基于相关向量机的地层可钻性级值预测

对录井资料及测井资料与地层可钻性级值的关系进行分析,提出一种基于相关向量机算法的地层可钻性级值预测的新方法.通过标准化钻速、测井声波时差、地层密度、泥质含量和地层深度进行学习训练相关向量机,建立地层可钻性级值预测的相关向量机模型.对准噶尔盆地部分井的地层可钻性级值进行预测的结果表明,该方法优于BP神经网络方法,具有预测精度高、收敛速度快、推广能力强等优点.     

基于文化差分进化算法的最小二乘支持向量机及QSAR建模

针对最小二乘支持向量机最佳算法参数难以确定的缺陷,提出了基于文化差分进化算法的最小二乘支持向量机(Cultural Differential evolution Algorithm Least Square Support Vector Machine,CDE-LSSVM)。该算法通过新型的文化差分进化算法优化确定最小二乘支持向量机核宽度参数和惩罚系数,建立具有良好预测性能的模型。同时,针对药物定量构效关系(Quantitative Structure-Activity Relationships,QSAR)模型具有高度非线性、变量之间存在相关性的特征,采用CDE-LSSVM建立HIV-1蛋白酶抑制剂的药物定量构效关系模型。模型具有很好的拟合精度与预测精度,且优于最小二乘支持向量机、BP神经网络和径向基神经网络。     

基于粒子群最小二乘支持向量机的瓦斯含量预测

针对经验模型与确定性模型在应用中受到限制问题,采用基于统计学习理论的支持向量机对经验数据进行学习,建立瓦斯含量与其影响因素之间的映射模型,从而实现煤层瓦斯含量预测.支持向量机的惩罚因子和核参数取值不同将会明显影响其预测的精度,支持向量机本身也没给出解决的办法,引入粒子群算法自动搜索支持向量机参数.该方法克服了神经网络过学习问题和支持向量机人为选取参数的盲目性问题.通过对某矿区样本的学习预测研究,表明该方法可取得良好的预测效果,具有较好的适应性.     

基于遗传规划的储层含水饱和度预测方法

研究了基于常规测井信息进行储集层含水饱和度参数的评价和预测问题,提出一种基于遗传规划算法建立由测井信息预测含水饱和度参数模型的新方法.通过与支持向量机、模糊神经网络等建模技术的模拟对比和在长庆油气田的应用实例,展示了该方法的高效性,为各种储层参数的测井评价和预测探索了一条新的途径.     

基于蚁群算法的支持向量机室内蓝牙标定定位

针对不同型号的智能手机之间存在硬件差异,导致在使用不同的智能手机进行室内定位时,采集同一蓝牙信号强度观测值存在偏差而影响定位精度的问题,提出了一种基于蚁群算法的支持向量机室内定位蓝牙标定方法.由于支持向量机参数的选取对其预测精度影响较大,因此利用蚁群算法避免人为盲目地选择支持向量机的参数,优化模型并提高预测精度.实验结果表明:基于蚁群算法的支持向量机室内定位蓝牙标定方法相比标定前的精度提高了37.3%,可以有效地进行室内定位.     

基于支持向量回归的钢材力学性能模型及应用

根据化学成分准确预测钢材产品的力学性能并及时调整相关生产的控制策略,将有效地提高钢铁生产的最终产品质量.支持向量机是一种建立在统计学习理论基础上的机器学习方法,介绍了基于此算法基础上的一种ε-支持向量回归机算法及其推导过程,建立了基于ε-支持向量回归机的钢材力学性能模型,通过实际应用表明该模型比Excel回归预测具有更高的精度.     

基于支持向量回归机的空调逐时负荷滚动预测算法

针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。     

利用蜂群算法优化的区域高程拟合精度分析

针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法。人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型。实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28%,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSSVM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值。     

基于进化支持向量机的机械状态预测

为了解决在历史样本数据有限情况下,传统预测方法预测精度低以及支持向量机预测中人为选择参数的盲目性,结合遗传算法和支持向量机的优势,建立了进化支持向量机预测模型。利用该模型对某型电铲发电机组的振动趋势进行预测,研究结果表明,该方法能自动优化参数,提高了预测精度。该方法可应用到其他时间序列预测中,具有较高的应用价值。     

基于ν-支持向量机的时用水量预测模型

为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-sVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.     

徐深气田火成岩储层岩石可钻性分布规律研究

大庆油田火成岩地层是世界级难钻地层,钻进过程中该地层岩石表现为可钻性值极高,地层与钻头适应性差。预先评价未打开地层的岩石可钻性分布规律,对钻井施工提供指导是有实际意义的。本文以随机分形理论为基础,先应用分形维数解释模型计算岩屑取样点的岩石可钻性,再应用分形插值理论建立井间地层岩石可钻性预测模型,两模型的结合使用实现了井间岩石可钻性分布规律的评价,经过现场的应用验证,该方法能够有效的再现岩石可钻性的分形分布规律,预测准确,满足工程精度要求。     

