[发明专利]一种波阻抗反演方法、系统、设备和存储介质

权利要求书

1.一种波阻抗反演方法，其特征在于，包括以下步骤：

获取采样区域的地震数据集；其中，所述地震数据集包括地震记录、波阻抗标签数据以及包含低频信息的波阻抗数据；

基于获取的地震数据集，对构建的基于神经网络与符号网络相结合的波阻抗反演模型进行训练，得到训练好的波阻抗反演模型；

包括以下步骤：

a、基于地震数据集得到训练样本集；

b、将训练样本集中的地震记录、包含低频信息的波阻抗数据输入到波阻抗反演模型的低频信息约束模块，得到波阻抗的低频约束信息；

c、将波阻抗的低频约束信息作为约束条件，将训练集中的地震记录输入到波阻抗反演模型的符号网络模型进行训练，得到符号网络模型输出的预测波阻抗值；

d、基于地震数据集以及预测波阻抗值进行损失函数的计算，若损失函数不收敛，则重复步骤b和c继续进行训练，直到得到训练好的波阻抗反演模型；

所述损失函数的计算公式为：

Loss=α*mse1+mse2

其中，Loss为损失函数值；α为学习率；mse1为地震记录和低频信息约束模块输出的波阻抗的低频约束信息之间的均方误差；mse2为符号网络模块输出的预测波阻抗值和波阻抗标签数据之间的均方误差；

使用训练好的波阻抗反演模型对采样区域的波阻抗值进行预测，得到采样区域的预测波阻抗数据。

2.如权利要求1所述的一种波阻抗反演方法，其特征在于：所述步骤a中，所述训练样本集为从地震数据集的相邻的n道地震记录中选取m个数据点构成。

3.如权利要求1所述的一种波阻抗反演方法，其特征在于：所述低频信息约束模块由卷积神经网络与全连接网络连接而成；所述卷积神经网络包括三个卷积块、一个并列块和一个展开块；所述三个卷积块用于接收地震记录，并提取各道地震记录的低频数据特征；所述并列块用于接收三个卷积块所提取的各道地震记录的低频数据特征，并进行合并；所述展开块用于将并列块输出的合并后的低频数据特征进行一维化，得到波阻抗的低频约束信息；所述全连接网络用于接收展开块的输出作为其输入，并将波阻抗的低频约束信息输出。

4.如权利要求1所述的一种波阻抗反演方法，其特征在于：所述符号网络模块包括隐层和函数节点层；所述隐层的输入为地震记录，输出为地震记录的隐藏特征；所述函数节点层包括多个数学符号构成的函数节点。

5.一种波阻抗反演系统，其特征在于，包括：

数据集获取模块，用于获取采样区域的地震数据集；

模型训练模块，用于基于获取的地震数据集，对构建的基于神经网络与符号网络相结合的波阻抗反演模型进行训练，得到训练好的波阻抗反演模型；

其中，训练过程包括：

a、基于地震数据集得到训练样本集；

b、将训练样本集中的地震记录、包含低频信息的波阻抗数据输入到波阻抗反演模型的低频信息约束模块，得到波阻抗的低频约束信息；

c、将波阻抗的低频约束信息作为约束条件，将训练集中的地震记录输入到波阻抗反演模型的符号网络模型进行训练，得到符号网络模型输出的预测波阻抗值；

d、基于地震数据集以及预测波阻抗值进行损失函数的计算，若损失函数不收敛，则重复步骤b和c继续进行训练，直到得到训练好的波阻抗反演模型；

所述损失函数的计算公式为：

Loss=α*mse1+mse2

其中，Loss为损失函数值；α为学习率；mse1为地震记录和低频信息约束模块输出的波阻抗的低频约束信息之间的均方误差；mse2为符号网络模块输出的预测波阻抗值和波阻抗标签数据之间的均方误差；

模型预测模块，用于使用训练好的波阻抗反演模型对采样区域的波阻抗值进行预测，得到采样区域的预测波阻抗数据。

6.一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现权利要求1到4任一项所述波阻抗反演方法的步骤。

7.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现根据权利要求1到4任一项所述波阻抗反演方法的步骤。