【技术实现步骤摘要】
一种基于深度学习的断层检测方法、装置、设备及介质
[0001]本专利技术涉及地震信号处理及解释
，尤其涉及一种基于深度学习的断层检测方法、装置、设备及介质。
技术介绍
[0002]断层是地壳受力发生断裂，沿破裂面两侧岩块发生显著相对位移的构造。断层的规模大小不等，大者沿着走向延长可达上千千米，向下可切穿地壳，通常由许多断层组成的，称为断裂带；小者长以厘米计，可见于岩石标本中。
[0003]油气因断层控制而生，依断层封堵而存；断层可使油气运移、逸散或将储层切割成几部分。断层解释的结果是地质建模以及后续油藏评价的重要基础信息。传统上，断层的识别是依靠解释人员利用经验和一些地震属性的辅助从地震剖面中手工拾取断层。这样往往需要耗费大量时间，并且精度难以保证。近年来，为了提高断层解释的效率和精度，有一些断层自动追踪技术相继被提出，一般是在沿层切片上进行边缘检测，同时结合属性信息，效率比人工解释大幅提高，但精度往往不能达到生产要求。为了解决人工识别断层中的问题，深度学习技术被引入用于断层检测。
[0004]目前，传...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的断层检测方法，其特征在于，所述方法包括：获取三维合成地震数据；利用所述三维合成地震数据构造训练样本以对高分辨率特征网络进行训练，得到三维断层检测模型，其中，所述三维断层检测模型的输出为断层体；获取待检测三维地震数据；将所述待检测三维地震数据输入到所述三维断层检测模型，得到第一断层体作为断层检测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述三维合成地震数据进行处理，得到二维地震数据；利用所述二维地震数据构造训练样本以对高效空间金字塔网络进行训练，得到二维断层检测模型，其中，所述二维断层检测模型的输出为断层体；将所述待检测三维地震数据进行处理得到待检测二维地震数据；将所述待检测二维地震数据输入到所述二维断层检测模型，得到第二断层体；将所述第一断层体和所述第二断层体输入到断层校准网络得到断层检测结果。3.根据权利要求2所述的方法，其特征在于，在所述将所述第一断层体和所述第二断层体输入到断层校准网络得到断层检测结果的步骤之前还包括：获取人工断层解释信息；利用迁移学习方法采用所述人工断层解释信息对所述第二断层体进行调整并更新第二断层体。4.根据权利要求2或3所述的方法，其特征在于，所述断层校准网络包括端到端神经网络和空间变换网络，所述将所述第一断层体和所述第二断层体输入到断层校准网络得到断层检测结果的步骤包括：将所述第一断层体和所述第二断层体输入到端到端卷积神经网络，得到变形场；将所述第一断层体和所述变形场输入到空间变换网络，并将所述空间变换网络的输出作为断层检测结果。5.根据权利要求1所述的方法，其特征在于，所述高分辨率特征网络包括第一输入层、与所述第一输入层依次连接的二十个第一卷积层，依次连接的十六个第二卷积层，依次连接的十一个第三卷层和依次连接的六个第四卷积层、多个上采样层和多个下采样层，以及第一输出层；自所述第一输入层一侧起第三个第一卷积层的输出通过下采样层与首个第二卷积层的输入连接，第八个第一卷积层的输出通过两个下采样层分别与第六个第二卷层的输入、首个第三卷层的输入连接，第十三个第一卷积层的输出通过三个下采样层分别与第十一个第二卷层的输入、第六个第三卷积层的输入、首个第四卷层的输入连接；第十八个第一卷积层的输出通过四个下采样层分别与第十五个第二卷积层的输出、第十个第三卷层的输出、第五个第四卷积层的输出连接；第四个第二卷积层的输出通过下采样层与首个第三卷积层的输入连接；第九个第二卷积层的输出通过两个下采样层分别与第六个第三卷层的输入、首个第四卷积层的输入连接，第九个第二卷积层的输出还通过上采样层与第十五个第一卷层的输入连接，第十四个第二卷层的输出通过两个下采样层分别与第十一个第三卷积层的输入、第六个第四卷积层
的输入连接，第十四个第二卷层的输出还通过上采样层与第二十个第一卷积层的输入连接；第四个第三卷积层的输出通过下采样层与...
【专利技术属性】
技术研发人员：朱冬临，李磊，詹仕凡，郭锐，陶春峰，王管，
申请(专利权)人：中国石油集团东方地球物理勘探有限责任公司，
类型：发明
国别省市：
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。