基于神经网络的测斜仪井斜角误差补偿研究

作者：邵婷婷; 樊延虎; 韩少波; 雷文礼

来源：延安大学学报(自然科学版), 2016, (01): 27-29.

• 测斜仪
• 井斜角
• 神经网络
• 误差补偿 dip meter
• angle of deviation
• neural network
• error compensation

介绍了陕北石油基地普遍使用的磁性电子测斜仪的测量原理,分析了其可能存在的误差和来源。对井眼姿态测量中主要测量参数之一的井斜角,分别采用反向传播(BP)神经网络和径向基函数(RBF)神经网络算法,建立了以测量井斜角为输入、补偿后的井斜角为输出的单入单出神经网络模型,并用实际测斜仪器的测量数据进行现场测试。实验数据表明,采用BP和RBF神经网络补偿算法,可将井斜角的实际测量精度分别从±0.77°提高至±0.16°和±0.19°,可见两种算法均可提高测斜仪井斜角的测量精度,BP补偿算法精度较高,但RBF补偿算法的收敛速度更快。

• 单位
  延安大学