一种生命旋回信息模型的建立及应用

文章论述了油气田产量的非线性特征。其于Ｗｅｎｇ旋回的原理，提出了一种预测油气田产量的新型生命旋回信息模型。该模型可以预测油气田的瞬时产量、年产量、累积产量、可采储量、剩余可采储量、剩余可采储量瞬时储采比和时采油气速度、剩优质产品可采储量的年储采比和年采油气速度、最高瞬时产量和年产量，以及发生的时间与相应的累积产量。同时，模型还可以预测油气田瞬时产量、年产量兴衰的４个过程。文章还论述了年产量与瞬时产     

地震预测波方法在生产井产量预报中的应用

准确的预测油气田生产井的生产动态变化，在油气田开发过程中极为重要。用地震勘探中听预测滤波模型，对华北油田南马庄马2断块油藏生产的未来产量进行了预测。试算结果表明，用测滤波模型进行井的未来产量预测是有效的，并且从预测的结果中可以得到一些有益的启发。该模型与其它模型相比，具有算法简单、运算速度快、符合率高等优点。     

油气田产量预测的一种功能模拟模型

论述了油气田开发系统的非线性特征，特别是描述系统变化的产量指标在整个开发过程中的非线性，认为油气田累积产量随时间呈不对称“Ｓ”型有限增长；并其于不对称有增长信息的微分方程，提出了一种预测油气田产量的功能模拟模型及其相应的参数求解方法，同时，文章还对油气田产量兴衰的四个阶段，以及油气田瞬时产量和年产量的关系进行了研究，模型从系统辨识理论和控制论的观点出发，从时间流中考察油气田产量系统的非线性特征，具     

地震预测滤波方法在生产井产量预报中的应用

准确的预测油气田生产井的生产动态变化,在油气田开发过程中极为重要.用地震勘探中的预测滤波模型,对华北油田南马庄马2断块油藏生产井的未来产量进行了预测.试算结果表明,用测滤波模型进行井的未来产量预测是有效的,并且从预测的结果中可以得到一些有益的启发.该模型与其它模型相比,具有算法简单、运算速度快、符合率高等特点.     

两种油气田产量预测模型的参数辨识方法对比分析

准确预测油气田产量和可采储量对油气田的科学开发决策至关重要。而油气田的开发是一个非常复杂的非线性演变过程,基于自然界生物生长的增长规律建立起预测油气田产量和可采储量的Logistic—Verhulst模型,对比分析了模型参数的辨识方法,通过应用实例,采用不同的参数辨识方法模拟预测了油气田的产量和可采储量。研究表明,logistic模型参数灰色GM辨识方法精度较高,结果合理,这为Logistic模型的准确模拟预测油气田的产量和可采储量提供了有效、规范的参数辨识方法．也为油气田提供了制定中、长期开发规划的依据。     

渤海L油田产量预测新方法研究

精确、合理地预测油气田产量是油气田开发规划最主要工作.递减曲线分析法、水驱曲线法和数值模拟法等是目前常规产量预测方法,但其并未考虑开发时间参数.通过分析开发时间和地下剩余可采储量对累积产量增长率的影响,从而建立新型产量预测数学模型.通过拟合计算模型中各变量参数,并对渤海L油田全寿命产量进行预测,计算结果表明,其预测结果较为准确,能够满足开发规划编制的需求.     

油气田动态灰色预测模型的选取方法

现有六种油气田动态预测的灰色系统模型,但在实际应用中需要根据具体油气田选择适当的模型。本文从关联度的概念出发,提出了一种灰色模型的选取方法,经过实例验证,证明行之有效,从而克服了选取预测模型的盲目性。另一方面,文中对各时间序列(如压力、油产量、气产量及水产量)间的相互影响给出了定量描述,使预测过程更主动。     

用分形模型统一各种油气田产量预测模型

讨论应用变维分形模型N=C／r^D（其中分维数D可以是关于r的幂级数,三角级数等,而不是常量）统一各种油气田产量预测模型（因为各种预测模型都可以变换为变维分形模型）。为了使预测的效果更好,有时需要将数据点预先加以处理（如平移,求累计和等）。文中用实例讨论如何应用变维分形模型预测油气田产量。     

灰色系统在预测递减阶段气井产量中的应用

建立产量预测模型,对研究区产量进行预测和分析。对比各种方法在油气田不同开发阶段的预测精度,指出GM（1,2）模型对预测产量的单调上升或单调下降较为准确,而其他模型则可用于对油田开发指标的全程预测。     

辽河油田不同类型油藏产量递减规律研究

辽河油田油藏类型复杂多样,通常在不分类型的情况下,采用常规模型对全区产量进行预测,其准确性较差。在常规递减率预测模型（Arps、Weibull、HCZ等模型）递减特征分析的基础上,对一种预测油气田产量的通用模型进行了重点研究,该模型可用以描述开发全过程的产量变化规律和递减率变化规律。结合辽河油田实际生产数据,通过研究不同类型油藏（中高渗砂岩、热采稠油、低渗透和特殊岩性）产量的递减规律,确定了四种类型油藏的模型参数,进行了产量递减率预测与验证,准确性很高。进而确定了各类油藏不同开采阶段的合理递减指标,对辽河油区的产量预测具有很好的实用价值。     

