CN106570227A - 一种超高密度电法的电极排列优化方法及装置 - Google Patents
一种超高密度电法的电极排列优化方法及装置 Download PDFInfo
- Publication number
- CN106570227A CN106570227A CN201610911512.2A CN201610911512A CN106570227A CN 106570227 A CN106570227 A CN 106570227A CN 201610911512 A CN201610911512 A CN 201610911512A CN 106570227 A CN106570227 A CN 106570227A
- Authority
- CN
- China
- Prior art keywords
- electrode
- arrangement
- data
- intelligent
- data set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种超高密度电法电极排列优化方法及装置。该电极排列优化方法通过评估各种电极排列数据对模型分辨率矩阵的影响，根据设定的优化目标选择出既能够最大化模型分辨率又能够保证数据间相互正交的优化排列数据集。该电极排列优化采集装置包括主控设备和若干智能电极。本发明的有益效果在于：电极排列优化算法能够在不明显损失模型分辨率的前提下极大地减少采集的数据量，提高采集速度；电极排列优化装置采用主控装置与智能电极分离的模式，各个智能电极采用独立的单片机进行控制，电极转换速度快，主控装置与智能电极间通过ZigBee技术无线传输数据，减少了现场的布线，数据的传输效率高，质量好。
Description
技术领域
本发明涉及地球物理电法勘探领域，特别涉及一种基于模型分辨率的超高密度电法电极排列优化方法及装置。
背景技术
电阻率成像技术是一种重要的地球物理勘探方法，广泛应用于水文、环境、考古、矿产资源和油气勘探等领域，取得了较大的经济效益。近年来随着理论研究的深入和工程应用的发展，人们对勘探规模和资料解释精度的要求也在不断提高，传统的电阻率成像方法面临着新的挑战。
超高密度电法是一种成本低、信息丰富和解释精度高的新型勘探方法，在国内也称为“超高密度电阻率成像”。该方法采用一种多通道、多电极的泛装置数据采集系统，可采集剖面电极间所有可能组合的电位信息，保证了后期数据处理和反演结果的精度。
然而超高密度电法采用泛装置进行数据采集，一次布极采集的数据量是传统高密度电法的数十或数百倍。如此大规模的数据使得采集数据的时间增加，后期数据处理的计算规模增大，正反演的难度增加，限制了该方法在大规模电法勘探中的应用。
发明内容
本发明的目的在于解决上述现有技术中存在的缺点，提供一种基于模型分辨率的超高密度电法电极排列优化方法及装置。电极排列优化是指通过评估各种电极排列数据对模型分辨率矩阵的影响，根据设定的优化目标选择出既能够最大化模型分辨率又能够保证数据间相互正交的优化排列数据集。超高密度电法装置根据优化的电极排列数据进行数据采集，可极大地减少采集数据量，提高采集效率，为后续的快速正反演提供优质数据。
为实现上述目标，本发明所采用的技术方案如下：
一种超高密度电法的电极排列优化方法，包括以下步骤：
（1）根据电极的数目设计全排列数据集，即超高密度电法装置电极阵列能够实现的所有电极排列方式，对于k个等距离共线电极，四极装置排列方式的数量由下式计算：
式中为k个电极的超高密度电法装置能够实现的电极排列方式的数量；
（2）去除全排列数据集中的非独立装置电极排列数据和超几何因子阈值电极排列数据，得到完备排列数据集；
（3）选择一组初始电极排列数据作为优化排列数据集的初始值，并根据下式计算该数据集的模型分辨率矩阵R：
式中G为雅克比矩阵，为阻尼因子，C为粗糙度矩阵；
（4）设定优化目标N，即优化后的电极排列数量与完备排列数据集中电极排列数量的比值；
（5）根据下式计算每一个新的排列数据加入到优化排列数据集后的目标函数F，然后选择F最小的排列数据加入到优化排列数据集；
式中为当前优化排列数据集的模型分辨率矩阵对角元素，为加入新的排列数据后数据集的模型分辨率矩阵对角元素，m为模型分辨率矩阵对角元素的个数，为雅克比矩阵中新的排列数据的对应的敏感矢量，为当前优化排列数据集中的各排列数据对应的敏感矢量，n为当前优化排列数据集中排列数据的个数；目标函数F分为两部分，第一部分描述新加入排列数据后模型分辨率矩阵的变化率，值越小表示模型分辨率矩阵的变化越大，第二部分为新的排列数据与当前数据集中数据的相关性，值越小表示相关性越小，为两者间的拉格朗日系数；
（6）重复步骤（5）直到达到优化目标；
（7）输出优化排列数据集。
