[发明专利]地震记录反演方法、装置、设备及存储介质

权利要求书

1.一种地震记录反演方法，其特征在于，包括：

获取小样本地震记录、所述小样本地震记录对应的小样本波阻抗以及大样本无标签地震记录；

基于神经网络模型构建对偶WGAN模型，所述对偶WGAN模型包括反演WGAN和正演WGAN，其中，所述反演WGAN包括反演生成器和反演判别器，所述正演WGAN包括正演生成器和正演判别器；

通过所述小样本地震记录、所述小样本波阻抗以及所述大样本无标签地震记录，对所述对偶WGAN模型进行优化；

将所述大样本无标签地震记录输入到优化后的反演生成器中，生成对应的大样本波阻抗。

2.根据权利要求1所述的方法，其特征在于，所述反演生成器为在条件信息约束下输入为双通道的一维U-net生成器，所述反演判别器为在条件信息约束下输入为双通道的一维Markovian判别器；

所述正演生成器为一维U-net生成器，所述正演判别器为一维AlexNet判别器。

3.根据权利要求1所述的方法，其特征在于，通过所述小样本地震记录、所述小样本波阻抗以及所述大样本无标签地震记录，对所述对偶WGAN模型进行优化，包括：

通过所述小样本地震记录、所述小样本波阻抗以及所述大样本无标签地震记录，确定反演判别器损失函数、正演判别器损失函数以及生成器损失函数；

根据所述反演判别器损失函数、所述正演判别器损失函数以及所述生成器损失函数对所述反演判别器、正演判别器以及生成器进行优化；

其中，所述生成器包括所述正演生成器以及所述反演生成器。

4.根据权利要求3所述的方法，其特征在于，通过所述小样本地震记录、所述小样本波阻抗以及所述大样本无标签地震记录，确定反演判别器损失函数、正演判别器损失函数以及生成器损失函数，包括：

将低频模型、所述小样本波阻抗和地震记录输入到所述反演生成器中，得到波阻抗预测值，其中，所述地震记录包括小样本地震记录和大样本无标签地震记录；

将所述波阻抗预测值和所述小样本波阻抗输入到所述反演判别器中，得到所述反演判别器损失函数；

将所述波阻抗预测值输入到所述正演生成器中，得到重构地震记录；

将所述小样本波阻抗输入到所述正演生成器中，得到地震记录预测值；

将所述地震记录预测值和所述地震记录输入到所述正演判别器中，得到所述正演判别器损失函数；

将所述地震记录预测值输入到所述反演生成器中，得到重构波阻抗；

根据所述波阻抗预测值、所述地震记录预测值、所述重构地震记录和所述重构波阻抗，确定所述生成器损失函数。

5.根据权利要求3或4所述的方法，其特征在于，所述反演判别器损失函数为：

其中，D_inver为反演WGAN的反演判别器，G_inver为反演WGAN的反演生成器，AI为小样本波阻抗，S为AI对应的小样本地震记录，(A|B)表示为在B条件约束下A输入网络，gp₁为梯度惩罚项，λ为梯度惩罚项系数，m为进行训练的小样本个数；

所述正演判别器损失函数为：

其中，D_forward为反演WGAN的反演判别器，G_forward为反演WGAN的反演生成器，gp₂为梯度惩罚项。