区域用电量短期预测的一种方法

本文介绍一种新型的区城用电量短期预测的方法──递推预测法。实例表明，本方法是可行的、准确的。     

神经网络法在深基坑变形实时预报中的应用研究

根据深基坑变形的基本特征 ,用神经网络建立了深基坑变形的实时预报模型 ,编制了用于预报的神经网络程序 ,并对上海某深基坑工程变形监测数据进行了建模预报 ,预报结果与基坑边坡实际位移数据相吻合 ,说明了该方法的有效性和实用性     

数值试井技术在气藏动态描述中的应用

探讨了如何应用最新发展的数值试井方法,结合静态地质研究及气井长期试采动态资料,对储层的开发动态特征实现全新的解读.该技术较好地考虑储层的非均质性变化及井间干扰的影响,可认识气藏开发生产条件下的储层动态参数,还能够解答气田开发的关键问题,并对其未来的生产动态做出可靠的预测.     

箱型框架桥顶进工作基坑的变形预测

既有铁路或公路下箱型框架顶进工作基坑的稳定性问题,具有不同于一般基坑的显著特征。依据变形预测理论,根据既有铁路下箱型框架顶进施工工作基坑的变形特征,建立了箱型框架桥顶进施工工作基坑的变形预测模型和方法。某既有铁路下箱型框架顶进工作基坑围护结构顶部与周边地下管线沉降和围护结构侧向水平位移的预测结果表明,所建立的箱型框架桥顶进工作基坑预测方法具有良好的预测效果,具有利用时间序列中的前一区间中的数据精确地预测随后区间的变形、并能及时地将预测进行修正的特点,可为类似于箱型框架桥顶进工作基坑这类施工工况特殊、周边环境复杂、变形量大且变形变化迅速的基坑施工提供即时预测。     

基于神经网络的某鱼雷保障设备故障预测方法

为确保鱼雷保障设备处于良好的工作状态,提出一种基于径向基函数(radial basic function,RBF)神经网络的某鱼雷保障设备故障预测法。利用RBF神经网络的非线性建模能力,在某鱼雷保障设备的关键监测点建立网络诊断模型,通过对该模型的训练学习,确定需要的参数估计,再根据该模型的输出值来判断故障,并在Matlab仿真环境下对该设备故障进行了预测,其预测结果与实际情况基本一致。仿真结果表明:RBF神经网络作为预测网络能较好地解决该保障设备的故障预测问题,具有较准确和快速的诊断能力,可为复杂设备的预防性维修提供科学依据。     

利用测井资料预测致密气井产水量新方法

苏里格气田产水井占投产气井比例为18.3%,其中苏里格西区出水最为严重,达到了36.3%。为明确地层产水类型及产水量,指导气田开发,提出一种利用测井资料预测产水量的方法。通过对研究区地层水产状分析,认为凝析水、自由水和毛细管水是地层产水的主要类型;基于岩心密闭取心、压汞、相渗等资料建立研究区3种类型地层水计算模型;利用测井资料定量计算自由水和毛细管水饱和度,采用多元线性回归法建立地层水含量预测模型,相关系数为0.79,预测精度较好。该方法具有一定的实用价值,对指导苏里格气田西区开发具有重要意义。     

无因次注入-采出曲线法计算采收率方法改进

无因次注入-采出曲线法适用于水驱稳定阶段预测油藏最终采收率。在实际应用中,与其他采收率预测方法相比,其误差普遍偏大,参考价值较低。为提高无固次注入．采出曲线法预测采收率的实用性,对该方法进行了改进：据开发中后期注采平衡模型,当阶段产水量等于油藏废弃时的临界含水率乘以阶段注水量时,则确认水驱失效,重新推导了添加临界含水率限定条件的采收率求解过程。以X14油藏为例,演示了利用改进后的无因次注入-采出曲线法计算最终采收率的过程;在绥靖油田典型油藏中应用,预测结果的准确度相对改进前有了较大提高,验证了方法改进的可行性。     

基于EEMD的鄱阳湖流域年降水量周期预测

气候变化影响下的降水量周期变化对于认识鄱阳湖枯水具有重要意义。采用EEMD方法分别将实测和模拟年降水量分解成不同频率的成分,然后采用FFT求得各IMF分量周期,以便对比未来和基准期的周期变化。结果表明,鄱阳湖流域1961～2001年的实测年降水量序列整体存在2.5～3.5、6.5～8.0年的周期,较大尺度的周期表现不显著;ASD统计降尺度模型对序列的周期特性模拟能力良好。未来情况下,主周期相对基准期整体呈增大趋势,中小尺度周期仅有微小差别,较大尺度周期普遍增大,鄱阳湖流域年降水量过程波动剧烈程度降低。     

离散过程神经网络在时间序列预测中的应用

为解决复杂时间序列的预测问题,针对目前过程神经网络的输入为多个连续的时变函数,而许多实际问题的输入为多个序列的离散值,提出一种基于离散输入的过程神经网络模型及学习算法;并以太阳黑子数实际数据为例对太阳黑子数时间序列进行预测,仿真结果表明该模型具有很好的逼近和预测能力。     

用BP网络预测AB5型储氢合金初始放电容量

BP神经网络用于预测储氢合金的电化学性能。通过稀土族中金属Nd部分替代AB5型储氢合金中的La,研究了Nd的变化对合金的初始放电容量的影响。详细介绍了BP网络的结构确定、参数选择及训练方法,并利用该网络得出了较好的预测结果。