一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例

韩高松; 蒋林; 邓光校; 王震; 王明; 文欢; 张长建; 刘军; 严哲

doi:10.19509/j.cnki.dzkq.tb20250499

您当前的位置：

首页 >

文章列表页 >

一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例

地球物理探测技术与应用 | 更新时间：2026-11-05

- 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例
- 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例
- 地质科技通报 2026年45卷第4期页码：289-299
- 作者机构：
  
  1. 中国石化西北油田分公司
  2. 中国地质大学(武汉)地球物理与空间信息学院
- 作者简介：
- 基金信息：
  
  中石化西北油田分公司科研项目“塔河S94-T738井区地应力预测方法研究”（KJ202306）
- DOI：10.19509/j.cnki.dzkq.tb20250499
  中图分类号： P618.13;P631.4
- 纸质出版：2026
- 稿件说明：
移动端阅览
韩高松, 蒋林, 邓光校, 等. 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例[J]. 地质科技通报, 2026,45(4):289-299.

韩高松, 蒋林, 邓光校, et al. 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 289-299.
韩高松, 蒋林, 邓光校, 等. 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例[J]. 地质科技通报, 2026,45(4):289-299. DOI： 10.19509/j.cnki.dzkq.tb20250499.

韩高松, 蒋林, 邓光校, et al. 一种改进的LSTM横波预测方法：以塔河油田缝洞储层为例[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 289-299. DOI： 10.19509/j.cnki.dzkq.tb20250499.

摘要

横波速度是表征岩土介质物理、力学性质的关键参数，在油气勘探开发中作用突出。碳酸盐岩缝洞储层结构复杂、非均质性极强，传统岩石物理模型与经验公式横波预测速度精度偏低。以新疆维吾尔自治区塔河油田超深层缝洞储层为研究对象，提出基于降维技术与储集体类型划分的长短期记忆神经网络（long short-term memory，简称LSTM）横波预测方法：先校正失真测井曲线，采用主成分分析法（principal components analysis，简称PCA）将声波时差、密度测井以及中子测井等11项测井参数降维为5个主成分；结合成像测井与电性特征，利用支持向量机（support vector machine，简称SVM）将储层划分为溶孔、裂缝、基岩、未充填溶洞、充填砂泥质溶洞、充填角砾溶洞6类，再构建LSTM深度学习模型开展分类型横波预测。结果表明，本方法对缝洞储层的横波预测结果与实测值相关性达到91%，相对于传统经验公式预测精度显著提升。本研究提出的PCA-SVM-LSTM组合预测方法，可有效刻画塔河油田超深层缝洞型储层的强非均质特征，预测结果与实测数据吻合度高，可为同类碳酸盐岩储层横波预测提供高效可行的技术思路。

Abstract

关键词

Keywords

references

Mohammad Anemangely,Ahmad Ramezanzadeh,Hamed Amiri,Seyed-Ahmad Hoseinpour.Machine learning technique for the prediction of shear wave velocity using petrophysical logs[J].Journal of Petroleum Science and Engineering,2018.

Raoof Gholami,Ali Moradzadeh,Vamegh Rasouli,Javid Hanachi.Shear wave velocity prediction using seismic attributes and well log data[J].Acta Geophysica,2014.

王金伟,张尔华,谢春临.虚拟孔隙度优化Xu-White模型法预测横波速度[J].断块油气田,2011(04).

陆诗阔,王迪,李玉坤,孟宪军,胡向阳,陈舒薇.鄂尔多斯盆地大牛地气田致密砂岩储层三维岩石力学参数场研究[J].天然气地球科学,2015(10).

张元中,周开金,赵建斌,苗秀英.砂泥岩地层横波测井曲线预测方法研究[J].石油物探,2012(05).

陈启艳,高建虎,董雪华,蒋春玲.碳酸盐岩地层横波速度预测[J].天然气地球科学,2014(06).

黄为清,郝召兵,伍向阳.一种带误差校正的横波速度预测方法[J].地球物理学进展,2011(06).

