简介： 本申请公开了一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质，方案包括：获取地震道数据；截取预设级次沉积旋回对应的地震道数据；将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；根据高频合成记录，确定小尺度地质体的分布规律以实现精确的储层表征。由于卷积神经网络提高地震资料的频率的幅度大，而且卷积神经网络具备自动学习能力，因此该方案频率提高幅度大、处理准确性高、处理效率高。此外，该方案针对不同沉积旋回差异较大的问题，截取预设级次沉积旋回的地震道数据以作为输入，针对性更强，进一步提升了高频处理的准确性，最终提升了油气藏开发效率。