一种基于大数据分析的野外电法勘探数据异常识别方法

本发明提出了一种基于大数据分析的野外电法勘探数据异常识别方法，方法包括：采集多源异构数据构建数字孪生模型，结合地质物理规律约束生成虚拟电法勘探数据集；通过联邦学习框架多设备协同训练获自进化异常检测模型，部署至边缘计算节点获异常识别结果并可视化展示；迭代优化地质数字孪生与异常检测模型，得野外电法勘探数据异常识别结果。本发明基于相关技术实现时空同步，结合地质知识图谱构建三维地质结构模型并嵌入地质逻辑约束；通过生成式地质模拟器与联邦学习框架闭环反馈，注入真实地质场景特征、修正电法响应映射关系，使模型适应地质结构变化；将异常识别结果映射至三维地质模型可视化展示，解决传统方法匹配度低的问题。