一种隧道全波形反演梯度优化方法及系统

    公开(公告)号:CN118295023A

    公开(公告)日:2024-07-05

    申请号:CN202410209634.1

    申请日:2024-02-26

    申请人: 山东大学

    摘要: 本发明提供了一种隧道全波形反演梯度优化方法及系统,本发明针对隧道全波形反演梯度优化的深度神经网络设计与训练策略,首先以计算梯度和当前波速模型共同作为网络输入以预测优化梯度,并将网络预测结果更新当前波速模型后,与真实波速模型计算损失函数以更新梯度优化网络参数,最后结合内部全波形反演迭代与外层模型更新双循环训练,实现了梯度优化算子的构建,有效改善了地全波形反梯度形态与数值。

    基于观测数据自编码的多尺度无监督地震波速反演方法

    公开(公告)号:CN114117906B

    公开(公告)日:2024-05-10

    申请号:CN202111400849.4

    申请日:2021-11-19

    申请人: 山东大学

    摘要: 本发明提出一种基于观测数据自编码的多尺度无监督地震波速反演方法,本发明通过对观测数据自编码以提取数据中的大尺度信息,利用此信息引导反演网络完成对速度模型中不同尺度特征的恢复,降低反演的非线性程度,在此基础上将训练好的观测数据自编码器编码结构嵌入反演网络以完成反演网络前端对地震观测数据信息的有效提取,使得反演网络能更好的解析地震数据包含的信息,更好的建立地震数据与速度模型之间的映射关系,实现了反演方法完全无监督化,并为输入网络的观测数据添加位置编码以辅助网络感知观测系统的布设形式,便于实际工程应用。该方法能在无真实地质模型作网络训练标签的条件下取得地震速度模型较准确的反演效果。

    一种可控源电磁探测地球深部地热资源的方法及系统

    公开(公告)号:CN117270064A

    公开(公告)日:2023-12-22

    申请号:CN202311007463.6

    申请日:2023-08-10

    申请人: 山东大学

    IPC分类号: G01V3/38 G01V3/00

    摘要: 本发明提供了一种可控源电磁探测地球深部地热资源的方法及系统,根据地质资料,确定岩石沉积类型,以及花岗岩的赋存范围;获取向地下设定深度发射电磁脉冲信号产生的接收信号,多个横纵交错接收线处的三分量电场信号,通过横纵交错的接收线提高信噪比;通过对接收信号与发射电流的反褶积恢复地下介质的地电响应;通过引入包括接收间距、偏移距的探测参数,将接收信号直接转换为契比雪夫波;对比两种方法获得的结果,解译花岗岩及周围裂隙分布范围;进行三维成像,确定地热区域分布范围和潜在裂隙导水通道。本发明能够准确定位地下深处的热花岗岩及天然的导水裂隙,从而为后续的地热资源钻孔开发提供准确定位。

    一种盾构地质与隧道可视化方法、系统、介质及设备

    公开(公告)号:CN117218258A

    公开(公告)日:2023-12-12

    申请号:CN202311473568.0

    申请日:2023-11-08

    申请人: 山东大学

    摘要: 本发明涉及盾构施工技术领域,本发明公开了一种盾构地质与隧道可视化方法、系统、介质及设备,包括:获取地勘数据,得到三维地质模型;获取地质勘探地球物理数据,并加载为三维纹理,提取地球物理数据的包围盒,并向地球物理数据的包围盒发射射线,若射线与包围盒相交,则得到进入点和出射点,对于每一条射线,采样点初始为进入点,并沿射线方向前进设定距离,得到下一个采样点,使用采样点的坐标对三维纹理采样,得到地球物理数据标量值,并为每个地球物理数据标量值设置透明度和颜色,累积得到像素的颜色后,将三维地质模型和地球物理数据融合。实现了多种模型的融合渲染展示,且能够直观的表示出地球物理数据在地质体中的传播过程。

    平衡孔间敏感性的跨孔电阻率CT深度学习反演方法及系统

    公开(公告)号:CN111597752B

    公开(公告)日:2023-06-30

    申请号:CN202010269126.4

    申请日:2020-04-08

    申请人: 山东大学

    IPC分类号: G06F30/27 G06F111/10

    摘要: 本公开提供了一种平衡孔间敏感性的跨孔电阻率CT深度学习反演方法及系统,包括:通过数值模拟,构建包括多组孔中电极点电位值‑地电模型图数据对的数据库;对电位数据预处理,提取全局特征向量,进而获取局部特征图;在损失函数中增加用于平衡孔间敏感性的补偿项,构造深度学习网络,对深度学习网络进行训练,以确定电位数据与地电模型的映射关系,将采集的电位数据的局部特征图输入深度学习网络的卷积层,得到该组孔中电极点电位值对应的地电模型图,实现反演。

    基于深度学习的隧道电阻率极化率联合反演梯度优化方法

    公开(公告)号:CN115577612A

    公开(公告)日:2023-01-06

    申请号:CN202210932838.9

    申请日:2022-08-04

    申请人: 山东大学

    摘要: 本发明提供了一种基于深度学习的隧道电阻率极化率联合反演梯度优化方法,获取隧道三维地质数据;根据隧道三维地质数据以及预设的JointGradOptNet网络,得到隧道电阻率和极化率的联合反演梯度的优化预测结果;其中,JointGradOptNet网络的训练中,针对基于隧道前方常见的含水体构建隧道三维地质模型数据库,通过一次迭代的反演结果与初始均一地电模型的差得到网络的电阻率输入梯度与极化率输入梯度,通过地电模型与初始均一地电模型的差得到网络的电阻率目标梯度与极化率目标梯度;本发明实现了对隧道掌子面前方异常体较为精确的成像。

    基于深度学习的隧道地震勘探数据增强方法及系统

    公开(公告)号:CN115453616A

    公开(公告)日:2022-12-09

    申请号:CN202210932841.0

    申请日:2022-08-04

    申请人: 山东大学

    IPC分类号: G01V1/28

    摘要: 本发明提供了一种基于深度学习的隧道地震勘探数据增强方法及系统,获取经预处理后的隧道地震波勘探模拟数据;将预处理后的隧道地震波勘探模拟数据分为地震有效信号和地震噪声信号,使用相同网络参数的预编码器进行预编码;采用数据编码器将地震有效信号的预编码结果转换成有效数据向量,采用噪声编码器将地震噪声信号的预编码结果转换成纯噪声向量,有效数据向量和纯噪声向量大小相等;用有效数据向量减去纯噪声向量,获得纯净有效数据的特征向量,通过解码器进行纯净有效数据的特征向量的解码,得到域迁移后的地震波信号;本发明结合地震数据特征提出了域自适应迁移学习深度神经网络架构,进行数值实验,提高了数据的可用性。