(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111361184.0 (22)申请日 2021.11.17 (65)同一申请的已公布的文献号 申请公布号 CN 113947032 A (43)申请公布日 2022.01.18 (73)专利权人 中国石油大 学(北京) 地址 102249 北京市昌平区府学路18号 (72)发明人 袁三一　于越　桑文镜　陈帅　 王尚旭　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 李雅琪　徐焕 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01)G01V 1/36(2006.01) G01V 1/30(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 112130201 A,2020.12.25 CN 112433249 A,2021.0 3.02 CN 1097096 03 A,2019.0 5.03 CN 111815680 A,2020.10.23 王树华等.基于深度卷积神经网络的地震相 识别技术研究. 《物探化探 计算技术》 .2020,(第 04期), 审查员 慈丽雁 (54)发明名称 基于神经网络和动态时间规整的地震层位 拾取方法及装置 (57)摘要 本说明书涉及地震勘探采集、 处理与解释技 术领域， 具体地公开了一种基于神经网络和动态 时间规整的地震层位拾取方法及装置， 其中， 该 方法包括： 获取多个二维地震剖面数据以及多个 二维标签数据； 将多个二维地震剖面数据以及多 个二维标签数据输入至预设的数据与模型联合 驱动模型中； 调取神经网络子模型， 以利用多个 二维地震剖面数据与多个二维标签数据之间的 非线性映射 关系生成二维层位概率图； 调取动态 时间规整子模型对神经网络子模型输出的二维 层位概率图进行局部修正， 以提取出目标层位， 得到二维层位数据； 对数据与模 型联合驱动模型 进行多次分批式迭代训练， 得到训练好的数据与 模型联合 驱动模型。 上述方案可以提高层位拾取 的准确性和效率。 权利要求书2页 说明书15页 附图7页 CN 113947032 B 2022.08.19 CN 113947032 B 1.一种基于神经网络和动态时间规整的地震层位 拾取方法， 其特 征在于， 包括： 获取多个二维地震剖面数据以及多个二维标签数据， 其中， 所述多个二维标签数据与 所述多个二维地震剖面数据一 一对应； 将所述多个二维地震剖面数据以及所述多个二维标签数据输入至预设的数据与模型 联合驱动模型中， 其中， 所述数据与模型联合驱动模型包括神经网络子模型和动态 时间规 整子模型； 调取所述神经网络子模型， 以利用所述多个二维地震剖面数据与所述多个二维标签数 据之间的非线性映射关系生成所述多个二维地震剖面数据中各二维地震剖面数据对应的 二维层位 概率图； 调取所述动态时间规整子模型对所述神经网络子模型输出的所述各二维地震剖面数 据对应的二 维层位概率图进行局部修正， 以从所述各二 维地震剖面数据对应的二 维层位概 率图中提取 出目标层位， 得到所述各二维地震剖面数据对应的二维层位数据； 基于所述二维层位数据与所述二维标签数据对所述数据与模型联合驱动模型进行多 次分批式迭代训练， 得到训练好的数据与模型联合驱动模型， 其中， 所述数据与模型联合驱 动模型用于拾取目标地震层位。 2.根据权利要求1所述的方法， 其特征在于， 在得到训练好的数据与模型联合驱动模型 之后， 还包括： 将目标地震数据体中的多个二维目标地震剖面数据输入至所述训练好的数据与模型 联合驱动模型中， 得到所述多个二维目标地震剖面数据中各二维目标地震剖面数据对应的 二维目标层位数据； 基于所述各二维 目标地震剖面数据对应的二维目标层位数据， 生成所述目标地震数据 体对应的三维层位数据。 3.