经济增长方式与全面建设小康社会

经济增长方式的根本转变则是实现全面建设小康社会这一目标的重要保障。我国的经济增长方式存在着许多问题，严重制约着全面建设小康社会的进程。要顺利实现全面建设小康社会的目标，必须实现经济增长方式的根本转变：由粗放型增长向集约型增长转变，由以“物”为本的增长方式转向以“人”为本的经济增长方式。     

深层高温高压凝析气井压力分布的简便算法

在流体相平衡理论基础上,综合考虑压力、温度的相互影响及动能变化的影响,同时将流体偏差系数考虑为压力和温度的函数,建立了新的凝析气井井筒压力分布计算模型.计算时将井筒分成若干段,在每段中进行迭代求解.新的压力计算模型与常用的平均温度和平均偏差系数计算方法的实例对比表明,新计算模型具有较高的精度,可用于深度超过4000 m的高温高压凝析气井井筒压力分布计算.     

深盆气圈闭判识方法与应用

判识深盆气圈闭一般有 3种方法 :地质条件叠合法 ,理论模拟计算法 ,探测结果推定法。在深盆气勘探开发的不同阶段 ,由于研究的内容不同 ,对深盆气圈闭的判识采用的方法也不同。利用这 3种方法识别深盆气圈闭 ,可以确定圈闭的分布和发育范围 ,同时认为 ,深盆气圈闭的形成存在一个地质门限 ,进入这一门限 ,深盆气才可在圈闭内聚集成藏。将实际资料分析与理论计算相结合 ,预测了鄂尔多斯深盆气圈闭的发育范围 ,可为该盆地深盆气的勘探与开发提供依据     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

基于区域背景的人机联作多井解释软件系统

为了避免单井解释与宏观地质背景脱节的弊端,采用面向对象技术对测井资料多井评价系统进行了分析。在开发基本构件类的基础上,建立了在区域背景下以求解井筒解释参数为主要目标的多井交互解释系统。在大庆、胜利、新疆等油田诸多区块的初步应用结果表明,该系统具有较好的实用性。     

多层非均质油藏双分支井产能影响因素分析

针对多层非均质油藏地层之间压力不平衡的特点,建立了多分支井半解析产能预测模型,分析了双分支井产能的影响因素。结果表明,由于分支之间存在干扰,分支夹角越小产能损失越大;两个分支所在地层的条件差别越大,产能高的分支越不易发挥最大潜力,从而影响总产量;井筒中摩擦压降和汇合点处的压力损失对分支井的产能的影响不大。因此,在设计双分支井时,应尽量增大分支之间的夹角,分支汇合点尽量远离油层;分支井的井底流压不大于任何一个分支处的地层压力;两个分支应尽量选取生产压差接近的油层,这样就可以使两个分支都能发挥产能潜力。     

注蒸汽吞吐井井筒应力的数值计算方法

将注蒸汽吞吐井井筒温度场的计算结果引入井筒应力分析模型中,利用有限元分析软件ANSYS计算了不同约束条件下的井筒应力。计算结果表明,最大热应力都发生在套管内壁,且超过了N80套管的热弹性屈服极限;最大热膨胀都发生在温度变化过渡区,当套管周围掏空时,其热应变达到了2%,远远超过材料弹性极限应变值(0 3%),这是导致热采井套管变形损坏的主要原因。     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中,提出其概率分布是特征参数X与流体的特征参数Y的距离函数,再用熵与条件熵之差计算得到的互信息去识别地层的流体属性,即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数,并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层,还可推广应用于划分地层岩性等领域。     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

微地震监测技术综述

微地震监测技术作为一种先进的地球物理方法, 广泛应用于地热勘探、 油气田开发等多个领域, 具有广 阔的发展前景。 首先介绍了微地震形成机理及其特征和微地震监测技术的基本概念, 进而简述了微地震监测 方法的基本原理以及数据采集、 数据处理等主要技术。 去噪为数据处理的首要任务, 因而论述了一些基本的降 噪方法, 提出深度学习在微地震监测技术中的可行性以及优越性。 最后, 对监测技术的扩展应用以及发展前景 进行了总结。