基于地理信息系统与人工神经网络耦合技术的产油潜力评价模型

对控制油田产油潜力各种影响因素进行了系统的分析，选择地质构造、储层孔隙度、储层渗透率和原油性质4个因子作为控制油田产油潜力的主控因素。应用地理信息系统(GIS)的空间分析和处理操作功能，构建了各个主控因素的子专题图层，并建立了主控因素与每米采油指数间的非线性人工神经网络(ANN)分析模型，最终提出了评价产油潜力的GIS与ANN耦合模型。应用该评价模型对埕北30潜山油藏的产油潜力进行了评价，并应用灵敏度分析方法对该地区各个主控因素的灵敏度进行了系统分析，有效地解决了人工神经网络难以通过权重系数矩阵来判定各个影响因子影响程度的难题。     

基于GIS与ANN的土地转化模型在城市空间扩展研究中的应——以北京市为例

结合GIS强大的空间分析功能与人工神经网络(ANN)处理非线性适应性信息的独特能力建立一种土地转化模型(land transformation model,LTM),用以定量分析城市土地扩展与社会、政策、环境等因子之间关系,并基于此对城市空间扩展的动态进行模拟与预测.LTM模型的运行主要分为3步:因子选取与数据预处理;建立人工神经网络并输入数据对其进行训练与仿真;应用PID法对人工神经网络的输出进行分析,同时在GIS平台上模拟出城市扩展的动态分布.选取相应的影响因子并运用该模型对北京市的城市扩展进行实证模拟检验与预测,结果表明此LTM模型确实提供了一种定量分析和预测城市空间扩展的方法,能够为城市规划与城市发展政策的制定提供重要的科学参考.     

基于GIS与ANN的土地转化模型在城市空间扩展研究中的应用——以北京市为例

结合GIS强大的空间分析功能与人工神经网络(ANN)处理非线性适应性信息的独特能力建立一种土地转化模型(land transformation model,LTM),用以定量分析城市土地扩展与社会、政策、环境等因子之间关系,并基于此对城市空间扩展的动态进行模拟与预测。LTM模型的运行主要分为3步:因子选取与数据预处理;建立人工神经网络并输入数据对其进行训练与仿真;应用PID法对人工神经网络的输出进行分析,同时在GIS平台上模拟出城市扩展的动态分布。选取相应的影响因子并运用该模型对北京市的城市扩展进行实证模拟检验与预测,结果表明此LTM模型确实提供了一种定量分析和预测城市空间扩展的方法,能够为城市规划与城市发展政策的制定提供重要的科学参考。     

基于GIS与人工神经网络的广州森林景观生态规划

应用GIS空间分析构建各景观要素的专题图层,建立了森林景观生态模拟的人工神经网络(ANN)模型,并应用分维数、破碎化指数、多样性指数和聚集度指数进行了系统分析,对广州市森林景观进行规划和评价.结果表明:人工神经网络模型泛化能力强,对于研究自然、社会驱动因素与城市森林景观结构变化的非线性对应关系提供了一条有效的途径,是森林景观格局预测、模拟分析及景观规划的新方法.     

基于GIS和ANN的城市土地适宜性评价

结合地理信息系统(GIS)和人工神经网络(ANN)技术,提出对城市土地适宜性进行评价的一种新方法.根据构建的城市土地适宜性评价指标体系,以济南市为例,基于GIS平台,利用自组织映射神经网络模型对城市土地适宜性进行了评价.研究结果表明,济南城市土地适宜性可划分为6类,模拟结果比较理想.     

基于GIS信息系统及人工神经网络的砂岩富水性预测研究——以赵庄矿3号煤层顶板砂岩为例

在分析赵庄矿自然地理、区域构造、区域水文地质条件、矿井突水灾害的基础上,根据研究区的断裂构造、隔水层厚度、奥灰水压以及奥灰顶部富水性在空间区域上的变化特征,研发了基于GIS组件的顶板砂岩水预测信息系统,该系统主要实现了评价指标的自动统计、图形的管理等功能,具有强大的空间分析功能,同时应用非线性的人工神经网络(ANN)技术确定了各主控因素的权重系数,在此基础上建立了煤层顶板砂岩富水分区评价模型,大大提高了预测指标统计的速度和精度。并应用该系统对3号煤层顶板砂岩富水性进行了评价,为井田3号煤层顶板突水危险性评价与预测和井下水害防治提供理论依据。     

