油田开发指标系统的概率模拟预测

基于油田开发指标系统的复杂性和其影响因素带有明显的随机特征,从理论和实用上研究了油田开发指标系统的不确定性预测方法.方法提出采用神经网络建立开发指标和影响因素的关联关系;利用微分模拟研究开发指标的影响因素的概率分布;使用蒙特卡罗方法对影响因素进行随机抽样;依据得到的关联关系和影响因素的随机样本建立油田开发指标的概率预测模型.此外,设计了概率模拟器.实例研究表明开发指标的预测值以某概率落在某个区间内,这可为决策者做出符合实际的决策和准备应急决策方案提供依据.     

数据挖掘方法在汽油辛烷值损失计算中的应用

针对汽油清洁化中降低辛烷值的损失这一重点问题,提出了基于数据挖掘的辛烷值损失预测方法.首先,对影响辛烷值损失的各类因素进行了分析;然后以某石化企业为例,应用数据挖掘方法对其提供的数据进行有效的数据清洗;其次对多种复杂的影响因素进行合理的特征提取,成功提取出28个影响辛烷值损失特性的代表因素;接着利用如支持向量机回归、神...     

基于多元混沌时间序列的油田产量预测模型

油田产量的预测一直是石油工作者研究的重要课题.针对油田产油量、产水量、地层压力和时间之间有着混沌的特征,利用多变量混沌时间序列等方法研究了油田产量的混沌建模和预测问题.用C-C算法确定每一个变量的嵌入维数和延迟时间,重构多元混沌时间序列的相空间;使用基于奇异值分解的主成分分析消除重构相空间的冗余变量和噪声干扰,建立了有较好泛化性能的多元混沌时间序列油田产量预测模型;最后将混沌时间序列预测和Elman神经网络进行耦合,创建了基于主成分分析前馈网络的多元混沌时间序列油田产量预测方法.应研究表明,提出的多变量混沌时间序列预测方法的预测精确度优于单变量预测,它可用于解决具有多变量混沌时间序列的预测问题.     

用深度学习挖掘油田开发指标预测模型的知识

油田开发指标变化特征被当作油田开发规划、油田开采状况评价、油田开发方案设计与调整及油田开发风险预测预警等决策管理问题的重要依据。针对至今没有很好解决的建立智慧油田的瓶颈问题之一——油田开发指标智能预测系统的选择预测方法和模型的知识挖掘问题，基于油田开发的海量数据，利用深度学习的卷积神经网络和循环神经网络，提取反映油田开发动态特征和知识。在此基础上，结合已建立的油田开发指标预测的模型库及知识库，利用深度学习的实体和关系的联合提取方法，提出通过油田开发输入信息、油田开发动态特征指标、油田开发指标预测的模型库和知识库挖掘选择油田开发指标最佳预测模型的知识方法。概念设计的模拟实例表明，提出的知识挖掘流程可实现只要输入油田开发的相关信息，就能自主获得恰当的油田开发指标预测模型。     

油价波动对石油生产企业决策的影响

文章针对人们普遍认为石油生产企业（油气勘探开发）是油价上涨的直接受益者，而对其受到油价波动影响关注不够，以及石油生产企业很少研究应对油价波动的最优策略现状，研究了实质上受油价波动影响最大的石油生产企业的决策问题。在分析油价波动的原因及其变化规律基础上，剖析了油价波动对石油企业决策的影响，认为油价剧烈波动对石油企业来说是把双刃剑，使其决策难上加难；提出了石油企业应对油价波动的有效决策策略，这可供相关领导决策参考。     

石油企业中求分派问题最优解的最小增量法

针对石油天然气勘探、开发、炼制、储运、销售上下游一体化的现代纵向企业内部存在的任务分派、成本核算及效益最大化问题,提出了一种求分派问题最优解的新方法——最小增量法。在成本分派矩阵中选中每列的一个最小值,如果每行只有一个值被选中,则获得最优分派方案;如果某行出现两个或两个以上的值被选中,则找出该行所选值所在列的次小值、次次小值……,在不违背每行只有一个值被选中的条件下,按照最小增量或最小增量之和进行改选,调整相应的行,最终使得成本矩阵每行只有一个值被选中,每列也只有一个值被选中。由此获得满足条件的最优分派方案。方法比较分析与实例验证表明：它简单、易懂,不失为任务分派、成本核算的替代方法。     

气顶油藏开发技术对策探讨

气顶油藏的开发方式多种多样,影响开发动态预测的因素较多。从气顶油藏开发基本原则出发,针对开发中所遇到的主要技术问题,利用实际资料进行模拟开发,就构造几何形态、层间连通性等地质工程因素和开发方式、注采比、气顶气投产时机、采油速度、油气界面附近油井配产等开发技术政策因素,对原油采收率的影响进行了定量化研究,并首次对原油损失问题进行了模拟计算和探讨,提出了气顶油藏开发采取的几个技术对策:完善油区注采系统,注意油气协调开发;开发次序应先开采油环油,4年后动用气顶气;降低GOC附近油井配产,可收到较好的效果;当气顶气储量相对较大时,采取气顶、油区同时开发的方式。     

小波神经网络多属性综合评价及其应用

本文针对现存多属性综合评价方法的不足,借助小波神经网络思想、原理,构造了一种新的分类小波神经网络多属性综合评价模型,并进行了实例验证,表明此分类小波神经网络多属性综合评价方法是正确、可行的,且能有效地提高综合评价精度与收敛速度。     

分块分层优化的旅游路线规划问题研究

针对旅游路线规划决定着自驾旅游者的旅游成败问题,利用分块分层优化的思想解决了旅游路线规划这一网络优化问题。用赋权图和近邻聚类的思想构建分块网络加权图,建立考虑旅游时间、行车时间和游览时间的改进旅行商优化模型,规划区块内景点的自驾旅游路线;然后将各区块视为节点、区块间旅游时间作为时间权值之一,建立改进的多旅行商优化模型,并用模拟退火算法规划出区块间的自驾旅游路线;其次,用类比一维装箱问题的思想,建立了求最少旅游年数的一维装箱模型,并用交叉装填算法求得其最小值;最后,应用提出的方法为西安市的自驾旅游爱好者规划出了满足多种约束的游遍全国201个5A级景区的最佳旅游路线。