烷烃气体含量预测模型的构建方法以及预测方法技术

本发明专利技术提供一种烷烃气体含量预测模型的构建方法以及预测方法

【技术实现步骤摘要】
烷烃气体含量预测模型的构建方法以及预测方法、装置


[0001]本专利技术涉及气测录井烷烃气体测量
，尤其涉及一种烷烃气体含量预测模型的构建方法以及预测方法
、
装置
。

技术介绍

[0002]油气是人类赖以生存的重要战略资源，对国家经济发展，社会稳定以及国际外交等都具有至关重要的地位，因此，如何对其的有效的开发利用这个难题成为当务之急
。
由于油气的形成条件复杂且流动性性较强，以往的录井技术已无法满足快速准确反映油层信息的需求，因此开展精确
、
实时
、
在线监测烷烃类气体浓度的研究在油气勘探行业具有重要的现实意义和广泛的应用前景
。
[0003]近红外光谱技术具有快速
、
高效
、
准确性好，不损坏样品等特点，目前大量应用于油气探测领域
。
人们提出了多种方法模型来对烷烃气体进行定量分析，如：分组全连接的近红外光谱定量分析网络
、
正交匹配追踪方法的近红外光谱定量分析模型
、...

【技术保护点】

【技术特征摘要】
1.
一种烷烃气体含量预测模型的构建方法，其特征在于，包括：获取烷烃气体对应的原始红外光谱数据集；所述原始红外光谱数据集为一维光谱数据；将所述原始红外光谱数据进行处理，得到二维灰度图片数据集；将所述二维灰度图片数据集划分为训练集和测试集；利用所述训练集训练初始烷烃气体含量预测模型，并利用所述测试集对所述初始烷烃气体含量预测模型进行测试，最终得到训练好的烷烃气体含量预测模型，以基于所述训练好的烷烃气体含量预测模型对烷烃气体的含量进行定量预测
。2.
根据权利要求1所述的烷烃气体含量预测模型的构建方法，其特征在于，所述将所述原始红外光谱数据进行处理，得到二维灰度图片数据集包括：将所述原始红外光谱数据集中的所有数据按列排列成长
*
宽
*
样本数
*
通道数的二维灰度图片数据，得到所述二维灰度图片数据集
。3.
根据权利要求1所述的烷烃气体含量预测模型的构建方法，其特征在于，所述利用所述训练集训练初始烷烃气体含量预测模型包括：
(1)
随机产生权重：采用
K
个不同的输入权重，从而得到
K
个互异的特征图，然后随机生成初始权重其中其中采用
SVD
正交化初始权重，正交化后的矩阵记为它的每一列都是的正交基；当
r2＜
K
时，需要完成先转置再正交化再转置的过程；其中，
r
表示感受野的半径；
(2)
卷积操作：设输入大小为
d
×
d
，感受野大小为
r
×
r
，第
k
个特征图的输入权重由逐列排成；
c
i,j,k
表示第
k
个卷积特征图中节点
(i,j)
的值，由式
(1)
得到：由上式可知同一特征图共享同一输入权重，不同特征图输入权重不同；
(3)
平方根池化：
e
表示池化中心到边缘的距离，池化图与卷积特征图大小相同即
(d
‑
r+1)
×
(d
‑
r+1)
；
h
p,q,k
表示第
k
个池化特征图中的节点
(p,q)
的值，具体计算公式如下：
(4)
基于输出权重的闭式解：池化层与输出层全连接，输出权重
β
采用正则化最小二乘法解析地计算出来，连接所有组合节点的值形成一个行向量，并把
N
个输入的行向量放在一起，得到全连接层矩阵
LRF
‑
ELM
的训练目标是得到最小训练误差和最小范数的输出权重，目标函数如下：其...

【专利技术属性】
技术研发人员：王志兴，李忠兵，梁海波，李祖兵，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：