-
公开(公告)号：CN116127381A
公开(公告)日：2023-05-16
申请号：CN202310141110.9
申请日：2023-02-21
Applicant: 吉林大学
IPC: G06F18/2413 , G06F18/214 , G06F18/2321
Abstract: 本发明为一种地震背景噪声频散曲线自动筛选方法，包括：收集从频散能量图中人工拾取能量最大点获得的频散曲线以及理论生成的频散曲线；利用改进的自适应DBSCAN算法消除频散曲线中的离散点进行去噪；对去噪后的频散曲线进行特征参数的提取；将训练集中提取特征参数作为频散曲线数据集的输入特征，依照人工对比理论频散曲线对训练集中的频散曲线进行好、中、差的质量等级划分，并将质量等级作为频散曲线数据集的输出标签，进行改进后的KNN算法的训练；输入测试集中的频散曲线进行筛选，根据筛选情况对算法进行调整，并增加训练集频散曲线的多样性，可解决针对提取的频散曲线进行质量筛选的问题，保证进行反演过程中利用的频散曲线质量的可靠性。
-
公开(公告)号：CN107146393A
公开(公告)日：2017-09-08
申请号：CN201710420601.1
申请日：2017-06-07
Applicant: 吉林大学
Abstract: 本发明涉及一种基于手持终端的节点地震仪工作状态现场监控方法，其主要功能是利用手持终端对压裂监测过程中的采集站进行实时状态查询、数据传输及简易故障诊断。该方法采用低功耗蓝牙模块做采集站主控板的通信串口，通过蓝牙互联与手持终端进行数据交互。此方法不仅能降低采集站在通信时的功耗，而且能使手持终端与采集站的数据传输变得更加迅速高效，同时也为微地震压裂监测中的实时数据回收增加了带宽，具有较高的工程应用价值。
-
公开(公告)号：CN106789775B
公开(公告)日：2019-11-26
申请号：CN201710116072.6
申请日：2017-03-01
Applicant: 吉林大学
Abstract: 本发明涉及一种基于MIMO技术的测井电缆高速数据传输方法，该方法打破已有的七芯电缆只能单芯进行数据传输的格局，采用四根缆芯同时进行数据传输，每根缆芯数据采用OFDM进行调制，同时将串扰转换成有用信号，在接收端辅助信号恢复，有效的解决了传统电缆传输系统中传输速率有限、带载能力不足等问题。7000米长的电缆传输速率可达2.5Mbps，误码率低至5E‑9。在相同条件下，本方法传输速率是单芯进行数据传输的两倍，大大提高了数据传输的速率。本方法属于多路复用的高速数据传输方法，更适用于以七芯电缆为传输介质的高速传输系统中，有效提高电缆利用率的同时大大提高传输速率。
-
公开(公告)号：CN107045142B
公开(公告)日：2019-04-30
申请号：CN201710181390.0
申请日：2017-07-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法，包括以下步骤：首先对微震信号在小波域稀疏表示；然后利用Logistic混沌序列构造混沌伯努利测量矩阵(CBMM)，并用测量矩阵对稀疏表示的微震信号压缩观测；最后采用贝叶斯小波树结构压缩感知重构算法(BTSWCS)，恢复出完整原始数据。本发明经实际对比实验结果表明：使用本方法对总采样点为28的数据压缩，压缩时间可缩短至10‑5s，也就是说，若地震仪采样率是1KSPS，CBMM测量矩阵对它采集的0.25s的数据基本可以实现实时压缩。低信噪比情况下，本发明重构算法使PSNR值至少提升5dB，相对贪婪算法，明显提高了峰值信噪比，降低了重构误差。
-
公开(公告)号：CN106646598B
公开(公告)日：2018-09-07
申请号：CN201611223088.9
申请日：2016-12-27
Applicant: 吉林大学
Abstract: 本发明公开了一种基于FAST‑AIC法的微地震信号初至自动拾取方法：先根据水力压裂射孔信号与微地震信号传播路径相似，走时信息相近，提出了一种微地震事件识别新方法；利用水力压裂检波器布阵方式及单道信号局部极值在微地震触发时刻附近设计精确时窗；用Curvelet变换对精确时窗内数据滤波；通过FAST‑AIC算法在精确时窗内进行初至拾取。FAST‑AIC算法是将传统AIC算法优化、变换，求取离散实数序列的算术和、平方和的线性组合形式,减少重复计算,极大地提高计算效率。采用新方法对模拟数据和实际水力压裂微地震监测数据进行初至拾取，验证新方法的可行性和正确性。同时与常规微地震方法初至拾取结果对比，证明提出的新方法较常规方法具有明显的优越性。
-
Patent Agency Ranking
公开(公告)号：CN107045142A
公开(公告)日：2017-08-15
申请号：CN201710181390.0
申请日：2017-07-04
