亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng)的制作方法

文檔序號(hào):11284785閱讀:925來(lái)源:國(guó)知局
一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng)的制造方法與工藝

本發(fā)明屬于復(fù)雜地質(zhì)鉆進(jìn)過(guò)程智能控制領(lǐng)域,尤其涉及一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng)。



背景技術(shù):

資源能源安全是國(guó)家安全的重要組成部分,也是國(guó)家經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵之一。保障資源能源安全應(yīng)立足于國(guó)內(nèi)。隨著淺層礦產(chǎn)資源的日益枯竭、深部成礦理論的發(fā)展以及國(guó)內(nèi)外大量深部礦產(chǎn)資源的探明使得深部地質(zhì)勘探和開(kāi)發(fā)成為必然。復(fù)雜地質(zhì)鉆進(jìn)過(guò)程是穿越多種復(fù)雜地層抵達(dá)目標(biāo)區(qū)域并獲取完整巖心的過(guò)程。深部復(fù)雜地質(zhì)鉆進(jìn)過(guò)程存在風(fēng)險(xiǎn)大、成本高,資源難以轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力等問(wèn)題,而預(yù)測(cè)鉆速并優(yōu)化操作參數(shù)能夠有效的解決上述問(wèn)題。因此,建立鉆速模型是智能控制的前提,同時(shí)也是實(shí)現(xiàn)復(fù)雜地質(zhì)鉆進(jìn)過(guò)程安全高效目標(biāo)的重要基礎(chǔ)。

鉆速是指鉆進(jìn)系統(tǒng)每小時(shí)的進(jìn)尺量,它是決定鉆進(jìn)效率的最重要的參數(shù)。鉆速主要受地層屬性參數(shù)和鉆進(jìn)工藝參數(shù)兩類參數(shù)的影響,地層屬性參數(shù)可分為地震參數(shù)和測(cè)井參數(shù)兩類,而地層可鉆性是一種反映地層屬性的地層特征參數(shù),鉆進(jìn)工藝參數(shù)又可分為錄井參數(shù)和鉆井參數(shù)兩類。這五類參數(shù)都對(duì)鉆速具有重要影響,同時(shí),它們之間具有非線性、強(qiáng)耦合等特點(diǎn)。

地層可鉆性對(duì)鉆速具有直接而重要的影響,除了鉆井參數(shù)和錄井參數(shù)對(duì)鉆速產(chǎn)生直接影響外,其他參數(shù)大多通過(guò)地層可鉆性這一個(gè)地層特征參數(shù)來(lái)影響鉆速,但是地層可鉆性在實(shí)際生產(chǎn)中難以檢測(cè)。復(fù)雜地質(zhì)鉆進(jìn)過(guò)程的特點(diǎn)決定了地層特征參數(shù)、地震參數(shù)、測(cè)井參數(shù)、錄井參數(shù)和鉆井參數(shù)對(duì)鉆速的影響方式和途徑并不相同,如果將所有的參數(shù)作為同等地位的輸入建立鉆速模型將會(huì)導(dǎo)致模型的解釋性較差,難以清晰地反映出各種參數(shù)對(duì)鉆速的影響。

目前,鉆速建模研究都是將地層可鉆性等反應(yīng)地層屬性的參數(shù)及其他參數(shù)一起作為鉆速模型的輸入,建立單層鉆速模型,建立單層鉆速模型的方法主要有兩類。一類是利用傳統(tǒng)統(tǒng)計(jì)回歸的方法建立鉆速模型;一類是利用神經(jīng)網(wǎng)絡(luò)、支持向量回歸等智能方法建立鉆速模型。上述方法是將地層可鉆性這一直接影響鉆速的關(guān)鍵參數(shù)與鉆速分開(kāi)描述,沒(méi)有形成統(tǒng)一架構(gòu),從而導(dǎo)致鉆速模型的解釋性較差的問(wèn)題。因此,融合多種形式的子模型進(jìn)行多層次、多模型、多種智能建模方法協(xié)同描述是實(shí)現(xiàn)鉆速建模的一種新途徑;同時(shí),在雙層建模的思想下每層均采用智能建模方法解決了使用傳統(tǒng)非線性回歸或單一智能建模方法導(dǎo)致模型精度和泛化能力較差的問(wèn)題。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的是提出一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng),通過(guò)融合分層、優(yōu)化和智能建模的思想,建立了地質(zhì)勘探中復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速模型架構(gòu),能夠有效提高鉆速模型的精度和泛化能力,為地質(zhì)勘探中復(fù)雜地質(zhì)鉆進(jìn)過(guò)程智能控制打下了良好的基礎(chǔ)。

