(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111343197.5 (22)申请日 2021.11.13 (71)申请人 中国地质科 学院地球物理地球化学 勘查研究所 地址 300000 天津市东 丽区东丽湖华纳景 湖花园5-2-201、 5 -2-202室 (72)发明人 姚大为　张鹏辉　 (74)专利代理 机构 深圳紫晴专利代理事务所 (普通合伙) 44646 代理人 孟莲 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 17/12(2006.01) G06K 9/62(2022.01) (54)发明名称 可控源音频大地电磁法三维有限差分正演 模拟方法及系统 (57)摘要 本发明涉及一种可控源音频大地电磁法三 维有限差分正演模拟方法及系统， 所述方法通过 获取介质中电场和磁场的控制方程； 对所述控制 方程进行求解， 得到线性方程组； 所述线性方程 组包括稀疏矩阵； 基于SQMR方法对所述线 性方程 组进行存储和求解， 得到解析结果； 获取所述解 析结果的特征信息数据； 所述特征信息数据包括 视电阻率和相位响应； 计算所述特征信息数据对 应的权重值， 并根据所述权重值与所述特征信息 数据得到 特征向量； 将所述特征向量输入典型模 型选择网络中， 得到典型模型； 根据所述典型模 型对所述解析结果进行验证和模拟 。 从而提高了 模拟效果。 权利要求书3页 说明书7页 附图2页 CN 113962133 A 2022.01.21 CN 113962133 A 1.一种可控 源音频大地电磁法三维有限差分正演模拟方法， 其特 征在于， 包括： 获取介质中电场和磁场的控制方程； 对所述控制方程进行求 解， 得到线性方程组； 所述线性方程组包括稀疏矩阵； 基于SQMR方法对所述线性方程组进行存 储和求解， 得到解析 结果； 获取所述解析结果的特 征信息数据； 所述特 征信息数据包括视电阻率和相位响应； 计算所述特征信 息数据对应的权重值， 并根据所述权重值与 所述特征信 息数据得到特 征向量； 将所述特 征向量输入典型模型选择网络中， 得到典型模型； 根据所述典型模型对所述 解析结果进行验证和模拟。 2.根据权利要求1所述的可控源音频大地电磁法三维有限差分正演模拟方法， 其特征 在于， 所述获取介质中电场和磁场的控制方程， 包括： 采集预设的角频率、 磁导 率和地层的电导 率； 根据所述角频率和所述磁导 率构建电场控制方程； 根据所述电导率构建磁场控制方程； 所述控制方程包括所述电场控制方程和所述磁场 控制方程。 3.根据权利要求1所述的可控源音频大地电磁法三维有限差分正演模拟方法， 其特征 在于， 所述典型模型选择网络的确定方法为： 获取待训练解析 结果的特 征信息数据； 对所述待训练解析 结果的特 征信息数据进行类别标注， 得到标注信息； 确定第一训练集和第 二训练集； 所述第 一训练集包括所述待训练矿物的特征信 息数据 中的视电阻率和对应的标注信息； 所述第二训练集包括所述待训练矿物的特征信息数据中 的相位响应和对应的标注信息； 计算所述第 一训练集中视电阻率的权重值， 并将所述第 一训练集中视电阻率与所述视 电阻率的权 重值相乘， 得到第一特 征向量； 计算所述第二训练集中相位响应的权重值， 并将所述相位响应与对应的权重值相乘， 得到第二特 征向量； 所述特 征向量包括所述第一特 征向量和所述第二特 征向量； 构建卷积神经网络模块和全连接网络模块； 将所述第一特征向量和所述第一训练集中的标注信息输入所述卷积神经网络模块进 行训练； 将所述第二特征向量和所述第二训练集中的标注信息输入所述全连接网络模块进行 训练， 并将训练好的卷积神经网络模块和全连接网络模块进 行合并输入到一个全连接神经 网络， 以得到训练好的典型模型选择网络 。 