-
公开(公告)号：CN113740903A
公开(公告)日：2021-12-03
申请号：CN202110998575.7
申请日：2021-08-27
申请人： 西安交通大学
摘要： 本发明公开了一种数据与智能优化双驱动的深度学习地震波阻抗反演方法，利用全局优化方法对一部分叠后地震数据进行波阻抗反演，并用反演所得数据预训练深度学习网络学习由地震数据到波阻抗的映射关系；利用预训练好的网络引导全局优化方法反演另一部分地震数据的波阻抗数据，加速其收敛到最优解，并用获取的最优解对深度学习网络进行优调；用优调后的深度学习网络，高效实现大规模三维地震数据的波阻抗模型反演。本发明极大地提升了波阻抗模型的反演效率，在计算成本可承担的情况下，实现了使全局优化方法在大规模波阻抗反演问题中的应用成为可能这一巨大突破。
-
公开(公告)号：CN112083482B
公开(公告)日：2021-11-19
申请号：CN202010784646.9
申请日：2020-08-06
申请人： 西安交通大学
摘要： 本发明公开了一种基于模型驱动深度学习的地震超分辨反演方法，包括以下步骤：1)将模型驱动的交替方向乘子法ADMM中的每一次迭代映射到深度网络中的每一层，并利用数学驱动的方法来学习近端映射，完成深度网络ADMM‑SRINet的搭建；2)获取用于训练深度网络ADMM‑SRINet的标签数据；3)利用获取的标签数据对深度网络ADMM‑SRINet进行训练；4)利用步骤3)训练好的深度网络ADMM‑SRINet对待测数据进行反演。该方法结合了基于模型驱动的优化方法和基于数据驱动的深度学习方法的优点，使网络结构具有可解释性；同时，由于物理知识的增加，迭代深度学习方法减轻了对训练集的要求，使反演结果更加可信。
-
公开(公告)号：CN111505718B
公开(公告)日：2021-11-19
申请号：CN202010352142.X
申请日：2020-04-28
申请人： 西安交通大学
摘要： 本发明公开了一种高分辨率地下结构保幅成像方法，首先由逆时偏移得到初始成像结果，在初始成像结果的基础上进行Born正演得到仿真地震数据，将仿真数据逆时偏移得到再次偏移成像的结果；然后对两次成像结果进行曲波变换，在曲波域逐点估计，将匹配两组曲波系数的维纳解作为匹配滤波器的解；最后将估计得到的匹配滤波器作用于初始成像结果得到高分辨率的保幅成像结果。该方法针对由于逆时偏移成像算子实际为正演算子的伴随算子而导致的成像结果模糊、振幅不均衡的问题，在初始偏移成像的结果上进行再次偏移成像，利用曲波变换在变换域寻找两次偏移成像结果的匹配滤波器作为逆Hessian算子的近似，将匹配滤波器作用于初始成像结果以达到改善成像质量的效果。
-
公开(公告)号：CN113466962A
公开(公告)日：2021-10-01
申请号：CN202110765085.2
申请日：2021-07-06
申请人： 西安交通大学
IPC分类号： G01V11/00
摘要： 本发明公开了一种基于高斯过程回归的横波预测方法及系统，根据测井参数岩性的复杂度将数据集划分为训练数据集和测试数据集；根据划分的训练数据集中的S波和P波的速度特征确定高斯过程中的均值函数和协方差函数，得到高斯过程回归模型；将划分的训练数据集输入到高斯过程回归模型中，通过最小化边际似然函数的负对数得到对应的超参数；根据先验定义，结合测试数据集中的纵波速度，建立训练数据集和测试数据集的联合高斯分布；根据联合高斯分布确定预测点的后验分布，将超参数代入得到预测井的横波速度。本发明计算中效率高、精度高、稳定性好。
-
公开(公告)号：CN111505716B
公开(公告)日：2021-07-13
申请号：CN202010351016.2
申请日：2020-04-28
申请人： 西安交通大学
摘要： 本发明公开了一种基于时间同步抽取广义Chirplet变换的地震时频分析方法，该方法首次将群延时估计算子引入到广义Chirplet变换。本文中的方法对缓变的和瞬变的信号进行时频分析，都可以得到能量聚集的时频表示，从而提高了分析信号的适应性。相对于时间同步抽取傅里叶变换，该技术应用于地震资料处理，可以更准确地表征地下精细的结构及其非均质性。
-
公开(公告)号：CN111505709B
公开(公告)日：2021-07-13
