地球物理油气预测方法、设备及存储介质

技术特征：
1.一种地球物理油气预测方法，其特征在于，包括：以测井数据作为源输入数据，并以所述源输入数据对应的储层参数作为源输出数据构建神经网络模型，对所述源输入数据和所述源输出数据进行训练，得到源模型；以所述测井数据作为目标输入数据，并以所述目标输入数据对应的储层参数作为目标输出数据，构建神经网络模型作为原始油气预测模型；将所述源模型的模型参数迁移至所述原始油气预测模型，并对所述目标输入数据和所述目标输出数据进行训练，得到目标油气预测模型。2.根据权利要求1所述的方法，其特征在于，所述源模型包括输入层和隐藏层，所述原始油气预测模型包括输入层和隐藏层，所述将所述源模型的模型参数迁移至所述原始油气预测模型，包括：将所述源模型的输入层参数迁移至所述原始油气预测模型的输入层，将所述源模型隐藏层与所述原始油气预测模型隐藏层中相同结构的模型参数迁移至所述原始油气预测模型隐藏层。3.根据权利要求2所述的方法，其特征在于，所述源模型包括输入层和隐藏层，所述原始油气预测模型包括输入层和隐藏层，所述将所述源模型的模型参数迁移至所述原始油气预测模型，还包括：将所述源模型中与所述目标输入数据对应的输入层参数迁移至所述原始油气预测模型的输入层，所述源模型隐藏层与所述原始油气预测模型隐藏层中相同结构的模型参数迁移至所述原始油气预测模型隐藏层。4.根据权利要求1-3任一项所述的方法，其特征在于，所述源模型包括输入层和隐藏层，所述原始油气预测模型包括输入层和隐藏层，所述将所述源模型的模型参数迁移至所述原始油气预测模型，还包括：将所述源模型的全部模型参数迁移至所述原始油气预测模型。5.根据权利要求1所述的方法，其特征在于，所述以所述测井数据作为目标输入数据，包括：以与所述源输入数据类型相同的测井数据作为目标输入数据。6.根据权利要求5所述的方法，其特征在于，所述以所述测井数据作为目标输入数据，还包括：以一种或多种存在于所述源输入数据类型的测井数据作为目标输入数据。7.根据权利要求1所述的方法，其特征在于，所述以所述目标输入数据对应的储层参数作为目标输出数据，包括：以一种或多种不同于所述源输出数据类型的储层参数作为目标输出数据。8.根据权利要求7所述的方法，其特征在于，所述以所述目标输入数据对应的储层参数作为目标输出数据，还包括：以一种或多种存在于所述源输出数据类型的储层参数作为目标输出数据。9.一种地球物理油气预测设备，其特征在于，包括：构建模块，用于以测井数据作为源输入数据，并以所述源输入数据对应的储层参数作为源输出数据构建神经网络模型；训练模块，用于对所述源输入数据和所述源输出数据进行训练，得到源模型；
所述构建模块，还用于以所述测井数据作为目标输入数据，并以所述目标输入数据对应的储层参数作为目标输出数据，构建神经网络模型作为原始油气预测模型；所述训练模块，还用于将所述源模型的模型参数迁移至所述原始油气预测模型，并对所述目标输入数据和所述目标输出数据进行训练，得到目标油气预测模型。10.一种地球物理油气预测设备，其特征在于，包括：处理器、存储器，所述存储器中存储代码，所述处理器运行所述存储器中存储的代码，以执行如权利要求1-8中任一项所述的地球物理油气预测方法。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的地球物理油气预测方法。12.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-8中任一项所述的地球物理油气预测方法。

技术总结
本申请提供一种地球物理油气预测方法、设备及存储介质。该方法包括：以测井数据作为源输入数据，并以源输入数据对应的储层参数作为源输出数据构建神经网络模型，对源输入数据和源输出数据进行训练，得到源模型；以测井数据作为目标输入数据，并以目标输入数据对应的储层参数作为目标输出数据，构建神经网络模型作为原始油气预测模型；将源模型的模型参数迁移至原始油气预测模型，并对目标输入数据和目标输出数据进行训练，得到目标油气预测模型。本申请提供的方法利用迁移学习，将源模型的模型参数迁移至原始油气预测模型，考虑了不同储层参数之间蕴含的关联关系对储层参数的影响，提高了预测储层参数的准确率。高了预测储层参数的准确率。高了预测储层参数的准确率。


技术研发人员：肖立志 邵蓉波 史燕青 廖广志 周军 季汉成
受保护的技术使用者：中国石油大学（北京）
技术研发日：2022.01.29
技术公布日：2022/6/10