煤矿CSAMT数据的广域电磁法处理

某煤矿采用V8多功能电法仪开展CSAMT探测试验,由于研究区内电磁干扰严重,得出的卡尼亚视电阻率质量较低。为了提高视电阻率数据的质量及其利用率,尝试采用广域电磁法进行CSAMT数据的处理,分别应用单分量电场法、比值法(电场和磁场相比)计算广域视电阻率。结果表明：由于V8施工时不采集场源发射电流,单分量电场法计算结果误差较大;比值法的计算结果在高频段与卡尼亚视电阻率一致,但在低频段优于卡尼亚视电阻率,与实际地电情况更吻合;比值法广域视电阻率的反演结果准确地揭示了矿区含煤地层和奥陶系灰岩的界面,地层解释结果与钻探结果一致,验证了广域电磁法在煤矿CSAMT数据处理中的可行性和有效性。研究成果为其他矿产资源的CSAMT数据处理提供参考。     

基于IITD和PNN的广域电磁法数据信噪分离方法

矿产资源开发需求加速了广域电磁法(Wide Field Electromagnetic Method, WFEM)的发展与应用,但强电磁干扰严重降低了原始数据质量与探测效果.为此,本文提出基于改进固有时间尺度分解(Improved Inherent Time-scale Decomposition, IITD)和概率神经网络(Probabilistic Neural Network, PNN)的广域电磁法数据信噪分离方法.首先,通过改进固有时间尺度分解算法,提高信号分解精度,消除原始数据中存在的趋势噪声;然后,构建WFEM数据样本库,提取最大值、峰值因子、脉冲因子、裕度因子等多个时域特征,结合概率神经网络进行信噪辨识;最后,将识别为有效信号的部分按原采样顺序进行整合与重构,实现WEFM数据去噪;通过数值模拟与实测分析,结果表明,趋势噪声和异常波形均能被有效辨识及剔除,处理后的电场曲线形态趋于平滑稳定,原始数据质量得到提升.     

基于海洋捕食者优化算法的电磁监测裂缝识别

水力压裂是实现深层油气增产的关键技术，压裂储层裂缝扩展监测对于油气田勘探开发具有重要意义.电磁法在裂缝监测中优势明显，但传统反演手段依赖于初始模型和约束条件，且反演精度受限，难以准确表征裂缝参数.为此，本文提出了基于海洋捕食者优化算法(Improved Marine Predators Algorithm, IMPA)的电磁监测裂缝参数识别方法.首先，采用Sobol序列初始化种群，提出阶段差异划分的寻优方式，改进了寻优参数，增加了边界自适应约束条件；然后通过Rastrigin函数测试，验证了算法优化的有效性；最后构建基于面积观测和剖面观测下的水力压裂单缝缝长模型与方位模型，分析了IMPA算法在不同噪声影响下对裂缝参数识别的适用性.结果表明，面积观测裂缝参数反演效果更稳定，反演精度更高，缝长反演相对误差小于0.15%,方位反演绝对误差小于0.04°;剖面观测反演效果受噪声影响程度稍大，缝长反演相对误差小于0.2%,方位反演绝对误差小于0.1°.