本文主要研究内容
作者仲志丹,吴进峰,任金梅（2019）在《油井动液面位置智能识别算法研究》一文中研究指出：针对采用声波探测法测得油井动液面数据时,采集到的信号由于受到长距离衰减和复杂背景噪声的影响,动液面回波位置容易淹没在复杂噪声之中不易识别的问题,本文采用一种新的带有宽第一层核的深度卷积神经网络(WDCNN)的方法。即使用采集到的原始声波信号作为输入,并使用第一卷积层中的宽内核来提取特征和抑制高频噪声;卷积层中的小卷积核用于多层非线性映射,池化层用来减少特征的空间大小和网络的参数;在输出层使用softmax函数转化识别的不同液面深度值。现场试验结果表明,构建的WDCNN模型提高了动液面位置识别的准确性与识别效率,智能识别技术取代了传统的耗时且不可靠的人工分析,降低了油田开采生产成本,提高了经济效益。
Abstract
zhen dui cai yong sheng bo tan ce fa ce de you jing dong ye mian shu ju shi ,cai ji dao de xin hao you yu shou dao chang ju li cui jian he fu za bei jing zao sheng de ying xiang ,dong ye mian hui bo wei zhi rong yi yan mei zai fu za zao sheng zhi zhong bu yi shi bie de wen ti ,ben wen cai yong yi chong xin de dai you kuan di yi ceng he de shen du juan ji shen jing wang lao (WDCNN)de fang fa 。ji shi yong cai ji dao de yuan shi sheng bo xin hao zuo wei shu ru ,bing shi yong di yi juan ji ceng zhong de kuan nei he lai di qu te zheng he yi zhi gao pin zao sheng ;juan ji ceng zhong de xiao juan ji he yong yu duo ceng fei xian xing ying she ,chi hua ceng yong lai jian shao te zheng de kong jian da xiao he wang lao de can shu ;zai shu chu ceng shi yong softmaxhan shu zhuai hua shi bie de bu tong ye mian shen du zhi 。xian chang shi yan jie guo biao ming ,gou jian de WDCNNmo xing di gao le dong ye mian wei zhi shi bie de zhun que xing yu shi bie xiao lv ,zhi neng shi bie ji shu qu dai le chuan tong de hao shi ju bu ke kao de ren gong fen xi ,jiang di le you tian kai cai sheng chan cheng ben ,di gao le jing ji xiao yi 。
论文参考文献
论文详细介绍
论文作者分别是来自智能计算机与应用的仲志丹,吴进峰,任金梅，发表于刊物智能计算机与应用2019年03期论文，是一篇关于声波探测法论文,液面回波论文,抗噪论文,深度卷积神经网络论文,智能识别论文,智能计算机与应用2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自智能计算机与应用2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：声波探测法论文; 液面回波论文; 抗噪论文; 深度卷积神经网络论文; 智能识别论文; 智能计算机与应用2019年03期论文;