简介： 本发明公开了一种基于优化卷积神经网络的溶洞体识别算法，包括以下步骤：S1、获取有标签的地质样本集；S2、建立卷积神经网络溶洞判别模型，使用有标签数据集训练；S3、导入目标层位并进行预测，判断目标层位的溶洞分布。本发明将正演数值模拟方法与卷积神经网络模型相结合，利用标记溶洞训练样本训练OCNN，生成溶洞判别模型，具有较高的精度，明显优于传统的识别方法和无深层结构的SOM方法，将深度学习引入碳酸盐岩溶洞储层识别领域，并利用正演数值模拟和多属性的方法解决有标签样本不充分的问题，实现了比较准确的溶洞识别，并在实际工区中取得了较好的效果。