随钻声波测井数据压缩的小波神经网络法.pdfVIP

随钻声波测井数据压缩的小波神经网络法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 37卷 第 6期 电 子 科 技 大 学 学 报 V0ll-37 No.6 2008年11月 JournalofUniversityofElectronicScienceandTechnologyofChina NOV.2008 · 自动化技术 · 随钻声波测井数据压缩的小波神经网络法 张 伟,师奕兵,王志刚 (电子科技大学 自动化工程学院 成都 610054) 【摘要】针对当前石油工程声波随钻测井中大量测井数据需要在井下实时压缩存储的迫切要求,结合声波测井数据的特 点,提出了一种基于小波神经网络的数据压缩算法,并利用共轭梯度法优化网络参数。实验结果表明,该算法具有参数收敛 速度快、数据压缩比高的特点,能够满足随钻声波数据高速实时处理的需要。 关 键 词 随钻声波测井;共轭梯度法;数据压缩;小波神经网络; 中图分类号 TP273 文献标识码 A veletNeuralNetworkM ethodforAcoustic Logging-W hile-DrillingW aveform DataCompression ZHANGWei,SHIYi—bing,andWANGZhi-gang (SchoolofAutomationEngineering,UniversityofElectronicScienceandTechnologyofChina Chengdu 610054) Abstract A large of logging data must be stored ni downhole immniently ni the acoustic loggnig-while—drillnigofpetroleum engineernig.Inthispaper,na efficientdatacompressionalgorithm basedon waveletnetworksforacousticwavedaat iSpresented.Theexperimentresultshowsthefeaturesofalgorithm such asfastparameterapproxmiationratenadhighcompressionratio.ItCna meethteneedofhtehigh—speedreal·time processingnipetroleum engnieernig. Keywords acousticloggnig-w·hile--rdillnig; conjugategradsalgorithm; datacompression;wavelet neura1newtorks 石油工程随钻测井 l【】在钻井的同时测量地层岩 仪器的存储器容量有限,为了适应海量声波测井数 石物理参数,与传统的电缆测井相比较有非常多的 据的存储,对声波测井数据进行实时压缩具有非常 优势。传统电缆测井需占用一定的钻机在用时间, 重要的现实意义。声波测井数据是一种非平稳信号, 井眼环境和泥浆滤液的浸入严重影响常规测井数据 它包括大小相互独立作用的叠加信号(如纵波、横波 的质量;而随钻测井资料是在泥浆浸入地层之前或 以及斯通利波 ,其信号幅度的变化范围大,无直流 浸入很浅时测得的,能更真实地反映原状地层的地 分量,分频带特性强。小波变换L2J因其 良好的时频 质特征。另外,对于大斜度井、水平井或特殊地质 特性和多分辨率分析能力,在数据压缩、模式识别、 环境钻井,电缆测井困难或风险大,以至于不能进 信噪分离等方面有广泛的应用。神经网络是具有学 行作业,随钻测井可以取而代之。 习能力的模式识别模型,对非平稳信号有逐级细化 目前海上钻井几乎都使用随钻测井技术。然而, 和特征提取能力,在模式识别、函数逼近等方面有 由于受数据传输技术的限制,大量的测井数据先是

文档评论(0)

jingpinwedang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档