CN116701848A - 一种一体化装备连续探测数据处理系统 - Google Patents
一种一体化装备连续探测数据处理系统 Download PDFInfo
- Publication number
- CN116701848A CN116701848A CN202310993269.3A CN202310993269A CN116701848A CN 116701848 A CN116701848 A CN 116701848A CN 202310993269 A CN202310993269 A CN 202310993269A CN 116701848 A CN116701848 A CN 116701848A
- Authority
- CN
- China
- Prior art keywords
- value
- detection data
- time sequence
- sequence
- target detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 345
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 239000000523 sample Substances 0.000 claims description 44
- 230000008859 change Effects 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 23
- 238000009499 grossing Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 9
- 230000000875 corresponding effect Effects 0.000 description 173
- 238000005553 drilling Methods 0.000 description 41
- 238000000034 method Methods 0.000 description 29
- 239000011435 rock Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 230000035772 mutation Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 6
- 239000003550 marker Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及电数字数据处理技术领域,具体涉及一种一体化装备连续探测数据处理系统,通过获取至少两种探测数据的时序序列,根据时序序列中的数值分布特征,确定时序序列中每个数值对应的疑似噪声可能性;根据每种探测数据的时序序列中每相邻两个数值的差异,确定每种探测数据的时序序列中每个数值相对其他每种探测数据的权重;根据每种探测数据的时序序列中每个数值及其对应的疑似噪声可能性以及每个数值相对其他每种探测数据的权重,确定每种探测数据的时序序列中每个数值的置信度,并根据该置信度,对时序序列进行平滑去噪。本发明通过数据处理可实现数据的高效去噪,解决了现有在对探测数据进行处理时数据去噪效果较差的问题。
Description
技术领域
本发明涉及电数字数据处理技术领域,具体涉及一种一体化装备连续探测数据处理系统。
背景技术
钻测一体化装备是一种将钻探仪器和地质勘查仪器整合在一起,实现钻探和地质探测同时进行的一种设备。由于电源噪声、磁场干扰、传感器本身噪声等因素,该设备采集的数据会受到各种噪声的干扰,影响后续对数据分析的准确性,因此需要对采集的数据进行高效的噪声抑制,以获得更加准确和可靠的探测数据。
Savitzky-Golay滤波是一种基于多项式拟合的平滑滤波方法,该方法通过对时序数据进行局部多项式拟合,在进行局部多项式拟合时,通过选取某个点附近一定数量的点,采用最小二乘法拟合一个多项式,然后通过该多项式计算出该点的平滑值,最终完成数据去噪处理。Savitzky-Golay滤波能够在滤除噪声的同时保留原始数据的趋势,通常被应用于各种数据滤波场景,比较适用于钻探数据的去噪处理。但是考虑到钻测一体化装备所采集到数据的噪声大小不定,若直接采用该Savitzky-Golay滤波对这些数据进行滤波,当噪声影响较大时,就会导致多项式拟合误差较大,进而导致噪声平滑效果较差,且当岩层硬度突变较大时,多项式拟合会平滑此突变趋势,造成平滑后的数据不准确,最终影响后续数据分析的准确性。
发明内容
本发明的目的在于提供一种一体化装备连续探测数据处理系统,用于解决现有在对探测数据进行处理时数据去噪效果较差的问题。
为解决上述技术问题,本发明提供了一种一体化装备连续探测数据处理系统,包括:
疑似噪声可能性获取模块,用于:获取待去噪处理的至少两种探测数据的时序序列,根据所述时序序列中的数值分布特征,确定所述时序序列中每个数值对应的疑似噪声可能性;
权重获取模块,用于:将任意一种探测数据作为目标探测数据,根据每种探测数据的所述时序序列中每相邻两个数值的差异,对目标探测数据的所述时序序列与其他每种探测数据的所述时序序列中相同位置对应的差异进行比较,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重;
相关性指标值获取模块,用于:根据目标探测数据的时序序列中每个数值及其对应的疑似噪声可能性,以及目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值;
置信度获取模块,用于:根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值以及目标探测数据的时序序列中每个数值对应的疑似噪声可能性,确定目标探测数据的时序序列中每个数值的置信度;
平滑去噪模块,用于:根据每种探测数据的时序序列中每个数值的置信度,对每种探测数据的时序序列进行平滑去噪。
进一步的,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,包括:
构建每种探测数据的时序序列中每个数值对应的窗口,根据目标探测数据与其他每种探测数据的时序序列中相同位置的数值对应的窗口内的各个数值,以及目标探测数据的时序序列中每个数值对应的窗口内的各个数值相对其他每种探测数据的权重,确定目标探测数据与其他每种探测数据的时序序列中相同位置的数值之间的加权协方差;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致,确定目标探测数据与其他每种探测数据之间的符号加权值;
根据目标探测数据与其他每种探测数据之间的符号加权值,对目标探测数据与其他各个种类的探测数据的时序序列中相同位置的数值之间的加权协方差进行加权求和,并将加权求和的结果确定为目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值。
