[发明专利]一种地质层识别模型构建方法和地质层识别方法在审
申请号: | 202110193221.5 | 申请日: | 2021-02-20 |
公开(公告)号: | CN113065664A | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 李太为;孔国玲 | 申请(专利权)人: | 北京三一智造科技有限公司 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06K9/62 |
代理公司: | 北京隆源天恒知识产权代理事务所(普通合伙) 11473 | 代理人: | 陈雪飞 |
地址: | 100096 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地质 识别 模型 构建 方法 | ||
1.一种地质层识别模型构建方法,其特征在于,包括:
分别获取勘察阶段的离线数据以及桩机在所述勘察阶段钻进地质层的随钻数据,其中,所述离线数据包括分别与所述地质层相关的地质报告和实地调研数据,所述随钻数据包括动力头扭矩、动力头转速和钻进压力;
根据所述离线数据和所述勘察阶段的所述随钻数据构建多源数据集;
根据所述多源数据集对预设机器学习模型进行训练,得到地质层识别模型。
2.根据权利要求1所述的地质层识别模型构建方法,其特征在于,所述根据所述离线数据和所述勘察阶段的所述随钻数据构建多源数据集包括:
确定与所述勘察阶段的所述随钻数据对应的采集时间;
将所述离线数据与所述采集时间和所述勘察阶段的所述随钻数据进行比对,确定所述勘察阶段的所述随钻数据与所述地质层之间的对应关系;
根据所述对应关系确定地质层标签;
根据所述离线数据和所述勘察阶段的所述随钻数据进行数据融合,得到所述多源数据集;
将所述地质层标签加入所述多源数据集。
3.根据权利要求2所述的地质层识别模型构建方法,其特征在于,所述根据所述离线数据和所述勘察阶段的所述随钻数据进行数据融合包括:
对所述勘察阶段的所述随钻数据进行均值滤波;
对滤波后的随钻数据进行异常值过滤;
对过滤后的随钻数据进行分箱;
对分箱后的随钻数据进行特征提取;
对提取后的特征数据、所述离线数据和所述采集时间进行融合。
4.根据权利要求3所述的地质层识别模型构建方法,其特征在于,所述对滤波后的随钻数据进行异常值过滤包括:
对滤波后的随钻数据进行基于时间维度的分类统计,得到统计数据,所述统计数据包括与所述动力头扭矩对应的扭矩统计数据、与所述动力头转速对应的转速统计数据以及与所述钻进压力对应的压力统计数据;
对所述统计数据进行分类均值计算,得到均值数据,所述均值数据包括与所述扭矩统计数据对应的扭矩均值、与所述转速统计数据对应的转速均值以及与所述压力统计数据对应的压力均值;
将所述统计数据与预设统计概率进行比较;
如果所述扭矩统计数据中存在超过所述预设统计概率的异常值,则将所述异常值更新为所述扭矩均值,否则,保持所述扭矩统计数据不变;
如果所述转速统计数据中存在超过所述预设统计概率的异常值,则将所述异常值更新为所述转速均值,否则,保持所述转速统计数据不变;
如果所述压力统计数据中存在超过所述预设统计概率的异常值,则将所述异常值更新为所述压力均值,否则,保持所述压力统计数据不变。
5.根据权利要求1-4任一项所述的地质层识别模型构建方法,其特征在于,所述根据所述多源数据集对预设机器学习模型进行训练之后,还包括:对所述地质层识别模型进行标准化。
6.一种地质层识别模型构建装置,其特征在于,包括:
数据获取模块,用于分别获取勘察阶段的离线数据以及桩机在所述勘察阶段钻进地质层的随钻数据,其中,所述离线数据包括分别与所述地质层相关的地质报告和实地调研数据,所述随钻数据包括动力头扭矩、动力头转速和钻进压力;
数据构建模块,用于根据所述离线数据和所述勘察阶段的所述随钻数据构建多源数据集;
模型训练模块,用于根据所述多源数据集对预设机器学习模型进行训练,得到地质层识别模型。
7.一种地质层识别方法,其特征在于,包括:
获取桩机在施工阶段钻进地质层的随钻数据;
将所述施工阶段的所述随钻数据输入根据权利要求1-5任一项所述的地质层识别模型构建方法得到的地质层识别模型;
根据所述地质层识别模型的输出结果对所述地质层进行特征识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三一智造科技有限公司,未经北京三一智造科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110193221.5/1.html,转载请声明来源钻瓜专利网。