-
公开(公告)号：CN119310862A
公开(公告)日：2025-01-14
申请号：CN202411854692.6
申请日：2024-12-17
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种信道衰落下系泊动力定位系统的分布式滤波方法，涉及分布式滤波技术领域。该方法包括：获取船舶的测量姿态数据，并对测量姿态数据进行信道补偿，得到海洋环境中的船舶在当前时刻的期望姿态数据；将船舶在当前时刻的船舶观测姿态和期望姿态数据代入姿态滤波方程中，得到下一时刻的船舶观测姿态；通过流言通信策略获取在滤波器预设范围内的任一其他滤波器的另一观测姿态，并将船舶观测姿态和另一观测姿态的平均值，确定为船舶在下一时刻的姿态；船舶在下一时刻的姿态用于对船舶进行控制。该方法能够解决信号传输过程中信道衰落情况，以实现对船舶的精准控制。
-
公开(公告)号：CN119126230A
公开(公告)日：2024-12-13
申请号：CN202411621124.1
申请日：2024-11-14
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种基于多道卡尔曼滤波网络的无监督微地震去噪方法与系统，属于地球科学技术与人工智能交叉领域，包括：获取多道微地震数据并进行预处理；基于循环神经网络构建多道卡尔曼地震去噪网络；构建损失函数，基于预处理后的多道微地震数据与所述损失函数与对多道卡尔曼地震去噪网络进行无监督训练；通过训练后的多道卡尔曼地震去噪网络对实时微地震数据进行去噪。本发明通过建立多道卡尔曼滤波状态预测与更新方程，设计RNN运算算子，实现参数自动优化，提高去噪准确性和效率。该方法充分利用微地震数据的相关性，提高滤波效果，适用于时变信号，为后续数据处理提供支持。
-
公开(公告)号：CN118884525A
公开(公告)日：2024-11-01
申请号：CN202411376561.1
申请日：2024-09-30
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G01V1/32 , G06F18/2131 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明公开了一种基于TX‑FK域信息的微地震初至智能拾取方法，涉及地球物理技术领域，包括：对微地震数据进行处理获得TX域数据，基于所述TX域数据获得FK域数据；构建组合U‑net模型，所述组合U‑net模型用于微地震初至智能拾取；基于所述TX域数据和所述FK域数据训练所述组合U‑net模型，获得训练好的组合U‑net模型；将待拾取的微地震数据经过处理后输入所述训练好的组合U‑net模型，获得输出结果，对所述输出结果进行处理获得拾取结果，完成微地震初至拾取。本发明具有较好的抗噪能力，能够在低信噪比情况下拾取得到具有较高精度的微地震初至信息。
-
公开(公告)号：CN118571253B
公开(公告)日：2024-10-25
申请号：CN202411054510.7
申请日：2024-08-02
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G10L25/30 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06F17/14 , G06F17/15 , G01M3/24 , F17D5/02
Abstract: 本发明提供一种基于时序变分自编码TS‑VAE的数据增强方法及系统，属于数据增强处理领域。为解决利用现有变分自编码器进行数据扩充时，声波信号不能直接输入，对提取长时间序列的时频特征的能力弱，计算效率低、扩充数据质量不佳问题。通过短时傅里叶变换将声波信号的波形图转化为频谱图；构建基于时间序列的变分自编码器TS‑VAE生成模型，在输入数据中增加时序窗口维度，分别在编码器和解码器中引入残差网络和时序趋势估计参数，利用频谱图对模型进行训练，通过皮尔逊相关系数评价并筛选生成信号。可提高模型对泄漏信号识别准确性和鲁棒性，实现管道泄漏数据扩充，为管道泄漏检测识别提供丰富样本。
-
公开(公告)号：CN118566979B
公开(公告)日：2024-10-18
申请号：CN202411018115.3
申请日：2024-07-29
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种用于获得地下介质弹性参数的黏弹性介质地震AVO反演方法，涉及地球物理技术领域，包括：基于褶积模型理论构建用于黏弹性介质AVO反演的GANs模型；获得地球物理数据，根据所述地球物理数据划分出训练样本数据和角度叠加地震数据；通过所述训练样本数据对所述用于黏弹性介质AVO反演的GANs模型进行训练，获得训练好的用于黏弹性介质AVO反演的GANs模型；将所述角度叠加地震数据输入所述训练好的用于黏弹性介质AVO反演的GANs模型，获得反演参数。本发明利用多目标函数控制网络模型超参数的优化，提高弹性参数反演精度。
-
Patent Agency Ranking
公开(公告)号：CN118016082B
公开(公告)日：2024-06-11
