公开(公告)号：CN114254566A

公开(公告)日：2022-03-29

申请号：CN202111618427.4

申请日：2021-12-27

Applicant: 厦门大学

Inventor： 卓建亮 ,  胡利浩 ,  侯萱影 ,  金建峰 ,  柳清伙

IPC: G06F30/27 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/02 ,  G01V3/38

Abstract: 一种基于2.5维混合谱元法的神经网络地质探测反演方法，涉及地震油气勘探技术和电磁场联合反演领域。首先模拟广域电磁法中数据采集场景，进行2维地质模型建模，通过对地下介质扭曲挤压来实现地质结构的随机变化来获得机器学习使用的随机模型，采用2.5维混合谱元法对各组模型进行正演模拟，获得机器学习训练数据集，神经网络反演：采用两个UNET神经网络的模式去训练数据集；再分别通过成矿模型(理论模型)和矿区的实测数据对本发明提出的神经网络反演方法进行验证，判断神经网络反演方法的有效性和准确性。实现带起伏地形结构和复杂的地下介质结构的大规模尺寸模型，实现地下深部1000～3000m左右的地质资源勘探。

公开(公告)号：CN114254566B

公开(公告)日：2024-06-04

申请号：CN202111618427.4

申请日：2021-12-27

Applicant: 厦门大学

Inventor： 卓建亮 ,  胡利浩 ,  侯萱影 ,  金建峰 ,  柳清伙

IPC: G06F30/27 ,  G06N20/00 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/02 ,  G01V3/38

Abstract: 一种基于2.5维混合谱元法的神经网络地质探测反演方法，涉及地震油气勘探技术和电磁场联合反演领域。首先模拟广域电磁法中数据采集场景，进行2维地质模型建模，通过对地下介质扭曲挤压来实现地质结构的随机变化来获得机器学习使用的随机模型，采用2.5维混合谱元法对各组模型进行正演模拟，获得机器学习训练数据集，神经网络反演：采用两个UNET神经网络的模式去训练数据集；再分别通过成矿模型(理论模型)和矿区的实测数据对本发明提出的神经网络反演方法进行验证，判断神经网络反演方法的有效性和准确性。实现带起伏地形结构和复杂的地下介质结构的大规模尺寸模型，实现地下深部1000～3000m左右的地质资源勘探。