[发明专利]一种基于强化学习的自适应广域电磁法激电信息提取方法

说明书

本发明公开了一种基于强化学习的自适应广域电磁法激电信息提取方法，其特征在于，通过定义敏感度作为反演参数识别的特征，同时采用强化学习的方法来实现自适应反演参数的识别和正则化设置，从而实现智能化的激电信息提取。通过本发明方法，由于反演前期电阻率对观测数据的影响远大于极化率，因此电阻率的敏感度将高于极化率，此时的反演以电阻率为主，对电阻率参数施加先验信息约束，对极化率参数施加强限制约束；而后期电阻率趋于稳定，极化率的敏感度将高于电阻率，此时的反演将以极化率为主，对极化率参数施加先验信息约束，对电阻率参数施加强限制约束；而具体的正则化系数和约束施加通过强化学习对反演阶段的判断结果进行设定。

技术领域

本发明属于地球物理技术领域，涉及一种基于强化学习的自适应广域电磁法激电信息提取方法。

背景技术

广域电磁法(Wide Field Electromagnetic Method，WFEM)是一种新型的频率域电磁勘探方法。该方法兼有可控源音频大地电磁法(CSAMT)场源信号稳定可靠以及磁偶源频率测深法(MELOS)非远区测量的优点。WFEM定义的广域视电阻率严格保留了电磁场表达式级数展开式中的高次项，并且能在多种工作方式下通过只测量一个物理量来提取，是一种能有效改善电磁测深曲线非远区畸变效应的全区域适用视电阻率。

目前，WFEM在油气资源探测、金属矿探测和工程勘测等领域取得了一系列积极的成果。然而，在实际应用中，地下介质的频率域电磁波响应为电磁感应和激电效应的综合反映。开展从频率域电磁法信号中提取激电信息的研究，可以获得更多的物性参数，有助于定量分析极化效应对电磁信号的影响，进而提高频率域电磁法的反演解释精度。

但是，由于地下导电性不均匀所引起的异常强度远大于激电效应引起的异常，反演的过程将明显地分为两个部分：(1)电阻率反演部分，由于电阻率参数对适应度函数曲线起主要的影响作用，因此个体在解空间内将快速收敛至正确的电阻率参数附近；(2)极化率反演部分，此时电阻率参数对适应度函数的影响趋于稳定，个体开始在电阻率参数附近进行微调，极化率参数的优化将成为适应度曲线下降的主要原因，但由于极化率参数在数值上远小于电阻率参数，对适应度函数的影响也远小于电阻率参数对适应度函数的影响，算法在此时极易陷入局部极值，得到错误的极化率参数，加大了激电信息提取的难度。因此，如何在电阻率参数的影响下，提取弱小的极化率参数，是一个复杂的工程问题，存在具体巨大的技术挑战。

发明内容

本发明的目的在于提供一种基于强化学习的自适应广域电磁法激电信息提取方法，该方法通过定义敏感度作为反演参数识别的特征，同时采用强化学习的方法来实现自适应反演参数的识别和正则化设置，提高激电信息提取的精度。

为了达到上述目的，本发明提供以下技术方案：

本发明提供一种基于强化学习的自适应广域电磁法激电信息提取方法，通过定义敏感度作为反演参数识别的特征，同时采用强化学习的方法来实现自适应反演参数的识别和正则化设置，从而实现智能化的激电信息提取。

本发明提供一种基于强化学习的自适应广域电磁法激电信息提取方法，包括以下步骤：

S1、设置广域视电阻率的计算方程：

式(1)中，r为观测点到偶极源中心的距离，或称收发距；dL为水平电流源的长度，为观测点M和N之间的距离；

为观测点M和N之间的距离，ρ为电阻率，I为电流强度，k称为电磁波的传播常数或波数，i为虚部，为r与电流源之间的夹角；

S2、设置激电模型为：

式(2)中，ρ(ω)为考虑极化效应后与频率相关的广域复电阻率；ρ_a为未考虑极化效应时的广域视电阻率；m为极化率；τ为时间常数；c为频率相关系数，ω为角速度；