方案介绍
在Modelarts平台,基于昇思Mindspore AI框架训练了初至波拾取的模型,解决了地震数据初至波的拾取问题,为了提高生产效率,需要及时准确地对初至信息进行拾取,初至拾取是地表低速带静校正的基础,拾取地震数据的初至信息,尤其是大偏移距的初至信息,能够用于研究地层结构,认识构造演化过程,提高深层勘探能力,改善静校正精度,估算地层各向异性和反演地下弹性参数等,在勘探过程中具有重要作用。综合考虑小样本模型构建、模型迁移、预测调参等多个方面,采用监督学习、半监督学习和迁移学习方法,建立基于人工智能算法的初至波拾取模型,实现初至波自动拾取,缩短了拾取时间,进一步提高了拾取效率和精度,为实现高效勘探提供了科学依据,同时大大减少了初至拾取的成本支出。
方案架构图
算法/关键配置
适配算法/关键配置名称 | 算法/关键配置描述 |
---|---|
训练推理加速卡 | 训练推理加速卡 |
初至波自动拾取技术 | 建立基于人工智能算法的初至波拾取模型,实现初至波自动拾取 |
优势亮点
- 综合考虑小样本模型构建、模型迁移、预测调参等多个方面,采用监督学习、半监督学习和迁移学习等方法,建立基于人工智能算法的初至波拾取模型,实现初至波自动拾取,缩短了初至拾取时间,提高了拾取效率,且只需很少的标注样本就可以快速适应不同环境下的拾取,为实现高效勘探提供了科学依据,同时大大减少了初至拾取的成本支出。
资源下载
初至波自动拾取联合解决方案.pdf
下载技术认证书
Compatible认证证书.pdf