买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于物理约束改进U-Net的VSP井筒波压制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120067647B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510234764.5，技术领域涉及：G06F18/213；该发明授权一种基于物理约束改进U-Net的VSP井筒波压制方法是由宗晶晶;刘培;孙思男;李星毅设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于物理约束改进U-Net的VSP井筒波压制方法在说明书摘要公布了：本发明公开了一种基于物理约束改进U‑Net的VSP井筒波压制方法，通过引入F‑K变换域的视速度约束，构建物理约束条件，同时结合GRU网络实现井筒波的时序特征提取与预测，并利用网络学习噪声图像和干净图像之间的映射关系，通过训练网络来准确还原噪声图像的细节和结构，最小化真实去噪图像和网络输出之间的差异从而实现图像去噪的目的，模型通过残差学习机制保留有效信号，同时实现对井筒波噪声的精准压制。本发明的方法在复杂VSP波场中能够精确识别并有效压制井筒波及其反射波，显著提高信噪比，降低残余噪声，在提升数据质量的同时提升数据处理效率，为复杂地质条件下的高精度地震成像提供了技术支持，同时为实际工区的推广应用提供了可行的解决方案。

本发明授权一种基于物理约束改进U-Net的VSP井筒波压制方法在权利要求书中公布了：1.一种基于物理约束改进U-Net的VSP井筒波压制方法，具体步骤如下： S1、建立速度模型，通过有限差分法进行正演模拟求解弹性波波动方程，再使用三分量检波器记录三分量道集，生成纯净无噪声的VSP数据，然后通过加入不同强度的背景噪声和不同强度的合成井筒波数据，得到合成数据集； 其中，所述三分量检波器所接收的粒子振动方向为水平和竖直方向，得到波场沿Z方向和X方向的震动分量，生成纯净无噪声的VSP数据； 纯净无噪声的VSP数据通过加入不同强度的背景噪声，并调整井筒波相关参数以模拟复杂的地质条件和噪声干扰特征，生成具有不同起始位置和能量强度的井筒波及井筒反射波数据以构建合成数据集； 其中，井筒波相关参数包括：井筒波的幅度、波形及频谱特性； S2、对实际VSP数据进行预处理，再利用F-K滤波方法提取井筒波噪声数据和不含井筒波有效信号数据，然后使用τ-P变换域滤波，解决由F-K滤波产生频散现象，获得实际数据集，即更加准确的井筒波噪声数据和不含井筒波有效信号数据； 其中，所述实际VSP数据即实际工区获取的VSP含井筒波噪声数据；所述预处理包括：去除坏道、水平校正； S3、将步骤S1的合成数据集与步骤S2的实际数据集融合构建总数据集，对总数据集采用滑动切片方法进行切片，即通过滑动切片技术对全波场数据进行增强； S4、对步骤S3切片后的总数据集进行分类与整理，完成样本和标签数据集的构建，然后分别对样本数据和标签数据进行归一化处理； S5、构建改进U-Net网络模型，将步骤S4归一化后的数据将数据拓展为四维结构，作为原始输入，并通过K-Fold交叉验证将归一化后的数据划分训练集和验证集，使用训练集训练模型，使用验证集评估模型，根据评估结果，重复训练步骤，直到得到训练好的改进U-Net网络模型，即目标噪声压制、有效信号预测模型； 其中，所述改进U-Net网络模型包括：输入层、编码器部分、跳跃连接、解码器部分、视速度物理约束层、GRU层和输出层； 所述改进U-Net网络模型以切片后归一化的原始含噪声数据和井筒波噪声数据为输入，利用结合U-Net的结构、时序处理、以及视速度物理约束，使用残差学习，通过学习井筒波特征对井筒波噪声进行去噪； S6、基于步骤S5得到训练好的改进U-Net网络模型，使用实时采集的新的实际VSP数据验证模型泛化性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。