申请号：CN202410424127.X
申请日：2024-04-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G10L19/26 , G06F18/10 , G06F18/2131 , G06F18/241 , F17D5/06
Abstract: 本发明公开了一种基于自动变分模态分解的管道泄漏滤波方法、检测方法及系统，涉及管道泄漏检测技术领域，用以解决管道泄漏信号因受噪声干扰而导致检测精度下降的问题。所述滤波方法包括：在变分模态分解的基础上利用残差信号的概念增加约束性准则构造自动变分模态分解的目标函数，从而得到更新模态和中心频率的公式；利用模态的功率概念提出更新带宽公式以及自动寻找目标模数的迭代条件；使用李氏距离对所得到的纯净模态进行重构而达到去噪目的。所述检测方法包括：利用管道泄漏滤波方法对待检测管道声波信号进行滤波处理后进一步进行检测处理。本发明提出的方法简单、准确率高、检测成本低，有效解决了环境噪声对管道泄漏检测造成的干扰。
-
公开(公告)号：CN118016082A
公开(公告)日：2024-05-10
申请号：CN202410424127.X
申请日：2024-04-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G10L19/26 , G06F18/10 , G06F18/2131 , G06F18/241 , F17D5/06
Abstract: 本发明公开了一种基于自动变分模态分解的管道泄漏滤波方法、检测方法及系统，涉及管道泄漏检测技术领域，用以解决管道泄漏信号因受噪声干扰而导致检测精度下降的问题。所述滤波方法包括：在变分模态分解的基础上利用残差信号的概念增加约束性准则构造自动变分模态分解的目标函数，从而得到更新模态和中心频率的公式；利用模态的功率概念提出更新带宽公式以及自动寻找目标模数的迭代条件；使用李氏距离对所得到的纯净模态进行重构而达到去噪目的。所述检测方法包括：利用管道泄漏滤波方法对待检测管道声波信号进行滤波处理后进一步进行检测处理。本发明提出的方法简单、准确率高、检测成本低，有效解决了环境噪声对管道泄漏检测造成的干扰。
-
公开(公告)号：CN113792685B
公开(公告)日：2024-03-12
申请号：CN202111095596.4
申请日：2021-09-17
Applicant: 东北石油大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G01V1/28
Abstract: 本发明涉及的是一种基于多尺度卷积神经网络的微地震事件检测方法，它包括：训练数据集预处理，用不同频率的雷克子波正演得到的微地震资料添加上不同强度的高斯白噪声作为样本，进行数据增强；设计神经网络模型：预处理后的微地震资料通过卷积神经网络，得到多个尺度上的特征图，在每个尺度上对特征图进行检测，然后把每个尺度上的检测结果输入C‑F模型进行多尺度不确定性的信任度合成得到最终检测结果；训练并保存训练模型：设置输入层的两个超参数，确定学习率和迭代次数；将测试集加入不同强度的高斯白噪声，进行模型测试，验证其检测效果和初至拾取精度。本发明解决了微地震事件传统识别耗时长、准确率低的问题，提高微地震事件检测效率。
-
公开(公告)号：CN117576219A
公开(公告)日：2024-02-20
申请号：CN202311372090.2
申请日：2023-10-21
Applicant: 东北石油大学
Abstract: 本发明涉及的是大广角鱼眼镜头单次拍摄图像的相机标定设备及标定方法，其中大广角鱼眼镜头单次拍摄图像的相机标定设备为鱼眼箱，鱼眼箱为具有五个面的敞口长方体，鱼眼箱每个内表面上绘有规则的n×m行列分布的黑白色正方形棋盘格，棋盘格外缘拼接环绕一圈黑白相间的棋盘小格，棋盘小格外设有闭合的黑色边框，黑色边框不与其中的棋盘小格格相交；鱼眼箱相邻两个黑色边框间设置间隙，各间隙分别位于鱼眼箱相邻两个内表面的边或棱处；鱼眼箱中心面的中心位置绘制两组相互垂直的线段，形成十字准星；鱼眼箱左右两个内表面的棋盘格靠近中心面一行棋盘格的中间位置分别绘制圆形标志。本发明提供的鱼眼箱镜头标定时省时省力、计算精度高、鲁棒性好。
-
公开(公告)号：CN114035226B
公开(公告)日：2023-10-20
申请号：CN202111338427.9
申请日：2021-11-12
Applicant: 东北石油大学
Abstract: 本发明提出基于噪声语义相关性深度迁移去噪自编码网络的微地震资料噪声压制方法及系统，所述方法首先利用微地震合成资料对用去噪自编码器构造的模型进行训练，其中采用噪声语义相关性作为去噪自编码网络的损失函数，均方差作为去噪自编码网络的正则项；然后，采用最大均值差异最小化进行训练模型深度迁移。最后利用现场微地震资料对深度迁移去噪自编码噪声压制模型进行微调，得到最优模型，进行测试验证。所述方法克服了现有的深度学习去噪算法在微地震噪声压制背景下的限制，提升了微地震噪声压制模型的性能，提高了后续的事件识别与震源定位的准确性与可靠性。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.028 seconds)