本发明还提供一种超高密度电法的电极排列优化采集装置，包括主控设备和若干智能电极；所述主控设备包括ARM、触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源、源信号发生器和数模转换器，所述智能电极包括单片机、ZigBee模块、模数转换器、电源、电极转换开关和电极；主控设备中ARM分别与触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源和源信号发生器相连，数模转换器通过源信号发生器与ARM相连；智能电极中单片机分别与ZigBee模块、模数转换器和电源相连，电极、电极转换开关与模数转换器依次相连，主控设备和智能电极间通过ZigBee模块进行通信，智能电极中的电极转换开关根据接收到的电极排列信号在源电极和测量电极间进行转换，主控设备中源信号发生器中的源信号经过数模转换器转换后送至作为源电极的智能电极中，作为测量电极的智能电极将采集的数据通过ZigBee模块无线传输至主控设备，电源分别为主控装置和智能电极提供电能。
本发明的有益效果在于：
（1）电极排列优化算法能够在不明显损失模型分辨率的前提下极大地减少采集的数据量，提高采集速度，为后期进行数据处理和正反演解释提供了高质量的数据，有利于将超高密度电法推广至大规模、多电极的工程勘探应用中；
（2）电极排列优化装置采用主控装置与智能电极分离的模式，各个智能电极采用独立的单片机进行控制，电极转换速度快，适合超高密度电法的大规模数据采集，主控装置与智能电极间通过ZigBee技术无线传输数据，减少了现场的布线，数据的传输效率高，质量好。
附图说明
图1为本发明中超高密度电法电极排列优化方法的原理示意图。
图2为本发明中超高密度电法电极排列优化装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的实施方式作进一步详细说明。
图1为本发明中超高密度电法电极排列优化方法的原理示意图。如图1所示，本发明包括以下步骤：
（1）根据电极的数目设计全排列数据集，即超高密度电法装置电极阵列能够实现的所有电极排列方式，对于k个等距离共线电极，四极装置排列方式的数量由下式计算：
式中为k个电极的超高密度电法装置能够实现的电极排列方式的数量；
（2）去除全排列数据集中的非独立装置电极排列数据和超几何因子阈值电极排列数据，得到完备排列数据集；
（3）选择一组初始电极排列数据作为优化排列数据集的初始值，并根据下式计算该数据集的模型分辨率矩阵R：
式中G为雅克比矩阵，为阻尼因子，C为粗糙度矩阵；
（4）设定优化目标N，即优化后的电极排列数量与完备排列数据集中电极排列数量的比值；
（5）根据下式计算每一个新的排列数据加入到优化排列数据集后的目标函数F，然后选择F最小的排列数据加入到优化排列数据集；
式中为当前优化排列数据集的模型分辨率矩阵对角元素，为加入新的排列数据后数据集的模型分辨率矩阵对角元素，m为模型分辨率矩阵对角元素的个数，为雅克比矩阵中新的排列数据的对应的敏感矢量，为当前优化排列数据集中的各排列数据对应的敏感矢量，n为当前优化排列数据集中排列数据的个数；目标函数F分为两部分，第一部分描述新加入排列数据后模型分辨率矩阵的变化率，值越小表示模型分辨率矩阵的变化越大，第二部分为新的排列数据与当前数据集中数据的相关性，值越小表示相关性越小，为两者间的拉格朗日系数；
（6）重复步骤（5）直到达到优化目标；
（7）输出优化排列数据集。
步骤（2）所述的非独立装置电极排列数据是指Gamma装置数据。
步骤（2）所述的几何因子阈值取值范围设定为5-7之间。
步骤（3）所述的初始电极排列数据取偶极-偶极装置的电极排列数据。
步骤（5）所述的拉格朗日系数取值范围设定为0-1之间。
根据上述发明实施例进行仿真实验验证，采用均匀半空间介质模型进行仿真实验。
本发明实施例仿真实验采用均匀半空间地质模型，几何因子阈值设置为6，拉格朗日系数设置为0.5，优化目标N设置为1%，采用相对平均模型分辨率指标来衡量本方法的优化性能，通过下式计算：
式中为当前优化排列数据集的模型分辨率矩阵对角元素，为完备排列数据集的模型分辨率矩阵对角元素，m为模型分辨率矩阵对角元素的个数。在不同电极数量下，各数据集包含的数据数量和相对平均模型分辨率如表1所示。
表1
从表1可知，当优化目标为1%时，仅需要采集完备排列数据集中1%的优化数据，在30个电极的超高密度电法装置中就可以达到完备排列数据集模型分辨率的94.7%以上，虽然随着电极数目的增多，相对平均模型分辨率有所下降，但一般都可达到完备排列数据集模型分辨率的85%以上。
通过本发明实施例进行的上述仿真实验，验证了超高密度电法的电极排列优化方法的有效性，仅需要采集很少的一部分优化数据就可以获得具有高模型分辨率的地质信息。本方法既能够满足超高密度电法在工程应用时的高精度成像需求，又极大地减少了实际工程中所需采集的数据数量。
如图2所示本发明还提供了一种超高密度电法的电极排列优化采集装置，包括主控设备和若干智能电极；所述主控设备包括ARM、触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源、源信号发生器和数模转换器，所述智能电极包括单片机、ZigBee模块、模数转换器、电源、电极转换开关和电极；主控设备中ARM分别与触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源和源信号发生器相连，数模转换器通过源信号发生器与ARM相连；智能电极中单片机分别与ZigBee模块、模数转换器和电源相连，电极、电极转换开关与模数转换器依次相连；主控设备和智能电极间通过ZigBee模块进行通信，智能电极中的电极转换开关根据接收到的电极排列信号在源电极和测量电极间进行转换，主控设备中源信号发生器中的源信号经过数模转换器转换后送至作为源电极的智能电极中，作为测量电极的智能电极将采集的数据通过ZigBee模块无线传输至主控设备，电源分别为主控装置和智能电极提供电能。
