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() 基于专家知识的地震相类别预测模型训练方法及装置制造方法及图纸_技高网

基于专家知识的地震相类别预测模型训练方法及装置制造方法及图纸

技术编号:40517334 阅读:14 留言:0更新日期:2024-03-01 13:34
本申请公开了一种基于专家知识的地震相类别预测模型训练方法及装置,属于人工智能技术领域。方法包括:获取目标工区内的地震数据;地震数据包括地震剖面信息和地震层位解释信息;其中,地震剖面信息中标注有地震相类别;将地震剖面信息映射至地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型;以低频背景模型为约束,使用地震数据作为训练样本对预设的分类模型进行训练,得到地震相类别预测模型。本申请实施例通过将地震层位来约束模型的训练,考虑到了地震横向结构变化信息,从而实现训练后的地震相类别预测模型能够自动预测地震相类别,提高地震相类别的预测效率。

【技术实现步骤摘要】

本申请属于人工智能,尤其涉及一种基于专家知识的地震相类别预测模型训练方法及装置


技术介绍

1、地震相是沉积体在地震信号中包括振幅、频率、速度、反射结构等多种地震信息的综合响应,通常利用地震内部结构和外部形态描述各层段地震相类别,再辅以地震反射同相轴的振幅和连续性等地震参数对地震相类别进行描述。如何提升地震相识别的准确率,提高油气采出程度,是油田开发面临的重要任务。

2、传统的地震相分析方法主要是在获取地震剖面信息后,由解释人员肉眼观测地震剖面信息,结合其自身专业知识及经验给出合理的地震相划分结果。

3、然而,对于某一工区来说,若要识别该工区的地震相,则要对工区内不同地震剖面进行解释,地震剖面信息的量是非常大的,如果通过解释人员进行人工解释,会耗费大量时间,效率较低。


技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种基于专家知识的地震相类别预测模型训练方法及装置,以提高地震相类别预测的准确性。

2、第一方面,本申请提供了一种基于专家知识的地震相类别预测模型训练方法,该方法包括:

3、获取目标工区内的地震数据;所述地震数据包括地震剖面信息和地震层位解释信息;其中,所述地震剖面信息中标注有地震相类别;

4、将所述地震剖面信息映射至所述地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型;

5、以所述低频背景模型为约束,使用所述地震数据作为训练样本对预设的分类模型进行训练,得到地震相类别预测模型。

6、根据本申请的基于专家知识的地震相类别预测模型训练方法,通过获取目标工区内的地震数据,将所述地震剖面信息映射至所述地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型;以所述低频背景模型为约束,使用所述地震数据作为训练样本对预设的分类模型进行训练,得到地震相类别预测模型。本申请实施例通过将地震层位来约束地震相类别预测模型的训练,考虑到了地震横向结构变化信息,使得模型在训练过程中,能够将训练样本中对于地震相类别的解释进行扩展,从而实现训练后的地震相类别预测模型能够自动预测地震相类别,提高地震相类别的预测效率。

7、根据本申请的一个实施例,通过以下方式标注地震剖面信息中的地震相类别:

8、获取所述地震剖面信息中地震剖面上的采样点;

9、根据所述采样点的反射特征从预设的规则集中匹配所述反射特征对应的地震相类别;其中,所述规则集包括反射特征与地震相类别的对应关系;

10、在所述地震剖面上的采样点上标注所述采样点对应的地震相类别。

11、根据本申请的一个实施例,所述将所述地震剖面信息映射至所述地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型,包括:

12、基于所述地震层位解释信息为地震层位赋值,以构建表征地震层位分布的标量场;其中,在所述标量场中同一地震层位的标量值相同;

13、将所述地震剖面信息映射至所述标量场中,以构建低频背景模型。

14、在该实施例中,通过构建标量场的方式,能够有效地将地震相类别解释剖面从物理空间转换到层控空间,进而约束网络,以有效提取地震相与地震数据间复杂的非线性映射关系,达到通过以少量的样本标签实现模型的训练,进一步提高地震相预测的效率。

15、根据本申请的一个实施例,所述基于所述地震层位解释信息为地震层位赋值,以构建表征地震层位分布的标量场包括:

16、获取所述地震层位解释信息中的地震层位分布;

17、基于所述地震层位分布为同一地震层位赋予相同的标量值,得到表征地震层位分布的标量场。

18、在该实施例中,在获取到地震层位分布后,为同一地震层位赋予相同的标量值,为不同地震层位赋予不同的标量值,从而使得构建的标量场能够准确标注地震层位分布。

19、根据本申请的一个实施例,所述将所述地震剖面信息映射至所述标量场中,以构建低频背景模型,包括:

20、基于所述地震剖面信息中地震剖面上采样点的位置信息,将所述采样点的地震相类别映射至所述标量场中;

21、通过线性插值计算所述标量场中的标量值与地震相类别之间的关系函数;

22、根据所述关系函数构建低频背景模型。

23、根据本申请的一个实施例,所述基于所述地震剖面信息中地震剖面上采样点的位置信息,将所述采样点的地震相类别映射至所述标量场中,包括:

24、通过公式

25、

26、将所述采样点的地震相类别映射至所述标量场中;

