基于LMD和高斯估值MLR模型的注采动态连通性评价

摘 要:缝洞型油藏具有多缝洞、多压力、多渗流单元的特征储层强非均质性影响了注水开发效果。为避免油藏注水后存在水驱均衡性差、部分井水窜严重等问题,需迫切开展井间连通性研究。目前基于注采生产数据的多元线性回归模型(MLR),多采取最小二乘法、遗传算法、拟牛顿法等参数求解方法,以获取表征注采井间动态连通系数。由于缝洞型油藏储集层复杂,在传统研究基础上,研究采用局部经验模态分解(LMD)对生产数据去噪,并应用高斯估值对考虑时滞性的多元线性回归模型进行参数求解。应用所建模型对塔河油田部分井组进行了井间连通性反演反演,结果和真实示踪剂测试结果吻合,表明所建模型能够定量表征油藏井间连通性。      

基于多相流模型的缝洞型油藏数值模拟软件研制与应用

缝洞型碳酸盐岩油藏储集空间由溶洞、裂缝、溶蚀孔洞组成,溶洞是该类油藏的主要储集空间,也是区别 于其他类型油藏的最主要特点.现有的多重介质模拟方法无法准确描述δ充填溶洞内流体流动的特征.为此, 在多相流模型和有限体积数值解法的基础上,建立了溶洞内多相流体计算模型,实现了溶洞内多相流体流动的描 述,并针对缝洞型油藏特点研制了数值模拟软件平台.该软件实现了缝洞型油藏数值模拟的数据管理、方案管 理、模拟计算、数据显示等功能.应用实例表明该软件能够实现缝洞型油藏数值模型建立、生产历史拟合、剩余油 定量描述、潜力区域分析等工作.      

基于EEMD高斯过程自回归模型的缝洞型油藏开发动态指标预测

缝洞型油藏储集空间类型多样,大缝大洞的存在使得见水特征复杂多样,同时受各类工程、地质因素影响,生产数据非线性、非稳态,动态指标实时预测难度大。对此提出了一种结合集合经验模态分解(EEMD)和信息熵的高斯过程自回归模型的开发动态指标预测方法:①利用EEMD方法将生产数据分解成若干个平稳的本征模态函数(IMF)分量;②采用信息熵计算由于工作制度频繁调整而引起的数据波动程度;③利用分解的低频分量提取拟稳态数据段,对方差贡献度较大的各IMF分量建立高斯过程自回归模型;④叠加各分量计算结果作为预测值。仿真实验表明这种新算法能够有效应用于缝洞型油藏开发动态指标预测,可以预测生产井各项生产指标的变化趋势,为后期生产开发方案调整提供依据,指导油田的整体开发。     

基于循环神经网络的重力异常数据推估研究

利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory, LSTM)进行训练,结果表明,该神经网络可基于有限的数据获取较好的推估结果。基于自由空气重力异常数据,对比分析长短期记忆循环神经网络和传统克里金方法的推估结果发现,神经网络的推估能力优于传统克里金方法,但运算效率低于后者。利用自由空气重力异常对整个区域进行推估,结果表明,LSTM方法明显优于克里金方法,加入高程数据作为约束条件可有效提升LSTM方法推估自由空气重力异常场的精度。     

缝洞型碳酸盐岩油藏并行模拟器及其应用研究

在成熟应用的缝洞型碳酸盐岩油藏模拟器KarstSim的基础上,针对更加精细和大规模网格的模拟需求,开发了KarstSim的并行模拟器。并行化主要通过网格分区、大型线性方程解法和处理器之间信息通讯3个部分实现,同时借助了Aztec库和METIS软件。[JP2]基于Buckley Leverett两相纵向流动理论和塔河油田某区块的模型,对并行版与解析解、单机版计算结果的对比,验证了并行模拟结果的准确性以及计算的效率性。将并行模拟器应用至64万网格非均质的缝洞型油藏,在最高采用128核服务器中模型计算时间最低为7.3 h,计算效率提升显著。最后对不同网格规模的均质油藏进行了模拟,网格规模从1万逐渐增加到1千万规模,结果显示对于千万级网格的均质油藏,并行模拟器计算时间为85 min,证实了并行模拟器在大规模油藏模拟中的实用性。      

