原油产能预测中色谱指纹的特征选取方法研究

通过动态监测油井分油层的产能可以掌握油井的生产状况,监测产能在油田生产中具有重要的意义.目前基于色谱指纹的产能预测越来越受到油田相关部门的重视,但是目前色谱指纹的选取还是依靠专业技术人员进行选取,这导致特征选取存在一定的主观性.到目前为止还没有研究者对色谱指纹特征的选择问题进行系统的研究.为了对色谱指纹特征选取问题进行分析,本文分别采用主成分分析(PCA)、线性相关以及随机森林中的重要性分析理论进行特征选取,最后提出了一种新的联合特征选取方法.对来自南海某油田的配比数据进行了测试,实验结果表明,本文提出的方法取得了很好的试验效果,在原油产能预测领域有较大的应用价值.     

原油色谱指纹技术在长庆油田五里湾一区分层产能监测中的应用

基于原油色谱指纹技术的原理,对鄂尔多斯盆地五里湾一区中生界长6层原油色谱指纹进行分析与对比,首次将原油色谱指纹技术应用于长庆油田五里湾一区分层产能监测。利用单层原油色谱指纹差异,结合室内不同比例的原油配方,建立了研究区二元原油配产模型,求得混层开发井中长61、长62层的产能贡献。研究结果表明,原油实际配方与色谱指纹计算的最大误差为4．66％,配产模型较为可靠,可以为油田进一步开发提供依据。     

合采井储气分层产能测试及动态监测天然气烃指纹色谱方法——以松辽盆地北部徐家围子断陷徐深1井为例

提出并确立了合采井储气分层产能贡献的天然气烃指纹色谱测试理论和测试及模拟计算方法，并在松辽盆地北部徐家围子断陷的徐深1井进行了试验验证.将由徐深1井获得的储气分层天然气样品，利用天然气烃指纹色谱方法检测，通过选择特征烃指纹参数来表征各储气分层及天然气；将合采的3个储气分层天然气样品按一定模式混合配比，得到特征烃指纹与不同贡献率之间的对应关系，即建立烃指纹模型参数，用非线性神经网络学习算法训练建立测试模板；再经过测试模板的回归计算、实验室校验及现场测试结果对比的可靠性验证，完成了徐深1井合采天然气3个储气分层产能贡献的定量测试.与分层试气结果对比的绝对误差最大为6%，验证了合采井天然气储气分层产能测试烃指纹色谱方法的有效性，为解决制约天然气勘探及开发生产中储气分层产能评价测试及动态监测的技术瓶颈提供了有效途径.     

偏最小二乘法在合采井单层产能贡献率配分中的应用

根据多层混采原油分层产能贡献色谱烃指纹相关理论,在实验室用分层原油配比实验过程模拟混采油井的生产过程。定量了指纹化合物绝对浓度(峰高比值)。结合偏最小二乘法方法,建立了合采井原油产量分配计算的多元回归理论模型。模型有效解决了噪声和共线性带来的其他数学模型不稳定问题,拟合效果好;并且应用该模型计算了三层配比实验的单层产能贡献率,相对误差平均值在8%左右。同时在辽河地区进行了实际应用。计算结果与其他数学算法相差不大,表明利用气相色谱指纹技术结合偏最小二乘法计算多层合采井的单层产能贡献是可行的。     

色谱技术在中药指纹图谱研究中的应用

本文介绍了气相色谱、高效液相色谱、超临界流体色谱和高速逆流色谱等几种色谱技术在中药指纹图谱研究中的应用现状，以及使用模糊聚类分析和人工神经网络分析指纹图谱，对中药进行模式识别和质量签定的方法。     

色谱指纹图谱在精油质量分析中的应用研究进展

精油是天然活性成分,是由一类化学成分组成的复杂体,通过多组分、多指标的分析检测,对其整体信息予以控制,才能科学有效地评价其质量、品质。指纹图谱技术作为复杂化学体系分析的重要方法,可综合反映出精油组分的色谱特征信息,达到全面质量控制的目的。本文综述了指纹图谱技术及其在精油质量分析中的现状与应用,旨在建立规范的精油色谱指纹图谱并推广应用,这对精油的质量控制和标准完善,以及我国精油植物资源的开发具有十分重要的意义。     

混采油层产能贡献的油藏地球化学研究

油藏地球化学是近些年在油气地质领域新兴的一门边缘学科 ,利用色谱指纹技术研究混采油层的单层产能贡献是其重要的研究领域之一 .本文以新站油田为例 ,对 9个葡萄花和 3个黑帝庙油组的单层油进行了实验室配比 ,详细探讨了从基础指纹数据库的建立到特征指纹参数的选取 ,并结合数学统计法把 9个葡萄花油组原油分为 4种不同族群 ,而 3个黑帝庙油组原油归为同一族群 ,进而确定了 4种配比方案 ,建立了 4套实验室产能预测图版 ,各个图版分别有相关性较好的关系线 3～ 4条 .经实验室任意自配混合样检验后 ,各图版均优选出相对误差小于 5%的最佳工作线 ,证实了本方法的可靠性与实用性 .     

