基于Comsol的电位法压裂裂缝监测正演研究

随着我国石油开发的不断深入,大部分油田已经进入了高含水开发期;电位法压裂裂缝监测通过套管向井中供电,地面观测电位分布,监测压裂裂缝形态。该方法简单易行,是一种重要的裂缝监测方法;因此开展相关电位法压裂裂缝监测的正演以及反演研究具有十分重要的意义;首先,文章基于有限单元法,利用comsol软件建立了电位法压裂裂缝监测模型,进行了数学分析,并选取了合适的边界条件;其次,通过建立的模型,研究了裂缝方位与地面电位的对应关系;然后,通过改变测量区域的坡度,研究了坡度对地面测量电位的影响;研究表明,裂缝的方位与异常电位值的极小值相对应;地表坡度将对裂缝方位的监测造成影响;因而,在实际的电位法压裂裂缝监测中,应考虑坡度的影响,并对测量电位进行相应地修正补偿以消除误差。     

转向压裂技术在油田后期开发中的研究与应用

玉门油区老君庙油田主力油藏具有不压不出油的特性。水力压裂技术是有效开发低渗透油藏的主要技术措施,但经过水力压裂的采油井,在生产过程中由于种种原因可能导致水力裂缝闭合失效。为此,文章阐述了裂缝转向压裂的技术原理,建立了裂缝转向的数学模型,提出了裂缝转向重复压裂的选井选层原则。裂缝转向压裂矿场实施15口井,取得较好的增产效果,裂缝转向压裂对于老油田综合治理、挖潜增产具有非常重要的意义。     

油井测压器及其在射孔工艺研究中的应用

为了获得射孔和高能气体压裂等完井工艺中井下的动态压力数据,对射孔工艺进行了深入的机理研究,研制了一种油井测压器。该测压器采用存储测试技术,实时记录射孔及压裂时井下环空压力的变化。通过各油田的实测数据表明,该仪器能很好地完成井下各动态参数的测量,并且具有精度高、易使用等特点,为评价射孔枪的井下工作性能以及完井效果提供了重要的依据。     

井下碎软煤层顶板加砂分段压裂瓦斯高效抽采技术

碎软煤层瓦斯治理常采用的底板穿层钻孔抽采瓦斯方式存在掘进工程量大、治理周期长、钻孔揭煤段短、抽采治理效果受限等问题,顺层短孔抽采方式存在成孔性差、抽采钻孔短、抽采区域小等问题。通过统计淮北、淮南、焦作、晋城、阳泉5个典型碎软煤层矿区煤层及其顶底板围岩力学参数和地应力,可得顶板岩层弹性模量为碎软煤层的2.56～6.71倍,泊松比为煤层的0.48～0.84倍,分析认为碎软煤层顶板岩层具有高弹性模量、低泊松比特征,顶板较碎软煤层更易压裂改造。参考地面煤层气水平井顶板加砂分段压裂思路,提出了井下碎软煤层顶板加砂分段压裂瓦斯抽采思路,即在煤层顶板稳定岩层中施工定向长钻孔(与煤层距离一般小于10 m),对钻孔由里向外逐段携砂压裂,形成以定向长钻孔将岩层完全联通、煤岩层中压裂缝网将煤层充分沟通的多级缝网,通过支撑剂保障缝网处于开启状态,实现碎软煤层瓦斯顶板定向长钻孔大区域高效抽采。建立了山西新景矿煤业有限责任公司某工作面3号煤层顶板加砂压裂地质模型,采用FracproPT软件对煤层及顶板水力加砂压裂进行数值模拟,得出顶板压裂裂缝在垂直方向上主要向煤层延伸,在水平方向上压裂缝长为煤层压裂缝长的3.49...     

基于支持向量机的蒙脱土悬浮液电动电位预测

应用多元线性回归、人工神经网络、支持向量机3种方法,对加入聚乙二醇、十二烷基苯磺酸钠、石油磺酸盐和部分水解聚丙烯酰胺四种处理剂的蒙脱土悬浮液的电动电位进行预测。在模型训练中,分别采用了神经网络集成和非启发式参数优化来提高人工神经网络和支持向量机模型的泛化能力。检验结果表明,参数优化的支持向量机模型预测精度最高,其平均误差率为3.88%,最大误差率为7.55%。     

基于SVM的多变量股市时间序列预测研究

目前在股市时间序列预测中,大多数采用单变量时间序列预测算法,导致预测准确度不够高.提出采用基于支持向量机SVM(Support Vector Machines)的多变量股市时间序列预测算法,来提高预测准确度.SVM训练算法中,合适的参数可以使训练模型具有更好泛化能力.交叉验证具有指导参数选择的能力,然而考虑到交叉验证算法效率不高的问题,将其并行化,既达到了参数优选的目的,又避免了传统交叉验证效率低的问题.然后,根据较优参数建立多变量SVM时间序列回归预测模型,进行预测.实验证明,预测平均绝对百分比误差控制在10%以内,并且较之单变量的SVM回归预测有更好的泛化能力.     

