初至拾取方法及装置与流程

文档序号:30311876发布日期:2022-06-05 14:19阅读:来源:国知局

技术特征:
1.一种初至拾取方法,其特征在于,包括:获取地震数据、时窗信息和所述地震数据的初至信息;根据所述地震数据、所述时窗信息和所述初至信息确定训练样本数据;所述训练样本数据包括初至属性数据和初至标签数据;利用所述初至属性数据和所述初至标签数据确定生成网络模型的权值参数;所述生成网络模型用于提取所述初至属性数据中的初至特征数据,以及用于还原所述初至特征数据的位置;根据所述生成网络模型和所述权值参数生成待检地震数据的初至拾取结果。2.根据权利要求1所述的方法,其特征在于,根据所述地震数据、所述时窗信息和所述初至信息确定训练样本数据,包括:根据所述地震数据和所述时窗信息确定第一初至属性数据;根据所述初至信息确定所述地震数据的第一初至标签数据;根据所述第一初至属性数据和所述第一初至标签数据确定训练样本数据。3.根据权利要求2所述的方法,其特征在于,包括根据所述地震数据和所述时窗信息按照如下公式确定第一初至属性数据:fbproperty
i
=fbtransform
i
(seisdata)其中,fbtransform
i
表示第i种初至属性提取函数,seisdata表示地震数据,是大小为depthlength
×
tracecount的矩阵,depthlength为炮集数据中地震道数据长度,tracecount为道集数据中地震道的个数,fbproperty
i
提取的第i种第一初至属性数据,数据大小与seisdata一致。4.根据权利要求2所述的方法,其特征在于,根据所述初至信息确定所述地震数据的第一初至标签数据,包括:将地震道数据作为行数据,将深度位置数据作为列数据确定目标矩阵;所述目标矩阵的地震道数据个数和深度位置数据个数分别与所述初至属性数据中的地震道数据个数和深度位置数据个数相同;确定所述目标矩阵中各元素的值,以确定第一初至标签数据;所述目标矩阵中的元素用于标识初至数据或非初至数据。5.根据权利要求4所述的方法,其特征在于,根据所述第一初至属性数据和所述第一初至标签数据确定训练样本数据,包括:根据所述地震道数据和所述深度位置数据,将所述第一初至属性数据切割为多个第一子矩阵数据,并将所述第一初至标签数据切割为多个第二子矩阵数据;所述第一子矩阵数据与所述第二子矩阵数据的大小相同;判断所述第二子矩阵数据中初至数据的个数是否满足预设范围;如果是,则将所述第二子矩阵数据作为初至标签数据,将所述第二子矩阵数据对应的第一子矩阵数据作为初至属性数据;如果否,则删除所述第二子矩阵数据和所述第二子矩阵数据对应的第一子矩阵数据。6.根据权利要求1所述的方法,其特征在于,根据所述地震数据、所述时窗信息和所述初至信息确定训练样本数据之后,还包括:根据地形倾斜数据对所述训练样本数据进行旋转变换处理,以扩充所述训练样本数据
的数量。7.根据权利要求1所述的方法,其特征在于,利用所述初至属性数据和所述初至标签数据确定生成网络模型的权值参数,包括:采用正态分布初始化方法初始化所述生成网络模型的权值参数;利用初始化后的生成网络模型和所述初至属性数据生成学习结果;根据所述学习结果和所述初至标签数据确定生成网络模型的权值参数。8.根据权利要求7所述的方法,其特征在于,包括利用如下公式根据所述学习结果和所述初至标签数据确定生成网络模型的权值参数:a=σ(z)where z=∑w
j
×
x
j
+b其中,c为交叉熵损失函数,y为初至标签数据,a为学习结果,w
j
为神经元权值,x
j
为神经元输入,b为常值。9.根据权利要求1-8任一项所述的方法,其特征在于,根据所述生成网络模型和所述权值参数生成待检地震数据的初至拾取结果之前,还包括:根据所述生成网络模型和所述权值参数生成待检地震数据的第一初至拾取结果;根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果;若所述评价结果不满足预设条件,则重新确定生成网络模型的权值参数。10.根据权利要求9所述的方法,其特征在于,包括按照如下公式根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果:取结果和所述初至标签数据生成所述生成网络模型的评价结果:取结果和所述初至标签数据生成所述生成网络模型的评价结果:其中,g
*
为总损失函数,λ是一个系数,g表示生成网格模型,d表示判别网络模型,x表示初至样本数据,y表示初至标签数据,z表示噪声扰动,g(x,z)表示生成网络生成的第一初至拾取结果,d(x,y)表示判别网络生成的评价结果,e
x,y
和e
x,z
表示误差函数。11.一种初至拾取装置,其特征在于,包括:获取模块,用于获取地震数据、时窗信息和所述地震数据的初至信息;样本模块,用于根据所述地震数据、所述时窗信息和所述初至信息确定训练样本数据;所述训练样本数据包括初至属性数据和初至标签数据;训练模块,用于利用所述初至属性数据和所述初至标签数据确定生成网络模型的权值参数;所述生成网络模型用于提取所述初至属性数据中的初至特征数据,以及用于还原所述初至特征数据的位置;预测模块,用于根据所述生成网络模型和所述权值参数生成待检地震数据的初至拾取结果。12.根据权利要求11所述的装置,其特征在于,所述样本模块,包括:第一确定单元,用于根据所述地震数据和所述时窗信息确定第一初至属性数据;第二确定单元,用于根据所述初至信息确定所述地震数据的第一初至标签数据;
