基于CNN的矿井富水区电磁反演研究

针对传统卷积神经网络(CNN)在电磁反演中提取数据特征时冗余信息多,导致网络反演精度降低的问题,提出一种变步长卷积神经网络电磁反演方法,将输入数据拓展为一维行向量,在各层网络中交替使用不同步长的卷积核进行卷积运算提取数据特征,利用变步长卷积方式替代传统网络的池化层,完成对冗余信息的过滤和特征信息的选择,并通过小卷积核级联的方式增大网络感受野提高网络的非线性表达能力。通过二维时域有限差分法(2D-FDTD)对不同电磁参数的富水区模型进行正演计算,并根据计算得出的电场时域响应特征建立样本数据集;将变步长卷积神经网络应用于电磁反演研究,建立适用于富水区问题的变步长卷积神经网络电磁反演模型,并验证变步长卷积神经网络电磁反演方法的精度。结果表明:该方法对坐标位置的反演平均相对误差为2.85%,对相对介电常数的反演平均相对误差为6.07%,反演结果与实际模型吻合度较高。所提方法对提高矿井富水区电磁反演的精度和效率具有一定的理论参考价值。

基于Lévy飞行的粒子群算法在大地电磁反演中的应用

粒子群优化算法在大地电磁测深反演中相较于一般的线性反演算法具有多种优点。然而标准粒子群算法在多维优化问题中存在早熟问题,为此,采用基于Lévy飞行随机游走策略的优化粒子群算法来处理局部最优解,增加寻优能力。通过对地电模型的反演对比表明,改进后的粒子群算法相较于标准粒子群算法适应度值下降速度更快、寻优能力更好。最后将该算法应用于已知钻孔旁实测数据,结果较好,表明该算法具有较好的实用性。

量子遗传算法在大地电磁反演中的应用

量子遗传算法（QGA）以量子理论为基础,通过利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群来代替传统方法中种群的选择、交叉和变异过程,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力.本文针对地球物理反演问题的非线性、多极值特点提出一套实现方案,通过理论模型和实测数据试验对比研究,表明量子遗传方法在大地电磁反演中的寻优质量和效果明显优于传统遗传算法.

各向异性介质的大地电磁反演及其有关地震前兆场的讨论

论述了某些条件下地球介质呈现出的电导率各向异性行为及层状对称各向异性介质大地电磁资料的反演方法；实测大地电磁（ＭＴ）资料的各向异性模型反演解释有助于识别地震深部电导率各向异性变化前兆。

电磁反演与交变磁场方法的金属表面缺陷检测

利用方形载流线圈产生的理想磁场数据,对磁场到电流的反演过程进行了验证.采用Ansys对空间线圈进行了仿真模拟,使之与实际情况更加一致.同时用Ansys建立了金属表面槽状缺陷的仿真模型,以交流磁场检测为基础,结合电磁反演方法对缺陷的长度、深度以及宽度进行了研究.仿真结果表明,两种方式相结合可以更准确、直观、全面地获得与缺陷相关的信息.

基于疏密交叉网格建模的KNN大地电磁反演方法

为了寻找一种精准有效的大地电磁反演方法,引入KNN(k-Nearest Neighbor)算法,提出了一种基于机器学习算法的大地电磁反演方法,分别验证了该算法在单一尺寸下不同电导率异常体、不同尺寸下不同电导率异常体的坐标及电导率反演准确率,结果表明,该算法在进行二维大地电磁反演计算时有非常高的准确率。在此基础之上,首次将一种疏密交叉网格建模的方法应用于KNN大地电磁反演计算中,在使用较少训练样本和计算资源的情况下,相比传统KNN反演算法,大幅提高了坐标及电导率的预测精度。数值试验结果表明,该算法对坐标位置的反演准确率在97%以上,对电导率的反演准确率达到了100%,对于不同形状不同电导率不同位置的异常体反演效果良好,是一种高效的大地电磁反演方法。

基于深度学习的GPR时频域联合电磁反演方法

对探地雷达(ground penetrating radar,GPR)数据进行电磁反演可以获得探测区域中目标的几何参数和电磁参数.本文针对GPR时域数据与频域数据在图像域的特征差异,首先设计了基于深度学习的GPR维度变换自编码器提取GPR回波数据的时域特征,并对GPR时频域特征进行一致化处理;然后设计了基于时频融合数据的电磁反演处理框架GPR-EInet,并分别使用2000和200个GPR B-Scan数据对GPR-EInet进行训练和测试.仿真实验结果表明,GPR-EInet可以在SNR=-10 dB、目标介电常数与背景介电常数的相对偏差为50%的情况下实现单/双目标的电磁反演,介电常数反演结果与真实值的结构相似性指数(structure similarity index measure,SSIM)达到了0.99564.分别运用GPR-EInet、ünet与PINet对仿真数据进行电磁反演,结果表明:GPREInet的抗噪性能要优于PINet与ünet.对实测的GPR数据也开展了电磁反演实验,获得了探测区域的目标参数信息.与单独的时域或频域数据反演相比,时频融合数据提升了GPR-EInet的电磁反演精度与噪声抑制能力.

