灰色系统理论在粮食产量预测中的应用

灰色预测是一种对灰色系统进行白化的算法,该算法需要的信息少、通用性强、计算量小.针对粮食产量的预测问题,依据其历史数据,建立了基于灰色系统理论的时间序列预测模型,利用可信度p^0、关联度R、后验差比值C和小误差概率p等项指标检验了模型,证实了所建模型是可靠的,可行的.     

基于灰色神经网络的测井预测地层破裂压力

在新兴的信息处理技术中,灰色系统预测法和神经网络预测法都可用来解决精细测井解释和油藏描述中的模式识别和参数预测等问题。基于灰色GM(0,N)静态模型和BP神经网络模型,提出了一种新的参数估算方法即灰色神经网络判释法,由此分析了利用测井资料预测地层破裂压力的可行性。以H盆地中部气田为实例,综合应用现场试采测压资料和测井资料,建立了该气田石盒子组马家沟组地层破裂压力的灰色BP神经网络预测模型,成功地处理了该区25口气井(油井)资料。结果表明,该法简便好用,预测精度高,为应用测井资料预测地破裂层压力开拓了一条新的途径。     

安塞油田长2段储层四性关系及有效厚度下限确定

为提高鄂尔多斯盆地安塞油田长2段有利区域预测精度,结合该区域目前地震资料品质较差,测井资料较为丰富,利用岩心分析及测井成果,分别从岩性、物性、电性和含油性四个方面分析了长2段储层的特点.结果表明,长2段储层为低孔、低渗储层,油气的富集受储层岩性和物性的影响.选取声波时差、岩心分析等资料建立岩心、物性、含油性测井解释模型,并将测井解释孔隙度、渗透率与岩心分析对比,解释成果吻合度较好,即建立的模型能适用于长2段分析.最后确定长2段储层有效厚度下限标准:物性下限孔隙度为12%,电性下限电阻率为12Ω·m,渗透率为1×10~(-3)μm~2,声波时差为243μs/m.     

灰色绝对接近关联度分析

灰色关联分析是灰色系统理论中的重要部分，已有的关联度模型从序列的几何形状、面积、斜率、变化速率等不同角度对灰色关联度进行了度量.文中在已有灰色关联度模型基础上，提出了一种绝对接近关联度模型，即在求解序列的均值化基础上，利用序列对应的折线转成的面积作为距离，完成对灰色关联度的度量.通过实例表明，这种关联度能够度量两个序列之间的绝对差异；当成比例缩放两个序列中的观察数据时，可以保持关联度不变；可以更方便地直接利用关联度值，而不只是利用其序关系.这种灰色绝对接近关联度模型可以满足某些特定应用的需求.     

基于机器学习算法预测核磁共振T2谱

近年来,深度学习算法被广泛应用于生成各种类型的数据。本文通过分析测井数据与核磁共振T2谱之间的映射关系,利用随机森林与LSTM网络模型实现了对核磁共振T2谱的重构。核磁共振测井每个深度获得的T2谱是在不同的时间序列中通过不同的布点数来显示形态上的变化的,随机森林算法能够处理高维度的核磁共振T2谱数据且不需要做特征选择,而LSTM可以很好地控制不同深度神经元对T2谱各分布点的影响,将这两种网络模型进行参数优化后对同一口井的预测结果进行对比分析。这里选取了中国海上A油田的测井数据作为例子进行方法测试。首先,利用灰色关联度算法分析T2几何均值与测井曲线的相关性。选取相关性高于设定值的测井曲线,将测井曲线标准化缩放在0~1后作为随机森林与LSTM模型的输入,预测同一地层T2谱形态分布规律并比较算法的优劣。在比较软件处理得到的核磁共振T2谱和预测结果后分析它们之间产生差异的原因。结果显示通过LSTM神经网络模型预测的数据与地层真实数据的符合度比随机森林算法更高,符合度可达90%以上。     

有限记忆静态灰色冰雪融水径流预报模型及其应用

根据塔什库尔干河流域的径流资料及喀什探空站的气温资料,采用有限记忆静态灰色模型建立了该流域的冰雪融水径流预测模型。通过灰色关联度分析对各预报因子进行筛选、建模预测,将该模型与GM(1,1)模型进行了比较。结果表明,该模型能够较好地模拟预测塔什库尔干河流域的冰雪融水径流过程,具有实际的应用价值。     

基于斜率的灰色关联度在海事研究中的比较分析

比较4种基于斜率的灰色关联度模型,分析其优势与局限.以船舶碰撞事故中人为失误统计数据为例,应用斜率关联度与灰色斜率相似关联度模型进行计算,并将计算结果与邓氏关联度求取的结果进行比对.研究表明,斜率关联度及灰色斜率相似关联度模型不受因素序列值影响,也不受两序列间时序变化的特殊性影响;该两种模型应用于海事研究领域是可行、有效的.     

