[发明专利]一种地质勘探钻进过程双层智能钻速建模方法

权利要求书

1.一种地质勘探钻进过程双层智能钻速建模方法，其特征在于，包括以下步骤：

(1)选定钻速作为衡量地质勘探钻进过程效率的指标，对钻进过程进行机理分析，确定影响钻速的各类参数，基于分段三次埃尔米特插值方法将部分缺失的数据补齐并获得样本数据集；

(2)在步骤1获得样本数据集的基础上，采用Nadaboost-ELM算法建立地层可钻性子模型；

(3)在步骤2建立地层可钻性子模型的基础上，基于Pearson相关性分析方法确定与钻速相关性较强的参数，作为钻速子模型的输入参数；

(4)根据步骤3得到的基于钻速子模型输入参数，通过改进的PSO算法优化RBF神经网络的Spread参数能够得到最优的模型性能参数，建立钻速子模型，形成地质勘探钻进过程双层智能钻速建模架构。

2.根据权利要求1所述的一种地质勘探钻进过程双层智能钻速建模方法，其特征在于，所述步骤1具体包括以下具体步骤：

1)通过地质勘探钻进过程机理分析，确定影响钻速的参数；

2)对影响钻速的样本数据进行分段三次埃尔米特插值，通过将缺失数据补齐，获得样本数据集。

3.根据权利要求1所述的一种地质勘探钻进过程双层智能钻速建模方法，其特征在于，所述步骤3具体包括以下具体步骤：

1)基于Pearson相关性分析方法确定与钻速相关性较强的输入参数；按照如下公式得到每个输入参数与钻速之间的相关性系数；

其中，N是数据集的个数，x_i是输入参数，y_i是钻速，r是每个输入参数与钻速之间的Pearson相关性系数；

2)根据1)中公式对地层可钻性子模型的参数进行Pearson相关性分析，得到与钻速具有较高的相关性参数。

4.根据权利要求1所述的一种地质勘探钻进过程双层智能钻速建模方法，其特征在于，所述步骤4包括以下具体步骤：

1)样本数据集的归一化处理；

其中，x_norm是归一化后的数据集，x是真实的数据集，x_min是数据集中最小的数据，x_max是数据集中最大的数据；

2)根据下面三个公式计算隐含层和输出层之间的权值；

其中，R是隐含层的激活函数，||x_i-c_i||²是欧拉范数，x_i是输入参数，c_i是RBF函数的中心，σ_i是RBF函数的方差，c_max是RBF函数中心之间的最远距离，h是聚类中心的数量，w_i是隐含层和输出层之间的权值；

3)根据下面的公式计算总目标输出，即钻速；

其中，y是总目标输出，即钻速，s是步骤二中Nadaboost-ELM算法的输出，即地层可钻性，其他参数之前均有提到；

4)通过改进的PSO算法优化RBF神经网络的Spread参数能够得到最优的模型性能参数，建立钻速子模型。