一种基于深度学习的数据无损压缩方法及在测井大规模数据存储中的应用

为解决海量测井数据归档存储场景中出现的存储硬件和数据库存储容量限制等问题,提出了一种基于深度学习的数据无损压缩方法,采用循环神经网络RNN作为概率预测器,输出数据流的条件概率分布,结合当前字节值,使用自适应算术编码器对数据流进行压缩;解压过程中,使用保存的RNN网络权重和算术解码器,对数据流进行解压。所提方法较传统无损压缩方法,在一维测井数据的实际压缩测试中压缩率平均提升约23%,在二维阵列测井数据上,平均提升约21%。同时,结合数据无损压缩方法,提出一种基于多维特征索引查询树结构的测井大型存储数据库的构建方法,在多条件组合查询时,较传统数据库查询方法检索效率平均提升约45%。结果表明,所提方法可有效减少测井数据的存储空间,降低数据的检索时间,为大规模测井数据的存储和利用提供了技术基础,节约数据归档的硬件成本和人力成本。

定方位射孔工艺在光纤预置井中的应用

油气井套管外预置光纤后,采用射孔完井进行油气的后续开采,就需要精确的避开光纤射孔。本文介绍了电缆输送定方位射孔工艺原理,及其在常规定向井(井斜角≤55°)避光纤射孔中的应用。

可视化震击器的研究与应用

针对目前市场上使用的震击器进行震击解卡,但是存在问题是对于是否在井下产生震击动作,解卡过程没有实时的观测和记录,不便于对震击器是否起作用直观判断。为解决现有震击器在井下不能直观监测震击动作的问题,现提出一套监测系统,配接在震击器下部,能够实时观测井下瞬时张力情况。满足目前市场上对震击器解卡的可视化要求。