基于相控神经网络的地震多属性储层厚度预测

为提高储层厚度定量计算的精度和可靠性,提出了一种基于相控神经网络的地震多属性储层厚度预测方法。该方法首先分析目标储层的地质沉积特征,将目标划分成不同的相;利用线性方法初步估算储层厚度,并根据目的层沉积相的空间分布丰富学习样本数量和种类,在此基础上利用人工神经网络算法计算储层厚度。西湖凹陷H气田目标储层为浅水沉积环境,水下分流河道发育,应用基于相控的神经网络方法预测储层厚度,结果表明该方法提高了预测精度,厚度分布特征与地质规律吻合。