基于地层位置编码的伽玛测井反演方法、系统及设备

所属的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。下面参考图11，其示出了用于实现本技术方法、系统、设备实施例的服务器的计算机系统的结构示意图。图11示出的服务器仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。如图11所示，计算机系统包括中央处理单元(cpu，central processing unit)1101，其可以根据存储在只读存储器(rom，read only memory)1102中的程序或者从存储部分1108加载到随机访问存储器(ram，random access memory)1103中的程序而执行各种适当的动作和处理。在ram 1103中，还存储有系统操作所需的各种程序和数据。cpu1101、rom1102以及ram 1103通过总线1104彼此相连。输入/输出(i/o，input/output)接口1105也连接至总线1104。以下部件连接至i/o接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(crt，cathode ray tube)、液晶显示器(lcd，liquid crystal display)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如lan(局域网，local areanetwork)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至i/o接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(cpu)1101执行时，执行本技术的方法中限定的上述功能。需要说明的是，本技术上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

背景技术：

1、地震数据对于揭示地层特性和地质构造具有重要意义，而测井资料则能以更高的分辨率描绘岩石属性，诸如阻抗、岩性及伽玛射线强度等。地震反演技术通过推断无钻井区域的岩石特性，为构建精细的地下储层模型提供关键信息，但其基于的传统方法因依赖于简化的正演物理和反演模型，导致岩石性质预测的精确性受限。地层结构元素，包括地层界面、断层及不整合面，作为重要的先验知识，在传统地震反演中用作构建初始模型的约束条件，有助于捕捉地下特征的低频变化趋势，这是获取高分辨率岩石属性不可或缺的一环。

2、近年来，深度学习技术凭借其强大的非线性映射能力，在地震反演领域崭露头角，特别是在弹性参数和阻抗反演等方面展现出巨大潜力，同时也逐步拓展至伽玛射线、孔隙度、流体类型等更复杂属性的反演。这些研究普遍采用卷积神经网络（cnn）及其衍生结构，如残差网络、注意力机制、自动编码器、u-net和时间卷积网络，循环神经网络（rnn）如lstm，以及cnn与其他循环单元的结合形式，如gru和lstm，也被探索用于此目的。尽管如此，现有工作如严等人将相对地质时间体与地震数据整合进cnn以改进多测井曲线反演的方法，仍存在计算流程复杂且未直接集成地层约束到模型中的局限。

3、transformer模型，最初为机器翻译设计的序列到序列模型，凭借其多头自注意力机制和对数据结构的低假设要求，在众多领域包括自然语言处理、语音识别和计算机视觉中展现出优越性能与灵活性。尽管transformer在无需递归或卷积操作的情况下需额外考虑位置编码来捕捉输入序列的信息排列，但在地震反演领域的应用尚处于初步阶段。近期，吴等人尝试将transformer的一个变种fastformer应用于地震数据，结合低频模型预测脆性参数，虽在编码器中利用了地震剖面的阶次信息作为约束，却未能充分利用详细的地层位置信息这一提升反演精度的关键因素。

4、基于此，本发明提出了一种基于地层位置编码的伽玛测井反演方法、系统及设备。

技术实现思路

1、为了解决现有技术中的上述问题，即现有技术计算伽玛测井反演方法的步骤相对繁琐，并且地层约束没有直接嵌入深度学习模型中，以及没有利用对反演精度至关重要的更详细的地层位置约束的问题，本发明提供了一种基于地层位置编码的伽玛测井反演方法、系统及设备。

2、本发明的第一方面，提出了一种基于地层位置编码的伽玛测井反演方法，该方法包括如下步骤：

3、获取数据集，并划分为训练集和测试集；所述数据集包括地震数据、地层编码和伽马测井数据；

4、将所述训练集输入至预构建的伽玛测井反演网络中进行训练，并基于测试集对训练后的伽玛测井反演网络进行修正；其中，所述伽玛测井反演网络基于多个编码器和多个解码器构建，所述编码器和所述解码器基于多头自注意力模块和位置前馈网络构建；

5、将目标输入数据输入至修正后的伽玛测井反演网络中，得到目标伽玛对数曲线；其中，所述输入数据包括地震数据、地层编码和伽马测井数据。

6、在一些优选的实施方式中，所述地震数据，其获取方法为：

7、获取每口井的井轨迹，并按照设定间隔进行划分，确定划分后的每一段与井轨迹相邻的地震道，对划分的每一段地震道进行平滑处理，得到地震数据。

8、在一些优选的实施方式中，所述地层编码，其获取方法为：

9、获取预设位置的地质层位，将所述地质层位进行编码，得到地层编码。

10、在一些优选的实施方式中，所述编码器包括第一多头自注意力模块、第一归一化层、第一位置前馈网络和第二归一化层；

11、所述编码器的输入与第一编码层的输出连接，所述第一编码层的输入为地层编码和地震数据，并将地层编码和地震数据转换为设定长度的嵌入向量；所述第一编码层的输出分别与第一多头自注意力模块的输入和第一归一化层的输入连接，所述第一多头自注意力模块的输出与第一归一化层的输入连接；

