一种面向数据缺失问题的K-means改进算法

文章针对聚类分析中部分数据缺失问题,提出了一种改进的K均值聚类算法,即改变原算法中计算每个数据到各簇距离的度量方法和新中心点生成方法,从而屏蔽空值数据的影响;通过选择UCI中Iris数据集,随机抽空部分数据进行测试表明,该算法可直接对存在数据空缺的数据集合进行聚类分析,并能有效屏蔽数据空缺对聚类结果的影响.     

不稳定试井分析中参数识别的神经网络方法

在不稳定试井分析中,调整试井解释参数往往花费解释人员大量的时间。特别,当试井解释参数较多时,进行参数调整就更为困难,有时得不到一个合理的参数识别结果。因此,研究新的试井解释参数识别方法势在必行。目前,典型曲线的自动拟合方法是其研究成果之一,但由于数值计算方法的局限,使得该方法难于推广。文中研究了基于神经网络的系统辨识方法在不稳定试井分析参数识别中的应用。通过神经网络对一实际的油气藏系统进行建模和辨识,从而由新的神经网络模型可以获得参数识别结果。着重讨论了均质地层和双重介质地层的压力不稳定测试的参数识别问题,一个实例的分析显示了该识别算法的特性。     

一种可提高试井模式识别准确度的改进HT-BP方法

在用BP神经网络进行试井问题模式识别的过程中 ,若将现场试井数据简单地以点对的方式送入BP神经网络进行识别 ,则与训练模式无法对应 ;若在用BP神经网络学习和识别曲线之前进行归一化处理 ,则会引起曲线的尺度变化和空间位移。结合试井问题对Hough变换进行了改进 ,提出了与改进Hough变换相应的比例变换和空间压缩方法。用比例变换和空间压缩方法及改进Hough变换法对试井曲线进行预处理后再送入BP神经网络 ,可以大大改善识别能力。实例说明 ,改进Hough变换与BP神经网络相结合的方法 (MHT BP)对试井模式识别的准确性较高。     

低渗透率油藏时空试井解释方法研究

低渗透油藏试井测试过程中,压力降落或恢复速度非常慢,试井数据一般只测试到早期段,导致试井解释困难和结果多解性。研究在试井解释方法理论基础上,提出了时空试井解释方法,确定了试井解释结果可靠性判别标准,并以国内典型超低渗透油藏为例,利用井在不同时期、不同空间的试井测试数据,结合油藏的地质认识和开发现状,对试井解释结果进行分析,确定了合理试井解释模型和解释结果,该方法可为低渗透油藏试井解释提供技术参考。     

地质数据的神经网络聚类分析

jj提出用发现聚类结构的神经网络对地质数据进行聚类分析.基于神经网络的聚类分析方法通用性强.运算速度快,为地质数据的聚类分析提供了新方法.     

一种可提高试井模式识别准确度的改进HT—BP方法

在用BP神经网络进行试井问题模式识别的过程中,若将现场试井数据简单地以点对方的方式送入BP神经网络进行识别,则与训练模式无法对应;若在用BP神经网络学习和识别曲线之前进行归一化处理,则会引起曲线的尺度变化和空间位移。结合试井问题对Hough变换进行了改进,提出了改进Hough变换相应的比例和空间压缩方法。用比例变换和空间压缩方法及改进Hough变换法对试井曲线进行预征处理后再送入BP神经网络,可以大大改善识别能力。实例说明,改进Hough变换与BP神经网络相结合的方法（ＭＨＴ－ＢＰ）对试井模式识别的准确性较高。     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高     

应用人工神经网络识别试井解释模型

对不同的试井解释模型，把压力导数曲线作为训练样本，应用ＢＰ网络进行训练，训练后的网络能根据现场的实际试井数据识别试井解释模型．本文用模拟的数据、不完整的数据、有噪声的数据和一个现场试井数据对这个ＢＰ网络进行了测试．结果表明人工神经网络能够正确地识别试井解释模型，也能识别不完整的、有噪声的数据．人工神经网络技术有效地改进了目前在试井解释模型中广泛采用的模式识别方法，是一个非常值得推广和使用的技术     

数据清洗前的预处理方法

为提高数据清洗的质量,提出消除脏数据域、使用统一的缩写、数据的转换等预处理方法,基于这3种方法和链表存储复制记录算法,设计一个数据清洗的系统,与其他方法的效率与准确程度比较可知,该系统的数据准确程度要高于现有的数据清洗系统．     

面向多数据源的数据清洗关键技术的研究

对于各个领域的信息资源管理而言,数据质量一直是一个非常关键的问题。现实世界中的数据往往存在着各种各样的问题,从简单的拼写错误到复杂的语义不一致错误。数据清洗的目标就是检测并去除数据中存在的各种错误和不一致,提高数据的质量。该文归纳、总结了数据清洗相关研究的现状,提出一个面向多数据源的数据清洗框架的定义。框架实现了术语模型、处理描述文件和共享库等概念和技术。     

测井曲线综合指标的选取及解释

在煤田测井中,对一口井所取得的若干条测井曲线,在不同井的参数对比中,由于指标多,往往顾此失彼,尤其是在计算机自动处理时,更难以进行。下面介绍主成分分析法及其在处理测井曲线方面的应用。     

