System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术一般地涉及铀矿钻井勘探领域。更具体地,本专利技术涉及一种基于地质大数据的铀矿找矿靶区智能圈定方法。
技术介绍
1、铀矿是一种稀有而重要的能源资源,对于国家的能源战略和发展具有重要意义。但是铀矿勘探属于高风险和高投入性质的工作。通过智能圈定技术,可以更准确地预测潜在富含铀矿床的位置,并选择最有利可行的区域进行详细勘探,降低了资源开发的风险和投资。
2、现有的铀矿找矿靶区智能圈定方法都是针对单一地质的,而不同地质之间的地质特征具有较大的差异,其中,现有的通过测井曲线分析辅助进行铀矿找矿靶区圈定的方法,但是往往仅针对单一地质特征,导致无法结合其他地质大数据勘探经验,提高圈定准确率和效率,无法有效的结合现有的地质大数据辅助铀矿找矿靶区智能圈定。
技术实现思路
1、为解决上述一个或多个技术问题,本专利技术提出基于地质大数据确定当前待圈定区域的地质特征,结合其他地质大数据勘探经验,得到当前地质特征数据的最佳匹配结果,根据当前地质特征数据的最佳匹配结果进行铀矿找矿靶区圈定,为此,本专利技术在如下的多个方面中提供方案。
2、一种基于地质大数据的铀矿找矿靶区智能圈定方法,包括:采集历史和当前不同矿洞所对应的不同测井曲线,根据所述不同测井曲线,分别得到历史测井数据和当前测井数据;构建预设数据驱动模型,将历史测井数据和当前测井数据输入预设数据驱动模型中,得到历史地质特征矩阵和当前地质特征矩阵;将历史地质特征矩阵和当前地质特征矩阵进行匹配,得到当前待圈定的铀矿找矿靶区近似
3、在一个实施例中,将历史地质特征矩阵和当前地质特征矩阵进行匹配,得到当前待圈定的铀矿找矿靶区近似的地质特征数据,包括:
4、对所述历史地质特征矩阵和当前地质特征矩阵进行图结构数据构建,得到第一完全无向图和第二完全无向图,其中,第一完全无向图和第二完全无向图中单个钻洞为一个节点,节点之间的边权为对应钻洞之间的方向和距离值的二元组;
5、对所述第一完全无向图和第二完全无向图的近似性进行匹配,获取第一完全无向图对应的历史地质特征矩阵中的第一目标数据值和第二完全无向图对应的当前地质特征矩阵的第二目标数据值,对第一目标数据值和第二目标数据值进行与运算,得到编号一致的匹配度矩阵;
6、根据所述匹配度矩阵中所有值的累加值和第一目标数据值或第二目标数据值矩阵中所有数据个数的比值,得到第一完全无向图和第二完全无向图的匹配程度;
7、基于匹配程度得到当前待圈定的铀矿找矿靶区近似的地质特征数据。
8、在一个实施例中,计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度,包括:
9、根据所述地质特征数据,获取三维直方图,其中,三维直方图中,一轴为深度差值,一轴为地质特征,一轴为个数值;
10、计算同一地质特征的深度差值的个数累加值的最大值的比值,计算所述深度差值的负相关映射值,计算所述最大值的比值和负相关映射值的均值,得到当前地质特征的权重值,对权重值进行归一化处理,计算归一化后的所述权重值和匹配度矩阵进行点乘并进行累加得到累加值;
11、根据所述累加值中第一目标数据值或第二目标数据值的矩阵中所有数据个数的比值,得到当前地质特征的第一完全无向图中某一节点对应的第一目标数据值和历史地质特征的第二完全无向图中某一节点对应的第二目标数据值之间的匹配度。
12、在一个实施例中,计算所述局部匹配度满足下述关系式:
13、;
14、其中,表示第一完全无向图中第个节点对应的第一目标数据值和第二完全无向图中第个节点对应的第二目标数据值之间的局部匹配度,表示第一完全无向图中第个节点对应的第一目标数据值和第二完全无向图中第个节点对应的第二目标数据值之间的匹配度,表示对的遍历,表示第一目标数据值相邻第个钻洞与第二目标数据值相邻钻洞之间的最小距离值,表示第二目标数据值相邻钻洞具有最小距离值的钻洞到原点的距离值,表示第一目标数据值相邻第个钻洞与第二目标数据值相邻钻洞之间的最小距离值的匹配度,表示第一完全无向图中第个节点对应的第一目标数据值相邻钻洞的个数。
15、在一个实施例中,基于所述局部匹配度,还包括:
16、对所述第一完全无向图和第二完全无向图进行子图匹配,计算单个节点之间的距离值,得到第二完全无向图中具有与第一完全无向图同结构的子图部分,得到最佳匹配的地质数据;
17、对所述最佳匹配的地质数据与当前钻洞数据进行对齐,分别得到子图和第一完全无向图对应的钻洞连线,计算所述钻洞连线的质心,得到第二完全无向图中除子图外的最小距离值的钻洞,获取所述最小距离值的钻洞与质心之间的距离和角度,确定下次钻洞位置。
18、在一个实施例中,根据所述数据分布,计算同一地质特征数据的命中比,包括:
19、计算同一地质特征数据的被匹配中的次数和每一个地质特征数据的被匹配中的次数,其中,同一地质特征数据的被匹配中的次数为匹配总次数,将每一个地质特征数据的被匹配中的次数和匹配总次数的比值,得到命中比。
20、在一个实施例中,基于所述命中比,完成铀矿找矿靶区智能圈定,包括:
21、设置预设命中比阈值;
22、响应于命中比大于预设命中比阈值,则根据地质特征数据中的铀矿分布位置进行钻洞圈定铀矿;
23、响应于命中比小于预设命中比阈值,则按照钻洞扩张的方法进行圈定。
24、本申请具有以下效果:
25、1.本申请通过钻洞之间的地质数据分布,找到最佳匹配的地质数据,根据最佳匹配的地质数据进行钻洞,防止钻洞时出现偏差过大的情况,提高钻洞的效率,并根据每一次的匹配结果进行铀矿找矿靶区圈定,提高了圈定效率。
26、2.本申请通过分别计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度,以及历史地质特征矩阵和当前地质特征矩阵中单个钻洞之间局部的匹配度,更新匹配结果后,得到最佳匹配结果,进一步提高匹配度,更好结合其他地质大数据勘探经验,辅助铀矿找矿靶区智能圈定,提高找矿靶区的精准度。
本文档来自技高网...【技术保护点】
1.一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,包括:
2.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,将历史地质特征矩阵和当前地质特征矩阵进行匹配,得到当前待圈定的铀矿找矿靶区近似的地质特征数据地质特征数据,包括:
3.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度,包括:
4.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,计算所述局部匹配度满足下述关系式:
5.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,基于所述局部匹配度,还包括:
6.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,根据所述数据分布,计算同一地质特征数据的命中比,包括:
7.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,基于所述命中比,完成铀矿找矿靶区智能圈定,包括:
【技术特征摘要】
1.一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,包括:
2.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,将历史地质特征矩阵和当前地质特征矩阵进行匹配,得到当前待圈定的铀矿找矿靶区近似的地质特征数据地质特征数据,包括:
3.根据权利要求1所述的一种基于地质大数据的铀矿找矿靶区智能圈定方法,其特征在于,计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度,包括:
4.根据权利要求1所述的一种基于地质大数据的...
【专利技术属性】
技术研发人员:张鑫,聂逢君,夏菲,何剑锋,张树明,严兆彬,李卫东,张成勇,
申请(专利权)人:东华理工大学南昌校区,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。