-
公开(公告)号：CN119781011A
公开(公告)日：2025-04-08
申请号：CN202411953437.7
申请日：2024-12-27
Applicant: 中南大学
Abstract: 本发明公开了一种便携式绿色相变储能震源激发装置系统及方法，属于地震勘探技术领域；其包括：设置于震源内部的发震子系统，内部存储有相变储能材料，发震子系统内具有预设缺陷；设置于震源外部的自生热子系统，自生热子系统通过热量传递装置与发震子系统的内部连通；其中，自生热子系统通过热量传递装置向发震子系统的内部传递热量，相变储能材料吸收热量发生相态变化，使发震子系统内部压力逐渐升高，在达到额定压力时发生爆炸。本发明中自生热子系统通过热量传递装置向发震子系统的内部传递热量，相变储能材料吸收热量发生相态变化，使发震子系统内部压力逐渐升高，在达到额定压力时发生爆炸。
-
公开(公告)号：CN114970647B
公开(公告)日：2022-11-11
申请号：CN202210903303.9
申请日：2022-07-29
Applicant: 中南大学
Abstract: 本发明公开了基于概率神经网络的电磁数据识别方法及系统，将人工源电磁数据等周期分帧，分别提取每段人工源电磁数据的时域特征，其中，所述时域特征为最大值、峰值因子、脉冲因子和裕度因子；利用每段人工源电磁数据的时域特征参数训练概率神经网络；利用训练好的概率神经网络对人工源电磁数据进行有效信号与异常波形的识别，其中，所述有效信号为伪随机信号，异常波形为脉冲噪声、衰减噪声、三角波噪声和方波噪声；将识别为异常波形的数据进行剔除，合并且拼接识别为有效信号段获得人工源电磁数据。通过本申请解决了机器学习算法对人工源电磁数据无法高精细地识别异常波形的问题，提升了去噪效果、精度及数据质量。
-
公开(公告)号：CN114578433A
公开(公告)日：2022-06-03
申请号：CN202210098547.4
申请日：2022-01-27
Applicant: 中南大学
Abstract: 本申请公开了一种基于空间总磁场强度获取视电阻率的电磁方法和装置，该方法包括：控制预先布设的场源中的发送机通过两个电极发送电流信号；在测点获取所述测点的两个水平磁场信号和垂直磁场信号；根据所述两个水平磁场信号和垂直磁场信号获取所述测点的总磁场；获取所述总磁场和视电阻率的函数关系；根据所述总磁场和视电阻率的所述函数关系计算所述测点在各个频率的视电阻率。通过本申请解决了现有技术中获取视电阻率所存在的传感器布置要求高和磁场误差较大的问题，从而减轻了施工压力，提高了视电阻率的准确度。
-
公开(公告)号：CN119671248A
公开(公告)日：2025-03-21
申请号：CN202411592905.2
申请日：2024-11-08
Applicant: 中南大学
IPC: G06Q10/0635 , G01V3/38 , G06Q50/02 , G06F17/10
Abstract: 本发明属于地球物理领域，提供一种地下深部封存矿井水渗漏风险评估方法与应用，先获取目的层内岩体物理学参数，然后采用广域电磁法测得地下岩体在矿井水封存前后的电阻率，确定低阻异常体后计算得到目的层内低阻异常体的总体积，根据Archie公式推导得到岩体含水体积计算公式，进而得到封存矿井水的计算体积，根据封存矿井水的计算体积与实际体积的关系，目的层内封存矿井水的渗漏风险进行评估。本发明采用广域电磁法探测目的层电阻率，基于Archie公式计算封存矿井水体积，对比封存矿井水体积与实际封存体积的差别，来评估封存矿井水渗漏风险，具有探测效率高、计算方法简单可靠、风险评估可靠度高等优势，应用范围广，绿色环保。
-
公开(公告)号：CN118585916B
公开(公告)日：2025-02-07
申请号：CN202410969727.4
申请日：2024-07-19
Applicant: 中南大学
IPC: G06F18/243 , G06N3/044 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F123/02
Abstract: 本发明涉及一种基于深度学习的时间序列智能识别方法及系统，方法包括：基于深度学习的CNN和RNN，结合STFT算法，构建TF‑DCRNN模型；构建用于信号分类的时间序列数据集及对应的信号类型标签，时间序列数据集包括训练集、验证集和测试集；利用训练集、验证集和测试集，依次对TF‑DCRNN模型进行训练、验证和测试，输出分类标签；将分类标签与信号类型标签进行比较，得到时间序列识别结果。TF‑DCRNN模型继承了CNN和RNN的优势，有效降低网络超参数训练量，防止过拟合情况发生；结合了信号的时频特征，增加了网络的可解释性，提升了网络整体性能。
