【技术实现步骤摘要】
本专利技术涉及地质建模，尤其涉及一种基于单训练图像的生成对抗网络沉积相建模方法及装置。
技术介绍
1、沉积相模拟是指使用稀疏物理位置测量的井数据推断整个研究区域的沉积相，沉积相建模是地质学中的一门重要学科，对于石油勘探、地质灾害评估、地质演化研究等都具有重要意义。通过沉积相建模，我们可以更好地理解地层中沉积物的空间分布、储量变化、岩性特征等，为地质勘探、工程规划和环境评估提供科学依据。
2、早期地质建模主要采用两点统计，通过变异函数模拟地质模式。由于只考虑空间两点之间的相关性，因此难以再现复杂地质结构特征。在此基础上改进的多点地质统计通过扫描训练图像获取地质变量的空间结构信息，模拟效果优于两点地质统计。但由于对空间结构(地质模式)的表达仅限于数据样板内的多点统计信息，当研究区储层具有非平稳和强非均质性时，多点地质统计学的效果并不理想。同时，多点地质统计学在建模效率和内存占用率上存在不足，无法满足实际使用需要。
3、近年来，深度学习方法逐渐被引入到储层建模领域，并迅速成为研究热点。生成对抗网络gan能够抽象和再现复...
【技术保护点】
1.一种基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，包括：
2.根据权利要求1所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，所述沉积相模拟模型包括依序连接的N级至0级生成对抗网络；第n级生成对抗网络包含互相耦合的生成器Gn和判别器Dn，n∈[0,1,…,N]；
3.根据权利要求1所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，当任一级生成对抗网络中生成器的输出图像与预设条件的误差超过预设阈值时，对所述输出图像进行修正，包括：
4.根据权利要求2所述的基于单训练图像的生成对抗网络沉积相建模方法...
【技术特征摘要】
1.一种基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，包括：
2.根据权利要求1所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，所述沉积相模拟模型包括依序连接的n级至0级生成对抗网络；第n级生成对抗网络包含互相耦合的生成器gn和判别器dn，n∈[0,1,…,n]；
3.根据权利要求1所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，当任一级生成对抗网络中生成器的输出图像与预设条件的误差超过预设阈值时，对所述输出图像进行修正，包括：
4.根据权利要求2所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，每一级生成对抗网络中生成器gn和判别器dn均包括卷积网络，所述卷积网络包含若干个卷积层和批量归一化层。
5.根据权利要求4所述的基于单训练图像的生成对抗网络沉积相建模方法，其特征在于，所述卷积层采用lrelu作为激活...
【专利技术属性】
技术研发人员：卢昌盛，李少华，王喜鑫，喻思羽，昌伦杰，李君，朱正俊，吕端川，
申请(专利权)人：长江大学，
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。