进一步的,确定目标探测数据的时序序列中每个数值的置信度,包括:
根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,确定目标探测数据的时序序列中每个数值对应的疑似噪声可能性的校正系数;
对目标探测数据的时序序列中每个数值对应的疑似噪声可能性及其校正系数的乘积值进行负相关归一化,从而得到目标探测数据的时序序列中每个数值的置信度。
进一步的,在确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值之后,还包括:
判断目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值是否小于设定相关性指标阈值,若小于设定相关性指标阈值,则将目标探测数据的时序序列中对应位置的数值对应的疑似噪声可能性的校正系数设置为设定校正系数。
进一步的,在确定所述时序序列中每个数值对应的疑似噪声可能性之后,还包括:
判断每种探测数据的时序序列中每个数值对应的疑似噪声可能性是否大于设定可能性阈值,若不大于所述设定可能性阈值,则将每种探测数据的时序序列中对应数值的置信度设置为设定置信度。
进一步的,确定所述时序序列中每个数值对应的疑似噪声可能性,包括:
根据所述时序序列中的各个数值及其对应的采集时刻,进行曲线拟合,得到所述时序序列对应的拟合曲线;
确定所述时序序列中的各个数值在所述拟合曲线上的拟合值,根据所述时序序列中的各个数值与其对应的拟合值之间的差异,确定所述时序序列对应的差异标记序列;
根据所述时序序列对应的差异标记序列,确定所述时序序列中的各个数值对应的连续相同标记长度;
对所述时序序列进行分段,得到各个子时序序列,根据所述子时序序列中的各个数值与其对应的拟合值之间的差异的分布特征,确定所述子时序序列对应的数值复杂指标;
根据所述时序序列中每个数值与其对应的拟合值之间的差异,每个数值对应的连续相同标记长度,以及每个数值所属于的子时序序列对应的数值复杂指标,确定所述时序序列中每个数值对应的疑似噪声可能性。
进一步的,确定所述时序序列中每个数值对应的疑似噪声可能性对应的计算公式为:
其中,B为所述时序序列中每个数值对应的疑似噪声可能性,为所有所述子时序序列对应的数值复杂指标中的最大值,/>为所述时序序列中每个数值所属于的子时序序列对应的数值复杂指标,k为调整系数,S为所述时序序列中的每个数值对应的连续相同标记长度,/>为所述时序序列中每个数值与其对应的拟合值之间的差值绝对值,/>为以自然常数e为底数的指数函数。
进一步的,在确定所述时序序列中的各个数值在所述拟合曲线上的拟合值之后,还包括:
判断所述时序序列中每个数值与其对应的拟合值之间的差值绝对值是否大于差值绝对值阈值,若不大于所述差值绝对值阈值,则将所述时序序列中对应数值对应的疑似噪声可能性设置为疑似噪声可能性阈值。
进一步的,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,包括:
确定每种探测数据的所述时序序列中每个数值与其后一个数值的差值,从而得到每种探测数据的所述时序序列对应得到差值序列;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致以及目标探测数据与其他每种探测数据对应的差值序列中的每个差值的大小,确定目标探测数据与其他每种探测数据对应的差值序列中的每个差值对应的差值标记值,从而得到目标探测数据与其他每种探测数据对应的差值标记值序列;
将目标探测数据与其他每种探测数据对应的差值标记值序列中相同位置的两个差值标记值进行比较,并根据比较结果确定对应相同位置的两个差值标记值的比较标记值,从而得到目标探测数据与其他每种探测数据之间的比较标记值序列;
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
进一步的,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,包括:
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值在所述比较标记值序列中对应的比较标记值;
将目标探测数据的时序序列中每个数值对应的比较标记值的平均值,确定为目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
本发明具有如下有益效果:通过获取待去噪处理的至少两种探测数据的时序序列,并对该时序序列进行相应的数据处理,在实现去噪的同时,保护了真实的突变数据,有效提高了数据去噪效果。具体为,通过对待去噪的每种探测数据的时序序列中的数据分布特征进行分析,对时序序列中的疑似噪声点进行初步识别,确定时序序列中各个数值为疑似噪声点的可能性大小,从而得到时序序列中每个数值对应的疑似噪声可能性。考虑到当地层岩石硬度发生突变时,发生突变处的数值有可能会被误认为噪声点,因此为了便于后续识别真正的噪声点,对不同种类的探测数据之间的相关性进行考察,即将任意一种探测数据作为目标探测数据,对该目标探测数据与其他每种探测数据的时序序列中的数值分布差异情况进行分析,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,并基于该权重,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值。该相关性指标值表征了目标探测数据的时序序列中每个数值与其他种类的探测数据的时序序列中相同时间点的数值之间的关联程度。根据该相关性指标值对目标探测数据的时序序列中每个数值对应的疑似噪声可能性进行修正,从而最终得到目标探测数据的时序序列中每个数值的置信度,并基于该置信度对目标探测数据的时序序列中的数值进行区别性去噪,在实现数据去噪的同时,还保护了重要的真实突变数据,有效提高了数据去噪效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明实施例的一体化装备连续探测数据处理系统的结构示意图;
图2为本发明实施例的一体化装备连续探测数据处理方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。另外,本文所涉及公式中的所有参数或者指标均为归一化之后的消除了量纲影响的数值。
本实施例提供了一种一体化装备连续探测数据处理系统,该系统实质上是一种软件系统,其由各个实现对应功能的模块构成,对应的结构示意图如图1所示。该系统的核心在于实现一种一体化装备连续探测数据处理方法,该系统中的各个模块对应方法中的各个步骤,该方法对应的流程图如图2所示。下面结合该方法中的具体步骤,对该系统的各个模块进行详细介绍。
疑似噪声可能性获取模块,用于:获取待去噪处理的至少两种探测数据的时序序列,根据所述时序序列中的数值分布特征,确定所述时序序列中每个数值对应的疑似噪声可能性。
