基于知识图谱的测井储层推荐算法研究

针对实际应用中测井解释人员由于经验不足以及测井解释模型所选取的参数不当、差错等,所造成的测井处理解释结果的评价精度不准等问题,提出了一种基于知识图谱的测井储层推荐算法。首先,构建测井领域知识图谱对测井解释操作人员和其测井储层特性信息进行统一表示;其次,通过加入注意力机制和TransR算法对测井领域知识图谱进行补全,再通过连接机制把推荐算法与知识图谱结合起来;最后,根据潜在特征预测并推荐测井领域中储层参数信息。在测井领域数据集上的实验结果表明,该推荐算法在Top-K推荐中K=15时,其准确率、召回率和归一化折损累计增益三个指标比同类算法分别提高了6.21%、8.05%、4.82%,并能够高精度预测和推荐测井领域储层参数信息以及更准确地判断储层油气状况,从而揭示出基于知识图谱构建测井储层推荐算法的研究方案是可行的。

基于知识图谱与依存句法分析的井控领域文本相似度计算

针对油田井控领域文本相似度计算时,由于语义信息不足导致相似度计算结果准确度不高的问题。论文提出一种基于知识图谱和依存句法分析的文本相似度计算方法。在该方法中,首先利用依存句法技术获取文本核心关系词对,然后基于井控知识图谱和同义词词林对计算不同的关系词对间的相似度,再结合基于词向量的句子相似度计算,分配权重,最后获取井控文本的综合相似度。实验结果表明:与现有方法相比,该方法融合了文本在词和句子级别上的信息,更好地对文本语义进行识别,较大地提高了油田井控领域文本之间相似度计算结果准确率。

基于局部搜索NSGA2算法的含油污水资源分配

针对目前油田含油污水回收分配存在运营成本较大以及回收作业区资源利用率较低的问题,提出一种基于局部搜索NSGA2算法的含油污水资源分配方法。首先,引入采油厂回收总成本以及回收作业区负载均衡度等指标建立组合评价体系,构建了面向含油污水产生方及回收作业区处理方的双角度多目标分配模型。其次,为了改善NSGA2算法计算过程中种群分布不均匀的情况并提高其收敛速度,提出一种基于混合移民策略的局部搜索机制,使用解的密度来衡量解的稀疏度,在稀疏解和种群领先解周围进行局部搜索,引导算法快速收敛。最后,以某采油厂为例,与多个算法进行比较,结果表明,所提算法所求解的质量均优于其他对比算法,验证了模型的适用性和有效性。

SIFT算法在油水井管柱图绘制系统中的应用研究

油水井管柱图是各种工程设计的重要图件,为了提高管柱图的绘图效率,解决传统方法管柱图绘制过程中手动拼接效率低以及在轨迹弧段处拼接错位等问题,引入自动拼接思想,提出了一种基于尺度不变特征变换(SIFT)算法的油水井管柱图绘制系统。首先将管柱工具图例按照两步纹理映射的算法形成纹理管柱工具图例,然后通过高斯模糊构建出尺度空间,搜索所有尺度空间上的纹理管柱工具图例特征点的位置,通过对尺度空间函数进行曲线拟合进行特征点定位,用图像分级方法获得局部结构特征点的固定方向,然后为每个特征点绘制特征描述符,并创建SIFT特征描述向量,最后采用加权平均图像融合的方法绘制成完整的油水井管柱图图像。结果表明,此方法显著提升了管柱图绘制系统的效率和视觉效果。

基于知识库的解释模型智能优选测井数据处理方法

在复杂储层评价中,针对不同性质特点的目标层段自动选取最佳校正图版和解释方程,这对测井曲线进行智能化处理是非常需要但同时又是难于解决的一个问题。依据测井曲线特征可将测井处理解释知识分为基础信息、规则和策略,并结合解释参数、解释模型和解释图版等测井资料,构建了能够通过数据挖掘中的关联规则和项目集加权增量算法实现自动更新的测井处理解释知识库,基于该知识库构建了一个测井处理解释子系统,能够初步实现复杂储层测井处理解释从知识获取到参数和模型智能优选的全过程。通过在国家重大科技专项一体化平台CIFLog上的集成运行,证明了该处理流程及算法是科学有效的。

油井压裂效果预测模型的建立与应用

本文在充分分析众多影响压裂效果因素的基础上，对主要影响因素进行了相关分析，回归处理了它们与增油量的关系，得到了不同区块、不同压裂工艺条件下压裂后增油量预测公式。该公式形式简单，可操作性强，可用来指导压裂选井。

基于时间序列趋势转折点的分段线性表示

在充分利用时间序列时变特征的基础上,以有效地提取序列中的趋势和压缩原始数据为目标,提出了基于时间序列趋势转折点的分段线性表示方法。该方法在有效地提取序列中的趋势和压缩原始数据的同时,能够随着时间序列长度的增长对序列进行划分,具有高效、实现方法简便、效果直观的优点,对于不同领域的数据适应性良好。

