[发明专利]一种基于改进的生成对抗网络的高分辨率地球物理模型构建方法在审
| 申请号: | 202010434618.4 | 申请日: | 2020-05-21 |
| 公开(公告)号: | CN111610567A | 公开(公告)日: | 2020-09-01 |
| 发明(设计)人: | 韩飞龙;张宏兵;尚作萍;芮剑文;魏奎烨;严立志 | 申请(专利权)人: | 河海大学 |
| 主分类号: | G01V1/50 | 分类号: | G01V1/50 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 徐尔东 |
| 地址: | 211100 江苏*** | 国省代码: | 江苏;32 |
| 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 改进 生成 对抗 网络 高分辨率 地球物理 模型 构建 方法 | ||
1.一种基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:具体包括以下步骤:
第一步:对数据预处理,即对已知的测井数据、地震反演结果进行归一化,同时对地震反演结果进行重采样;
第二步:将测井数据、重采样后的地震反演结果输入到改进后的生成对抗网络中进行训练;
第三步:随机抽取测井数据、重采样后的地震反演结果进行训练,训练过程包括流程A和流程B,当抽样到测井数据时进入流程A,当抽样到重采样后的地震反演结果时进入流程B;
第四步:经过多次训练后,测井数据的损失函数R1满足R10.1,重采样后的地震反演结果的损失函数R2满足0.4R20.6后,停止训练,测井数据经过流程A后,判断出测井数据以及地震反演结果,同时还包括高频信息A;
重采样后的地震反演结果经过流程B后,判断出测井数据以及地震反演结果;
第五步:经过第四步后,将获取的地震反演结果进行汇总,经过流程C训练,获得地震反演结果缺失的高频成分;
第六步:将获得的缺失的高频成分进行转化,与重采样后的地震反演结果直接进行叠加,合成高分辨率的地球物理模型。
2.根据权利要求1所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:
前述改进后的生成对抗网络包括三个网络构成,分别为生成器G、判别器D和解码器;
具体的,每个网络中均包含输入层、三个隐含层和输出层,其总体的目标函数可以表示为
式中是在判别器D的准确度最大的情况下,令生成器G的残差最小时的目标函数值,x为测井数据,Ex~p(x)是测井数据x符合分布p(x)时的数据期望,s为地震反演结果,Q是解码器的损失函数,f(x)是解码器的输出结果。
3.根据权利要求2所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:
前述的流程A具体包括以下步骤:将测井数据输入到生成器中,得到测井数据的中间层信息,中间层信息同时输入至判别器、解码器中,判别器对中间层信息进行判别,分辨出测井信息或者地震反演结果,解码器输出该中间层信息对应的高频信息A;
前述的流程B具体包括以下步骤:将重采样的地震反演结果输入至生成器中,获得地震反演结果的中间层信息,中间层信息输入判别器中,判别器输出结果判断所输入的中间层信息是测井数据或者地震反演结果。
4.根据权利要求3所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:在流程A中,解码器输出的是高分辨率的模型结果;
流程A中损失函数R1表示为
式中R1是流程A的损失函数,x是测井数据,表示解码器损失函数,表示判别器损失函数的权重,Ex~p(x)是测井数据x符合分布p(x)时的数据期望,D是判别器,Q是解码器的损失函数,G是生成器。
5.根据权利要求3所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:在流程B中损失函数R2表示为
其中R2是该流程的损失函数,Ex~p(x)是测井数据x符合分布p(x)时的数据期望,表示解码器损失函数的权重。
6.根据权利要求1所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:流程C具体包括以下步骤:经过第四步后将获取的地震反演结果进行汇总后输入生成器中,获得地震反演结果的中间层信息,中间层信息输入解码器中,解码器输出的即为地震反演结果所缺失的高频成分。
7.根据权利要求1所述的基于改进的生成对抗网络的高分辨率地球物理模型构建方法,其特征在于:将获得的缺失的高频成分进行转化,转化公式为
上述式中L(f(s))是转换后的高频成分,xmax是测井数据的最大值,xmin是测井数据的最小值,f(s)是缺失的高频成分。
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河海大学,未经河海大学许可,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/202010434618.4/1.html,转载请声明来源钻瓜专利网。





