论文部分内容阅读
碳酸盐岩是四川盆地的主力产层,缝洞型碳酸盐岩是重要的储层类型。四川盆地的碳酸盐岩缝洞存在缝洞尺度小、非均质性强的特征,导致运用常规地震属性开展缝洞预测存在多解性。本文提出了一种基于神经网络井震多信息融合的碳酸盐岩缝洞体预测新方法。该方法主要是利用VRH平均矿物模型、KT模型和Hudson各向异性模型来求取碳酸盐岩的缝洞各向异性参数信息,然后利用Sobel边缘梯度属性、最大曲率属性和AFE断层增强属性求取三维地震数据体的不连续性信息,最后利用神经网络的方法,将井上的缝洞信息与地震属性信息结合起来,预测了缝洞体的空间分布特征。