Prediction of Rock Permeability and Fluid Molecular Composition Using Radial Basis Fnnction

测井反问题研究中,经常遇到正演模型未知、经验公式的相关系数较小的情形,且现有的反问题处理方法难以获得理想的效果.径向基函数插值方法是目前最有效的反问题处理方法之一,该技术能够生成平滑连续的多个变量的多元函数,逼近未知的正演模型.介绍径向基函数插值方法原理,针对核磁共振实验的T2分布,采用径向基函数插值方法预测了岩石渗透率及流体分子组分,实现了多维到一维映射及多维到多维映射的2种情况,并且预测结果具有较高精度,测量值的对比验证了该方法解决测井反问题的有效性.     

径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算

致密砂岩储层具有物性差、孔隙结构复杂、非均质性强等特点,导致利用传统方法难以精确预测或计算其相对渗透率和含水率。为此,文中提出基于径向基函数（RBF）的神经网络预测相对渗透率方法：在介绍RBF神经网络原理的基础上,选择高斯函数和最近邻聚类算法构建网络模型;以含水饱和度、核磁束缚水饱和度、孔隙度、渗透率等四参数为输入,油、水相对渗透率为输出,根据误差分析确定最佳相对渗透率预测网络模型及参数;最后采用分流量方程计算得到储层含水率。将该方法应用于鄂尔多斯盆地陇东地区延长组长8储层,预测的油、水相对渗透率与相渗实验结果一致,计算的含水率与测试结果吻合。     

径向基函数神经网络在孔隙度预测中的应用

利用径向基函数神经网络对新疆乌尔禾地区三叠系白口泉组储层孔隙度进行预测,取得了较好的效果。对比分析结果表明,径向基函数神经网络预测结果较BP神经网络以及线性回归法预测结果精度高。阐述了应用中应该注意的问题。     

基于径向基函数温度控制系统的模型辨识

针对一些带复杂参数辨识性能指标的模糊建模无法采用经典辨识方法解决的情况,提出了采用径向基函数（RBF）神经网络模型对被控对象进行参数辨识,该方法具有无需具体数学模型的特点,解决了模糊模型辨识中辨识指标表达式过于复杂甚至非解析所带来的难题,从而实现了系统的参数辨识。仿真研究表明,利用该辨识方法得到的模糊模型能够很好地逼近真实系统,并且对初始条件和输入信号不敏感,具有鲁棒性。     

径向基函数神经网络在启动压力梯度预测中的应用

启动压力梯度直接影响着低渗透油田的开采量以及油藏压力的预测精度。它与流体粘度、密度、渗透率、孔隙度等影响因素呈非线性关系。而人工神经网络具有表示任意非线性关系和学习的能力，是解决复杂非线性、不确定性和时变性问题的新思想和新方法。利用径向基函数(RBF)人工神经网络对启动压力梯度进行预测，并结合岩心的启动压力梯度的实际测定结果进行研究，结果表明：RBF人工神经网络是一种较为有效的预测方法，具有较高的精度．该方法可以为低渗油田的开发提供可靠的基础数据，节省了人力、物力。     

基于等效岩石组分理论的渗透率解释模型

以等效岩石组分理论为基础,依据电荷迁移与流体分子迁移相似性原理,在有效导电孔隙度的基础上,提出了有效流动孔隙度的概念并推导了其表达式,研究认为有效流动孔隙度与对数下的渗透率是一种线性关系。选取四川盆地须家河组29块具有代表性的低渗岩样,进行了岩心物性分析、电阻率及核磁共振实验测量,获取了29块岩样的孔隙度、渗透率、地层因素及束缚水饱和度实验数据。利用遗传算法,建立了渗透率与有效流动孔隙度之间的最优模型,将新建立的渗透率模型与Wyllie-Rose渗透率模型和Timur渗透率模型进行对比分析,认为新建立的渗透率模型效果优于其他2种模型,可以有效地应用于储层渗透率测井评价。     

基于径向基函数神经网络的非线性系统预测控制

以某厂羟胺反应器的氢离子浓度控制为例 ,介绍了径向基函数 (RBF)神经网络在强非线性对象预测控制中的应用及仿真研究结果。     

基于径向基函数神经网络的平台许用重心高度预测

为保障平台的安全生产,得到更精确的许用重心高度曲线,提出采用人工智能预测平台许用重心高度的方法以代替粗略估算的线性插值法。以某自升式风电安装平台的不同吃水作为神经网络输入层、相对应的完整稳性许用重心高度作为输出层进行训练,使用经过训练的神经网络预测许用重心高度曲线。对预测结果与实际值、线性插值法计算值进行比较,神经网络预测结果的最大相对误差为1.43%,神经网络法比线性插值法精度更高,证明其能够精确预测完整稳性许用重心高度曲线,可为平台的安全运营提供支持。     

