基于方位各向异性理论的地震预测裂缝方法及应用综述

裂缝预测在碳酸盐岩储层评价中是至关重要的,预测裂缝的方法主要包括基于岩芯观察描述、测井识别裂缝、地震资料预测裂缝等。重点阐述了地震预测裂缝的4种方法,如多波多分量预测裂缝、P-S转换波预测裂缝、VSP地震预测裂缝以及纵波AVAZ预测裂缝。综合比较各种方法的原理和费用投资情况认为,纵波AVAZ预测裂缝是一种有效且价格相对合理的方法。最后介绍了纵波AVAZ预测裂缝方法在A油田的应用实例,有一定的预测效果。     

马氏链点值预测法和时序分析预测法的比较研究

近年来,基于绝对分布的马尔可夫链预测(ADMCP)方法、叠加马尔可夫链预测(SPMCP)方法和加权马尔可夫链预测(WMCP)方法在各种水文序列预测理论中得到了广泛的应用。然而,实际生活中仅仅预测出状态区间是不够的,文章给出一种基于马氏链状态预测方法的点值预测方法,并将其与普遍接受的时间序列分析预测方法进行了基于统计试验的比较分析,得出了该方法在水文序列预测中较优的结论。     

基于多元回归——灰色预测组合方法的煤炭行业人才需求预测

在对煤炭行业人才需求的预测中,利用单项预测方法进行预测有时会受到局限,本文提出一种基于多元回归——灰色预测的组合预测方法对煤炭行业人才需求进行预测。选取30个煤炭企业2013—2017年期间人才变动的数据,提取煤炭年产量和年薪酬水平为主要因子,对2013—2017年的煤炭行业经营管理人才需求量进行预测,残差分析结果表明,用多元回归-灰色预测模型预测较单一方法更有效,构建的预测方法具有很好的适用性。     

地层压力预测方法评价及发展趋势

将现有的各种地层压力预测方法按照预测原理进行分类,总结并归纳了各类方法的特点和应用条件,在此基础上分析了已有的地层压力预测方法在理论和应用实践上的缺陷,并对地层压力总体预测方法的发展趋势作了预测。     

煤与瓦斯突出危险性预测技术现状及问题分析

论述并分析了煤与瓦斯突出危险性预测技术的发展现状,通过传统的煤与瓦斯突出静态（不连续或接触式）预测方法与动态（连续或不接触）预测方法的对比,指出了传统静态不连续预测方法的不足以及动态连续预测方法存在的问题;讨论了突出预测预报的发展趋势。     

煤与瓦斯突出预测方法研究现状与进展

对矿井煤与瓦斯突出预测方法的研究现状及发展趋势进行了论述.目前,我国大量使用的传统煤与瓦斯突出的预测方法,不仅花费了大量的人力、物力和财力,而且准确性较低.而声发射和弹性波探测技术等预测技术是很有前途的预测方法.这些方法实现了非接触连续预测,且预测准确度较传统方法较高.     

人工神经网络方法在基坑变形预测中的应用研究

分析研究了人工神经网络方法在基坑变形预测中的建模方法,并通过实例应用,证明这种方法是切实可行的。同时将人工神经网络方法预测结果和灰色系统模型及时序模型预测进行比较,充分证明人工神经网络方法在变形预测中的优越性。     

矿井瓦斯涌出量灰色预测法

以矿井瓦斯涌出量的预测为主要研究目的,讨论了应用灰色模型预测瓦斯涌出量的可行性,简要介绍了灰色预测建模方法及模型精度检验方法,最后将上述理论应用于一个实例,并编制了用于灰色预测的MATLAB程序。研究表明,灰色模型预测瓦斯涌出量方法简单、预测精度高。     

