小浪底数字地震台网技术系统构成与应用

基于小浪底数字地震台网建设改造,就微震台网和强震台网在大坝监测中的应用做了详细的介绍,试图为同类台网的建设提供借鉴和参考。     

丹江口水库区地震观测30年

介绍了近３０年来丹江口水库区地震观测台网完整记录到的蓄水过程的水库诱发地震序列，回顾了地震观测台网的建设和调整过程，阐明了所取得的观测成果和存在的问题。最后讨论了如何完善地震观测台网等问题。     

滩坑水库地震台网建设

阐述滩坑水库库区建立地震监测台网的必要性,介绍水库地震台网及台网建设中的技术难点,并对该台网的地震监测能力进行评估。     

红水河梯级水电站水库地震监测台网的建设与发展

水库地震监测是我国地震监测的重要组成部分。文中阐述了红水河梯级水电站水库地震监测台网的建设发展历程,详细介绍了天生桥一级、龙滩、岩滩、大化及大藤峡水库专用地震监测台网的建设和发展,并对比分析了库区蓄水前后的地震活动记录,讨论了水库地震监测台网面临的升级改造及运行管理等问题,建议采用流域化统一管理。     

澜沧江流域小湾、糯扎渡水库地震台网震级完备性初探

利用b值稳定性方法计算了云南省澜沧江流域上的小湾和糯扎渡水库台网地震目录的最小完整性震级MC,并对其实际监控能力进行了分析。结果表明,随着台网的建设,小湾水库台网的监控能力呈微弱下降,MC由一期台站运行时的ML1.6变为一、二期台站运行时的ML1.7,表明台网的运行情况影响了其监控能力;糯扎渡水库台网的监控能力有了显著的提高,MC由一期台站运行阶段的ML1.3变为一、二期台站合并运行后的ML0.8。     

无线组网技术在新疆水库地震台网中的应用

介绍了超短波、无线网桥、无线VPN等多种无线组网技术在新疆水库地震监测台网的发展与建设中的应用,结合水库地震监测台网的特点,探索并解决水库地震监测台站组网及数据传输的问题。     

彭水水库地震台网监测能力检验

简要介绍了数字地震台网地震监测能力的计算方法,结合彭水水库地震台网监测要求与设计监测能力,利用台网2008年9月至2011年12月期间的936个ML1.5级以下地震记录数据,检验和分析了台网的实际监测能力,结果表明,台网的实际监测能力达到设计要求.     

我国近年水库地震监测综述

在较完整地收集我国水库诱发地震震例的基础上,回顾了我国水库诱发地震监测的成长进步厍程。本文认为无线遥测组网和计算机实时处理方式是我国近年水库诱发地震监测的主流,数字化则是其发展方向。作者提出了按地震监测系统的主要特征。对水库地震监测台网分类划代方法,将我国已客在建的水库地震监测台网划分四代。本文较详细地介绍了近年建成投测的二滩,大桥、小浪底和李家峡等第三代水库遥测地震台网的基本情况。对正在设计建设     

紫坪铺水库地震台网记录地震的复杂性

紫坪铺水库属大型水利工程且地处举世注目的龙门山皱断带,2004年8月16日紫坪铺水库数字遥测地震台网正式采集地震信息。1年来的台网记录表明:库区及附近的地震呈多样性,与二滩、大桥水库比较地震相对活跃,台网记录中的干扰较多,其中空爆干扰为首次见到。     

龙滩水电站大坝强震动观测台网系统

对红水河上游龙滩水电站大坝所安装的强震动监测台网技术系统进行了详细阐述,内容包括场地的工程概况、台网布局、仪器性能指标及技术系统、数据的采集分析等情况,为其他大坝强震监测台网设计作参考。     

高阶神经网络在储层分布参数定量预测中的应用

文中介绍了高阶神经网络的原理和方法,提出把高阶神经网络应用于储层分布参数的定量预测方法,并给出双河Ⅳ4（5-9）油组顶层孔隙度与深度的预测算例,并讨论了不同的储层分布参数的预测方法的优缺点     

