简介：构建超深层碳酸盐岩油气藏孔隙度的预测模型在勘探开发中具有重要意义.超深缝洞型油气藏埋藏深度超过7 500 m,地震信噪比偏低,缝洞非均质性极为显著,地震波阻抗的缝洞孔隙度模型与测井解释结果相比偏差较大.为此提出了基于深度学习的多地震属性非线性关系孔隙度模型预测方法,选取与孔隙度相关的 8 类地震属性,构建与测井解释孔隙度相匹配的地震属性训练集.通过Box-Cox变换方式对数据集的偏态分布予以改善,运用地震相约束的深度学习模型以及贝叶斯算法加以优化,建立了多地震属性与孔隙度非线性关系数学模型.与常用的地震波阻抗体预测模型方法相比,新模型验证井吻合度由24%提高至92%,孔隙度模型预测精度大幅提升.展开
