一种基于深度学习算法的地应力场智能反演方法

本发明涉及地应力场反演技术领域，尤其涉及一种基于深度学习算法的地应力场智能反演方法；包括以下步骤：S1、建立三维地质力学模型；S2、设置多个待定影响因素，分别对三维地质力学模型进行作用；S3、对每个待定影响因素都设置应力分量，以待定影响因素为自变量、应力分量为因变量，得到训练样本和验证样本；S4、构建CNN‑LSTM‑Attention深度学习模型；S5、基于训练样本，对深度学习模型进行训练，将应力分量作为输入，组合工况作为输出，训练后得到地应力反演模型；S6、基于验证样本，对地应力反演模型进行预测精度验证，当预测精度验证不合格时，迭代S1‑S5步骤；得到可靠且范围较大的地应力场分布特征。