【技术实现步骤摘要】
本公开涉及石油地球物理勘探资料处理，尤其涉及一种基于深度学习的das-vsp数据初至波拾取方法及装置、电子设备及存储介质。
技术介绍
1、目前，中国大部分油气田已进入勘探开发中后期，地面地震勘探在储层精细描述、储层参数求取及地震分辨能力提高等方面面临严峻考验。近年来，das-vsp(distributedacoustic sensing，das，分布式光纤声学传感系统，vertical seismic profile，vsp，垂直地震)采集技术的快速发展，能够精细提取地下介质速度场、各向异性、tar因子、地层吸收衰减因子q值、振幅校正因子、反褶积等关键参数，对提供高精度储层参数，提高对油气井周围油藏的精细描述能力具有重要意义，有效弥补地面地震勘探的不足。
2、但这些关键参数提取的基础均基于高精度的初至，而目前das采集的vsp资料在初至拾取方面主要存在两个方面的问题：1)资料信噪比整体相对偏低。das系统对传感光纤周围环境的应力变化比较敏感，周遭环境极小的应力及内部元器件的系统内微弱噪声，均会产生较强的噪声，实际资料显示，d...
【技术保护点】
1.一种基于深度学习的DAS-VSP数据初至波拾取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述样本炮通过以下步骤确定：
3.根据权利要求1所述的方法，其特征在于，所述已知的神经网络模型为改进后U-Net网络模型，所述改进后U-Net网络模型通过以下步骤对U-Net网络模型改进得到：
4.根据权利要求1所述的方法，其特征在于，所述利用初始区域图像和预测区域图像训练已知的神经网络模型，得到训练好的神经网络模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述待预测炮的初始区域图像通过
【技术特征摘要】
1.一种基于深度学习的das-vsp数据初至波拾取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述样本炮通过以下步骤确定：
3.根据权利要求1所述的方法，其特征在于，所述已知的神经网络模型为改进后u-net网络模型，所述改进后u-net网络模型通过以下步骤对u-net网络模型改进得到：
4.根据权利要求1所述的方法，其特征在于，所述利用初始区域图像和预测区域图像训练已知的神经网络模型，得到训练好的神经网络模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述待预测炮的初始区域图像通过以下步骤确定：
6.根据权利要求1所述的方法，其特征在于，所述对待预测炮的预测区域图...
【专利技术属性】
技术研发人员：侯玉鑫，许银坡，王乃建，潘英杰，任光，王婧婧，
申请(专利权)人：中国石油天然气集团有限公司，
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。