[发明专利]一种河道砂建模方法、设备及可读存储介质

权利要求书

1.一种河道砂建模方法，其特征在于，包括如下步骤：

S100获取待建模储层的基本参数，其中，所述基本参数包括河道平均宽度、河道平均弯曲度以及河道走向；

S200根据获取的基本参数，生成若干个第一河道砂体模型，并根据所述第一河道砂体模型生成若干个与所述第一河道砂体模型对应的训练条件数据；

S300 根据各个训练条件数据建立生成网络；

S400 根据各个训练条件数据及对应的第一河道砂体模型建立判别网络；

S500对所述判别网络和所述生成网络进行训练，以得到生成器；

S600获取待建模储层的井数据，将井数据输入生成器中得到待建模储层的砂体模型；

所述步骤S500包括：

S510 选取一个训练条件数据，并将选取的训练条件数据输入到所述生成网络中，以使所述生成网络生成与选取的训练条件数据对应的第二河道砂体模型；

S520将选取的训练条件数据及其对应的第一河道砂体模型和第二河道砂体模型输入到判别网络中，由所述判别网络判断第二河道砂体模型的真伪性，当所述判别网络判断第二河道砂体模型为假时，则根据反馈信息，即计算的损失值，调整所述生成网络的参数，重新生成选取的训练条件数据对应的第二河道砂体模型；

S530 根据S520得到的反馈信息，调整所述判别网络的参数；

S540 将S520重新生成的第二河道砂体模型输入到所述判别网络中，重复步骤S520和步骤S530若干次，直到所述判别网络判断不出第二河道砂体模型的真伪性时为止；

S550 将所有条件数据重复步骤S510-步骤S540，直到所有的训练条件数据都训练完毕。

2.如权利要求1所述的河道砂建模方法，其特征在于，所述步骤S300包括：

S310 建立若干个卷积层，将各个训练条件数据y编码后输入卷积层进行特征提取，通过卷积运算得到若干个特征矩阵；

S320 建立与所述卷积层层数相同的反卷积层，并将卷积层与反卷积层中维度一致的层进行连接，将步骤S310中提取的特征矩阵排列为一维向量输入反卷积层，经过反卷积运算生成对应的河道砂体模型矩阵；

S330 设定训练过程中生成网络参数的修正函数。

3.如权利要求2所述的河道砂建模方法，其特征在于，所述步骤S330中，生成网络的修正函数为：θ = θ_g - ▽，其中，θ为生成网络修正后的参数，θ_g为生成网络修正前的参数，▽为关于θ_g的损失梯度，且损失梯度▽ =，其中，n为总训练次数，D为判别网络，G为生成网络，z为随机向量，i为训练次数变量。

4.如权利要求1所述的河道砂建模方法，其特征在于，所述步骤S400包括：

S410 建立若干个卷积层，将各个训练条件数据及对应的第一河道砂体模型成对编码后输入卷积层进行特征提取，通过卷积运算得到若干个特征矩阵；

S420 对比各个训练条件数据及对应的第一河道砂体模型的特征矩阵，分别计算各个第一河道砂体模型的真实概率；

S430 将生成网络生成的砂体模型输入判别网络，建立第一损失函数；

S440 在生成网络生成的模型与真实数据之间添加一个第二损失函数从而加快模型收敛并提高模型的精度。

5.如权利要求4所述的河道砂建模方法，其特征在于，所述步骤S430中，所述第一损失函数为：V(G,D)=E_x,y[logD(y,x)]+E_x,y[log(1-D(y,G(y,z)))] ，其中，y为训练条件数据，x为真实数据，G(y,z)表示生成网络G根据训练条件数据y和随机向量生成的目标域模型，D(y,x)表示D网络判断真实模型是否真实的概率，D(y,G(y,z))是判别网络D判断生成网络G生成的模型G(y,z)是否真实的概率。