科研之友
微信
新浪微博
Facebook
分享链接
摘要
在地震构造解释中，断层识别起着十分重要的作用，是寻找油气有利区域的基础和关键。在受走滑断层影响的区域，低序级断层发育，导致区域构造复杂。常规的断层识别方法和传统的卷积神经网络对低序级断层的识别效果较差，这会对复杂地区的油气藏勘探开发造成严重的影响。为了克服这一问题，并且提高训练效率，在V-Net网络的基础上加入了空间注意力机制（Spatial Attention）和动态调整学习率，提出了SA-VNet网络的断层识别方法。该方法是采用图像处理领域的语义分割技术，通过判断输入数据体的每个数据点为断层的概率，得到断层概率体。使用动态调整学习率能实现用更少的训练轮次得到更好的训练效果。通过理论模型验证了提出方法的可行性。随后，将SA-VNet网络应用于实际工区，结果表明该方法对低序级断层的识别能力更强，准确率更高。
- 出版日期2023
- 单位成都理工大学
