基于小波变换优化EEMD结合SG的红外光谱降噪算法

红外光谱气体分析技术由于具有检测参数多、检测效率高、分析准确等优势,已经逐渐成为气测录井的主要分析手段。但是由于地层流体中的烃类气体种类多、浓度范围跨度大等因素,致使测量的光谱数据复杂,所以光谱数据的预处理尤为重要,这直接关系到测量结果的准确性,而噪声是一个极为重要的干扰因素,如何对得到的烃类光谱数据进行去噪处理是一个至关重要的问题。基于此,本文提出了小波变换优化集合经验模态分解(EEMD)结合Savitzky-Golay滤波(S-G)的红外光谱降噪算法,该算法首先利用EEMD对信号进行分解得到多个IMF分量,再利用小波变换对各IMF分量进行小波阈值去噪,最后对去噪后的各IMF分量进行重构并进行S-G滤波。实验结果表明,本文提出的算法能够同时有效的去除吸收光谱数据中高斯白噪声和脉冲噪声,还提高了吸收光谱的平滑度指标,提升了录井气体检测的准确性。

基于小波变换和CNN-Transformer模型的测井储层流体识别

针对具有复杂储集空间和极强的非均质性的低孔低渗储层,常规测井响应特征不够明显,使用传统解释手段难以有效识别储层流体的问题,提出了一种基于小波变换和CNN-Transformer混合模型的储层流体识别方法。首先,使用小波变换将测井信号从时域扩展到时频域,并生成时频谱图以增强信号特征,然后使用滑动时窗沿着测井曲线深度方向滑动采样,获取代表解释深度处地层信息的频谱特征图,最后,通过训练CNN-transformer模型深度挖掘特征图信息,实现储层流体识别。混合模型在利用储层对应深度处测井数据的同时,又兼顾测井曲线随深度的变化趋势和地层前后信息的关联性,挖掘时频谱图的局部细节和全局特征表示,自动识别流体类型。将模型应用于大港油田22口实测测井资料中,并与CNN和BiLSTM等多个模型的流体识别效果进行对比分析,基于小波变换和CNN-Transformer模型识别效果明显优于其他方法,在测试集上识别准确率达到了92.7%。研究结果表明该方法可以作为低孔渗油藏常规测井资料识别储层流体的有效手段,为流体评价提供了新思路。

应用测井资料小波变换与伪成像技术精细划分深部隔夹层

隔夹层影响流体渗流,控制油水及剩余油分布,深层取心成本高,常规测井曲线分辨率低且薄互层信号模糊,深部隔夹层识别难度大。通过对关键井岩心研究,得出了隔夹层敏感测井曲线及其响应特征,采用小波分解和重构,对常规敏感测井曲线进行了高分辨率处理,降低了邻层平滑效应,突出了薄层界面测井响应特征,薄层识别分辨率提高了近1倍。综合利用隔夹层地层倾角矢量模式和伪成像特征,确立了深部隔夹层判识划分方法,应用实例表明,该方法可精细识别隔夹层,相比常规方法,隔夹层辨识能力显著提升,井间小层对比精度提高38%,解释了油水界面倾斜问题,得出了剩余油分布规律。

深探测阵列声波测井高分辨率反射波提取及成像

基于阵列声波测井的反射波成像是远离井眼进行井周地质结构和特性探测的重要技术,其中,从测井波形中提取反射波是该方法的关键部分,但是实现有效和高分辨率的反射波与模式波分离是相当困难的。针对这个问题,介绍了一种基于剪切波变换的反射波提取和噪声压制图像增强方法。该方法将剪切波变换与二维傅里叶变换相结合,利用剪切波变换的多尺度和多方位分解能力对阵列声波测井信号进行处理,可以发现模式波在剪切波域中聚焦在较小尺度上的水平锥形区域,由此,通过选择硬阈值将模式波与反射波信号分离,进而识别声波测井信号中的不同分量,压制噪声干扰,实现高分辨率反射波提取,提高反射波成像的质量和清晰度。利用该方法处理了正演模拟数据,并与其他方法的处理结果进行对比,验证了所提方法的有效性和准确性。最后,现场数据结果进一步证实了该方法的正确性。该方法在缝洞型碳酸盐岩和非常规非均质储层评价领域具有广阔的应用前景。

