中國石油大學(華東)谷丙洛獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國石油大學(華東)申請的專利一種地震縱橫波數據分離方法、模型構建方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115166823B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210953812.2,技術領域涉及:G01V1/28;該發明授權一種地震縱橫波數據分離方法、模型構建方法及系統是由谷丙洛;孫志廣;黃建平設計研發完成,并于2022-08-10向國家知識產權局提交的專利申請。
本一種地震縱橫波數據分離方法、模型構建方法及系統在說明書摘要公布了:本發明公開了一種地震縱橫波數據分離方法、模型構建方法及系統,涉及地震縱橫波分離技術領域,該模型構建方法包括基于地震資料構建若干個彈性模型;彈性模型是由一組介質密度、縱波速度、橫波速度及各向異性參數確定的;對彈性模型進行處理,確定樣本數據集;樣本數據集包括多個樣本對;樣本對包括三分量地震數據以及對應的分離的縱橫波數據;利用樣本數據集對人工智能網絡進行訓練,得到用于分離調查區域的地震縱橫波數據的地震縱橫波數據分離模型。本發明能夠以達到獲取高效率、高分辨率縱橫波數據的目的。
本發明授權一種地震縱橫波數據分離方法、模型構建方法及系統在權利要求書中公布了:1.一種地震縱橫波數據分離模型構建方法,其特征在于,包括: 收集地震資料,并基于所述地震資料構建若干個彈性模型;所述彈性模型是由一組介質密度、縱波速度、橫波速度及各向異性參數確定的; 對所述彈性模型進行處理,確定樣本數據集;所述樣本數據集包括多個樣本對;所述樣本對包括樣本輸入數據以及對應的標簽數據;所述樣本輸入數據為三分量地震數據;所述標簽數據為分離的縱橫波數據; 利用樣本數據集對人工智能網絡進行訓練,得到地震縱橫波數據分離模型;所述地震縱橫波數據分離模型用于分離調查區域的地震縱橫波數據; 所述對所述彈性模型進行處理,確定樣本數據集,具體包括: 利用三維仿射變換算法對所述彈性模型的模型參數進行變換運算,得到變換后的彈性模型; 利用有限差分法數值求解變換后的彈性模型中的各向異性介質彈性波方程,得到三分量地震數據;所述三分量地震數據包括不同時刻的多組三分量地震波場以及對應的三分量地震記錄; 基于模型驅動的縱橫波分離算法求解所述三分量地震數據,得到分離的縱橫波數據,所述分離的縱橫波數據包括縱橫波場和縱橫波地震記錄; 利用三維仿射變換算法對所述彈性模型的模型參數進行變換運算,具體包括: 依次采用第一類變換算法、第二類變換算法以及第三類變換算法對所述彈性模型的模型參數進行變換運算,得到變換后的彈性模型; 所述第一類變換算法為應用三維仿射變換算法中的單個原子變換的算法; 所述第二類變換算法為應用三維仿射變換算法中的多種原子變換組合的算法; 所述第三類變換算法為在所述第二類變換算法的基礎上,使用不同的原子變換參數進行變換的算法; 利用三分量地震波場作為輸入數據,利用縱橫波場作為真實縱橫波地震波場數據,即標簽數據;利用三分量地震記錄作為輸入數據,利用縱橫波地震記錄作為真實縱橫波地震記錄數據,即標簽數據; 所述利用樣本數據集對人工智能網絡進行訓練,得到地震縱橫波數據分離模型,具體包括: 構建WcycleGAN人工智能網絡;所述WcycleGAN人工智能網絡是在CycleGAN人工智能網絡的基礎上,引入Wasserstein距離W和梯度懲罰機制GP后形成的人工智能網絡; 利用樣本數據集對所述WcycleGAN人工智能網絡進行訓練,得到地震縱橫波數據分離模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國石油大學(華東),其通訊地址為:266580 山東省青島市黃島區長江西路66號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。