典型文献
基于深度学习的多波地震信号智能匹配方法与应用
文献摘要：
在油气勘探开发领域,为充分发挥多波多分量地震勘探的技术优势,需进行多波地震信号的高精度匹配处理.异于传统方法通过改变地震信号的传播时间、相位、频率等特征完成匹配,提出了 一种基于深度学习的多波地震信号智能匹配方法,它利用了卷积神经网络(CNN)的特征提取能力,直接提取地震信号的波形特征,并辅以重采样抽取转换波(PS)、纵波(PP)和转换波特征损失加权、Adam梯度下降算法更新PS波特征等,使PS波波形在保持整体不变的前提下,在时间域向PP波逼近.通过PP波与PS波的波形匹配,自动完成多波地震信号的传播时间、相位、频率等动力学、运动学和几何学特征匹配.川西坳陷新场3D3C地震资料的应用表明,该方法在多波地震信号的匹配过程中,不需人工干预,具有高精度、高效率、智能化和 自动化等优点,匹配后的PS波在保持原始特性的基础上,主频、频宽、波形等更逼近PP波,能有效地描述地层接触关系,更有利于断层识别、地层追踪、岩性边界刻画等地质解释,为多波地质解释、联合反演等奠定坚实基础.
文献关键词：
多波匹配;高精度;智能化;自动化;深度学习;卷积神经网络
中图分类号：
作者姓名：
凌里杨;徐天吉;冯博;许宏涛;魏水建
作者机构：
电子科技大学计算机科学与工程学院(网络空间安全学院),四川成都611731;电子科技大学资源与环境学院,四川成都611731;电子科技大学长三角研究院(湖州),浙江湖州313000;中国石化石油勘探开发研究院,北京100083
文献出处：
引用格式：
[1]凌里杨;徐天吉;冯博;许宏涛;魏水建-.基于深度学习的多波地震信号智能匹配方法与应用)[J].石油地球物理勘探,2022(04):768-776
A类：
3D3C,多波匹配
B类：
地震信号,智能匹配,匹配方法,油气勘探开发,波多,多分量,地震勘探,异于,传播时间,特征提取能力,波形特征,重采样,转换波,PS,纵波,PP,波特征,特征损失,Adam,梯度下降算法,波波,时间域,逼近,波形匹配,运动学,几何学,特征匹配,川西坳陷,新场,地震资料,人工干预,主频,频宽,接触关系,断层识别,岩性,联合反演
AB值：
0.36303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
