首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

井下钻探可视化智能分析系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:太原市月辉新技术产业有限公司

摘要:本发明涉及数据分析与挖掘技术领域,具体公开了一种井下钻探可视化智能分析系统,井下钻探可视化智能分析系统包括数据采集模块、数据预处理与存储模块、数据分析与挖掘模块、可视化模块、智能分析与决策模块、安全与权限管理模块,数据采集模块用于采集钻探测量数据,数据预处理与存储模块用于对数据进行预处理、存储及管理,数据分析与挖掘模块用于对钻探测量数据进行分析,可视化模块用于提供用户交互界面,智能分析与决策模块用于进行智能化数据分析与决策支持,安全与权限管理模块用于设置权限控制,本发明提出改进模糊中性关联挖掘算法对钻探测量数据进行分析挖掘,提出改进映射优化与智能决策支持算法对钻探测量数据进行智能化数据分析与决策支持,为井下钻探可视化智能分析系统提供更优的方案。

主权项:1.井下钻探可视化智能分析系统,其特征在于,包括数据采集模块、数据预处理与存储模块、数据分析与挖掘模块、可视化模块、智能分析与决策模块和安全与权限管理模块,数据采集模块用于采集钻探测量数据,数据预处理与存储模块包括数据预处理单元和数据存储与管理单元,数据预处理单元用于对采集的钻探测量数据进行预处理,数据存储与管理单元用于对采集的钻探测量数据进行存储和管理,数据分析与挖掘模块提出改进模糊中性关联挖掘算法对钻探测量数据进行分析挖掘,可视化模块用于提供用户交互界面,智能分析与决策模块包括智能分析与决策支持单元和结果导出单元,智能分析与决策支持单元通过改进映射优化与智能决策支持算法对钻探测量数据进行智能化数据分析与决策支持,结果导出单元导出智能分析结果和定制化的分析报告,安全与权限管理模块设置权限控制;所述数据采集模块通过井下钻探设备、传感器以及数据仓库来获取原始钻探测量数据,包括地层信息、岩心样品分析、井下温度、压力以及流量这些物理和化学参数,并确保多个钻探设备所采集的数据的同步与一致性;所述数据分析与挖掘模块提出改进模糊中性关联挖掘算法对钻探测量数据进行分析挖掘,发现井下钻探测量数据中的模式、趋势和规律,所述改进模糊中性关联挖掘算法具体如下:假设个钻探测量数据为,其中,为第1个钻探测量数据,为第2个钻探测量数据,为第个钻探测量数据,提出权重因子对支持度进行改进以适应钻探测量数据的不均匀分布,改进支持度为,其中,为第个钻探测量数据,为改进后的第个钻探测量数据的支持度,为第个钻探测量数据的权重,假设钻探测量数据的所有属性集为,其中,为钻探测量数据的所有属性集合,为所有属性集合中的第1个属性,为所有属性集合中的第2个属性,为所有属性集合中的第个属性,为属性的数量,对于第个属性,有个与之相关的模糊隶属函数,对于模糊属性集,其中,为模糊属性集中的第1个模糊属性,为模糊属性集中的第2个模糊属性,为模糊属性集中的第个模糊属性,提出引入与每个属性相关的模糊隶属函数的数量对模糊支持度进行改进以反映属性集合的模糊特征并反映数据的模糊性质,改进后的模糊属性集的第个模糊支持度为,其中,为改进后的模糊属性集的第个模糊支持度,为与属性相关的模糊隶属函数数量,为模糊隶属函数的索引,为模糊属性集中模糊属性的索引,为模糊属性集中模糊属性的数量,为与属性相关的第个模糊隶属函数的模糊程度,为第个模糊属性关于属性的隶属度,为逻辑与运算;为挖掘钻探测量数据中的关联性,提出中性关联规则来构建中性模糊关联规则,中性关联规则是随机变量的联合分布模型,其中,为中性关联规则的随机变量,为中性关联规则中的第1个事件,为中性关联规则中的第2个事件,提出事件之间的相关性系数对中性关联规则的联合概率进行改进以反映事件之间的相关性,改进的中性关联规则的联合概率为,其中,为改进的中性关联规则的随机变量取得的一个具体的事件组合,为改进的中性关联规则的随机变量取得事件的概率,为中性关联规则中的事件总数,为事件组合中第个事件,为事件组合中第个事件,为事件组合中第个事件的索引,为中第个事件,为中第个事件发生的概率,为中第个事件,为中第个事件,为和之间的相关性系数,为给定和时相关性系数取值的计算函数,为和之间的相关性,为连乘运算,然后通过配分函数来计算所有可能事件的概率之和,配分函数为,其中,为配分函数,为可能事件集合,为中第个事件发生的概率,提出对数线性模型对联合概率进行转化以方便参数估计和模型解释,即,其中,为事件组合中第个事件,为指数函数,为事件统计量,为事件统计量的权重,为第个事件的概率密度函数;所述智能分析与决策支持单元提出改进映射优化与智能决策支持算法用于对钻探测量数据进行智能化数据分析与决策支持,所述改进映射优化与智能决策支持算法具体如下:根据数据分析与挖掘模块的数据分析结果,假设数据分析结果中有个训练样本,其中,为训练样本的索引,为第个训练样本的输入向量,为第个训练样本的输出向量,为训练样本的数量,提出构造非线性映射并建立高维线性映射以捕捉钻探测量数据的内在特征、拟合数据并发现其中的模式和规律,并提出标准化处理对映射关系进行改进以控制优化过程中参数的变化幅度,映射关系为,其中,为构建的映射关系的计算结果,为构造非线性映射的形状和性质的参数向量,为构造非线性映射的偏置项的参数向量,为建立高维线性映射的权重参数向量,为向量的范数,为标准化系数,为数据的维度,为训练样本的数量,为第个训练样本对应的权重参数向量,决策支持函数为,其中,为决策支持函数,为待决策样本数据,为样本的索引,为当前样本的索引,为第个训练样本的权重系数,为训练样本中第个样本向量,为核函数,为当前样本的权重,为第个训练样本的成本系数,为常数项参数,通过拉格朗日乘数法对决策支持函数进行求解,并提出额外影响因子和松弛变量权重对求解公式进行改进以适应不同的数据分布并提高泛化能力,求解公式为,其中,为求解目标函数,为权重向量,为权重向量的转置,为构造非线性映射的偏置项的参数向量,为建立高维线性映射的权重参数向量,为拉格朗日乘子,为额外影响因子向量,为松弛变量权重向量,为第个训练样本的决策支持函数,为第个训练样本的权重系数,为训练样本中第个样本向量,为常数项参数,为第个训练样本的额外影响因子向量,为对第个训练样本的松弛变量权重向量,为对第个训练样本的构造非线性映射的偏置项的参数向量;所述结果导出单元用于根据用户需求导出智能分析结果和定制化的分析报告,通过结果导出单元,实现数据的自动化导出和共享;所述安全与权限管理模块用于设置权限控制,对智能分析系统中的用户进行身份验证,确保用户的合法性,并验证用户访问系统的权限,管理用户对系统中不同数据和功能的访问权限,确保用户只能访问其授权的数据和功能。

全文数据:

权利要求:

百度查询: 太原市月辉新技术产业有限公司 井下钻探可视化智能分析系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术