一种井震结合的机器学习叠前道集振幅补偿系统及方法

本发明公开了一种井震结合的机器学习叠前道集振幅补偿系统，它包括数据采集模块用于在工区内采集测井地层数据、叠后地震数据和实际地震道集；目标井准备模块用于选择目标井，利用叠后地震数据对目标井完成井震标定，并基于目标井提取目标井的实际地震子波；合成道集正演模块用于根据实际地震子波开展合成道集正演，得到正演AVO曲线；数据提取模块用于提取泥岩顶面对应实际AVO曲线的振幅值数据为特征数据，提取泥岩顶面对应正演AVO曲线的振幅值数据为标签数据；模型建立模块根据特征数据与标签数据对机器学习模型训练，得到叠前道集振幅补偿模型。本发明能够解决过度处理、适用性差和忽略重要特征等问题，提高了处理叠前道集数据时的准确性。