27、其中,表示标量场,k表示地震剖面,i表示地震剖面编号,i为大于0的自然数,τ表示标量值,w表示地震剖面的宽,h表示地震剖面的高,f表示地震相类别。

28、在该实施例中,由于层位信息包含在该标量场中,因此插值被严格约束在由标量值指示的同一地层内进行,从而使得在插值过程中引入构造的横向变化信息,进而能够稳健可靠地将样本中的少量的地震相解释剖面扩展到整个地震工区中,并获得一个同时遵循层位解释和地震相解释的低频背景模型,实现训练后的地震相类别预测模型能够自动预测地震相类别,提高地震相类别的预测效率。

29、根据本申请的一个实施例,所述根据所述关系函数构建低频背景模型,包括:

30、使用径向基函数控制地震剖面中同一地震层位内的地震相类别的横向变化;

31、根据所述横向变化和所述关系函数构建低频背景模型。

32、根据本申请的一个实施例,所述使用径向基函数控制地震剖面中同一地震层位内的地震相类别的横向变化,包括:

33、通过公式

34、

35、控制地震剖面中同一地震层位内的地震相类别的横向变化;

36、其中,wi(x,y)表示第i个地震剖面上待插值点(x,y)上的局部空间插值距离权场,所述局部空间插值距离权场表示所述横向变化,(x,y)表示待插值点的位置坐标,(xk,yk)表示地震剖面上采样点的位置坐标,ki表示采样点个数,ε表示用于平衡空间距离相关重要性的径向参数。

37、根据本申请的一个实施例,所述根据所述横向变化和所述关系函数构建低频背景模型,包括:

38、通过公式

39、

40、建低频背景模型;

41、其中,q(x,y,τ,c)表示低频背景模型,c表示坐标(x,y)处的地震相类别,pi(τ,c)表示所述关系函数,n表示地震剖面数量。

42、在该实施例中,通过使用径向基函数引入距离相关权重来控制同一地层内地震相的横向变化,以突出地震剖面相近的地震相解释在插值过程中的影响,从而使得低频背景模型在横向上严格遵循地震解释层位。

43、根据本申请的一个实施例,所述通过线性插值计算所述标量场中的标量值与地震相类别之间的关系函数,可以包括:...

【技术保护点】

1.一种基于专家知识的地震相类别预测模型训练方法,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,通过以下方式标注地震剖面信息中的地震相类别:

3.根据权利要求1所述的方法,其特征在于,所述将所述地震剖面信息映射至所述地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述地震层位解释信息为地震层位赋值,以构建表征地震层位分布的标量场包括:

5.根据权利要求3所述的方法,其特征在于,所述将所述地震剖面信息映射至所述标量场中,以构建低频背景模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述地震剖面信息中地震剖面上采样点的位置信息,将所述采样点的地震相类别映射至所述标量场中,包括:

7.根据权利要求5所述的方法,其特征在于,所述根据所述关系函数构建低频背景模型,包括:

8.根据权利要求7所述的方法,其特征在于,所述使用径向基函数控制地震剖面中同一地震层位内的地震相类别的横向变化,包括:>

9.根据权利要求7所述的方法,其特征在于,所述根据所述横向变化和所述关系函数构建低频背景模型,包括:

10.根据权利要求5所述的方法,其特征在于,所述通过线性插值计算所述标量场中的标量值与地震相类别之间的关系函数,包括:

11.根据权利要求1所述的方法,其特征在于,所述分类模型包括编码器,解码器和预测器;

12.根据权利要求11所述的方法,其特征在于,所述编码器和所述解码器通过四个不同尺度的跳跃连接相连。

13.一种基于专家知识的地震相类别预测方法,其特征在于,包括:

14.一种基于专家知识的地震相类别预测模型训练装置,其特征在于,包括:

15.一种基于专家知识的地震相类别预测方法,其特征在于,包括:

16.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-13任一项所述的方法。

17.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-13任一项所述的方法。

18.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-13任一项所述的方法。

...

【技术特征摘要】

1.一种基于专家知识的地震相类别预测模型训练方法,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,通过以下方式标注地震剖面信息中的地震相类别:

3.根据权利要求1所述的方法,其特征在于,所述将所述地震剖面信息映射至所述地震层位解释信息中,得到表征地震层位与地震相类别之间的关系的低频背景模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述地震层位解释信息为地震层位赋值,以构建表征地震层位分布的标量场包括:

5.根据权利要求3所述的方法,其特征在于,所述将所述地震剖面信息映射至所述标量场中,以构建低频背景模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述地震剖面信息中地震剖面上采样点的位置信息,将所述采样点的地震相类别映射至所述标量场中,包括:

7.根据权利要求5所述的方法,其特征在于,所述根据所述关系函数构建低频背景模型,包括:

8.根据权利要求7所述的方法,其特征在于,所述使用径向基函数控制地震剖面中同一地震层位内的地震相类别的横向变化,包括:

9.根据权利要求7所述的方法,其特征在于,所述根据所述横向变化和所述关...

【专利技术属性】
技术研发人员:孙晓明伍新明
申请(专利权)人:中国科学技术大学先进技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1