在第四系覆盖区如何辨别基性岩体与铁矿引起的重磁异常

铁矿勘查工作采用重、磁手段一般非常有效,但在第四系覆盖区有基性岩体存在情况下,就会产生较强的重磁干扰,往往造成误判,因此,区分基性岩体与铁矿引起的重磁异常成为勘查工作的关键。以滦南杜蒿坨铁矿勘查为例,通过对磁法资料和重力资料的处理、解释,分析了基性岩体重磁异常特征及对铁矿异常的掩盖作用,总结了辨别铁矿异常的方法。并经钻探验证这些方法可靠和适用,在今后铁矿勘查工作中有一定的指导意义。

基于深度神经网络的输电线路异常自动辨识方法

为解决现有异常辨别方法误识率高的问题,研究基于深度神经网络的输电线路异常自动辨识方法。通过小波多尺度分解、重构和奇异值分解处理输电线路信号,利用向量机分类并获得信号模态函数,通过描述信号序列间的关系获取最优特征分量值,建立深度神经网络异常辨识模型,使用卷积操作学习不同空间内的关联特征,最后利用长短期记忆网络(Long Short-Term Memory,LSTM)处理时间序列数据,传输至模型识别异常。通过与阈值比较判断输电线路运行状态,实验证明该方法误识率为0.16%,能准确识别输电线路异常。