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 HAN Xiaobing;WANG Xinlei;ZHOU Yuanguo;LIU Yang

作者机构：西安科技大学通信与信息工程学院西安710699 

出 版 物：《煤炭技术》 (Coal Technology)

年 卷 期：2024年第43卷第4期

页      面：140-145页

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：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) 

主　　题：煤矿富水区探测 二维反演 DNN 时域有限差分法 

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。