高含水油藏开发指标动态预测方法

通过HCZ预测模型与水驱特征曲线联合求解的数学统计方法,实现区块年度产油量、含水率、采出程度、可采储量与采收率等开发指标的动态预测。多种预测方法的联解,优化了区块的动态分析过程,准确地完成各项开发指标的预测。     

组合模型在机械故障预测中的应用

机械故障预测中,反映系统变化的特征参数往往含有多种趋势成分.引入组合预测模型,用灰色模型描述机械故障发展中的确定性趋势,用AR时间序列模型描述机械故障中的随机趋势.实践证明,较单一模型具有更高的预测精度.     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.     

三种油田产量预测联解模型的对比

数学模型和甲型水驱特征曲线是油藏工程中两种重要的预测方法。为有效克服两种方法的局限性,近年来不少学者提出了数学模型与甲型水驱特征曲线联解模型。在前人研究的基础上,选取较具代表性的三种联解模型,从模型的特点及适用范围进行分析和对比,实例验证表明Hubbert模型与甲型水驱特征曲线联解法对油田整个生产阶段预测效果最理想,Rayleigh模型与甲型水驱特征曲线联解法适用于油田生产递减阶段,而广义翁氏模型与甲型水驱特征曲线联解法预测含水率偏低。     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的     

贝叶斯动态线性模型的组合预测

组合预测就是将随机变量或向量的点预测进行组合，这些预测是根据几个模型所给出的，一般的方法是求这些点预测的算法平均值。本文给出的是根据模型的预测精度确定权的贝叶斯动态线性模型的组合预测，它的预测精度比取算术平均值的预测精度高。     

组合灰色神经网络法在地下水动态预测中应用

为了更好的预测地下水水位,在对现有的地下水动态预测的方法深入分析的基础上,利用某地区地下水位监测数据,采用灰色动态模型与人工神经网络相结合的方法,对该地区地下水水位进行了建模预测分析,并对未来可能的变化进行预测.预测结果与实测结果吻合较好,达到了较高精度,该方法对于地下水的动态预报具有一定的实用价值.     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的预测方法。     

基于组合预测方法的安徽经济发展预测

利用最优加权组合法,对时间序列模型、灰色预测模型和神经网络模型进行组合,通过计算确定其权重,得出未来五年安徽省的GDP,同时根据平均绝对百分误差、均方根误差以及泰尔系数,将组合预测模型与单一的预测模型进行比较,得出组合预测模型的精度比单一预测模型预测精度高,并根据组合预测结果可以看出在未来五年安徽省的经济会持续稳定的发展。     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

葡萄花油田高含水期开发技术政策界限研究

通过对低渗透窄小砂体油田目前面临的开发形势的分析 ,针对油田存在的主要问题 ,运用油藏工程方法、数理统计学方法及数值模拟方法 ,对油田在高含水期的主要开采技术政策界限进行分析 ,确定了主要开发指标的合理政策界限 ,分析预测了在“十五”期间的变化趋势 ,为油田发展的决策提供科学的依据     

稠油油田热采开发指标预测方法研究

选取对数正态分布为产量预测模型、Compertz模型为含水预测模型 ,注采关系曲线为油汽比模型 ,联立求解 ,进行开发指标预测 .矿场实例计算结果表明 ,该方法可对稠油油藏注蒸汽开发所有指标和全过程进行预测 ,为开发规划及油藏工程设计提供依据     

基于动态模型的油田勘探开发项目的投资优化

应用均值-方差理论,建立了油田勘探开发项目投资组合的动态数学模型,该模型是一个带约束的随机线性二次型(LQ)控制方程.在得出该动态数学模型对应的随机哈密顿-雅克比-贝尔曼(HJB)方程后,运用随机LQ控制的相关理论讨论了该随机HJB方程的解.利用该模型,针对某个油田勘探开发项目的实际情况,求出了其投资的有效边界和最佳策略.     

基于动态模型的油田勘探开发项目的投资优化

应用均值-方差理论，建立了油田勘探开发项目投资组合的动态数学模型，该模型是一个带约束的随机线性二次型（LQ）控制方程。在得出该动态数学模型对应的随机哈密顿-雅克比-贝尔曼（HJB）方程后，运用随机LQ控制的相关理论讨论了该随机HJB方程的解。利用该模型，针对某个油田勘探开发项目的实际情况，求出了其投资的有效边界和最佳策略。     

杏六联油区高含水期开发效果评价研究

利用存水率与采出程度关系、含水率与采出程度关系和驱替特征曲线3种方法,对杏六联油区开发状况进行了评价。评价结果表明,杏六联油区在2003～2004年的开发调整措施发挥了比较好的效果,起到了稳油降水的效果,按照目前状况预测,杏六联油区最终采收率可以达到45.87%,可采储量可达到2 508.996万t。     

基于数据扩展的动态贝叶斯网络预测方法

将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.     

页岩储层微裂缝发育程度预测方法

微裂缝发育程度直接影响页岩储层孔渗性,准确预测微裂缝发育程度对页岩气勘探开发具有重要意义,本文建立了一种页岩储层微裂缝发育程度预测方法。在电镜观测及高压压汞实验基础上,分析了页岩微裂缝基本特征,提出了微裂缝发育量化指标。分析了页岩矿物组分及有机质含量对微裂缝发育的控制作用,建立了页岩微裂缝发育程度预测模型,对川南龙马溪组页岩微裂缝发育程度进行了预测,预测微裂缝孔体积平均值为0. 000 543 m L/g,黏土矿物对微裂缝孔体积贡献最大,占比达到70%,有机质次之,占比为24%,脆性矿物贡献最少,占比为6%。分析了微裂缝预测结果与页岩储层孔渗性之间的关系,验证了预测方法的可靠性。     

发动机机体振动噪声的预测方法

采用综合多体动力学-有限元法-声学分析法的集成预测方法,对发动机机体振动噪声的预测方法进行了研究,并详细介绍了该方法的分析流程.通过多体动力学得到作用于机体上的载荷时间历程,用有限元法预测机体表面的振动,通过声学分析法预测机体表面辐射的噪声.将振动和声学预测数据与试验数据进行比较,结果表明该方法可以准确预测机体的振动噪声水平,可用于机体的虚拟改进设计.