【技术实现步骤摘要】
本申请涉及油气地震勘探及地震解释,特别涉及一种相对地质时间预测方法、装置、计算机设备及存储介质。
技术介绍
1、在地震勘探中,地震层位解释是地震解释的基础工作,而层位的识别和追踪是地震层位解释的一个重要的环节。通常分析地震数据的相对地质时间(relative geologicaltime,rgt)对地震数据对应的地块中的层位进行识别和追踪。传统生成rgt的方法主要是由人工手动选择尽可能多的层位,继而对识别到的层位进行插值来获得rgt。这种方法虽然直接,但是由于选择层位时严重依赖主观经验,导致生成的rgt的准确性较低。因此,如何得到更准确的rgt是一个需要解决的技术问题。
2、随着大数据人工智能技术的发展,地球物理工作者提出用端到端的神经网络模型来预测地震数据的rgt。相关技术中,通常采用监督学习的方法,基于多个地震数据和多个地震数据的rgt,对神经网络模型进行训练,从而能够基于训练完成的神经网络模型预测得到更准确的rgt。
3、然而,上述方案由于神经网络模型在对rgt预测过程中没有约束,因此还需要对预测得到的rg
...【技术保护点】
1.一种相对地质时间预测方法,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,所述基于多个目标地块子数据,对相对地质时间预测模型进行训练,包括:
3.根据权利要求2所述的方法,其特征在于,所述目标地块子数据包括多个层位的部分地震数据,所述多个层位包括至少一个第一层位;
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标地块子数据的梯度向量和所述多个层位的预测相对地质时间的梯度向量,确定所述目标地块子数据的结构损失,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
【技术特征摘要】
1.一种相对地质时间预测方法,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,所述基于多个目标地块子数据,对相对地质时间预测模型进行训练,包括:
3.根据权利要求2所述的方法,其特征在于,所述目标地块子数据包括多个层位的部分地震数据,所述多个层位包括至少一个第一层位;
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标地块子数据的梯度向量和所述多个层位的预测相对地质时间的梯度向量,确定所述目标地块子数据的结构损失,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:<...
【专利技术属性】
技术研发人员:郭锐,林鹤,万忠宏,陶春峰,文若冲,高英楠,
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。