隨著我國經(jīng)濟(jì)的快速發(fā)展,能源的需求急劇增加,對能源的開采技術(shù)也有了更高的要求。地質(zhì)識別是能源開采技術(shù)中非常重要的一部分,在鉆井過程中實時識別鉆頭所處位置的地質(zhì)層信息,可及時調(diào)整鉆井方案,提高開采效率。因此,對地質(zhì)識別方法進(jìn)行研究,具有非常重要的意義。本文研究的基于微慣性隨鉆測量系統(tǒng)的地質(zhì)識別方法,利用微機(jī)電系統(tǒng)(MEMS)抗振動能力強(qiáng)、可靠性高的優(yōu)點和隨鉆測量系統(tǒng)的優(yōu)勢,通過測量鉆進(jìn)過程中鉆頭的振動信號并對其進(jìn)行分析處理,來識別鉆頭所處的地質(zhì)層。本文研究的地質(zhì)識別方法的主要步驟有:地質(zhì)信號的去噪、特征提取和分類識別。首先,為了降低隨鉆測量過程中大量噪聲對信號的影響,針對經(jīng)驗?zāi)B(tài)分解(EMD)去噪方法粗糙和小波包去噪方法缺乏自適應(yīng)的問題,提出了一種基于EMD-小波包的隨鉆測量信號去噪方法,經(jīng)過實驗對比驗證該方法能夠更好的去除隨鉆測量信號中噪聲的干擾,提高信號的信噪比。其次,根據(jù)隨鉆地質(zhì)信號的特點,利用EMD分解提取不同地質(zhì)信號的能量特征;并使用非負(fù)矩陣分解(NMF)對特征向量進(jìn)行降維處理。最后,使用經(jīng)過粒子群算法優(yōu)化參數(shù)的最小二乘支持向量機(jī),對提取的特征向量進(jìn)行分類識別,結(jié)果證明經(jīng)過降維后...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1經(jīng)驗?zāi)B(tài)分解算法流程圖

12圖2-1經(jīng)驗?zāi)B(tài)分解算法流程圖ig.2-1Flowchartofempiricalmodedecompositionalgorithm號去噪方法號經(jīng)過EMD分解后得到若干個頻率從高到低的IMF分?jǐn)?shù)小的IMF分量，低頻成分在階數(shù)高的IMF分量。....

圖2一2小油仆解結(jié)構(gòu)圖

LL1L2LJLJVWWWWV++++=⊕⊕⊕⊕交投影到上面的函數(shù)空間得到：()()L1L2LjLJLDDDDAftftffff++++=++++++示分解的層次。假設(shè)多....

圖4-2最優(yōu)超平面

圖4-2最優(yōu)超平面Fig.4-2Optimalseparatinghyperplane機(jī)的情況[65]，可以將求解最優(yōu)分類超平21min()2..()1,1,2,...,iiwwstywxbilφ=+≥=面的約束優(yōu)化問....

圖4-3SVM線性不可分示意圖

1R圖4-3SVM線性不可分示意圖AschematicdiagramofSVMlinearnonsepar量機(jī)的情況，而地質(zhì)信號的分類屬于非線性入特征空間對樣本進(jìn)行劃分。對此，的樣本從低維空間映射到高維空間，這為高維特征空間中的線性可分問題[63稱函數(shù)k(x....

本文編號：4042955