為了實(shí)現(xiàn)上述技術(shù)目的,本發(fā)明所采用的技術(shù)方案是:一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng),包括:

樣本數(shù)據(jù)集的獲取模塊,用于通過(guò)復(fù)雜地質(zhì)鉆進(jìn)過(guò)程機(jī)理分析,確定影響鉆速的參數(shù)為地震層速度、地層深度、地震聲波時(shí)間、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度等;運(yùn)用分段三次埃爾米特插值方法將地震聲波時(shí)間數(shù)據(jù)和地層深度進(jìn)行對(duì)應(yīng)補(bǔ)齊,獲得樣本數(shù)據(jù)集;

地層可鉆性子模型建立模塊,用于采用nadaboost-elm算法建立地層可鉆性子模型,并使用樣本數(shù)據(jù)集對(duì)該子模型預(yù)測(cè)方法進(jìn)行仿真驗(yàn)證;

相關(guān)性分析模塊,用于基于pearson相關(guān)性分析方法確定與鉆速相關(guān)性較強(qiáng)的參數(shù),并將與鉆速相關(guān)性較強(qiáng)的參數(shù)作為鉆速子模型的輸入?yún)?shù);

鉆速子模型建立模塊,用于根據(jù)鉆速子模型輸入?yún)?shù),運(yùn)用改進(jìn)的pso-rbf算法建立鉆速子模型,形成復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模架構(gòu);并使用樣本數(shù)據(jù)集對(duì)該子模型預(yù)測(cè)方法進(jìn)行仿真驗(yàn)證。

進(jìn)一步地,所述地層可鉆性子模型建立模塊包括:

參數(shù)選定單元,用于在樣本數(shù)據(jù)集中對(duì)地震層速度、地層深度、地震聲波時(shí)間、比鉆壓、轉(zhuǎn)速這5個(gè)參數(shù)的選定;

第二運(yùn)算單元,用于對(duì)參數(shù)選定單元選定的參數(shù)作為地層可鉆性子模型的輸入,使用nadaboost-elm算法輸出地層可鉆性參數(shù),根據(jù)輸出參數(shù)建立地層可鉆性子模型。

進(jìn)一步地,所述相關(guān)性分析模塊包括:

第三運(yùn)算單元,用于根據(jù)pearson相關(guān)性系數(shù)的公式:

得到每個(gè)輸入?yún)?shù)與鉆速之間的相關(guān)性系數(shù);

其中,n是數(shù)據(jù)集的個(gè)數(shù),xi是輸入?yún)?shù),yi是鉆速,r是每個(gè)輸入?yún)?shù)與鉆速之間的pearson相關(guān)性系數(shù);

與鉆速相關(guān)性較強(qiáng)的輸入?yún)?shù)確定單元,用于根據(jù)pearson相關(guān)性系數(shù)的公式對(duì)地震層速度、地層深度、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度這6個(gè)參數(shù)進(jìn)行pearson相關(guān)性分析,得到地震層速度、地層深度、比鉆壓、轉(zhuǎn)速、泥漿密度這5個(gè)參數(shù)與鉆速具有較高的相關(guān)性。

進(jìn)一步地,所述鉆速子模型建立模塊包括:

樣本數(shù)據(jù)集預(yù)處理單元,用于對(duì)樣本數(shù)據(jù)集的歸一化處理;

其中,xnorm是歸一化后的數(shù)據(jù)集,x是真實(shí)的數(shù)據(jù)集,xmin是數(shù)據(jù)集中最小的數(shù)據(jù),xmax是數(shù)據(jù)集中最大的數(shù)據(jù);

第四運(yùn)算單元,用于根據(jù)下面三個(gè)公式計(jì)算隱含層和輸出層之間的權(quán)值;

其中,r是隱含層的激活函數(shù),||xi-ci||2是歐拉范數(shù),xi是輸入?yún)?shù),ci是rbf函數(shù)的中心,σi是rbf函數(shù)的方差,cmax是rbf函數(shù)中心之間的最遠(yuǎn)距離,h是聚類中心的數(shù)量,wi是隱含層和輸出層之間的權(quán)值;