已知钻测一体化装备连续探测过程中的主要探测数据包括钻进速度、扭矩、钻头转速等,对这些探测数据进行实时记录和分析,以便对钻掘过程进行监测和控制。为了保证后续数据分析的准确性,本实施例以钻进速度、扭矩、钻头转速这三种相互关联的探测数据的去噪过程为例,对钻测一体化装备连续探测过程中的每种探测数据的去噪处理过程进行介绍。
钻测一体化装备上的各传感器数据进行数据采集,获取连续探测过程中各传感器采集的各种探测数据的时序序列。以钻进速度、扭矩、钻头转速这三种探测数据为例,可以获取这三种探测数据的时序序列。对于这三种探测数据的时序序列中的任意一个时序序列,通过对该时序序列中的数值分布特征进行分析,可以确定该时序序列中每个数值对应的疑似噪声可能性,实现步骤包括:
根据所述时序序列中的各个数值及其对应的采集时刻,进行曲线拟合,得到所述时序序列对应的拟合曲线;
确定所述时序序列中的各个数值在所述拟合曲线上的拟合值,根据所述时序序列中的各个数值与其对应的拟合值之间的差异,确定所述时序序列对应的差异标记序列;
根据所述时序序列对应的差异标记序列,确定所述时序序列中的各个数值对应的连续相同标记长度;
对所述时序序列进行分段,得到各个子时序序列,根据所述子时序序列中的各个数值与其对应的拟合值之间的差异的分布特征,确定所述子时序序列对应的数值复杂指标;
根据所述时序序列中每个数值与其对应的拟合值之间的差异,每个数值对应的连续相同标记长度,以及每个数值所属于的子时序序列对应的数值复杂指标,确定所述时序序列中每个数值对应的疑似噪声可能性。
应当理解的是,在上述确定时序序列中每个数值对应的疑似噪声可能性的过程中,在确定该时序序列中的各个数值在所述拟合曲线上的拟合值之后,还包括:判断所述时序序列中每个数值与其对应的拟合值之间的差值绝对值是否大于差值绝对值阈值,若不大于所述差值绝对值阈值,则将所述时序序列中对应数值对应的疑似噪声可能性设置为疑似噪声可能性阈值。也就是说,对于该时序序列中的任意一个数值,当该数值与其对应的拟合值之间的差值绝对值大于差值绝对值阈值时,才按照上述步骤确定该数值对应的疑似噪声可能性,而当该数值与其对应的拟合值之间的差值绝对值不大于差值绝对值阈值时,则直接将该数值对应的疑似噪声可能性设置为疑似噪声可能性阈值。
为了便于理解,以钻头转速这一探测数据对应的时序序列为例,根据该时序序列中的各个数值及其对应的采集时刻,利用最小二乘法进行曲线拟合,用以初步平滑数据,从而得到该时序序列对应的拟合曲线。确定钻头转速对应的时序序列中的各个数值在该时序序列对应的拟合曲线上的拟合值,并计算每个数值与其拟合值的差值,即利用每个数值减去其对应的拟合值得到差值,当差值为负数时,将对应的数值标记为第一标记值,本实施例将该第一标记值设置为-1,当差值为0时,将对应的数值标记为第二标记值,本实施例将该第二标记值设置为0,当差值为正数时,将对应的数值标记为第三标记值,本实施例将该第三标记值设置为1,由此获得一个-1、0、1的序列,该序列即为钻头转速对应的时序序列对应的差异标记序列。应当理解的是,上述第一标记值、第二标记值和第三标记值的取值并不局限于上述给出的实例,在保证上述第一标记值、第二标记值和第三标记值的取值各自互不相等的情况下,还可以将上述第一标记值、第二标记值和第三标记值的取值设置为其他数值。
在得到钻头转速对应的时序序列对应的差异标记序列之后,确定钻头转速的时序序列中的每个数值对应在该差异标记序列中连续为-1、0或者1的长度,从而可以确定该时序序列中的各个数值对应的连续相同标记长度。例如,钻头转速的时序序列对应的差异标记序列为-1、0、1、1、1、-1,对于钻头转速的时序序列中的第四个数值,其在差异标记序列中对应第四个标记值,该第四个标记值的取值为1,由于该第四个标记值1的位置处对应3个连续相同的标记值,即钻头转速的时序序列中的第四个数值对应在差异标记序列中连续为1的长度是3,因此该钻头转速的时序序列中的第四个数值对应的连续相同标记长度的取值为3,按照相同的方式,该钻头转速的时序序列中的第二个数值对应的连续相同标记长度的取值为1。
以钻头转速的时序序列对应的拟合曲线上的波峰点和波谷点为分割点,将该钻头转速的时序序列分割为各个子时序序列,此时每个子时序序列内的数据变化处于上升趋势或者下降趋势。根据每个子时序序列中的各个数值与其拟合值的差值,计算所有差值的绝对值的信息熵,并将该信息熵确定为每个子时序序列对应的数值复杂指标,由此获得各个子时序序列对应的数值复杂指标。该数值复杂指标表示了各个子时序序列中同一变化趋势内各数据异常程度值的复杂性,复杂性越高,对应的数值复杂指标的取值越大。
在此基础上,对于钻头转速这一探测数据对应的时序序列中的任意一个数值,该数值对应的疑似噪声可能性的计算公式为:
其中,B为所述时序序列中每个数值对应的疑似噪声可能性,为所有所述子时序序列对应的数值复杂指标中的最大值,/>为所述时序序列中每个数值所属于的子时序序列对应的数值复杂指标,k为调整系数,S为所述时序序列中的每个数值对应的连续相同标记长度,/>为所述时序序列中每个数值与其对应的拟合值之间的差值绝对值,/>为以自然常数e为底数的指数函数,/>为疑似噪声可能性阈值,/>为差值绝对值阈值。
在上述的时序序列中每个数值对应的疑似噪声可能性B的计算公式中,表示该时序序列的所有子时序序列对应的数值复杂指标中的最大值,该最大值/>用于对数值复杂指标/>进行归一化。调整系数k用于对连续相同标记长度S进行调整,以防止指数函数/>过早趋于0,实施者可根据需要进行设置,本实施例设置调整系数k的取值为0.1。由于噪声数据大小不定,其会破坏时序数据的变化趋势,故数值复杂指标/>越大,说明对应数值所属子时序序列中存在异常数据值的概率越大。当差值绝对值/>不大于差值绝对值阈值/>时,本实施例设置该差值绝对值阈值/>的取值为0,即/>时,说明对应数值对时序序列数据的变化趋势无影响,因此令疑似噪声可能性B等于疑似噪声可能性阈值/>,本实施例设置该疑似噪声可能性阈值/>的取值为0,此时有B=0。当差值绝对值/>大于差值绝对值阈值/>,即/>时,当差值绝对值/>越大时,说明对应数值对时序序列数据的变化趋势影响越大。同时考虑到噪声点还具有短暂性,故噪声数据点对应的连续相同标记长度S的取值往往较小,因此利用指数函数对调整系数和连续相同标记长度的乘积/>进行负相关归一化,得到/>,并将/>作为差值绝对值/>的调整值,差值绝对值/>及其调整值的乘积/>表示对应数值的异常特征值。再利用数值复杂指标/>的归一化取值/>作为异常特征值/>的调整值,将二者的乘积作为对应数值对应的疑似噪声可能性,该疑似噪声可能性表示对应数值为疑似噪声的可能性,当对应数值越可能为噪声时,其对应的疑似噪声可能性的取值就越大。
按照上述相同的方式,可以确定钻进速度、扭矩、钻头转速这三种探测数据的时序序列中每个数值对应的疑似噪声可能性。
权重获取模块,用于:将任意一种探测数据作为目标探测数据,根据每种探测数据的所述时序序列中每相邻两个数值的差异,对目标探测数据的所述时序序列与其他每种探测数据的所述时序序列中相同位置对应的差异进行比较,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
