盲反褶积模型、训练方法、盲反褶积方法、设备及介质技术

本发明专利技术提供一种盲反褶积模型、训练方法、盲反褶积方法、设备及介质。盲反褶积模型包括：神经网络，用于预测稀疏系数；卷积网络，用于所述将神经网络预测的稀疏系数与表征地震子波的卷积核进行一维卷积得到合成地震数据。本发明专利技术利用闭环深度学习网络框架和盲反褶积思想，搭建智能化盲反褶积网络模型。分步交替策略用于U‑Net网络模型和表征地震子波的一维卷积核的权重更新，同时实现稀疏系数和地震子波的反演，避免了传统方法中对地震子波提取精度的要求，减少了人工干预。物理方程约束减少多解性，提高网络稳定性，保证处理精度，可用于地表一致性反褶积和高分辨率处理，为地震高保真成像和解释提供更加可靠的数据。

【技术实现步骤摘要】

本专利技术涉及地球物理勘探，具体涉及一种基于u-net网络的智能化盲反褶积技术，利用闭环深度学习网络框架实现稀疏系数和地震子波的反演，可用于石油地球物理勘探地震数据处理过程中的提高分辨率处理和地表一致性反褶积处理。

技术介绍

1、反褶积是地震数据处理中的重要技术，可用于提高地震资料分辨率，校正地震数据中的地表因素，实现地表一致性处理，以及消除短周期鸣震和其他多次波干扰等。反褶积技术以褶积模型为基础，由观测的反射地震信号推测地层反射系数。由于地震子波未知，且相邻反射的地震波重叠，地震子波难以准确提取，因此，常规反褶积大都是在一定的假设前提下进行的，而这样的反褶积处理存在适应性和保幅性较差的风险。

2、盲反褶积是一种地震数据处理方法，它基于反射系数序列的随机性和非高斯性，利用独立分量分析进行盲反褶积处理。这种方法弱化了对子波和反射系数的先验条件，克服了传统反褶积方法对最小相位子波和高斯白噪反射系数假设的依赖。盲反褶积无需其他假设条件，将地震子波和反射系数均作为反演对象，通过交替求解，达到同时反演子波和反射系数的目的，可有效缓子波估计不准确、受噪声影本文档来自技高网...

【技术保护点】

1.一种盲反褶积模型，其特征在于，包括：

2.根据权利要求1所述的盲反褶积模型，其特征在于，所述神经网络为U-Net网络模型，输入为地震数据，输出为稀疏系数；

3.根据权利要求2所述的盲反褶积模型，其特征在于，将合成地震数据与真实地震数据的L2范数定义为损失函数，并利用Adam算法通过最小化损失函数更新网络模型。

4.一种如权利要求1-3任一所述的盲反褶积模型的训练方法，其特征在于，采用分步交替策略进行盲反褶积模型的训练：

5.一种基于人工智能的盲反褶积方法，其特征在于，利用权利要求1-3任一所述的盲反褶积模型，包括：</p>

6.一种...

【技术特征摘要】

1.一种盲反褶积模型，其特征在于，包括：

2.根据权利要求1所述的盲反褶积模型，其特征在于，所述神经网络为u-net网络模型，输入为地震数据，输出为稀疏系数；

3.根据权利要求2所述的盲反褶积模型，其特征在于，将合成地震数据与真实地震数据的l2范数定义为损失函数，并利用adam算法通过最小化损失函数更新网络模型。

4.一种如权利要求1-3任一所述的盲反褶积模型的训练方法，其特征在于，采用分步交替策略进行盲反褶积模型的训练：

5.一种基于人工智能的盲反褶积方法，其特征在于，利用权利要求1...

【专利技术属性】
技术研发人员：王莹莹，陶永慧，张兵，贺伟光，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：