12、所述第一归一化层的输出分别与第一位置前馈网络和第二归一化层连接，所述第一位置前馈网络的输出与第二归一化层的输入连接，所述第二归一化层的输出与解码器的第三多头注意力模块的输入连接。

13、在一些优选的实施方式中，所述解码器包括第二多头注意力模块、第三归一化层、第三多头注意力模块、第四归一化层、第二位置前馈网络和第五归一化层；

14、所述解码器的输入与第二编码层的输出连接，第二编码层的输入为伽马测井数据，并将伽马测井数据转换为设定长度的嵌入向量，所述第二编码层的输出分别与第二多头注意力模块的输入和第三归一化层的输入连接，所述第二多头注意力模块的输出与第三归一化层连接输入连接；

15、所述第三归一化层的输出分别与第三多头注意力模块的输入与第四归一化层的输入连接，所述第三多头注意力模块的输出与第四归一化层的输入连接，所述第四归一化层的输出分别与第二位置前馈网络的输入和第五归一化层的输入连接，所述第二位置前馈网络的输出与第五归一化层的输入连接，所述第五归一化层的输出与线性变换与激活层的输入连接，所述线性变换与激活层用于输出目标伽玛对数曲线。

16、在一些优选的实施方式中，将所述训练集输入至预构建的伽玛测井反演网络中进行训练，其中通过均方误差损失函数计算真实值和预测之间的误差，并使用adam优化函数减少误差。

17、在一些优选的实施方式中，所述编码器和所述解码器的堆叠数量为2个，第一多头注意力模块、第二多头注意力模块和第三多头注意力模块的头数均为8。

18、本发明的另一方面，提出了一种基于地层位置编码的伽玛测井反演系统，基于一种基于地层位置编码的伽玛测井反演方法，该系统包括：

19、数据集获取模块，其配置为获取数据集，并划分为训练集和测试集；所述数据集包括地震数据、地层编码和伽马测井数据；

20、网络构建与训练模块，其配置为将所述训练集输入至预构建的伽玛测井反演网络中进行训练，并基于测试集对训练后的伽玛测井反演网络进行修正；其中，所述伽玛测井反演网络基于多个编码器和多个解码器构建，所述编码器和所述解码器基于多头自注意力模块和位置前馈网络构建；

21、曲线获取模块，其配置为将目标输入数据输入至修正后的伽玛测井反演网络中，得到目标伽玛对数曲线；其中，所述输入数据包括地震数据、地层编码和伽马测井数据。

22、本发明的第三方面，提出了一种电子设备，包括：

23、至少一个处理器；以及

24、与至少一个所述处理器通信连接的存储器；其中，

25、所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的一种基于地层位置编码的伽玛测井反演方法。

26、本发明的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的一种基于地层位置编码的伽玛测井反演方法。

27、本发明的有益效果：

28、简化流程与提高效率：通过集成地层编码与地震数据的创新策略，本发明构建了一种高效的伽玛测井反演网络，旨在实现高分辨率的伽马反演。这一方法不仅精简了计算步骤，还显著提升了处理速度与操作便捷性。

29、直接嵌入地层约束：地层编码的引入直接将地层信息嵌入深度学习模型的核心，解决了现有技术中地层约束缺失的难题。这一设计确保了模型在学习过程中能充分考虑地层特性，提高了反演结果的地质合理性。

30、强化地层位置约束与提升精度：本发明充分利用细化的地层位置信息作为约束条件，显著增强了反演精度。验证结果显示，集成地层编码的伽玛测井反演网络相比传统方法及未编码的同类网络，在相关系数上实现了显著提升（平均达到85%），证明了地层位置约束对提高反演准确性的关键作用。

31、先进的深度学习框架：所提出的网络模型凭借其全局感知与细节敏感特性，无需依赖先验的结构假设，展现出优于传统cnn模型的精度优势。这不仅克服了以往方法在复杂地质结构分析上的局限性，也为处理多样化的地质场景提供了更为灵活和准确的工具。

32、广泛适用性与未来潜力：本发明的地震反演方案已通过volve现场数据测试，验证了其在实际应用中的有效性和可行性，特别适合于多井现场地震数据的处理。此外，这一方法为其他测井数据的高分辨率反演，如弹性阻抗参数、孔隙度、流体识别及岩性分析，提供了一个有前景的框架，开辟了地质数据分析的新途径。