摘要
本发明提供一种基于掩膜自编码器的三维储层模型重建及设备,涉及深度学习及地质建模领域,包括:对参考储层模型进行标记划分和随机掩膜,获得掩膜后的参考储层模型;对掩膜后的参考储层模型进行标记序列化和位置编码,获得训练储层模型;通过训练储层模型对储层模型重建网络进行迭代训练,获得训练好的储层模型重建网络;将待重建的储层模型输入训练好的储层模型重建网络,获得重建后的储层模型。本发明把条件数据作为模型先验自然地嵌入到建模工作流中,解决了条件点存在拟合能力不足,难以在重建储层异质模式的基础上完全符合输入的条件点的问题;基于掩膜自编码器,利用Transformer架构对模型中的全局依赖进行建模,达到精细刻画储层异质结构全局特征。
技术关键词
储层模型
掩膜
编码器
归一化模块
前馈神经网络
标记
注意力
输入解码器
序列
重建设备
异质结构
像素点
三维结构
矩阵
处理器
输出端