Applicant: 吉林大学
CPC classification number: G01V1/28 , G01V2210/23 , H03M7/30
Abstract: 本发明涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法，包括以下步骤：首先对微震信号在小波域稀疏表示；然后利用Logistic混沌序列构造混沌伯努利测量矩阵(CBMM)，并用测量矩阵对稀疏表示的微震信号压缩观测；最后采用贝叶斯小波树结构压缩感知重构算法(BTSWCS)，恢复出完整原始数据。本发明经实际对比实验结果表明：使用本方法对总采样点为28的数据压缩，压缩时间可缩短至10‑5s，也就是说，若地震仪采样率是1KSPS，CBMM测量矩阵对它采集的0.25s的数据基本可以实现实时压缩。低信噪比情况下，本发明重构算法使PSNR值至少提升5dB，相对贪婪算法，明显提高了峰值信噪比，降低了重构误差。
-
公开(公告)号：CN107015269A
公开(公告)日：2017-08-04
申请号：CN201710420555.5
申请日：2017-06-07
Applicant: 吉林大学
Abstract: 本发明涉及一种基于无线网络的微地震压裂实时监测系统及监测方法，主要由服务器、无线微震数据采集站、现场手持巡检终端和无线AP构成，系统间通过WIFI互联，采用UDP和FTP协议进行通信。采集站采用STM32F207处理器做主控单元，32位的ADS1282做数据采集单元，既提高了数据的采集精度，又降低了采集站的功耗和成本；网络结构采用主、从AP拓扑的方式，且与服务器和各采集站构成一个完整的压裂监测系统，有效地解决了无线传输距离短、数据下载速度慢的问题。手持终端与采集站之间采用低功耗蓝牙的通讯方式进行数据交互，实现了以数据流形式的数据传输。系统综合各部分的优点，既能保证严格的数据同步采集、又能实时可靠的监测压裂状态，同时还具有较高的工程应用价值。
-
公开(公告)号：CN107277064A
公开(公告)日：2017-10-20
申请号：CN201710678415.8
申请日：2017-08-10
Applicant: 吉林大学
IPC: H04L29/06
CPC classification number: H04L65/608 , H04L65/40 , H04L65/607 , H04L69/162
Abstract: 本发明涉及一种基于流媒体技术的实时地震数据传输系统及传输方法，主要由主控站、多个采集节点和多个无线中继站构成，所述各采集节点分别通过无线中继站与主控站相连，实现实际现场的远距离数据流传输。本发明传输方法针对现场采集的大量地震数据，采用压缩编码的形式，既可降低数据量，又可提高数据传输的鲁棒性；采用数据整流的方法，可以有效平稳网络流速，降低对信道带宽的需求，从而避免网络阻塞现象的发生；利用RTMP协议实现以数据流的形式传输，满足了实际现场数据传输的实时性，具有较高的工程应用价值。
-
公开(公告)号：CN106646598A
公开(公告)日：2017-05-10
申请号：CN201611223088.9
申请日：2016-12-27
Applicant: 吉林大学
Abstract: 本发明公开了一种基于FAST‑AIC法的微地震信号初至自动拾取方法：先根据水力压裂射孔信号与微地震信号传播路径相似，走时信息相近，提出了一种微地震事件识别新方法；利用水力压裂检波器布阵方式及单道信号局部极值在微地震触发时刻附近设计精确时窗；用Curvelet变换对精确时窗内数据滤波；通过FAST‑AIC算法在精确时窗内进行初至拾取。FAST‑AIC算法是将传统AIC算法优化、变换，求取离散实数序列的算术和、平方和的线性组合形式,减少重复计算,极大地提高计算效率。采用新方法对模拟数据和实际水力压裂微地震监测数据进行初至拾取，验证新方法的可行性和正确性。同时与常规微地震方法初至拾取结果对比，证明提出的新方法较常规方法具有明显的优越性。
-
公开(公告)号：CN114048669A
公开(公告)日：2022-02-15
申请号：CN202111133608.8
申请日：2021-09-27
Applicant: 吉林大学
Abstract: 本发明属于微地震事件检测领域，特别是涉及一种基于神经网络的干热岩微地震事件检测方法，包括:使用GRU网络来提取采集的微地震信号的时序特征提取；使用SVM对时序特征进行二分类。直接将可以用来指导水力压裂的微地震事件拾取出来，不需要后期重新挑选数据。该方法检测精度更高，检测到的结果更适用于实际的干热岩开发工程，为后续的数据处理、裂缝分析简化了工作，同时提高了微地震事件对水力压裂指导的时效性，具有很大的应用潜力。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.044 seconds)
