深度学习在油气地震勘探中的应用  

作　　者：郭珺 邹鑫 周子康 余新浩 李绍泽 

机构地区：[1]长江大学地球物理与石油资源学院

出　　处：《中国石油和化工标准与质量》2019年第20期86-90,共5页China Petroleum and Chemical Standard and Quality

摘　　要：随着油气资源需求的日益增长,对于油气勘探更是要强化技术创新,因此对地震资料需要更高效的处理方法,而计算机性能的提高使得深度学习这一领域迎来了爆发式增长,在地震勘探领域也得到了广泛的发展.深度学习是机器学习的一种方式,其发展经历了两次浪潮,即BP算法及深度学习,下文中提到的应用也多在这两次浪潮中产生.深度学习是一种监督式学习,能够学到数据更高层次的抽象表示,能够自动从数据中提取特征.本文对已有的利用深度学习进行油气勘探的实例总结,探讨了深度学习算法在油气地震数据处理和解释领域中的应用,特别是在测井岩性识别、断层识别、储层预测、地震相识别、地震噪音压制等领域中取得的进展,可以看出深度学习在油气勘探领域具有极高的研究价值和应用潜力.

关 键 词：油气地震勘探 深度学习 卷积神经网络 测井岩性识别 断层识别 储层预测 地震相识别 地震噪音压制 

分 类 号：P631.4[天文地球—地质矿产勘探]