[發明專利]電阻率成像的反演方法、裝置及存儲介質

有效

• 申請號: 202011230508.2
• 申請日: 2020-11-06
• 公開（公告）號: CN112364911B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 劉彥昌;單立群;孫明港;戚先鋒;祁妍嫣;湯敏;孔維芳;白雪原
• 申請（專利權）人: 東北石油大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G01V3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種電阻率成像的反演方法，其特征在于，包括：

獲取訓練數據集，所述訓練數據集為根據地下的多個預設電阻率異構體的預設電阻率和預設位置數據，經過電阻率測量正演所得；所述訓練數據集包括正演視電阻率和正演位置數據；

將所述訓練數據集輸入至預設卷積神經網絡進行訓練，所述預設卷積神經網絡的輸入為正演視電阻率和正演位置數據，所述預設卷積神經網絡的輸出為地下電阻率模型圖像；

根據訓練后的預設卷積神經網絡進行反演，得到反演結果；

所述預設卷積神經網絡為融合注意力機制的多分枝殘差U-net結構的卷積神經網絡，包括第一層、第二層、第三層和第四層；

所述第一層包括第一殘差模塊I、第二殘差模塊I和第三殘差模塊I組成，所述第一殘差模塊I接收正演位置數據，所述第二殘差模塊I接收正演視電阻率；

所述第二層包括第一殘差模塊II、第二殘差模塊II和第一殘差模塊III，所述第一殘差模塊II接收所述第一殘差模塊I的輸出，所述第二殘差模塊II的輸入數據為所述第一殘差模塊I的輸出數據和所述第二殘差模塊I的輸出數據的合并結果；

所述第三層包括第三殘差模塊II、第四殘差模塊II和第二殘差模塊III，所述第三殘差模塊II接收所述第一殘差模塊II的輸出，所述第四殘差模塊II的輸入數據為所述第一殘差模塊II的輸出數據和所述第二殘差模塊II的輸出數據的合并結果；

所述第四層包括第五殘差模塊II、第六殘差模塊II和第三殘差模塊III，所述第五殘差模塊II接收所述第三殘差模塊II的輸出，所述第六殘差模塊II的輸入數據為所述第三殘差模塊II的輸出數據和所述第四殘差模塊II的輸出數據的合并結果；

所述第五殘差模塊II的輸出數據與所述第六殘差模塊II的輸出數據進行合并后，通過注意力門進行運算后，輸入至所述第三殘差模塊III；

所述第三殘差模塊II的輸出數據與所述第四殘差模塊II的輸出數據進行合并后，通過注意力門進行運算后，與所述第三殘差模塊III的輸出數據進行乘積運算，將運算結果輸入值所述第二殘差模塊III；

所述第一殘差模塊II的輸出數據與所述第二殘差模塊II的輸出數據進行合并后，通過注意力門進行運算后，與所述第二殘差模塊III的輸出數據進行乘積運算，將運算結果輸入值所述第一殘差模塊III；

所述第一殘差模塊I的輸出數據與所述第二殘差模塊I的輸出數據進行合并后，通過注意力門進行運算后，與所述第一殘差模塊III的輸出數據進行乘積運算，將運算結果輸入值所述第三殘差模塊I；所述第三殘差模塊I輸出地下電阻率模型圖像。

2.根據權利要求1所述的方法，其特征在于，所述獲取訓練數據集，包括：

構建地下的多個預設電阻率異構體的預設電阻率和預設位置數據，所述多個預設電阻率異構體包括多種類型的電阻率異構體；

根據多個預設電阻率異構體的預設電阻率和預設位置數據進行電阻率測量正演，得到所述多個預設電阻率異構體的正演視電阻率和正演位置數據；

將所述多個預設電阻率異構體的正演視電阻率和正演位置數據按照預設比例，劃分為訓練數據集、驗證數據集和測試數據集。

3.根據權利要求2所述的方法，其特征在于，在將所述訓練數據集輸入至預設卷積神經網絡進行訓練之后，還包括：

根據所述驗證數據集對所述預設卷積神經網絡進行驗證；

根據驗證結果優化所述預設卷積神經網絡。

4.根據權利要求3所述的方法，其特征在于，所述根據訓練后的預設卷積神經網絡進行反演，得到反演結果，包括：

將所述測試數據集輸入至驗證優化后的所述預設卷積神經網絡進行反演；

根據驗證優化后的所述預設卷積神經網絡輸出的地下電阻率模型圖像和所述測試數據集確定反演結果。

5.根據權利要求1所述的方法，其特征在于，從所述第一層至所述第四層，殘差模塊的卷積核數量每層成倍增加。

6.根據權利要求1所述的方法，其特征在于，所述通過注意力門進行運算，包括：

根據預設激活函數、高層次山下文信息提供的門信號和所述注意力門的輸入數據生成所述注意力門的輸出。