[發明專利]基于卷積神經網絡的多波匹配方法

有效

• 申請號: 201710733508.6
• 申請日: 2017-08-24
• 公開（公告）號: CN107607992B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 姚興苗;帥領;胡光岷;劉鶄
• 申請（專利權）人: 電子科技大學
• 主分類號: G01V1/28
• 分類號: G01V1/28;G06N3/08
• 代理公司: 成都宏順專利代理事務所(普通合伙) 51227
• 代理人: 周永宏

本發明公開了一種基于卷積神經網絡的多波匹配方法。其包括對橫波和縱波數據進行預處理，將橫波和縱波數據根據預設步長劃分空間網格，計算空間網格的網格點位移量，將橫波和縱波數據進行融合并提取特征向量，訓練卷積神經網絡，對橫波和縱波數據進行處理得到匹配數據體，建立三維時窗對匹配數據體進行遍歷得到所有點的位移量，根據得到的位移量對縱波進行重采樣完成多波匹配。本發明通過訓練卷積神經網絡對橫波和縱波數據進行匹配，大大提高了匹配精度和效率，降低了工作量。

技術領域

本發明屬于多波匹配技術領域，尤其涉及一種基于卷積神經網絡的多波匹配方法。

背景技術

多波地震勘探是進行巖性油氣藏和隱蔽油氣藏勘探的一種非常有潛力的手段，但是，由于諸多原因，多波多分量理論研究和油氣田實際勘探地質需求的結合問題、復雜條件下的轉換波地震資料處理問題和多波綜合解釋、全波屬性的地質應用等問題一直沒有取得顯著進展，并且已經成為制約多波地震勘探技術進一步發展的“瓶頸”。而解決這些問題的基礎是做好多波多分量資料處理，提供高質量的各向同性和各向異性處理成果。其中多波傳播機理的基礎研究、多波資料中的縱橫波匹配方法研究是目前多波地震資料后續處理的重點和難點，是多波精確成像和疊前縱橫波聯合反演以及巖性識別、儲層預測和含氣性識別的重要基礎，是體現多波多分量地震勘探技術實際勘探開發應用價值的關鍵。因此，基于多波傳播機理，研究縱橫波高精度的匹配新方法，有利于充分利用多波多分量地震資料、準確認識多波地質響應特征，突出多波多分量地震資料解決地質問題的能力，具有重大的意義。

目前多波匹配有基于反射特征的匹配方法和基于多波層位的匹配方法，前者通過橫波， (簡稱PP波)和縱波(簡稱PS波)波地震數據的波形和波組特征進行對比生成γ₀值，然后基于該γ₀值實現兩者的時間域匹配。后者首先分別基于PP波和PS波地震數據追蹤解釋出對應的層位。然后通過標定對應層位產生時移體，最后將時移體應用于PS地震數據，實現PS與PP地震數據的匹配。目前的多波匹配技術存在的主要問題是精度不高。第一，目前的多波初始匹配基本上是通過單純的對PP波與PS波的層位進行匹配完成的，這樣初始匹配的精度就會很粗糙，精度不高。第二，目前地震勘探對多波匹配的精度要求越來越高，而目前多波精細匹配的精度并不理想，低精度的精細匹配已經嚴重影響了多波的聯合解釋和聯合反演。

機器學習已經在圖像處理和語音信號識別方面得到了很大的進展。而地震成像和圖像具有相似性，地震數據則與語音信號也具有相似性。所以，在圖像處理和語音信號識別中的機器學習算法，是能夠應用到地震勘探領域的。但是傳統的機器學習方法并不能有效的提取地震數據中的特征，所以在地震領域中，尋求一種能夠捕捉復雜地質特征的機器學習算法是十分重要的。