[发明专利]处理地震数据的方法和装置

说明书

本说明书提供一种处理地震数据的方法和装置，前述方法包括：获取原始地震数据；采用预先建立的多次波衰减神经网络模型对所述原始地震数据进行修正，得到去除多次波的修正地震数据，用以识别地层构造。因为多次波衰减神经网络模型采用训练地震数据和对应的经过多次波压制后生成的标签数据得到，所以多次波衰减神经网络包含了对地震数据中多次波压制操作的特性。采用多次波衰减神经网络处理对应区块内的原始地震数据，生成的修正地震数据也被去除了多次波。

技术领域

本说明书涉及石油勘探技术领域，具体涉及一种处理地震数据的方法和装置；另外，本说明书还提供存储前述方法的存储介质和执行前述方法的电子设备。

背景技术

地震勘探中，因为地表特性和地层特性，地震波在传输过程中会形成多次波，并综合地体现在检波器接收到的地震数据中。多次波是一种相干噪声，其综合体现在地震数据中，会影响资料解释人员对地层真实构造的有效识别，因此降低了地震资料剖面的真实性和可靠性。为了避免前述问题，有去除地震数据中多次波的需求。

根据类型的不同，多次波(多为海洋测试环境下的多次波)分为表面相关多次波和层间多次波；对应的，现有技术有针对两种不同多次波的识别和衰减方法。

现有的表面多次波衰减(SRME)方法在拖缆漂移量较小的情况下能够较好的衰减自由表面相关多次波，但是，当地下起伏、拖缆漂移量较大和近偏移距缺失较严重的情况下，表面多次波衰减能力下降。广义多次波衰减技术(GSMP)是二维SRME技术的拓展和延伸，能够压制三维情况下产生的表面相关多次波，但是该方法也受到近偏移距缺失的影响，而且计算量巨大，非常耗时。

层间多次波不如表层多次波容易识别，只有存在强反射界面时才会有比较明显的层间多次波出现。针对层间多次波，当前行业内主要应用主要应用基于时差差异的方法进行层间多次波压制，这种方法对于浅层适用性较好，但是难于区分深层层间多次波，而且对解释人员的主观解释依赖性较强。扩展层间多次波压制(XIMP)防范能够衰减确定性反射层产生的层间多次波，但是当多次波产生的层位未知时难以实现多次波的衰减。基于逆散射级数(ISS)层间多次波去除方法是根据形成多次波的三个关键点具有“低-高-低”约束关系，理论上可以预测出任何可能的层间多次波，该方法主要优势是不需要任何先验地下信息就可以预测出层间多次波，但是计算量非常大，欠缺实用性。

通过前述分析可知，当前在地震物理勘探技术领域，特别是针对海洋环境下的地震物理勘探中，需要改进多次波衰减方法、以减少地震波数据中的多次波数据的问题。

发明内容

本说明书提供处理地震数据的方法和装置，以实现对地震波中多次波数据的衰减。

本说明书提供一种处理地震数据的方法，包括：

获取原始地震数据；

采用预先建立的多次波衰减神经网络模型对所述原始地震数据进行修正，得到去除多次波的修正地震数据，用以识别地层构造。

可选的，所述采用预先建立的多次波衰减神经网络模型对所述原始地震数据进行修正，得到去除多次波的修正地震数据，包括：

对原始地震数据进行归一化处理，得到归一化地震数据；

采用多次波衰减神经网络模型对所述归一化地震数据进行压制，得到所述修正地震数据；

对所述修正地震数据进行反归一化。

可选的，所述对原始地震数据进行归一化处理，得到归一化地震数据，包括：

获取原始地震数据中的最大值和最小值；

根据所述最大值、所述最小值和各个所述原始地震数据确定归一化地震数据；

所述对所述修正地震数据进行反归一化，包括：