典型文献
基于深度前馈神经网络方法的横波速度预测
文献摘要：
针对横波速度预测问题,在分析经验公式法和岩石物理建模法优缺点的基础上,结合横波速度预测原理,提出基于深度前馈神经网络方法(DFNN)进行横波速度的预测.研究从纵、横波速度关系入手,详细阐述了DFNN方法应用于横波速度预测的可行性,并介绍了该深度学习方法的基本原理;选择声波时差、密度、中子孔隙度、泥质含量、孔隙度5个储层参数与横波速度进行深度神经网络训练,建立可靠的横波速度预测模型.将该模型应用于不同研究区的横波速度预测,结果表明基于DFNN方法预测横波速度能够有效提高预测的精度和效率,适用范围广,可以为叠前AVO分析、叠前反演提供可靠的横波数据,具有较高的实际应用价值和推广意义.
文献关键词：
横波速度预测;深度前馈神经网络方法;深度学习;储层参数;预测模型
中图分类号：
作者姓名：
王树华;杨国杰;穆星
作者机构：
中国石化胜利油田分公司勘探开发研究院,山东东营257015
文献出处：
引用格式：
[1]王树华;杨国杰;穆星-.基于深度前馈神经网络方法的横波速度预测)[J].油气地质与采收率,2022(01):80-89
A类：
深度前馈神经网络方法,DFNN
B类：
横波速度预测,经验公式法,岩石物理建模,速度关系,深度学习方法,声波时差,中子孔隙度,泥质含量,储层参数,深度神经网络,神经网络训练,模型应用,AVO,叠前反演,波数,推广意义
AB值：
0.152201
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