测井资料在钻头选型方面的应用

利用测井资料进行钻头选型是一项新技术，可以用来解决目前国内在钻头选型方面存在的困难和问题。通过室内实验和现场资料统计，建立了地层岩石声波时差与岩石可钻性的关系模型，利用该模型并结合新疆塔西南巴楚地区的地震、地质、测井及钻井资料进行了钻头的选型，确定了适合该地区的钻头类型，并在现场进行了应用，取得了良好效果     

基于空间球对称模型的井底岩石可钻性研究

针对井底复杂应力环境下的岩石可钻性问题,开展了岩石可钻性和岩石单轴抗压强度实验和理论研究,研究 中采用弹性力学理论和Drucker-Prager 强度准则,建立了球坐标系下的井底岩石可钻性模型,并以川西地区某井须家 河组致密砂岩实验数据和测井资料为基础,进行了算例分析。结果表明,井底岩石可钻性随着液柱压力的增大而增 加;井深一定时,沿井底表面径向方向,随着距离的增加,岩石可钻性增大。该模型计算结果,能够较好地反映井底岩 石可钻性级值的变化规律,有助于钻具优化设计。     

岩石矿物成分与可钻性关系研究

钻井地层岩石的物理力学性质和矿物成分性质是实现科学快速钻井的基础数据,但是矿物成分对可钻性的影响一直没有得到重视。取一研究油区以录井资料的地层岩屑为研究对象,对塑性泥岩、细砂岩和砾岩三种岩屑进行了较全面的矿物成分鉴定分析。研究结果表明,研究油田区块岩石的矿物成分主要以石英、粘土、斜长石、方解石和正长石五种矿物成分为主。矿物成分中含量较高的粘土和斜长石含量随井深增加而降低;石英含量随井深增加而增大。泥岩的可钻性级值随粘土的增加有增加趋势,随石英含量的增加而增大。砂岩的可钻性级值随粘土含量的增加有降低趋势,而随石英含量的增加而增大。砾岩的可钻性级值随粘土和石英含量的增加而下降。     

鄂尔多斯气井钻井岩石力学特征描述难点及对策

鄂尔多斯探区的气井钻遇多套复杂地层,利用常规方法计算的地层坍塌压力、漏失压力、可钻性等钻井岩石力学特征参数误差较大,导致前期钻井施工中井壁垮塌与漏失严重、钻头选型效果不佳。针对鄂尔多斯气井钻井岩石力学特征描述的难点,根据工区实际情况完善了水敏性泥页岩地层坍塌压力计算方法、破碎性地层漏失压力求取方法、岩性多变地层可钻性分析方法,利用测井、钻井、地质、测试等资料描述了坍塌压力、漏失压力、可钻性的分布特征;并依据其提出了工程建议。在富县、定北工区的现场应用情况表明该方法具有较好的适用性,为优质快速钻井技术提供了准确全面的基础信息。     

基于SDCQGA优化BP神经网络的岩石可钻性建模

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法;采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.     

支持向量机在地层识别中的应用

以径向基函数RBF为核函数,根据测井数据建立支持向量机的地层识别模型(SVMM).通过对SVMM分类器中惩罚参数C的优选,结合生产工程需要引入判断函数,提高了SVMM分类器的分类正确率.试验表明:SVM分类器应用在地层识别中效果良好,而且具有广阔的应用前景.     

鄂北塔巴庙区块地层特征与可钻性探讨

通过对塔巴庙区块从第四纪到奥陶纪地层岩性、测井、PDC钻头在本区的可钻性以及本区气层特点等因素的分析,指出塔巴庙区块中生代地层成岩性差,PDC钻井速度快,泥岩易造浆,但要注意延长组下段较疏松砂岩中含砾对PDC钻头牙齿不利;上古生代地层成岩性较好,砂岩胶结致密,钻井时注意选择钻井参数,使用牙齿较小的钻头为宜.     

基于多矿物模型分析的最优化测井解释

多矿物模型分析的最优化解释能采用多种测井信息和多种模型来研究和评价复杂油气层。与传统测井解释方法相比,它能将所有的测井信息、误差及某些地区地质经验综合成一个多维信息复合体,运用最优化的数学方法,进行多维寻优处理,来求取地层参数。将该方法应用到乌尔禾低效油田克拉玛依组复杂岩性低渗碎屑岩储层参数解释中,成功解释了该地区一百多口井的测井资料,得到了可靠的地层矿物(岩性)剖面和储层参数。与试油资料、录井资料等对比证实,该方法提供了一种比较有效的地层岩性和物性参数及流体性质的解释方法,效果较好。     

利用岩石三轴抗压强度优选PDC钻头

岩石三轴抗压强度是表征地层抗钻性质的重要参数之一,是PDC钻头优选的基础和主要依据。利用测井资料获取地层岩石三轴抗压强度并进行聚类分层处理,建立了PDC钻头切削结构参数与岩石三轴抗压强度之间的定量关系,提出了基于岩石三轴抗压强度的PDC钻头优选方法。通过实例计算得出了311.2 mm PDC钻头切削结构参数设计结果。该方法可为现场PDC钻头优选提供必要的理论依据,具有一定的实用性。