基于SPA-Vnet网络的古潜山断层识别

摘要

由于复杂的成藏要素和地质结构，以及多期的构造挤压运动等因素的影响，传统的属性提取方法，如蚂蚁体断层提取，难以精确识别潜山断层分布特征。基于此，笔者提出一种基于SPA-Vnet网络的古潜山储层断层识别方法。将金字塔结构的膨胀卷积组合与注意力机制结合，增大Vnet算法对目标区域的特征响应，提高了网络对于断层的识别能力。将其应用于陆丰凹陷的古潜山储层，首先对数据进行边缘保持滤波，归一化等处理，以提高数据的分辨率，增强断层的特征。最后将预测结果与蚂蚁体属性、传统的Vnet网络进行对比。实验结果表明发现SPA-Vnet网络训练时具有更低的损失，更高的正确率，剖面上断层连续性更好，细节更丰富，精度更高，为古潜山储层的断层识别提供一种思路。

关键词

SPA-Vnet网络 / 注意力机制 / 膨胀卷积 / 潜山 / 断层识别