[發明專利]一種河道砂建模方法、設備及可讀存儲介質

有效

• 申請號: 202010022741.5
• 申請日: 2020-01-09
• 公開（公告）號: CN111209674B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 胡勇;何文祥
• 申請（專利權）人: 長江大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/10
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 江慧

1.一種河道砂建模方法，其特征在于，包括如下步驟：

S100獲取待建模儲層的基本參數，其中，所述基本參數包括河道平均寬度、河道平均彎曲度以及河道走向；

S200根據獲取的基本參數，生成若干個第一河道砂體模型，并根據所述第一河道砂體模型生成若干個與所述第一河道砂體模型對應的訓練條件數據；

S300?根據各個訓練條件數據建立生成網絡；

S400?根據各個訓練條件數據及對應的第一河道砂體模型建立判別網絡；

S500對所述判別網絡和所述生成網絡進行訓練，以得到生成器；

S600獲取待建模儲層的井數據，將井數據輸入生成器中得到待建模儲層的砂體模型；

所述步驟S500包括：

S510?選取一個訓練條件數據，并將選取的訓練條件數據輸入到所述生成網絡中，以使所述生成網絡生成與選取的訓練條件數據對應的第二河道砂體模型；

S520將選取的訓練條件數據及其對應的第一河道砂體模型和第二河道砂體模型輸入到判別網絡中，由所述判別網絡判斷第二河道砂體模型的真偽性，當所述判別網絡判斷第二河道砂體模型為假時，則根據反饋信息，即計算的損失值，調整所述生成網絡的參數，重新生成選取的訓練條件數據對應的第二河道砂體模型；

S530?根據S520得到的反饋信息，調整所述判別網絡的參數；

S540?將S520重新生成的第二河道砂體模型輸入到所述判別網絡中，重復步驟S520和步驟S530若干次，直到所述判別網絡判斷不出第二河道砂體模型的真偽性時為止；

S550?將所有條件數據重復步驟S510-步驟S540，直到所有的訓練條件數據都訓練完畢。

2.如權利要求1所述的河道砂建模方法，其特征在于，所述步驟S300包括：

S310?建立若干個卷積層，將各個訓練條件數據y編碼后輸入卷積層進行特征提取，通過卷積運算得到若干個特征矩陣；

S320?建立與所述卷積層層數相同的反卷積層，并將卷積層與反卷積層中維度一致的層進行連接，將步驟S310中提取的特征矩陣排列為一維向量輸入反卷積層，經過反卷積運算生成對應的河道砂體模型矩陣；

S330?設定訓練過程中生成網絡參數的修正函數。

3.如權利要求2所述的河道砂建模方法，其特征在于，所述步驟S330中，生成網絡的修正函數為：θ?=?θ_g?-?▽，其中，θ為生成網絡修正后的參數，θ_g為生成網絡修正前的參數，▽為關于θ_g的損失梯度，且損失梯度▽?=，其中，n為總訓練次數，D為判別網絡，G為生成網絡，z為隨機向量，i為訓練次數變量。

4.如權利要求1所述的河道砂建模方法，其特征在于，所述步驟S400包括：

S410?建立若干個卷積層，將各個訓練條件數據及對應的第一河道砂體模型成對編碼后輸入卷積層進行特征提取，通過卷積運算得到若干個特征矩陣；

S420?對比各個訓練條件數據及對應的第一河道砂體模型的特征矩陣，分別計算各個第一河道砂體模型的真實概率；

S430?將生成網絡生成的砂體模型輸入判別網絡，建立第一損失函數；

S440?在生成網絡生成的模型與真實數據之間添加一個第二損失函數從而加快模型收斂并提高模型的精度。

5.如權利要求4所述的河道砂建模方法，其特征在于，所述步驟S430中，所述第一損失函數為：V(G,D)=E_x,y[logD(y,x)]+E_x,y[log(1-D(y,G(y,z)))]?，其中，y為訓練條件數據，x為真實數據，G(y,z)表示生成網絡G根據訓練條件數據y和隨機向量生成的目標域模型，D(y,x)表示D網絡判斷真實模型是否真實的概率，D(y,G(y,z))是判別網絡D判斷生成網絡G生成的模型G(y,z)是否真實的概率。