利用高斯径向基函数的拟神经网络重力反演方法

为了提高重力反演分辨率,提出一种利用高斯径向基函数的拟神经网络反演方法。该方法利用高斯径向基函数压缩模型空间,在保证复杂模型表征能力的前提下,实现了反演参数的降维;以高斯径向基函数为激活函数,构建一种拟神经网络结构,不需要训练,可以克服建立训练数据集的困难。该方法较好地解决了重力反演不适定性所导致的趋肤、垂向分辨率低、多解性强和严重依赖先验约束等问题,并从重力数据中最大程度地提取有效信息以提高反演结果的分辨率,增强可靠性。模型实验证明了该方法具有较高的精度和分辨率,能较准确地反演模型的位置、边界和密度。应用该方法反演车镇凹陷重力数据,得到了垂向分辨率较高的剩余密度模型,从中提取密度界面和剖面开展构造解释,揭示了下古生界构造格局和潜山发育规律,证明了该方法的实用价值和应用潜力。     

利用倾角仪和成象测井来获得阿布扎比Shuaiba储集层（阿普第期）的岩石类型及渗透率预测

Shuaiba组是一个复杂的碳酸岩油藏，其特点在于小规模地质构造非均一性，这主要与厚壳蛤类大型动物群落有关。结构上的非均一性与显著的渗透率变化相符合，后者是油藏产量的控制因素。由于在岩心(实际刻度)和常规测井曲线(几英尺间的平均响应)之间存在大的垂直分辩率差别，用传统的方法将小规模非均一性向未取心井外推是不确切的。象倾角仪和成象测井这样的高分辩率的测井资料，被要求用于描述小规模非均一性，这对于用来预测真实油层动态的优良的三雏地质模型来说是必不可少的。我们的研究阐述了一个用倾角仪和成象测井通过定量小规模非均一性来提高Shuaiba油藏描述的方法。有一种方法，用现有高分辩率(高分辩率倾角仪[HDT]，地层高分辩率倾角仪[SHDT]，和地层微扫描仪[FMS])和常规测井数据资料来描述和外推地质非均一性。从微电阻变量和一种多回归法得出的结构和神经网络分析已在两口井中使用以说明此方法。为了向未取心井外推，对岩石类型和渗透率进行了估测。尽管为背景导电率进行归一化时导电面积和电阻面积导电率间的差别是HDT和SHDT渗透率的一种间接量度，但从结构分析得出的导电异常连通系数在FMS中却与渗透率相关。用此方法获得的储集岩类型(RRT)，与根据岩心样品、特殊岩心分析(SCAL)和两口测试井的常规测井资料综合得出的储层岩类间对比得很好。包括从致密泥岩中小于1md到双壳类砾灰岩中大于1d的小规模个别变量的渗透率测定值与经过一个简单校正后的岩心塞渗透率的测量值是完全相符合的。在一个实例中，渗透率在厚壳蛤类RRTS中的趋向，用岩心塞和微渗透率仪数据是不可辨别的，而用SHDT数据则可清晰地分辨。估计的渗透率和岩心的渗透率之间的相关程度，随仪器的垂向分辩率的增加而增大(HDT最低；FMS最高)。我们可以拥有高度的信心，对小规模的地质非均一性得出的不同储层岩石类型进行划分并对其渗透率进行测定，以提供一条从岩心资料向3D模拟的常规测井资料外推较好的途径。如果运用正确的校正和换算法，此方法对其他碳酸盐岩及硅屑岩储层具有潜在的用途。利用不足的HDT、SHDT、FMS和贯眼地层微成象仪等数据库在许多其他可分析的区域都有用。在描述小规模非均一性的效性上提高一个数量级，这对未来的取心，测井方案，和油藏描述效果等具有重要意义。     

Application of Radial Basis Function Neural Network for Prediction of Titration-Based Asphaltene Precipitation

The precipitation of asphaltene, a polar fraction of crude oil, during oil production has unfavorable impacts on many parts of the petroleum industry. Within the upstream processes, asphaltene precipitation occurs in crude oil, forming solid deposits in the reservoir during enhanced oil recovery operations and natural depletion. This significantly influences the porosity and permeability of the reservoir, reducing the effectiveness of the recovery process. Precipitation and deposition in downstream processes causes noticeable increases in production costs. Therefore, it is essential to predict the amount of asphaltene precipitation based on pressure, temperature and liquid phase composition using a dependable, precise, and robust strategy. However, the experimental measurement techniques used to estimate amounts are expensive and time consuming, while the thermodynamic models available are also somewhat complex. The authors propose an innovative approach for the simple and prompt prediction of asphaltene precipitation, employing an artificial neural network. The results show that the predicted values were in agreement with the experimental data, with the maximum absolute error deviation for the proposed model no more than 2.46%. A comparison of the proposed model with previously presented models highlight the superiority of the model developed in this study.     

