龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北石油大学三亚海洋油气研究院
摘要：本申请公开了一种多任务智能地震波阻抗反演方法及装置，所述方法包括：进行井震标定，并确定目标层段样本；获取测井数据密度曲线和速度曲线，并从测井数据密度曲线和速度曲线中截取训练样本标签；从地震数据中获取与目标层段相同深度层段的地震数据，构建速度解释模型的训练数据集；分别构建速度解释模型和密度解释模型，确定最终密度解释模型P1和最终速度解释模型S1；对模型P1和模型S1的模型参数分别进行迁移，从而构建多任务学习的波阻抗反演模型，对波阻抗反演模型进行综合训练，并确定其损失函数；完成反演处理。本申请提高了地震波阻抗反演的精度，鲁棒性更高，提升了垂向分辨率。
主权项：1.一种多任务智能地震波阻抗反演方法，其特征在于，所述方法包括：进行井震标定，并确定目标层段样本；获取测井数据密度曲线和速度曲线，并从测井数据密度曲线和速度曲线中截取训练样本标签；从地震数据中获取与目标层段相同深度层段的地震数据，并对所获取的地震数据进行频谱分析，使用频谱分析后的地震数据和密度数据构建密度解释模型的训练数据集，使用频谱分析后的地震数据和速度数据构建速度解释模型的训练数据集；基于训练数据集分别构建速度解释模型和密度解释模型，根据所述速度解释模型和所述密度解释模型分别将地震数据映射为速度和密度；其中，速度解释模型和密度解释模型均采用门控循环GRU神经单元进行构建，其GRU层数均为3层；输入速度解释模型和密度解释模型的地震数据的维度为（B,50,m），输出速度和密度的维度均为（B,1,m），B代表每一次训练时模型的样本数；利用密度解释模型的训练数据集中的训练数据训练密度解释模型，作为完成训练的最终密度解释模型P1，利用速度解释模型的训练数据集中的训练数据训练速度解释模型，作为完成训练的最终速度解释模型S1；对模型P1和模型S1的模型参数分别进行迁移，从而构建多任务学习的波阻抗反演模型，其中，波阻抗反演模型是密度解释模型和速度解释模型的并联；对波阻抗反演模型进行综合训练，并确定其损失函数；利用波阻抗反演模型，完成地震数据分别对密度、速度和波阻抗的反演处理。
全文数据：
权利要求：
百度查询： 东北石油大学三亚海洋油气研究院 多任务智能地震波阻抗反演方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号