在钻探过程中,当地层岩石硬度、坚实程度发生突变时,此时采集的各个种类的探测数据的时序数据的变化趋势会同时产生突变,故会导致地层岩石硬度、坚实程度突变时的数据被误认为噪声数据,因此需要根据同时间内各类型探测数据之间的相关性分析,计算各数据的置信度,以识别真正的噪声数据。
基于上述分析,为了便于后续识别真正的噪声数据,将任意一种探测数据作为目标探测数据,本实施例以钻头转速作为目标探测数据,根据每种探测数据的时序序列中每相邻两个数值的差异,对目标探测数据的时序序列与其他每种探测数据的时序序列中相同位置对应的差异进行比较,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,实现步骤包括:
确定每种探测数据的所述时序序列中每个数值与其后一个数值的差值,从而得到每种探测数据的所述时序序列对应得到差值序列;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致以及目标探测数据与其他每种探测数据对应的差值序列中的每个差值的大小,确定目标探测数据与其他每种探测数据对应的差值序列中的每个差值对应的差值标记值,从而得到目标探测数据与其他每种探测数据对应的差值标记值序列;
将目标探测数据与其他每种探测数据对应的差值标记值序列中相同位置的两个差值标记值进行比较,并根据比较结果确定对应相同位置的两个差值标记值的比较标记值,从而得到目标探测数据与其他每种探测数据之间的比较标记值序列;
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
其中,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,实现步骤包括:
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值在所述比较标记值序列中对应的比较标记值;
将目标探测数据的时序序列中每个数值对应的比较标记值的平均值,确定为目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
为了便于理解,已知在钻探过程中,当钻头遇到较硬和坚实的岩石时,钻头转速和扭矩会增大,而钻进速度减小,而当钻头遇到松散和软弱的土层或岩层时,钻头转速和扭矩会减小,而钻进速度增大。因此对于钻头转速而言,钻头转速的数据变化趋势与扭矩的数据变化趋势一致,而与钻进速度的数据变化趋势不一致。
基于上述分析,当以钻头转速作为目标探测数据时,在该目标探测数据的时序序列中按照时间顺序计算前一个数值减去后一个数值的差值,当差值为负数时,令该差值的差值标记值的取值为第一数值,本实施例设置该第一数值为-1,当差值为0时,令该差值的差值标记值的取值为第二数值,本实施例设置该第二数值为0,当差值为正数时,令该差值的差值标记值的取值为第三数值,本实施例设置该第三数值为1,由此得到一个差值标记值序列D。由于钻头转速的数据变化趋势与扭矩的数据变化趋势一致,因此按照相同的方式,可以获取扭矩对应的差值标记值序列。由于钻头转速的数据变化趋势与钻进速度的数据变化趋势不一致,因此对于钻进速度的时序序列,当差值为负数时,令该差值的差值标记值的取值为第三数值1,当差值为0时,令该差值的差值标记值的取值为第二数值0,当差值为正数时,令该差值的差值标记值的取值为第一数值-1,由此得到一个差值标记值序列/>。应当理解的是,上述第一数值、第二数值和第三数值的取值并不局限于上述给出的实例,在保证上述第一数值、第二数值和第三数值的取值各自互不相等的情况下,还可以将上述第一数值、第二数值和第三数值的取值设置为其他数值。
由于钻头转速、扭矩、钻进速度的时序数据的变化趋势随着岩层硬度的变化而发生变化,而同时间内钻探的这三种类型数据遇到的岩层硬度变化趋势相关,故这三种探测数据的相关性较大。因此对于差值标记值序列D和,当两个序列中序号相同的两个差值标记值相同时,则令这两个差值标记值的比较标记值的取值为第四数值,本实施例设置该第四数值为1,当序号相同的两个差值标记值不相同时,则令这两个差值标记值的比较标记值的取值为第五数值,本实施例设置该第五数值为0,从而得到一个比较标记值序列E。对于差值标记值序列D和/>,按照相同的方式获取一个比较标记值序列/>。应当理解的是,上述第四数值和第五数值的取值并不局限于上述给出的实例,在保证上述第四数值和第五数值的取值互不相等且第四数值大于第五数值的情况下,还可以将上述第四数值和第五数值的取值设置为其他数值。
按照上述相同的方式,可以获取以任意一种探测数据为目标探测数据时,该目标探测数据与其他每种探测数据之间的比较标记值序列。在确定该目标探测数据与其他每种探测数据之间的比较标记值序列之后,为了便于理解,本实施例以钻头转速作为目标探测数据,根据钻头转速与扭矩之间的比较标记值序列E,以及钻头转速与钻进速度之间的比较标记值序列,可以确定钻头转速的时序序列中每个数值相对扭矩的权重,以及钻头转速的时序序列中每个数值相对钻进速度的权重,对应的计算公式为:
其中,为钻头转速的时序序列中第i个数值相对扭矩的权重,/>为钻头转速与扭矩之间的比较标记值序列E中的第i个数值,/>为钻头转速与扭矩之间的比较标记值序列E中的第i-1个数值,/>为钻头转速的时序序列中第i个数值相对钻进速度的权重,/>为钻头转速与钻进速度之间的比较标记值序列/>中的第i个数值,/>为钻头转速与钻进速度之间的比较标记值序列/>中的第i-1个数值。
在上述的权重的计算公式中,对于钻头转速的时序序列中的第1个数值,其在比较标记值序列E和中均对应第1个比较标记值,因此将比较标记值序列E中的第1个比较标记值作为钻头转速的时序序列中的第1个数值相对扭矩的权重,并将比较标记值序列/>中的第1个比较标记值作为钻头转速的时序序列中的第1个数值相对钻进速度的权重。而对于钻头转速的时序序列中的第i个数值,/>,其在比较标记值序列E和/>中均对应第i个和第i-1个比较标记值,因此将比较标记值序列E中第i个和第i-1个比较标记值的平均值作为钻头转速的时序序列中的第i个数值相对扭矩的权重,并将比较标记值序列/>中第i个和第i-1个比较标记值的平均值作为钻头转速的时序序列中的第i个数值相对钻进速度的权重。
按照上述方式,可以获取以任意一种探测数据为目标探测数据时,该目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,也就是可以确定钻进速度、扭矩、钻头转速这三种探测数据中的任意一种探测数据的时序序列中每个数值相对其他两种探测数据的权重。
相关性指标值获取模块,用于:根据目标探测数据的时序序列中每个数值及其对应的疑似噪声可能性,以及目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值。
为了识别每个种类的探测数据的时序序列中的真正的噪声数据,当以任意一种探测数据为目标探测数据时,基于该目标探测数据的时序序列中每个数值及其对应的疑似噪声可能性,以及目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,实现步骤包括:
