文献知网节

基于深度学习的地震偏移速度分析方法

罗腾腾徐基祥孙夕平

中国石油勘探开发研究院

摘要:层析成像是目前生产中用于速度建模非常关键的技术。但在工业化生产中,需要人工去拾取"剩余时差",并且需要射线追踪来计算额外的参数(例如层析速度建模中的"雅可比"矩阵),这是非常耗时的一件工作。结合非常实用的人工智能技术,提出一种使用深度学习来优化层析速度建模效率和精度的智能化物探技术,通过搭建深度学习模型,学习共成像点道集(CIG)上的"剩余时差"特征,直接建立CIG上"剩余时差"和速度差之间的关系,避免了常规层析速度建模中耗时的"剩余时差"拾取和射线追踪。测试结果表明,相比于传统建模方法,基于深度学习的速度建模方法无需附加任何约束和干预,不仅实现了完全自动化,而且具有更高的建模精度。
会议名称:

SPG/SEG南京2020年国际地球物理会议

会议时间:

2020-09-14

会议地点:

中国江苏南京

  • 专辑:

    基础科学; 工程科技Ⅰ辑

  • 专题:

    地质学; 地球物理学; 矿业工程

  • DOI:

    10.26914/c.cnkihy.2020.014813

  • 分类号:

    P631.4

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:85 页码:378-381 页数:4 大小:1965k

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频