简介:
本发明公开了一种基于卷积神经网络的圈闭有效性评价方法,通过对三维地质体进行切片得到的二维地质属性平面,将属性平面网格化各点与对应点实际出油气情况(油气藏、出油气点、空圈闭)作为训练数据,搭建卷积神经网络,将不同的属性切片及对应坐标标签输入到训练网络之中,获得训练后网络参数权重,根据训练准确率,不断调整参数,直到训练准确率达到标准,将网络参数锁定,将待评价区域数据输入到网络中进行预测评价。该方法主要应用了深度学习技术在以下几个方面的优势:拟合能力很强;自动获取特征;灵活性很强;具有良好的应用效果和推广前景。
本发明公开了一种基于卷积神经网络的圈闭有效性评价方法,通过对三维地质体进行切片得到的二维地质属性平面,将属性平面网格化各点与对应点实际出油气情况(油气藏、出油气点、空圈闭)作为训练数据,搭建卷积神经网络,将不同的属性切片及对应坐标标签输入到训练网络之中,获得训练后网络参数权重,根据训练准确率,不断调整参数,直到训练准确率达到标准,将网络参数锁定,将待评价区域数据输入到网络中进行预测评价。该方法主要应用了深度学习技术在以下几个方面的优势:拟合能力很强;自动获取特征;灵活性很强;具有良好的应用效果和推广前景。