基于径向基函数的双体风电运维船型线和片体间距优化

针对海上风电运维船快速性和低能耗的需求,利用径向基函数插值方法进行船体曲面重构,结合计算流体力学计算工具和遗传算法,以兴波阻力最小化为目标,在设计空间中探索兴波阻力最优的船型,开展双体风电运维船的型线及片体间距优化研究.以某双体风电运维船为研究对象,分别得到其在20 kn和30 kn航速的最优型线,与原始船型相比,阻力...     

利用地球化学测井信息反演岩石矿物含量的一种优化算法

给出了由地球化学测井获得的地层元素（各种氧化物）丰度反演出岩石矿物含量的一种优化算法。该算法的数学模型是求解有约束条件的方程组问题。求解时将问题转化为求极值函数的最优解。用该算法处理了人造岩心的实验室分析数据，并将其结果与最小二乘法及遗传算法结果作了对比。结果表明，所给算法精度较高，且计算结果不会出现无意义值；所求极值是全局极小值；寻优速度快。     

利用ECS测井资料评价复杂岩性储层渗透率

复杂岩性储层岩石成分复杂,孔隙结构变化大,岩心孔隙度渗透率相关关系差,难以准确确定核磁共振测井资料处理中必需的T2截止值,致使渗透率计算面临极大挑战。基于Lambda渗透率模型,利用地层元素能谱测井(ECS)得到的矿物成分与骨架密度等数据评价复杂岩性储层渗透率,克服了利用岩心孔隙度渗透率关系和核磁共振测井评价复杂岩性储层渗透率的困难。通过该方法对渤海地区部分井资料处理发现,Lambda渗透率模型得到的渗透率与岩心分析渗透率基本一致,证实了该方法的实用性,为复杂岩性储层渗透率评价提供了一种有效手段。     

不同基属FCC油浆中芳烃结构组成分析

为实现催化裂化(FCC)油浆的高附加值利用,研究了不同油浆窄馏分中芳烃的结构和组成变化。以中间基属和石蜡基属FCC油浆的抽出油为原料,采用实沸点减压蒸馏切割得到7个窄馏分,以改进的Brown-Ladner(B-L)法和全二维气相色谱/飞行时间质谱为表征手段,考察了2种油浆各窄馏分中芳烃的结构组成变化。结果表明：中间基属的青岛炼化催化裂化油浆(QD-FCC油浆)以3~5环芳烃为主,而石蜡基属的兰州炼化催化裂化油浆(LZ-FCC油浆)以2~4环芳烃为主,石蜡基属LZ-FCC油浆的总饱和碳及环烷碳分率大于中间基属QD-FCC油浆。2种油浆中三环芳烃主要是渺位缩合的菲类和氢化苯并蒽类化合物;四环芳烃以渺位缩合的苯并蒽类化合物为主,且含有部分迫位缩合的芘类化合物;五环芳烃以迫位缩合的苯并芘类化合物为主,石蜡基属LZ-FCC油浆中的五环芳烃含量远远小于中间基属QD-FCC油浆。     

用分子连接性方法研究曼尼希碱缓蚀剂的构效关系

介绍了分子连接性方法的基本概念、分子连接性指数的表达式和计算。计算了有缓蚀性能文献数据的4种曼尼希碱(DEAP，PDPP，ROLMCH和PAP)的分子连接性指数。对于这4种曼尼希碱，缓蚀性能(20号钢试片70℃和90℃时在加入0．1％提纯曼尼希碱化合物的20％盐酸溶液中的腐蚀速率)与分子连接性指数的0阶项之间无线性关系，引入对于苯环和取代基的修正项后，获得了70℃和90℃下腐蚀速率与分子连接性指数之间的拟合非线性方程，相关系数R^2分别为0．975和0．980。利用这2个方程对CHAP的缓蚀性能进行了预测，预测值与文献实验值的相对误差分别为0．6％和3．7％。认为分子连接性方法可用来研究缓蚀剂的构效关系。图2表2参9。