古潜山裂缝性油藏储层参数横向预测

对古潜山裂缝性复杂岩性油藏,任何单一的方法均不能对裂缝作出总体特征描述。将测井资料与地震资料相结合,充分发挥测井资料纵向分辨率高、地震资料横向分辨率高的优点,提出了一套古潜山裂缝识别和储层参数预测的方法。在单井测井资料精细分析和解释的基础上,通过测井与井旁地震资料精细标定、地震属性提取、归一化处理和优选,建立了地震属性与储层参数之间的关系,实现在井约束条件下的地震属性参数向储层参数的空间分布预测。该研究成果已在胜利油田数十口井中进行了推广应用,其有效孔隙度、次生孔隙度、泥质含量预测结果与测井解释结果吻合较好,两者误差相当小,取得了良好的应用效果。     

四川盆地须家河组低孔致密砂岩孔隙度测井解释研究

四川盆地川中-川南过渡带低孔致密砂岩孔隙度测井受多方面因素影响,简单的线性解释难以达到储层评价要求.以H地区须二段为例,系统分析低孔致密砂岩储层的岩性及物性特征;以引起测井响应误差的因素分析为着眼点,对孔隙度测井解释进行研究.选取了三孔隙度测井(声波时差、补偿中子、补偿密度)和自然伽马测井建立四元线性回归解释模型.研究发现,该模型对孔隙度有较强的预测能力,预测的孔隙度与实验室岩心分析的孔隙度有较高的符合率.该方法极大提高了低孔致密砂岩孔隙度解释精度,为储层评价工作提供依据.     

基于线性回归与神经网络的储层参数预测复合方法

为提高储层参数的预测精度,提出一种利用测井资料,结合多元线性回归和神经网络预测储层参数的新的复合方法,具体分两步:(1)通过多元线性回归分析建立回归值y'的计算模型,将y'作为储层参数的初步预测值;(2)通过RBF神经网络建立y'的残差Δd的预测模型,将预测结果Δd作为y'的非线性误差补偿,最终建立储层参数解释模型,y=y'+Δd。基于该方法,结合测井资料和岩心数据,建立了鄂尔多斯盆地某致密砂岩气田M3井区S_2~2、T_2~2段孔隙度和含水饱和度的测井解释模型,结果显示,新方法建立的模型预测值与S_2~2、T_2~2段实际岩心孔隙度、含水饱和度值的平均相对误差均小于17%,明显优于单独根据多元线性回归分析或RBF神经网络建立的解释模型,预测精度更高。     

用灰色理论确定边坡最优监测点及安全系数

采用基于位移判据的强度折减法分析边坡的稳定性。在坡高为20 m、坡角为45°的均质土坡的临界滑移线内外,按照坡面上、中、下各自布置3个监测点共9个监测点,通过FLAC3D自带的FISH语言,开发数据记录工具,记录不同监测点的水平位移与折减系数,并分析它们的关系。为了确定最优监测点以减少工作量和经费,运用灰色理论软件,通过对安全系数序列和各个观测点的水平位移序列进行灰色关联度分析,得出各个观测点的水平位移观测序列与安全系数序列之间的灰色(邓氏)关联度和相对关联度,通过分析对比关联度确定最优监测点;利用GM(1,1)预测模型对安全系数和最优监测点的水平位移进行预测。研究结果表明:与安全系数序列的邓氏关联度较大的1,2,4,5监测点可作为最优监测点;当安全系数为1.120 47时,各个监测点的水平位移达14.910～40.842 m,临界安全系数为1.120。     

灰色理论在干旱预测中的应用

介绍灰色系统理论及其建模原理,利用珊溪水库雨量站40多年的实测降雨量资料建立灰色预测GM(1,1)模型,对干旱灾害进行预测,经残差、关联度检验等分析,模型精度较高,并对实测资料进行检验,效果较理想,为水库发电、供水提供必要的预测信息.     

支持向量机在致密砂岩储层孔隙度预测中应用

大牛地山2段气层组属于典型的低孔低渗致密砂岩储层,其孔隙结构复杂,非均质性强,采用传统数理统计方法解释孔隙度误差大.根据已有测井、录井和岩心资料,在进行储层特征和四性关系研究的基础上,采用能够深度挖掘测井参数和孔隙度间非线性关系的支持向量机方法,对该研究区储层孔隙度进行预测.实例证明该方法预测孔隙度和岩心分析孔隙度符合率很高,与线性多元回归相比,能有效提高致密砂岩储层测井解释模型的精度,为储层的综合评价提供了可靠的地质参数.     

