一种基于神经网络的钻井测斜仪方位角误差补偿方法技术

一种基于神经网络的钻井测斜仪方位角误差补偿方法，包括有如下四个基本步骤：１）根据钻井测斜方位角输出信号的特点确定神经网络的结构模型；２）获取神经网络的训练样本；３）进行神经网络训练，得到最优的神经网络模型参数；４）根据倾斜角、初步计算的方位角、工具面角来计算真实方位角。神经网络具有分布并行处理，非线性映射，鲁棒容错和泛化能力强等特性，使得它在智能信息处理方面有广泛的应用。训练后的神经网络能很高精度地逼近钻井测斜仪系统输入与输出间的非线性关系且具有很强的泛化能力，能在整个测量范围内补偿钻井测斜仪的系统误差。本发明专利技术对计算的方位角进行较正，克服了不同方位角、倾斜角、工具面角带来的系统测量误差，输出准确的方位角。本发明专利技术的方法也可用于其它传感器输出信号的建模与补偿。

【技术实现步骤摘要】

【技术保护点】
一种基于神经网络的钻井测斜仪方位角误差补偿方法，其特征在于：利用神经网络的非线性映射功能，选择三输入单输出的深层前向神经网络，建立钻井测斜仪输出的倾斜角、工具面角和初步计算的方位角同真实方位角间的映射关系，主要实现步骤有：（１）根据 钻井测斜仪方位角输出信号的特点确定神经网络的结构模型，建立神经网络模型时以钻井测斜仪输出的倾斜角、工具面角和初步计算的方位角做为神经网络的输入量，真实方位角为输出量来构建三输入单输出的神经网络系统，即选择由输入层、隐层１、隐层２和输出层组成的四层结构的前向神经网络；（２）获取神经网络的训练样本，模拟钻井测斜仪的倾斜角、工具面角和方位角是在三轴位置转台上进行的，通过三轴位置转台绕其三个转动轴的转动来模拟钻井测斜仪的倾斜角、工具面角和方位角；（３）进行神经网络训练 ，得到最优的神经网络模型参数；（４）根据倾斜角、初步计算的方位角、工具面角来计算真实方位角。

【技术特征摘要】

【专利技术属性】
技术研发人员：郦吉臣，房建成，张延顺，李红，王群威，俞文伯，刘百奇，杨胜，李金涛，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]