地球化学指纹技术在油藏动态监测中的应用

介绍了地球化学指纹技术在油藏连通性和流动单元划分、合采井单层产量贡献、剩余油分布等方面的应用,剖析了各种方法的优缺点,提出了改进思路,展望了该技术新的应用潜力。     

中药色谱指纹图谱的应用进展

简单介绍中药色谱指纹图谱的概念,概述了国内外中药色谱指纹图谱在中药质量控制方面的应用。     

基于非参数回归的遗传神经网络集成股市预测研究

利用遗传算法改进神经网络集成个体的连接结构和初始连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用非参数回归生成集成结论,求出非线性时序函数的全局最优解,随即建立新型的基于非参数回归的遗传神经网络集成股市预测模型.仿真结果表明,该模型预测精度高,可操作性强,具有一定实用性.     

线性回归模型LIU估计的影响分析

研究了线性模型中LIU估计的影响分析问题,得到了原模型与数据删除、方差扰动及均值漂移模型间——线性回归有偏估计(LIU)估计的关系式,给出了影响度量的计算公式。     

我国经济增长多因素模型实证研究——基于主成分回归分析

利用主成分回归分析实证研究了资本、劳动投入、制度和产业结构4个因素对我国经济增长的影响,并测度了它们对我国经济增长的弹性和贡献。研究结果表明：促进我国经济增长的主要因素是资本投入,其对经济增长的贡献率达到60．81％;其次是制度因素,其贡献率为19．03％;产业结构、劳动力投入的贡献率分别为10．55％、9．61％。最后基于研究结果,提出了相关政策建议。     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,人们经常对软件成本估算不足,造成了各种严重的软件危机。本文分析了面向数据挖掘的普通最小二乘法和稳健回归两种回归技术在软件成本估计应用中的准确性,提出了稳健回归的软件成本估计方法。     

基于模态回归的半参数部分线性模型的稳健估计

以半参数部分线性模型为对象,研究了基于模态回归的稳健估计方法。非参数部分采用B样条近似,在模型的回归中通过控制核函数的带宽来实现估计的稳健性,结合局部二次算法(LQA)和模型期望值最大化算法(MEM),提出EM估计算法,得到了参数估计以及非参数部分估计的收敛速度。通过蒙特卡洛模拟和实例分析,验证了本文方法的有效性。     

一类基于偏最小二乘回归分析的成分数据预测模型

针对“因变量和自变量都是成分数据的前提下，如何建立它们之间的线性回归”的基本问题，以经典线性回归分析法为基础，结合对称Logratio变换，建立了一种基于偏最小二乘回归分析的成分数据预测模型，并对该模型进行了理论实证分析，论证了该模型的可行性与优良性，从而为解决具有成分数据信息的多重相关变量回归问题提供新的途径．     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

基于多项式模型和卡尔曼滤波器的正交频分复用自适应信道估计算法

在正交频分复用(OFDM)系统中,为了准确地检测接收信号并实现解调,必须对信道的传输函数进行准确估计.本文提出了一种适用于OFDM通信系统,基于二阶多项式模型和卡尔曼滤波器(Kalman filter)的自适应信道估计算法.利用二阶多项式模型对无线时变信道进行建模,通过合理安排插入导频结构,使用块状导频,可以使得原本二维的时频多项式模型减少到一维,降低信道估计算法的复杂度.同时,在多项式模型的基础上,将时变无线信道等效为一autoregressive(AR)过程,从而建立起卡尔曼滤波器的过程方程与测量方程,通过卡尔曼滤波器的递推公式,即可实现对多项式模型参数的自适应估计.本文提出的算法可以仅使用最少的导频(即与多项式模型参数相同个数的导频)实现准确的信道估计.由于每次所需导频个数的减少,接收端所需存储的未解调信号的数量也随之降低,大幅减少了接收端所需的存储空间.计算机仿真证明,与线性插值算法和基于二阶多项式模型算法的信道估计相比,在相同输入信噪比和归一化多普勒频移条件下,本文提出的算法具有较低的误码率.     

基于主成分分析和Softmax回归模型的人脸识别方法

文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。     

基于多元回归数学分析模型某区域内斜坡稳定性研究

基于多元回归数学分析模型对某县城区域内30个滑坡的稳定性进行分析,得出影响斜坡稳定性的最主要因素和该区域的多元回归数学分析模型。此方法对该县城区域斜坡的研究结果表明,得出的回归方程回归效果显著。多元回归分析方法可以用于斜坡稳定性的初步分级,并且方法简单、灵活、成本低,是规划阶段斜坡稳定性评价的有效方法之一。