一种瞬变电磁深度学习反演方法、系统、设备及介质
技术特征:
1.一种瞬变电磁深度学习反演方法,其特征在于,包括:
2.根据权利要求1所述的一种瞬变电磁深度学习反演方法,其特征在于,构建层状电阻率模型,包括:
3.根据权利要求1所述的一种瞬变电磁深度学习反演方法,其特征在于,通过正演生成层状电阻率模型对应的瞬变电磁响应数据,包括:
4.根据权利要求3所述的一种瞬变电磁深度学习反演方法,其特征在于,构建informer模型,包括:
5.根据权利要求1所述的一种瞬变电磁深度学习反演方法,其特征在于,将电磁响应数据作为输入数据进行informer模型训练,同时采用优化器来动态调整学习率,获得训练后的深度-电阻率地层模型,包括:
6.根据权利要求5所述的一种瞬变电磁深度学习反演方法,其特征在于,采用adam算法优化权重与偏执,reducelronplateau优化器设置初始学习率lr=0.01,周期调整参数patience=10,学习率调整的因子参数factor=0.1。
7.根据权利要求1所述的一种瞬变电磁深度学习反演方法,其特征在于,使用训练后的深度-电阻率地层模型对输入采集的的真实瞬变电磁响应数据进行反演,得到实际的地层电阻率分布情况,包括:
8.一种瞬变电磁深度学习反演系统,其特征在于,包括:
9.一种计算机设备,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,其特征在于,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任一项所述一种瞬变电磁深度学习反演方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种瞬变电磁深度学习反演方法的步骤。
技术总结
本发明提供一种瞬变电磁深度学习反演方法、系统、设备及介质,包括:构建层状电阻率模型,通过正演生成层状电阻率模型对应的瞬变电磁响应数据;构建Informer模型,将电磁响应数据作为输入数据进行Informer模型训练,同时采用优化器来动态调整学习率,获得训练后的深度‑电阻率地层模型;使用训练后的深度‑电阻率地层模型对输入采集的的真实瞬变电电磁响应数据进行反演,得到实际的地层电阻率分布情况。本发明相比目前常见的反演方法具有反演效率高、结果贴合实际地质情况等优势。
技术研发人员:张莹莹,吴文宇,刘峥,谢斌,吴新宇
受保护的技术使用者:新疆大学
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40202540 】
技术研发人员:张莹莹,吴文宇,刘峥,谢斌,吴新宇
技术所有人:新疆大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:张莹莹,吴文宇,刘峥,谢斌,吴新宇
技术所有人:新疆大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