下面以一个具体的实施例来说明本电极排列优化采集装置的工作原理和过程如下：
首先在勘探区域布置好智能电极和主控设备，开启主控设备并通过触摸屏对电极排列优化采集装置进行基本设置并检查无线通信状态。然后ARM控制电极排列优化模块按照设定的优化目标进行优化计算，电极排列优化模块采用本发明提供的超高密度电法电极排列优化方法，并采用DSP芯片实现。电极排列优化模块优化计算后得到各个智能电极的工作模式，并通过ZigBee模块依次将电极工作模式信息发送给各智能电极，智能电极通过ZigBee模块接收来自主控设备的电极工作模式信息，并在每个时钟周期内通过电极转换开关进行电极工作模式的转换。当智能电极处于源电极工作模式时，智能电极接收来自主控设备源信号发生器发出并经过数模转换的源信号，并向地面或井中供电形成电场，当智能电极处于测量电极工作模式时，智能电极采集或地面或井中的电场数据，通过模数转换后由单片机控制ZigBee模块发送至主控设备，存储于主控设备的FLASH中，用于进一步的处理和分析。
综上所述，本发明实施例提供了一种超高密度电法的电极排列优化装置，该装置的优点在于：
（1）电极排列优化装置采用主控装置与智能电极分离的模式，各个智能电极采用独立的单片机进行控制，电极转换速度快，适合超高密度电法的大规模数据采集；
（2）主控装置与智能电极间通过ZigBee技术无线传输数据，减少了现场的布线，数据的传输效率高，质量好。
以上所述仅为本发明的优选实施方式，应当指出，对于本技术领域的技术人员，在不脱离本发明原理的前提下，可对上述技术内容做出若干修改或修饰，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施方式所做的任何简单修改或修饰，均仍属于本发明的保护范围。
Claims (2)
1.一种超高密度电法的电极排列优化方法，包括以下步骤：
（1）根据电极的数目设计全排列数据集，即超高密度电法装置电极阵列能够实现的所有电极排列方式，对于k个等距离共线电极，四极装置排列方式的数量由下式计算：
式中为k个电极的超高密度电法装置能够实现的电极排列方式的数量；
（2）去除全排列数据集中的非独立装置电极排列数据和超几何因子阈值电极排列数据，得到完备排列数据集；
（3）选择一组初始电极排列数据作为优化排列数据集的初始值，并根据下式计算该数据集的模型分辨率矩阵R：
式中G为雅克比矩阵，为阻尼因子，C为粗糙度矩阵；
（4）设定优化目标N，即优化后的电极排列数量与完备排列数据集中电极排列数量的比值；
（5）根据下式计算每一个新的排列数据加入到优化排列数据集后的目标函数F，然后选择F最小的排列数据加入到优化排列数据集；
式中为当前优化排列数据集的模型分辨率矩阵对角元素，为加入新的排列数据后数据集的模型分辨率矩阵对角元素，m为模型分辨率矩阵对角元素的个数，为雅克比矩阵中新的排列数据的对应的敏感矢量，为当前优化排列数据集中的各排列数据对应的敏感矢量，n为当前优化排列数据集中排列数据的个数；目标函数F分为两部分，第一部分描述新加入排列数据后模型分辨率矩阵的变化率，值越小表示模型分辨率矩阵的变化越大，第二部分为新的排列数据与当前数据集中数据的相关性，值越小表示相关性越小，为两者间的拉格朗日系数；
（6）重复步骤（5）直到达到优化目标；
（7）输出优化排列数据集。
2.一种超高密度电法的电极排列优化采集装置，包括主控设备和若干智能电极；所述主控设备包括ARM、触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源、源信号发生器和数模转换器，所述智能电极包括单片机、ZigBee模块、模数转换器、电源、电极转换开关和电极；主控设备中ARM分别与触摸屏、FLASH、ZigBee模块、电极排列优化模块、电源和源信号发生器相连，数模转换器通过源信号发生器与ARM相连；智能电极中单片机分别与ZigBee模块、模数转换器和电源相连，电极、电极转换开关与模数转换器依次相连，主控设备和智能电极间通过ZigBee模块进行通信，智能电极中的电极转换开关根据接收到的电极排列信号在源电极和测量电极间进行转换，主控设备中源信号发生器中的源信号经过数模转换器转换后送至作为源电极的智能电极中，作为测量电极的智能电极将采集的数据通过ZigBee模块无线传输至主控设备，电源分别为主控装置和智能电极提供电能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610911512.2A CN106570227B (zh) | 2016-10-20 | 2016-10-20 | 一种超高密度电法的电极排列优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610911512.2A CN106570227B (zh) | 2016-10-20 | 2016-10-20 | 一种超高密度电法的电极排列优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106570227A true CN106570227A (zh) | 2017-04-19 |