基于自然伽马测井的煤系关键金属精细勘探技术

滇东—黔西上二叠统煤系底部赋存着累积厚度达数米、以自然伽马测井正异常为特征的Nb-Zr-REY-Ga型关键金属矿层,是我国最有开发潜力的煤系关键金属资源之一。当前对该矿层的研究主要聚焦于关键金属物质来源、赋存状态和成矿模式等方面,而利用自然伽马测井数据对该矿层进行定量识别和浓度计算等工作还未开展过,尽管这项工作对将来这些矿层关键金属的勘探和开发具有重要意义。论文以Zr和Ga两种元素为例,利用收集和实测的关键金属浓度及其对应的自然伽马值等数据,进行了基于自然伽马测井的关键金属矿层精细勘探技术研究。结果表明:研究区Zr和Ga元素浓度的预测模型分别为y=133.42x^(2)+262.23x+224.43和y=31.587e^(0.2273x),指示两者最低开发利用浓度(2000μg/g和50μg/g)对应的自然伽马值分别为2.8 pA/kg和2.0 pA/kg。发现Haar小波3层分解获得的预测矿层位置与地球化学实测的矿层位置吻合度最高。预测模型验证结果表明,Zr和Ga元素浓度预测平均相对误差分别为14.21%和10.97%,矿层厚度预测平均相对误差分别为4.16%和4.82%,说明论文建立的关键金属精细勘探技术可以精确识别研究区关键金属矿层浓度和厚度,对滇东—黔西地区Nb-Zr-REY-Ga型关键金属矿层的精细勘探具有较好的应用价值。

基于BERT+CNN_BiLSTM的列控车载设备故障诊断

列控车载设备作为列车运行控制系统核心设备,在高速列车运行过程中发挥着重要作用。目前,其故障诊断仅依赖于现场作业人员经验,诊断效率相对较低。为了实现列控车载设备故障自动诊断并提高诊断效率,提出了BERT+CNN_BiLSTM故障诊断模型。首先,使用来自变换器的双向编码器表征量(Bidirectional encoder representations from transformers,BERT)模型将应用事件日志(Application event log,AElog)转换为计算机能够识别的可以挖掘语义信息的文本向量表示。其次,分别利用卷积神经网络(Convolutional neural network,CNN)和双向长短时记忆网络(Bidirectional long short-term memory,BiLSTM)提取故障特征并进行组合,从而增强空间和时序能力。最后,利用Softmax实现列控车载设备的故障分类与诊断。实验中,选取一列实际运行的列车为研究对象,以运行过程中产生的AElog日志作为实验数据来验证BERT+CNN_BiLSTM模型的性能。与传统机器学习算法、BERT+BiLSTM模型和BERT+CNN模型相比,BERT+CNN_BiLSTM模型的准确率、召回率和F1分别为92.27%、91.03%和91.64%,表明该模型在高速列车控制系统故障诊断中性能优良。

基于RoBERTa和超球体空间的日志异常检测研究

通过监控和分析大量日志数据,日志异常检测能够及时识别入侵攻击、恶意操作等异常行为,是现代系统管理人员的一项关键工具.针对标注数据稀少的问题,提出基于RoBERTa和超球体空间的无监督日志异常检测算法.首先,为充分学习日志文本的语义特征,提出多层次语义提取网络,有效从多个层面学习日志的上下文信息.先使用日志语料库对稳健优化的BERT预训练方法(robustly optimized BERT pretraining approach,RoBERTa)进行预训练,再使用RoBERTa和Transformer编码器分别在词语层面和句子层面挖掘日志条目的语义特征.其次,为增加类差异和挖掘日志的正常模式,在特征空间引入超球体损失.通过对模型不断优化,在仅使用正常样本进行训练的前提下,正常样本的特征表示能够聚集于超球体空间的中心,而异常样本则远离该中心,最终达到分离异常样本的目的.最后,该模型在HDFS日志数据集和BGL日志数据集上分别取得了0.94和0.93的F 1分数,验证了该模型的有效性.

深煤层可改造性测井评价方法研究——以SN区块为例

深煤层是我国煤层气开发的新热点,其中可改造性研究是深煤层有效开发的重要技术保障。以SN区块为例,结合区内地质数据和压裂施工资料,通过系统开展孔隙度、含气量、煤体结构、地应力等关键可改造性参数测井解释,明确煤层可改造性综合评价参数及评价方法。结果表明:①SN区块以中低灰分煤为主,资源潜力较大,具有可改造性物质基础;②基于GSI、组合弹簧模型建立煤体结构和岩石力学解释模型,模型适用性强。计算结果表明区内煤体结构复杂,原生结构煤、碎裂煤、碎粒煤均有发育;最大水平主应力平均32.21 MPa、最小水平主应力平均20.31 MPa、水平应力差异系数0.32~1.26,差异较大;③采用综合权重法建立了深煤层可改造性参数评价模型,指出煤体结构、应力差异系数、含气量、孔隙度为制约区内煤岩储层可改造性的关键因素,并基于可改造性参数分为四类可改造性模式,可为深煤层有效开发提供理论依据。

