[发明专利]LSTM面波反演方法、装置及介质

权利要求书

1.一种LSTM面波反演方法，其特征在于，所述方法包括：

确定待反演工区模糊地层参数区间；

根据所述模糊地层参数区间，随机生成不同模型，利用广义反射-透射系数法计算各个模型的理论面波频散曲线，构建出训练样本数据对；

对所述训练样本数据对进行预处理；

构建基于FHLV损失函数的LSTM网络，基于预处理后的训练样本数据对，对LSTM网络进行训练并保存训练好的模型；

利用无监督学习对实际频散成像数据进行自动拾取频散曲线，利用所述训练好的模型对统一维度大小后的频散曲线进行预测，得到近地表横波速度模型。

2.根据权利要求1所述的方法，其特征在于，利用已知测井信息或根据已有反演方法确定待反演工区模糊地层参数区间。

3.根据权利要求1所述的方法，其特征在于，地层参数包括每层的地层横波速度、地层纵波速度、地层厚度和地层密度，其中所述地层纵波速度是处于同层的地层横波速度的2.4-3倍，地层密度为1.5-2Kg/m³，所述模糊地层参数区间是每层地层参数的模糊区间范围，由提取的不同位置的一维速度结构中每层参数的最小值和最大值决定，所述模糊地层参数区间的起始范围为最小值的40％-80％，结束范围为最大值的120％-140％，地层参数的数值越大，对应的起始范围和结束范围的比例越小，不同位置的一维速度结构根据已知的测井信息或已有反演方法得到。

4.根据权利要求3所述的方法，其特征在于，所述对所述训练样本数据对进行预处理，包括：

对所述训练样本数据对进行归一化，将所述训练样本数据对中的地层横波速度和地层厚度列向量化。

5.根据权利要求1所述的方法，其特征在于，所述基于FHLV损失函数的LSTM网络包括三层隐藏层，每层隐藏层对应有256个LSTM单元，各个LSTM单元之间采用跳跃连接，在最后一个LSTM单元的输出端连接一个全连接层以控制输出维度。

6.根据权利要求5所述的方法，其特征在于，所述基于预处理后的训练样本数据对，对LSTM网络进行训练并保存训练好的模型，包括：

将理论面波频散曲线输入至所述LSTM网络中，输出对应的地层横波速度和地层厚度，完成对所述LSTM网络的训练；

所述LSTM网络的损失函数为：

Loss1＝mean(abs(v_label-v))

Loss2＝mean(abs(h_label-h))

其中Loss1是速度损失，Loos2是厚度损失，FHLV为训练时的实际损失函数，label是标签，mean是平均算子，abs是绝对值算子，v是地层横波速度，h是地层厚度，e是理想速度损失，设置为归一化最小层速度的15-20％，wh是权重衰减系数，设置为0.01-0.1。

7.根据权利要求1所述的方法，其特征在于，所述利用无监督学习对实际频散成像数据进行自动拾取频散曲线，包括：

根据实际频散成像数据确定面波频散能量矩阵；

对所述面波频散能量矩阵进行归一化，将大于第一频散能量阈值的点的坐标作为第一频散能量点；

对所述第一频散能量点进行聚类；

将聚类后的点对应的频散能量进行比较，筛选局部峰值对应频率向量的相速度，得到最终的频散曲线。

8.一种LSTM面波反演装置，其特征在于，所述装置包括处理器，所述处理器被配置为：

确定待反演工区模糊地层参数区间；

根据所述模糊地层参数区间，随机生成不同模型，利用广义反射-透射系数法计算各个模型的理论面波频散曲线，构建出训练样本数据对；

对所述训练样本数据对进行预处理；

构建基于FHLV损失函数的LSTM网络，基于预处理后的训练样本数据对，对LSTM网络进行训练并保存训练好的模型；

利用无监督学习对实际频散成像数据进行自动拾取频散曲线，利用所述训练好的模型对统一维度大小后的频散曲线进行预测，得到近地表横波速度模型。