申请/专利权人:吉林大学
申请日:2024-01-22
公开(公告)日:2024-04-19
公开(公告)号:CN117908124A
主分类号:G01V1/30
分类号:G01V1/30;G01V1/28
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明适用于石油工业技术领域,提供了一种基于加权包络互相关的弹性波全波形反演方法,包括以下步骤:步骤1、输入初始模型vp,vs和观测的多分量地震数据d;步骤2、基于当前模型求解弹性波波动方程,生成模拟的多分量数据u;步骤3、定义加权包络互相关EFWI损失函数来对比观测的多分量地震数据和模拟的多分量地震数据;步骤4、弹性参数模型梯度自动计算和模型更新。该方法减轻了周期跳跃问题对EFWI精度的影响,消除了地震数据振幅不确定性对EFWI在实际数据应用的局限。引入Sigmoid动态加权函数和自动微分求导技术,动态实现了背景弹性参数模型的构建和高分辨率模型依次的自动更新,能够实现精确的多参数弹性模型反演。
主权项:1.一种基于加权包络互相关的弹性波全波形反演方法,其特征在于,包括以下步骤:步骤1、输入初始模型vp,vs和观测的多分量地震数据d;步骤2、基于当前模型求解弹性波波动方程,生成模拟的多分量数据u;步骤3、定义加权包络互相关EFWI损失函数来对比观测的多分量地震数据和模拟的多分量地震数据;步骤4、弹性参数模型梯度自动计算和模型更新:采用深度学习框架下的自动微分技术,将弹性模型参数作为深度学习框架下的可更新参数,通过自动微分的反向传播实现弹性速度模型梯度的自动求解。
全文数据:
权利要求:
百度查询: 吉林大学 一种基于加权包络互相关的弹性波全波形反演方法
免责声明
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。