仪器仪表学报

作者：梁家豪，程为彬，胡少兵，王弋文，张夷非

单位：梁家豪,长江大学地球物理与石油资源学院武汉430100,,程为彬,长江大学地球物理与石油资源学院武汉430100,wbcheng@yangtzeu.edu.cn,胡少兵,长江大学地球物理与石油资源学院武汉430100,,王弋文,长江大学地球物理与石油资源学院武汉430100,,张夷非,长江大学地球物理与石油资源学院武汉430100,

关键词：校正;误差补偿;混沌博弈优化算法;极限学习机

井下测斜仪在地磁场测量过程中易受钻具磁化、井壁环境及外部电磁噪声等多种因素的干扰，从而导致钻具方位角解算产生显著误差。现有的多测点分析法能够对磁干扰进行一定程度的补偿，但补偿后的方位角仍存在明显的非线性特征，难以满足高精度井下测量需求。故提出一种基于改进混沌博弈优化（ICGO）的正则化极限学习机（RELM）误差补偿方法。首先，利用多测点分析法完成磁干扰的初步校正；随后构建了以三轴加速度计与磁力计数据为输入、校正残差为输出的CGO-RELM补偿模型，并与基于粒子群优化（PSO）和遗传算法（GA）的RELM模型进行对比。针对原始CGO算法中种群多样性不足、陷入局部极值的问题，进一步引入混沌、高斯、小波这3种随机种子变异方式，并提出三阶段融合策略以提升全局搜索能力和收敛效率。实验表明，所提出的ICGO-RELM方法在拟合性能与泛化精度上均显著优于对比算法。与传统RELM模型相比，方位角的平均绝对误差（MAE）和均方根误差（RMSE）分别降低94.1%和93.1%，决定系数提升至0.9994。结果验证该方法对非线性误差具有显著抑制效果，从而提高井下方位角解算精度，为复杂井下环境下的轨迹控制与随钻测量提供了一种可靠的技术途径。

来源：2025年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第9期