基于地质知识蒸馏学习的油气储集层识别方法

作     者：李徵 刘淇 王喆锋 郑毅 林霞 怀宝兴 米兰 陈恩红 Zhi LI;Qi LIU;Zhefeng WANG;Yi ZHENG;Xia LIN;Baoxing HUAI;Lan MI;Enhong CHEN

作者机构：中国科学技术大学大数据分析与应用安徽省重点实验室合肥230027 华为技术有限公司杭州310051 中国石油勘探开发研究院北京100083 

基　　金：国家自然科学基金(批准号:61922073 61672483 U1605251)资助项目 

出 版 物：《中国科学：信息科学》 (Scientia Sinica(Informationis))

年 卷 期：2021年第51卷第1期

页      码：40-55页

摘      要：油气储集层识别是石油能源企业在勘测和开发业务中核心的任务之一.长期以来,油气行业一直依靠专家人工分析海量测井数据以对地下油气储集层进行定性分析,虽然专家解释结论有着很高的精准度,但是时间与经济成本都十分高昂.近些年来,随着以深度学习为代表的人工智能技术的迅速发展,智能油气储集层识别技术成为学术界和工业界共同关注的问题.然而,真实工业环境存在严重的传感数据不一致问题,给传统的监督学习模型带来巨大的挑战.本文针对传感器不一致情境中油气储集层识别任务展开研究,提出多尺度地质知识蒸馏网络的方法.首先,该方法提出一种多尺度特征自注意力融合机制来学习地质信息的多尺度动态表征.其次,该方法设计一种地质知识蒸馏学习模型,从非一致传感数据中学习额外的地质知识,进一步提升模型准确度.最后,在真实数据集上进行大量实验,结果充分证明本文提出的模型在油气储集层识别任务上的有效性和鲁棒性.

主 题 词：油气储集层识别 地质知识 蒸馏学习 传感数据 深度神经网络 

学科分类：0810[工学-土木类] 0808[工学-自动化类] 081803[081803] 08[工学] 0818[工学-交通运输类] 0802[工学-机械学] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.1360/SSI-2020-0178

馆 藏 号：203101535...