基于地质约束的半监督AI断裂预测技术在川东南赤水地区的应用OA
断层是油气运移的关键通道与储集空间,其精准识别是油气勘探突破的重要前提。针对传统人工解释效率低、纯AI预测依赖海量标注且缺乏地质约束的问题,本文提出一种“基于地质约束的半监督辅助人工智能断层预测技术”。该技术将地质认识转化为质控约束手段,设计“机器预测—人工监督—模型优化”的闭环流程,以少量标注为锚点,结合改进型ResUnet-19A网络,实现多尺度断层特征的高效提取。通过小样本迁移学习,模型可快速适配工区,在大幅减少人工成本的同时,显著提升了预测精度与效率。实际应用表明,该技术有效克服了传统方法与纯AI技术的局限,为复杂地区的油气勘探断层识别提供了兼具效率与可靠性的实用解决方案。
周小荣;涂文茂;师修琳;汪仁富;龙毅;王淳;胡达
中石化西南油气分公司,四川成都610000中石化石油工程地球物理有限公司南方分公司,四川成都610000中石化西南油气分公司,四川成都610000中石化西南油气分公司,四川成都610000中石化西南油气分公司,四川成都610000中石化西南油气分公司,四川成都610000中石化西南油气分公司,四川成都610000
天文与地球科学
半监督学习ResUnet-19A网络迁移学习断层预测特征提取
《物探与化探》 2026 (4)
P.684-697,14
地球深部探测与矿产资源勘查国家科技重大专项“大地电磁三维探测网(一期)”(2024ZD1000200,2024ZD1000206)。
评论