基于DNN的煤矿富水区探测反演方法研究_中国煤炭行业知识服务平台

基于DNN的煤矿富水区探测反演方法研究

作者

韩晓冰王鑫磊周远国刘洋
单位

西安科技大学通信与信息工程学院
摘要

提出了一种基于DNN的煤矿富水区探测反演算法，该算法可以快速准确地实现煤矿富水区二维分布模型的重建。首先，利用时域有限差分方法（FDTD）获得不同分布模型的数值解；随后，依据数据样本搭建网络框架，网络的输入主要为电场分量，输出为相应的模型电导率参数。通过对神经网络进行训练，得到网络的最优系数，随后对富水区分布进行反演预测；结果表明：DNN算法在单个小目标异常体反演中，可以有效克服BP神经网络模型失效的问题，且对于多目标异常体的反演效果更加准确。另外，相同数据集下，DNN的训练耗时与预测耗时也少于BP神经网络。实验结果表明，该算法可以有效提高煤矿富水区探测效率。
关键词

煤矿富水区探测二维反演 DNN 时域有限差分法
基金项目(Foundation)

国家自然科学基金青年科学基金项目（61801371）；陕西省自然科学基础研究计划（2020JM-515）；
文章目录

0 引言
1 时域有限差分正演
2 深度神经网络反演
2.1 基于DNN的电磁反演模型
2.2 DNN反演模型训练算法
2.3 数据生成
3 煤矿富水区探测反演
3.1 单富水区模型反演
3.2 多富水区模型
4 结语
相关文章

[1]基于DNN的矿井超前探测反演方法研究