基于小样本数据深度学习的砂体厚度预测方法及应用

沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积，具有单砂体厚度小、横向变化快、砂泥岩互层等特征，无法定量预测，制约了该井区的高效开发。综合利用深度学习和地震属性预测方法，通过构建虚拟井，解决研究区深度学习训练样本不足的问题，从而挖掘出砂体厚度与地震属性之间的非线性关系，建立了利用地震属性预测砂体厚度的网络模型，该方法能够较为准确地预测砂体厚度及其横向展布特征，提高了预测精度，为致密砂岩储集层预测提供了新的思路和方法。