[發明專利]一種基于強化學習的自適應廣域電磁法激電信息提取方法

有效

• 申請號: 202110386529.1
• 申請日: 2021-04-12
• 公開（公告）號: CN113204054B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 董莉;江沸菠;李小龍;肖林
• 申請（專利權）人: 湖南工商大學
• 主分類號: G01V3/08
• 分類號: G01V3/08
• 代理公司: 湖南科云知識產權代理事務所(普通合伙) 43253
• 代理人: 何方

1.一種基于強化學習的自適應廣域電磁法激電信息提取方法，其特征在于，通過定義敏感度作為反演參數識別的特征，同時采用強化學習的方法來實現自適應反演參數的識別和正則化設置，從而實現智能化的激電信息提取；

步驟1、通過定義敏感度作為反演參數識別的特征，設計不同物性參數的分階段提取方法，并通過敏感度來區分當前反演所處的階段；

定義電阻率和極化率的敏感度如下：

式(5)中，S為敏感度，G為迭代次數，fit為適應度，M為反演得到的模型參數，包括電阻率ρ和極化率m；

反演前期以電阻率為主，對電阻率參數施加先驗信息約束，對極化率參數施加強限制約束；而后期電阻率趨于穩定，極化率的敏感度將高于電阻率，反演后期將以極化率為主，對極化率參數施加先驗信息約束，對電阻率參數施加強限制約束；

根據迭代過程中電阻率和極化率的敏感度來判斷當前反演的狀態，以極化率反演為主還是電阻率反演為主，并輸出正確的正則化系數并施加正確的約束條件，從而實現智能化的激電信息提取；

步驟2、采用基于確定策略梯度的強化學習來實現反演階段的判斷和正則化系數的設置；

步驟3、根據強化學習所生成的正則化系數來控制反演施加的約束，實現自適應反演參數的識別和正則化設置，得到高精度的激電信息，包括電阻率和極化率參數。

2.根據權利要求1所述基于強化學習的自適應廣域電磁法激電信息提取方法，其特征在于，所述步驟1之前還包括以下步驟：

S1、設置廣域視電阻率的計算方程：

式(1)中，r為觀測點到偶極源中心的距離，或稱收發距；dL為水平電流源的長度，為觀測點M和N之間的距離；

為觀測點M和N之間的距離，ρ為電阻率，I為電流強度，k稱為電磁波的傳播常數或波數，i為虛部，為r與電流源之間的夾角；

S2、設置激電模型為：

式(2)中，ρ(ω)為考慮極化效應后與頻率相關的廣域復電阻率；ρ_a為未考慮極化效應時的廣域視電阻率；m為極化率；τ為時間常數；c為頻率相關系數，ω為角速度；

S3、設置反演的目標函數如下：

fit＝E(e)+λ₁R(ρ)+λ₂R(m) (3)

式(3)中，R(ρ)和R(m)分別為對電阻率和極化率的最小構造約束函數；λ₁、λ₂分別為R(ρ)和R(m)對應的正則化因子，采用兩個獨立正則化因子的原因是極化率的取值空間m較電阻率的取值空間ρ有較大差異；

其中，m∈[0,1]，ρ＞＞m；

如果采用統一的正則化因子將無法約束相對較小的極化率參數；E(e)為目標誤差函數，在反演時為數據的擬合誤差；

R(ρ)和R(m)在此均采用下式進行計算：

式(4)中，M為反演得到的模型參數，包括電阻率ρ和極化率m。