A method of generating big data for seismic inversion based on convolution neural network is proposed. The core of the method is to generate big data set based on the migration of data statistical characteristics, which is used for the realization of seismic inversion by convolution neural network. It integrates artificial intelligence, geophysics, spatial statistics, information science and other disciplines, organically combines deep learning technology, big data technology, seismic inversion technology and so on The data set needed for seismic inversion can generate big data with small data, solve the problem of low quality of field exploration data, reduce the cost of data collection and exploration risk, and overcome the defects of existing technology.
【技术实现步骤摘要】
基于卷积神经网络的地震反演大数据生成方法
本专利技术涉及石油、天然气地球物理勘探
,具体领域为基于卷积神经网络的地震反演大数据生成方法。
技术介绍
随着油气勘探技术的不断提升发展,对油气等自然资源的开发程度也逐渐增大,有限的资源使得高效勘探开采的难度持续提升。在地球物理勘探中,地震反演是根据实际观测得到的地震资料来推断地下地质真实情况以及地质模型各种性质的逆问题;与正演不同,反演通常具有多解性和不适定性,最终获得的结果往往受所用数据和处理方法等因素的影响。地震反演所使用的数据具有时间和空间上的特性,属于一种时空大数据,庞大的数据量加上种类繁多的有效信息使得地球物理勘探在处理解释环节遇到了大量的问题亟待处理,虽然使用传统反演方法也能达到很好的效果,但是却往往需要耗费大量的人力物力,因此传统反演技术不再能满足现状所需。近年来的各种研究表明,人工智能深度学习作为一种能通过数据挖掘以提取大数据中有效特征和其隐藏的规律结构的数据驱动算法在地球物理领域有着巨大的潜力和发展空间,有效地将两者交叉融合在很大程度上有助于传统反演方法的进一步优化改善。计算机技术的飞速发展推动了大数据时代的到来,在地震反演中,通过大数据挖掘,结合神经网络的帮助能更好地从地震数据中发现特征,进而更加容易地恢复油藏储层的实际物理参数以及相关的分布情况,为后续解释人员的资料分析工作提供极大的帮助。但由于沙漠、戈壁或是山前带等这种地表的复杂地质条件外,在地下的构造如断层、裂缝、潜山等都使得勘探资料的分辨率和精度大大降低。低质量的勘探大数据使得高效分 ...
【技术保护点】
1.基于卷积神经网络的地震反演大数据生成方法,其特征在于,包括如下步骤:/n步骤1,对目的工区每组测井波阻抗数据进行概率密度函数统计,选取符合筛选条件的两组数据;/n步骤2,将上述两组数据进行扰动漂移,同时根据波阻抗数据所对应的合成地震数据进行约束;/n步骤3,保存符合数据特征迁移收敛条件的所有数据,确定训练样本;/n步骤4,构建卷积神经网络模型,利用步骤3所述训练样本作为训练集进行模型训练;/n步骤5,利用步骤4中卷积神经网络训练模型对目的工区进行地震反演。/n
【技术特征摘要】
1.基于卷积神经网络的地震反演大数据生成方法,其特征在于,包括如下步骤:
步骤1,对目的工区每组测井波阻抗数据进行概率密度函数统计,选取符合筛选条件的两组数据;
步骤2,将上述两组数据进行扰动漂移,同时根据波阻抗数据所对应的合成地震数据进行约束;
步骤3,保存符合数据特征迁移收敛条件的所有数据,确定训练样本;
步骤4,构建卷积神经网络模型,利用步骤3所述训练样本作为训练集进行模型训练;
步骤5,利用步骤4中卷积神经网络训练模型对目的工区进行地震反演。
2.如权利要求1所述的基于卷积神经网络的地震反演大数据生成方法,其特征在于,所述目标函数为:
i=N*random(0~1)+0.5;
S=R*W;
|ri|>...
【专利技术属性】
技术研发人员:黄旭日,代月,徐云贵,胡叶正,曹卫平,唐静,
申请(专利权)人:西南石油大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。