申请号：CN202010352145.3
申请日：2020-04-28
申请人： 西安交通大学
摘要： 本发明公开了一种基于稀疏谱分解的衰减定性分析的方法，首先提出了一种基于稀疏Group‑Lasso惩罚函数的谱分解模型，然后迭代分割的算法来求解该稀疏谱分解方法的系数，最后基于这个谱分解方法计算高低频之间的差异值，从而定性的计算地震剖面的衰减。通过合成数据和实际数据对比，本发明提出的稀疏谱分解方法具有较高的时间分辨率，能够更加准确的识别油气储层的位置。
-
公开(公告)号：CN111505708B
公开(公告)日：2021-04-20
申请号：CN202010350983.7
申请日：2020-04-28
申请人： 西安交通大学
IPC分类号： G01V1/28
摘要： 本发明公开了一种基于深度学习的强反射层剥离方法。该方法利用深度网络强大的非线性映射功能，建立强反射信号与地震数据之间的映射关系；准确预测强反射层之后实现强反射层的剥离；该方法通过参数训练直接找到含强反射层地震数据与强反射层之间的映射关系；不需要经验性调参过程，仅需要按照文中所述的规则制作符合目标工区实际情况的训练样本；模型参数训练好之后计算速度快，适合海量地震数据处理；根据本发明所述方法能够准确匹配强反射层，得到的剥离强反射层结果基本不伤及有效的砂泥岩弱反射信息，易于储层预测研究，为该类储层的预测和油气检测奠定基础。
-
公开(公告)号：CN111505718A
公开(公告)日：2020-08-07
申请号：CN202010352142.X
申请日：2020-04-28
申请人： 西安交通大学
摘要： 本发明公开了一种高分辨率地下结构保幅成像方法，首先由逆时偏移得到初始成像结果，在初始成像结果的基础上进行Born正演得到仿真地震数据，将仿真数据逆时偏移得到再次偏移成像的结果；然后对两次成像结果进行曲波变换，在曲波域逐点估计，将匹配两组曲波系数的维纳解作为匹配滤波器的解；最后将估计得到的匹配滤波器作用于初始成像结果得到高分辨率的保幅成像结果。该方法针对由于逆时偏移成像算子实际为正演算子的伴随算子而导致的成像结果模糊、振幅不均衡的问题，在初始偏移成像的结果上进行再次偏移成像，利用曲波变换在变换域寻找两次偏移成像结果的匹配滤波器作为逆Hessian算子的近似，将匹配滤波器作用于初始成像结果以达到改善成像质量的效果。
-
公开(公告)号：CN111505708A
公开(公告)日：2020-08-07
申请号：CN202010350983.7
申请日：2020-04-28
申请人： 西安交通大学
IPC分类号： G01V1/28
摘要： 本发明公开了一种基于深度学习的强反射层剥离方法。该方法利用深度网络强大的非线性映射功能，建立强反射信号与地震数据之间的映射关系；准确预测强反射层之后实现强反射层的剥离；该方法通过参数训练直接找到含强反射层地震数据与强反射层之间的映射关系；不需要经验性调参过程，仅需要按照文中所述的规则制作符合目标工区实际情况的训练样本；模型参数训练好之后计算速度快，适合海量地震数据处理；根据本发明所述方法能够准确匹配强反射层，得到的剥离强反射层结果基本不伤及有效的砂泥岩弱反射信息，易于储层预测研究，为该类储层的预测和油气检测奠定基础。
-
公开(公告)号：CN107462924B
公开(公告)日：2018-12-07
申请号：CN201710625702.2
申请日：2017-07-27
申请人： 西安交通大学
摘要： 本发明公开了一种不依赖于测井资料的绝对波阻抗反演方法。首先，从叠前炮集地震数据出发，利用地震数据全部信息通过全波形反演的手段得到长波长P波速度模型；其次，基于长波长P波速度模型通过深时转换以及Gardner经验公式得到低频波阻抗模型；最后，使用低频波阻抗模型约束基于多组变异差分进化算法的波阻抗反演，得到绝对波阻抗模型。本发明直接从地震数据出发，通过利用全波形反演与全局优化算法，实现了在不依赖于测井资料的前提下，对横向强非均质介质绝对波阻抗参数的反演。因为使用了叠前地震数据全部信息，所以可以更好的构建横向连续性好的低频波阻抗模型；并且因为使用了全局优化算法求解波阻抗反演问题，能够反演得到全局最优波阻抗参数。
-
-
-
-
-
-
-
-
-
搜索结果
141 条记录 (耗时 0.064 秒)
