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】
本专利技术涉及数据处理,具体涉及一种地温梯度测量过程中的数据采集优化方法。
技术介绍
1、地温梯度测量是一种研究地壳深处温度分布的方法,通过地温梯度的测量能够了解地壳的构造和演化,同时能够便于资源定位和预测;对于地温梯度的测量是通过钻井取样法对不同深度的温度进行获取。由于获取的温度和深度数据量大,为了便于传输存储与提高测量效率,需要对采集的数据集进行压缩。若直接对不同深度采集的温度数据通过传统的压缩存储算法进行压缩,会占用大量的存储空间以及降低传输效率,导致地温梯度测量的效率低。
技术实现思路
1、为了解决上述现有压缩方法导致地温梯度测量的效率低的技术问题,本专利技术的目的在于提供一种地温梯度测量过程中的数据采集优化方法,所采用的技术方案具体如下:
2、获取地壳的温度与深度的关联数据集;构建关于所述关联数据集不同的线性函数模型;
3、根据所述线性函数模型中拟合温度和关联数据集中温度的数据差异特征获得误差统一度;根据所述关联数据集中的温度与所述线性函数模型的分布特征获得分布统一度;
4、根据所述误差统一度和分布统一度获得线性函数模型的评价指数;根据所述评价指数对线性函数模型寻优获得最优温度深度函数模型;根据最优温度深度函数模型和关联数据集的数据差异特征获得误差序列;
5、根据误差序列对关联数据集进行压缩传输获得地温梯度数据集;根据所述地温梯度数据集和所述最优温度深度函数模型获得地温梯度。
6、进一步地,所述根据所述线性函数模
7、计算所述线性函数模型中任意拟合温度和关联数据集中对应深度的温度数据的差值绝对值,获得拟合误差表征值;计算所述拟合误差表征值的方差并归一化,获得所述线性函数模型的误差统一度。
8、进一步地,所述根据所述关联数据集中的温度与所述线性函数模型的分布特征获得分布统一度的步骤包括:
9、计算所述线性函数模型中任意拟合温度和关联数据集中对应深度的温度数据的差值,获得拟合误差特征值;计算所述拟合误差特征值中的正数与负数的数量差值绝对值,获得分布差异特征值;计算所述分布差异特征值与所述拟合误差特征值的数量的比值,获得所述线性函数模型的分布统一度。
10、进一步地,所述根据所述误差统一度和分布统一度获得线性函数模型的评价指数的步骤包括:
11、计算所述误差统一度和预设第一权重的乘积,获得第一评价值;计算所述分布统一度和预设第二权重的乘积,获得第二评价值;计算所述第一评价值和所述第二评价值的和值,获得所述线性函数模型的评价指数。
12、进一步地,所述根据所述评价指数对线性函数模型寻优获得最优温度深度函数模型的步骤包括:
13、将评价指数最小值对应的线性函数模型作为最优温度深度函数模型。
14、进一步地,所述根据最优温度深度函数模型和关联数据集的数据差异特征获得误差序列的步骤包括:
15、计算所述关联数据集中每个深度的温度与所述最优温度深度函数模型的拟合温度的差值,获得最小误差特征值;按照深度大小对所述最小误差特征值进行排序构建序列,获得所述误差序列。
16、进一步地,所述根据误差序列对关联数据集进行压缩传输获得地温梯度数据集的步骤包括:
17、对所述误差序列通过游程编码算法进行压缩,获得地温梯度数据集。
18、进一步地,所述根据所述地温梯度数据集和所述最优温度深度函数模型获得地温梯度的步骤包括:
19、将所述地温梯度数据集进行解压,获得地温梯度表征序列;根据地壳的深度通过所述最优温度深度函数模型获得深度的拟合温度,计算拟合温度和所述地温梯度表征序列中对应深度的数值的和值,获得深度的温度特征值,计算任意两个深度的温度特征值的差值绝对值与深度差值绝对值的比值,获得任意两个深度的地温梯度。
20、本专利技术具有如下有益效果:
21、在本专利技术中,获取线性函数模型能够表征地壳的温度与深度的线性关系,基于线性函数模型对关联数据集进行压缩传输能够提高压缩效率;获取误差统一度和分布统一度能够表征线性函数模型中拟合温度和关联数据集中温度的数据差异的相似程度;获取评价指数能够衡量不同的线性函数模型对关联数据集压缩效率的优劣程度。获取最优温度深度函数模型能够提高对关联数据集的压缩效率,获取误差序列能够最大程度减少压缩过程中的字符量,提高压缩效率。最终根据地温梯度数据集获取地温梯度,能够在保证温度数据传输没有误差的同时,提高温度数据传输和地温梯度测量的效率。
本文档来自技高网...【技术保护点】
1.一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述线性函数模型中拟合温度和关联数据集中温度的数据差异特征获得误差统一度的步骤包括:
3.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述关联数据集中的温度与所述线性函数模型的分布特征获得分布统一度的步骤包括:
4.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述误差统一度和分布统一度获得线性函数模型的评价指数的步骤包括:
5.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述评价指数对线性函数模型寻优获得最优温度深度函数模型的步骤包括:
6.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据最优温度深度函数模型和关联数据集的数据差异特征获得误差序列的步骤包括:
7.根据权利要求1所述的一种地温梯度测量
8.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述地温梯度数据集和所述最优温度深度函数模型获得地温梯度的步骤包括:
...【技术特征摘要】
1.一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述线性函数模型中拟合温度和关联数据集中温度的数据差异特征获得误差统一度的步骤包括:
3.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述关联数据集中的温度与所述线性函数模型的分布特征获得分布统一度的步骤包括:
4.根据权利要求1所述的一种地温梯度测量过程中的数据采集优化方法,其特征在于,所述根据所述误差统一度和分布统一度获得线性函数模型的评价指数的步骤包括:
5.根据权利要求1...
【专利技术属性】
技术研发人员:刘小平,韩子晨,方晓,何冠群,史信南,陈燕,殷淑翠,董浩,
申请(专利权)人:山东省地矿工程勘察院山东省地质矿产勘查开发局八〇一水文地质工程地质大队,
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。