龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国矿业大学
摘要：本发明公开了一种基于小样本随钻数据反演的岩石孔隙度预测方法，通过采集钻机在实验室或现场钻进过程中的随钻参数，包括：扭矩M、推进力F、转速N、推进速度V、钻杆振幅A、振动加速度a参量；将多重降噪处理后的不同类型随钻参数数据输入BP‑GA模型进行离散点剔除、数据增强和迭代计算，形成新的随钻数据集；将不同孔隙度岩石随钻参数时频域特征图输入至VG‑CNN卷积神经网络预测模型，通过训练学习得到随钻参数时频域特征与孔隙度之间的反演模型，最终实现依据现场实时随钻参数对岩石孔隙度进行反演预测；本方法基于少量钻孔随钻数据即可对岩石孔隙度进行快速、准确、定量反演预测。
主权项：1.一种基于小样本随钻数据反演的岩石孔隙度预测方法，其特征在于，包括以下步骤：步骤S1：采集钻机在实验室或地下巷道钻进过程中的随钻信息，获取扭矩M、推进力F、转速N、推进速度V、钻杆振幅A、振动加速度a关键随钻参数；步骤S2：对采集到的不同类型随钻参数进行多重降噪处理，将多重去噪后的随钻参数值输入“BP-GA”模型，得到新的随钻参数衍生数据集；步骤S3：分析新的随钻参数数据集内，不同类型随钻参数随钻进时间t的变化曲线，得到随钻参数时频域图，通过神经网络中的数据增强功能得到不同类型随钻参数的时频域图像库；步骤S4：构建岩石孔隙度卷积神经网络预测模型，对不同孔隙度岩石钻进过程随钻参数时频域特征图像库进行学习和训练，确定模型的最初学习率和衰减系数，得到岩石孔隙度预测结果。
全文数据：
权利要求：
百度查询： 中国矿业大学 一种基于小样本随钻数据反演的岩石孔隙度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号