[發明專利]一種混波干擾壓制方法、裝置、存儲介質及電子設備

在審

• 申請號: 202210714894.5
• 申請日: 2022-06-22
• 公開（公告）號: CN115097524A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 路交通;張慶淮;于富文;王國來;王明星;曾寧;孟祥順;吳安楚;鞏長春;張麗
• 申請（專利權）人: 中石化石油工程技術服務有限公司;中石化石油工程地球物理有限公司
• 主分類號: G01V1/30
• 分類號: G01V1/30;G01V1/36;G06N3/04;G06N3/08
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 陳超德;吳昊

本申請公開了一種混波干擾壓制方法。所述方法包括：獲取目標混波干擾地震數據；對目標混波干擾地震數據進行數據域轉換，得到轉換后的地震數據；根據轉換后的地震數據對神經網絡模型進行訓練，獲得訓練好的神經網絡模型；通過訓練好的設神經網絡模型對轉換后的地震數據進行混波壓制處理，獲得所述目標混波干擾地震數據去除混波后的地震數據。無需合成大量含混波樣本地震數據，直接從混波地震數據本身出發，根據待處理的混波地震數據進行無監督訓練網絡模型，再將訓練好的網絡模型直接用于該混波地震數據的混波干擾處理，適用性更加廣泛，可以更加有效保護地震數據，避免有效地震數據的損失，不會引起構造假象，同時還提高了信噪比。

技術領域

本申請涉及地震數據處理技術領域，特別地涉及一種混波干擾壓制方法、裝置、計算機可讀存儲介質以及電子設備。

背景技術

高效地震采集技術在陸上或海上地震勘探得到越來越廣泛的應用，由于該技術使得相鄰的激發炮點可以同時激發或者激發時間間隔很短，從而可以大大提高采集效率，同時也可大幅提高地震采集炮點-檢波點密度。

高效地震采集技術使得高密度勘探成本得到大幅度的減小，因而是大型地震勘探項目首選的采集技術。但高效地震采集技術如動態滑動掃描技術、獨立同步掃描技術、超高效采集技術等都會不同程度地引入混波干擾，進而對相鄰炮地震數據質量造成較大影響，需要專門通過混波壓制去除混波噪聲干擾。

常規混波干擾壓制方法是基于稀疏變換的反演重構技術實現混波與有效反射地震信息分離,容易出現構造假象且信噪比提升相對較低。

近兩年，隨著深度學習人工智能算法的普及，一些科研人員開始利用深度學習方法進行地震數據混波噪聲衰減壓制，并取得了一定的處理效果。

但是目前基于深度神經網絡進行混波壓制技術主要特點是需要進行監督訓練網絡模型，即需合成大量干凈地震數據和含混波干擾地震數據作為標簽來訓練模型，在合成地震數據中混波壓制效果可能會比較好，但到實際地震數據處理中由于地震數據樣本差異性較大，導致混波壓制效果不好，該類方法的適應性受到一定程度的約束。

發明內容

針對上述問題，本申請提出一種混波干擾壓制方法、裝置、存儲介質及電子設備，通過利用無監督深度學習技術實現高效地震采集中混波噪聲干擾自主壓制，通過從地震數據本身出發來驅動網絡模型更新超參數，實現了智能混波壓制。

本申請的第一個方面，提供了一種混波干擾壓制方法，所述方法包括：

獲取目標混波干擾地震數據；

對所述目標混波干擾地震數據進行數據域轉換，得到轉換后的地震數據；

根據所述轉換后的地震數據對神經網絡模型進行訓練，獲得訓練好的神經網絡模型；

通過所述訓練好的神經網絡模型對所述轉換后的地震數據進行混波壓制處理，獲得所述目標混波干擾地震數據去除混波后的地震數據。

在一些實施例中，所述根據所述轉換后的地震數據對神經網絡模型進行訓練，獲得訓練好的神經網絡模型，包括：

對所述轉換后的地震數據進行片塊切割劃分，得到片塊數據集；

對所述片塊數據集進行增廣擴充處理，得到擴充后的片塊數據集；

根據所述擴充后的片塊數據集獲取訓練數據；

根據所述訓練數據對所述神經網絡模型進行訓練，獲得所述訓練好的神經網絡模型。

在一些實施例中，所述訓練數據包括模型輸入數據，所述根據所述擴充后的片塊數據集獲取訓練數據，包括：

基于預設掩碼策略分別對所述擴充后的片塊數據集中的片塊數據進行掩碼處理，得到掩碼后的片塊數據集；

將所述掩碼后的片塊數據集作為所述模型輸入數據。