一种基于CEVAE的属性域测井数据缺失值填补方法

本发明涉及一种基于CEVAE的属性域测井数据缺失值填补方法，属于测井数据缺失填补技术领域。本发明从测井数据属性域的角度出发，依据测井数据多属性特点和测井数据横向属性和纵向深度的二维性，采用CNN神经网络设计CEVAE编码器网络结构的同时，提出基于测井地质先验知识的属性特征交叉策略，扩增测井数据通道，使得网络可以学习到之前未有的组合特征，并引入ECA通道注意力机制，改进模型对测井数据属性之间复杂关联关系的学习表征能力。引入PlanarFlow标准化流对数据潜在表示的隐变量进行增强改进，适应性采用置换卷积神经网络设计CEVAE解码器的网络结构，最后通过解码器输出的完整测井数据结果对测井数据缺失值进行数据填补。本发明能够为测井数据得完整性与稳定性提供保障。