基于多尺度窗口生成器网络的抽油机噪声压制OA北大核心CSTPCD
Noise suppression of pumping unit based on multi-scale window generator network
在老油田的勘探开发中,抽油机噪声形成强干扰,严重降低了地震资料的信噪比.为此,提出了一种基于多尺度窗口生成器网络进行抽油机噪声压制的方法.构建的网络主要由双层编码器—解码器组成,结合不同层的特征信息可获得准确的去噪结果;在不同层采用不同尺寸的窗口进行特征提取,可以有效地扩大神经网络的感知范围,并从抽油机噪声中提取更多有用的特征.为了防止网络的退化,编码器和解码器的每个块中都分别使用了残差连接.编码器残差块部分采用了卷积核数量中间大、两端小的反瓶颈…查看全部>>
The noise of the pumping unit strongly interferes with the exploration and development of old oil fields and seriously reduces the signal-to-noise ratio of seismic data.Therefore,a pumping unit noise suppres-sion method based on a multi-scale window generator network is proposed.The constructed network is mainly composed of a double-layer encoder-decoder structure,and accurate denoising results can be obtained by com-bining characteristic information of diff…查看全部>>
马一凡;文武;薛雅娟;文晓涛;徐虹
成都信息工程大学计算机学院,四川成都 610225成都信息工程大学计算机学院,四川成都 610225成都信息工程大学通信工程学院,四川成都 610225成都理工大学地球物理学院,四川成都 610225成都信息工程大学计算机学院,四川成都 610225
地质学
地震资料噪声压制多尺度窗口生成器信噪比
seismic datanoise suppressionmulti-scale windowgeneratorsignal-to-noise ratio
《石油地球物理勘探》 2024 (4)
684-691,8
本项研究受四川省中央引导地方科技发展专项"岩石物理驱动的非常规油气地震多参数预测理论与方法研究"(2023ZYD0158)和四川省自然科学基金项目"四川盆地碳酸盐岩储层的脉冲神经网络识别理论及方法研究"(2023NSFSC0258)联合资助.
评论