最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)与常规偏移相比具有更高的成像分辨率、振幅保真性及均衡性等优势,是当前研究的热点之一.震源子波的估计直接影响LSRTM结果的好坏,在实际情况下考虑到震源子波的空变特性...最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)与常规偏移相比具有更高的成像分辨率、振幅保真性及均衡性等优势,是当前研究的热点之一.震源子波的估计直接影响LSRTM结果的好坏,在实际情况下考虑到震源子波的空变特性,其估计十分困难.为了消除子波对LSRTM结果的影响,本文发展了基于卷积目标泛函的不依赖子波LSRTM算法.目标泛函由观测记录卷积模拟记录的参考道以及模拟记录卷积观测记录的参考道组成,由于观测子波和模拟子波在目标泛函的两项中同时存在,从而消除了子波的影响.此外,常用的基于L2范数拟合的LSRTM算法对噪声非常敏感,尤其是当地震数据中含有异常值时,常规LSRTM无法得到满意的结果.Student′s t分布相比L2范数具有更好的稳健性,本文将其推广到不依赖子波LSRTM中,提升了算法的稳健性,最后通过理论模型及实际资料试算验证了算法的有效性和对复杂模型的适应性.展开更多
针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN...针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。展开更多
文摘最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)与常规偏移相比具有更高的成像分辨率、振幅保真性及均衡性等优势,是当前研究的热点之一.震源子波的估计直接影响LSRTM结果的好坏,在实际情况下考虑到震源子波的空变特性,其估计十分困难.为了消除子波对LSRTM结果的影响,本文发展了基于卷积目标泛函的不依赖子波LSRTM算法.目标泛函由观测记录卷积模拟记录的参考道以及模拟记录卷积观测记录的参考道组成,由于观测子波和模拟子波在目标泛函的两项中同时存在,从而消除了子波的影响.此外,常用的基于L2范数拟合的LSRTM算法对噪声非常敏感,尤其是当地震数据中含有异常值时,常规LSRTM无法得到满意的结果.Student′s t分布相比L2范数具有更好的稳健性,本文将其推广到不依赖子波LSRTM中,提升了算法的稳健性,最后通过理论模型及实际资料试算验证了算法的有效性和对复杂模型的适应性.
文摘针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。