一种基于虚拟井的深度学习波阻抗反演方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于虚拟井的深度学习波阻抗反演方法及系统
申请号:CN202510539235
申请日期:2025-04-27
公开号:CN120294828A
公开日期:2025-07-11
类型:发明专利
摘要
本发明涉及地球物理勘探技术领域,具体涉及一种基于虚拟井的深度学习波阻抗反演方法及系统,本申请通过建立岩性与波阻抗的统计关系,结合神经网络强大的非线性映射能力,实现了从地震数据到波阻抗参数的高精度反演,为地下储层预测提供了可靠的技术手段。本申请基于少量真实波阻抗真实井数据生成大量虚拟井数据,便于深度学习网络训练;且无需对参数进行大量调整;本申请通过生成大量的虚拟井数据,训练得到的模型具有强大的泛化能力和精确的反演效果,且训练过程不需要复杂的调参,具有较强的适用性。
技术关键词
波阻抗反演方法 初始波阻抗 岩性模型 分布特征 反演模型 数据 人工神经网络模型 地震 正态分布函数 地球物理勘探技术 波阻抗参数 序列 高精度反演 深度学习网络 样本 特征提取模块 平滑算法 形态