摘要
本发明公开一种基于地层知识嵌入的SKGE‑GAN岩性样本生成方法,步骤如下:采集钻井多源数据并预处理,构建地层知识以形成结构化地质规则库;对地层知识分层嵌入,转化为低维融合向量;构建集成条件化生成器、双分支判别器及地质规则验证器的SKGE‑GAN模型;使用随机噪声与融合向量训练模型,通过综合损失函数优化参数;输入目标地层嵌入向量生成符合地质规则的岩性样本并评估质量。该方法创新性融合地层知识与生成模型,生成样本遵循地质规则,能缓解样本不均衡问题,真实性与泛化性较强,可为地质建模、油气藏预测等提供高质量数据支撑,优于现有技术在复杂地质条件下的应用效果。
技术关键词
GAN模型
样本生成方法
实体
关系
随机噪声
三元组
损失函数优化
相变规律
演化规则
数据分布
分支
声波时差曲线
生成样本数据
多头注意力机制
算法
时序
测井特征
矩阵