地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

基于区域背景的人机联作多井解释软件系统

为了避免单井解释与宏观地质背景脱节的弊端,采用面向对象技术对测井资料多井评价系统进行了分析。在开发基本构件类的基础上,建立了在区域背景下以求解井筒解释参数为主要目标的多井交互解释系统。在大庆、胜利、新疆等油田诸多区块的初步应用结果表明,该系统具有较好的实用性。     

多层非均质油藏双分支井产能影响因素分析

针对多层非均质油藏地层之间压力不平衡的特点,建立了多分支井半解析产能预测模型,分析了双分支井产能的影响因素。结果表明,由于分支之间存在干扰,分支夹角越小产能损失越大;两个分支所在地层的条件差别越大,产能高的分支越不易发挥最大潜力,从而影响总产量;井筒中摩擦压降和汇合点处的压力损失对分支井的产能的影响不大。因此,在设计双分支井时,应尽量增大分支之间的夹角,分支汇合点尽量远离油层;分支井的井底流压不大于任何一个分支处的地层压力;两个分支应尽量选取生产压差接近的油层,这样就可以使两个分支都能发挥产能潜力。     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中,提出其概率分布是特征参数X与流体的特征参数Y的距离函数,再用熵与条件熵之差计算得到的互信息去识别地层的流体属性,即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数,并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层,还可推广应用于划分地层岩性等领域。     

基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

石墨烯-碳量子点复合材料的电化学性能研究

采用Hummers法和水热法,制备石墨烯和碳量子点溶液作为前驱体,然后通过一步煅烧法制得石墨烯-碳量子点复合材料。借助SEM、UV-Vis、FTIR等手段,对样品的形貌和结构进行表征;利用循环伏安法(CV)、差分脉冲伏安法(DPV)及恒流充放电循环测试等,重点考察了样品的电化学性能。结果表明,在石墨烯表面负载碳量子点可增加材料的比表面积并改善其机械性能,由于活性位点的增加,所制石墨烯-碳量子点复合电极具有较好的可逆性及电化学活性;在检测不同浓度双氧水时,复合电极的灵敏度为纯石墨烯电极的1.4倍左右;石墨烯-碳量子点复合材料作为锂离子电池负极使用时,与纯石墨烯材料相比具有更好的循环稳定性,且容量保持率提高了1.67倍。     

基于碳量子点的TiO2改性及降解污染物性能

采用溶胶-凝胶法合成掺入碳量子点(CQDs)的TiO₂纳米复合光催化剂,通过荧光光谱、紫外-可见吸收光谱、X射线衍射、扫描电镜等进行表征,并在可见光下降解亚甲基蓝(MB)染料溶液以评价其光催化性能.研究表明,CQDs具备上转换荧光特性,掺入CQDs的TiO₂样品可见光响应明显提升.水热法180℃下反应6h制备的CQDs,其溶液加入量为10mL时TiO₂/CQDs样品光催化活性最高,115min后MB的降解率达80%.TiO₂/CQDs样品主要以锐钛矿相存在,颗粒呈球形,比表面积高达200m³·g^-1.     

粒度对硼铁矿介电特性及微波加热特征的影响

采用谐振腔微扰法测定了不同粒度的硼铁矿在频率为2.45GHz和温度为20~800℃的介电特性,并测定其在微波场下的升温特征.结果表明:随着矿样粒度的减小,填充层空隙率降低,其介电特性增强,微波场中矿样的升温速率加快.当温度高于200℃时,矿样发生热分解产生大量微空隙而增大了空隙率,矿样的介电特性呈下降趋势,使得微波加热过程中矿样的升温速率降低.粒度对硼铁矿介电特性和升温特征的影响研究为微波在冶金领域中的应用及节约能耗提供理论依据.     

一种可用于压缩态光场弱信号探测的放大电路

根据基于基尔霍夫电流定律的平衡零拍探测原理,设计了一种新的测试方法,在测试过程中脱离以往复杂光路的搭建以及实验环境的高要求,直接对平衡零拍探测中所需的量子噪声光电流信号进行放大测试,并且可以判断出对微弱的量子噪声电流信号的放大效果.另外,在测试过程中,该放大电路具有高灵敏度性和高增益性,能够对微弱的量子噪声很好地进行放大.测试结果表明,该种测试方法能够很简捷地测试出放大后的量子噪声.     

量子系统自测试研究

量子系统自测试研究如何利用量子系统本身来测试其可信性,即根据量子设备的经典输入输出之间的统计关系来确认设备中所制备的量子态和所执行的量子测量.在经典世界中,要实现这种"设备自己测试自己"的目标并不可行,但量子力学中的非局域性却使这种自测试成为可能.量子系统自测试是设备无关量子密码协议的理论基础.综述了量子系统自测试领域的研究进展.具体来说,首先详细介绍了由两粒子最大纠缠态(即单态)及相应量子测量所构成的两方量子系统的自测试,包括测试1对量子态的CHSH方案、Mayers-Yao方案、(2,2,2,2)通用方案、(N,N,2,2)链式Bell方案,和测试2对量子态的双CHSH方案、魔方方案等.在此基础上,简要介绍了两方部分纠缠态及多方量子系统的自测试方案.最后对量子系统自测试未来的发展进行了展望.