摘要：针对目前深度学习模型通常只能提取单一尺度岩相特征,无法获得多尺度信息且没有充分适应测井曲线自身形态特点影响岩相识别的问题,基于深度学习以Resnet50为基础网络,设计开发多尺度特征提取模块SMGC(strip-pooling and multi-scale group convolution),并加入改进的ECAs(efficient channel attention strengthen)注意力模块增强对测井曲线条形纹理信息关注度,提出一种SMGC-ECAs-Resnet致密砂岩测井曲线岩相识别方法。以松辽盆地三肇凹陷扶余油层为例,对测井曲线数据预处理构建图像数据集,利用SMGC-ECAs-Resnet网络模型对其进行识别得到分类结果,设置对比试验和鲁棒性实验证明模型有效性。结果表明:所提出的SMGC-ECAs-Resnet网络岩相识别准确率达到91.9%,为复杂致密砂岩岩相的测井识别提供了新的方法。

摘要：交错控制三电平Buck变换器受功率开关器件寄生参数的影响,输出电压纹波及电感电流纹波不仅发生了畸变,且纹波电压大小和忽略寄生参数的纹波电压存在较大误差。因此,深入分析了交错控制三电平Buck变换器输出纹波电压畸变机理,建立了考虑功率开关器件寄生参数的电感电流纹波、输出纹波电压的数学模型。在此基础上进行了实验验证,实验结果表明,功率开关器件的寄生参数是导致输出纹波电压波形畸变以及与理想模型产生较大误差的主要原因,验证了理论分析的正确性。所得结论可为三电平Buck变换器的变换器参数设计提供理论指导。