基于深度学习的大地电磁死频带数据校正方法及系统

本发明涉及一种基于深度学习的大地电磁死频带数据校正方法及系统，该方法包括：对实测大地电磁数据进行分段处理，得到多个原始片段，通过DnCNN‑GRU网络对各原始片段进行处理，以提取出低频有效信号，并分离出高频含噪信号；通过IncepTCN网络模型对高频含噪信号进行识别分类处理，以识别出第一高质量片段和含噪片段，并通过IVIT网络模型对含噪片段进行去噪处理，以得到第二高质量片段；将第一高质量片段和第二高质量片段进行拼接，得到拼接片段，将拼接片段与低频有效信号进行合并重构，得到重构信号。通过本申请，能够实现从低频保护、噪声分类到去噪的全流程自动化，能够避免人工调参，且显著提升了复杂噪声的识别与抑制精度。