一种地震波阻抗反演方法及系统、电子设备、存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116009080A(43)申请公布日2023.04.25(21)申请号202211736571.2(22)申请日2022.12.31(71)申请人吉首大学地址416000湖南省湘西土家族苗族自治州吉首市人民南路120号(72)发明人李曙魏宗宁娟杨喜(74)专利代理机构湖南泽达信专利代理事务所(普通合伙)43284专利代理师胡仿(51)Int.Cl.G01V1/28(2006.01)G01V1/30(2006.01)G06N3/0464(2023.01)G06N3/048(2023.01)G06N3/08(2023.01)权利要求书2页说明书6页附图4页(54)发明名称一种地震波阻抗反演方法及系统、电子设备、存储介质(57)摘要本发明公开了一种地震波阻抗反演方法及系统、电子设备、存储介质，属于地震反演领域，所述的地震波阻抗反演方法包括对数据集进行归一化处理，提取地震数据和波阻抗数据作为训练集，每次的输入为N道地震数据，搭建大核注意力与卷积神经结合的网络结构，让网络结构每执行一个epoch后输出对应的损失函数值，查看波阻抗反演结果和损失函数的值，输出最终的波阻抗反演结果，本发明缓解了梯度消失、爆炸和网络过拟合的风险。此外，网络结构对于算力的要求较低，可以节省企业的资金投入。CN116009080ACN116009080A权利要求书1/2页1.一种地震波阻抗反演方法，其特征在于：所述的地震波阻抗反演方法包括对数据集进行归一化处理；从数据集中均匀提取地震数据和波阻抗数据作为训练集，每次的输入为N道地震数据，输出为第i道地震数据对应的波阻抗数据；搭建大核注意力网络结构模型以及大核注意力和卷积神经结合的网络结构模型，并给定一组超参数进行训练；让网络结构模型每执行一个epoch后输出对应的损失函数值；查看波阻抗反演结果和损失函数的值，完成网络结构模型的调整和选择；输出最终的波阻抗反演结果。2.根据权利要求1所述的一种地震波阻抗反演方法，其特征在于：所述的对数据集进行归一化处理采用数据归一化处理方法，归一化公式为：Xnorm为归一化后的值，X为初始数据，Xmax为初始数据中的最大值，Xmin为初始数据中的最小值，将数据集中的地震数据和波阻抗数据进行归一化处理，加快网络的拟合速度，提高网络性能。3.根据权利要求1所述的一种地震波阻抗反演方法，其特征在于：从数据集中均匀提取20道地震数据和波阻抗数据作为训练集，每次的输入为7道地震数据，其中，该7道地震数据包括第i道地震数据及与其相邻的6道地震数据，输出为第i道波阻抗数据。4.根据权利要求1所述的一种地震波阻抗反演方法，其特征在于：所述的大核注意力网络结构模型由三个二维卷积层和残差结构组成，按自下而上的顺序，三个二维卷积分别为DW‑Conv、DW‑D‑Conv、1×1Conv；DW‑Conv表示深度可分离卷积，卷积核大小为5×5；DW‑D‑Conv表示深度可分离空洞卷积，卷积核大小为5×5，其中D表示膨胀系数，将D设置为3；1×1Conv表示卷积核大小为1×1；残差结构是将结构的输入与经过三个二维卷积后的输出进行操作，代表将每个对应元素进行相乘；所述的大核注意力和卷积神经结合的网络结构模型由三个二维卷积、两个dropout、两个批归一化层、一个Relu函数和大核注意力构成，按自上而下的顺序，三个二维卷积层的卷积核分别为(81，3)、(301，3)和(81，9)，卷积步长为1，padding设置为(40，1)、(150，1)和(40，1)。5.根据权利要求1所述的一种地震波阻抗反演方法，其特征在于：所述的让网络结构模型每执行一个epoch后输出对应的损失函数值；所述的epoch设置为900，地震数据依次经过大核注意力和卷积神经结合的网络结构模型，上一层的输出作为下一层的输入，按照网络结构顺序执行，直至所有层都执行完毕，损失函数为MSE函数，计算公式如下：yi代表真实波阻抗，代表预测波阻抗，N代表地震道数。6.根据权利要求1所述的一种地震波阻抗反演方法，其特征在于：所述的查看波阻抗反演结果和损失函数的值，完成网络结构模型的调整和选择；将需要进行波阻抗反演的地震2CN116009080A权利要求书2/2页数据输入到训练出来的网络结构模型中，输出波阻抗反演结果；反演得到的波阻抗与真实波阻抗进行对比，同时观察损失函数值，从而反映得到的网络结构模型的好坏，如果损失函数值较小，则保存该网络结构模型；如果损失函数值较大，重新调整参数进行训练。7.一种地震波阻抗反演系统，所述的系统适用于如权利要求1‑6中任一项所述的方法，其特征在于：所述的反演系统包括数据采集模块，用于采集地震数据和波阻抗数据；数据预处理模块，用于对采集到的数据进行预处理；模型训练模