缝洞型低渗透碳酸盐岩油藏产量递减曲线分析

针对缝洞型低渗碳酸盐油藏,建立考虑启动压力梯度和动边界共同影响的三重介质低渗透油藏非线性非稳态渗流模型.鉴于数学模型的非线性和非齐次性,通过引入新定义的压力(量纲一)线性化压力扩散方程,应用Laplace变换和Duhamel原理结合Stehfest数值反演对模型进行求解,获得三重介质低渗油藏产量递减典型曲线,在产量递减双对数图上出现3个递减阶段和2个相对平缓稳定阶段;分析启动压力梯度、溶洞窜流系数、基质窜流系数、裂缝弹性储容比和溶洞弹性储容比与基质弹性储容比之比等敏感参数对产量(量纲一)的影响规律.计算分析表明,启动压力梯度越大,中后期产量递减曲线下降幅度越大.通过绘制的产量递减曲线图版,可以预测缝洞型低渗透碳酸盐岩油藏未来产量的变化.     

基于全连接和LSTM神经网络的空气污染物预测

在空气污染日益严重的情况下进行空气污染物的预测工作是十分必要的。针对城市的空气污染物预测,提出了一种基于神经网络的混合模型方法:通过全连接神经网络方法,结合长短期记忆网络(Long Short-Term Memory,LSTM)方法,将历史空气污染物数据与大气数据进行空间与时间上的挖掘分析。运用全连接和LSTM两种神经网络方法混合的形式,与传统的单一模型方法相比,不仅能摆脱单一模型特征空间的局限性,还能提高预测的精度,具有更大的应用性和操作性。最后,以武汉市为例通过实验证明该混合模型较单一模型在空气污染物预测上具有更高的精度。     

缝洞型储层模型AVO属性特征分析

塔里木盆地是我国最大的含油气盆地,拥有巨大的油气资源潜力。但塔中地区奥陶系岩溶缝洞型储层埋藏深、类型复
杂、储层非均质性强,所表现出的岩石地球物理特性不清楚。为了分析典型缝洞型储层模型含不同流体情形下的AVO特征,建立
了过玉北1井的缝洞型储层地震地质模型,模型的3个储层段对应的孔隙度分别为10%,6%和8%,分别对应Ⅰ类储层、Ⅲ类储层
和Ⅱ类储层,设计了3个储层段都充填气和3个储层段分别充填气、油、水3种不同流体时的2个模型,基于正演模拟共成像点道
集记录(CMP),提取截距、梯度、纵横波反射系数及流体因子,采用AVO属性交汇分析方法,寻找油气识别的最佳属性组合,为叠
前反演解释提供理论基础。      

轮古西奥陶系古潜山油藏油水界面的分布规律和控制机理

碳酸盐岩古潜山油藏储层非均质性强烈,油、水分布特征十分复杂.以现代岩溶理论为指导,通过对轮古西奥陶系古潜山岩溶地表古水系的详细分级刻画,采用趋势面分析方法对古潜山岩溶残丘次级进行了划分,结合单井油水界面判识结果,对残丘级次的控油规律进行了综合分析,并运用油气差异聚集原理阐述了其控制机理.研究结果揭示了古潜山油藏部分油井油水界面分布受控于不同次级的残丘,从运移近源低部位向高部位油水界面呈抬升趋势,由一级残丘控制向二级残丘控制变化.这一分布规律本质上是油气差异聚集过程中不断抬升的岩溶沟谷决定的溢出点和相对独立的缝洞单元联合控制的.这一认识可为油藏开发方案的制定和调整提供重要依据.     

基于LSTM＿TCN模型的降雨型滑坡时间概率预测及气象预警建模

如果滑坡发生时间信息不完备则会导致滑坡与降雨时序关系错误,以至于降雨阈值模型精度偏低。以重庆市万州区1995-2015年所发生的降雨型滑坡为研究对象,将区内严重缺失历史滑坡时间信息的恒合乡作为验证区,提出了一种基于长短时记忆网络(LSTM)融合时域卷积网络(TCN)的模型方法。该方法通过模拟降雨型滑坡发生时间与降雨量间的非线性关系,重建降雨型滑坡事件在某日发生的时间概率。将重建时间信息后的滑坡事件进行了验证与筛选,应用于累积有效降雨量-降雨历时曲线的合理划分,构建了滑坡气象预警模型。结果表明,本方法所预测滑坡时间概率平均值达到90.33%,高于人工神经网络(ANN)(71.17%)、LSTM(72.75%)和TCN(86.91%)的概率。利用预测概率高于90%的滑坡,将验证区18个时间信息扩充至201个。基于扩充时间信息后的滑坡数据所构建的气象预警模型比仅利用历史滑坡事件具有更合理的预警分级,在严重警告级别上有效预警率提升了42.86%。结果说明该方法可弥补野外调查中灾害数据时间信息不足的问题,为降雨型滑坡气象预警工作提供数据支撑,由此提高气象预警准确率。     