基于GIS和脆弱性指数法的矿井底板突水危险性评价

为了评价潘北煤矿A1组煤底板突水危险性,分析了影响该矿井煤层底板突水的主控因素,利用GIS软件强大的空间分析功能,对影响矿井煤层底板的各个主控因素建立空间分布专题图;利用脆弱指数法建立主控因素体系,并确定各个主控因素对底板突水危险性贡献的权重,将各个主控因素进行无量纲处理后按照权重进行复合叠置,在定量化的基础上对矿井底板突水危险性进行分区,将底板已有出(突)水数据与分区结果比较,结果表明,脆弱性指数法可以客观、定量、有效地评价煤层底板突水危险性。     

ANN在一次引爆FAE爆炸威力评价中的应用

在系统分析燃料空气炸药(FAE)爆炸威力主要影响因素的基础上，应用人工神经网络(ANN)理论及方法，建立了一次引爆FAE爆炸威力评价ANN模型，并利用该模型对不同配比环氧丙烷／铝粉混合燃料的爆轰参数及爆炸威力进行了模拟。结果表明，ANN模拟结果与一维多相爆轰模型计算值相当吻合，当铝粉含量处于50％～70％范围时，爆炸威力较为理想，当铝粉含量为65％时，爆炸威力指数达到最大。这一研究可为一次引爆FAE配方及战斗部设计与优化提供有益参考。     

基于GIS和AHP法的大宁河流域生态环境质量评价分区

应用地理信息系统(GIS)和数据库技术,对大宁河流域的生态环境质量影响因子进行分层网格处理形成单因子栅格数据;在对栅格数据进行标准差标准化的基础上,利用层次分析方法,分别得出各个单因子对生态环境影响的权重和单因子生态环境质量图。最后应用生态环境综合评价模型,将各个单因子生态环境质量图以地块单元进行运算,在地理信息系统软件中编程计算生成大宁河流域生态环境评价结果图并进行分区。     

陈堡油田断层封闭性模糊综合评价

断层封闭性问题受多种地质因素的影响和控制.以陈堡油田为例,提取多种影响断层封闭性的主控因素,应用改进的模糊综合评判方法对断层的封闭性进行评价,在各因素权重系数的求取过程中应用权的最小平方法,避开了一致性检验.评价结果表明该油田主要断层封闭性评价是可靠的,为下一步勘探开发提供了科学依据.     

含油层早期产能预测方法

油藏勘探阶段 ,利用录井地化热解资料可以准确地求取原油粘度和含油饱和度。在此基础上 ,建立储层油相渗透率与含油饱和度关系模型 ,避免了在资料较少情况下求取油相渗透率的不确定性。根据流体渗流理论 ,利用原油产能指示参数预测模型可以对产层进行原油产能预测。对胜利油田不同层位、不同流体性质、不同含油性等储层的 33口井 42层产能预测结果与试油结果进行了对比。结果表明 ,利用该方法能进行早期产能预测 ,并且能够达到较高的预测精度。     

低渗油藏不对称垂直裂缝井产能模型

 油气藏改造时因地层非均质性的影响可能形成垂直裂缝不关于井筒对称,而关于不对称垂直裂缝对油井产量影响研究较少。因此,针对低渗油藏经压裂后产生的不对称垂直裂缝,基于稳定流理论,利用保角变换方法,推导了考虑启动压力梯度影响的低渗油藏有限导流不对称垂直裂缝井产能的预测模型,通过实例分析了多种因素对不对称垂直裂缝油井产量的影响。研究表明:油井产量随着启动压力梯度增大呈近似线性下降,且在相同的启动压力梯度下,油井产量下降幅度随压差增大而减小;当裂缝导流能力较小时,不同裂缝长度或裂缝非对称率对油井产量影响程度差异较大,当裂缝导流能力较大时,不同裂缝长度或裂缝非对称率对油井产量影响程度差异较小;裂缝长度越长,裂缝非对称率越小,裂缝非对称率对油井产量影响程度越大;裂缝非对称率在(0.6,1)范围时,可以忽略其对油井产量的影响。     

低渗透油藏产能主要影响因素分析与评价

影响低渗透油藏产能的因素众多而复杂,因此正确分析和评价这些因素,对于低渗透油田勘探开发有重要的指导意义。石油地质学、测井学、渗流力学和油藏工程等多学科结合,分析了影响低渗透油田产能和开发效果的主要因素,对各因素进行评价,并与油田实际生产情况进行了验证和比较。研究表明,储层产能宏观上受沉积微相和流动单元的控制。油层有效厚度及其渗透率是影响储层产能的主要因素,部署井位时,要确保有较大的油层厚度,否则,井的产量不但不高,而且无法保持稳产。对于渗透率各向异性的储层,部署开发井网时,要优选最优的井排距比和井网形式,确保油藏有较高的整体采收率。     

