基于粒子群優化的BP網絡在地震屬性融合技術中的應用

曹琳昱，朱仕軍，周 強

（1.西南石油大學資源與環境學院，四川成都 610500；2.中國石油天然氣集團公司川慶鉆探工程有限公司測井分公司，重慶 400000）

基于粒子群優化的BP網絡在地震屬性融合技術中的應用

曹琳昱1，朱仕軍1，周 強2

（1.西南石油大學資源與環境學院，四川成都 610500；2.中國石油天然氣集團公司川慶鉆探工程有限公司測井分公司，重慶 400000）

受地震資料品質、巖性、構造等諸多因素的影響，單一地震屬性只能在一定程度上提供預測儲層的方向，并存在多解性。地震屬性融合技術用井孔資料對地震屬性進行標定，建立儲層含油氣性與地震屬性之間的關系，采取數學手段融合多種地震屬性進行儲層含油氣性判別，避免了單一地震屬性解釋儲層的多解性問題。BP網絡具有良好的非線性擬合能力，但是易陷入局部極小值，不收斂，影響預測精度。針對該問題，采用粒子群優化其網絡權值和閾值，再用BP網絡對儲層、非儲層進行模式識別，取得較好成效。

粒子群優化；BP網絡；地震屬性融合技術；儲層預測

Abstract：particle swarm optimization，BP neural network，seismic attribute fusion technique，reservoir prediction

地震屬性與儲層參數不存在一一對應關系，是構造、巖性與含油氣等綜合因素的響應。單一屬性解釋儲層不可避免的存在多解性［1～4］，對此，有學者［5～7］提供了解決思路或進行精細標定，或采用多地震屬性分析，或進行模式聚類，都取得了較好效果。地震屬性融合技術［8］，應用井孔資料對地震屬性進行標定，建立油藏（儲層）特征與地震屬性之間的關系，融合多地震屬性進行模式識別。……