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】
本专利技术涉及海洋地球物理数据采集,尤其涉及一种海洋地震数据补全方法、装置、电子设备及存储介质。
技术介绍
1、为了获得海底能源矿藏分布、海底地质构造,通常会使用二维、三维拖缆技术采集海洋地震数据。在采集海洋地震数据时,由作业船只在船尾拖曳至少一个震源和至少一条拖缆,震源用于向海底发射能量,拖缆用于接收因海底或海底以下地质构造引起的反射波、折射波等。然而,由于海浪、天气、仪器设备等原因,在海洋地震数据采集的作业过程中,通常会面临某一时刻震源未触发而导致未采集到地震数据,某一时刻震源虽触发、但气压不足而导致采集的地震数据发生畸变,拖缆中的数据采集器发生故障而导致至少一个地震道未采集到有效的地震数据。
2、面对某一时刻或某几个时刻震源未触发而导致未采集到地震数据,以及气压不足而导致地震数据发生畸变的问题,传统的做法是作业船只重新上线进行数据采集,很显然这种方法不仅浪费了大量的人力和物力,而且浪费了宝贵的海上作业时间窗口;面对拖缆中数据采集器发生故障而导致至少一个地震到未采集到有效的地震数据的问题,传统的方法是在数据后处理时采用插值技术获得缺失道的数据,或是采用生成对抗神经网络生成缺失道的数据。传统的方法均是在数据后处理时进行的,其并非采用原始地震数据,由于数据已经过多次处理而导致误差累加,因而生成的缺失道的数据准确性并不高。
3、生成对抗神经网络技术已用于地震数据的后处理工作中,其主要用于生成缺失道的数据,或是用于对地震数据进行降噪。然而针对不同原因造成的原始地震数据异常,现有技术中并未提出高效、准确、经济的
技术实现思路
1、本专利技术提供了一种海洋地震数据补全方法、装置、电子设备及存储介质,能够高效、准确、经济的补全不同原因造成的原始异常数据。
2、根据本专利技术的一方面,提供了一种海洋地震数据补全方法,该方法包括:
3、按照预设周期,获取采集的原始地震数据集;
4、对所述原始地震数据集进行预处理,得到初始地震数据集;
5、判断所述初始地震数据集中是否存在异常数据;
6、若不存在,则将所述初始地震数据集作为样本数据实时训练地震数据生成模型;其中,所述地震数据生成模型包括第一地震数据生成模型、第二地震数据生成模型和第三地震数据生成模型;
7、若存在,则获取所述异常数据的异常类型标签;根据所述异常类型标签,匹配获得相应的地震数据生成模型和数据补全策略;根据所述匹配获得相应的地震数据生成模型生成异常数据对应的生成数据;根据所述数据补全策略和生成数据进行异常数据补全;其中,所述异常类型标签包括震源丢失、震源能量不足和道缺失。
8、根据本专利技术的另一方面,提供了一种海洋地震数据补全装置,该装置包括:
9、原始地震数据集获取模块,用于按照预设周期,获取采集的原始地震数据集;
10、初始地震数据集获取模块,用于对所述原始地震数据集进行预处理,得到初始地震数据集;
11、异常数据判断模块,用于判断所述初始地震数据集中是否存在异常数据;
12、训练模块,用于若不存在,则将所述初始地震数据集作为样本数据实时训练地震数据生成模型;其中,所述地震数据生成模型包括第一地震数据生成模型、第二地震数据生成模型和第三地震数据生成模型;
13、补全模块,用于若存在,则获取所述异常数据的异常类型标签;根据所述异常类型标签,匹配获得相应的地震数据生成模型和数据补全策略;根据所述匹配获得相应的地震数据生成模型生成异常数据对应的生成数据;根据所述数据补全策略和生成数据进行异常数据补全;其中,所述异常类型标签包括震源丢失、震源能量不足和道缺失。
14、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:
15、至少一个处理器;以及
16、与所述至少一个处理器通信连接的存储器;其中,
17、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的一种海洋地震数据补全方法。
18、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的一种海洋地震数据补全方法。
19、本专利技术实施例的技术方案,通过按照预设周期,获取采集的原始地震数据集;对原始地震数据集进行预处理,得到初始地震数据集;判断初始地震数据集中是否存在异常数据;若不存在,则将初始地震数据集作为样本数据实时训练地震数据生成模型;若存在,则获取异常数据的异常类型标签;根据异常类型标签,匹配获得相应的地震数据生成模型和数据补全策略;根据匹配获得相应的地震数据生成模型生成异常数据对应的生成数据;根据数据补全策略和生成数据进行异常数据补全。本技术方案,能够高效、准确、经济的补全不同原因造成的原始异常数据。
20、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种海洋地震数据补全方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,将所述初始地震数据集作为样本数据实时训练地震数据生成模型,包括:
3.根据权利要求2所述的方法,其特征在于,当所述异常类型标签为震源丢失时,匹配获得相应的地震数据生成模型为第一地震数据生成模型;其中,所述第一地震数据生成模型包括第一生成网络和第一判别网络;
4.根据权利要求1所述的方法,其特征在于,将所述初始地震数据集作为样本数据实时训练地震数据生成模型,还包括:
5.根据权利要求4所述的方法,其特征在于,当所述异常类型标签为震源能量不足时,匹配获得相应的地震数据生成模型为第二地震数据生成模型;其中,所述第二地震数据生成模型包括特征提取网络、映射网络、第二生成网络和第二判别网络;所述特征提取网络用于提取地震剖面上的特征数据;所述映射网络用于将所述特征数据映射成特征向量;
6.根据权利要求1所述的方法,其特征在于,将所述初始地震数据集作为样本数据实时训练地震数据生成模型,还包括:
7.根据权利要求6所述的方法,其特征在于
8.一种海洋地震数据补全装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种海洋地震数据补全方法。
...【技术特征摘要】
1.一种海洋地震数据补全方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,将所述初始地震数据集作为样本数据实时训练地震数据生成模型,包括:
3.根据权利要求2所述的方法,其特征在于,当所述异常类型标签为震源丢失时,匹配获得相应的地震数据生成模型为第一地震数据生成模型;其中,所述第一地震数据生成模型包括第一生成网络和第一判别网络;
4.根据权利要求1所述的方法,其特征在于,将所述初始地震数据集作为样本数据实时训练地震数据生成模型,还包括:
5.根据权利要求4所述的方法,其特征在于,当所述异常类型标签为震源能量不足时,匹配获得相应的地震数据生成模型为第二地震数据生成模型;其中,所述第二地震数据生成模型包括特征提取网络、映射网络、第二生成网络和第二判别网络;...
【专利技术属性】
技术研发人员:杨册,吴锐锋,何泽林,刘意期,陈驰,周大森,郝小柱,翟继锋,崔廷放,
申请(专利权)人:广州海洋地质调查局,
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。