基于方向-频率分解的纹理特征提取方法研究

为了解决纹理图像发生旋转时的识别问题,充分利用纹理在不同方向具有不同频率成分这一特性,结合Log-polar变换、Radon变换和经验模态分解,提出基于方向-频率分解的纹理特征提取方法。首先对图像进行Log-polar变换和Radon变换,实现图像的方向分解,得到Log-polar谱和Radon谱;然后对各个方向变换谱分量进行经验模态分解,实现图像在各个方向上的频率分解;最后对得到的各固有模态函数进行Hilbert变换,得到其包络和瞬时频率,对包络和瞬时频率的均值和方差进行傅里叶变换,得到具有旋转不变性的纹理特征。实验结果表明,提出的方法用于纹理图像识别时准确率高,抗噪声能力强。

基于图像增强的球团粒度检测方法

为解决球团生产过程中无法准确、即时获取球团粒度信息的问题,针对现有检测球团粒度检测方法的研究存在的不足,本文提出了一种基于图像增强的球团粒度检测方法。该方法使用工业相机获得实时球团图像后,结合Log变换的改进带色彩恢复的多尺度视网膜增强算法(MSRCR)进行图像增强,通过引导滤波在保留球团边缘信息的同时去除噪声,使用引入阈值分割的霍夫变换,快速检测出图像中球团的个数,计算并统计每个球团的粒度。结果表明:该方法对球团个数检测的准确度达到92.03%,对合格球个数的检测准确度达到91.25%,能够满足球团工艺生产的要求。研究结果对减轻工人劳动强度、提高球团生产效率以及合格率具有积极作用。

基于中心对数比变换的分布型符号数据时间序列建模研究

针对分布型符号数据线性运算不封闭的问题,提出了一种新的分布型符号数据时间序列模型。分布型符号数据分析为处理和分析大规模数据提供了一种全新而有效的思想,具有广泛的应用前景。然而由于表征分布型数据单元为概率分布函数,其特殊表达形式和内在约束导致缺乏合适的运算规则,极大地限制了统计技术的灵活运用。为此,采用中心对数比变换方法,先将表征分布型数据单元的概率密度函数等距变换成普通函数,变换后的函数可以采用函数空间中的线性运算和内积运算,在保持样本空间形态不发生改变的前提下,有效克服了概率分布函数内在约束的影响。进一步提出了分布型时间序列数据的模型识别和参数估计方法,并通过仿真实验和实际数据验证了所提模型方法的合理性和有效性。

成分数据的变系数地理加权空间滞后模型

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对数比(ilr)变换、工具变量法和局部线性地理加权法,对模型参数进行估计。数值模拟实验表明:所提出模型的表现优于已有的成分数据空间自回归模型,并且参数估计量是有效的。基于一组实际数据,说明所提模型的实用性。

联合ISVD和小波变换的声波全波列测井时频特征研究

声波全波列测井动力学特征的研究通常包括时间域方法和频率域方法,但是2种方法均将时间和频率特征割裂开来。为了改善这一问题,拟探索声波全波列测井时频特征。首先改进奇异值分解,将声波全波列测井信号按照能量高低分解为主信号和次信号,继而利用小波变换,得到各信号分量的时频分布。结果表明,相比致密性地层,裂缝性地层,纵波、横波和斯通利波的时间均有延迟;纵波和横波的主频出现下降;纵波、横波、斯通利波及伪瑞利波幅度均有不同程度的衰减,其中,斯通利波衰减程度最大。

基于小波变换的铀矿测井岩性自动识别方法研究

无岩心钻探是铀矿勘查发展的必然趋势。提出一种基于小波变换的铀矿测井岩性自动识别方法,可为无岩心钻探的铀矿勘查提供完整的钻孔资料,满足地层岩性的精细化识别以及野外实际生产的需求。该方法首先通过标准化处理绘画不同岩性不同测井曲线的交会图,确定三侧向电阻率曲线为对岩性识别反映最敏感测井曲线;然后将归一化后的三侧向电阻率曲线进行不同小波函数相同分解尺度的小波变换和相同小波函数不同分解尺度的小波变换,与调心后的地质编录岩性对比分析,确定Haar小波函数和5层分解为对岩性识别最优的小波函数和分解尺度;最后,利用Haar小波函数和5层分解对归一化后三侧向电阻率曲线进行小波变换,得到5层分解后的低频小波系数,结合研究区块的地层和岩性资料,对不同岩性设置不同的加权系数,自动识别地层岩性。以某盆地钻孔的测井数据和地质岩性编录资料为实例,验证此方法的有效性和准确性。

