基于泰勒级数估计的油井数据无损压缩方法

文档序号:9550914阅读:296来源:国知局
基于泰勒级数估计的油井数据无损压缩方法
【技术领域】
[0001] 本方法涉及基于泰勒级数估计的油井数据无损压缩,可有效降低油井数据传输网 络的负荷。
【背景技术】
[0002] 由于油田信息化程度的加深,传输数据量急剧增加,但受到油田地理环境的限制, 这些信息主要通过无线网络传输。一种是内部专用的无线网络,如ZigBee网络;另一种是 第三方运营网络,如GPRS或者3G网络。前者带宽较小,难以负荷越来越大的传输量;后者 带宽大,但属于收费网络,占用民用资源。因此,直接传输的方式,已经不适用于数字化油田 大数据量的需求。目前已有一些研究油井数据压缩的方法。RDP(Ramer-Douglas-Peucker) 算法,通过只保留曲线上的足以表达该曲线形状特征的关键点,来实现数据压缩,但数据精 度在删除点处存在非常明显的误差,且属于有损压缩。还有人提出一种对大量数据做奇异 值分解,用得到的基向量来近似拟合数据,达到数据压缩的目的,但算法计算量大,无法满 足油井数据的实时传输。此外,一些经典通用的数据压缩算法:霍夫曼压缩编码、算术编码、 游程编码、LZW算法等,这些算法都没有考虑油井数据的特点,不能有效的实现油井数据的 压缩。

