天然气水合物热力学抑制剂作用机制及优化设计

基于2种典型天然气水合物生成预测理论模型,结合水合物热力学抑制剂评价实验数据以及水活度测试结果,分析了水合物热力学抑制剂影响天然气水合物生成条件的作用机制,建立了水合物生成温度降低值与水活度的关系式。结果表明,水合物热力学抑制剂降低水合物生成温度,或提高水合物生成压力的作用机制是降低溶液的水活度,其抑制水合物生成效果随水活度的降低线性增加。通过模拟深水钻井环境,对 典型的水合物热力学抑制剂氯化钠,以及钻井液常用的有机盐甲酸钠进行了水活度测试以及水合物抑制效果评价实验,探讨了可降低钻井液水活度的有机盐加重剂Weigh作为水合物抑制剂的可能性。结果表明,加入氯化钠或甲酸钠降低水活度至0.84,钻井液可在1 500 m水深条件下循环16 h无水合物生成 ;Weigh可大幅降低溶液水活度,水合物抑制效果优于氯化钠、甲酸钠以及由氯化钠和乙二醇组成的复合抑制剂。针对深水钻完井作业中遇到的必须使用低密度钻井液或完井液的情况,初步优化设计了低密度水合物抑制剂,可保证钻井液和完井液在低密度条件下(1.05~1.07 g/cm³)有效抑制水合物生成。     

基于ESN的污水处理过程优化控制

针对污水处理过程能耗过高的问题,提出了一种基于状态回声网络(ESN)的在线优化控制方法。建立了污水处理过程预测模型,实现性能指标的预测;根据系统的状态以及预测的性能指标,采用ESN实时优化控制变量的设定值;将优化后的设定值传送给底层控制器进行跟踪控制。将ESN优化控制方法在污水处理过程基准仿真模型(BSM1)上进行了验证,实验结果表明,该方法不但能够满足出水水质的要求,而且降低了污水处理过程运行成本。     

基于EMD-RBFNN的稀土原地浸矿边坡位移预测

受温差、冰霜、扰动等因素影响,原地浸矿在线监测系统采集的数据含有大量噪声和干扰信号,利用系统自带的温度补偿模块难以达到预定数据精度,使得后续预测预警工作出现误差。为此,对原始信号进行处理,EMD分解后,IMF分量可实现自由重构,去掉高频分量,能够较好地去除环境因素对在线监测位移数据的影响,低频分量能更好地反映实际位移值。借助EMD技术的自适应分解特性,提取真实监测数据,并利用RBFNN的最佳逼近效果,建立在线监测数据EMD-RBFNN预测模型。根据某稀土矿实测地表位移数据,进行预测检验,结果表明,EMD-RBFNN模型的地表位移预测数据相对误差仅0.12%,具有较好可靠性和预测精度。     

真空包装鸡肉早餐肠货架期预测模型的建立

为研究低温肉制品的货架期预测模型,选取真空包装的鸡肉早餐肠为研究对象,通过测定4 ℃贮藏温度条件下早餐肠细菌总数及感官、理化指标变化情况,确定早餐肠最小腐败量为6.49（lg（CFU/g））。同时测定2、6、10、15 ℃条件下的细菌总数变化情况,运用Baranyi模型拟合细菌总数在鸡肉早餐肠中的生长动力学模型,回归系数R2均在0.99以上。应用平方根模型拟合温度对生长动力学模型参数的影响,模型呈现良好的线性关系,回归系数R2均大于0.97,且残差平方和均小于10－2,说明该预测模型的拟合优度较高。在确定早餐肠最小腐败量与生长预测模型的基础上,建立了鸡肉早餐肠的货架期预测模型,预测值与实测值的相对均误差值均在1 d上下浮动,表明建立的模型能够快速准确的预测2～15 ℃贮藏条件下鸡肉早餐肠的货架期。     

