数据挖掘方法在汽油辛烷值损失计算中的应用

针对汽油清洁化中降低辛烷值的损失这一重点问题,提出了基于数据挖掘的辛烷值损失预测方法。首先,对影响辛烷值损失的各类因素进行了分析;然后以某石化企业为例,应用数据挖掘方法对其提供的数据进行有效的数据清洗;其次对多种复杂的影响因素进行合理的特征提取,成功提取出28个影响辛烷值损失特性的代表因素;接着利用如支持向量机回归、神经网络和随机森林等挖掘建模方法和交叉验证训练预测辛烷值损失的模型。最后,通过实验和结果分析表明：基于数挖掘方法构建的随机森林模型能够更加准确地预测辛烷值的损失,它在辛烷值损失的影响因素特征提取和预测计算方面表现出较强的能力,能更好地为汽油清洁化服务。     

用深度学习挖掘油田开发指标预测模型的知识

油田开发指标变化特征被当作油田开发规划、油田开采状况评价、油田开发方案设计与调整及油田开发风险预测预警等决策管理问题的重要依据。针对至今没有很好解决的建立智慧油田的瓶颈问题之一——油田开发指标智能预测系统的选择预测方法和模型的知识挖掘问题，基于油田开发的海量数据，利用深度学习的卷积神经网络和循环神经网络，提取反映油田开发动态特征和知识。在此基础上，结合已建立的油田开发指标预测的模型库及知识库，利用深度学习的实体和关系的联合提取方法，提出通过油田开发输入信息、油田开发动态特征指标、油田开发指标预测的模型库和知识库挖掘选择油田开发指标最佳预测模型的知识方法。概念设计的模拟实例表明，提出的知识挖掘流程可实现只要输入油田开发的相关信息，就能自主获得恰当的油田开发指标预测模型。     

油价波动对石油生产企业决策的影响

文章针对人们普遍认为石油生产企业（油气勘探开发）是油价上涨的直接受益者，而对其受到油价波动影响关注不够，以及石油生产企业很少研究应对油价波动的最优策略现状，研究了实质上受油价波动影响最大的石油生产企业的决策问题。在分析油价波动的原因及其变化规律基础上，剖析了油价波动对石油企业决策的影响，认为油价剧烈波动对石油企业来说是把双刃剑，使其决策难上加难；提出了石油企业应对油价波动的有效决策策略，这可供相关领导决策参考。     

县级人口系统规划研究通用程序设计

本文采用人口系统研究方法, 以TURBOBASIC开发了一个县级人口系统规划研究通用的软件。该软件包括人口的复杂预测和人口优化, 其中人口的复杂预测又包括人口预测(利用宋健模型)和用线性回归预测一些指标(采用一部分林德金模型).它被应用到盐亭县人口系统规划研究中获得相当满意的结果。     

石油企业中求分派问题最优解的最小增量法

针对石油天然气勘探、开发、炼制、储运、销售上下游一体化的现代纵向企业内部存在的任务分派、成本核算及效益最大化问题,提出了一种求分派问题最优解的新方法——最小增量法。在成本分派矩阵中选中每列的一个最小值,如果每行只有一个值被选中,则获得最优分派方案;如果某行出现两个或两个以上的值被选中,则找出该行所选值所在列的次小值、次次小值……,在不违背每行只有一个值被选中的条件下,按照最小增量或最小增量之和进行改选,调整相应的行,最终使得成本矩阵每行只有一个值被选中,每列也只有一个值被选中。由此获得满足条件的最优分派方案。方法比较分析与实例验证表明：它简单、易懂,不失为任务分派、成本核算的替代方法。     

气顶油藏开发技术对策探讨

气顶油藏的开发方式多种多样,影响开发动态预测的因素较多。从气顶油藏开发基本原则出发,针对开发中所遇到的主要技术问题,利用实际资料进行模拟开发,就构造几何形态、层间连通性等地质工程因素和开发方式、注采比、气顶气投产时机、采油速度、油气界面附近油井配产等开发技术政策因素,对原油采收率的影响进行了定量化研究,并首次对原油损失问题进行了模拟计算和探讨,提出了气顶油藏开发采取的几个技术对策:完善油区注采系统,注意油气协调开发;开发次序应先开采油环油,4年后动用气顶气;降低GOC附近油井配产,可收到较好的效果;当气顶气储量相对较大时,采取气顶、油区同时开发的方式。     

低品位油藏经营新模式及应用

通过分析高品位油藏的经济评价指标的决策依据与风险和项目经济评价效益,形成了未开发低品位油藏经营效益的评价新标准;在分析研究低品位油藏的自主经营、租赁经营、合作经营或参股经营等三种经营方式基础上,设计了在不同经营方式下,不同低品位油藏经营享受不同的财税或开发投资优惠方案,从而形成了低品位油藏开发经营新模式；最后将该经营模式应用于中国某低品位油藏开发实际,证实了该理论的先进性、可靠性和可行性.     

小波神经网络多属性综合评价及其应用

本文针对现存多属性综合评价方法的不足,借助小波神经网络思想、原理,构造了一种新的分类小波神经网络多属性综合评价模型,并进行了实例验证,表明此分类小波神经网络多属性综合评价方法是正确、可行的,且能有效地提高综合评价精度与收敛速度。