中海石油(中国)有限公司海南分公司何小胡获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中海石油(中国)有限公司海南分公司申请的专利基于深度学习的成像域鬼波压制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119395765B 。
龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411361386.9,技术领域涉及:G01V1/38;该发明授权基于深度学习的成像域鬼波压制方法是由何小胡;吴克强;胡林;李芳;孙万元;胡高伟;张亚震;汪锐设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。
本基于深度学习的成像域鬼波压制方法在说明书摘要公布了:本发明涉及海上地震资料鬼波压制处理的技术领域,更具体地,涉及一种基于深度学习的成像域鬼波压制方法。包括:S1.构建地震训练样本集,人工合成断层速度模型,基于断层速度模型使用逆时偏移RTM算法合成鬼波训练样本集;S2.构建一个U‑net神经网络;S3.使用上述合成的鬼波训练样本集对U‑net神经网络进行训练;S4.将目标工区地震数据输入U‑Net神经网络进行鬼波智能压制处理,得到鬼波压制后的地震数据。本发明能够更加有效、稳定地去除或者压制鬼波,减少其对有效反射信号的干扰。
本发明授权基于深度学习的成像域鬼波压制方法在权利要求书中公布了:1.一种基于深度学习的成像域鬼波压制方法,其特征在于,包括以下步骤: S1. 构建地震训练样本集,人工合成断层速度模型,基于断层速度模型使用逆时偏移RTM算法合成鬼波训练样本集; S11. 生成水平层状速度模型V1X, Z:随机生成一个一维速度序列VZ,其中地层数量、厚度以及速度均从实际工区地质情况确定的合理范围内随机选取,将一维速度序列VZ沿着水平方向扩展为二维水平层状速度模型V1X, Z; S12. 生成倾斜褶皱模型V2X, Z:在水平层状速度模型V1X, Z的基础上,利用垂直位移场MX, Z向其中添加地层倾角和褶皱构造,得到倾斜褶皱模型V2X, Z; S13. 生成真实断层速度模型V3X, Z:利用断层位移场在倾斜褶皱模型V2X, Z中加入断层构造,得到包含地层倾角、褶皱和断层构造的真实断层速度模型V3X, Z; S14. 生成RTM图像:利用RTM算法将真实断层速度模型V3X, Z转换为地震图像,得到带有和不带有鬼波的地震图像; S15. 生成地震训练样本集; S2. 构建一个U‑net神经网络;U‑net神经网络的处理数据的过程包括:在带有鬼波的地震样本输入到U‑net后,首先在编码器路径中经历一系列的下采样步骤,以帮助U‑net捕捉分层级特征;其中,输入大小为128 × 128的地震图像逐渐缩小为64 × 64、32 × 32、16 × 16、8 × 8和4 × 4,通道数逐渐增加到128、256、512、1024、2048和4096;随后,在解码器路径进行一系列上采样过程以恢复空间尺寸;同时,跳跃连接将解码器中的高级语义特征与编码器中的低级细节结合起来,使U‑net神经网络能够有效地聚合粗糙的全局上下文信息和详细的局部特征;最后,一个1 × 1的卷积层输出与输入相同大小的压制鬼波图像; 然后利用均方误差,即L2范数,作为损失函数: 15其中,n表示输入地震图像中的总像素点数;pi表示U‑net神经网络输出的压制鬼波图像;li表示不含鬼波的标签图像; S3. 使用上述合成的鬼波训练样本集对U‑net神经网络进行训练; S4. 将目标工区地震数据输入U‑Net神经网络进行鬼波智能压制处理,得到鬼波压制后的地震数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中海石油(中国)有限公司海南分公司,其通讯地址为:570300 海南省海口市秀英区仲韶街88号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励