预测水驱油田含水率的一种新模型

根据沙卓诺夫水驱系列曲线和ＨＣＺ累计产量预测模型建立了油田含水率随油田的开发时间变化的新模型,运用该模型,可以对水驱油田的含水率进行预测。通过河南油田和大庆油田的矿场实例运用表明：该模型计算简单、方便,预测的含水率精度较高,比较符合油田的开发实际,从而验证了该模型的可靠性和可行性,可作为水驱油田制定中,长期开发规划的依据。     

遗传算法在油田产量预报中的应用

油田开发方案设计中 ,产量预报正确与否与油田开发成败息息相关 ,它决定了油田生产规模 ,投资决策等。正确预测油田产量对改善开发生产效果和提高措施作业效益有重要作用 ,油田产量预报方法很多 ,如递减曲线法、神经网络法、Poisson分布法等。各种油气田产量预报模型的应用关键在于参数估计 ,常规参数估计方法为试凑法和最小二乘法 ,工作量大 ,可靠性差 ,所以引入了一种新型遗传算法求取参数最优估计值 ,并通过遗传算法在Γ模型中的应用实例说明了该方法在油气产量预报中的可行性     

基于ARIMA-Kalman滤波器数据挖掘模型的油井产量预测

影响水驱开发油田产量的因素众多,针对常规产量预测方法无法考虑时序影响因素的非同步性以及滞后性,应用时间序列分析方法,结合卡尔曼滤波器(Kalman filter),建立考虑因素动态关系的产量ARIMA-Kalman滤波器时间序列模型.根据历史产量数据建立时间序列中的产量差分自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型;再将ARIMA模型与Kalman滤波器相结合,构建产量预测算法;以实例油田资料开展机器学习和数据挖掘,并采用数据拟合及预测检验评价算法合理性,实现最终产量数据预测.研究结果表明,ARIMA-Kalman滤波器具有高效的时序影响因素的分析能力,能够排除非同步性和滞后性的影响,使识别出的产量时间序列模型具有精准的拟合结果和预测能力.该研究可为油田产量预测提供一种有效方法,为后续的油井开采提供决策和理论依据.     

基于小波变换和DGM(2,1)的我国钢铁产量预测

我国粗钢产量数据序列呈波浪上升趋势,传统的灰色预测方法难以获得理想的预测效果.小波变换可以去除原始信号中的噪声,将非平稳的时间序列转化为较为平稳的时间序列.DGM(2,1)模型对适合变化复杂的时间序列的预测.运用小波变换和灰色DGM(2,1)模型对我国粗钢产量额进行来了预测,结果显示:模型的平均预测误差为1.744 9%,比普通DGM(2,1)的5.143 9%减小了66.078 3%,比灰色GM(1,1)模型的3.422 1%减小了49.010 8%,由模型预测得到2019年我国粗钢产量为93 151.009 4万t.     

预测金属非等温氧化动力学的数值模型

Morkworth模型虽然可以预测工业生产中金属的非等温氧化动力学过程，但当温度－时间关系呈非线性关系时，数学处理显得非常复杂。提出一种用等温氧化动力学参数预测非等温氧化动力学的数值模型，该模型具有明确的物理意义，比Markworth模型更容易地处理温度－时间关系呈非线性关系氧化问题。实验结果表明，本数值模型预测结果与实验结果一致。     

色缠结构预混料热压过程中树脂浸渍分析

建立了包缠结构预混料热压过程中树脂的浸渍模型。结果表明，实验值和模型的预测值吻合较好，该模型可以用于包缠结构预混料热压过程中浸渍时间的预测。利用该模型对混合结构预混料的进一步研究发现，包缠结构预混料中丝束的完全浸渍时间仅略长于混合结构预混料。     

基于暂态混沌神经网络的低阶混沌时间序列预测

暂态混沌神经网络是一种基于Hopfield网络提出的混沌神经网络，具有收敛速度快、不易陷入局部极小等优点．许多低阶的混沌系统都可以展成二阶volterra级数，因此提出一种基于暂态混沌神经网络和volterra级数的低阶混沌时间序列预测方法．该方法利用暂态混沌神经网络计算系统的volterra级数系数，确定系统的动力学模型，从而实现混沌时间序列预测．利用Logistic模型对该方法进行测试，结果表明，预测相对误差小于0．5％，预测可达到较高的速度和精度．     

瑞利模型与水驱曲线的综合预测法

瑞利模型和水驱特征曲线是油藏T程中两种重要的预测方法,但两者部有一定的局限性.将瑞利模型与甲型、丙型水驱特征曲线进行联屯求解,建立了含水率与开发时间之间的函数关系式.这种方法可以预测水驱开发油田的含水率、产油量、产水量、产液量和相应累积产量随开发时间的变化规律,而且还可以预测水驱油田的可采储量.经大庆油田萨北过渡带的实...     

用时间序列分析方法预测我国的进出口总额

采用时间序列分析方法对我国1984--2005年的年度进出口数据进行分析，建立了相应的时间序列模型．预测结果表明，该模型的预测效果较好，模型ARMA的短期预测效果比长期预测效果好．     

回归分析法在年用电量预测中的应用

针对年用电量的预测，研究了回归分析法中的一元线性回归模型．该模型充分考虑了年用电量与时间的关系，以某地区为例，求出该地区1990年至2000年的用电量回归方程，再用该回归方程求得的年用电量与实际值加以比较．误差满足实际要求且方法简单易行，证明了一元线性回归可以有效的应用于年用电量预测．