[发明专利]基于深度学习的隧道地震勘探数据增强方法及系统

权利要求书

1.一种基于深度学习的隧道地震勘探数据增强方法，其特征在于：

包括以下过程：

获取经预处理后的隧道地震波勘探模拟数据；

将预处理后的隧道地震波勘探模拟数据分为地震有效信号和地震噪声信号，使用相同网络参数的预编码器进行预编码；

采用数据编码器将地震有效信号的预编码结果转换成有效数据向量，采用噪声编码器将地震噪声信号的预编码结果转换成纯噪声向量，有效数据向量和纯噪声向量大小相等；

用有效数据向量减去纯噪声向量，获得纯净有效数据的特征向量，通过解码器进行纯净有效数据的特征向量的解码，得到域迁移后的地震波信号。

2.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

对隧道地震波勘探数据进行预处理，包括：

建立正演数据集时，使用100Hz-250Hz的随机主频雷克子波，同时对于雷克子波的振幅乘以采用随机确定的系数。

3.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

对获取的隧道地震波勘探数据进行预处理，还包括：

使用与观测系统完全对应的噪声作为噪声源，将噪声源添加到正演仿真数据上以还原实际工程中隧道地震波勘探数据。

4.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

对获取的隧道地震波勘探数据进行预处理，还包括：

按照实际发生地震记录异常的比例抽取地震记录，随机将其中的道集记录损坏。

或者，

对获取的隧道地震波勘探数据进行预处理，还包括：

对数据集中的地震信号直达波信息进行切除。

5.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

根据预处理的结果，生成不同层数的地质模型进行正演模拟，得到预处理后的隧道地震波勘探模拟数据。

6.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

将预处理后的隧道地震波勘探模拟数据分为地震有效信号和地震噪声信号，包括：

将地震数据分为前预设个数采样点的地震有效信号和后预设个数的采样点的地震噪声信息。

7.如权利要求1所述的基于深度学习的隧道地震勘探数据增强方法，其特征在于：

以最小均方根误差损失函数进行基于深度学习的编码器-解码器神经网络的优化，包括：

MSE＝(d_data-D[S(G(d_signal))-N(G(d_noise))])²

其中，d_data为仿真数据，D为解码器，S为数据编码器，G为预编码器，d_signal为地震有效信号，N为噪声编码器，d_noise为地震噪声信息。

8.一种基于深度学习的隧道地震勘探数据增强系统，其特征在于：

包括：

数据获取模块，被配置为：获取经预处理后的隧道地震波勘探模拟数据；

预编码模块，被配置为：将预处理后的隧道地震波勘探模拟数据分为地震有效信号和地震噪声信号，使用相同网络参数的预编码器进行预编码；

编码模块，被配置为：采用数据编码器将地震有效信号的预编码结果转换成有效数据向量，采用噪声编码器将地震噪声信号的预编码结果转换成纯噪声向量，有效数据向量和纯噪声向量大小相等；

域迁移模块，被配置为：用有效数据向量减去纯噪声向量，获得纯净有效数据的特征向量，通过解码器进行纯净有效数据的特征向量的解码，得到域迁移后的地震波信号。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于深度学习的隧道地震勘探数据增强方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于深度学习的隧道地震勘探数据增强方法中的步骤。