第五運(yùn)算單元,用于根據(jù)下面的公式計(jì)算總目標(biāo)輸出,即鉆速;

其中,y是總目標(biāo)輸出,即鉆速,s是第二運(yùn)算單元中nadaboost-elm算法的輸出,即地層可鉆性,其他參數(shù)之前均有提到;

第六運(yùn)算單元,用于對(duì)改進(jìn)的pso-rbf算法建立鉆速子模型;通過(guò)改進(jìn)的pso算法優(yōu)化rbf神經(jīng)網(wǎng)絡(luò)的spread參數(shù)能夠得到最優(yōu)的模型性能參數(shù)。

本發(fā)明基于其技術(shù)方案所具有的有益效果在于:

(1)本發(fā)明通過(guò)對(duì)鉆進(jìn)過(guò)程進(jìn)行機(jī)理分析,確定影響鉆速的各類參數(shù),基于分段三次埃爾米特插值方法將部分缺失的數(shù)據(jù)補(bǔ)齊并獲得樣本數(shù)據(jù)集,能夠?yàn)楹竺娴慕9ぷ鞯於己玫幕A(chǔ);

(2)在獲得樣本數(shù)據(jù)集的基礎(chǔ)上,采用nadaboost-elm算法建立地層可鉆性子模型,能夠通過(guò)融合多種地層可鉆性子模型獲得更優(yōu)的預(yù)測(cè)效果;

(3在建立地層可鉆性子模型的基礎(chǔ)上,基于pearson相關(guān)性分析方法確定與鉆速相關(guān)性較強(qiáng)的參數(shù),作為鉆速子模型的輸入?yún)?shù),可以有效克服模型輸入?yún)?shù)之間的耦合問(wèn)題;

(4)基于得到的鉆速子模型輸入?yún)?shù),運(yùn)用改進(jìn)的pso-rbf算法建立鉆速子模型,并使用樣本數(shù)據(jù)集記性該子模型預(yù)測(cè)方法的仿真驗(yàn)證,有利于本發(fā)明在實(shí)際生產(chǎn)中應(yīng)用。

附圖說(shuō)明

圖1是本發(fā)明的復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng)的框架圖。

圖2是復(fù)雜地質(zhì)鉆進(jìn)過(guò)程。

圖3是測(cè)量和插值的地震聲波時(shí)間對(duì)比圖。

圖4是隨spead參數(shù)變化的地層可鉆性子模型均方根誤差圖。

圖5是隨隱含層節(jié)點(diǎn)數(shù)變化的地層可鉆性子模型均方根誤差圖。

圖6是不同建模方法的地層可鉆性結(jié)果圖。

圖7是不同建模方法的鉆速結(jié)果圖。

圖8是隨迭代次數(shù)變化的改進(jìn)的pso-rbf算法均方根誤差圖。

圖9是本發(fā)明的復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模的鉆速模型架構(gòu)圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地描述。

實(shí)施例一

本發(fā)明的實(shí)施例提供了一種復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng),能夠有效提高鉆速模型的精度和泛化能力,為復(fù)雜地質(zhì)鉆進(jìn)過(guò)程智能控制打下了良好的基礎(chǔ)。請(qǐng)參閱圖1,本發(fā)明的復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模系統(tǒng)包括:

樣本數(shù)據(jù)集的獲取模塊100,用于通過(guò)對(duì)復(fù)雜地質(zhì)鉆進(jìn)過(guò)程的特點(diǎn)(請(qǐng)參考圖2)進(jìn)行分析,確定影響鉆速的過(guò)程參數(shù),運(yùn)用分段三次埃爾米特插值計(jì)算方法將部分缺失的地震聲波時(shí)間數(shù)據(jù)和地層深度進(jìn)行對(duì)應(yīng)補(bǔ)齊,并獲得樣品數(shù)據(jù)集;所述樣本數(shù)據(jù)集的獲取模塊100包括:

樣本參數(shù)確定單元110,用于通過(guò)復(fù)雜地質(zhì)鉆進(jìn)過(guò)程機(jī)理分析,確定影響鉆速的參數(shù),包括地震層速度、地層深度、地震聲波時(shí)間、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度等;