考虑应力敏感和边界层效应的页岩油油藏渗流模型研究

由于页岩油储层孔隙结构复杂,原油渗流过程中存在明显的多尺度效应,而储层中存在应力敏感效应和边界层效应对原油渗流特征影响使得其流动机理更加复杂。基于毛细管模型,结合边界层和应力敏感理论,建立了页岩油储层渗流新模型并进行了验证。根据新模型分析了应力敏感效应、边界层效应对页岩油渗流特征的影响。研究结果表明：页岩油新渗流模型与渗流实验结果拟合性好,具有较高可靠性;边界层效应和应力敏感效应是影响潜江页岩油储层渗流特征的主要因素;对于含有微裂缝和溶蚀孔的页岩油储层,应力敏感效应是影响储层渗流特征的主控因素;随着压力的梯度的增加,影响渗流特征的因素由边界层和应力敏感效应的综合作用所决定。通过该研究,加深了影响页岩油油藏渗流特征相关因素的认识,为合理开发页岩油油藏提供了理论依据。     

基于GIS和人工神经网络技术的开采沉陷预计建模方法

探讨了GIS支持下利用人工神经网络技术进行开采沉陷定量预测的方法和思路，完成了影响因素的选取、数据处理、开采沉陷初始预计模型的建立及验证。数据处理由GIS软件完成，采用BP神经网络训练方法对开采沉陷系统进行建模；进而结合验证结果，对误差进行了定性分析。研究结果表明，利用GIS支持下的神经网络模型对复杂的开采沉陷系统进行模拟预测，具有理论上的可行性和现实意义。说明GIS和人工神经网络技术在开采沉陷预计领域中具有广阔应用前景。     

复杂条件下的低渗透油田生产特征

在考虑了启动压力、毛管力、重力等因素的情况下 ,推导了低渗透油田油水两相渗流时含水率和无因次采油、采液指数的数学模型 ,并分析了上述 3种因素在数学模型中的作用。结果表明 ,对于水湿油藏 ,毛管力和启动压力的存在使含水率和无因次采液指数增加 ,重力则使无因次采液指数降低 ,而对含水率的影响与地层倾角有关。 3种因素均对无因次采油指数无影响。在理论分析的基础上 ,对胜利油区大芦湖低渗透油田的含水率和无因次采油、采液指数进行了实例计算 ,进一步验证了理论分析结果的可靠性     

水平井产能计算新方法

研究表明,低渗透油藏中存在启动压力梯度及应力敏感效应,且在钻完井及试油过程中,由于钻井液滤失,易导致储层污染。推导了同时考虑启动压力梯度,应力敏感效应及表皮因子的低渗透油藏水平井压力分布及产能公式,运用质量守恒原理及二分迭代法得到水平井产量精确解。并以某油田为例,进一步分析了启动压力梯度,应力敏感效应,表皮因子等因素对水平井产能的影响。最后,对比了几种经典水平井产能计算方法,结果表明运用本文公式计算水平井产量是合理可靠的。     

低渗透砂岩压裂层位优选的测井评价模型

典型的低渗透砂岩储层具有非均质性严重、储层产能受岩性和物性因素影响较大、自然产能相对较低等特点,需要对储层进行改造才能见到较好的效果。水力压裂是低渗透储层增产的有效手段,选井选层直接影响压裂效果,目前油田主要依靠经验选择施工井层,不能保证压裂后获得很好的增产效果。利用测井资料处理分析得到低渗透砂岩储层产能评价的关键参数,可以有效地开展低渗透储层压裂产能预测与层位优选,评价产能改造潜力,指导酸化压裂层位的选取和施工,提高油藏开发效益。利用测井、岩芯及测试等资料,从低渗透砂岩储层的岩石矿物、粘土矿物、钙质胶结物、微观孔隙结构等方面入手,分析了影响低渗透砂岩产能的储层因素,构建了储层精细评价和产能预测的测井优化模型,确定了低渗透砂岩储层压裂层位优选标准和图版,最终实现了对压裂优选层位的分级划分。     

具有越流的多层气藏的压力曲线特征

在多层油藏半透壁模型的基础上 ,建立了多层气藏的半透壁模型及其微分方程组 ,内边界条件考虑了表皮系数和井筒储集效应的影响 .利用有限差分方法编制了模拟试井程序 ,并与精确解进行了比较 .阐明了半透率、表皮系数、井筒储存对井底压力曲线、分层产量的影响 .随着半透率的增大 ,压力曲线越平缓 ,压力导数曲线的“凹陷”不断向外漂移 ;当各层表皮系数相同的时候 ,各层的井壁压力是相同的 ,各层产量趋于各自的产能系数 ;当各层的表皮系数不同时 ,各层的井壁压力是一组平行线 ,井底压力与井壁压力平行 ,各层产量不在趋于各自的产能系数 ;井筒储存可以减小层间越流的早期作用 .这些结果可用于多层气藏的不稳定试井分析