摘要
本发明公开一种基于时空图卷积神经网络的地质属性预测方法及系统,涉及地质属性建模及预测技术领域,包括:获取多源地质数据,建模三维地质属性模型;基于该模型,经切片处理获取多个地质单元的地质属性数据,将地质属性数据类比为时空序列数据,构建地质单元属性的时空图数据集,并利用时空图数据集训练基于时空图卷积神经网络的属性预测模型;将已挖掘区域的地质单元的地质属性数据构成时空图数据,输入至训练完成的属性预测模型中,输出掌子面后未挖掘区域的地质属性预测结果,并利用随挖掘更新的地质单元的地质属性数据不断更新属性预测模型。本发明通过学习相邻地质属性在时空维度上的关系,实现对掌子面前方未挖掘地质属性的准确预测。
技术关键词
时空图卷积神经网络
属性预测模型
属性预测方法
地质构造模型
时空序列数据
岩体裂隙信息
不良地质体
地下地质体
掌子面
切片
节点
软弱岩体
计算机
分区策略
关系
地下水
处理器
生成算法
预测系统