基于壓縮感知的井下鉆具狀態(tài)預警方法研究
石油機械
頁數(shù): 9 2024-06-19
摘要: 在井下振動信號向高頻采集發(fā)展趨勢下,井下振動采集模塊需要存儲和傳輸?shù)臄?shù)據(jù)量逐漸增大。為了解決井下數(shù)據(jù)存儲和上傳壓力大的問題,并對井下鉆具的運行狀態(tài)進行預警,提出了將壓縮感知理論和支持向量機(Support Vector Machine, SVM)模型融入于井下振動信號的存儲、傳輸和狀態(tài)預警中。研究了一種原子數(shù)自適應的稀疏字典建立方法,用少量稀疏特征表達完整信號;建立了觀測矩陣將... (共9頁)