基本信息:
- 专利标题： 一种基于深度学习的薄互层岩性结构识别方法
- 申请号：CN202411997391.9 申请日：2024-12-31
- 公开(公告)号：CN119846701A 公开(公告)日：2025-04-18
- 发明人： 孙鲁平 , 李丹 , 李浩 , 周钰展
- 申请人： 中国地质大学（北京）
- 申请人地址： 北京市海淀区学院路29号
- 专利权人： 中国地质大学（北京）
- 当前专利权人： 中国地质大学（北京）
- 当前专利权人地址： 北京市海淀区学院路29号
- 代理机构： 北京华清迪源知识产权代理有限公司
- 代理人： 张永维
- 主分类号： G01V1/28
- IPC分类号： G01V1/28 ; G01V1/30 ; G06V10/764 ; G06V10/774 ; G06V10/82 ; G06N3/0464 ; G06N3/084 ; G06T3/4007
摘要：
本发明公开了一种基于深度学习的薄互层岩性结构识别方法，所述方法包括：人工采集和处理，获得地震数据；井震标定和深时转换，获得井点处薄互层段岩性结构和地震数据；时频分析和滑动时窗获得井旁地震道局部时窗内时频谱图像，作为深度学习网络输入样本；获取局部时窗内薄互层岩性结构并分类编码，作为样本标签；完成薄互层岩性结构识别网络模型训练，获得最佳网络参数；利用最佳网络参数，遍历所有地震道，获得所有时窗内薄互层岩性分类结果；处理重叠时窗内结果，确定薄互层岩性结构最终空间展布。与已有方法相比，该方法联合测井和地震资料，可突破地震分辨率，获得薄互层岩性结构的空间连续展布，且无需子波信息，识别精度高，便于推广。
IPC结构图谱:
| G | 物理 |
| --G01 | 测量；测试 |
| ----G01V | 地球物理；重力测量；物质或物体的探测；示踪物 |
| ------G01V1/00 | 地震学；地震或声学的勘探或探测 |
| --------G01V1/28 | .地震数据的处理，例如，分析、用于解释、用于校正 |