基于神经网络的激光熔覆高度预测

激光成形过程中,对熔覆高度进行实时检测,从而实现熔覆高度闭环控制是成形高质量零件的保证.激光成形过程是一个多参数耦合的非线性过程,大量激光参数对成形熔覆表面质量具有重要影响.在分析激光参数对熔覆高度影响的基础上,建立利用激光工艺参数预测熔覆高度的误差反向传播(Back propagation,BP)神经网络模型,完成了网络算法设计.通过激光成形试验采集样本,利用训练样本对所建立的网络进行训练,完成网络输入输出高度映射关系,并利用测试样本对所训练的网络进行检验.仿真试验表明,神经网络熔覆高度预测模型具有很高的精度,验证了该预测模型在理论和实践上的可行性与有效性.神经网络熔覆高度预测模型为实现激光加工过程熔覆高度实时预测与闭环控制打下基础,对提高成形产品质量具有重要意义.     

川南深层页岩各向异性特征及对破裂压力的影响

川南深层页岩地层地应力非均匀性强,钻进过程中漏失严重,破裂压力预测困难,在进行深层页岩微观组构观测和宏观力学试验的基础上,测试了深层页岩的各向异性特征,考虑各向异性特征建立了井周应力模型,结合深层页岩本体拉张破坏、裂缝剪切滑移破坏和裂缝张性破坏模式,建立了深层页岩地层破裂压力预测模型,分析了各向异性特征对地层破裂压力的影响规律。分析结果表明:页岩各向异性越强,地应力差异越明显,大斜度井裂缝越易滑移;较高的粘聚力可有效抑制裂缝弱面的错动能力;裂缝倾角大小主导着裂缝张性漏失。预测模型在川南彭水区块页岩气井地层破裂压力预测的结果表明,地应力差异较弹性差异对深层页岩破裂压力的影响更为显著,岩石粘聚力是诱导裂缝剪切滑移漏失的主因,相对裂缝倾角是诱导裂缝张性破坏的主因。裂缝发育的页岩地层以裂缝破坏为主,破裂压力受岩石粘聚力、裂缝倾角和地应力的影响显著,在预测破裂压力时应综合3种破裂模式判断破裂方式和预测破裂压力。      

Pattern Recognition and Forecast of Coal and Gas Outburst

Coal and gas outburst is a complicated dynamic phenomenon in coal mines, Multi-factor Pattern Recognition is based on the relevant data obtained from research achievements of Geo-dynamic Division, With the help of spatial data management, the Neuron Network and Cluster algorithm are applied to predict the danger probability of coal and gas outburst in each cell of coal mining district. So a coal-mining district can be divided into three areas： dangerous area, minatory area, and safe area. This achievement has been successfully applied for regional prediction of coal and gas outburst in Hualnan mining area in China.     

Casing life prediction using Borda and support vector machine methods

Eight casing failure modes and 32 risk factors in oil and gas wells are given in this paper. According to the quantitative analysis of the influence degree and occurrence probability of risk factors, the Borda counts for failure modes are obtained with the Borda method. The risk indexes of failure modes are derived from the Borda matrix. Based on the support vector machine (SVM), a casing life prediction model is established. In the prediction model, eight risk indexes are defined as input vectors and casing life is defined as the output vector. The ideal model parameters are determined with the training set from 19 wells with casing failure. The casing life prediction software is developed with the SVM model as a predictor. The residual life of 60 wells with casing failure is predicted with the software, and then compared with the actual casing life. The comparison results show that the casing life prediction software with the SVM model has high accuracy.     

保定地区电力需求预测

本文根据保定地区全社会用电量最新统计资料,分别使用二次指数平滑技术、线性回归模型和灰色模型对收集到的数据进行了分析,并针对2009～2013年保定未来电力需求进行预测。然后对三种模型的预测结果进行对比分析,得出线性回归模型具有较高的精度,预测结果符合保定地区经济发展实际。最后,针对保定市的电力需求现状提出相应的对策。     

国网电科院研制光伏电站功率预测系统投入实验运行

由国网电力科学研究院清洁能源发电研究所研发的光伏电站功率预测系统,近日在国网电力科学研究院实验验证中心大楼完成安装调试开始实验性运行,为今后深入研究光伏发电功率预测技术和开发实用型产品积累宝贵实践经验。