CN117930337A 用于初至拾取的深度学习数据集制作方法和装置 （中国石油化工股份有限公司）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117930337A

(43)申请公布日2024.04.26

(21)申请号202211303539.5G06N3/08(2023.01)

(22)申请日2022.10.24

(71)申请人中国石油化工股份有限公司

地址100728北京市朝阳区朝阳门北大街

22号

申请人中石化石油物探技术研究院有限公

司

(72)发明人黄少华许自龙杨尚琴

(74)专利代理机构北京思创毕升专利事务所

11218

专利代理师廉莉莉

(51)Int.Cl.

G01V1/28(2006.01)

G01V1/30(2006.01)

G06N3/04(2023.01)

权利要求书2页说明书6页附图3页

(54)发明名称

用于初至拾取的深度学习数据集制作方法

和装置

(57)摘要

本申请公开了用于初至拾取的深度学习数

据集制作方法和装置。本申请采用了基于STA/

LTA算法的初至拾取数据集生成方法，通过自动

化处理方法生成数据集，强化训练数据及标签数

据中的初至特征，提升了数据集制作效率，对于

应用卷积神经网络实现地震勘探初至数据的高

效拾取具有实用价值。

A

7

3

3

0

3

9

7

1

1

N

C

CN117930337A权利要求书1/2页

1.一种用于初至拾取的深度学习数据集制作方法，其特征在于，包括：

步骤1，对原始地震数据进行预处理，根据预处理后的地震数据得到原始地震剖面灰度

图；

步骤2，采用STA/LTA算法对原始地震数据进行运算，得到预测初至位置；

步骤3，基于所述预测初至位置生成标签数据灰度图；

步骤4，以所述预测初至位置为基准，从所述原始地震剖面灰度图中裁剪多个原始数据

块，作为卷积神经网络的训练样本数据；

步骤5，以所述预测初至位置为基准，从所述标签数据灰度图中裁剪多个标签数据块，

作为所述卷积神经网络的标签样本数据。

2.根据权利要求1所述的方法，其特征在于，所述步骤1具体包括：

读取原始地震数据中每个地震道，每个地震道包括多个样点数据；

对读取的每个地震道，根据该地震道的所有样点数据中的最大值最小值，对该地震道

的所有样点数据进行归一化处理；

将归一化处理后的所有地震道的所有样点数据乘以255，以进行灰度化处理，得到所述

原始地震剖面灰度图。

3.根据权利要求1所述的方法，其特征在于，所述步骤3具体包括：

以原始地震数据中的地震道的数量为列、以每个地震道中样点数据的数量为行，建立

矩阵；

在矩阵中，针对每列数据，将该列数据中所述预测初至位置对应的位置以上的数据都

置1，并将所述预测初至位置对应的位置以下的数据都置0；

对矩阵中所有数据乘以255，以生成所述标签数据灰度图。

4.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：

以所述原始地震剖面灰度图中指定地震道的所述预设初至位置为基准，从该指定地震

道向右选取预定数目的地震道，并以该指定地震道的所述预测初至位置为中心，分别向上

向下截取相同长度，形成一个以所述预测初至位置为中心的时窗，对于选取的预定数目的

地震道按照该时窗进行裁剪，生成所述训练样本数据。

5.根据权利要求1所述的方法，其特征在于，所述步骤5具体包括：

以所述标签数据灰度图中指定地震道的所述预设初至位置为基准，从该指定地震道向

右选取预定数目的地震道，并以该指定地震道的