第一運(yùn)算單元120,用于通過(guò)分段三次埃爾米特插值計(jì)算的方法,對(duì)影響鉆速的樣本數(shù)據(jù)進(jìn)行對(duì)缺失數(shù)據(jù)補(bǔ)齊,獲得樣本數(shù)據(jù)集,樣本數(shù)據(jù)集包括地層深度、地層可鉆性、地震層速度、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度、機(jī)械鉆速、地震聲波時(shí)間這9個(gè)參數(shù)。

地層可鉆性子模型建立模塊200,用于基于樣本數(shù)據(jù)集的獲取模塊100獲得樣本數(shù)據(jù)集的基礎(chǔ)上,將地震層速度、地層深度、地震聲波時(shí)間、比鉆壓、轉(zhuǎn)速這5個(gè)參數(shù)作為地層可鉆性子模型的輸入,使用nadaboost-elm算法建立地層可鉆性子模型;所述地層可鉆性子模型建立模塊200包括:

參數(shù)選定單元210,用于在樣本數(shù)據(jù)集中對(duì)地震層速度、地層深度、地震聲波時(shí)間、比鉆壓、轉(zhuǎn)速這5個(gè)參數(shù)的選定;

第二運(yùn)算單元220,用于對(duì)參數(shù)選定單元選定的參數(shù)作為地層可鉆性子模型的輸入,使用nadaboost-elm算法輸出地層可鉆性參數(shù),根據(jù)輸出參數(shù)建立地層可鉆性子模型。

相關(guān)性分析模塊300,用于在所述地層可鉆性子模型建立模塊200建立地層可鉆性子模型的基礎(chǔ)上,基于pearson相關(guān)性分析方法確定與鉆速相關(guān)性較強(qiáng)的參數(shù),作為鉆速子模型的輸入?yún)?shù);所述相關(guān)性分析模塊300包括:

第三運(yùn)算單元310,用于根據(jù)pearson相關(guān)性系數(shù)的公式:

得到每個(gè)輸入?yún)?shù)與鉆速之間的相關(guān)性系數(shù);

其中,n是數(shù)據(jù)集的個(gè)數(shù),xi是輸入?yún)?shù),yi是鉆速,r是每個(gè)輸入?yún)?shù)與鉆速之間的pearson相關(guān)性系數(shù);

與鉆速相關(guān)性較強(qiáng)的輸入?yún)?shù)確定單元320,用于根據(jù)pearson相關(guān)性系數(shù)的公式對(duì)地震層速度、地層深度、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度這6個(gè)參數(shù)進(jìn)行pearson相關(guān)性分析,得到地震層速度、地層深度、比鉆壓、轉(zhuǎn)速、泥漿密度這5個(gè)參數(shù)與鉆速具有較高的相關(guān)性。

鉆速子模型建立模塊400,用于根據(jù)地層可鉆性子模型建立模塊200得到的基于鉆速子模型輸入?yún)?shù),運(yùn)用改進(jìn)的pso-rbf算法建立鉆速子模型,并使用樣本數(shù)據(jù)集進(jìn)行該子模型預(yù)測(cè)方法的仿真驗(yàn)證;所述鉆速子模型建立模塊包括:

樣本數(shù)據(jù)集預(yù)處理單元410,用于對(duì)樣本數(shù)據(jù)集的歸一化處理;

其中,xnorm是歸一化后的數(shù)據(jù)集,x是真實(shí)的數(shù)據(jù)集,xmin是數(shù)據(jù)集中最小的數(shù)據(jù),xmax是數(shù)據(jù)集中最大的數(shù)據(jù);

第四運(yùn)算單元420,用于根據(jù)下面三個(gè)公式計(jì)算隱含層和輸出層之間的權(quán)值;

其中,r是隱含層的激活函數(shù),||xi-ci||2是歐拉范數(shù),xi是輸入?yún)?shù),ci是rbf函數(shù)的中心,σi是rbf函數(shù)的方差,cmax是rbf函數(shù)中心之間的最遠(yuǎn)距離,h是聚類中心的數(shù)量,wi是隱含層和輸出層之間的權(quán)值;

第五運(yùn)算單元430,用于根據(jù)下面的公式計(jì)算總目標(biāo)輸出,即鉆速;

