基本信息
文件名称:基于深度学习的阵列声波时差提取方法研究.pdf
文件大小:6.68 MB
总页数:80 页
更新时间:2025-12-12
总字数:约9.6万字
文档摘要

摘要

声波测井时差信息提取是地质勘探和油藏评价的关键环节,常用于分析地层

特性和构造信息。现有声波测井时差提取常采用时间慢度相关法(STC)提取,该

方法受开窗位置、时窗长短等因素影响,一套处理参数难以满足岩性变化剧烈地层

的时差提取需求,因此有必要开展一种可以适用于岩性变化剧烈地层的时差提取

方法。

随着技术进步时差提取方法从经验驱动转向数据驱动,基于深度神经网络的

时差提取方法逐步展现出优势,在测井领域的实际应用中仍面临诸多挑战,现有方

法多为通用网络架构的直接迁移,未充分结合声波信