构建每种探测数据的时序序列中每个数值对应的窗口,根据目标探测数据与其他每种探测数据的时序序列中相同位置的数值对应的窗口内的各个数值,以及目标探测数据的时序序列中每个数值对应的窗口内的各个数值相对其他每种探测数据的权重,确定目标探测数据与其他每种探测数据的时序序列中相同位置的数值之间的加权协方差;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致,确定目标探测数据与其他每种探测数据之间的符号加权值;
根据目标探测数据与其他每种探测数据之间的符号加权值,对目标探测数据与其他各个种类的探测数据的时序序列中相同位置的数值之间的加权协方差进行加权求和,并将加权求和的结果确定为目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值。
由于上述确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值的具体实现过程会在下面的内容中进行详细介绍,此处不再赘述。
置信度获取模块,用于:根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值以及目标探测数据的时序序列中每个数值对应的疑似噪声可能性,确定目标探测数据的时序序列中每个数值的置信度。
基于目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,并结合目标探测数据的时序序列中每个数值对应的疑似噪声可能性,确定目标探测数据的时序序列中每个数值的置信度,实现步骤包括:
根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,确定目标探测数据的时序序列中每个数值对应的疑似噪声可能性的校正系数;
对目标探测数据的时序序列中每个数值对应的疑似噪声可能性及其校正系数的乘积值进行负相关归一化,从而得到目标探测数据的时序序列中每个数值的置信度。
另外,应当理解的是,在确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值之后,还包括:
判断目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值是否小于设定相关性指标阈值,若小于设定相关性指标阈值,则将目标探测数据的时序序列中对应位置的数值对应的疑似噪声可能性的校正系数设置为设定校正系数。
也就是说,在确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值之后,且在目标探测数据的时序序列中每个数值对应的疑似噪声可能性的校正系数之前,还需要判断目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值是否小于设定相关性指标阈值,若小于设定相关性指标阈值,则直接将目标探测数据的时序序列中对应位置的数值对应的疑似噪声可能性的校正系数设置为设定校正系数,只有当不小于设定相关性指标阈值时,才根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,确定目标探测数据的时序序列中对应位置的数值对应的疑似噪声可能性的校正系数。
并且,在确定所述时序序列中每个数值对应的疑似噪声可能性之后,还包括:
判断每种探测数据的时序序列中每个数值对应的疑似噪声可能性是否大于设定可能性阈值,若不大于所述设定可能性阈值,则将每种探测数据的时序序列中对应数值的置信度设置为设定置信度。
也就是说,在确定时序序列中每个数值对应的疑似噪声可能性之后,且在确定目标探测数据的时序序列中每个数值的置信度之前,首先需要判断每种探测数据的时序序列中每个数值对应的疑似噪声可能性是否大于设定可能性阈值,若不大于该设定可能性阈值,则直接将每种探测数据的时序序列中对应数值的置信度设置为设定置信度,只有当大于该设定可能性阈值时,才按照上述给出的步骤来确定目标探测数据的时序序列中对应数值的置信度。
为了便于理解,本实施例以钻头转速作为目标探测数据,以该目标探测数据的时序序列中的任意一个数值为例,以该数值为窗口的中心,构造一个长度为5的窗口,从而得到该数值对应的窗口,此时该窗口内共包含有以该数值为中心的5个数值。应当理解的是,该窗口的长度可以根据需要进行设定,并不局限于本实施例给出的数值。按照相同的方式,可以确定扭矩和钻进速度这两种探测数据的时序序列中每个数值对应的窗口。
基于钻头转速的时序序列中每个数值对应的疑似噪声可能性,通过对钻头转速和扭矩的时序序列中相同位置的数值对应的窗口内的各个数值、钻头转速的时序序列中每个数值对应的窗口内的各个数值相对扭矩的权重,以及钻头转速和钻进速度的时序序列中相同位置的数值对应的窗口内的各个数值、钻头转速的时序序列中每个数值对应的窗口内的各个数值相对钻进速度的权重进行分析,可以确定以钻头转速作为目标探测数据时,该目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,进而可以确定该目标探测数据的时序序列中每个数值的置信度,对应的计算公式为:
=/>/>
其中,为钻头转速的时序序列中第x个数值的置信度,/>为设定置信度,/>为钻头转速的时序序列中第x个数值的疑似噪声可能性,/>为设定可能性阈值,/>为钻头转速的时序序列中第x个数值对应的疑似噪声可能性的校正系数,t为调节系数,用于防止指数函数过早趋于0,D为钻头转速与其他种类的探测数据的时序序列中第x个相同位置的数值之间的相关性指标值,/>为归一化函数,用于将/>归一化到0-1范围内,/>为设定相关性指标阈值,/>为设定校正系数,/>为以自然常数e为底数的指数函数,/>为钻头转速的时序序列中第x个位置的数值对应的窗口内的第i个数值相对扭矩的权重,/>为钻头转速的时序序列中第x个位置的数值对应的窗口内的第i个数值,/>为钻头转速的时序序列中第x个位置的数值对应的窗口内的所有数值的平均值,/>为在扭矩的时序序列中第x个位置的数值对应的窗口内的第i个数值,/>为扭矩的时序序列中第x个位置的数值对应的窗口内的所有数值的平均值,/>为钻头转速的时序序列中第x个位置的数值对应的窗口内的第i个数值相对钻进速度的权重,/>为在钻进速度的时序序列中第x个位置的数值对应的窗口内的第i个数值,/>为钻进速度的时序序列中第x个位置的数值对应的窗口内的所有数值的平均值。
