基于傅里叶级数分解的示功图位移测量算法

提出一种基于傅里叶级数分解的加速度、速度和位移转换算法.在抽油机示功图位移测量中,传统的二重积分算法存在初始条件不确定的问题,这将导致位移不闭合.通过对加速度、速度和位移进行傅里叶级数分解,直接利用级数间的关系实现二重积分,能有效克服上述初始条件不确定的问题.利用能量主要集中在低频的特点,给出了快速转换算法,同时还提高了算法的信号处理增益和抗噪声性能.对现场实验数据的分析结果表明,该算法可以快速实现加速度、速度和位移之间的转换,能有效应用于油井示功图的位移测量中.

基于DFT的油井数据有损压缩算法

针对油井数据无线传输中存在的冗余问题,提出了一种基于离散傅里叶变换（DFT）的有损压缩算法.该算法通过加入循环前缀和后缀的方法降低了截断效应的影响,通过时域加窗处理,降低了频谱的泄露和向高频的扩散.同时针对不同性能处理器给出了不同的压缩和解压缩方法.数据验证和现场实验表明该算法压缩率可以达到5%~20%,大大降低了网络传输延时和节点传输功耗.

稀疏傅里叶变换理论及研究进展

稀疏傅里叶变换(sparse Fourier transform,SFT)是一种稀疏信号离散傅里叶变换的新算法,比传统快速傅里叶变换(fast Fourier transform,FFT)更加高效.综述了SFT的理论框架、约束条件及频谱重排、窗函数滤波、降采样FFT等关键技术问题,结合算法最新理论成果,归纳出4种不同的重构方法:哈希映射法、混叠同余法、相位解码法、二分查找法.最后介绍了SFT理论的应用成果,并展望了其未来可能的发展方向.

基于神经网络的电参数反演载荷算法

提出一种基于神经网络的抽油机载荷反演算法,从电机输入电功率和载荷输出非线性逼近的角度建立高维输入输出系统模型,通过对网络误差的负梯度反馈,自动调整权值参数,求解电参数到载荷的映射网络.通过实测数据软件仿真,算法能实现电参数到载荷之间的非线性拟合,误差小于10-3,相关系数达到0.95以上.

基于泰勒级数估计的油井数据无损压缩

为了实现油井数据的高效传输,提出一种新的无损压缩算法.利用泰勒级数分解拟合出油井数据曲线,进行后向估计,通过传输拟合值与实际值的估计误差,实现数据的无损压缩.实测油井数据仿真表明该算法压缩率可达25%-40%,其整体性能优于霍夫曼编码、LZW编码等无损压缩算法至少20%,并具有时间空间复杂度低的特点.通过大港油田数据远程传输系统验证,该算法可将传输网络数据负荷降低至45%.