高含水期水平井挖潜物理模拟

结合油藏渗流与水平井筒内流体流动的耦合性,以水驱油相似原理为基础,建立三维油藏物理胶结水平井多层模型,并从其微观孔隙特征及油水渗流特征等方面与实际油藏进行对比.以物理模型为基础,从动态变化指标及油水分布特征等角度研究不同挖潜方式在高含水期挖潜效果的差异性,总结水平井挖潜提高采收率的规律.结果表明:在交错井网及正韵律储层的条件下,高含水期剩余油多富集于井组中心储层顶部区域;高含水期应用水平井进行挖潜剩余油,其在多个动态变化指标上优于直井,并且水平井对井组边角区域及储层中下部位剩余油的控制能力也较强;水平井与常规井网的不同配置关系对挖潜效果有较大影响,水平井挖潜动态也随着含水率上升呈现不同的规律.     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失, 国家针对城市地质灾害易发地区部署了大量的各类传感器, 用来感知和监测城市边坡等地质体的变化情况, 以支持对地质灾害的预警。从边坡监测数据特点和时序数据分析技术出发, 针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题, 给出了一种基于多传感器信息融合的边坡监测数据异常事件检测方法。主要工作包括: ①边坡监测数据变化模式可以归结为周期项、趋势项以及噪声项的叠加, 实践中在预处理基础上对边坡监测数据进行周期为24 h的重采样, 同时趋势项可以近似看作是经典的牛顿运动, 以此构建形变运动模型, 为卡尔曼滤波的状态转移提供理论支持; ②采用集中式衰减记忆卡尔曼滤波, 引入衰减记忆因子, 对多传感器边坡监测数据进行特征级融合, 降低了噪声的影响, 提高了边坡监测数据的可靠性; ③引入惩罚系数, 应用改进的动态时间弯曲算法对于周期序列数据进行相似性度量。在此基础上基于K-means聚类和局部异常因子分析对边坡监测数据进行异常检测, 并基于3σ准则确定预警阈值。该方法能将正常模式和异常模式的时序数据进行区分, 有效检测出边坡监测数据的异常, 为灾害预防提供支持。最后以深圳市典型边坡监测数据为例验证了此方法的可行性。      

基于LSTM神经网络的青藏高原月降水量预测

青藏高原的降水量预测不仅为该地区水资源合理规划利用提供依据,同时对中国及周边国家气候变化研究有着重要的意义。论文利用1990—2016年青藏高原降水量数据,采用长短期记忆神经网络（LSTM）对青藏高原月降水量进行预测,主要包括：① 使用青藏高原86个测站1990—2013年的月降水资料,预测各个测站2014—2016年的月降水量,并与传统的RNN、NAR、SSA和ARIMA预测模型相比,平均决定系数R²分别提高了0.07、0.15、0.13和0.36,均方根误差（RMSE）和平均绝对误差（MAE）表现更低;② 分析了降水量预测精度的空间分布特征,将各模型的R²在青藏高原地区内插值,分析R²的空间分布特征,发现所有模型降雨稀少的干旱地区和降雨多的湿润地区R²较低,在气候稳定、降水规律性明显的地区R²较高,且LSTM模型R²≥0.6的空间范围远大于传统模型;③ 分析了不同预测长度对各模型预测精度的影响,发现所有模型会随着预测长度增加而预测精度降低,但在不同的预测长度下LSTM预测的RMSE值都低于其他模型。     

渤海油田深部调驱体系研制及调驱参数优化

为了改善海上油田深部调驱效果,研制一种易于配制、施工简便的由聚合物FP、交联剂和助剂组成的冻胶体系.基于合适的成冻时间和成冻强度,优选适合该油藏条件的冻胶调驱体系配方,即聚合物FP(1 500～2 000mg.L-1)+交联剂(750～1 250mg.L-1)+助剂(1 000～1 500mg.L-1).利用三层非均质岩心进行调驱体系用量和调驱时机对调驱效果影响的评价,优化调驱体系的注入用量和注入时机参数.结果表明:当水驱至目标油藏含水率70%时,随着注入调驱体系用量的增加,采收率增加值越高;基于采出程度和经济效益双重考虑,优选调驱体系的用量为0.2PV;当注入用量为0.2PV调驱体系,油藏综合含水率低于50%条件下,早期注入调驱体系进行深部调驱,采收率增加值高,能够达到很好的调驱效果.     