【发明内容】

[0003] 为了实现油井数据的高效传输,充分考虑其数据曲线相关性,提出一种新的无损 压缩算法。首先利用泰勒级数分解拟合出油井数据曲线,然后进行后向估计,通过传输拟合 值与实际值的估计误差,实现数据的无损压缩。并且根据实际应用情况,设计自适应选择最 小压缩率的泰勒级数分解阶数的方法。
[0004] 本发明的目的是通过以下技术方案实现的。
[0005] 本发明的基于泰勒级数估计的油井数据无损压缩方法,步骤为:
[0006] 1)根据油井实际采集数据情况,通过计算最小压缩率,确定泰勒级数分解的最佳 阶数M。
[0007] 所述的压缩率计算,是通过以下步骤进行压缩后的数据和压缩前的数据,量化之 后的位宽比。
[0008] 2)对采集到的数据,按Μ阶泰勒级数展开,求解系数(a。,ai,…,aM)。所述的泰勒 级数分解的系数确定是利用已知的前M+1个点,列出M+1个分解公式,通过解数学方程计算 而得。
[0009] 3)根据步骤1)和步骤2)得到的Μ和(a。,,…,aM),换算出第M+2点与前面M+1 个点的关系。
[0010] 所述的换算方法,是利用油井数据的相关性和泰勒级数的性质,根据求得的系数、 阶数拟合出第M+2点的值
[0011] 4)根据步骤3)计算的估计值,得到第M+2点的误差。
[0012] 所述估计值误差的计算,是利用拟合得到的估计值,与实际值相减,得到误差。
[0013] 5)根据步骤3)得到的已知点与已知点后一点的关系式,逐步计算出后续数据的 估计值,以及估计值与实际值的误差。
[0014] 6)传输数据是步骤2)中M+1个的已知点和步骤5)计算得到的从M+2点开始的误 差值。
[0015] 7)对接收到的数据进行解压处理,是利用步骤1)至步骤3)的方法根据前M+1个 已知点计算出后续点的估计值,再叠加上误差,即无损恢复出原始数据。
[0016] 有益效果
[0017] 本发明方法通过泰勒级数展开估计实现数据无损压缩,具有时间空间复杂度低的 特点,可适用于油田数据远程传输系统,通过某油田的实际系统验证,可将传输网络数据负 荷降低至45%。
【附图说明】
[0018] 图1是本发明方法的系统实现框图;
[0019] 图2是利用不同阶数的幂函数对电参数数据进行压缩效果图。
【具体实施方式】
[0020] 下面结合附图和实施例对本发明做进一步说明。
[0021] 实施例
[0022] 1)把实际采集到的离散型油井数据按Μ阶泰勒级数分解。
[0023] 所述分解形式是,油井数据函数描述为:yn=f(xn) |xn=nTs,ne[1,Ν],其中,Ts 是采样周期。函数分解为M阶:yn= 3
[0024] 2)确定按步骤1)中泰勒级数分解的变量:Μ(函数的最佳阶数);aM~a。(函数的 系数)。
[0025] 首先根据求解线性方程的Cramer法则,要确定M+1个系数需要M+1个独立的线性 方程,引入假设条件:en=0,ne[1,M+1]。
[0026] 可以将步骤1)的Μ阶分解式修正为
[0027] 改写成矩阵形式:y=Xa。又因为xn=nTs,ne[1,Ν],所以X是范德蒙矩阵,只 与拟合阶数Μ有关系,后面记做ΧΜ+1,满足满秩条件:r(XM+1) =Μ+1,存在唯一的逆矩阵即系 数向量:a=ΧΜ+1 最佳阶数Μ,是根据最小压缩率确定的,具体方法参见步骤6)。
[0028] 3)根据步骤2)得到的系数a和前Μ+1个已知点X,换算出与第Μ+2点的关系,从 而估计出第M+2点的值,得到估计值与实际值的误差。
[0029] 第M+2点的估计值
[0030]而m和:^+1都只与拟合阶数Μ的取值有关。令,改写为关于y的线性组 合:=办1>,湘+/?+…咖估计误差为:^
[0031]4)按照上述步骤1)、步骤2)、步骤3)的方法,把第2到M+2位数据看做第1到M+1 位数据,使用同样的估计算法,逐步得到后续数据对应的误差值。 A/+1
[0032]此后估计第M+i点时:i'.u+,=Σ&Λ+,-:得估计误差序列:E= (eM+2,eM+3,…,eN) /=1
[0033] 5)压缩处理完成后的传输数据。
[0034] 在传输过程中只需传输初始的M+1个点的数据序列Yinit=(ydy2,…,yM+1)和估计 误差序列{E},即待传输的数据序列为:Y&ans=(ydy2,…,yM,eM+1,…,eN)
[0035] 6)对接收数据进行解压处理,恢复出原始数据。
[0036] 接收端解压过程即为压缩的逆过程,即首先通过拟合阶数Μ可以得到出范德蒙矩 阵ΧΜ+1,然后利用Μ+1个初始序列{Yinit}根据步骤1)和步骤2)就可以得到泰勒级数系数 向量a,再用该泰勒级数估计出下一点数据Λ?+2,最后用接收到的误差eM+2对估计值九12进 行修正,即可得到第M+2点的真实值yM+2。重复上述解压过程,最终可实现数据还原。
[0037] 7)从传感器采集到数据开始,截取一个周期,利用步骤1)至步骤4)的方法进行压 缩计算,从Μ= 1开始,得到一个暂时的最大估计误差幅值:ΔE=max(E)-min(E)。计算后 续M+1阶的△E,依次循环,当最大估计误差幅值由减小的趋势变为增大时,即可跳出循环, 确定最佳泰勒级数的拟合阶数。利用不同阶数的幂函数对电参数数据进行压缩,得到的压 缩结果如图2所示。
【主权项】
1.基于泰勒级数估计的油井数据无损压缩方法,其特征在于,包含以下步骤: 步骤一:根据油井实际采集数据情况,通过计算最小压缩率,确定泰勒级数分解的最佳 阶数M。 所述的压缩率计算,是通过以下步骤进行压缩后的数据和压缩前的数据,量化之后的 位宽比。 步骤二:对采集到的数据,按Μ阶泰勒级数展开,求解系数(a。,ai,…,aM)。 所述的泰勒级数分解的系数确定是利用已知的前M+1个点,列出M+1个分解公式,通过 解数学方程计算而得。 步骤三:根据步骤一和步骤二得到的Μ和(a。,,…,aM),换算出第M+2点与前面M+1个 点的关系。 所述的换算方法,是利用油井数据的相关性和泰勒级数的性质,根据求得的系数、阶数 拟合出第M+2点的值 步骤四:根据步骤三计算的估计值,得到第M+2点的误差。 所述估计值误差的计算,是利用拟合得到的估计值,与实际值相减,得到误差。 步骤五:根据步骤三得到的已知点与已知点后一点的关系式,逐步计算出后续数据的 估计值,以及估计值与实际值的误差。 步骤六:传输数据是步骤二中M+1个的已知点和步骤五计算得到的从M+2点开始的误 差值。对接收到的数据进行解压处理,是利用步骤一至步骤三的方法根据前M+1个已知点 计算出后续点的估计值,再叠加上误差,即无损恢复出原始数据。
【专利摘要】本发明是一种基于泰勒级数估计的油井数据无损压缩方法,属于数据压缩处理领域。该方法利用泰勒级数分解拟合出油井数据曲线,然后进行后向估计,通过传输拟合值与实际值的估计误差,实现数据的无损压缩。并且根据实际应用情况,设计自适应选择最小压缩率的泰勒级数分解阶数的方法。适用于油田数据远程传输系统,有效降低传输网络数据负荷。
【IPC分类】H03M7/30, G06F17/30
【公开号】CN105306066
【申请号】CN201510796740
【发明人】王卫江, 高巍, 史玥婷
【申请人】北京理工大学
【公开日】2016年2月3日
【申请日】2015年11月18日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1