[发明专利]储层弹性参数的预测方法、装置和电子设备

权利要求书

1.一种储层弹性参数的预测方法，其特征在于，包括：

获取原始炮集地震数据和储层弹性参数初始值；

基于所述原始炮集地震数据对所述储层弹性参数初始值执行全波形反演中的预设次迭代过程，得到储层弹性参数中间值；

采用图像超分辨率模型对所述储层弹性参数中间值进行超分辨率处理，得到高分辨率的储层弹性参数；

对所述高分辨率的储层弹性参数进行正演处理，得到炮集地震数据；

根据所述炮集地震数据和所述原始炮集地震数据判断所述高分辨率的储层弹性参数是否满足要求；

若不满足要求，则将所述高分辨率的储层弹性参数作为所述储层弹性参数初始值，并返回执行基于所述原始炮集地震数据对所述储层弹性参数初始值执行全波形反演中的预设次迭代过程的步骤；

若满足要求，则将所述高分辨率的储层弹性参数作为目标高分辨率的储层弹性参数。

2.根据权利要求1所述的方法，其特征在于，根据所述炮集地震数据和所述原始炮集地震数据判断所述高分辨率的储层弹性参数是否满足要求，包括：

若所述炮集地震数据和所述原始炮集地震数据之间的差值小于预设阈值，则确定所述高分辨率的储层弹性参数满足要求；

若所述炮集地震数据和所述原始炮集地震数据之间的差值不小于预设阈值，则确定所述高分辨率的储层弹性参数不满足要求。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取高分辨率图像样本和与所述高分辨率图像样本对应的低分辨率图像样本，其中，所述低分辨率图像样本为对所述高分辨率图像样本进行均值滤波后得到的；

采用所述高分辨率图像样本和所述低分辨率图像样本对原始图像超分辨率模型进行训练，得到所述图像超分辨率模型。

4.根据权利要求3所述的方法，其特征在于，若所述高分辨率图像样本为高分辨率的地质模型图像样本，获取高分辨率图像样本，包括：

随机构建多个水平层状的地质模型；

在每个所述水平层状的地质模型上模拟地层的折叠构造，得到多个具有折叠构造的地质模型；

在每个所述具有折叠构造的地质模型上添加平面剪切以模拟断层，得到所述高分辨率的地质模型图像样本。

5.根据权利要求3所述的方法，其特征在于，所述原始图像超分辨率模型为具有通道注意力机制的U-net网络，其中，所述通道注意力机制中的通道权重为基于初始通道权重和相似性控制器因子得到的，所述初始通道权重为输入特征经过全局平均池化、卷积层、激活函数、卷积层、sigmoid函数后得到的，所述相似性控制器因子为特征图与预测目标的相似性值。

6.根据权利要求3所述的方法，其特征在于，对所述原始图像超分辨率模型进行训练的损失函数为：其中，L(Φ)表示所述原始图像超分辨率模型的损失函数值，表示所述原始图像超分辨率模型输出的高分辨率图像，表示所述高分辨率图像样本，λ₁表示第一正则化参数，λ₂表示第二正则化参数，N表示所述低分辨率图像样本的总个数，(Dx,Dz)表示旋转算子，Fx表示所述低分辨率图像样本的数据沿X方向的微分，Fz表示所述低分辨率图像样本的数据沿Z方向的微分，θ表示倾角，σ表示局部斜率，Δx表示采样密度，Δt表示采样间隔，P(t,x)表示平面波场，t和x表示所述低分辨率图像样本的数据的两个维度。

7.根据权利要求1所述的方法，其特征在于，所述预设次迭代过程包括：3次迭代过程。