4.根据权利要求3所述的一种分布式光纤测温与防外破监测设备， 其特征在于， 所述将 所述第一特征向量和所述第一训练集中的标注信息输入所述卷积神经网络模块进 行训练， 包括： 根据所述第一特 征向量和所述第一训练集中的标注信息确定损失函数； 以所述损失函数最小为目标， 采用梯度下降优化算法对所述卷积神经网络模块进行训 练， 得到训练好的卷积神经网络 。 5.一种可控 源音频大地电磁法三维有限差分正演模拟系统， 其特 征在于， 包括：权　利　要　求　书 1/3 页 2 CN 113962133 A 2方程获取模块， 用于获取介质中电场和磁场的控制方程； 第一求解模块， 用于对所述控制方程进行求解， 得到线性方程组； 所述线性方程组包括 稀疏矩阵； 第二求解模块， 用于基于SQMR方法对所述线性方程组进行存 储和求解， 得到解析 结果； 特征获取模块， 用于获取所述解析结果的特征信息数据； 所述特征信息数据包括视电 阻率和相位响应； 向量确定模块， 用于计算所述特征信息数据对应的权重值， 并根据所述权重值与所述 特征信息数据得到特 征向量； 模型获取模块， 用于将所述特 征向量输入典型模型选择网络中， 得到典型模型； 模拟模块， 用于据所述典型模型对所述 解析结果进行验证和模拟。 6.根据权利要求1所述的可控源音频大地电磁法三维有限差分正演模拟系统， 其特征 在于， 所述方程获取模块包括： 采集单元， 用于采集预设的角频率、 磁导 率和地层的电导 率； 第一方程构建模块， 用于根据所述角频率和所述磁导 率构建电场控制方程； 第二方程构建模块， 用于根据所述电导率构建磁场控制方程； 所述控制方程包括所述 电场控制方程和所述磁场控制方程。 7.根据权利要求1所述的可控源音频大地电磁法三维有限差分正演模拟系统， 其特征 在于， 所述模型获取模块包括： 特征获取单元， 用于获取待训练解析 结果的特 征信息数据； 标注单元， 用于对所述待训练解析 结果的特 征信息数据进行类别标注， 得到标注信息； 训练集确定单元， 用于确定第一训练集和第二训练集； 所述第一训练集包括所述待训 练矿物的特征信息数据中的视电阻率和对应的标注信息； 所述第二训练集包括所述待训练 矿物的特 征信息数据中的相位响应和对应的标注信息； 第一计算单元， 用于计算所述第一训练集中视电阻率的权重值， 并将所述第一训练集 中视电阻率与所述视电阻率的权 重值相乘， 得到第一特 征向量； 第二计算单元， 用于计算所述第二训练集中相位响应的权重值， 并将所述相位响应与 对应的权重值相乘， 得到第二特征向量； 所述特征向量包括所述第一特征向量和所述第二 特征向量； 构建单元， 用于构建卷积神经网络模块和全连接网络模块； 第一训练单元， 用于将所述第 一特征向量和所述第 一训练集中的标注信 息输入所述卷 积神经网络模块进行训练； 第二训练单元， 用于将所述第 二特征向量和所述第 二训练集中的标注信 息输入所述全 连接网络模块进 行训练， 并将训练好的卷积神经网络模块和全连接网络模块进行合并输入 到一个全连接神经网络， 以得到训练好的典型模型选择网络 。 8.根据权利要求3所述的一种分布式光纤测温与防外破监测设备， 其特征在于， 所述第 一训练单 元包括： 损失函数确定子单元， 用于根据所述第 一特征向量和所述第 一训练集中的标注信 息确 定损失函数； 梯度训练子单元， 用于以所述损 失函数最小为目标， 采用 梯度下降优化算法对所述卷权　利　要　求　书 2/3 页 3 CN 113962133 A 3