塔河油田奥陶系岩溶储层垂向带发育特征及其识别标准

岩溶储层在垂向上的分带性是岩溶在垂向上发育不均匀的客观表现。根据现代岩溶理论,通过对大量测井资料的统计分析,按照岩溶缝洞系统发育强弱及地下水运动方式、岩溶作用方式,将岩溶储层垂向上划分为表层岩溶带、垂向渗滤溶蚀带、径流溶蚀带、潜流溶蚀带等四个岩溶发育带,并建立了塔河油田奥陶系岩溶储层垂向带划分的测井响应与岩溶成因组合指标体系。测井响应指标包括自然伽玛、电阻率、井径等;岩溶成因指标包括地下水径流方式、岩溶作用类型、充填特征和岩溶个体形态等。根据岩溶储层垂向带划分标准,对塔河油田奥陶系岩溶储层垂向带发育特征进行了统计分析,并对不同地貌区岩溶储层的垂向带发育特征进行分析。分析认为:表层岩溶带以大中型溶蚀孔洞为主,测井显示为高伽玛,低电阻;半充填(或未充填)时测井表现为低伽玛,低电阻;垂向渗滤溶蚀带以高角度溶缝和小型溶蚀孔洞为特征,测井显示为低伽玛,高电阻;径流溶蚀带多发育大型溶洞,测井显示为高伽玛,低电阻;潜流溶蚀带岩溶弱发育,测井显示为低伽玛,高电阻。     

回归-Elman网络在矿坝变形预测中的应用

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。     

GNSS 监测数据预处理在变形预测中的应用

GNSS监测技术被广泛应用于变形监测工作中,但GNSS监测数据中会有缺失值、噪声等误差的存在,对预测结果造成影响。引入改进的小波神经网络模型进行变形预测,并考虑该模型的自适应性和容错性,分别采用三次样条插值法、小波滤波法和拉依达准则对原始监测数据进行缺失值填补、去噪和粗差剔除等预处理。并利用实际监测数据进行短期预报分析,对比原始监测数据和预处理后的监测数据的预测结果,结果表明预处理后的监测数据的预测效果更好。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

ARMA模型在变形监测中的应用

介绍了时间序列分析模型ARMA进行模型识别、参数估计、模型检验和模型预测及其在变形监测数据处理中的应用。并结合某一工程实例,采用该模型对一组实测变形数据进行了分析、预测,取得了较好的数据拟合与预测效果,该模型对变形监测数据处理与预报是十分可靠和可行的,具有很强的实际应用价值。     

盾构施工参数与沉降变形关系模型构建

针对盾构施工参数变化对施工引起的地表变形的重要影响,该文构建了盾构施工参数与地表沉降变形关系模型。以北京市某地铁盾构区间施工过程中的实测数据为基础,分析了不同盾构施工参数与地表沉降变形的关联度和相关性,得到不同参数对沉降变形贡献值的大小;之后,利用多元回归模型方法建立主要影响参数与地表变形的关系模型,并进行模型的合理性检验;最后,利用该模型得到的沉降量与实测数据进行对比分析,结果显示符合性较好。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

板桥-合水地区长63储层成岩相孔隙结构特征及优质储层分布

利用铸体薄片、扫描电镜、常规压汞、恒速压汞及相渗等资料,研究了板桥-合水地区长6₃储层成岩相类型及其微观孔隙结构特征,总结了不同成岩相的测井响应特征,确定了纵向及平面分布规律。结果表明优质成岩相的展布受沉积相、成岩作用与孔隙结构共同控制,尤其是喉道分布才是控制砂岩储层渗透性的主要因素。水云母胶结-残余粒间孔相和水云母胶结-长石溶蚀相储层主要分布于半深湖相重力流复合水道浊流沉积中,细-微细喉道发育,孔喉连通性好,渗流能力最好,油水呈相对均匀的渗流,孔隙内的油气极易通过喉道被开采出来;绿泥石胶结相、水云母胶结弱溶蚀相储层位于分支水道边缘,呈孤岛状分布,孔喉半径小但分布均匀,渗流能力中等-差;碳酸盐胶结相、碳酸盐+水云母胶结相储层主要发育在分支水道间,孔隙结构发育程度差,喉道细小且孔喉连通性差,富集于孔隙中的油气难以通过小喉道,采收率低。