古潜山裂缝性油藏储层参数横向预测

对古潜山裂缝性复杂岩性油藏，任何单一的方法均不能对裂缝作出总体特征描述。将测井资料与地震资料相结合，充分发挥测井资料纵向分辨率高、地震资料横向分辨率高的优点，提出了一套古潜山裂缝识别和储层参数预测的方法。在单井测井资料精细分析和解释的基础上，通过测井与井旁地震资料精细标定、地震属性提取、归一化处理和优选，建立了地震属性与储层参数之间的关系，实现在井约束条件下的地震属性参数向储层参数的空间分布预测。该研究成果已在胜利油田数十口井中进行了推广应用，其有效孔隙度、次生孔隙度、泥质含量预测结果与测井解释结果吻合较好，两者误差相当小，取得了良好的应用效果。     

城市区域道路交通噪声灰色关联分析与预测

在收集大量历史资料与相关信息的基础上,运用灰色系统理论知识,对莆田市城市区域环境噪声与道路交通噪声进行灰色关联度分析,结果发现,人口密度与城市区域环境噪声、道路交通噪声关联度最高,公路通车里程与交通量对道路交通噪声也有着重要影响.运用灰色GM(1,1)模型理论建立区域环境噪声与道路交通噪声预测模型,模型精确度可靠,模型预测十三五规划期间两种声环境均符合环保部要求标准,结果比较理想.     

胡尖山地区长6、长4+5储层有利区预测

以胡尖山油田长6、长4+5油藏为例,综合应用地质资料、岩芯分析资料、测井资料以及试油资料,开展了长6和长4+5油藏小层划分和对比、单井相分析,建立测井相识别模式,编制小层沉积相平面展布图,进而分析沉积相演化规律;探讨储层砂体展布以及物性分布规律,从而深入认识研究区的储层特征。在此基础上对储层进行流动单元的划分,然后结合试油资料对胡尖山油田长6、长4+5油藏的储层进行有利区域的预测,为油田待开发区域的合理建产开发提供了理论指导。     

基于灰-回归组合预测模型的河南省城镇居民收支研究

在对灰色GM(1,1)模型及回归模型研究的基础上,考虑到模型的适用范围及预测误差问题,将灰色GM(1,1)模型与回归模型进行组合,以回归模型的模拟值作为灰色GM(1,1)模型的原始数据序列进行预测.然后运用灰-回归组合模型对河南省城镇居民收支进行预测.结果表明:灰-回归组合模型扩大了单一模型的适用范围,并且对河南省城镇居民收支预测误差更小,模型精度更高.     

有机灰色神经网络模型在河流水质预测中的应用

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,在分析河流水质动态变化的基础上,结合灰色理论中的GM(1,1),无偏GM(1,1)和RBF神经网络的特点,提出有机灰色神经网络预测模型,将灰色模型得到的数值作为神经网络的输入,原始数据作为神经网络的输出,训练得到最佳神经网络结构.以某地区河流水质为例,根据其变化规律,应用有机灰色神经网络模型进行预测,结果表明,该模型拟合误差小,预测精度高.     

应用BP神经网络预测磨溪气田香四储层孔隙度

神经网络是一门新兴的信息处理技未,它可用来解决测井解释和油藏描述中的模式识别和参数估算等问题。本文利用取心并的储层孔隙度与测井数据,应用改进的BP神经网络模型建立了川中磨溪气田香四储层物性参数孔隙度的预测模型。与传统方法~回归方程、灰色方程和测井解释相比,其精度及实际预测效果均令人满意。该法值得推广应用。     

多层砂岩老油田储层参数测井解释

 哥伦比亚达莱纳盆地V油田砂泥岩频繁交互、含油井段长、层系多、油水关系复杂,主要含油层系T组、G组地层测井资料不全,解释难度大。为了对V油田建立储层参数模型、进行系统的油藏数值模拟、对油田的进一步开发潜力做准确预测,采用分测井系列细分层系的储层参数测井解释方法,以取心井资料为基础,建立了分测井系列细分层系的储层精细解释模型;研究了岩心孔隙度与密度、自然电位幅度差、自然伽玛之间的关系;建立了各层系孔隙度、渗透率优选模型;根据建立的孔隙度、渗透率模型,对测井资料进行处理解释,求取了该油田储层孔隙度、渗透率值。