时域电磁反演的五种共轭梯度算法对比研究

挑选梯度算法是时域电磁反演过程的重要步骤之一,选择是否恰当直接关系到反演性能。本文精选了PRP、FR、DY、HS、LS等五种常用的共轭梯度算法,共同处理两个典型的一维问题,分别反演光滑型、非光滑型的电参数(相对介电常数和电导率)分布。仿真结果的对比表明,PRP共轭梯度法的总体性能最优。

电磁反演技术在TLF拗陷深层研究中的应用

随着大地电磁测深理论的逐步完善和计算机技术日新月异的快速发展,反演处理技术已经从过去单点的正、反演和剖面的一维反演变化到现在较成熟的二维正反演,其应用领域不断拓宽,不仅在勘探新区新领域方面获得了很好的效果,而且在对过去老资料进行重新认识方面同样发挥着不可忽视的作用。本文通过应用近几年发展较成熟的二维反演技术方法,对TH盆地TLF拗陷以往的MT资料进行了重新处理和解释,获得了更丰富的深部信息,使人们对TLF拗陷深部地质结构有了更进一步的了解和认识,同时也说明电磁新技术、新方法的推出为完成更艰巨的地质任务提供了有力的保证。

2．5维井间电磁反演在中国东部孤岛油田的应用(英文)

本文研究了一种实用的井间电磁数据的反演方法,用以将井间电磁数据转换成地下地层的井间电阻率分布。该方法采用先验信息约束的正则化最小二乘迭代算法,对反演参数施加了可变的平滑约束。用有限元法(FEM)实现2.5维正演模型的电磁响应计算和反演过程中灵敏度矩阵计算时伪正演问题的计算。正则化最小二乘反演方法中用测井数据作为先验信息进行约束,利用该反演方法,对两个模型计算的合成井间电磁数据和中国东部孤岛油田的实测野外数据进行了反演,重建了井间电阻率剖面,获得了良好效果。野外实测数据的井间距为172m。灵敏度矩阵中的偏导数用基于互易原理的调和方程得到。合成数据和野外实际数据的反演结果显示,文中的反演方法对有随机噪音的井间电磁数据也具有良好的适应性和稳定性,可用于野外实测数据的处理解释。

基于深度学习的大地电磁二维反演方法

如何通过大地电磁测深反演方法来提高数据解释的精度一直都是大地电磁测深研究领域的重要课题。针对大地电磁传统反演方法存在的初始模型依赖、易陷入局部最优的问题,提出了一种基于深度学习的大地电磁二维反演方法。该方法首先设计GoogLeNetINV神经网络;接着构造多种地电模型,在TM模式下通过正演得到视电阻率数据,组成训练数据集;然后用训练数据集训练该神经网络并调整网络参数;最后,将视电阻率数据输入已训练好的GoogLeNetINV神经网络直接得到反演结果。实验结果表明,该方法能快速、准确地反演出“未学习”过地电模型的位置和电阻率数据,具有较好的泛化能力;使用噪声数据测试仍能取得良好的反演结果,有一定的抗噪声能力。将该神经网络应用于Bendigo Zone实际数据资料处理中,反演得到的电阻率模型与地震解释一致,因此基于深度学习的大地电磁反演方法能有效解决大地电磁反演问题。

基于电磁时间反演P范数判据的配电网故障定位

目前电磁时间反演(electromagnetic time reversal,EMTR)多应用在单一线路故障定位,且现有判据在高阻抗接地情况下效果不理想。针对上述问题,基于EMTR故障定位原理和均匀传输线理论推导了传播过程中线路故障信号与测量信号的传递函数,根据传递函数的相关性提出了P范数判据。利用ATP-EMTP搭建10 kV配电网线路,对比了2范数与P范数判据在复杂配电网中的定位性能,并验证了所提判据在混合配电网线路的适用性。最后,分析了配电网发生低阻抗及高阻抗接地故障下P范数判据的鲁棒性。仿真结果表明,该方法在过渡电阻高达3 kΩ的情况下能准确定位,且定位精度高,受噪声、故障类型和采样频率的影响小。