对于上述的钻头转速的时序序列中第x个数值的置信度P的计算公式,根据先验知识可知,当数据所处时间点上的数据趋势突变为岩层硬度突变引起时,该时间点上的钻头转速、扭矩和钻进速度三种探测数据的变化趋势状态应一致,且三种探测数据之间的相关性较大;而由于噪声的出现具有随机性且大小不定,会导致该时间点上的三种探测数据的变化趋势状态出现差异,且会改变三种探测数据之间的相关性特征。已知数据变化趋势状态可以分为上升趋势、下降趋势和平稳趋势,当某一时间点与其相邻时间点上三种探测数据的数据变化趋势状态相同时,权重和/>为1,该时间点上的数据受噪声影响越小,应赋予较大的权重。而钻头转速和扭矩的时序序列数据为正相关,即钻头转速和扭矩的数据变化趋势一致,钻头转速和钻进速度的时序序列数据为负相关,即钻头转速和钻进速度的数据变化趋势不一致,因此钻头转速和扭矩局部的时序数据的加权协方差为正数,其值越大,相关性越大,钻头转速和钻进速度局部时序数据的加权协方差/>为负数,其值越小,相关性越大。因此将钻头转速和扭矩之间的符号加权值设置为1,并将钻头转速和钻进速度之间的符号加权值设置为-1,利用这两个加权值对两个加权协方差进行加权求和,即将钻头转速和扭矩局部的时序数据的加权协方差/>与钻头转速和钻进速度局部时序数据的加权协方差/>做差,从而得到相关性指标值D,此时相关性指标值D的取值越大,说明三种探测数据的相关性越大。当钻头转速的时序序列中第x个数值的疑似噪声可能性B不大于设定相关性指标阈值/>时,本实施例设置该设定相关性指标阈值/>的取值为0,即当/>时,说明对应第x个数值为正常数据,故令其对应的置信度P为设定置信度/>,本实施例设置该设定置信度/>的取值为1,此时有P=1。当钻头转速的时序序列中第x个数值的疑似噪声可能性B大于设定相关性指标阈值/>,即/>时,该对应第x个数值所处时间点上三种探测数据之间的相关性指标值D越大,疑似噪声可能性B越不可信,需要较小的校正系数。因此当相关性指标值D小于设定相关性指标阈值/>,本实施例设置该设定相关性指标阈值/>的取值为0,即当/>时,令校正系数/>为设定校正系数/>,本实施例设置该设定校正系数/>的取值为1,此时有/>;当相关性指标值D不小于设定相关性指标阈值/>,即当/>时,令校正系数/>为/>,由此令置信度P为/>,此时疑似噪声可能性B越大,相关性指标值D越大,说明对应第x个数值为噪声的可能性越大,对应为正常数据的可能性就越小。
按照上述方式,可以确定钻头转速的时序序列中各个数值的置信度。然后对钻头转速的时序序列中各个数值的置信度进行归一化操作,即确定钻头转速的时序序列中各个数值的置信度中的最大值,并将钻头转速的时序序列中各个数值的置信度除以该最大值,从而得到归一化操作后的各个置信度,这些归一化操作后的各个置信度即为钻头转速的时序序列中各个数值的最终的置信度。
按照上述相同的方式,可以获取以任意一种探测数据为目标探测数据时,该目标探测数据的时序序列中每个数值的置信度,也即可以获取钻进速度、扭矩、钻头转速这三种探测数据中的任意一种探测数据的时序序列中每个数值的置信度。
平滑去噪模块,用于:根据每种探测数据的时序序列中每个数值的置信度,对每种探测数据的时序序列进行平滑去噪。
对于钻进速度、扭矩、钻头转速这三种探测数据中的任意一种探测数据,以该探测数据的时序序列中每个数值的置信度为权值,带入到Savitzky-Golay滤波算法中,并使用加权最小二乘法拟合多项式,以完成该探测数据的时序序列的噪声平滑处理。由于噪声平滑处理的具体实现过程属于现有技术,此处不再赘述。将经过噪声平滑处理后的每种探测数据的时序序列保存在数据库中,以便后续分析和查询。再对经过噪声平滑处理后的每种探测数据的时序序列进行分析和建模,以获得更深入的地质信息和资源勘探价值。进而将分析结果进行可视化展示,例如地质剖面图、井筒图、地图等,由此可以通过图表等方式直观地了解地下结构和环境变化情况,以及进行科学决策和规划。最后需要说明的是,上述在对钻测一体化装备连续探测过程中的主要探测数据进行平滑去噪时,所针对的探测数据是指与其他种类的探测数据均有关联的探测数据,即该种探测数据与其他种类的探测数据的数据变化趋势相同或者相反,此时则根据该种探测数据与其他种类的探测数据的时序序列,确定该种探测数据的时序序列中每个数值对应的疑似噪声可能性,并确定该种探测数据的时序序列中每个数值相对其他每种探测数据的权重,并最终确定该种探测数据的时序序列中每个数值的置信度,并根据该置信度,对该种探测数据的时序序列进行平滑去噪。而对于除了上述所针对的探测数据之外的其他类型的辅助数据的时序序列,则可以直接采用现有的Savitzky-Golay滤波进行去噪。
本发明通过根据每种探测数据的时序序列中的数值分布特征,确定该时序序列中每个数值对应的疑似噪声可能性,以初步识别出疑似噪声的数据点。进而根据不同种类的探测数据之间的变化趋势和相关性特征,识别真正的噪声数据点和岩层硬度突变数据点,由此赋予噪声数据点较小的权重、正常数据点适中的权重、岩层硬度突变数据点较大的权重,并令Savitzky-Golay滤波算法在利用加权最小二乘法进行多项式拟合时,忽略噪声数据点,偏向岩层硬度突变数据点,在数据平滑去噪的同时,保护重要的岩层硬度突变数据,从而实现数据的高效平滑去噪,有效解决了现有在对探测数据进行处理时数据去噪效果较差的问题,有利于后续更加精准地分析数据。
需要说明的是:以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种一体化装备连续探测数据处理系统,其特征在于,包括:
疑似噪声可能性获取模块,用于:获取待去噪处理的至少两种探测数据的时序序列,根据所述时序序列中的数值分布特征,确定所述时序序列中每个数值对应的疑似噪声可能性;
权重获取模块,用于:将任意一种探测数据作为目标探测数据,根据每种探测数据的所述时序序列中每相邻两个数值的差异,对目标探测数据的所述时序序列与其他每种探测数据的所述时序序列中相同位置对应的差异进行比较,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重;
相关性指标值获取模块,用于:根据目标探测数据的时序序列中每个数值及其对应的疑似噪声可能性,以及目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值;
置信度获取模块,用于:根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值以及目标探测数据的时序序列中每个数值对应的疑似噪声可能性,确定目标探测数据的时序序列中每个数值的置信度;
平滑去噪模块,用于:根据每种探测数据的时序序列中每个数值的置信度,对每种探测数据的时序序列进行平滑去噪。
2.根据权利要求1所述的一种一体化装备连续探测数据处理系统,其特征在于,确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,包括:
构建每种探测数据的时序序列中每个数值对应的窗口,根据目标探测数据与其他每种探测数据的时序序列中相同位置的数值对应的窗口内的各个数值,以及目标探测数据的时序序列中每个数值对应的窗口内的各个数值相对其他每种探测数据的权重,确定目标探测数据与其他每种探测数据的时序序列中相同位置的数值之间的加权协方差;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致,确定目标探测数据与其他每种探测数据之间的符号加权值;