基于形态特征的测井曲线相似性搜索研究

针对测井曲线以深度为轴反映地质信息的性质,结合时间序列相似性分析,提出基于形态特征的测井曲线相似性搜索方法。采用综合活度分析法在子序列划分的基础上对测井曲线进行对比,综合序列的趋势、深度跨度以及波动幅度三种形态特征,将对比序列的斜率差进行加权来度量子序列的相似性。该度量方法强调曲线形态变化程度,有效描述曲线形态差异,物理意义明确。实验表明该方法能够有效用于测井曲线相似性搜索。

基于改进BP神经网络的地层划分方法

测井曲线分层是地球物理勘探利用测井资料了解地层情况首先要完成的基础工作。针对测井曲线自动分层问题,提出了一种基于改进BP神经网络的地层划分方法。首先针对三层BP神经网络模型,设计了改进的L-M算法以提升其逼近能力。然后设计了基于BP神经网络的地层划分方法。该方法精选了描述地层岩性类别的六个特征,将这些特征进行数据滤波和归一化后构造训练样本,实施网络训练,训练后的网络即可用于同类地区的地层划分。最后以辽河油田某区块的测井资料为基础数据进行地层划分,实验结果表明,与普通L-M算法比较,基于改进L-M算法的BP神经网络,地层划分结果的准确率大约提升3~5个百分点。因此,提出的基于改进BP神经网络的地层划分方法为测井曲线的自动划层提供了新思路。

基于数据仓库的数据挖掘技术在油田中的应用研究

为了提取和挖掘出油田大量历史数据后面的“知识”,探索出油田生产中的规律性,从而更有效的进行生产调整和优化,支持企业的重要决策,提出了立足于石油企业历史数据和核心业务的基于数据仓库的多主题的数据挖掘系统的实施方案。方案采用MIS系统作为数据源,建立数据仓库包括ORACLE底层数据仓库服务器、OLAP服务器等,多主题数据挖掘过程中通过算法库进行反复验证建立有兴趣的模型库。结合大庆油田采油九厂生产辅助分析系统应用实例和其他相关的应用,说明了方案的可行性。

提高DTW运算效率的改进算法

为了提高现有的动态时间弯曲算法的运算效率,在现有的动态时间弯曲算法的基础上,针对长度分别为N和M、且长度较长的时间序列数据,提出了一种改进算法。该算法以少量的存储空间为代价,在一定程度上提高了运算效率,尤其是当两个时间序列的长度较长时,运算效率提高的更为明显。在相同运算环境下的进行实验,并对实验结果进行了比较和分析,结果表明了该改进算法的有效性。

基于决策树的注采连通关系判别研究

判别注采连通关系的传统方法是由人工通过对比测井曲线,逐个层位地进行连通关系的识别和分类,这种方式工作量大、耗费劳动力多、判别效率较低。针对大庆油田注采连通关系判别的这种现状,从油藏开发数据中提取并构建出注采井间的相对特征,使用CART(分类回归树)算法建立了注采连通关系自动判别的决策树模型。实验结果表明,该方法具有操作简单、判别速度快等优点,在提高连通关系判别效率的同时保证了有较高的精度。

复杂构造区页岩孔隙结构、吸附特征及其影响因素

随着我国页岩气勘探开发的不断深入,构造复杂区已成为下一步勘探的重要方向。以渝东北复杂构造区龙马溪组页岩为例,开展了扫描电镜、压汞、低压气体吸附、等温吸附等试验,系统性地表征了渝东北地区不同构造变形带龙马溪组孔隙结构及吸附特征,分析了复杂构造区页岩孔隙结构和吸附特征的影响因素,阐明了构造变形对于孔隙结构和吸附能力的作用机制。结果表明:(1)滑脱褶皱带和断层褶皱带龙马溪组页岩中发育较多的有机质孔,而叠瓦断层带龙马溪组页岩仅发育少量有机质孔隙,但发育更多矿物相关的孔裂隙;(2)滑脱褶皱带龙马溪组页岩中微孔(<2 nm)、介孔(2~50 nm)及宏孔(> 50 nm)均有发育,而断层褶皱带和叠瓦状冲断带龙马溪组页岩样品中微孔不是很发育,而介孔和宏孔相对比较发育;(3)龙马溪组页岩“过剩”吸附量都是随着压力的增大迅速增加,达到最大值(6~9 MPa)后开始缓慢降低,而绝对吸附量则随着压力的增大单调增大;(4)孔隙结构主要受控于TOC(总有机碳)和黏土矿物含量,而吸附能力主要与TOC和微孔密切相关,此外,构造变形也可以通过改造孔隙结构来影响吸附能力。该研究成果为复杂构造区页岩气勘探提供了理论依据。

