鄂尔多斯盆地东部上古生界致密气储层石英溶蚀及其机理探讨

鄂尔多斯盆地东部上古生界致密气储层主要以岩屑石英砂岩和石英砂岩为主,总体石英含量较高,在镜下观察中经常发现该区上古生界储层发育石英溶蚀现象,因此分析该区石英溶蚀特征、探讨其形成机理对储层评价具有重要的意义。通过铸体薄片鉴定、扫描电镜及X-射线衍射分析等测试手段,对鄂尔多斯上古生界致密气储层石英溶蚀特征、成因机理进行了详细研究。石英溶蚀表现为石英颗粒及硅质胶结物溶蚀成港湾状、锯齿状,部分颗粒表面发育溶蚀坑,可分为石英颗粒边缘被溶蚀、石英次生加大边被溶蚀及石英颗粒部分或整体被溶蚀这3种型式;石英溶蚀表现出2种伴生胶结物特征:一种是多酸性黏土矿物高岭石的石英溶蚀;另一种为富伊利石的石英溶蚀。石英溶蚀机理有2种：一种是有机酸条件下酸性孔隙水及游离水中的Al³⁺对石英的溶蚀,主要伴生以高岭石为主的酸性黏土矿物,对高岭石含量较高的本溪组及山2段储层孔隙改善明显;另一种是偏碱性成岩环境下碱性孔隙水对石英的溶蚀,主要伴生以伊利石为主的偏碱性_中性黏土矿物,对伊利石大量发育的太原组储层孔隙改善明显。     

融合注意力机制的电力集控安全隐患实体识别模型研究

针对电力集控安全隐患文本实体边界模糊、常用实体识别模型识别准确率低的问题，提出了一种融合注意力机制与基于Transformer的双向编码器表示(BERT)-双向长短时记忆(BiLSTM)-条件随机场(CRF)的电力集控安全隐患数据实体识别模型。首先，利用BERT层将安全隐患文本编码表示为融合上下文语义的字位置和句位置的向量表示组，以减少实体识别误差积累。然后，提出了BiLSTM网络层挖掘电力集控隐患文本的语义特征并进行标签概率预测，在此基础上加入注意力机制增加重要信息的权重，提高重要信息对安全隐患语义信息的影响程度。最后，利用CRF层为标注结果进行综合打分，得到全局最优标签序列。在不同的电力安全隐患实体信息类别上的对比试验显示，所提模型的准确率为97.54%、召回率为96.47%、F值为97.13%,与传统算法相比总体效果提升了5%～21%。该结果证明了电力集控安全隐患实体识别模型的有效性。