摘要
本发明涉及勘探物理地球学技术领域,更具体地,涉及一种适用于低渗储层的储层参数预测方法,包括对数据预处理以获得高信噪比的叠前道集资料;将测井曲线进行辟分,再结合区域岩石物理规律,明确弹性参数的极限变化范围,对辟分后的若干小层进行随机扰动,获得弹性参数变化的曲线序列,将曲线序列与区域子波褶积,形成反映弹性参数变化的叠前道集以作为学习的标签数据;将叠前道集作为网络模型的输入,通过优化损失函数来优化网络模型的可训练参数,获得样本数据与弹性参数之间的映射关系;将叠前道集资料作为输入,对神经网络算子进行迁移学习,实现储层参数的空间预测,本发明提高了储层参数的预测精度。