融合先验物理信息的高精度智能可控源电磁反演算法

可控源电磁反演利用人工信号获取地下结构信息,为地质勘探和资源开发提供准确的数据支持。然而,传统电磁反演方法面临低分辨率的挑战,主要是由于简化处理和观测数据的限制,导致模型平滑、细节丢失,从而削弱了反演的准确性,影响了电磁勘探的效率。为了解决这一问题,本文提出将传统反演结果与响应数据同时作为深度网络的输入数据,为深度网络反演提供先验物理信息,并结合深度学习算法提升可控源电磁反演的计算效率。通过模型试验,对合成的电阻率模型分别进行了传统反演、智能反演以及融合先验物理信息的智能反演。结果表明,融合先验物理信息的智能反演能够更好地刻画异常体结构特征,有效提升反演效率,并且得到的电阻率参数更符合实际。最后,将该反演技术应用于金川铜镍矿床的可控源数据反演解释,取得了较为可靠的应用效果。

速度约束的海洋大地电磁聚焦反演方法

本文利用海洋地震探测方法对速度、密度连续性发生变化的地层成像精度高的优点,提高海洋大地电磁(MT)反演空间分辨能力,提出速度约束的海洋MT聚焦反演方法,可以将OBS深部地震探测获得的速度结构模型作为先验信息引入到海洋MT反演目标函数的模型约束泛函中,对反演迭代过程中的电阻率模型施加速度结构约束。根据南黄海千里岩隆起区构建的速度-电阻率模型的反演测试表明,基于MGS聚焦稳定泛函的大地电磁反演方法可以得到高阻层以下的低阻层结构,速度约束下的海洋MT反演可以进一步提高对电阻率估计的精度:在速度约束信息准确的情况下,可以大幅提高海洋MT反演对电性结构的垂向分辨能力;当高速屏蔽层下不同地层波阻抗差异很小而影响速度模型精度时,该方法仍可利用速度梯度信息进行层位约束,提高相应层位识别能力。

时间反演电磁学研究进展

随着电磁时间反演理论日趋完善、实现日趋成熟、应用日趋广泛,针对电磁时间反演的研究已逐渐成为一个相对独立的学科领域——时间反演电磁学。文章从电磁时间反演理论、电磁时间反演实现和电磁时间反演应用三个方面较为系统地对时间反演电磁学的研究进展进行了综述,并以此为基础,对后续研究给出了建议。

基于电磁时间反演传递函数相关性的传输线网络故障定位方法

针对传输线网络中故障行波群信号辨识、到达时刻确定及故障分支判定困难等因素导致的定位误差问题,将电磁时间反演技术与传递函数相关性原理相结合,提出了一种基于电磁时间反演传递函数相关性的故障定位新方法。经过仿真与实验验证,对比了传统范数判据与相关性判据在多分支传输线网络中的定位性能。研究表明:当故障位置与观测点之间存在2个及以上分支点时,传统范数判据定位结果会出现较大偏差,能量判据和峰值判据在十分支网络中遍历故障位置时的仿真正确率仅为8%和36%,而传递函数的相关性判据可有效改善定位偏差问题。根据测量信号的频谱特征,选取包含高阶谐振频率的窄带分量进行反演计算可显著提升定位的正确率。传递函数相关性的定位方法基于单个观测点覆盖整个传输线网络,相比现有能量及峰值判据,在复杂多分支网络中具有更好的适用性和可靠性。

利用大地电磁三维反演方法获得二维剖面附近三维电阻率结构的可行性

大地电磁野外实测数据目前大多为二维剖面数据.如何反演这些二维剖面数据获得较为接近实际地电情况的结果,是多数大地电磁工作者关心的问题.我们通过对理论模型的三维响应进行分析和对合成数据及实测资料的反演结果进行对比研究,讨论了利用三维反演的方法来获得大地电磁二维剖面附近三维电阻率结构的可行性.结果表明:可用三维反演的方法来解释二维剖面数据.对大地电磁二维剖面的张量数据进行三维反演,不仅可以沿剖面获得较好的二维断面结果,还能够得到二维反演所不能获得的剖面附近的三维电阻率结构信息.合成数据的反演算例表明:对二维剖面数据进行三维反演时,对角元素对于圈定剖面附近三维异常体的空间分布具有独特作用,应尽量反演所有的张量元素.