一种评价碳酸盐岩储层裂缝参数的测井新模型

通过南翼山构造第三系碳酸盐岩凝析气藏钻井地质资料的认识以及多井测井资料的对比,对该气藏中深层目的层的裂缝特点、裂缝发育规律作了细致的研究与评述,总结出了利用测井资料评价该构造裂缝性碳酸盐岩裂缝参数的方法,提出了评价裂缝孔隙度和裂缝渗透率随构造位置而变化的测井解释模型,评价结果与钻井地质特征和试油情况相符合。     

用人工神经网络综合测井和地震资料预测岩性

利用一种全新的人工智能技术──人工神经网络，将测井和地面地震资料（如层速度或波阻抗）联系起来，自动建立测井数据、地震数据和告性间的非线性关系，从而有效地进行岩性预测。     

测井资料与地震属性关系研究综述

测井资料和地震资料是地震勘探中两种最重要的资料,由于地震波的频散,使合成地震记录与地面地震记录不能完全匹配,因此使用之前必须对二者进行频率校正;地震资料在测井资料约束下可以进行反演,以求取地下波阻抗,主要有两种方法：基于褶积模型的波阻抗反演方法和基于波动方程的波阻抗反演方法;可以用多属性变换由地震资料预测测井信息。上述3种方法是目前研究测井资料与地震属性关系的主要方法。     

基于涌现自组织映射的油气层识别及分析

当样本数多、数据维数高时,利用Kohonen自组织特征映射聚类后相邻类簇间容易发生大面积重叠,导致聚类和可视化的效果降低.利用Ultsch涌现自组织特征映射神经网络对测井数据进行聚类,而后分别通过分量图、U矩阵和P矩阵在超环面上进行可视化,并对其结果进行比较分析.该模型可克服Kohonen自组织特征映射的上述缺陷,优化聚类结果.借助该模型进行测井数据的聚类分析与可视化,可为岩性识别提供参考.     

基于稀疏自编码的故障数据聚类清洗方法

针对电网中录波型故障指示器上传的海量故障数据存在着大量的重复、干扰、错误及无效波形,提出一种基于稀疏自编码(sparse auto-encoder,SAE)的故障数据聚类清洗方法,该方法首先利用稀疏自编码对故障数据进行特征学习与降维,继而用主成分分析(principal component analysis,PCA)对降维后数据再次进行降维提取,实现对不同故障数据的特征获取;最后利用基于密度峰快速搜寻聚类算法(clustering by fast search and find of density peaks,CFSFDP)对故障特征进行聚类,实现对重复、干扰、错误等故障数据的聚类清洗和真实故障数据推送.提出的海量故障数据聚类清洗方法,达到了对不同类型故障数据进行清洗去冗的效果,为故障告警智能推送提供了技术支撑,提高了运维人员获取准确故障信息的效率.     

气井产能分析数据处理新方法

在常规方法处理产能测试数据时,发现许多气井的井底压力测试数据很难达到常规气井产能分析方法的基本要求:每改变一个工作制度(每改变一次产量),气井的井底压力达到稳定后测试压力,连达到“拟稳定流状态”都比较难。使得测试压力与达到稳定时的压力有一定的误差,针对这种情况,提出一种新的数据处理方法,该方法引入两个平均误差值来处理其测试数据,通过测试数据就获得其误差值,从而获得可靠的结果。该方法主要用来处理由于在测试过程中流动未达稳定状态造成测试的地层压力或测试压力不准确的影响,而使得测试数据异常,用常规方法无法处理的数据。该方法克服了测试中需要长时间达到稳定状态这一限制,对异常资料的处理特别实用。通过实际资料处理与对比分析验证了该方法实用可靠。     

稠油油藏中水平井试井分析新方法

本文研完了稠油油藏水平井试井中幂律流体的流动规律。利用弹性压力波传播理论,导出了试井计算近似式。并与其它解法进行比较,符合得较好。按该理论方法还可以导出垂直井、压裂井的试井计算式。     

基于地震属性技术的井壁稳定随钻预测新方法

基于地震属性和测井数据之间存在非线性关系，提出一种综合利用地震和测井信息随钻预测井壁稳定性的新方法，即在钻前联合运用遗传算法和BP神经网络算法，从所提取的井旁原始地震属性中优选出对测井特征参数最敏感的地震属性组合，并利用已钻井资料建立起反映所研究区块不同地层中地震属性与测井数据之间关系的一系列神经网络映射模型，实钻时通过分析岩屑录井资料选择适当的映射模型，随钻预测出待钻井段的声波和密度测井数据，进一步预测出钻头下方地层的井壁稳定性。该预测方法具有良好的精确度和时效性，在塔西南地区的实际应用中取得了良好效果。     

利用测录井资料定量评价油水层方法研究

复杂储层饱和度的准确计算是定量解释中的关键,当测井资料与录井资料单方面不能正确反应储层特征时,将两种资料统一到同一平台进行综合解释是探索定量评价储集层的一种有效方法.通过分析某油田的测井、录井资料,建立了综合解释图版,定量评价目的区块储层,经实际应用,效果良好.