马乔雨,张欣,张春雷,周恒,武中原.基于一维卷积神经网络的横波速度预测[J].岩性油气藏,2021(04).

周恒,武中原,张欣,张春雷,马乔雨.基于LSTM循环神经网络的横波预测方法[J].断块油气田,2021(06).

刘兰锋,尹龙,黄捍东,周振亚,董金超.一种基于岩石物理建模的横波预测方法[J].物探与化探,2021(06).

朱颜,韩向义,岳欣欣,杨春峰,常文鑫,邢丽娟,廖晶.致密砂岩储层脆性测井评价方法研究及应用——以鄂尔多斯盆地渭北油田为例[J].物探与化探,2021(05).

王树华,杨国杰,穆星.基于深度前馈神经网络方法的横波速度预测[J].油气地质与采收率,2022(01).

周琦,印兴耀,李坤.煤系地层地震岩石物理建模及横波预测方法[J].石油地球物理勘探,2022(02).

刘致水,王康宁,包乾宗,李之旭.致密砂岩储层岩石物理横波速度预测方法——以鄂尔多斯盆地延长组为例[J].石油学报,2022(09).

文欢,张长建,马海陇.叠前AVO反演技术在塔河油田三种类型油气藏流体识别中的适用性分析[J].石油地质与工程,2023(02).

管倩倩.基于PCA-CNN模型的页岩储层有机碳含量预测方法[J].油气地质与采收率,2022(06).

何运康,李庆春,刘兴业.基于注意力机制和双向长短时记忆网络的横波速度预测方法及应用[J].石油物探,2023(02).

乔汉青,刘财,方慧,朱威.基于统计学岩石物理模型的火山岩横波速度预测方法[J].地球科学,2023(08).

方志坚,巴晶,熊繁升,杨志芳,晏信飞,阮传同.利用机器学习与改进岩石物理模型预测页岩油层系横波速度[J].石油地球物理勘探,2024(03).

黎子豪,蒋恕.基于机器学习和SHAP算法的声波测井曲线重构及可解释性分析[J].地质科技通报,2025(01).

吴思,韩波,纪利祥,孙正星.利用叠前AVO反演预测砂岩储层有效压力[J].石油地球物理勘探,2024(05).

韩鹏远,丁文龙,杨德彬,邓光校,王震,马海陇,吕晶,耿甜.塔河油田奥陶系碳酸盐岩储层裂缝表征与主控因素分析[J].地学前缘,2024(05).

任宇飞,强璐,程妮,白耀文,张军东,王瑞生.基于GA-BP神经网络的致密砂岩横波时差预测方法[J].能源与环保,2024(04).

张亮,党海龙,刘庆海,曾俊,蔺建武,王涛,丁磊.考虑地质分层约束的长短期记忆循环神经网络测井曲线重构[J].科学技术与工程,2024(19).

李安,蔡益栋,王子豪,刘大锰.基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例[J].地质科技通报,2025(04).

曾联波,宋逸辰,韩俊,韩剑发,姚迎涛,黄诚,张银涛,谭笑林,李浩.塔里木盆地构造流体作用对超深层断控碳酸盐岩缝洞型储层的控制[J].石油勘探与开发,2025(01).

郭咏欣,李键,秦德文,麻纪强,吴树梁,耿建华.东海西湖凹陷富煤砂泥薄互层深度学习横波预测[J].地球物理学进展,2025(05).

赵军,裴浩辰,罗谋兵,彭宇,石新,何宣.AdaBoost算法优化BP神经网络的横波时差预测及应用[J].地球物理学进展,2025(05).

孟祥龙,王胜建,朱迪斯,马彦彦,李大勇,迟焕鹏,张家政,岳伟民.基于TPE优化集成学习的岩石弹性模量预测模型[J].地质科技通报,2026(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自注意力机制生成对抗网络的三维储层建模方法

基于深度学习的复杂页岩储层多参数协同高效预测——以松辽盆地青山口组为例

基于不同条件模拟策略的生成对抗网络沉积相建模

基于深度学习和钻孔图像岩体RQD智能计算

基于微震事件频次的采空区沉陷变形智能预警方法