| CN106570227B CN106570227B (zh) | 2019-09-24 |
Family
ID=58533962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610911512.2A Expired - Fee Related CN106570227B (zh) | 2016-10-20 | 2016-10-20 | 一种超高密度电法的电极排列优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106570227B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303742A (zh) * | 2018-01-05 | 2018-07-20 | 中南大学 | 新型高密度电法或超高密度电法勘探装置及勘探方法 |
| CN108508491A (zh) * | 2018-05-03 | 2018-09-07 | 湖南师范大学 | 一种消除极化效应干扰的超高密度电法电极规划方法 |
| CN108627552A (zh) * | 2018-05-10 | 2018-10-09 | 中国能源建设集团广东省电力设计研究院有限公司 | 环境检测电极、系统及方法 |
| CN108873074A (zh) * | 2018-04-18 | 2018-11-23 | 浙江大学 | 一种基于电极随机分布的三维高密度电阻率测量方法及勘探系统 |
| CN112415602A (zh) * | 2020-10-15 | 2021-02-26 | 山东大学 | 基于深度分辨率的隧道电阻率超前探测优化方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110133284A1 (en) * | 2009-12-04 | 2011-06-09 | Subhasish Mitra | Multiple carbon nanotube transfer and its applications for making high-performance carbon nanotube field-effect transistor (cnfet), transparent electrodes, and three-dimensional integration of cnfets |
| CN204086568U (zh) * | 2014-10-13 | 2015-01-07 | 湖南师范大学 | 一种超高密度电法数据采集装置 |
| CN104614773A (zh) * | 2015-01-22 | 2015-05-13 | 中国地质大学深圳研究院 | 一种集中式高密度电法仪的数据采集控制方法 |
| CN204925409U (zh) * | 2015-09-02 | 2015-12-30 | 中南大学 | 一种基于主成分神经网络的超高密度电法反演装置 |
-
2016
- 2016-10-20 CN CN201610911512.2A patent/CN106570227B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110133284A1 (en) * | 2009-12-04 | 2011-06-09 | Subhasish Mitra | Multiple carbon nanotube transfer and its applications for making high-performance carbon nanotube field-effect transistor (cnfet), transparent electrodes, and three-dimensional integration of cnfets |
| CN204086568U (zh) * | 2014-10-13 | 2015-01-07 | 湖南师范大学 | 一种超高密度电法数据采集装置 |
| CN104614773A (zh) * | 2015-01-22 | 2015-05-13 | 中国地质大学深圳研究院 | 一种集中式高密度电法仪的数据采集控制方法 |
| CN204925409U (zh) * | 2015-09-02 | 2015-12-30 | 中南大学 | 一种基于主成分神经网络的超高密度电法反演装置 |
Non-Patent Citations (2)
| Title |
|---|
