基于条件生成式对抗网络的油藏单井产量预测模型

为克服机器学习方法在油藏单井产量预测中的过拟合问题, 提高油田生产中的产量预测精度, 提出一种基于条件生成式对抗网络(CGAN)的油藏单井产量预测模型。该模型使用长短期记忆、全连接等基础神经网络, 构建生成和判别网络模型。生成网络模型以产量影响因素为条件输入, 生成预测产量数据, 利用对数损失函数评价预测数据与真实数据之间的偏差, 通过条件生成式对抗网络的博弈训练, 并结合贝叶斯超参数优化算法, 优化模型结构, 综合提高模型的泛化能力。基于Eclipse数值模拟软件建立同一井网条件下不同地质和生产条件下的油藏单井产量数据库, 以地质与生产条件等产量影响因素作为模型的条件输入, 进行油藏单井产量预测。结果表明: 与全连接神经网络(FCNN)、随机森林(RF)以及长短期记忆神经网络(LSTM)模型的预测结果相比, CGAN模型在测试集上的平均绝对百分比误差分别提升了2.59%、0.81%以及1.72%, 并且过拟合比最小(1.027)。说明CGAN降低了机器学习产量预测模型的过拟合程度, 提高了模型的泛化能力与预测精度, 验证了所提算法的优越性, 对指导油田高效开发和保障我国能源战略安全具有重要意义。     

应用大孔吸附树脂从农药废水中回收毕克草

毕克草为一种新型除草剂,通常情况下很难被降解,本文利用物理吸附原理通过自行制备的大孔吸附树脂从农药水中对其进行了回收,回收效果良好,同时也达到了废水处理的目的。优化的最佳实验条件:室温下,pH=1.0以及流速为5BV/h时,对COD为15000mg/L的毕克草废水吸附处理后,其出水可达《污水综合排放标准》(GB89—1996)中的一级排放标准;洗脱再生时,室温下,用95%的乙醇洗脱,流速为2BV/h,(即2倍树脂床体积/h)回收率可达98.4%,纯度达93.7%,总流程一次可处理该废水240mL。     

基于反射光谱吸收特征勘探天然气的方法研究

反射光谱学提供了一种高效和低成本的鉴别物质成分和结构的方法;油气微渗漏理论则建立了油气藏与其上部地表的特定异常之间的因果关系。因此,可以通过检测地表异常的反射光谱来勘探油气。野外实地测量和高光谱遥感均能够实现反射光谱的检测。文章通过对青海某地区野外测量的反射光谱的分析,首先提出了典型气田区测点的光谱曲线的宏观吸收特征;然后,完成了反射光谱中的吸收特征的提取,包括吸收波段深度、位置、宽度和对称度,以此分析测区采集的样品光谱,建立了该地区的特征光谱库;提出了检测地表烃类物质的方法;最后基于线性解混模型,实现了半定量地提取测区主要蚀变矿物的丰度信息。     

硅杂环戊二烯并苯有机小分子化合物研究进展

硅杂环戊二烯并苯有机小分子结构的特殊性,赋予其独特的光电特性,在有机光电功能材料等领域具有广阔的应用前景.其中,并苯的刚性共平面结构可避免构象无序性、扩大π-共轭;硅杂环戊二烯能够形成σ*-π*共轭,可有效降低体系LUMO能级、提高电子亲合势.硅杂环戊二烯并苯有机小分子主要包括苯并噻咯、硅桥联对二苯乙烯衍生物、二苯并噻咯和双硅桥联对-三联苯等.综述了硅杂环戊二烯并苯小分子的合成方法、结构修饰、性能及应用的研究进展,并对今后的研究方向进行了展望.     

Chaos game representation walk model for the protein sequences

A new chaos game representation of protein sequences based on the detailed hydrophobic--hydrophilic (HP) model has been proposed by Yu et al (Physica A 337 (2004) 171). A CGR-walk model is proposed based on the new CGR coordinates for the protein sequences from complete genomes in the present paper. The new CGR coordinates based on the detailed HP model are converted into a time series, and a long-memory ARFIMA(p, d, q) model is introduced into the protein sequence analysis. This model is applied to simulating real CGR-walk sequence data of twelve protein sequences. Remarkably long-range correlations are uncovered in the data and the results obtained from these models are reasonably consistent with those available from the ARFIMA(p, d, q) model.     

利用多项式拟合方法去除Hyperion数据条带噪声

Hyperion是目前唯一在轨的集高空间分辨力与高光谱分辨力于一体的成像光谱仪,Hyperion数据含有丰富实用的光谱信息。由于各传感器光谱响应值不一致,造成许多谱段含有大量条带噪声,严重影响Hyperion数据的解译和信息提取。介绍了常用于Hyperion数据的去除条带噪声方法,提出了采用多项式拟合的算法,并对各方法去条带效果进行比较。实验结果证明,多项式拟合算法优于其他方法,去条带效果明显,且能很好地保持原始图像特性。     

利用地表土壤的反射光谱勘探油气的方法研究

反射光谱分析提供了一种高效和低成本的鉴别物质成分和结构的方法,油气微渗漏理论则建立了油气藏与其上部地表特定蚀变之间的因果关系,因此,可以通过检测地表蚀变的反射光谱来勘探油气。野外实地测量和高光谱遥感均能够实现反射光谱的检测。文章首先提出了典型含气区测点的光谱曲线的宏观特征;然后,给出了一种基于野外测量的反射光谱来确定特定蚀变的地表分布(即分类)的方法。将本方法应用于青海××地区野外测量的反射光谱的分析中,得到的蚀变异常区与该地区的已有气田成功吻合。本方法的鲁棒性实验表明,当分类过程中选用不同的参数组合(例如：分类样本,研究波段范围和相似度阈值)时,均能得到较好的分类结果。为该地区进行中的Hyperion高光谱遥感油气勘探项目提供了有效的分类样本和参考算法。