根据权利要求2所述的方法， 其特征在于， 在基于所述各二维 目标地震剖面数据对应 的二维目标层位数据， 生成所述目标地震数据体对应的三维目标层位数据之后， 还 包括： 根据所述三维层位数据， 确定所述目标地震数据体对应的沿层地震属性数据， 其中， 所 述沿层地震属 性包括以下至少之一： 沿着目标层位的均方根振 幅属性、 沿着目标层位的地 质导向相 干属性、 地震层位等T0图、 对目标层位周围区域拉平图以及多个方向中各方向上 的目标层位是否闭合； 判断所述沿层地震属性数据是否满足预设条件； 在判断出所述沿层地震属性数据满足预设条件的情况下， 将所述三维层位数据作为所 述目标地震数据体对应的目标层位数据。 4.根据权利要求3所述的方法， 其特征在于， 在判断所述沿层地震属性数据是否满足预 设条件之后， 还 包括： 在判断出所述沿层地震属性数据不满足预设条件的情况下， 重新获取多个二维地震剖 面数据以及多个二维标签数据并调整 所述神经网络子模型中的模型参数， 并进行多次分批 式迭代训练， 得到新训练好的数据与模型联合驱动模型， 直至基于新训练好的数据与模型 联合驱动模型 得到的沿层地震属性数据满足预设条件。 5.根据权利要求1所述的方法， 其特征在于， 所述数据与模型联合驱动模型用于同时拾 取出多套目标地震层位。权　利　要　求　书 1/2 页 2 CN 113947032 B 26.根据权利要求1所述的方法， 其特征在于， 所述数据与模型联合驱动模型在训练的过 程中采用的损失函数为： 其中， FocalLoss为所述损失函数， DTW(Net(x,w))是经过数据与模型双驱动层位拾取 系统后输出表征层位的概率图， x为原始地震剖面， w表示深度神经网络内部参数； y表示层 位标签数据类别； γ称为调制系数； α用于控制正负 样本对在总损失的共享权 重。 7.一种基于神经网络和动态时间规整的地震层位 拾取装置， 其特 征在于， 包括： 获取模块， 用于获取多个二维地震剖面数据以及多个二维标签数据， 其中， 所述多个二 维标签数据与所述多个二维地震剖面数据一 一对应； 输入模块， 用于将所述多个二维地震剖面数据以及所述多个二维标签数据输入至预设 的数据与模型联合驱动模型中， 其中， 所述数据与模型联合驱动模型包括神经网络子模型 和动态时间规整子模型； 生成模块， 用于调取所述神经网络子模型， 以利用所述多个二维地震剖面数据与所述 多个二维标签数据之间的非线性映射关系生成所述多个二维地震剖面数据中各二维地震 剖面数据对应的二维层位 概率图； 提取模块， 用于调取所述动态时间规整子模型对所述神经网络子模型输出的所述各二 维地震剖面数据对应的二 维层位概率图进 行局部修正， 以从所述各二维地震剖面数据对应 的二维层位概率图中提取出目标层位， 得到所述各二维地震剖面数据对应的二维层位数 据； 迭代模块， 用于基于所述二维层位数据与 所述二维标签数据对所述数据与模型联合驱 动模型进 行多次分批式迭代训练， 得到训练好的数据与模型联合驱动模型， 其中， 所述数据 与模型联合驱动模型用于拾取目标地震层位。 8.根据权利要求7 所述的装置， 其特 征在于， 还 包括拾取模块， 所述 拾取模块具体用于： 将目标地震数据体中的多个二维目标地震剖面数据输入至所述训练好的数据与模型 联合驱动模型中， 得到所述多个二维目标地震剖面数据中各二维目标地震剖面数据对应的 二维目标层位数据； 基于所述各二维 目标地震剖面数据对应的二维目标层位数据， 生成所述目标地震数据 体对应的三维层位数据。 9.一种计算机设备， 其特征在于， 包括处理器以及用于存储处理器可执行指令的存储 器， 所述处 理器执行所述指令时实现权利要求1至 6中任一项所述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机指令， 其特征在于， 所述指令被执行 时实现权利要求1至 6中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 113947032 B 3