瞬变电磁波测井能够在时间域内反映井周地层的电性特征，是探测油气层、煤层及地下水与地热资源的重要手段。然而，传统优化反演方法计算开销大、收敛稳定性差，深度学习方法又依赖大量高质量训练数据，限制了其在复杂环境中的应用。
本研究构建了基于“物理+先验”双驱约束的无监督时域反演框架。采用时域有限体积与CNN–Transformer混合架构耦合策略，突破了地层信号的高维非线性映射瓶颈，开发了基于伴随状态法隐式梯度回传的无监督网络寻优技术，确保网络参数更新方向符合控制方程的物理规律。同时，开展了多源约束下的反演目标函数构建研究，采用测量信号与地质先验约束的动态权重平衡策略，开发数据拟合项与先验正则化协同驱动的双约束优化方法，形成了“先验定位、物理精细”的迭代策略，实现了在不依赖训练集的条件下提升瞬变电磁波测井反演的可靠性与可解释性（图1）。近井异常体算例中，反演结果准确恢复了异常体的环状分布、位置和边界，各剖面均与真实边界基本重合（图2）。进一步测试表明，该方法在5%高斯噪声、深部异常体、跨尺度异常体及双异常体条件下仍具有稳定识别能力，验证了方法的成像精度、收敛稳定性和复杂模型适应性。
图1. 物理与先验约束的无监督CNN–Transformer反演流程
图2. 近井低阻环状异常体的CNN–Transformer反演结果
研究成果发表在地学领域重要期刊Petroleum Science。论文通讯作者为中国石油大学（华东）邓少贵教授，第一作者为中国石油大学（华东）博士生李志君，合作者包括中国石油大学（华东）博士生洪玉真、郭月琴教授、中石化经纬公司袁习勇副研究员、广州海洋地质调查局蔡联云博士、中国石油大学（华东）讲师魏周拓、博士生陈文皓以及硕士生刘昌胜。本研究得到了国家自然科学基金的资助（42374150、42374152、42204121）。
论文信息：Zhi-Jun Li, Shao-Gui Deng, Yu-Zhen Hong, Yue-Qin Guo, Xi-Yong Yuan, Lian-Yun Cai, Zhou-Tuo Wei, Wen-Hao Chen, Chang-Sheng Liu, 2026. An unsupervised CNN–transformer method for transient electromagnetic logging inversion under physical–prior constraints. Petroleum Science. https://doi.org/10.1016/j.petsci.2026.04.039.
