一种基于深度学习的井中激电数据反演方法、系统及介质

本申请提供了一种基于深度学习的井中激电反演方法、系统及介质，方法包括以下步骤，进行三维地质体建模，生成划定范围内的包含异常体的地质体模型；随机生成多个包含不同位置与大小异常体的地质体模型，计算出每个不同位置与大小异常体的地质体模型中异常体产生的二次场异常值，得到多组异常体对应位置固定井的井中激电数据；使用7个全连接层构建网络，对构建的数据集进行训练，达到反演的目的。本申请对比传统方法的精度与速度上都有明显的提升，也证明了本文方法在电法勘探数据处理领域的理论价值。