根据目标探测数据与其他每种探测数据之间的符号加权值,对目标探测数据与其他各个种类的探测数据的时序序列中相同位置的数值之间的加权协方差进行加权求和,并将加权求和的结果确定为目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值。
3.根据权利要求1所述的一种一体化装备连续探测数据处理系统,其特征在于,确定目标探测数据的时序序列中每个数值的置信度,包括:
根据目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值,确定目标探测数据的时序序列中每个数值对应的疑似噪声可能性的校正系数;
对目标探测数据的时序序列中每个数值对应的疑似噪声可能性及其校正系数的乘积值进行负相关归一化,从而得到目标探测数据的时序序列中每个数值的置信度。
4.根据权利要求3所述的一种一体化装备连续探测数据处理系统,其特征在于,在确定目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值之后,还包括:
判断目标探测数据与其他种类的探测数据的时序序列中相同位置的数值之间的相关性指标值是否小于设定相关性指标阈值,若小于设定相关性指标阈值,则将目标探测数据的时序序列中对应位置的数值对应的疑似噪声可能性的校正系数设置为设定校正系数。
5.根据权利要求1所述的一种一体化装备连续探测数据处理系统,其特征在于,在确定所述时序序列中每个数值对应的疑似噪声可能性之后,还包括:
判断每种探测数据的时序序列中每个数值对应的疑似噪声可能性是否大于设定可能性阈值,若不大于所述设定可能性阈值,则将每种探测数据的时序序列中对应数值的置信度设置为设定置信度。
6.根据权利要求1所述的一种一体化装备连续探测数据处理系统,其特征在于,确定所述时序序列中每个数值对应的疑似噪声可能性,包括:
根据所述时序序列中的各个数值及其对应的采集时刻,进行曲线拟合,得到所述时序序列对应的拟合曲线;
确定所述时序序列中的各个数值在所述拟合曲线上的拟合值,根据所述时序序列中的各个数值与其对应的拟合值之间的差异,确定所述时序序列对应的差异标记序列;
根据所述时序序列对应的差异标记序列,确定所述时序序列中的各个数值对应的连续相同标记长度;
对所述时序序列进行分段,得到各个子时序序列,根据所述子时序序列中的各个数值与其对应的拟合值之间的差异的分布特征,确定所述子时序序列对应的数值复杂指标;
根据所述时序序列中每个数值与其对应的拟合值之间的差异,每个数值对应的连续相同标记长度,以及每个数值所属于的子时序序列对应的数值复杂指标,确定所述时序序列中每个数值对应的疑似噪声可能性。
7.根据权利要求6所述的一种一体化装备连续探测数据处理系统,其特征在于,确定所述时序序列中每个数值对应的疑似噪声可能性对应的计算公式为:
其中,B为所述时序序列中每个数值对应的疑似噪声可能性,为所有所述子时序序列对应的数值复杂指标中的最大值,/>为所述时序序列中每个数值所属于的子时序序列对应的数值复杂指标,k为调整系数,S为所述时序序列中的每个数值对应的连续相同标记长度,/>为所述时序序列中每个数值与其对应的拟合值之间的差值绝对值,/>为以自然常数e为底数的指数函数。
8.根据权利要求6所述的一种一体化装备连续探测数据处理系统,其特征在于,在确定所述时序序列中的各个数值在所述拟合曲线上的拟合值之后,还包括:
判断所述时序序列中每个数值与其对应的拟合值之间的差值绝对值是否大于差值绝对值阈值,若不大于所述差值绝对值阈值,则将所述时序序列中对应数值对应的疑似噪声可能性设置为疑似噪声可能性阈值。
9.根据权利要求1所述的一种一体化装备连续探测数据处理系统,其特征在于,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,包括:
确定每种探测数据的所述时序序列中每个数值与其后一个数值的差值,从而得到每种探测数据的所述时序序列对应得到差值序列;
根据目标探测数据与其他每种探测数据的数据变化趋势是否一致以及目标探测数据与其他每种探测数据对应的差值序列中的每个差值的大小,确定目标探测数据与其他每种探测数据对应的差值序列中的每个差值对应的差值标记值,从而得到目标探测数据与其他每种探测数据对应的差值标记值序列;
将目标探测数据与其他每种探测数据对应的差值标记值序列中相同位置的两个差值标记值进行比较,并根据比较结果确定对应相同位置的两个差值标记值的比较标记值,从而得到目标探测数据与其他每种探测数据之间的比较标记值序列;
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
10.根据权利要求9所述的一种一体化装备连续探测数据处理系统,其特征在于,确定目标探测数据的时序序列中每个数值相对其他每种探测数据的权重,包括:
根据目标探测数据与其他每种探测数据之间的比较标记值序列,确定目标探测数据的时序序列中每个数值在所述比较标记值序列中对应的比较标记值;
将目标探测数据的时序序列中每个数值对应的比较标记值的平均值,确定为目标探测数据的时序序列中每个数值相对其他每种探测数据的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993269.3A CN116701848B (zh) | 2023-08-09 | 2023-08-09 | 一种一体化装备连续探测数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993269.3A CN116701848B (zh) | 2023-08-09 | 2023-08-09 | 一种一体化装备连续探测数据处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116701848A true CN116701848A (zh) | 2023-09-05 |
CN116701848B CN116701848B (zh) | 2023-12-08 |
Family
ID=87834318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310993269.3A Active CN116701848B (zh) | 2023-08-09 | 2023-08-09 | 一种一体化装备连续探测数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116701848B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117928655A (zh) * | 2024-03-22 | 2024-04-26 | 济宁万生环保材料有限公司 | 一种物料反应瞬时酸价数据在线监测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200274628A1 (en) * | 2019-02-24 | 2020-08-27 | Promptlink Communications, Inc. | Noise detection and localization |