基于支持向量机的压裂井层优选

压裂是油田重要的增产措施，合理选择压裂井层是一项十分复杂的工作。在对影响压裂效果的各种因素综合分析的基础上，提出了基于支持向量机技术的压裂效果预测方法。采用该方法，利用油田开发动、静态数据，构建了压裂井层优选的支持向量机模型，对大庆油田采油八厂样本进行处理，符合率达89％以上，并在不同数目学习样本的情况下同模糊神经网络作了比较，性能远优于模糊神经网络，可很好地克服过学习问题。     

应用模糊神经网络预测油田产量

为了研究受多变量、时变和不确定因素影响的油田产量预测问题,将模糊逻辑推理技术与人工神经网络相结合,构建具有模糊逻辑推理和学习功能的模糊神经网络(FNN)系统。该系统基于现有的油田开发历史数据,建立相应的规则集,使用神经网络的训练方法(如梯度下降学习算法),在训练过程中调整参数,并自适应增加规则,以使系统的输出最佳地逼近于目标样本。通过对某油田的实际开发历史数据的拟合与测试,结果表明该模糊神经网络能够较精确地预测未来的油产量,与常规的BP神经网络相比,其预测精度更高、训练速度更快。因此,基于模糊神经网络(FNN)的油田产量预测方法研究具有较好的实际应用价值。     

一种基于视觉和深度信息的山体裂缝宽度测量方法仿真研究

山体滑坡裂缝监测可以作为预测滑坡趋势的重要依据,可以有效地预警滑坡的产生。对此提出一种基于视觉和深度信息的山体裂缝宽度测量方法。采用近景摄影方式,通过霍夫变换识别预先设计的标志圆形,找出圆心坐标,进而转换到世界坐标系下计算出两圆心的距离,通过监测圆心距离来反映裂缝的大小变化。同时还深入探究了摄像头平移、旋转等因素对测试精度的影响。实验与测试结果显示本方法的测试精度达到2mm以内。     

自主存储式水力压裂过程井下测试系统设计

水力压裂过程的井下测试是压裂效果评价、改进压裂工艺的重要依据.在进行井下测试时,由于实际作业时间常与计划时间有较大差异,经常造成预先按作业计划设定存储的且存储容量有限的井下测试仪对关键时段没有记录.论文中分析了压裂作业井下压力曲线在不同作业时段的特征,提出了以压力、压力梯度作为特征参数来判定压裂作业所处时段的简单逻辑判别方法,并设计了自主存储策略和基于单片机的仪器电路.测试实验表明该方法是有效的,仪器可自主对关键时段的参数进行密集采样和存储.     

一种新的软件可靠性模型参数估计方法

一个软件可靠性模型建立以后,需要对模型的参数进行估计,而参数估计的准确程度将直接影响到模型的预测能力。现在对参数的估计一般采用极大似然估计法。文中提出一种加权最小二乘法,根据各故障数据点对预测贡献值的不同,给与相应的权重。并以一种重要的GO软件可靠性模型为例进行分析,实验表明,该方法获得的参数模型具有更好的预测能力。     

石油水力压裂裂缝延展的可视化仿真

石油水力压裂是在石油开采过程中增加产能的一种重要手段,但由于种种条件限制,裂缝延展过程大多以数据图表的形式来展示,这使人们很难形成对整体压裂过程产生形象直观的认识.为了解决压裂过程的模型过于复杂而难以可视化问题,在水力压裂裂缝的经典二维模型--PKN模型的基础上,采用理论模型与实践结论相结合的方法,进一步将其扩展到三维,运用MATLAB工具编写计算程序,建立起裂缝的三维仿真模型并且在可视化仿真界面显示出来.实践证明这种既简单又实用的建模方法能取得很好的仿真效果.     

