试油层非线性产量预测模型研究

准确的产量预测是油田勘探开发的重要研究任务,而常规的预测方法无法应用于开发初期。同一勘探区块, 试油层产量与各影响因素存在一定的相关性。首先建立了产量与各静、动态参数的一元非线性回归模型,然后将其作 为新的自变量,进行多元线性回归,最后获得了预测试油层产量的非线性回归模型。现场实际应用表明,建立的多元 非线性模型比线性模型预测精度更高,适用性更好。为该勘探区块试油层措施改造决策提供了科学的指导,提高了试 油经济效益。     

软土地基沉降蠕变-固结有限元分析及应用

对软土蠕变-固结特性、计算模型、模型数值求解法进行研究,采用改进的Merchant模型和参数确定方法,编制非线性黏-弹性固结模型有限元计算程序.利用该程序对深港西部通道一线口岸软土地基沉降计算进行蠕变-固结有限元分析.计算结果与实际观测资料比较吻合.     

钻井液流变模式计算及优选

目前在计算钻井液流变参数时多采用线性最小二乘法方法进行求解,但是对于钻井液的非线性模式,线性最小二乘法改变了求解目标,使得计算结果不具有方差最小的特点。针对钻井液常用的三种非线性模式,分别提出了近似非线性最小二乘法的计算方法,该算法与非线性最小二乘法相比具有不需要设定初始计算值以及计算速度快的优点,同时与最小二乘法相比计算精度高。它可以应用到钻井液流变参数的确定、钻井液流变模式的优选等方面。     

石油勘探领域期权波动率参数阶段性估算

对石油勘探项目实物期权应用模型中的波动率参数性质及其在计算石油勘探项目的期权价值中的作用进行了分析,提出了适合石油行业易于操作的波动率参数的计算模型。以净现值法为基础,应用蒙特卡罗原理,提出了在石油产量和市场油价随机变动条件下石油勘探项目实物期权应用模型中不同阶段的波动率参数估算方法。实例分析结果表明,该方法能够相对准确地估算出石油勘探项目实物期权模型中的阶段性波动率参数。     

基于二阶滑移边界的螺旋槽干气密封协调优化

应用二阶非线性滑移边界条件推导出修正的广义雷诺方程,并用PH线性化方法、迭代法对非线性雷诺方程近似求解,得到气膜推力和气膜刚度的近似解析式。利用多目标优化方法构建气膜刚度与泄漏量之比的协调函数,对该目标函数进行近似求解,获得最佳的螺旋槽几何参数值。利用Maple程序计算不同介质压力和转速下的气膜刚度、泄漏量并与试验值进行对比。结果表明,几何参数优化的干气密封样机测试结果与理论计算结果误差较小,运用二阶非线性滑移边界条件计算出的理论值具有较好的精度。     

石油勘探领域期权波动率参数阶段性估算

对石油勘探项目实物期权应用模型中的波动率参数性质及其在计算石油勘探项目的期权价值中的作用进行了分析，提出了适合石油行业易于操作的波动率参数的计算模型。以净现值法为基础，应用蒙特卡罗原理，提出了在石油产量和市场油价随机变动条件下石油勘探项目实物期权应用模型中不同阶段的波动率参数估算方法。实例分析结果表明，该方法能够相对准确地估算出石油勘探项目实物期权模型中的阶段性波动率参数。     

一种估算非线性等温线和动力学参数的新方法

提出了传递函数－顺序单纯形多参数寻优估值方法,并将其用于非线性液相色谱系统等温线和总传质系数的估算。文中采用传递函数 法估算线性吸附系统的相平衡和动力学参数,并以这些参数作为多参数优化计算的初值,然后运用三参数顺序单纯形法进行参数寻优估算,从而获得了甘露醇和山梨醇吸附体系的Ｌａｎｇｍｕｉｒ等温线和液固相间的总传质系数。把这些参数代入色谱分离模型,便可计算出色谱分离甘露醇和山梨醇的流出曲线。结果表明     

环膜大变形机械特性参数的回归

提出一种用环膜变形确定大变形膜特性参数的新方法。首先应用文献中计算轴对称膜大变形的数学模型解出内，外固定环膜的变形，并对Ｍｏｏｎｅｙ和Ｈａｒｔ－Ｓｍｉｔｈ本构模型进行了线性回归，克服了这类多变量非线性常微分方程组参数回归中的困难，然后，根据本文回归出的机械特性参数，计算出环膜的理论变形，所得结果与实验基本吻合。     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式,并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

甘油连续生物歧化过程的参数辨识与非线性分析

为了给出能够较好描述甘油连续生物歧化为1,3-丙二醇过程的数学模型以及模型的非线性特性，研究了其参数辨识与非线性分析问题.首先，建立了甘油连续歧化过程的GMA-系统，给出了以模型的计算值与实验测量值误差最小为优化目标、以甘油连续发酵过程的稳态条件为约束的参数辨识优化问题.采用序列二次规划算法，获得了相应动力学系统的最优参数值.结果表明，构建的GMA-系统的参数辨识优化模型能够得到更准确的参数值.其次，将辨识出的参数结果代入到甘油连续歧化过程的GMA-系统中，进行了平衡点计算与稳定性分析等.采用符号化实根隔离法求解了系统的平衡点，依据几乎线性系统的稳定性理论研究了平衡点的稳定性.     

