基于四维变分的油藏数模自动历史拟合方法

应用基于最优控制理论的四维变分资料同化方法,将油藏初始参数场和历史拟合时间段内的动态资料作为约束条件,将历史拟合过程转化为非线性规划中求解定义在多维空间的最优化问题,采用Levenberg-Marquardt优化算法求解目标函数极小值,从而建立基于四维变分资料同化的油藏自动历史拟合模型。将某小断块油藏渗透率和油水相渗曲线作为被估参数,自动拟合油藏产油量和含水率历史数据。结果表明:应用四维变分资料同化方法进行油藏数模自动历史拟合是可行的,可大幅提高历史拟合的效率。     

基于集合光滑的深度学习自动历史拟合方法

针对具有复杂地质特征的大规模油藏反演建模难题,研究整合深度学习模型与数据同化算法的自动历史拟合方法。提出奇异值分解-深度变分自编码模型,基于奇异值差分谱估计油藏模型参数的本征维数,并以此作为潜变量维数;编码器对油藏模型参数进行特征提取并降维至低维潜变量空间,解码器将低维潜变量重构生成与先验地质统计特征一致的油藏模型;结合多次迭代同化的集合光滑方法,更新低维潜变量并解码重构至对应的油藏模型参数,进行生产历史拟合。结果表明:保留90%信息估计的模型参数本征维数作为潜变量维数,能够保持清晰的相边界;相比传统的奇异值分解降维方法深度变分自编码模型能够有效地处理复杂离散地质特征;提出的方法能够准确地预测河流相分布。     

基于集合和神经网络架构搜索的自动历史拟合方法

由于人工经验选取的局限性,难以获取决定模型重构精度的最优网络参数是目前使用深度学习方法在自动历史拟合中对油藏地质模型进行降维时的难点之一.针对此问题,通过将深度自编码器与粒子群优化算法相互结合实现最佳网络架构的自动搜索,并以此构建一种基于集合数据同化和神经网络架构自动搜索的油藏自动历史拟合方法.分别对一个二维河流相油藏...     

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％.     

基于自然梯度的概率主组件分析在线学习算法

对于主组件分析模型,传统方法利用特征值分解的方法求解,其计算复杂度为O(ND~2),其中N表示数据规模,D表示数据的维度.概率主组件分析是从概率的角度理解主组件分析模型,此时可以使用期望最大化算法迭代求解,其计算复杂度为O(NDM),其中M表示选取的维度,对于大规模高维数据可有效提高模型效率.但是,在参数更新过程中,概率主组件模型的期望最大化算法需要遍历整个数据集才能更新一次参数,参数更新较慢,同时该算法很难扩展到大规模数据集.本文提出基于自然梯度的概率主组件分析在线学习算法,通过结合概率主组件分析的自然梯度,实现在线增量学习模型.进一步将降维后的数据通过全连接神经网络进行分类,并通过实验证明,该方法在降维效果及算法运行效率上有明显提高.     

基于集合卡尔曼滤波的非稳态油水相对渗透率曲线计算方法

提出一种基于半迭代集合卡尔曼滤波(EnKF)的自动历史拟合方法用于非稳态油水相对渗透率曲线的计算。进行高温、低界面张力体系作用下油水相对渗透率试验,利用半迭代EnKF历史拟合方法和JBN解析法进行数据处理,研究温度、界面张力对油水相对渗透率的影响。结果表明:利用半迭代EnKF历史拟合方法和JBN解析法所得结果区别较大,但从历史拟合的角度来看,半迭代EnKF方法结果更为合理;随着温度的升高,束缚水饱和度增大,残余油饱和度降低,油相相对渗透率升高,水相相对渗透率降低,相对渗透率曲线右移;随着界面张力的降低,束缚水饱和度和残余油饱和度都降低,油水两相共渗的范围变宽;新方法将驱油机制考虑到数学模型中,得到的相对渗透率曲线更适于在油藏数值模拟、生产优化等方面应用。     

基于广义逆非负矩阵分解的无线传感器网络节能通信

针对无线传感器网络中通信数据的高维、高冗余现象,基于高维空间往往可以由其低维来本质表示这一特性,提出一种基于广义逆非负矩阵分解的无线传感器网络节能通信(giNMF)算法.首先,采用奇异值分解方法对原始通信数据矩阵进行初始化操作,求出其对应的特征空间;然后,采用非负矩阵分解方法对奇异值分解后的矩阵进行降维操作,利用乘法更新法快速求解出最终降维结果.仿真实验结果表明:giNMF算法能够对通信数据进行有效压缩,从而降低通信能耗,延长网络生命周期,达到节能的目的.     

