典型文献
基于样本选取和多种质控的地震层位智能拾取
文献摘要：
地震层位拾取是构造解释、地震反演和储层预测等工作的基础.现有的地震层位智能拾取方法常常没有充分利用地震数据及属性对训练样本选取、网络建模和结果分析等进行质控.为此,提出一种基于样本选取和多种质控的地震层位智能拾取方法.该方法采用一种考虑数据集生成方向、训练样本尺度大小和标签错误程度的样本选取策略实现基于U型神经网络的层位智能拾取,并引入层拉平、层位闭合、等t0图、地质导向相位切片和均方根振幅切片等地球物理质控手段检验样本选取策略的合理性,指导构建最佳的智能拾取模型,从而实现了多套目的层位的同时拾取,保证了层位拾取的可靠性与合理性.三维裂缝物理模拟数据和三维实际数据试验结果表明:①沿地质结构特征复杂方向准备的地震样本与标签,所建立的层位智能解释模型刻画断层细节和裂缝内幕的能力更强;②使用大尺度的地震剖面训练网络拾取层位效果更好,刻画层位细节更丰富,一定程度上能减少地质假象的产生;③在层位上下15 ms范围内标签随机出错20％时,U型神经网络仍然能够准确拾取目的层位;④样本尺度大小较数据集生成方向更能影响层位智能拾取模型的泛化性.
文献关键词：
层位拾取;样本选取;地球物理质控;地震解释;地震属性;人工智能
中图分类号：
作者姓名：
于越;桑文镜;袁三一;陈帅;王尚旭
作者机构：
中国石油大学(北京)地球物理学院,北京 102249
文献出处：
引用格式：
[1]于越;桑文镜;袁三一;陈帅;王尚旭-.基于样本选取和多种质控的地震层位智能拾取)[J].石油物探,2022(05):842-855
A类：
层位拾取,地球物理质控
B类：
样本选取,构造解释,地震反演,储层预测,地震数据,训练样本,网络建模,数据集生成,选取策略,拉平,t0,地质导向,均方根振幅,质控手段,取模,多套,物理模拟,模拟数据,实际数据,地质结构,解释模型,内幕,大尺度,地震剖面,假象,ms,内标,出错,泛化性,地震解释,地震属性
AB值：
0.283665
相似文献
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。
