System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于石油勘探,涉及一种基于匹配追踪的断层面自动识别方法及装置、存储介质。
技术介绍
1、断层是由地壳运动形成的复杂地质构造现象,其在控制油气运移、构造解释等方面起着重要作用。从地震数据中识别、定位、提取断层面是地震勘探工作中必不可少的环节,这项工作对于了解地质结构和分析地下油藏具有重要意义。
2、现有的断层面提取方法通常是在断层识别的基础上,借助断层属性体来提取断层面。根据尺度不同,断层面提取方法大致可以分为两类:一类方法是从三维的角度对地震体数据进行局部提取,通过识别断层面的一部分,以倾角、走向等断层要素为约束,寻找断层点或者图像块之间的关系进行拼接,将其合并成大的断层面,以此实现三维断层曲面的重建,该断层提取方法得到的断层面比较破碎,断层呈现不完整,或者在断层交叉处存在孔洞;另一类方法是一次性提取一整个断层面,其结果相对比较完整,但在复杂情况下,比如出现相交断层,识别效果需要进一步提升。
3、随着人工智能和图形处理器(gpu)计算能力的快速发展,深度学习的应用规模不断扩大。深度学习方法可以在网络训练过程中动态地学习新特征,从而有效提取和挖掘高维复杂信息的特征,因此利用深度学习方法进行断层解释成为近年来地质勘探领域的一个研究热点。目前的研究大多侧重以深度学习为基础的断层识别方法,涉及到断层面的相关研究较少,如果能以深度学习为基础的进行断层面识别,将会极大的改善上述技术现状。
技术实现思路
1、本专利技术的目的,是要提供一种基于匹配追踪的断层面自动
2、本专利技术的第二个目的,是要提供一种基于匹配追踪的断层面自动识别装置;
3、本专利技术的第三个目的,是要提供一种计算机可读存储介质,用于存储基于匹配追踪的断层面自动识别方法的相应计算机程序。
4、本专利技术为实现上述目的,所采用的技术方案如下:
5、一种基于匹配追踪的断层面自动识别方法,包括依次进行的以下步骤:
6、s1、输入断层剖面;
7、将三维地震断层数据体切割成n张二维剖面,输入n张二维剖面;n≥2;
8、s2、标记位置、加入追踪列表;
9、首先,通过断层检测算法得到n张二维剖面中每一断层实例的个数、位置,获得每张二维剖面的检测结果;
10、然后,结合第一张二维剖面的检测结果对其中每一个断层实例分别创建id,使用卡尔曼滤波对带有断层实例id的第一张二维剖面的检测结果初始化,作为追踪结果加入追踪列表中;
11、s3、关联匹配;
12、将第二张二维剖面的检测结果作为当前检测结果,使用平衡调节卡尔曼滤波对追踪列表中的每个断层实例分别进行预测,根据上一个剖面的断层实例所在位置的后验状态估计值,计算预测结果先验状态估计值,并计算其与当前检测结果之间的欧式距离得到成本矩阵,然后使用匈牙利算法将当前检测结果与追踪结果进行最大化关联匹配,如果关联匹配成功,则执行步骤s5,否则执行步骤s4;
13、s4、重新关联匹配;
14、放宽关联匹配限制条件重新关联匹配;
15、如果在重新关联匹配成功之前,重新关联匹配次数小于m,则在重新关联匹配结束后,执行步骤s5;
16、当重新关联匹配次数达到m时仍未重新关联匹配成功,如果追踪结果中存在未关联成功的断层实例,则将该断层实例从追踪列表中删除,如果检测结果中存在未关联成功的断层实例,即判断为产生了新的断层实例,则创建新的断层实例id;然后执行步骤s5;m为正整数;
17、s5、更新追踪列表;
18、采用平衡调节卡尔曼滤波将当前检测结果更新后作为追踪结果加入追踪列表,对追踪列表进行更新,将下一张二维剖面的检测结果作为当前检测结果,重新从步骤s3开始执行,直至完成第n张二维剖面的匹配、关联。
19、作为限定,使用平衡调节卡尔曼滤波对追踪列表中的断层实例进行预测的过程为:依据式①和式②,根据断层实例上一时刻的后验状态估计值来估计当前时刻的状态,得到断层实例k时刻的先验状态估计值;
20、 式①
21、其中,表示平衡调节因子,表示断层实例k-1时刻的后验状态估计值;表示断层实例k时刻的先验状态估计值,即根据上一时刻的最优估计预测的k时刻的结果;表示状态转移矩阵,表示原始状态相关矩阵,表示k时刻外界对系统的作用;
