基于深度学习与物理知识驱动的震感预测方法、装置及电子设备

本发明涉及震感预测技术领域，尤其涉及一种基于深度学习与物理知识驱动的震感预测方法、装置及电子设备，包括：采集多维度基础参数，多维度基础参数包括历史震源参数、历史结构台阵观测数据以及地质特征数据；基于多维度基础参数提取物理约束条件，物理约束条件包括第一约束和第二约束；以多维度基础参数为输入，以物理约束条件为边界，构建融合物理计算与深度学习的震感预测模型；为震感预测模型设计包含基础误差项与约束惩罚项的损失函数。其能够融合地震物理规律，结合多维度数据适配不同地质场景，并且能够通过实时观测动态优化。