基于降维算法和Chebyshev多项式的结构区间分析

为解决现有配置方法在构建替代模型中易陷入维度灾难问题,提出了一种基于降维算法和Chebyshev多项式的结构区间分析方法.首先,基于降维算法将结构的n维原始响应函数分解为多个一维函数的和函数;然后,利用Chebyshev多项式,将上述一维响应进行拟合,构造了只由单变量函数组成的实际结构响应的替代模型使原始n维正交多项式的求解问题转换成求解多个一维正交多项式,计算成本降低且易于实现;最后,通过区间运算寻找替代模型的极值,得到结构响应的边界.数值算例验证了该方法的准确性和有效性.     

一种新的基于粒子群优化的自标定位置视觉定位算法

针对动态自标定的问题,提出了一种改进的基于粒子群优化(PSO)的自标定位置视觉定位算法.首先对本质矩阵进行奇异值分解,依据3个奇异值的特性在线生成目标函数,在进行动态自标定的同时,完成视觉伺服.算法抛弃了Chesi G方法中对初值选取极为敏感的基于梯度下降的方法,采用PSO动态优化摄像机内参数.该方法的主要优点是在线优化时对摄像机参数初值并不敏感,并克服了Chesi G方法中要求摄像机内参数不可变的限制,只需离线给出5个内参数的粗略范围.另外算法不需要物体精确的3维模型,只需8个空间固定点的坐标信息.大量实验结果表明,该算法应用于基于位置的视觉定位时比基于梯度的方法运算速度更快,且鲁棒性更强.     

二维抛物型问题的特征正交分解法

本文研究了一类二维抛物型问题,将特征正交分解方法与中心差分格式相结合,对该问题进行了降维处理,给出了求解的具体算法,并通过数值实验验证了该方法的有效性﹒     

东坪基岩气藏气水相对渗透率的确定方法

东坪基岩气藏储层岩性差异大,非均质性强.孔缝发育区岩石松散,无法钻取完整的岩芯,而致密带几乎不渗透,无法通过驱替实验获取相对渗透率曲线,这成为困扰气藏动态分析和开发指标计算的难题.基于水驱气藏物质平衡原理,建立了不依赖水侵量的储层含水饱和度计算方法,避免了水侵量计算方法中的不确定因素,提高了含水饱和度计算的准确性.建立...     

油气藏开发阶段储层地质模型的建立及优选方法

针对目前国内油气藏开发阶段储层地质建模存在的问题,提出了基于模型概率储量分析及生产历史拟合的模型建立及优选方法。该方法首先综合应用测井、地质、开发动态等研究成果,以相控建模思路为指导,分步建立构造模型、沉积相模型以及沉积相控制下的储层参数模型。重点分析了影响储层地质建模的不确定因素,并采用蒙特卡罗模拟对随机变量进行取值,得到多个模型实现并对其进行储量计算,优选一系列地质模型。最后对所优选的模型进行生产历史拟合,通过区块累产气量与实际生产数据的均方根误差分析,选取与实际生产数据最为符合的模型作为最终的模型。通过对榆林气田陕215井区北部山西组2段的地质模型的建立及评价可知,该方法适合油气藏开发阶段的地质模型重建,输出模型能更好地反映油气藏实际并能较好的应用于油气藏数值模拟。     

一类非线性不确定系统的渐近输出跟踪

非线性系统的输出跟踪是控制理论及控制工程中的一个重要研究课题。该文针对一类不确定性满足匹配条件的仿射非线性系统,提出了一种基于标称系统和不确定性上界的连续型鲁棒状态反馈输出跟踪控制器设计方案。     

一种基于多层次链的Data Cube维层次编码

研究了Data Cube的索引技术,提出一种能够处理复杂维层次结构情况的维层次编码.维层次编码充分利用了Data Cube中维的层次性及其语义特性,结合二进制编码与维层次结构编码对维成员值进行编码,通过二进制操作,可以快速检索出与查询关键字相匹配的维层次编码.同时,基于维层次编码定义的层次链掩码,层次掩码及检索函数能够充分利用多维数据中的语义信息,实现基于语义的检索,减少了I/O开销,提高了OLAP查询效率.     