非常规油气储层天然裂缝研究方法及其适用性

非常规油气储层天然裂缝发育控制因素复杂,增加了裂缝研究的难度。针对这个问题,开展了天然裂缝的研究方法及其适用性的研究。结果表明:目前对天然裂缝的研究主要集中在裂缝的精细表征、识别和预测三个方面,其中裂缝识别和预测是难点。裂缝识别主要采用地震和测井两种方法,地震方法受精度限制主要适用于断裂构造发育相关的天然裂缝识别,需结合其他方法综合识别;成像测井和核磁测井能够直接识别裂缝,其他几种常规测井方法对微小裂缝响应微弱,也需要结合其他手段辅助识别。裂缝预测方法主要包括地质方法、地球物理方法、数值模拟方法及综合预测方法。地质方法能实现裂缝的定性预测;地球物理方法能反映大尺度裂缝分布规律;数值模拟法能半定量-定量预测裂缝分布规律,但预测结果受模型和算法选择影响较大;综合预测方法是裂缝预测方法的主要发展趋势,它将多种预测方法相结合,预测效果较好。研究成果为非常规储层天然裂缝研究提供了重要参考。     

基于卷积神经网络的煤矿瓦斯灾害预测方法

针对现有预测方法在对煤矿瓦斯灾害预测时,存在预测精度低,预测结果与实际情况相差较大的问题,引入卷积神经网络,开展对煤矿瓦斯灾害预测方法的设计研究。对煤矿瓦斯数据与预测时间序列平稳处理,得到稳定预测时间序列。结合卷积神经网络,构建煤矿瓦斯灾害预测模型。在此基础上,对模型训练,并根据模型输出结果,划分煤矿瓦斯灾害强度。通过对比实验证明,新的预测方法得到的预测结果与实际情况更接近,可以实现对煤矿瓦斯灾害的高精度预测。依据新预测方法得到的结果可以为煤矿开采作业提供更有利的安全保障条件。     

回采工作面突出危险性的采前分带预测

<正> 前言目前,国内外普遍采用的预测方法有区域预测方法和局部预测方法。区域预测是对突出矿井中的某一采区的突出危险性进行预测;局部预测是对采掘工作面作业点的突出危险性进行预测。但是,这些方法尚不能满足突出矿井生产的需要。根据煤和瓦斯突出具有区域性和局部性的特点,在同一个突出危险采煤工作面内,也不是所有的地带都有突出危险。为此,我们试图     

变量预测模式识别方法在机械故障诊断中的应用——评《机械故障诊断的变量预测模式识别方法》

正如何提高机械运行效率,发挥机械运转实效,成为机械使用的重点。我国学者开展了理论研究与实践研究,对机械故障进行了科学诊断,采用了多元化的故障识别方法。变量预测模式识别方法以变量预测模型为依托,能够定位机械故障位置,分析机械故障问题,提出故障解决方案。变量预测模式识别所提出的理论方法得到了工业企业的印证,得到了学界的广泛认可。我国将变量预测模式识别方法应用在了工程实践当中,收货了事半功倍的预测效果。为了推动工业社会的可持续发展,需要把握变量预测模式识别方法的应用流程,遵循变量预测模式识别方法的应用步骤。《机械故障诊断的变量预测模式识别方法》一书结合理论探讨和实证分析,系统全面地阐述了机械故障诊断的模式识别方法,对比分析了不同的模式识别方法,指出了变量预测模式识别方法的重要作用,探讨了变量预测模式识别方法在机械故障诊断中的应用路径,其立足工程实例,证明了变量预测模式识别方法的应用价值。     

工作面煤与瓦斯突出预测方法综述

针对工作面煤与瓦斯突出预测方法的研究现状,介绍了接触性预测和非接触性预测2类方法。通过对2类方法的原理以及实际应用的效果进行论述与分析,总结了各自的优势与不足:接触性预测方法测量方法简单,但工作量大、准确性较低;非接触性预测实现了连续动态监测、预测准确性较高,但部分理论不够完善、设备不能满足现场需求,仍需继续深入研究。结合了2类方法的优点及技术现状,提出了工作面煤与瓦斯突出预测方法的未来发展的趋势。     

