(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111288646.0 (22)申请日 2021.11.02 (71)申请人 中国地质大 学 （武汉） 地址 430000 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 刘修国　张丛姗　花卫华　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 代理人 黄君军 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/04(2020.01) (54)发明名称 地质剖面图生成方法、 系统、 设备及存储介 质 (57)摘要 本申请涉及一种地质剖面图生成方法、 系 统、 设备及存储介质， 方法包括： 构建地质剖面图 和钻孔数据的训练样本集； 构建GCN网络的提取 模型， 将钻孔数据样本集输入提取模型， 得到钻 孔数据样本集的全局 空间相关性特征； 以CNN为 框架， 构建GAN网络 结构的生成器和判别器， 生成 器用于以钻孔数据样本集为输入， 以相应的全局 空间相关性特征为约束， 生成虚拟地质剖面图， 判别器用于优化虚拟地质剖面图； 对生成器以及 判别器进行交替训练， 直至虚拟地质剖面图的精 度达到预设值时停止训练； 将待测区域的实际钻 孔数据输入训练好的生成器以及判别器， 生成待 测区域的虚拟地质剖面图。 本申请具有地质剖面 图生成精度高的技 术效果。 权利要求书2页 说明书8页 附图2页 CN 114036829 A 2022.02.11 CN 114036829 A 1.一种地质剖面图生成方法， 其特 征在于， 包括以下步骤： 构建地质剖面图和钻孔数据的训练样本集； 构建GCN网络的提取模型， 将所述钻孔数据样本集输入所述提取模型， 得到钻孔数据样 本集的全局空间相关性特 征； 以CNN为框架， 构建GAN网络结构的生成器， 所述生成器用于以所述钻孔数据样本集为 输入， 以相应的全局空间相关性特 征为约束， 生成虚拟地质剖面图； 以CNN为框架， 构建GAN网络结构的判别器， 所述判别器用于对所述虚拟地质剖面 图和 地质剖面图样本集中相应的实际地质剖面图进行对比， 以优化所述虚拟地质剖面图； 对所述生成器以及所述判别器进行交替训练， 直至虚拟地质 剖面图的精度达到预设值 时停止训练； 将待测区域的实际钻孔数据输入训练好的生成器以及判别器， 生成待测区域的虚拟地 质剖面图。 2.根据权利要求1所述的地质剖面图生成方法， 其特征在于， 构建地质剖面图和钻孔数 据的训练样本集， 具体为： 收集实际钻孔数据以及相应的实际地质剖面图； 设置地层属性编码， 并为每一地层属性编码设置相应的类别值， 根据所述类别值为每 一个地层属性设置相应的灰度值； 基于每一地层属性的灰度值， 根据 所述实际钻孔数据生成与 所述实际地质 剖面图范围 相同的钻孔图像； 采用预设尺寸的窗口分别在所述实际地质剖面图中和所述钻孔图像中以预设步长进 行滑动， 将所述实际地质剖面图和所述钻孔图像分割为多个存在重叠区域的图像数据， 得 到实际地质剖面图数据集和实际钻孔图像数据集； 根据实际地质剖面图数据集构建虚拟钻孔图像数据集； 将所述实际地质剖面图数据集以及虚拟钻孔图像数据集按照设定比例划分为训练集 和测试集， 将实际地质剖面图数据集和实际钻孔图像数据集作为验证集， 得到地质剖面图 和钻孔数据的训练样本集。 3.根据权利要求1所述的地质剖面图生成方法， 其特征在于， 构建GCN网络的提取模型， 将所述钻孔数据样本集输入所述提取模型， 得到钻孔数据样本集的全局空间相关性特征， 具体为： 针对所述钻孔数据样本集中地层属性未知的钻孔点， 计算其与 各地层属性已知的钻孔 点之间的距离， 选取距离最近的设定个数 的地层属 性已知的钻孔点， 作为与地层属 性未知 的钻孔点具有邻接 关系的邻近点， 基于所述邻近点获取钻孔地层属性的全局空间相关性的 邻接矩阵， 并根据各所述邻接点的地层属性 获取与所述全局相关性邻接矩阵对应的特征矩 阵； 将所述邻接矩阵和所述特 征矩阵输入所述 提取模型， 得到所述全局空间相关性特 征。 4.根据权利要求3所述的地质剖面图生成方法， 其特征在于， 基于所述邻 近点获取钻孔 地层属性的全局空间相关性的邻接矩阵， 还 包括： 根据拉普拉斯 算子方式对所述邻接矩阵进行规范化。 5.根据权利要求1所述的地质剖面图生成方法， 其特征在于， 所述生成器用于以所述钻权　利　要　求　书 1/2 页 2 CN 114036829 A 2孔数据样本集为输入， 以相应的全局空间相关性特征为约束， 生成虚拟地质剖面图， 具体 为： 所述生成器用于对所述钻孔数据样本集进行一层卷积后的结果进行横向连接， 然后进 行卷积和归一化操作， 得到虚拟地质剖面图插值结果， 并将所述虚拟地质剖面图插值结果 输入argmax函数生成所述虚拟地质剖面图。 6.根据权利要求1所述的地质剖面图生成方法， 其特征在于， 对所述生成器以及所述判 别器进行交替训练， 直至虚拟地质剖面图的精度达 到预设值时停止训练， 具体为： 组合所述生成器和所述判别器得到组合CGAN网络， 对所述生成器以及所述判别器进行 交替训练， 生成器与判别器在训练中对抗博弈直至平衡， 采用损失函数衡量所述组合CGAN 网络精度， 在损失值收敛时停止训练。 7.根据权利要求6所述的地质剖面图生成方法， 其特征在于， 所述组合CGAN网络 中生成 器与判别器对抗博 弈， 具体为： 利用所述生成器生成一 次虚拟地质剖面图， 利用所述判别器对所述虚拟地质剖面图进 行判断， 构建损失函数计算判别器的判别损失值， 利用所述判别损失值对所述判别器进行 优化； 保持判别器不变， 利用生成器再次生成虚拟地质剖面图， 构建损 失函数计算生成器的 生成损失值， 利用所述 生成损失值对所述 生成器进行优化。 8.一种地质剖面图生成系统， 其特 征在于， 所述系统包括： 样本集模块， 用于构建地质剖面图和钻孔数据的训练样本集； 提取模块， 用于构建GCN网络的提取模型， 将所述钻孔数据样本集输入所述提取模型， 得到钻孔数据样本集的全局空间相关性特 征； 建模训练模块， 用于以CNN为框架， 构 建GAN网络结构的生成器， 所述生成器用于以所述 钻孔数据样本集为输入， 以相应的全局空间相关性特征为约束， 生成虚拟地质剖面图； 以 CNN为框架， 构建GAN网络结构的判别器， 所述判别器用于对所述虚拟地质剖面图和地质剖 面图样本集中相 应的实际地质剖面图进行对比， 以优化所述虚拟地质剖面图； 对所述生成 器以及所述判别器进行交替训练， 直至虚拟地质剖面图的精度达 到预设值时停止训练； 生成模块， 用于将待测区域的实 际钻孔数据输入训练好的生成器以及判别器， 生成待 测区域的虚拟地质剖面图。 9.一种计算机设备， 其特征在于， 包括存储器、 处理器以及存储在所述存储器中并可在 所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7 任一项所述 地质剖面图生成方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述地质剖面图生成方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114036829 A 3