首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   14篇
  石油天然气   14篇
  2011年   3篇
  2010年   1篇
  2009年   5篇
  2008年   4篇
  2007年   1篇
排序方式: 共有14条查询结果,搜索用时 109 毫秒
1.
基于主成分分析的最小二乘支持向量机岩性识别方法   总被引:5,自引:1,他引:4  
钟仪华  李榕 《测井技术》2009,33(5):425-429
测井解释过程中的岩性识别实质是多个指标数据的模式识别问题。常规测井解释方法很难表征储层的真实特性。提出一种基于主成分分析的最小二乘支持向量机的岩性识别预测模型(PCA—LSSVM);介绍了主成分分析法和最小二乘支持向量机原理。通过主成分分析方法对测井数据进行分析并提取影响岩性识别的主要因素.依据分析结果建立基于最小二乘支持向量分类机的岩性识别模型。云南陆良盆地3口井的117个地层的识别结果与实际取心资料的符合率达到92.5%。应用表明,将主成分分析结合最小二乘芰持向量机进行岩性识别.简化了网络结构.具有更快的运算速度和准确率.是一种值得推广使用的方法。  相似文献
2.
小波神经网络在油田产量预测中的应用   总被引:3,自引:2,他引:1  
在油田开发中,准确的产量预测对开发调整部署和提高措施作业效益有重要作用,它决定了油田生产投资的规模和决策方向.但是,油藏是一个复杂的多变量非线性动力学系统,由于油藏储层的非均质性和决定油田产量因素的不确定性,往往很难对油田产量进行准确的预测.小波神经网络是小波分析与前馈神经网络的融合,具有比BP网络更好的收敛性,同时具有处理复杂性、时变性和防震性的功能,可以对地质条件比较复杂、影响因素不确定的油田进行产量预测.通过对油田产量预测的实例计算表明,该方法具有很强的理论指导和较好的实际应用效果.  相似文献
3.
特高含水油田常规开发动态指标预测方法分析   总被引:1,自引:1,他引:0  
因为油田有相当一部分剩余可采储量将在特高含水期采出,所以如何将油田的剩余可采储量高效地在此阶段采出,是目前我国各油田急需解决的问题.解决此问题的基础就是对该阶段油田的开发动态指标进行准确的预测.针对特高含水油田的开发特点和面临的问题,结合油田常规开发动态指标预测方法的特征和实用性分析,对常规动态分析预测方法从机理和缺陷方面进行了评价,提出了在不考虑预测可靠性的前提下,适合该阶段的常规动态分析预测方法依次是油藏数值模拟法、预测模型法、递减规律法、联解法和水驱特征曲线法.指出了研究新的预测方法的必要,并指明了研究特高含水油田开发动态指标预测新方法的方向:支持向量机预测、基于时变系统的功能模拟预测、组合预测和智能预测.  相似文献
4.
小波神经网络的油田开发动态指标预测方法   总被引:1,自引:0,他引:1  
针对现存油田开发动态指标预测方法的不足,借助小波神经网络思想、原理,构造出小波神经网络油田开发动态指标预测模型,研究了模型的求解,并应用于实际油田开发动态指标的预测中。实例分析表明,提出的小波神经网络的油田开发动态指标的预测方法是正确和可行的,与人工神经网络的预测方法相比,小波神经网络的预测方法不仅能有效地提高预测精度,而且能提高收敛速度,可作为油田开发动态指标预测的替代方法。  相似文献
5.
综合考虑了多种资源约束水平的不确定性和油田开采系统的各种复杂因素,利用多约束水平线性规划方法研究了油田开发的产量分配问题,并建立了油田产量分配的优化模型.给出了该模型的一般算法,通过实例验证了该优化模型的可行性.利用该模型可以成功地解决油田的总产量分配到各二级开采单位的产量最优分配问题.  相似文献
6.
基于特高含水期油田产油量、产液量及影响因素的分析,提出两种确定特高含水水驱油田开发动态指标及影响因素相关性的方法:一是依据特高含水水驱油田开发指标的动态变化规律及油藏工程、油田开发等理论,确定不同油藏特高含水水驱油田的开发指标及影响因素并进行相关分析;二是依据油气动态系统预测的功能模拟性,从开发指标及影响因素的生产历史数据出发,利用基于模糊相关性分类法对开发指标及影响因素进行相关分析.在此基础上,形成了选择预测指标和影响因素的标准,建立了不同油藏特高含水开发阶段的开发指标预测体系,为研究特高含水油田开发规划动态预测新方法奠定了基础.  相似文献
7.
特高含水期是油田重要的开采阶段.我国东部大部分油田已经进入特高含水期.研究处于该阶段的油田产量预测问题具有重要意义。由于处于特高含水期阶段的油田一般采集到的开发指标和影响因素的样本数较小,所以基于统计学理论的常规预测方法都不太适合该阶段的产量预测。文中从数据挖掘和机器学习角度提出了油田产量预测的新方法——基于主成分分析和支持向量机(SVM)方法的油田产量预测模型。先把由影响产量的众多因素构成的高维向量通过主成分分析技术进行数据降维后作为SVM的输入,通过SVM训练得到模型,并利用遗传算法(GA)优选模型的参数建立特高含水期油田产量预测模型。与其他方法相比,该方法减少了模型输入变量的维数,提高了模型收敛的速度和预测精度,能较好地反映特高含水期油田产量的动态变化规律.  相似文献
8.
针对经营未开发低品位油藏可解决中国石油的供需矛盾,借鉴高品位油藏经营的思想,综合应用投入产出分析、风险分析、因子分析、关联分析、综合效益分析、敏感性分析、优惠政策效益分析及现金流法、风险投资决策方法及油田优化决策方法,系统地研究了最佳经营未开发低品位油藏的思路和方法.参照石油行业对高品位油藏的经济评价依据和项目的经济可行性,提出了未开发低品位油藏经营效益的评价新标准;设计了合理、持续有效地经营该类油藏的模式方案;形成了油田企业经营未开发低品位油藏所采用的经营方式和享受的开发优惠政策的经营模式新理论.实例研究表明,该方法能够为油田企业制定经营未开发低品位油藏的最佳模式提供理论依据.  相似文献
9.
提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性.引入了反映深度变化累积效应的输入参数--测井参数曲线层段的不同油层厚度.据此建立的识别模型能够反映出随含水率的上升、深度不同时测井曲线的变化规律.实例研究表明,提出的方法与BP神经网络识别方法、支持向量机方法相比较具有更快的运算速度和更高的识别精度,能够体现出高含水期水淹层的动态变化特征.  相似文献
10.
综合考虑了多种资源约束水平的不确定性和油田开采系统的各种复杂因素,利用多约束水平线性规划框架研究了油田开发的产量构成优化问题,并建立了油田产量构成优化的优化模型.介绍了按全局产量构成优化分配和按采油厂产量构成优化分配建立优化模型的决策变量、目标函数、约束条件、约束水平、数学模型及求解思路.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号