海上A气田生产水回注可行性方案研究

为实现海上气田生产零污染的目标,在没有现成研究流程和模式的情况下,以浅层封存地质条件研究为基础、以回注层注入指数为桥梁、以地层破裂压力为约束,对A气田分别从浅层断裂系统、回注层位优选、回注层注入能力分析等方面开展生产水回注方案研究,结果表明,A气田浅层地层形态较为完整,断层发育较少,从三潭组至海底未见断层发育,气田生产水回注对断层影响较小,不存在断层溢流的风险。     

基于神经网络的数据压缩研究

数据压缩=建立模型 编码,是传统数据压缩的最基本思想。传统的设计思路主要基于减少信息中的冗余着力于编码设计,其压缩比一直在百分之几十左右徘徊,经过传统编码压缩的信息,很难再经类似的方法进一步压缩。为了解决上述的问题可用占用信号空间较少的信息表示占用信号空间较多的信息以实现数据压缩。这就是数据压缩新的设计思路,这样,就突破了传统的只依靠编码减少数据冗余的局限,实现了更高的压缩比。同时,经过这样压缩后的信息可再重复压缩,并有很好的性能。这就是文中所介绍的神经网络与数据压缩结合的基本思想。     

考虑界面张力和液滴变形影响的携液临界流量模型

现有的携液临界流量模型通常认为界面张力及曳力系数为常数,忽略温度及压力对界面张力、液滴尺寸及液滴变形对曳力系数的影响,造成预测携液临界流量的结果与实际结果有较大差异。为了更准确预测气井携液临界流量,首先通过分段拟合界面张力实验数据,建立界面张力公式,然后引入变形液滴曳力系数公式及液滴变形程度和液滴尺寸之间的关系式,得到考虑界面张力和液滴变形影响的携液临界流量模型。研究结果表明,温度越高,压力越大,界面张力越小,携液临界流量越小;液滴尺寸越大,液滴变形越严重,液滴高宽比越小,曳力系数越大,携液临界流量越小。实验表明,模型预测数据与气井微观液滴积液实验数据基本吻合一致,其准确度远远高于Turner模型和李闽模型。新模型能够更加准确预测不同液滴尺寸下的携液临界流量,符合气田开发规律,为油气田开发提供技术指导。     

挥发性油藏PVT数据矫正新方法对动态预测的影响

针对挥发油多次脱气实验过程中存在大量储罐油损失而导致实验数据不能直接用于油藏工程计算的问题,提出采用等容衰竭实验数据逐级压力矫正多次脱气实验数据的新方法。新方法不同于已有的采用单次脱气实验数据矫正多次脱气实验数据的Terry⁃Rogers方法。两种方法实例矫正对比表明,Terry⁃Rogers方法仅适用于传统黑油,对挥发油会出现不符合物理的矫正结果;新方法考虑排出气中储罐油含量随压力的变化规律,适用于传统黑油和挥发油,且在饱和压力下的矫正结果接近Terry⁃Rogers方法。最终,以物质平衡和油气两相渗流为原理,建立快速预测溶解气驱油藏动态的简易迭代方法,并对不同类型原油的实验数据以及Terry⁃Rogers方法和新方法矫正得到的数据对开发动态的影响进行计算对比。结果表明,典型黑油实验数据可直接用于油藏工程计算;原油的挥发性越强,新方法矫正数据计算原油采收率较实验数据计算原油采出程度更高,实例中强挥发性原油实验数据计算原油采出程度相对于新方法误差高达-13.82%.     

水驱气藏早期直线外推动储量探讨

根据已有文献,水驱气藏在生产初期具有与定容气藏相似的压降特征,可通过直线外推求取动储量,但并未对适用的采气程度范围和计算的动储量误差进行评估。为此,以已有的物质平衡方程式和非稳态水域模型为理论基础,采用迭代匹配法计算了不同水体倍数、水域渗透率情况下,直线外推动储量误差随采气程度的变化。结果表明,以动储量误差 ≤ 10%为准则,适合水驱气藏早期直线外推动储量的采气程度范围很窄,一般小于5%。以东海西湖凹陷开发井为例,对比传统的定期压力监测方式与实时压力监测方式下早期直线外推动储量的差异：前者因测压时间间隔长,易导致对早期直线段的误判和动储量评估结果的误差;后者可精确判断水侵影响明显的开始时间,从而有效实现早期直线外推计算水驱气藏的动储量。该研究结果对生产初期水驱气藏动储量的正确计算具有重要指导意义。     

基于神经网络的数据压缩研究

数据压缩=建立模型＋编码，是传统数据压缩的最基本思想。传统的设计思路主要基于减少信息中的冗余着力于编码设计，其压缩比一直在百分之几十左右徘徊，经过传统编码压缩的信息，很难再经类似的方法进一步压缩。为了解决上述的问题可用占用信号空间较少的信息表示占用信号空间较多的信息以实现数据压缩。这就是数据压缩新的设计思路，这样，就突破了传统的只依靠编码减少数据冗余的局限，实现了更高的压缩比。同时，经过这样压缩后的信息可再重复压缩，并有很好的性能。这就是文中所介绍的神经网络与数据压缩结合的基本思想。     

山区高速公路隧道出入口视觉融合技术研究北大核心CSCD

针对红外非可见光与可见光视觉在成像过程中不同的感光特性,面向隧道典型的“黑洞”和“白洞”问题,从自动驾驶车辆视角研究光照环境突变条件下的视觉辨识以及融合感知技术。分别选取低照度车辆进入隧道以及弱光线条件下车辆驶离隧道两种情形,利用局部能量、卷积稀疏表示算法(CSR)对两种图像进行融合实验,结合MI、SF、AG、QAB/F、SSIM、PSNR六种评价指标进行评价。实验结果表明,在隧道入口处图像CSR-E算法对比Curvelet、NSCT、NSCT-T、SR-C&L、SF-Energy-Q五种算法,边缘信息传递因子(QAB/F)提高了14.14%,隧道出口处图像运行平均时间减少1.17 ms,结构相似性(SSIM)提高了3.38%,所提出的红外非可见光与可见光视觉融合成像方法弥补单一传感器针对特定场景表达的不全面,实现对场景全面清晰准确的表达,有效解决了源图像的边缘信息丢失,增强图像的光谱信息。