基于Word2vec和K-Means算法的勘探开发成果文档聚类研究

根据渤海油田七年行动计划部署，现阶段勘探开发研究成果数量激增.目前，渤海油田勘探开发研究成果入库前分类工作主要依靠传统手动方式，效率低下且无法满足成果文档及时共享的需求.针对以上问题，提出一种基于Word2vec和卷积神经网络(convolutional neural networks, CNN)的文本特征提取方法并结合K-Means聚类算法对勘探开发阶段的成果文档进行自动分类.该方法在预训练word2vec向量的基础上基于自有开发成果文档标题语料库进行再训练，将低维向量的形式表征及文本的深层语义特征相结合，最后采用聚类算法对成果文档进行聚类.实验结果表明，在搜集的近7万份勘探开发成果文档数据集中，采用该方法使文档分类效率比手工方法提升了91.8%,标签获取准确率达93.6%,效率上和准确率都实现了较大提升.     

CO2双缸滚动活塞膨胀机Fluent模拟与分析

研究用双缸滚动活塞膨胀机代替节流阀,以提高CO2跨临界循环的效率.为了更清楚地研究CO2双缸滚动活塞膨胀机的工作情况,对其工作时内部的压力场、不同长径中间通道的压力场和湍流强度场进行了Fluent模拟与分析,压力场分析结果可以看出膨胀前后容积并非完全等于一级气缸和二级气缸的容积,还应加上中间通道的容积.不同长径中间通道...