基于循环神经网络的微地震有效信号自动识别

微地震地面实时监测时,代表压裂主要信息的有效信号能量弱,常淹没在噪声中,这将直接影响微地震事件的识别和震源定位的效果,因此,采用准确、快速的方法从微地震数据中自动识别有效信号尤为关键.文中采用长短时记忆网络(LSTM)的循环神经网络模型,通过综合微地震有效信号的能量特征、频谱特征、统计特征等属性来进行模型训练,并加入R...     

一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.高线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的rain-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

一种基于衰减集结的鲁棒预测控制器

高效鲁棒预测控制 (ERPC) 是一种在线计算量较小, 且控制性能较好的鲁棒预测控制算法. 但采用单一椭圆不变集的设计方法存在保守性. 本文采用衰减集结策略, 通过离线设计在系统状态空间中投影彼此正交的两个椭圆不变集, 在线进行凸组合的方法设计 ERPC 控制器, 使系统初始可行域进一步扩大, 并在一定程度上改善了控制性能.     

煤储层中微地震事件震级影响因素分析

近年来,随着微地震技术发展,微地震的应用深度也在不断拓展。如微地震监测从最初简单的震源点定位到震源机制反演、地层主应力状态以及储层渗透率等高级解释参数。在众多解释参数中,微地震事件震级是一种极为重要的震源参数,它是表征在生产作业中诱发震源强度大小的物理量。不同地区诱发事件震级分布特点不尽相同,目前对于震级大小的影响因素尚不十分明确。以山西沁水盆地南部煤层气井水力压裂地面微地震监测为例,综合现有资料对该井压裂事件震级的影响因素进行了分析。首先,通过压裂施工曲线定量统计了施工中油压的平均压力和峰值压力,然后分别与微地震事件震级进行交汇分析;其次,应用Gutenberg-Richter定律研究事件震级在空间和时间频率的分布特征。最后基于三维地震相干体属性解释储层天然裂缝,应用摩尔库伦破裂准则分析天然裂缝对破裂压力的影响。分析表明:(1)水力压裂中事件的平均震级或峰值震级都与水力压裂压力具有明显的正相关关系,压力是影响微地震事件震级的大小的直接因素。(2)强震级集中区域表现为明显的低b值特点,表明该区域附近岩性相对更偏脆性,应力积累能力大于周围区域。(3)天然裂缝会降低地层的破裂压力,因此在煤...     

基于预测的智能电能表数据简化的轻量级框架

在高级计量设施(AMI)中,为了最大限度减少智能电能表的数据传输量和数据简化,提出一个基于预测的轻量级框架。首先,建立决策树以找到预测方法和用电数据统计特征之间的关系;然后,分析用电数据的时间序列以提取统计特征;最后,为了增加框架对智能电能表不断变化的数据模式的自适应能力,采用监督式学习方案实时切换到最适合当前数据模式的预测方法。从数据集中提取1年中10个用户的用电数据,每个用户采集的总记录数为17600个。实验结果表明,所提框架可以实现较高的数据简化准确度(DRA)和数据简化率(DRP),其中,DRA最高为96.7%,DRP最高为98.6%。     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.     

废水中重金属的选择性去除与资源化回收研究进展

重金属废水兼具环境、资源双重属性。研发废水中重金属的选择性去除与资源化回收技术是解决重金属污染、实现有价金属高质循环的关键。综述了近年来重金属选择性吸附和选择性电还原沉积领域的研究进展。针对选择性吸附技术,系统阐述了空腔匹配和靶向配位两种选择性吸附机制,讨论了吸附功能材料的设计策略。针对选择性电还原沉积技术,综述了直接电还原和间接电还原回收手段,并分析了这两种手段在应用中的优劣势。此外,从抗复杂背景水质干扰、吸附剂的宏观塑型以及器件化设计3个维度讨论了重金属选择性去除技术的工程应用瓶颈。最后,对未来发展趋势进行了展望,以期为该领域研究提供参考借鉴。