鲁中南典型岩溶水系统地下水污染预警评价

地下水污染预警是区域地下水资源保护的重要手段。山东双村岩溶水系统是典型的鲁中南单斜构造型岩溶水系统之一,现开采量39.848万m~3/d,为特大型岩溶水源地。30余年的水质监测数据表明,岩溶水水质逐渐变差、水化学类型变复杂。在查明水文地质条件、污染源调查和长序列水质监测的基础上,构建了有针对性的地下水污染风险评价指标体系,通过全面考虑地下水水质现状、水质变化趋势和地下水污染风险等主要影响因素,采用综合指标法开展了地下水污染预警研究。研究区地下水污染预警为中警区和巨警区,地下水补径排条件、污染源分布以及含水层防污性能是主要影响因素,控制废水排污量、严格执行达标排放以及建立完善地下水水质动态监测网络是控制地下水污染的重要手段。本次构建的地下水污染风险评价指标体系较为合理,预警结果较为可信,对地下水污染预警评价具有一定的借鉴意义。     

Early warning model for slope debris flow initiation

Early warning model of debris flow is important for providing local residents with reliable and accurate warning information to escape from debris flow hazards. This research studied the debris flow initiation in the Yindongzi gully in Dujiangyan City, Sichuan province, China with scaled-down model experiments. We set rainfall intensity and slope angle as dominating parameters and carried out 20 scaled-down model tests under artificial rainfall conditions. The experiments set four slope angles(32°, 34°, 37°, 42°) and five rainfall intensities(60 mm/h, 90 mm/h, 120 mm/h, 150 mm/h, and 180 mm/h) treatments. The characteristic variables in the experiments, such as, rainfall duration, pore water pressure, moisture content, surface inclination, and volume were monitored. The experimental results revealed the failure mode of loose slope material and the process of slope debris flow initiation, as well as the relationship between the surface deformation and the physical parameters of experimental model. A traditional rainfall intensity-duration early warning model(I-D model) was firstly established by using a mathematical regression analysis, and it was then improved into ISD model and ISM model(Here, I is rainfall Intensity, S is Slope angle, D is rainfall Duration, and M is Moisture content). The warning model can provide reliable early warning of slope debris flow initiation.     

ʱ���������д�����ֱ�ֲ��ӳ�У���о�

????????????????InSAR?????????????????????????α?????????????????????????????????????????????????????????????????????α???????????Щ???????????????????????α?????????????α???λ??????????????????Las Vegas??????о????????????????????????????????????????????????????????????????????????Ч??????????????е??????????????     

太湖蓝藻水华遥感动态监测预警信息系统

太湖蓝藻水华暴发对其周边地区的生态、经济和社会造成了严重影响,对蓝藻水华进行监测预警对于改善太湖水环境具有重要意义。本文在分析蓝藻水华遥感监测预警研究动态基础上,从信息系统构建角度,结合太湖蓝藻水华监测情况,对太湖蓝藻水华遥感监测预警流程进行系统性分析,提出建立太湖蓝藻水华遥感监测预警系统的总体框架,利用C#语言和IDL语言实现了该框架的软件架构,并且论述了实现该系统框架所采用的系统集成技术和软件模式技术。     

基于气象监测网络的森林火险快速预警模型

森林火灾发生频繁且突发性强,进行森林火险快速预警对于减小森林火灾损失和促进森林资源可持续发展至关重要。本文基于GIS空间分析和可视化技术,利用地面气象站构建实时气象监测网络,设计了运用气象监测网络的森林火险预警模型,可实现森林火险及时、快速预警。模型应用层次分析法建立了预警因子重要性层次结构并确定预警因子的权重;运用Voronoi图技术,基于气象站点和实时气象数据,构建气象监测网络;利用叠置分析技术计算得出预警结果。基于该模型设计的森林火灾快速预警系统应用于青海省林业局,验证了系统可行性与适用性,该模型可全面、准确、快速地实现对森林火险的预警。结果表明：① 根据预警模型及实时气象监测数据,可及时发出预警信号,快速实现县级、林场级别的森林火险早期预警和及时响应;② 运用GIS可视化技术,可快速生成相关区域森林火险的空间分布专题图,直观地观察预警等级的变化情况。实践表明,森林火险快速预警对森林火灾进行有效预防、中断管理和制定扑救措施具有重要的指导作用,并对森林防火工作、保护森林资源和人类生命财产安全具有重大意义。