一种基于Transformer-CNN架构的大尺度储层模型重建方法及设备

本发明提供一种基于Transformer‑CNN架构的大尺度储层模型重建方法及设备，涉及三维地质建模及深度学习领域，包括：S1：基于Transformer网络和卷积层构建初始MAE网络；S2：基于渐进生成和分区模拟对初始MAE网络进行训练，获得大尺度MAE网络；S3：将待重建储层模型输入大尺度MAE网络，获得重建后的储层模型。本发明基于Transformer网络和卷积层构建初始MAE网络，有效降低了神经网络参数量，提升了建模规模。通过渐进生成和分区模拟的方式训练初始MAE网络，通过迭代训练不同尺度的MAE网络最终获得大尺度MAE网络，大尺度MAE网络能够顾及完整模型的尺寸，有效还原大规模储层模型的整体空间结构，并克服了传统渐进生成方法中的误差传播问题。