| 徐世权.油气田瓦斯隧道TSP图像智能识别研究[J].现代交通技术,2024,21(3):47-50 |
| 油气田瓦斯隧道TSP图像智能识别研究 |
|
| |
| DOI： |
| 中文关键词: 智能识别 围岩裂缝 瓦斯隧道 TSP超前地质预报 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 1279 |
| 全文下载次数: 0 |
| 中文摘要: |
| 在传统的非煤系油气田区瓦斯隧道超前地质预报中,由于TSP(tunnel seismic prediction,隧道地震勘探)图像的复杂性,解译的效率低且结果准确度不高,利用智能识别技术可以有效解决相应问题。依托某油气田区高瓦斯隧道工程,结合深度学习理论,借助Python(计算机编程语言)平台建立智能识别预测模型,通过该模型识别TSP图像中的P波,判断不良地质情况。结果表明:建立的智能识别模型可有效识别P波,判断围岩裂缝情况,减小人工识别的误差,实现油气田区高瓦斯隧道的地质精准探测与瓦斯防治。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