基于双精英进化樽海鞘群算法优化ELM的焦炭价格预测

焦炭是焦化企业生产的重要工业原料之一,准确地预测其未来价格趋势对焦化企业制定排产计划具有重要意义。极限学习机(ELM)泛化能力强,计算速度快,适合作为焦炭价格预测的模型,但ELM的预测性能受模型关键参数影响较大,故需对其参数进行优化。基于此,文中提出了基于双精英进化樽海鞘群算法的ELM焦炭价格预测方法。首先,采用Logistic混沌映射、改进的收敛因子、自适应惯性权重和双精英进化机制来改进樽海鞘群算法,提出了双精英进化樽海鞘群算法(MDSSA),提高算法的搜索能力;其次,运用MDSSA优化ELM的连接权值与阈值,找到ELM的最优参数组合,构建MDSSA-ELM焦炭价格预测模型;最后,在8个基准测试函数上测试MDSSA的收敛性能,在实际焦炭价格数据集上对MDSSA-ELM模型的预测性能进行实验,实验结果表明,MDSSA-ELM相比其他方法预测能力更优,MDSSA相比其他群智能算法搜索能力更强,为焦化企业实现焦炭智慧排产提供了有效的预测工具。     

模糊专家系统在钻井风险预测中的应用

在油田开发与勘探中,钻井作业工序繁多,操作复杂,具有高投入、大规模、高风险的特点.而信息的稀少或不完善,又导致了油田勘探和开发过程的高风险.所以通过对区域、油藏构造、地层的评估,来探讨模糊专家系统在钻井风险预测中的应用,使其能够准确地预测钻井风险,并且能够自动化地进行数据分析.     

三峡大坝用轴承试验机参数测试系统设计

介绍了一种用于三峡大坝的特殊轴承参数测试的控制系统设计方法;该系统采用GE公司PLC为开发工具,通过工控机与PLC通信和触摸屏与PLC通信的方式实现特殊轴承参数的测试;设计PLC程序实现了对轴承速度、压力、PV值等参数测试,利用触摸屏使系统参数测试具有手动、自动、模拟运行和跑合试验等功能;经实际使用证明,该控制系统具有可靠性高、参数测试满足要求、使用方便、自动化程度高等优点.     

基于GPRS远程在线决策系统研究与设计

工业生产中某些作业流动性大、分布地域广而对技术经验依赖程度又高,往往由于专家的缺乏造成作业成功率低;为了有效地利用后方资源优势,提供作业成功率,对基于GPRS无线网络技术实现对分散性质作业远程在线决策支持进行了探讨,分析了该系统的整体架构和关键技术问题,并采用纯java技术构造了一个基于GPRS的油井压裂远程在线决策系统,来验证该设计思想和方法的可行性;对分散作业的远程控制和油田信息系统的研究与开发具有重要的参考价值。     

基于指数平滑和马尔可夫链的短时交通流量预测

短时交通流预测是智能交通系统研究的一个重要问题．由于指数平滑法在对实测数据进行拟合时,预测精度不高,本文针对这一问题将指数平滑理论与马尔可夫链相结合,提出了指数平滑马尔可夫短时交通流量预测方法,借助于马尔可夫链来解决利用指数平滑法预测中存在的问题来缩小预测区间、提高预计算各状态加权中心及状态转移概率矩阵,以此来提高未来状态预测精度．采用实测交通流量进行仿真实验,结果表明,本文方法比常规指数平滑法具有更高的准确性,而且具有较强的适应性．     

油田水硬度测试方法及自动化测试仪器

油田水中含有大量的钠离子,离子选择电极法测油田水硬度必需克服钠离子的干扰,该文采用含有与水样同量Na+的标准溶液校准电极来解决.测试系统以单片机为核心进行控制和信号处理,放大电路实现高阻抗匹配和信号放大.系统具有性能可靠、测量速度快、测量范围宽、可长时间连续使用和在线测试的特点.     

基于支持向量回归机的公路货运量预测模型*

为了提高公路货运量预测的能力,应用基于结构风险最小化准则的标准支持向量回归机方法来研究公路货运量预测问题.在选择适当的参数和核函数的基础上,通过对成都公路货运量时间序列进行预测,并与人工神经网络、线性回归分析等方法进行了对比,发现该方法能获得最小的训练相对误差和测试相对误差.     

基于GA和SVM的电力负荷预测方法研究

提出一种基于支持向量机(SVM)技术和遗传算法优化技术(GA)的电力系统短期负荷预测算法。以历史数据、气象因素和日历因素等作为输入,建立预测模型,对未来1个小时的电力负荷值进行预测。该模型采用结构风险最小化原则替代传统的经验风险最小化,以充分提炼出原始数据和其它数据的一些信息,并采用遗传算法对支持向量机中的参数进行优化来提高预测模型的预测能力和训练速度,并具有良好的泛化能力。实验表明,使用上述方法进行短期电力负荷预测,具有良好的有效性和可行性,与BP网络法预测的结果相比具有更好的精度和较强的鲁棒性。