一种基于二维或三维VSP数据预测速度模型的方法与流程

技术特征：
1.一种基于二维vsp数据预测速度模型的方法，其特征在于，包括：获取海量的二维速度模型，并通过二维观测系统获取地震波形正演产生的二维vsp地震数据；将每一所述二维速度模型结合所述二维vsp地震数据输入卷积神经网络进行训练；获取待预测的二维vsp地震数据，并将所述二维vsp地震数据输入至所述卷积神经网络中，得到对应的二维速度模型。2.根据权利要求1所述的基于二维vsp数据预测速度模型的方法，其特征在于，所述通过二维观测系统获取地震波形正演产生的二维vsp地震数据还包括建立二维观测系统，包括：将至少一个检波器置于垂直井中，按照固定距离依次设置；将炮点置于地表，所述炮点包括一炮、多炮。3.根据权利要求2所述的基于二维vsp数据预测速度模型的方法，其特征在于，所述将每一所述二维速度模型结合所述二维vsp地震数据输入卷积神经网络进行训练之前还包括：根据所述二维地震数据和相应的二维速度模型的矩阵大小，设立卷积神经网络的参数。4.根据权利要求3所述的基于二维vsp数据预测速度模型的方法，其特征在于，所述将每一所述二维速度模型结合所述二维vsp地震数据输入卷积神经网络进行训练还包括：将所述二维地震数据和相应的二维速度模型分成训练集、验证集和测试集，且这三个数据集各不相同；使用所述训练集、验证集对所述卷积神经网络进行训练；使用所述测试集对所述卷积神经网络进行预测。5.根据权利要求1所述的基于二维vsp数据预测速度模型的方法，其特征在于，所述海量的二维速度模型的形状包括：水平层状、倾斜层状、弯曲层状，层数为5～13层，速度为2000～5000m/s，且所述速度随深度的增大而增大。6.一种基于三维vsp数据预测速度模型的方法，其特征在于，包括：获取海量的三维速度模型，并通过三维观测系统获取地震波形正演产生的三维vsp地震数据，根据所述三维vsp地震数据提取共检波点数据；将每一所述三维速度模型结合所述共检波点数据输入卷积神经网络进行训练；获取待预测的三维vsp地震数据，提取共检波点数据并将所述共检波点数据输入至所述卷积神经网络中，得到对应的三维速度模型。7.根据权利要求6所述的基于三维vsp数据预测速度模型的方法，其特征在于，所述通过三维观测系统获取地震波形正演产生的三维vsp地震数据包括建立三维观测系统，包括：将至少一个检波器置于垂直井中，按照固定距离依次设置；将炮点置于地表，以所述垂直井的井口为圆的圆心，所述炮点均匀分布于所述圆之内。8.根据权利要求7所述的基于三维vsp数据预测速度模型的方法，其特征在于，所述将每一所述三维速度模型结合所述共检波点数据输入卷积神经网络进行训练之前还包括：根据所述共检波点数据和相应的三维速度模型的矩阵大小，设立卷积神经网络的参数。
9.根据权利要求8所述的基于三维vsp数据预测速度模型的方法，其特征在于，所述将每一所述三维速度模型结合所述共检波点数据输入卷积神经网络进行训练还包括：将所述三维地震数据和相应的三维速度模型分成训练集、验证集和测试集，且这三个数据集各不相同；使用所述训练集、验证集对所述卷积神经网络进行训练；使用所述测试集对所述卷积神经网络进行预测。10.根据权利要求6所述的基于三维vsp数据预测速度模型的方法，其特征在于，所述海量三维速度模型对x
‑
z面的形状包括：水平层状、倾斜层状、弯曲层状，层数为3～8层，速度为1500～3500m/s，且所述速度随深度的增大而增大。

技术总结
本公开提供一种基于二维或三维VSP数据预测速度模型的方法，基于二维VSP数据预测速度模型的方法，包括：获取海量的二维速度模型，并通过二维观测系统获取地震波形正演产生的二维VSP地震数据；将每一二维速度模型结合二维VSP地震数据输入卷积神经网络进行训练；获取待预测的二维VSP地震数据，并将二维VSP地震数据输入至卷积神经网络中，得到对应的二维速度模型。本公开提供的方法通过采用理论数据训练后的网络模型可以用于其他新的地震数据的预测，可以高效、可靠、准确地得到速度模型。准确地得到速度模型。准确地得到速度模型。


技术研发人员：张捷 马洋洋
受保护的技术使用者：中国科学技术大学
技术研发日：2021.06.01
技术公布日：2021/10/19