基于卷积神经网络融合扩展卡尔曼滤波的拖缆姿态解算算法研究
全球能源问题严峻，海洋中待开采的油气资源规模庞大，因此，海洋深水油气资源的勘探开发已经成为能源发展的重点。海洋资源是国家权益必不可少的构成要素，周边国家觊觎中国东海与南海的石油、天然气水合物等资源，并曾利用发达国家的技术在南沙海域盗采石油。内部资源紧张，外部邻国图谋，形势危急，中国必须深入推进海洋科技的研究进程，革新深水油气资源的探采技术。海洋深拖地震勘探是发展最为迅速、应用最为广泛的海洋勘探方法，成为海底水合物资源最有效的高精度探测手段。中国正处于探采海底水合物技术突破的关键时期，面临诸多挑战。由于海水对地震波的影响，常规地震勘探系统对深海水下地层的探测分辨率和穿透深度会随海水深度而降低。为降低海水对地震信号的吸收，采用近海底的拖曳方式，将震源与数字拖缆下放并保持在距离海底小于100米的深度范围内，提升采集到地震资料的品质，满足精细刻画海底水合物矿体空间分布的要求。开采海底能源需要高精度的地下油气资源储层成像，而高精度成像的前提是获取高保真地震波场信息。可控震源与拖缆是水下拖曳系统的重要组成部分，震源发射地震波，拖缆上的水听器接收经海底反射的地震信号，信号经后续处理后反演地震波场信息。诸多海洋环境因素影响海水的流体力学特征，进而导致水下拖曳系统与预期设计出现偏差，因此，实时记录震源与拖缆等关键部件的力学信息、解算拖缆姿态、有效恢复地震波场信息等方面已成为近海底深拖地震勘探装备研发的关键技术。 本论文针对勘探需求，明确研究目标为获得有效的水下数字接收缆姿态信息。针对此研究目标，本论文主要开展以下四个方面的工作： 首先是设计了本文采取多传感器融合进行姿态解算的技术路线。通过搜集资料，分析研究的背景意义，结合实际需求明确研究的必要性；针对海洋环境的限制，选用集成多传感器的MEMS进行全姿态检测；概括国内外的姿态检测现状，对比方法的优缺点，分析多传感器数据信息融合的发展趋势，形成基于Kalman滤波的多传感器姿态解算的技术方案。 其次是开展了基于Kalman滤波与神经网络的理论研究与算法设计。明确载体姿态检测的相关理论支撑，建立统一的坐标系；选用表示姿态的方法为四元数法；对比分析陀螺仪、加速度计、磁力计的姿态检测模型后，采用三传感器数据信息融合的模型；理论研究并实现扩展Kalman滤波法、无迹Kalman滤波，对比分析两种方案的解算结果，最终选用扩展Kalman滤波法。随后针对扩展Kalman滤波法的局限性，寻求优化方案。深入理解神经网络的原理与优势，分析模型架构，整合优势，提出用神经网络融合传统的姿态估计算法；选取的网络模型为BP与CNN，两者依据其特点分别与EKF进行融合，优化拖缆姿态解算算法。 然后是设计了拖缆姿态解算软件。结合前述研究内容与程序功用，选用恰当的设计平台，完成拖缆姿态解算算法的编写；优化姿态监测系统的界面，突出显示重点信息；若设备距离海底小于30米会预警提示，保证勘探作业的安全性。 最后是完成了拖缆姿态解算算法的性能测试。在实验室采用模拟数据验证算法的基础上，使用系统设备在南海深海海域进行地震勘探试验，运用所提方案处理实际数据，并对成果作出评价，从而证明了方案的有效性。
海洋油气藏;深拖地震勘探;拖缆姿态解算;卷积神经网络;扩展卡尔曼滤波
吉林大学
硕士
测试计量技术及仪器
孙锋
2022
中文
P618.130.8
2022-08-12（万方平台首次上网日期，不代表论文的发表时间）