基于主成分分析和代理模型辅助的多目标生产优化方法

多目标优化方法常用于考虑地质不确定性时进行油藏鲁棒生产优化,该方法能够同时优化历史拟合得到的多个概率模型的平均经济净现值和经济净现值的离散程度,从而得到一组权衡多个目标的最优生产方案。然而,多目标优化过程涉及的决策变量规模大,且基于常规数值模拟的目标函数评估计算耗时长。对此,提出了一种基于主成分分析和代理模型辅助的多目标生产优化方法(K-MOEA/D-PCA),采用主成分分析对大规模决策变量进行降维,然后借助基于代理模型辅助的多目标进化算法,通过设计计算高效的近似函数来代替常规数值模拟进行生产优化,最终得到目标油藏的最优生产方案。为验证提出方法的有效性,将其应用到标准测试模型。结果表明,提出的K-MOEA/D-PCA方法,通过降低变量的维数,可以有效解决具有大规模变量的油藏多目标生产优化难题,实现优化效率和方案精度的平衡。     

蒸汽吞吐井生产能力的预测及其生产方式的确定

本文论述了预测蒸汽吞吐并各生产阶段的油井生产能力、选择生产方式和确定合理的工作制度的方法。生产能力预测计算中考虑了厚油层中的蒸汽超复现象、油水粘度随温度的变化及油水渗透率随温度和饱和度的变化。用这种方法可以预测各生产阶段的平均地层压力、平均地层温度及相应的生产能力。在预测生产能力的基础上,采用油井生产系统的节点分析方法,预测自喷期油井生产动态和转抽时机,并做出抽油参数设计和各阶段不同抽汲参数下的生产动态的预测,以选择各生产阶段油井的合理工作制度。文中给出计算实例。     

基于孔隙度分类的超维重建算法

由于超维算法在字典建立过程和三维重建过程都涉及到大量的模式匹配，导致超维算法耗时较长，在实际的应用中还有一定难度.针对这个问题，本文提出了一种基于孔隙度分类的超维重建算法，能够较大程度上减少三维重建的时间成本.首先，结合字典元素的孔隙度这一特征对字典集进行分类；其次，利用孔隙度分类字典在重建时采取依孔隙度的搜索方式，优先搜索相应的字典区间；然后，针对不同的训练图像进行三维重建，结合孔隙度分布，提出了一种自适应的搜索范围确定方法；最后，通过对高中低三种孔隙度的训练图像分别进行多次重建，将传统超维算法和新算法的重建结果与真实岩心三维结构的统计特征函数、孔隙参数以及两种算法重建时间的进行对比分析，验证算法的有效性.     

非线性回归油藏指数敏感性分析

油藏指数敏感性在油藏数值模拟中扮演重要的角色,本文通过数值模拟软件和非线性回归统计方法进行实验设计,探索油藏产量对油藏参数,如油藏渗透率比、断层传导率和残余油饱和度等的敏感性并得出非线性关系公式,节省计算时间并加快数值模拟历史拟合速度,油藏对于实验效率和经济效益有重要的作用。     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

基于神经网络的多四旋翼保性能编队控制

针对多四旋翼编队飞行过程中存在的参数和外界扰动不确定性导致编队系统不稳定问题,设计了一种多四旋翼分布式神经自适应动态面协同编队控制方法。采用学习维数低、实时性强的最小参数学习神经网络观测器,实现对四旋翼位置回路和角度回路未知非线性干扰的快速平滑学习与补偿。利用预设性能控制方法将原先受约束的同步误差经转换函数变换为不受约束的误差,解决协同编队中的位置一致性控制问题,确保各四旋翼位置跟踪同步误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域。仿真实验表明,所提多四旋翼协同抗干扰编队方法在较大扰动环境下仍能达到良好的控制效果。