典型文献
基于RBF神经网络的小角度井斜方位角误差校正
文献摘要：
分析了电子测斜仪本身及工作过程中可能出现的误差和误差来源,小角度井斜时,其方位角测量误差比较大.基于径向基函数(RBF)神经网络算法对小角度井斜下方位角的测量进行了补偿,建立了以标准井斜角和实测方位角构成的二维向量为输入、标准方位角构成的一维向量为输出的双入单出网络模型,采用随机选取的方式将学习样本分为训练集与测试集,可以使网络具有较好的泛化能力.对比建立的若干RBF神经网络模型对误差的校正效果,确定出具有最佳方位角补偿效果的校正模型参数.仿真测试结果表明,该RBF神经网络校正模型运行稳定快速,方位角的测量精度提高至1.3以内,误差补偿效果好.
文献关键词：
RBF神经网络;方位角;小角度井斜;误差校正
中图分类号：
作者姓名：
和向昆;王挺;刘童辉;丁慧慧;邵婷婷
作者机构：
延安大学物理与电子信息学院,陕西 延安 716000;陕西省能源大数据智能处理省市共建重点实验室,陕西 延安 716000
文献出处：
引用格式：
[1]和向昆;王挺;刘童辉;丁慧慧;邵婷婷-.基于RBF神经网络的小角度井斜方位角误差校正)[J].内蒙古石油化工,2022(05):48-50
A类：
小角度井斜
B类：
RBF,误差校正,测斜仪,误差来源,方位角测量,测量误差,径向基函数,神经网络算法,井斜角,训练集,测试集,泛化能力,校正模型,仿真测试,运行稳定,测量精度,误差补偿
AB值：
0.205901
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