黑土土壤水分反射光谱特征定量分析与预测

选择单一土类黑土作为研究对象,并准确调配其不同含水量,实验室测定土壤高光谱反射率,利用光谱分析与统计方法,定量描述了不同含水量黑土反射光谱特征,并建立了黑土含水量反射光谱预测模型。结果表明,随土壤含水量的增加,并达到一定阈值(300 g kg-1),反射率存在过饱和现象,但其倒数对数微分可以有效去除过饱和问题;土壤反射率倒数对数微分对土壤含水量的响应表现出三个变化阶段,导致1 870 nm波段的倒数对数微分也表现为非线性变化,需要利用分段函数进行土壤含水量的光谱精确速测。

小波变换在层序地层单元自动划分中的应用

利用小波变换的多分辨分析特征,采用几种常见的小波函数(Harr小波,Daubechies小波,Symlet小波,Dmeyer小波),分别对自然电位、自然伽马、视电阻率等测井曲线进行小波变换,发现在某一个尺度范围内可以识别出层序地层的准层序单元。利用该方法对胜坨油田5口井的测井曲线进行识别,与人工划分结果的比较表明,利用Symlet小波对视电阻率曲线进行分解识别的效果最理想。

利用不变量进行基于内容的图像检索

本文利用一种新的图像特征描述子进行基于内容的图像检索 .该描述子不仅实现了对图像内容的综合概括 ,即图像的形状、纹理和颜色内容 ,而且具有平移、旋转和尺度变换不变性 ,实验证明了该描述子优良的检索性能 .

科学钻探中的元素测井技术

系统地介绍了科学钻探中应用自然伽玛能谱测井、活化测井、热中子俘获伽玛能谱测井和中子非弹性散射伽玛能谱测井确定元素含量的原理和方法；详细讨论了在不同的岩性条件下如何选择和建立从元素含量向矿物成分转换的模型。最后，介绍了元素测井技术在ＫＴＢ和ＯＤＰ中的应用，说明元素测井技术对重建岩性剖面、了解元素丰度和矿物成分的变化、研究矿物在高温高压下蚀变所涉及的地球化学作用、显示岩石的不均匀性和重建地球化学剖面等方面有特殊作用。此外，元素测井技术对于精确计算骨架密度、孔隙度和渗透率、井与井间相关对比，以及补足由于漏掉岩芯或岩屑而失去的有关信息，均具有重要作用。

一种基于质心不变特性的仿射不变纹理特征提取算法

仿射不变模式识别是模式识别问题中的一个难点问题,本文提出了一种基于全局特征的仿射不变特征提取方法.算法从仿射变换的数学模型出发,利用仿射前后图像质心位置的不变特性,以质心为极点将图像从笛卡尔坐标系变换到极坐标系,然后利用对数变换和Radon变换分别将各向异性的尺度变换和旋转变换转化为平移变换,在此基础上利用具有平移不变性的非下采样小波变换提取变换图像的平移不变特征,实现了对图像的仿射不变的特征提取.将此算法运用于仿射纹理图像分类中,实验结果表明达到了较高的识别率.

基于对数比转换的成分数据空间插值研究

【目的】以新疆玛纳斯河绿洲表层土壤质地数据为例,研究对数比转换方法在成分数据空间插值中的应用。【方法】采用加法、中心化和等角3种不同对数比转换方法,对土壤颗粒含量数据进行转换,针对数据中的零值不能进行对数比转换问题引入了零值替换方法,空间插值采用普通克里格法。【结果】零值替换后土壤颗粒之和仍为100%。基于对数比转换的插值结果满足土壤质地颗粒组成定和100%的要求,而对土壤颗粒单独插值不满足定和100%的要求。插值结果精度评价表明基于等角对数比转换方法的插值结果最优,但3种方法的结果差别甚小。【结论】零值替换方法的引入在不改变成分数据定和的前提下避免了零值不能进行对数比转换。基于对数比转换的普通克里格法满足成分数据空间插值的非负、定和、误差最小和无偏估计4个要求。