基于机器学习的石油多峰模型研究及应用

油田在实际开发过程中，受新区块投产、开发方案调整和"三采"措施等因素的影响，年产量数据会呈现多峰形态。针对经典的Hubbert、HCZ等模型不能直接拟合多峰数据序列的问题，开展了基于机器学习的油田产量多峰预测模型研究。基于Hubbert模型，对多峰数据序列进行分段最小二乘拟合，在拟合误差函数中引入控制分段个数的罚分项，采用动态规划算法，自动求得最优分段的多峰预测模型，该模型运用在实际的油田产量数据上，预测结果达到预期目的。提出了一种通过自动最优分段的线性回归学习来建立油田产量多峰预测模型的方法，在实际应用中具有建模简单、自适应性强的优点。     

页岩气储层压裂水平井三线性渗流模型研究

具有天然裂缝发育及纳米级孔隙的页岩气储层渗流具有多种模式,压裂水平井开发模式已成为页岩气藏主要 开发模式,渗流数学模型的建立与求解具有很强的理论意义和现实价值。借鉴已有的三线性渗流模型思路,重新设计 了模型的构成,并建立了包括解吸吸附的渗流数学模型,借助无因次化及拉普拉斯变换推导出单井压裂水平井页岩气 藏的产能公式和井底压力公式,最后,应用得到的结果进行了单井生产过程中影响因素的分析。通过研究与应用表 明,由该简化模型得到的公式能方便而且准确地计算并预测页岩气的产量变化,而且对于压裂设计也可提供设计参数 的优化分析方法。     

基于多元线性回归和BP神经网络的单井能力预测

为提高单井能力预测的精度和可靠性,提出利用地震属性数据,结合多元线性回归方法和BP神经网络方法进行预测。首先提取了研究区目的层的地震属性,然后利用多元线性回归方法和BP神经网络方法建立了单井能力与地质、地震属性之间的函数关系,得出了半定量-定量化的单井产量设计模型,并且验证了模型的预测结果。结果显示:单井能力预测精度总体在80%以上,其中BP神经网络模型预测精度更高,吻合度更好,证明了利用多种地震属性联合预测单井产能是一种卓有成效的方法。     

PCR-RBF-SVM预测模型在财政数据中的应用

通过使用支持向量机算法将主成分回归的线性预测结果和径向基神经网络的非线性预测结果相结合, 提出一种新的预测模型, 该模型提高了预测精
度, 解决了预测方式单一的问题. 将新预测模型应用于财政数据预测结果表明, 与传统主成分回归和径向基神经网络方法相比, 该模型预测效果更好.     

顾及自变量与因变量误差及相关性的线性回归

提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多个自变量的多元线性回归,给出了相应的同时考虑自变量和因变量观测误差及误差相关性的回归系数求解方法.试验表明,当自变量是非随机变量时,新方法与最小二乘方法的回归效果相同;当因变量和自变量都是随机变量(自变量与因变量的观测误差相关或不相关)时,新方法的回归系数比最小二乘方法的回归系数更加接近实际值.     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。     

基于改进即时学习算法的动液面软测量建模

油田动液面参数软测量预测应用中,软测量模型随生产的进行会逐步退化,导致预测结果偏差较大,无法在油田生产过程中加以使用.对此,提出采用基于子空间相似度的即时学习策略来对动液面预测模型进行自适应动态更新.通过对生产阶段数据进行子空间的相似度计算,提高建模样本选取的准确性.设计两个记忆参数改变以往即时学习策略模型的更新方法,在减少计算量的同时提高动液面的预测精度.与以往即时学习算法进行实验对比,结果表明,改进算法对油田动液面测量精度高,适应性强,符合油田生产标准,可以应用于油田实际生产.     

基于偏最小二乘回归模型的带钢热镀锌质量监控方法

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法. 以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法. 用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证. 结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%.     

页岩气解析模型产量预测技术优化方案

页岩超低渗、强非均质性以及复杂缝网特征使得解析模型法产量预测参数输入不确定性大,生产历史拟合多解性强,产量预测难度大.基于页岩气井生产长时间段呈线性流动的特点,开展线性流分析和解析模型产量预测工作,提出首先通过线性流分析解释确定解析模型参数初值和范围、再进行历史拟合和产量预测的思路和方法流程.研究表明:根据页岩气流动阶段诊断可以初选解析模型;运用流动物质平衡方法可确定动用储量和气藏尺寸;采用线性流不确定性分析可以确定渗透率和裂缝半长等参数范围.该方法可提高解析模型历史拟合和产量预测精度,同时提高了工作效率,经8口井应用测试结果表明:方法提高单井历史拟合速率40％以上,提高产量预测精度18.1％.     

基于ACO-LSSVM燃煤碳元素分析的锅炉CO2排放量计算

针对生产实际中无法对燃煤组分进行在线检测分析的问题,建立了基于最小二乘支持向量机的燃煤的碳含量预测模型.以工业锅炉燃煤的相关工业分析数据作为模型的输入,并采用蚁群算法对最小二乘支持向量机相关参数进行寻优以提高模型的建模精度.应用该模型对福建地区工业锅炉燃煤的碳元素含量进行预测,预测结果的最大误差为1.18%,平均误差为0.64%.和传统多元逐步回归预测方法相比,该预测模型具有较高的预测精度,为工业锅炉二氧化碳排放量的科学计算奠定了基础.