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...     

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     

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     

预测油气田产量的β模型

通过对油气田产量变化规律进行系统研究，推导建立了预测油气田产量的β模型。该模型不但可以预测油气田产量、累积产量随生产时间的变化，而且可以预测可采储量、最高年产量及其发生的时间。实例检验该模型是可信的。     

基于IPSO-SA算法的温室番茄产量预测方法

针对现代温室节能、高效和优质生产的需要,提出一种机理模型与参数辨识相结合的温室番茄产量预测方法。采用改进型退火粒子群算法(Hybrid algorithm of improved particle swarm optimization and simulated annealing algorithm,IPSO-SA)对温室番茄生长模型中难以确定的参数进行辨识,建立温室番茄产量预测模型。根据上海试验温室的气象数据和实测的番茄产量,分别采用模拟退火算法(Simulate annealing algorithm,SA)、粒子群算法(Particle swarm optimization,PSO)和IPSO-SA进行参数辨识和产量预测比较分析。经IPSO-SA校准的模型预测产量与实际产量的相对误差为2.2%,分别比经PSO和SA校准的模型减少了2.1%和0.7%。结果表明:IPSO-SA的收敛速度最快,均方根误差最小,预测精度最高。试验与模拟结果验证了经过IPSO-SA算法校准的番茄产量预测模型精确有效,可为温室番茄栽培提供理论依据。     

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。     

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.     

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。     

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     

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。     

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...     

基于12线法的数控机床几何误差测量辨识研究

数控机床几何误差参数辨识是实现数控机床误差补偿的关键技术,而实现误差补偿的前提是通过几何误差参数辨识为空间误差模型准确提供数控机床的21项几何误差参数.现有数控机床几何误差参数辨识方法在测量效率和辨识精度等方面均存在一定不足.基于多体系统误差分析理论研究了12线数控机床几何误差参数辨识方法,并对该方法的数学建模和实验进行了分析.     

灰箱辨识在连续回转电液伺服马达中的应用

为能准确地获得新型连续回转电液伺服马达系统的性能参数,建立了系统的灰箱辨识模型,采用灰箱建模理论进行参数辨识,通过matlab辨识工具箱利用液压系统已知的参数来辨识难以求得的参数.该辨识是一种基于系统物理结构和输入输出测量数据的方法,不但利用了系统的先验物理知识,而且考虑了过程噪声所造成的模型不确定性,能够很好地把握实际系统行为的本质.实验结果证明:该方法对于获得准确液压系统性能参数,建立一个准确模型是非常有效的.     

基于回归算法的三相异步电动机电参数辨识模型研究

针对电能表测量三相异步电动机电参数成本高、安装复杂的问题,本文研究了一种基于回归算法的三相异步电动机电参数辨识模型。利用实际测量的三相异步电动机相关电参数数据,分析一元回归模型和二元回归模型分别用于电动机电参数辨识的特点,确定了以电动机线电流为自变量,有功功率为因变量的一元回归建模方式,在此基础上,分别采用一元线性回归模型和一元四次非线性回归模型,对三相异步电动机电参数进行辨识。研究结果表明,两种模型都能较准确的辨识电动机电参数,但一元四次非线性回归模型在点辨识精度和点辨识最大误差率方面具有更好的辨识性能,现场试验验证了其可行性和有效性。该研究为企业电动机电参数测量提供了新方法,具有较高的工程应用价值。     

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。     

油井单井控制储量确定新方法研究

油井单井控制储量的确定往往通过试井资料分析或数值模拟分析获得,但试井资料和数值模拟方法都有一定的局限性,准确性受到影响,且难以随时进行动态储量分析,基本上没有利用单井的相对渗透率和单井采油指数的变化来确定单井控制储量.在分析采油指数变化与相对渗透率关系基础上,提出一种新的确定油井单井控制储量的方法,得出采油指数递减率与油相相对渗透率下降速率相同的关系,结合油井生产动态数据,建立相应的模型,计算出油井的单井控制储量.该方法特别适用于油田开发中后期,同时对剩余可采储量作出准确的预测,为单井挖潜措施提供可靠依据,指导油田开发方案的调整.     

油田开发最优控制之神经网络实现

如何把握油田注水开发的动态过程从而实现最优控制开采及预测开发指标，长期以来是一个重要的研究课题。描述了神经网络功能模拟开油藏及其辨识开发系统参数的一般性原理，达到用神经网络功能实现各开发指标之问的复杂函数关系(这种关系很难用准确的函数解析式表述)，从而实现开发过程的最优控制及其开发指标的预测。最后将这一原理应用于中原某油藏进行指标预测，获得了满意的结果。     

一种电力电子电路参数性故障的辨识方法

为准确辨识电力电子电路参数性故障,研究了电力电子关键器件的故障模型,并将其纳入了电力电子电路的混合自动机模型中进行了参数辨识的仿真和实验研究,结果证明了本文方法的有效性.     

基于ISSA的STATCOM模型参数解耦辨识研究

为获取准确的静止同步补偿器模型参数以满足电力系统日益精细化的仿真要求,文中提出一种基于改进樽海鞘群算法的静止同步补偿器模型参数解耦辨识方法.首先基于现有静止同步补偿器机电暂态模型,建立满足暂态仿真计算要求的静止同步补偿器数学模型;然后对樽海鞘群算法进行改进,并将其应用于静止同步补偿器模型参数辨识;最后,针对模型结构耦合导致多参数辨识结果精度不高问题,提出基于STATCOM模型dq轴参数解耦辨识策略,分两步对模型参数进行辨识.仿真算例证明该算法能快速准确的辨识模型参数.     

模拟集成电路故障诊断与参数辨识的代数方法

为实现模拟电路参数辨识和降低故障诊断成本,提出一种基于矩阵扰动理论的模拟电路故障诊断和参数辨识方法。该方法不同于基于数字信号处理（DSP）与人工智能的方法,而是从代数观点出发,以被测电路响应矩阵的本征值随被诊断器件参数的变化而变化的对应关系为基础,建立故障模型。该模型将故障检测,故障定位和参数辨识一体化处理,具有易于工程实施的优点。实验结果表明该方法的计算时间开销小,可降低测试成本,故障定位和故障参数辨识精度高,实验结果中的最大辨识误差为2.35%。