买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国石油大学(华东);朴牛(山东)能源科技发展有限责任公司

摘要：一种基于分布式光纤声波监测数据的井筒流体类型识别方法，对DAS系统采集的声波监测数据进行处理，得到相关的滤波和归一化处理之后的声波数据；进行声波特征参数提取，得到与井筒流体类型相关的声波特征；将低方差散射特征集a和短时时频特征集b融合形成的融合特征集c；将得到的声波特征输入至分类算法中进行训练为识别模型；将声波监测数据输入识别模型，输出井筒流体类型。本发明将低方差散射特征与短时时频特征相结合形成融合特征用于流体类型识别，融合特征属于多源特征，综合了低方差散射特征与短时时频特征中包含的信息，为井筒流体类型的准确识别提供了更多数据源，有效解决单一特征识别流体类型准确率低的问题，极大提高了识别精度。

主权项：1.一种基于分布式光纤声波监测数据的井筒流体类型识别方法，其特征在于，包括，步骤一：对DAS系统采集的声波监测数据进行预处理，用于得到与井筒流体类型相关的滤波和归一化处理之后的声波数据；步骤二：对步骤一预处理后的数据进行声波特征参数提取，得到与井筒流体类型相关的声波特征；所述与井筒流体类型相关的声波特征包括：低方差散射特征集a和短时时频特征集b融合形成的融合特征集c；步骤三：将步骤二得到的声波特征输入至分类算法中进行训练，得到井筒流体类型识别模型；步骤四：将实时DAS系统声波监测数据输入至所述步骤三所述井筒流体类型识别模型中，输出结果即为对应的井筒流体类型；所述步骤二中，进行声波特征参数提取，得到与井筒流体类型相关的声波特征的方法，包括：2-1利用小波时间散射变换提取DAS声波数据集的低方差散射特征集a；其中，所述低方差散射特征集a的维度为w*k×p，k为DAS声波数据集的个数，p为信号经散射变换后得到的散射路径的个数，w为每条散射路径对应的时间窗口的个数，p和w与DAS系统的采样频率有关；同时，利用短时傅里叶变换对DAS声波数据集进行处理，得到DAS的时频数据集，将时频数据集输入到主成分分析算法中进行处理，提取DAS声波数据集的短时时频特征集b；其中，短时时频特征集b的维度为k×r，r为短时傅里叶变换处理声波数据时采用的窗口重叠宽度加1，所述窗口重叠宽度为窗口宽度的一半，所述短时傅里叶变换是关于时间和频率的二维函数： 在公式（2）中，N表示DAS声波数据时间序列维数；为时间参数；’为频率参数；fs为DAS系统的采样频率；m=1，2.....N；j为虚数单位，；为需要处理的时域DAS声波数据；代表中心位于mfs时刻的窗口函数；2-2将低方差散射特征集a与短时时频特征集b融合形成融合特征集c：低方差散射特征集a的数据维度为w*k×p，短时时频特征集b的数据维度为k×r，重复短时时频特征集b的数据，将其维度扩展到w*k×r；利用顺序排列的方式得到融合特征集c，融合特征集c的维度为w*k×p+r；2-3利用分类算法训练形成井筒流体类型识别模块：所述融合特征集c作为输入，将融合特征集c对应的已知流体类型作为输出；所述分类算法包括BP神经网络、决策树和随机森林；2-4对BP神经网络、决策树和随机森林分别进行训练并分别形成BP神经网络训练模型、决策树训练模型和随机森林训练模型。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 朴牛(山东)能源科技发展有限责任公司 基于分布式光纤声波监测数据的井筒流体类型识别方法、系统