CN114912852A (zh) * | 2022-07-18 | 2022-08-16 | 山东鑫亚装备制造有限公司 | 一种用于冷藏仓储箱的异常监测预警系统 |
CN115265723A (zh) * | 2022-09-28 | 2022-11-01 | 南通有来信息技术有限公司 | 基于数据处理的涡街流量计异常监测方法及系统 |
CN115882868A (zh) * | 2023-02-27 | 2023-03-31 | 深圳市特安电子有限公司 | 一种气体监测数据智能存储方法 |
CN116109600A (zh) * | 2023-02-17 | 2023-05-12 | 内蒙古工业大学 | 非监督的地基微变监测雷达图像的区域变化检测方法、装置及存储介质 |
CN116441031A (zh) * | 2023-06-20 | 2023-07-18 | 广东绿富域资源再生科技有限公司 | 一种焚烧垃圾炉渣的智能化破碎系统 |
-
2023
- 2023-08-09 CN CN202310993269.3A patent/CN116701848B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200274628A1 (en) * | 2019-02-24 | 2020-08-27 | Promptlink Communications, Inc. | Noise detection and localization |
CN114912852A (zh) * | 2022-07-18 | 2022-08-16 | 山东鑫亚装备制造有限公司 | 一种用于冷藏仓储箱的异常监测预警系统 |
CN115265723A (zh) * | 2022-09-28 | 2022-11-01 | 南通有来信息技术有限公司 | 基于数据处理的涡街流量计异常监测方法及系统 |
CN116109600A (zh) * | 2023-02-17 | 2023-05-12 | 内蒙古工业大学 | 非监督的地基微变监测雷达图像的区域变化检测方法、装置及存储介质 |
CN115882868A (zh) * | 2023-02-27 | 2023-03-31 | 深圳市特安电子有限公司 | 一种气体监测数据智能存储方法 |
CN116441031A (zh) * | 2023-06-20 | 2023-07-18 | 广东绿富域资源再生科技有限公司 | 一种焚烧垃圾炉渣的智能化破碎系统 |
Non-Patent Citations (1)
Title |
---|
黄海松;魏建安;任竹鹏;吴江进;: "基于失衡样本特性过采样算法与SVM的滚动轴承故障诊断", 振动与冲击, no. 10 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117928655A (zh) * | 2024-03-22 | 2024-04-26 | 济宁万生环保材料有限公司 | 一种物料反应瞬时酸价数据在线监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116701848B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116701848B (zh) | 一种一体化装备连续探测数据处理系统 | |
AU2013399602B2 (en) | Creating virtual production logging tool profiles for improved history matching | |
CN107480386B (zh) | 一种基于响应混叠性度量与遗传算法的测试激励优选方法 | |
CN109736784B (zh) | 沉积岩地层孔隙压力预测计算方法 | |
CN110569890A (zh) | 一种基于相似性度量的水文数据异常模式检测方法 | |
CN110288003B (zh) | 数据变化识别方法及设备 | |
CN117310118B (zh) | 一种地下水污染可视化监测方法 | |
CN117665935A (zh) | 一种破碎岩体支护施工过程的监测数据处理方法 | |
CN117574270B (zh) | 一种勘探数据采集及测井数据异常检测方法 | |
CN107153881B (zh) | 一种钻井风险的预测方法 | |
CN113898334A (zh) | 一种抽油机井多功能综合测试仪参数智能分析方法及系统 | |
CN111626377B (zh) | 一种岩相识别方法、装置、设备及存储介质 | |
US11927713B2 (en) | Method, device and medium for acquiring logging parameters | |
CN113189672A (zh) | 一种基于多属性反演的隧道超前地质预报方法 | |
CN117077462B (zh) | 深地油气精准导航随钻伽马测井曲线调优方法与系统 | |
CN117392081A (zh) | 钻头磨损检测方法、装置以及系统 | |
CN115238600B (zh) | 基于三段式降噪计算压力导数的油气勘探方法及装置 | |
CN117911273B (zh) | 一种iPad带键盘的保护皮套切割辅助定位方法 | |
CN110175412B (zh) | 油藏数据拟合方法、油藏数据分析方法及装置 | |
CN117725514B (zh) | 一种溢流识别处理方法及溢流识别处理装置 | |
CN117910883A (zh) | 测井数据质量检测方法、装置、计算设备及存储介质 | |
CN117556198A (zh) | 基于全波形井地电法的视电阻率去噪计算方法 | |
CN117967296A (zh) | 利用动态时间弯曲度法进行地层对比的方法 | |
CN117932203A (zh) | 用Pearson相关系数进行地层对比的方法 | |
CN117828458A (zh) | 一种基于电阻率梯度的碳酸盐岩高孔薄层定量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Cheng Gongbi Inventor after: Zhang Hui Inventor after: Ju Qiaobo Inventor after: Chen Biao Inventor after: Lu Jianfeng Inventor before: Cheng Gongbi Inventor before: Zhang Hui Inventor before: Ju Qiaobo Inventor before: Chen Biao |
|
CB03 | Change of inventor or designer information |