其中,y是總目標(biāo)輸出,即鉆速,s是第二運(yùn)算單元中nadaboost-elm算法的輸出,即地層可鉆性,其他參數(shù)之前均有提到;

第六運(yùn)算單元440,用于對(duì)改進(jìn)的pso-rbf算法建立鉆速子模型;通過(guò)改進(jìn)的pso算法優(yōu)化rbf神經(jīng)網(wǎng)絡(luò)的spread參數(shù)能夠得到最優(yōu)的模型性能參數(shù)。

基于上述四個(gè)模塊形成復(fù)雜地質(zhì)鉆進(jìn)過(guò)程雙層智能鉆速建模架構(gòu)。

實(shí)施例二

某地區(qū)各鉆進(jìn)參數(shù)、地層深度和地震聲波時(shí)間參數(shù)見(jiàn)表1和表2。通過(guò)表1和表2數(shù)據(jù)對(duì)本發(fā)明的效果進(jìn)行仿真驗(yàn)證,請(qǐng)參見(jiàn)圖9,其為上述建模系統(tǒng)運(yùn)用到某地的具體實(shí)施例,包括以下具體步驟:

(1)原始數(shù)據(jù)為表1和表2,基于分段三次埃爾米特插值方法將表2中的地震聲波時(shí)間數(shù)據(jù)和地層深度進(jìn)行對(duì)應(yīng)補(bǔ)齊,得到如圖3所示的測(cè)量和插值的地震聲波時(shí)間對(duì)比圖,樣本數(shù)據(jù)集由地層深度、地層可鉆性、地震層速度、比鉆壓、轉(zhuǎn)速、比水功率、泥漿密度、機(jī)械鉆速、地震聲波時(shí)間這9個(gè)參數(shù)共22組數(shù)據(jù)組成。

表1某地區(qū)各鉆進(jìn)參數(shù)表

表2某地區(qū)地層深度和地震聲波時(shí)間參數(shù)表

(2)基于步驟(1)得到的9個(gè)參數(shù)22組數(shù)據(jù)的樣本數(shù)據(jù)集,將前16組數(shù)據(jù)作為訓(xùn)練集,后6組數(shù)據(jù)作為預(yù)測(cè)集。利用nadaboost-elm(nae)算法建立地層可鉆性子模型,并與現(xiàn)有的rbf神經(jīng)網(wǎng)絡(luò)(rbf)算法進(jìn)行對(duì)比,對(duì)比結(jié)果如圖4-6和表3所示。由以上圖表可知,所提方法在地層可鉆性子模型方面的預(yù)測(cè)精度和泛化能力均優(yōu)于其他方法。

表3地層可鉆性子模型各預(yù)測(cè)指標(biāo)表

(3)基于步驟(1)得到的9個(gè)參數(shù)22組數(shù)據(jù)的樣本數(shù)據(jù)集,進(jìn)行pearson相關(guān)性分析,得到如表4所示的各鉆進(jìn)參數(shù)pearson相關(guān)性系數(shù)表。確定了鉆速子模型的輸入?yún)?shù)為地層可鉆性、地層深度、比鉆壓、轉(zhuǎn)速、泥漿密度這5個(gè)參數(shù)。

表4各鉆進(jìn)參數(shù)pearson相關(guān)性系數(shù)表

(4)基于步驟(1)得到的9個(gè)參數(shù)22組數(shù)據(jù)的樣本數(shù)據(jù)集,將前16組數(shù)據(jù)作為訓(xùn)練集,后6組數(shù)據(jù)作為預(yù)測(cè)集。利用改進(jìn)的pso-rbf算法建立鉆速子模型,并與現(xiàn)有的單層rbf神經(jīng)網(wǎng)絡(luò)算法和雙層rbf神經(jīng)網(wǎng)絡(luò)算法進(jìn)行對(duì)比,對(duì)比結(jié)果圖如圖7-9和表5所示。由以上圖表可知,所提方法在鉆速子模型方面的預(yù)測(cè)精度和泛化能力均優(yōu)于其他方法。

表5鉆速子模型各預(yù)測(cè)指標(biāo)表

(5)基于建立的鉆速子模型,建立鉆速模型架構(gòu)。

在不沖突的情況下,本文中上述實(shí)施例及實(shí)施例中的特征可以相互結(jié)合。

以上所述僅為本發(fā)明的較佳實(shí)施例,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1