排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
海陆过渡相页岩气藏不稳定渗流数学模型 总被引:1,自引:1,他引:0
海陆过渡相页岩常与煤层和砂岩呈互层状产出, 储层连续性较差、横向变化快、非均质性强, 水力压裂技术是其获得经济产量的关键手段. 然而, 目前缺乏有效的海陆过渡相页岩气藏不稳定渗流数学模型, 对其渗流特征分析及储层参数评价不利. 针对这一问题, 首先建立海陆过渡相页岩气藏压裂直井渗流数学模型, 其次采用径向复合模型来反映强非均质性, 采用Langmuir等温吸附方程来描述气体的解吸和吸附, 分别采用双重孔隙模型和边界元模型模拟天然裂缝和水力裂缝, 建立并求解径向非均质的页岩气藏压裂直井不稳定渗流数学模型, 分析海陆过渡相页岩气藏不稳定渗流特征, 并进行数值模拟验证和模型分析应用. 分析结果表明, 海陆过渡相页岩气藏不稳定渗流特征包括流动早期阶段、双线性流、线性流、内区径向流、页岩气解吸、内外过渡段、外区径向流及边界控制阶段. 将本模型应用在海陆过渡相页岩气试井过程中, 实际资料拟合效果较好, 其研究成果可为同类页岩气藏的压裂评价提供一些理论支撑, 具有较好应用前景. 相似文献
3.
可见-近红外光谱的小麦硬度预测模型预处理方法的研究 总被引:2,自引:0,他引:2
硬度是评价小麦品质的一个重要质量参数,对小麦的分类、最终用途以及小麦籽粒组成的研究都非常重要。为实现小麦硬度的快速、准确检测,在详细分析小麦籽粒成分对红外光吸收特性的基础上,研究建立径向基函数(RBF)神经网络模型实现对未知样品硬度的准确检测,并着重分析了不同光谱信号预处理方法对模型预测精度的影响。从各小麦主产区收集111个小麦样品,扫描样品获得可见-近红外光谱,采用马氏距离判断并剔除异常光谱;利用优化后的SPXY划分样品集合,得到校正集84个样品,预测集24个样品;利用连续投影算法(SPA)从262个光谱波点中提取47个特征光谱;分别使用一阶导数、二阶导数和标准正态变量变换(SNV)及其不同组合对光谱进行预处理,验证不同预处理方法之间的相互影响,寻找最优的预处理方法组合。校正集预处理后的特征光谱数据作为RBF模型的输入,采用硬度指数法测定的对应样品硬度作为输出建立模型。预测结果显示当采用SNV和SPA处理光谱数据时模型的效果达到最优,评价指标判别系数(R2)、预测标准差(SEP)和相对分析误差(RPD)可分别达到0.90, 3.02和3.11,表明基于可见-近红外光谱的RBF神经网络模型能够准确地预测小麦的硬度,与传统检测方法相比具有方便、快速、无损等优点,为小麦硬度的检测提供一条更为便捷与实用的方法。 相似文献
1