糯扎渡、景洪水库地震监测台网修复重建

糯扎渡、景洪水库地震监测台网于2008年建成,用于监测糯扎渡、景洪水电站周边水库地震活动,受历史原因影响,监测设备老旧,设备用房破损,截至2016年,该水库地震监测台网基本处于停测状态。2017年,华能澜沧江水电股份有限公司对整个水库地震监测台网进行设计优化、修缮,对15个台站及中心机房设备进行维修、更换,恢复台站网地震监测。修缮以后,水库地震台网考核运行率达95%以上,可满足监测M_L≥0.5地震的需求,台网观测的动态范围优于恢复重建前水平。此次糯扎渡、景洪水库地震台网的恢复重建,不仅对水库地震监测起到保障作用,也是对防震减灾事业的重要推进。     

Reservoir induced earthquakes analyzed via radial basis function networks

Estimation of the magnitude of reservoir induced seismicity is essential for seismic risk analysis of dam sites. Different geological and empirical methods dealing with the mechanism or magnitude of such earthquakes are available in the literature. In this study, a method based on an artificial neural network utilizing radial basis functions (RBF network) was employed to analyze the problem. The network has only two input neurons, one representing the maximum depth of the reservoir and the other being a comprehensive parameter representing reservoir geometry. Magnitudes of the induced earthquakes predicted using the RBF network were compared with the actual recorded data. Compared with the conventional statistical approach, the proposed method gives a better prediction, both in terms of coefficients of correlation and error rates.     

重庆市水库诱发地震及其防震减灾工作

长江三峡蓄水和其它水库引起的水库诱发地震正成为重庆市震情的突出特色。本文介绍了重庆市在争取各级政府和社会支持,从基础研究、监测台网建设、国内外合作等方面积极开展水库诱发地震的监测及其相关防震减灾工作的措施。     

金沙江水网井台防雷地网施工与试验研究

本文介绍了金沙江水网七个井台防雷地网的场地地质环境条件与四个施工阶段及各个阶段的接地电阻值大小, 分析了影响接地电阻大小的因素, 认为井区的地质环境条件是影响接地电阻大小的决定因素, 加大防雷地网的规模与加深角钢桩的深度是降阻的有效途径, 合理使用降阻剂与加做降阻池等措施有一定的降阻效果。     

Short‐term inflow forecasting using an artificial neural network model

The primary objective of this study is to investigate the possibility of including more temporal and spatial information on short‐term inflow forecasting, which is not easily attained in the traditional time‐series models or conceptual hydrological models. In order to achieve this objective, an artificial neural network (ANN) model for short‐term inflow forecasting is developed and several issues associated with the use of an ANN model are examined in this study. The formulated ANN model is used to forecast 1‐ to 7‐h ahead inflows into a hydropower reservoir. The root‐mean‐squared error (RMSE), the Nash–Sutcliffe coefficient (NSC), the A information criterion (AIC), B information criterion (BIC) of the 1‐ to 7‐h ahead forecasts, and the cross‐correlation coefficient between the forecast and observed inflows are estimated. Model performance is analysed and some quantitative analysis is presented. The results obtained are satisfactory. Perceived strengths of the ANN model are the capability for representing complex and non‐linear relationships as well as being able to include more information in the model easily. Although the results obtained may not be universal, they are expected to reveal some possible problems in ANN models and provide some helpful insights in the development and application of ANN models in the field of hydrology and water resources. Copyright © 2002 John Wiley & Sons, Ltd.     

复杂岩性储层参数评价中神经网络技术的应用

在复杂岩性储层中，储层四性关系比较复杂，表现为非线性，用传统的方法已经难以解决这类问题，为此引入了目前比较流行的人工神经网络技术、在前人基础上，以SN油田9井区为例进行储层研究工作，该区非均质性比较强，经对该区364口井常规到井资料进行储层参数重新解释，并做平面展布，与实际资料吻合较好。由此表明，神经网络技术在解决非线性问题上表现出了较大的优越性，值得我们做进一步的研究工作。     

松辽盆地深层火山岩含气储层产能预测

松辽盆地深层火山岩是当前大庆地球物理、地质、地球化学研究的主要领域之一,已取得丰硕的成果,火成岩含气储层产能作为一个表示动态特征的参数,是储层评价的重要指标之一,本文讨论了火成岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测火成岩含气储层产能的方法,利用已知气井测试结果和测井资料作为网络的训练样本,根据网络学习训练结果,输入测井资料等静态参数,可预测储集层的产能,根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部火成岩含气储层的开发提供了一定的依据。