参赛作品简介：
水力压裂是开发致密油气藏的必要技术。压裂裂缝连通性及发育度对后续油气至关重要。目前基于声波测井的评价方法，如正交偶极各向异性、反射成像等得到广泛应用。但这些方法受参数选择影响很大，伴随高时间和人力成本。本作品提出一种基于深度学习的致密储集层压裂效果评价系统，以储层压裂前后的偶极阵列声波测井曲线为数据，结合测井资料解释结果人工标注，数据增强使用改进的WGAN-GP生成对抗样本，建立SE_ResNet、ResNet和DenseNet模型实现压裂缝高评价。建立水力压裂模型模拟裂缝不同径向延伸长度的偶极声波信号，搭建SE_ResNet、ResNet模型进行压裂缝径向延伸评价。系统可以准确地评价压裂缝高和径向延伸长度，提供直观的可视化报告，是智慧油田创意应用方向的一次探索。
作品图：
