基于贝叶斯网络的钻井作业现场风险评估

针对高投入、高风险和不确定性的钻井作业现场,展开了安全评价研究。提出了一种基于贝叶斯网络定量评
价钻井作业现场风险、寻找风险源的方法。通过分析历史数据与借助专家经验识别不安全因素,将影响钻井作业现场
安全性的32 个因素分为“人的不安全行为”和“物的不安全状态”,同时构建了钻井作业现场安全性的贝叶斯网络拓
扑结构,并进行了概率推理向前预测和向后诊断,定量评估了钻井作业现场安全性,找出了影响最突出的不安全因素。
将其应用于龙岗气田L 井钻井作业现场,得出人为的不安全行为和物的不安全状态概率分别为0.108 和0.165,整个L
井作业现场不安全概率为0.137,并诊断出过程监控缺陷、安全防护设施缺失、作业导致隐患、井控设备缺陷、生产管
理缺陷不安全因素最突出,与现场实际情况一致。该评价方法为现场安全作业提供较为准确的诊断依据。     

川东地区飞仙关储层分类及典型井精细解释

四川盆地东部,下三叠统飞仙关组是勘探的主要目标层,研究认为该层由于沉积期水体深度不同,发育三种不同类型的储层,分别是孔隙型、孔隙—裂缝型及裂缝型,由于储层类型不同,其孔、渗性能和天然气产量差别较大,钻井过程中气显示特征也不尽相同。对川东石柱复向斜建南构造XD1井进行精细解释后,认为该井飞仙关气层为一套不同类型的交互沉积层,需要进行逐层精细解释,才能分段确定储层性质及类型,准确进行分段产能预测。     

用多元时序分析法预测油水井动态

采用多元时间序列分析的方法,对油水井动态特性进行了分析,建立了油进含水率的多因素预测模型。利用该模型可在已知水井注水量的情况下对相应油井的含水率进行预测。通过对传递函数模型的识别,分析了油水井的地下连通关系及注水对油井含水率的影响。油田应用实例验证了该方法油田开发动态预测方面的可行性。     

川东地区石炭系分布预测

文章利用地震地层学的方法,采用模型正演手段,分析了川东地区大量常规地震剖面上Ⅶ反射层波型变化与石炭系及其邻层组合的地质、地球物理性质变化的关系,建立了不同地质条件下石炭系变化识别的正演模型,提出了利用常规地震剖面预测地腹石炭系薄层分布的定性与定量方法,预测了川东地区石炭系分布。     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

油藏数值模拟在剩余油预测中的不确定性分析

油藏数值模拟作为一种定量的剩余油饱和度预测方法 ,在油田开发后期剩余油分布研究中起着越来越重要的作用 ,但其预测精度也不可避免地受到多种因素的影响。对剩余油预测中油藏数值模拟精度的影响因素进行了分析 ,结果表明 ,地层对比的多解性、储层物性参数求取的不确定性以及储层非均质描述的局限性是影响数值模拟精度的主要地质因素。此外 ,相对渗透率曲线的选取、动态数据的获取及数值模拟软件本身都存在较大的不确定性 ,这些都会影响到油藏数值模拟的精度。因此 ,在剩余油研究过程中 ,不能过分依赖油藏数值模拟。应该综合运用地质、地震、测井、油藏工程、油藏数值模拟等多学科知识进行研究 ,以提高剩余油饱和度的预测精度。     

混沌时间序列的LSSVM预测方法

结合相空间重构理论,提出运用最小二乘支持向量机(LSSVM)建立混沌时间序列的预测模型,并用粒子群优化(PSO)解决LSSVM参数寻优的问题.通过与RBF神经网络构建的预测模型相比较,计算预测模型的均方根误差来评价模型的性能.结果表明:采用PSO优化的LSSVM预测模型的预测精度更高.     

基于幅相分离立体匹配的小波立体图像压缩

针对立体图像压缩中视差估计问题，提出了幅度和相位分离的立体匹配方法。在压缩过程中，采用CONCOD立体图像编解码器结构，分别对左右图像进行小波多分辨率分解，并用幅相分离的立体匹配方法对左右图进行视差估计。根据各种补偿残差的大小，自适应调整预测块的大小和编码方案－－帧间视差补偿、帧内预测补偿和帧内自编码。仿真实验证明了该算法在保持较高立体图像质量的同时可获得较高压缩比。     

基于支持向量机的机械设备状态趋势预测研究

提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证．将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2％,24步预测误差小于5％,表明该算法对机械设备的运行状态趋势具有较好的预测能力．