[发明专利]一种基于深度学习的地震数据分辨率提高方法在审
| 申请号： | 201910818535.2 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN112444856A | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | 王小品 | 申请（专利权）人： | 中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院 |
| 主分类号： | G01V1/28 | 分类号： | G01V1/28;G01V1/40;G01V1/30 |
| 代理公司： | 北京聿宏知识产权代理有限公司 11372 | 代理人： | 吴大建;张杰 |
| 地址： | 100728 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 地震 数据 分辨率 提高 方法 | ||
1.一种基于深度学习的地震数据分辨率提高方法，其特征在于，包括以下步骤：
S10：采集地震及测井数据；
S20：建立面向地震数据分辨率增强的深度网络训练模型；
S30：利用所述深度网络训练模型对地震及测井数据进行深度学习训练，获取高分辨率的地震及测井数据。
2.根据权利要求1所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S20包括：
S201：对实际采集的地震及测井数据进行正演，以获取正演数据；
S202：根据正演数据以及井旁数据，得到训练数据；
S203：根据实际采集的地震及测井数据获取训练标签；
S204：根据所述训练数据和所述训练标签获取深度网络训练模型。
3.根据权利要求2所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S201中，通过加噪和地质模型随机重建的方式对实际采集的地震及测井数据进行正演。
4.根据权利要求3所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S203包括：
S2031：对实际采集的地震及测井数据进行层位自动标定；
S2032：通过地质模型随机重建的方式获取地质模型；
S3033：根据所述地质模型以及井上标签获取训练标签。
5.根据权利要求4所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S203中，根据地震及测井数据中高分辨率的反射界面数据获取训练标签；
步骤S30中，以地震及测井数据中低分辨率的反射界面数据为训练数据，对其进行深度学习训练。
6.根据权利要求1所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S20和S30之间还包括：
步骤S200：对建立的深度网络训练模型进行优化。
7.根据权利要求6所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S200中，包括对超参数的选择，学习率的变化，以及收敛速度的优化。
8.根据权利要求7所述的基于深度学习的地震数据分辨率提高方法，其特征在于，通过建立损失函数、学习率自适应调整、超参数搜索以及网络参数初始化的方式对所述深度网络训练模型进行优化。
9.根据权利要求1所述的基于深度学习的地震数据分辨率提高方法，其特征在于，步骤S10包括：
S101：采集地震及测井数据；
S102：对所采集的地震及测井数据进行过滤，获取过滤后的地震及测井数据。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院，未经中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910818535.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种鬼波压制方法
- 下一篇：一种提高沟槽栅击穿特性的GOI测试样片制造方法