-
Patent Agency Ranking
公开(公告)号：CN114577355A
公开(公告)日：2022-06-03
申请号：CN202210098066.3
申请日：2022-01-27
Applicant: 中南大学
Abstract: 本申请公开了一种基于电磁探测技术的评估深部地温场的方法和装置，该方法包括：控制预先布设的场源中的发送机通过两个电极发送电流信号；在测点获取所述测点的电磁信号；根据所述电磁信号计算电阻率；根据预先获取到的电阻率与温度对应关系得到所述电阻率对应的地温场的温度。通过本申请解决了现有技术中对地温场进行探测所存在的问题，从而提高了地温场探测的便捷性、经济性和有效范围。
-
公开(公告)号：CN119781060A
公开(公告)日：2025-04-08
申请号：CN202510026358.X
申请日：2025-01-08
Applicant: 中南大学
Abstract: 本发明涉及基于电磁场等效阻抗的电磁观测方法及装置，方法包括：根据预设探测任务需求，选择探测任务的施工区域作为测区；根据探测任务和预设横向分辨率要求在测区布置测点；获取测区的位置地形信息，根据位置地形信息进行人工源电磁法的场源布设，在测点采集水平电场分量数据和正交水平磁场分量数据；根据正交水平磁场分量数据计算得到水平总磁场数据，根据水平电场分量数据和水平总磁场数据计算得到等效阻抗；根据等效阻抗计算得到宽方位视电阻率。扩大了人工源电磁法的可观测范围，提高了测点采集数据时的灵活性。
-
公开(公告)号：CN118585916A
公开(公告)日：2024-09-03
申请号：CN202410969727.4
申请日：2024-07-19
Applicant: 中南大学
IPC: G06F18/243 , G06N3/044 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F123/02
Abstract: 本发明涉及一种基于深度学习的时间序列智能识别方法及系统，方法包括：基于深度学习的CNN和RNN，结合STFT算法，构建TF‑DCRNN模型；构建用于信号分类的时间序列数据集及对应的信号类型标签，时间序列数据集包括训练集、验证集和测试集；利用训练集、验证集和测试集，依次对TF‑DCRNN模型进行训练、验证和测试，输出分类标签；将分类标签与信号类型标签进行比较，得到时间序列识别结果。TF‑DCRNN模型继承了CNN和RNN的优势，有效降低网络超参数训练量，防止过拟合情况发生；结合了信号的时频特征，增加了网络的可解释性，提升了网络整体性能。
-
公开(公告)号：CN117574056B
公开(公告)日：2024-05-10
申请号：CN202311555194.7
申请日：2023-11-21
Applicant: 中南大学
IPC: G06F18/10 , G06N3/0442 , G06N3/0464 , G06F18/2415
Abstract: 本发明公开了一种基于混合神经网络模型的广域电磁数据去噪方法及系统，方法包括：构建大尺度噪声和有用信号训练数据，进而构建带噪和有用信号训练样本并添加标签；将训练样本和对应标签输入至基于卷积神经网络和长短时记忆神经网络的混合神经网络中学习，获得数据分类模型；将实测广域电磁数据均匀分段输入至数据分类模型中，得到各数据段的分类标签并以此判断数据类型；针对实测广域电磁数据，将其中判定为噪声的数据段去除，将其中判定为有用信号的数据段保留，最后将保留的有用信号拼接重构得到最终去噪的广域电磁数据。本发明可以准确区分出实测广域电磁数据中的大尺度噪声和有用信号并去除噪声，有效提升广域电磁数据的质量。
-
公开(公告)号：CN115826085A
公开(公告)日：2023-03-21
申请号：CN202211491594.1
申请日：2022-11-25
Applicant: 中南大学
IPC: G01V11/00
Abstract: 本发明属于油田和干热岩开发技术领域，公开了一种基于电控微量炸药的电震一体化监测方法和装置，包括如下步骤：在钻井压裂段地面布置阵列观测系统；向井筒供电，控制微量炸药发生爆炸；通过通讯线缆将电磁传感器接收到的电磁信号和检波器接收到的震动信号发送到接收系统；通过震源定位算法计算震动信号位置，通过场源定位算法计算电磁信号位置，得到支撑剂的位置以及压裂液波及范围；根据计算位置结果评估压裂效果。通过向井筒供人体安全电压，用于激发微量炸药，微量炸药在接收发出的电磁信号后可产生爆炸，作为震源发出震动信号，从而容易在地表进行观测，并且监测结果直接指示支撑剂位置。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.076 seconds)
