[发明专利]一种基于脉冲涡流信号的油气井套管缺陷分类方法在审
申请号: | 201910496710.0 | 申请日: | 2019-06-10 |
公开(公告)号: | CN110378370A | 公开(公告)日: | 2019-10-25 |
发明(设计)人: | 黄平捷;金航;黄雨萌;杨昭鹤;侯迪波;喻洁;张光新 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于脉冲涡流信号的油气井套管缺陷分类方法。本发明对采集的脉冲涡流信号预处理后,进行特征提取形成组合特征量,建立多分类模型进行缺陷分类识别。本发明选取分类特征时使用时域特征值、频域特征值相结合得到的组合特征值作为分类器的输入,减少样本特征重合,有效提高分类精度;检测过程中采用三个方向探头进行检测,能够获取被测结构完整的空间三维信息;采用了多种消除噪声方法,能够有效提高信噪比并提高最终的分类准确度;采用支持向量机进行分类识别,泛化能力强、运算速度快,结果可靠准确,具有较好的应用前景,为被测油气井套管结构的健康状态评估及寿命预测提供支持。 | ||
搜索关键词: | 脉冲涡流 缺陷分类 油气井 套管 健康状态评估 多分类模型 分类准确度 信号预处理 运算速度快 支持向量机 分类识别 分类特征 三维信息 寿命预测 套管结构 特征提取 消除噪声 样本特征 组合特征 分类器 能力强 检测 重合 探头 频域 时域 采集 分类 应用 | ||
【主权项】:
1.一种基于脉冲涡流信号的油气井套管缺陷分类方法,其特征在于,包括以下步骤:(1)实验数据采集,包括以下子步骤:(1.1)使用空间轴线两两垂直的三个电磁线圈探头对被测油气井套管结构进行扫描检测,得到脉冲涡流信号U0,并获取对应的缺陷类型。(1.2)对步骤1.1检测到的脉冲涡流信号U0进行积分采样,得到数字化的采样信号U1。(2)对步骤1.2得到的采样信号U1进行平滑滤波、均值中心化处理,获得预处理后的脉冲涡流信号U2。(3)进行特征提取并形成组合特征量,包括以下子步骤:(3.1)对步骤2预处理后的脉冲涡流信号U2划分为训练集Uc和测试集Up。(3.2)对步骤3.1获得的训练集Uc和测试集Up分别进行时域特征值提取,得到训练集时域特征值Tc和测试集时域特征值Tp。训练集时域特征值Tc包括训练集Uc经过最小二乘拟合后的斜率kc和第一采样点数据bc;测试集时域特征值Tp包括测试集Up经过最小二乘拟合后的斜率kp和第一采样点数据bp,其中,Tc=[kc,bc],Tp=[kp,bp]。(3.3)对步骤3.1获得的训练集Uc和测试集Up分别进行快速傅里叶变换得到频域响应信号,将频域响应信号的峰值作为训练集频域特征值Fc和测试集频域特征值Fp。(3.4)对步骤3.2得到的训练集时域特征值Tc、测试集时域特征值Tp和步骤3.3得到的训练集频域特征值Fc、测试集频域特征值Fp分别进行特征组合,得到训练集组合特征量Qc和测试集组合特征量Qp,其中,Qc=[Tc,Fc],Qp=[Tp,Fp]。(4)建立多分类模型,进行缺陷分类识别,包括以下子步骤:(4.1)将步骤3.4得到的训练集组合特征量Qc和步骤1.1获取的缺陷类型作为输入,输入到多分类支持向量机分类器中进行训练,得到多分类模型。(4.2)将步骤3.4得到的测试集组合特征量Qp输入到由步骤4.1得到的多分类模型中,获得油气井套管缺陷分类的识别结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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浙江大学,未经浙江大学许可,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/patent/201910496710.0/,转载请声明来源钻瓜专利网。