22、 式②
23、其中,是k-1时刻的后验估计协方差;是k时刻先验估计协方差;是噪声矩阵方程。
24、作为进一步限定,步骤s5更新过程中,根据式③~式⑤,通过断层实例当前时刻的检测结果来修正预测阶段的估计值,得到断层实例当前时刻的后验状态估计值;
25、后验状态估计值通过式①的结果更新为:
26、 式③;
27、后验协方差矩阵为:
28、 式④
29、其中,为影响因子,表示断层实例k时刻的后验状态估计值,表示平衡调节卡尔曼增益,表示断层实例k-1时刻的先验状态估计值,表示k时刻的后验估计协方差;表示测量值和状态变量之间的状态转移矩阵;
30、平衡调节卡尔曼增益表示为:
31、 式⑤
32、其中,表示测量噪声的协方差。
33、作为更进一步限定,步骤s4中,欧式距离用于构建成本矩阵,表示为,用于衡量两个断层实例与:
34、 式⑥;
35、其中,、和、分别表示距离公式中直角坐标的索引,、表示索引;
36、采用
37、 式⑦
38、 式⑧
39、其中表示断层实例与的某种排列组合,表示取最小值对应的和的关系,表示断层实例与最相似,表示所有断层实例与的可能组合,表示匹配关联算法,表示向量单位;
40、关联匹配过程中,根据匈牙利算法找到匹配的最小成本,按照以下步骤顺序进行:
41、t1、对于成本矩阵的每一行,减去最小值;
42、t2、对于成本矩阵的每一列,减去最小值;
43、t3、在矩阵的行列中画线,以最少数量的线条划掉矩阵中所有的零,如果线条的数量等于矩阵的行列数,跳转步骤t5,如果线条的数量小于矩阵的行列数,执行步骤t4;
44、t4、选择没有被线条覆盖的矩阵,减去其中的最小值,如果线条交叉处有零,那么加上该最小值,然后重复步骤t3;
45、t5、从只有一个零的行开始匹配,匹配完删除对应的整行和整列,直到所有匹配完成。
46、一种基于匹配追踪的断层面自动识别装置,用于实施上述的基于匹配追踪的断层面自动识别方法,该装置包括:本文档来自技高网...
【技术保护点】
1.一种基于匹配追踪的断层面自动识别方法,其特征在于,包括依次进行的以下步骤:
2.根据权利要求1所述的基于匹配追踪的断层面自动识别方法,其特征在于,使用平衡调节卡尔曼滤波对追踪列表中的断层实例进行预测的过程为:依据式①和式②,根据断层实例上一时刻的后验状态估计值来估计当前时刻的状态,得到断层实例k时刻的先验状态估计值;
3.根据权利要求2所述的基于匹配追踪的断层面自动识别方法,其特征在于,步骤S5更新过程中,根据式③~式⑤,通过断层实例当前时刻的检测结果来修正预测阶段的估计值,得到断层实例当前时刻的后验状态估计值;
4.根据权利要求3所述的基于匹配追踪的断层面自动识别方法,其特征在于,步骤S4中,欧式距离用于构建成本矩阵,表示为,用于衡量两个断层实例与:
5.一种基于匹配追踪的断层面自动识别装置,用于实施权利要求1-4任意一项所述的基于匹配追踪的断层面自动识别方法,其特征在于,该装置包括:输入模块、检测模块、标记模块、追踪列表、关联匹配模块和更新模块;
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存
...【技术特征摘要】
1.一种基于匹配追踪的断层面自动识别方法,其特征在于,包括依次进行的以下步骤:
2.根据权利要求1所述的基于匹配追踪的断层面自动识别方法,其特征在于,使用平衡调节卡尔曼滤波对追踪列表中的断层实例进行预测的过程为:依据式①和式②,根据断层实例上一时刻的后验状态估计值来估计当前时刻的状态,得到断层实例k时刻的先验状态估计值;
3.根据权利要求2所述的基于匹配追踪的断层面自动识别方法,其特征在于,步骤s5更新过程中,根据式③~式⑤,通过断层实例当前时刻的检测结果来修正预测阶段的估计值,得到断层实例当前时刻的后验状态估计值;
...【专利技术属性】
技术研发人员:李磊,宋强功,崔京彬,李全虎,袁世洪,张勇,
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。