| 戴前伟等: "超高密度电法的模型响应对比分析研究", 《工程地球物理学报》 * |
| 江沸菠等: "基于主成分-正则化极限学习机的超高密度电法非线性反演", 《地球物理学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303742A (zh) * | 2018-01-05 | 2018-07-20 | 中南大学 | 新型高密度电法或超高密度电法勘探装置及勘探方法 |
| CN108873074A (zh) * | 2018-04-18 | 2018-11-23 | 浙江大学 | 一种基于电极随机分布的三维高密度电阻率测量方法及勘探系统 |
| CN108873074B (zh) * | 2018-04-18 | 2020-03-24 | 浙江大学 | 一种电极随机分布式高密度电阻率测量方法及勘探系统 |
| CN108508491A (zh) * | 2018-05-03 | 2018-09-07 | 湖南师范大学 | 一种消除极化效应干扰的超高密度电法电极规划方法 |
| CN108508491B (zh) * | 2018-05-03 | 2019-11-08 | 湖南师范大学 | 一种消除极化效应干扰的超高密度电法电极规划方法 |
| CN108627552A (zh) * | 2018-05-10 | 2018-10-09 | 中国能源建设集团广东省电力设计研究院有限公司 | 环境检测电极、系统及方法 |
| CN112415602A (zh) * | 2020-10-15 | 2021-02-26 | 山东大学 | 基于深度分辨率的隧道电阻率超前探测优化方法及系统 |
| CN112415602B (zh) * | 2020-10-15 | 2021-11-19 | 山东大学 | 基于深度分辨率的隧道电阻率超前探测优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106570227B (zh) | 2019-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106570227A (zh) | 一种超高密度电法的电极排列优化方法及装置 | |
| CN102401864B (zh) | 低压集抄系统实验室仿真检测装置 | |
| CN102213768B (zh) | 基于计算机网络的数字地震仪 | |
| CN102750056A (zh) | 传感电路数量降低的电容式面板扫描 | |
| CY1105438T1 (el) | Συστημα τηλεαποκτησεως δεδομενων και τηλε-ελεγχου μετρητων ηλεκτρικης ενεργειας | |
| CN102916914B (zh) | 一种模拟前端的数据接收处理系统 | |
| CN105488566A (zh) | 一种基于vpx总线的脑神经信号实时并行处理系统 | |
| CN1266487C (zh) | 分布式并行智能电极电位差信号采集方法 | |
| CN103825787B (zh) | 有线级联式电磁数据采集系统及其测量方法 | |
| CN204086568U (zh) | 一种超高密度电法数据采集装置 | |
| CN103995286B (zh) | 一种声波接收换能器及井下方位噪声检漏装置和检漏方法 | |
| CN108547657A (zh) | 一种煤矿井下采选充一体化设计的分析评价方法 | |
| CN105188069A (zh) | 一种基于网络效率的桥梁监测系统节点布设方法 | |
| CN202026318U (zh) | 一种测井数据传输系统 | |
| CN202362398U (zh) | 低压集抄系统实验室仿真检测装置 | |
| CN109164495A (zh) | 一种油气压裂电磁数据实时采集装置 | |
| WO2012174855A1 (zh) | 基于计算机网络的百万道级新型数字地震仪 | |
| CN203551796U (zh) | 三维电阻率数据测量网络系统 | |
| CN101285787B (zh) | 三维油藏含水率测量的智能传感阵系统 | |
| CN106504493A (zh) | 一种电法勘探分布式电缆数据传输系统 | |
| CN204203348U (zh) | 一种光伏汇流箱改造用电流检测装置 | |
| CN103454687A (zh) | 三维电阻率数据测量网络系统及其编址方法 | |
| CN207601331U (zh) | 一种高精度集中式地电测量仪 | |
| CN103278853B (zh) | 一种单通道大地电场仪 | |
| CN206321987U (zh) | 一种信号处理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190924 Termination date: 20201020 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |