少井条件下基于多属性智能融合的储层构型解释方法

摘要

本发明公开一种少井条件下基于多属性智能融合的储层构型解释方法，包括：建立多级别构型模式；提取目的层层间多种地震属性；建立地震属性与钻井砂体厚度的相关性，进行地震属性优选；针对地震属性进行自相关分析和聚类分析，形成聚类分析属性融合图；在聚类分析属性融合图上设置虚拟井位，计算虚拟井点处砂体厚度；设计深度学习网络，将多种地震属性作为网络的输入层；随机处理将输入数据的划分为训练集和验证集，通过学习训练输出人工智能融合属性；基于人工智能融合属性及单井构型解释结果，分级次刻画构型空间展布。本发明提高了少井条件下地震融合属性表征不同级次构型单元界面的能力，大大增加少井情况下各级次成因砂体预测的准确性。