基于复杂网络描述的图像深度卷积分类方法

为了在不增加较多计算量的前提下,提高卷积网络模型用于图像分类的正确率,提出了一种基于复杂网络模型描述的图像深度卷积分类方法。首先,对图像进行复杂网络描述,得到不同阈值下的复杂网络模型度矩阵;然后,在图像度矩阵描述的基础上,通过深度卷积网络得到特征向量;最后,根据得到的特征向量进行K近邻（KNN）分类。在ILSVRC2014数据库上进行了验证实验,实验结果表明,所提出的模型具有较高的正确率和较少的迭代次数。     

基于图割与均值漂移算法的脊椎骨自动分割

为提高图割算法的效率并减少用户交互量,提出将图割与均值漂移算法结合应用的脊椎骨自动分割方法。该方法利用均值漂移算法产生的区域邻接图代替像素点图,从而大幅减少参与图割算法的顶点和边的数目,并有效利用了均值漂移良好的边界结构保持特性。实验结果表明,该方法有效地结合了两者的优点,提高了算法的精度和速度,并减少了用户交互量。     

近海油气田区域开发工程应对策略与应用

随着近海油气田勘探开发的不断深入,其开发模式也在不断创新。基于当前近海油气田对区域开发的需要和实践,提出了基于“区域中心＋次中心＋简易生产设施”工程平台模式的工程应对策略并进行了应用。     

油藏启动压力研究基础理论问题探讨

大多数学者认为油藏存在启动压力,认为启动压力为流体边界层性质异常、流体非牛顿性以及油气相渗透率滞后所致,但流体边界层性质异常已被化学界否定;小部分学者认为不存在启动压力,造成启动压力存在的假象是因为岩石自身应变需要响应过程、实验仪器精度有限、人为测量误差以及储层伤害引起附加压差等,而且以启动压力梯度的存在无法解释油气运移和生产压差现象为例证说明不存在启动压力。调研发现,启动压力相关问题一直在研究,且还有许多工作要完成。这些工作的核心是要弄清楚启动压力的内涵。     

R&D期权价值的应用

主要探讨在不确定条件下 R&D期权价值的应用。介绍了管理弹性和 R&D期权的特点 ;通过对以 DCF为主的传统决策方法的分析 ,指出了这种决策方法的缺陷 ,并给出了一种全新的投资决策模型     

油藏有效厚度统计参数的特征与应用

有效厚度是油藏评价中的重要参数之一,对该参数的正确理解是准确评价油藏的前提。在实际应用时,经常取单井有效厚度的统计平均值。阐述了在常规油藏开发模式下有效厚度统计平均值的主要特征表现为动态性、偏大性、时效性与不确定性。在用容积法计算油藏地质储量时,进行了多个实例的对比分析,阐述了有效厚度统计参数在应用中的体现。给出了用全油藏所有完钻井的单井有效厚度参数分析油藏潜力与评价油层平面展布状况的实例应用,提出的油层平面展布洛伦茨曲线评价方法适用性更强、计算结果更直观。在矿场应用中,为利用有效厚度参数准确地进行油藏评价提供了参考。     

非均质油藏聚合物驱注入参数优化方法与应用

聚合物驱注入参数优化是提高非均质油藏聚合驱技术效果和经济效益的关键技术之一.聚合物驱注入参数优化属于复杂的大规模最优化问题,目前仍缺乏与之相适应的高效求解算法,严重限制了注入参数优化方法的研究与应用.本研究通过理论推导得到由有限差分随机逼近方法 (finite difference of stochastic approximation,FDSA)引导的随机扰动逼近改进新算法(simultaneous perturbation stochastic approximation algorithm,SPSA-FDG),可提高计算收敛速度,在迭代计算过程中,各控制变量近似梯度大小比例与FDSA算法类似,梯度估计精度高于SPSA算法,并保留了SPSA算法每次迭代计算次数少的优点.实例应用表明,SPSA-FDG算法迭代收敛时需要248次油藏数值模拟计算,明显少于FDSA算法和SPSA算法.此外,在聚合物驱注入总量不变条件下,通过应用改进算法和油藏数值模拟手段,优化聚合物驱每一段塞下的最优注入浓度和段塞尺寸,得到的聚合物驱优化注入方案净现值比均匀注聚方案提高11.64%,可使油田开发技术经济效果最大化.     

渤海J油田化学驱无因次产液指数的变化规律

针对渤海J油田化学驱过程中部分井产液能力明显下降的问题,运用J油田的有关数据,通过建模计算,分析了聚合物驱与聚表二元复合驱阶段无因次产液指数的变化规律。结果表明:无因次产液指数在聚合物驱阶段先呈上升趋势,聚合物驱见效后开始下降,并在含水率最低点附近出现最低值,而后随着含水率的回返而升高,在聚合物产出质量浓度突破600 mg/L后则止升为降。转为聚表二元复合驱后,各井的无因次产液指数普遍进一步下降。在聚合物驱阶段,受效井无因次产液指数的最大下降幅度为74. 26%,大多数井的下降幅度为40. 00%～60. 00%,平均值为47. 82%。在聚表二元复合驱阶段,受效井无因次产液指数的最大下降幅度为86. 15%,平均值为61. 59%。     

基于大数据平台的电力设备运作状态监测系统研究

针对目前电力设备运作状态监测系统焦点都在集群的硬件索引上,对电力设备的线状、性能、节点状况和指令反馈等数据层的监控不足,本文采用大数据技术对电力设备运作状态的显著性及统计因子变量进行相应的决策分析,建成一套通过主动监测设备潜在的运行状态变化的多元回归系统模型。从而有效解决了电力设备运行过程实时监控,潜在故障预警、评估、回溯管理等问题。通过宁夏电力公司的试运行结果表明该模型平台能预期捕获电力设备运作状态下的各项影响变量因素,对这些因素进行掌控将广泛应用于电力设备运作部署与运维。据此结论为该大数据平台的电力设备运作状态监测系统,可自定义设备运行分析报表,实现数据分析结果的随需展现,起到保障电力设备安全、可靠运作,具有一定的推广意义。