基于改进AHP和SVR的油田产能建设项目综合后评价模型

根据油田产能建设项目后评价的特点以及吉林油田的实际情况,详细分析油田产能建设项目后评价中的评价指标、各指标间的关系以及对最终综合后评价的影响,提出了一种基于改进层次分析法(AHP)和支持向量机回归(SVR)的综合后评价模型.利用改进AHP法确定综合后评价指标体系中各个评价指标权重,然后通过SVR进行综合后评价,以提评价结果的精确度.该模型不仅弥补了人为主观估计权重的缺陷,并且考虑到各评价指标对综合后评价结果的影响,科学并客观的对产能建设项目进行综合后评价,实验结果验证了该方法的有效性.

基于模糊框架-产生式知识表示及推理研究

知识表示是专家系统求解能力及正确性的基础。针对不同知识表示方法的局限性,采用框架与产生式知识表示法结合表示专家知识。同时鉴于传统知识表示及推理方法在描述事实生产中不确定知识及经验中的缺陷问题,将模糊推理与知识表示相结合,应用模糊因子,定量细化描述模糊知识;并结合知识表示特点应用动态加权平均匹配函数及模糊推理方法,提出基于模糊框架-产生式知识表示方法及推理的研究,量化地表示知识及推理过程,为决策人员提供更加直观、准确的推理依据。

基于Web的油田井下工程事故处理三维展示研究

油田井下工程事故处理是油田井下作业中非常重要的工作。结合油田井下工程事故处理的实际情况,采用Web3D技术,综合运用模型优化技术对整个三维场景进行优化,并通过实时渲染引擎实现了通过Web进行油田井下工程事故处理的三维展示,为井下作业人员学习施工过程、了解事故发生的原因及过程、借鉴以往事故处理的经验提供了一个直观、形象、快速的三维网络平台。

基于改进BP神经网络的页岩地应力预测模型

目标地区的地应力计算模型构建是指导该地区压裂,井壁稳定分析的基础工作。针对模型构建问题,该文构建了一种页岩地应力计算模型,并基于改进的BP神经网络对模型中的岩石力学参数进行反演预测,进而进行地应力预测。首先基于黄式模型,考虑页岩的各向异性,层理倾角影响,构建了符合目标地区的地质概况的地应力计算模型。然后设计了基于BP神经网络的岩石力学参数反演方法,将实测应力值与岩石力学参数通过神经网络建立非线性映射关系,进行网络训练,输出的参数可用于模型计算,进行地应力计算。最后以长宁工区龙马溪组页岩的测井资料为基础数据,进行实际计算。实验结果表明,改进的神经网络算法更易于收敛,应用于地应力计算模型的计算值与实测值相比较误差较小。

区间树在DDM区域匹配中的应用

数据分发管理(DDM)是降低网络冗余数据的有效手段,区域匹配算法又是数据分发管理实现的关键。当前的多种匹配算法如直接匹配法、网格法、排序法等效率都不够理想,或者过滤效果不佳,或者耗时较长。通过对数据过滤机制的深入研究,提出了基于区间树的区域匹配算法——ITBM算法,该算法将范围的上下界映射到一个区间内,使用区间树来存储区域范围,通过对区间树的直接操作来完成匹配工作。结果表明,ITBM算法大大减少了匹配计算的时间,有效地减少了动态DDM的维护开销。

一种半监督三维模型语义自动标注方法

三维模型语义自动标注的目标是自动给出最适合描述模型的标注词集合,是基于文本的三维模型检索的重要环节。语义鸿沟的存在使得相似匹配技术得到的标注效果有待提高。为了在用户提供的有限模型数量和对应的标注词信息下,在自动标注过程中利用大量的未标注样本改善三维模型的标注性能,提出了一种半监督测度学习方法完成三维模型语义自动标注。该方法首先使用基于图的半监督学习方法扩展已标注模型集合,并给出扩展集合中语义标签表征模型的语义置信度,使用改进的相关成分分析方法学习马氏距离度量,依据学习到的距离和语义置信度形成多语义标注策略。在PSB(Princeton Shape Benchmark)数据集上的测试表明,该方法利用了大量未标注样本参与标注过程,取得了比较好的标注效果。

自动评价机器翻译译文质量的一种方法

针对机器翻译译文质量的评价存在人工评价成本高 ,可重用性差的问题 ,提出了采用BLEU方法代替人工评价 .分析了BLEU方法对汉语译文评价的效果 .根据汉语的特点 ,做了汉字模型和词模型的评价实验 ,比较了人工评价和BLEU方法评价效果 ,结果表明 ,基于BLEU的词模型的性能好于汉字模型 .