基于小波分析-支持向量机的风机故障预测

提出了基于小波分析和支持向量机的风机故障早期预测方法。通过小波分解,将风机原始振动时间序列依尺度分解到不同层次,对每层分别采用支持向量机（SVM）预测,最后合成得到原始序列的预测值。对某铝厂排送风机的运行状态进行预测,并与其它预测方法进行了对比,结果表明该方法预测精度更高。应用该预测方法可合理安排维修时间,减少维修费用。     

基于智能计算的铁矿石消费预测

为了提高铁矿石消费量的预测精度,采用一种基于智能计算的时间序列预测方法。该方法首先对粒子群算法进行改进,然后利用它的全局寻优能力优化RBF神经网络的关键参数,最后了建立铁矿石的消费预测模型。实验结果表明：与其他预测方法相比,该方法预测精度较高,为铁矿石消费预测提供了一种新途径。     

矿产预测中的不确定性评估方法与应用:以赣北冷水坑矿区为例

矿产预测过程一方面应用地质成矿基础理论,另一方面充分结合地质、地球化学、地球物理、遥感等信息数据所反映的成矿规律及蕴含信息,而信息处理及预测过程存在一定程度的不确定性,因此不确定性的正确评估对找矿预测工作和矿业经济具有重要意义。本文分析了矿产预测不确定性的来源和一般评价方法,从预测过程的内部影响因素和地质影响因素两个方面出发,提出了基于模糊集理论的矿产预测不确定性评价方法,并将其在赣北冷水坑矿区三维矿产预测中进行了应用。该方法对预测的五个远景区不确定性评估效果良好,与实际地质情况一致,从而验证了评价方法的有效性和三维预测方法的可行性。     

考虑风电出力的电力系统短期负荷自动预测方法

利用目前方法预测电力系统短期负荷时,存在电力负荷预测误差大的问题,为此提出了考虑风电出力的电力系统短期负荷自动预测方法。由于风电出力具有不稳定性,所以该方法在预测负荷前先分析了风电出力特性,以此提升不同风电出力情况下的电力负荷预测效果。基于分析结果采集负荷数据,对相同时间下的负荷采集数据进行归类,以此为输入构建BP神经网络预测模型,利用预测模型对归类数据进行处理,最终利用该模型实现电力系统短期负荷的预测。实验结果表明,所提方法的短期负荷预测有效性强、预测精度高。     

基于HPSO-GNN的煤矿井下瓦斯分布区域预测研究

为了准确预测瓦斯分布区域,给煤矿机器人提供躲避瓦斯危险区域的依据,提出了HPSO-GNN预测煤矿机器人前方10m的瓦斯分布区域的方法。结果表明,HPSO-GNN预测的平均相对误差减少到4.83%,在总体预测精度上比GNN预测方法提高了57.48%,瓦斯分布区域的预测结果与实测值具有较好的一致性。该方法能实现瓦斯浓度分布区域的准确预测,为煤矿机器人躲避瓦斯危险区域的提供必要依据。     

煤与瓦斯突出区域预测瓦斯地质方法的可靠性预计

为定量评估煤与瓦斯突出区域预测瓦斯地质方法的可靠性,在假设预测模型正确的基础上,采用测量不确定度定量描述预测指标的不确定性,结合可靠性理论提出煤与瓦斯突出区域预测的可靠性预计方法,并将预测指标不确定度增大,以探究指标不确定度的波动对于预测结果可靠性的影响。结果表明,当预测指标不确定度增大时,造成预测结果的可靠度降低,为确保预测方法保持在可靠度较高的水平,应保证获取的指标数据的稳定性。     

工作面瓦斯涌出量预测研究现状及发展趋势

收集、整理了国内相关资料,分析、总结了回采工作面瓦斯涌出量预测方法及瓦斯涌出影响因素的研究现状,指出目前一些先进的瓦斯涌出量预测方法存在的问题及常用的分源预测法和矿山统计法在实际应用中存在的不足。提出针对典型工作面建立预测方法(如急倾斜特厚煤层水平分层开采工作面瓦斯涌出量预测),改进瓦斯含量等基础数据测定工艺,建立综合考虑影响工作面瓦斯涌出的主控因素及其耦合关系的预测方法,这是未来工作面瓦斯涌出量预测研究的趋势。