第三确定单元,用于根据所述第一初至属性数据和所述第一初至标签数据确定训练样本数据。13.根据权利要求12所述的装置,其特征在于,所述第一确定单元,用于根据所述地震数据和所述时窗信息按照如下公式确定第一初至属性数据:fbproperty
i
=fbtransform
i
(seisdata)其中,fbtransform
i
表示第i种初至属性提取函数,seisdata表示地震数据,是大小为depthlength
×
tracecount的矩阵,depthlength为炮集数据中地震道数据长度,tracecount为道集数据中地震道的个数,fbproperty
i
提取的第i种第一初至属性数据,数据大小与seisdata一致。14.根据权利要求12所述的装置,其特征在于,所述第二确定单元,具体用于:将地震道数据作为行数据,将深度位置数据作为列数据确定目标矩阵;所述目标矩阵的地震道数据个数和深度位置数据个数分别与所述初至属性数据中的地震道数据个数和深度位置数据个数相同;确定所述目标矩阵中各元素的值,以确定第一初至标签数据;所述目标矩阵中的元素用于标识初至数据或非初至数据。15.根据权利要求14所述的装置,其特征在于,所述第三确定单元,具体用于:根据所述地震道数据和所述深度位置数据,将所述第一初至属性数据切割为多个第一子矩阵数据,并将所述第一初至标签数据切割为多个第二子矩阵数据;所述第一子矩阵数据与所述第二子矩阵数据的大小相同;判断所述第二子矩阵数据中初至数据的个数是否满足预设范围;如果是,则将所述第二子矩阵数据作为初至标签数据,将所述第二子矩阵数据对应的第一子矩阵数据作为初至属性数据;如果否,则删除所述第二子矩阵数据和所述第二子矩阵数据对应的第一子矩阵数据。16.根据权利要求11所述的装置,其特征在于,还包括扩充模块,用于:根据地形倾斜数据对所述训练样本数据进行旋转变换处理,以扩充所述训练样本数据的数量。17.根据权利要求11所述的装置,其特征在于,所述训练模块,具体用于:采用正态分布初始化方法初始化所述生成网络模型的权值参数;利用初始化后的生成网络模型和所述初至属性数据生成学习结果;根据所述学习结果和所述初至标签数据确定生成网络模型的权值参数。18.根据权利要求17所述的装置,其特征在于,所述训练模块,具体用于利用如下公式根据所述学习结果和所述初至标签数据确定生成网络模型的权值参数:a=σ(z)where z=∑w
j
×
x
j
+b其中,c为交叉熵损失函数,y为初至标签数据,a为学习结果,w
j
为神经元权值,x
j
为神经元输入,b为常值。19.根据权利要求11-18任一项所述的装置,其特征在于,还包括判别模块,用于:根据所述生成网络模型和所述权值参数生成待检地震数据的第一初至拾取结果;
根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果;若所述评价结果不满足预设条件,则重新确定生成网络模型的权值参数。20.根据权利要求19所述的装置,其特征在于,所述判别模块,具体用于按照如下公式根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果:根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果:根据所述第一初至拾取结果和所述初至标签数据生成所述生成网络模型的评价结果:其中,g
*
为总损失函数,λ是一个系数,g表示生成网格模型,d表示判别网络模型,x表示初至样本数据,y表示初至标签数据,z表示噪声扰动,g(x,z)表示生成网络生成的第一初至拾取结果,d(x,y)表示判别网络生成的评价结果,e
x,y
和e
x,z
表示误差函数。21.一种计算机设备,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计算机程序时实现权利要求1至10任一所述初至拾取方法。22.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至10任一所述初至拾取方法的计算机程序。

技术总结
本发明提供了一种初至拾取方法及装置,涉及石油勘探技术领域,该方法包括:获取地震数据、时窗信息和地震数据的初至信息;根据地震数据、时窗信息和初至信息确定训练样本数据;训练样本数据包括初至属性数据和初至标签数据;利用初至属性数据和初至标签数据确定生成网络模型的权值参数;生成网络模型用于提取初至属性数据中的初至特征数据,以及用于还原初至特征数据的位置;根据生成网络模型和权值参数生成待检地震数据的初至拾取结果。本发明利用初至属性数据和初至标签数据训练生成网络模型,利用训练出的生成网络模型生成待检地震数据的初至拾取结果,从而使所拾取的初至波位置精准、可靠,可满足野外生产需要。可满足野外生产需要。可满足野外生产需要。


技术研发人员:潘英杰 许银坡 倪宇东 邹雪峰 白志宏 田磊
受保护的技术使用者:中国石油集团东方地球物理勘探有限责任公司
技术研发日:2020.12.02
技术公布日:2022/6/4
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1