大庆油田CIFLog测井数智云平台建设应用实践

针对大庆油田生产中测井数据量大、类型多和数据来源复杂等问题,以中国石油天然气集团有限公司大型测井处理解释软件CIFLog为基础,以业务需求为主导,采用微服务架构和测井分布式云计算技术体系,研发测井大数据存储管理、中间服务层和云端测井处理解释应用等新功能,形成了大庆油田测井数智云应用平台。目前,平台已全面安装部署到大庆油田相关单位,应用效果显著。特别在大庆油田智能决策中心,平台直接用于重点水平井随钻地质导向的现场决策,大幅提升了Ⅰ类储层的钻遇率。未来平台将重点围绕新功能研发、油田数智化应用场景建设和标准化技术体系构建等开展工作,并将取得的成果及时推广复制到西南油田、塔里木油田等油气田。CIFLog云平台作为中国油气工业软件数智化建设应用的先行典范,必将发挥越来越重要的示范引领作用。

基于多目标灰狼算法的漂浮式风电机组浮台内TMD参数优化

针对漂浮式风电机组浮台内调谐质量阻尼器(TMD)参数调优的问题,以5 MW Barge型漂浮式风电机组为研究对象,采用多目标灰狼算法(MOGWO)优化TMD参数配置。首先,基于欧拉-拉格朗日方程建立浮台内含TMD的漂浮式风电机组动力学模型,采用Levenberg-Marquardt(LM)法进行模型未知参数辨识;其次,同时考虑塔顶和塔基控制目标,采用MOGWO算法优化TMD的刚度和阻尼参数;最后,在不同工况下进行仿真分析。结果表明:相对于传统的单目标优化算法,使用MOGWO算法参数优化后的TMD对风电机组具有更好的振动抑制效果。

原油集输系统能耗影响因素的综合判定模型

随着油田生产能源需求的不断增长,原油集输系统在能源供应链中所起的作用日渐显著,其能耗所占比重在整体油田生产中也日益增加,而系统能耗又受到多种因素的制约,如何科学合理地分析集输系统能耗影响因素成为油田面临的重要课题。同时,部分因素之间还会存在交叉影响而造成信息重叠,这给准确把握系统能耗主要影响因素带来较大难度。结合集输系统能耗构成特点和生产实际运行状况,综合考虑产液量、含水率、油品黏度等影响集输系统能耗的客观因素,采用改进熵权法、主成分分析法以及多元逐步回归分析法对各项因素的影响程度进行定量描述,根据权重大小进行排序,并将3种方法结合进行综合判定,确定含水率和产液量为影响油田集输系统能耗的主要影响因素,最后针对主要因素变量对系统的相关制约原因进一步深入探究,并提出系统具体降耗措施,以期为原油集输系统节能提效提供理论参考。

中国氦气全产业链发展现状与展望

中国氦气供应短缺、产业发展基础薄弱,过去长期处于“有业无链”状态。近年来,国内自给率虽大幅提高、并于2023年首次实现对外依存度低于90%,但因自产气量基数较小,尚未形成完善可靠的氦气“产供储销贸研”全产业链。结合全球氦气产业链发情况,基于中国氦气产业链资源、生产、供应、储存、运输、销售、技术和装备等全链现状,分析认为:2025年起,全球氦气供需双涨,远期或将呈供应宽松态势;未来5年内,随着国内自产气量稳定增长和进口渠道的开拓,预计中国氦气将呈自产和进口“两旺”局面,保供能力将大幅提升,同时国内超低温领域科技攻关厚积薄发,正在攻关的关键技术及装备逐步进入应用推广阶段,中国氦气产业链发展必将迎来长足进步,预计很快形成完善可靠的产业链。建议中国加大氦气资源勘查力度,深入夯实资源基础,持续加强科技创新,尽快形成关键装备的系列化、工业化产品,同时依托气田开发和液化天然气国际合作机制,积极构建稳定供应的多元化进口保障体系,从而实现中国氦气的安全可靠供应和产业健康发展。

韩国语存续体标记的跨语言考察

存续体表示某一动作完成之后所造成的结果状态的继续存在。在对韩国语三种存续体标记搭配动词的句法、语义特征进行分析的基础上,通过跨语言的考察发现,很多语言的存续体标记均来自存在范畴或与存在范畴有关,借助空间概念表示时间概念不是韩国语所特有的,而是一种跨语言的普遍现象。然而,各语言中不同的存续体标记在语法化程度、显赫程度和分工上存在差异。

大学如何服务学习型社会、学习型大国建设——来自韩国大学附属终身教育院的启示

大学作为人类社会探究科学、创新学术传承文化的最高学府,应当在“学习型社会、学习型大国”建设中承担怎样的责任?文章通过对韩国终身教育相关文献的调研,系统介绍了韩国大学附属终身教育院的发展情况,并反思了我国大学承担终身教育服务的现状与不足,提出推进终身教育立法及配套政策研制,将发展继续教育,服务学习型社会、学习型大国建设确立为大学的职责;加强学习型社会、学习型大国建设的研究与实践,建立一支全国性、专业化的继续教育从业队伍;加快教育数字化建设进程,推动大学优质资源及服务向社会开放共享;加快国家资历框架和“学分银行”制度建设,搭建终身“学习立交桥”等建议。

基于场景判别的风电齿轮箱温度预测及趋势异常预警方法

将齿轮箱温度划分为正常、温升异常和温度异常3种场景,并利用所构建的卷积神经网络(Conventional neural network,CNN)结合双向长短期记忆(Bidirectional long short term memory,BiLSTM)网络模型对场景进行判别。在此基础上,采用分位数回归(Quantile regression,QR)结合门控循环单元(Gate recurrent unit,GRU)方法,分别预测不同温度场景下的油温及轴承点预测及温度区间,并根据GRU温度异常诊断模型对2种预测温度进行诊断。算例分析结果表明,用该方法能准确预测各状态下齿轮箱温度,且预测区间可靠,可实现齿轮箱温度异常的高效诊断。依托某风场实测数据对所提方案进行验证,验证结果表明所提方法有效且性能优越。

基于寻优算法的双馈风机变流器动态运行控制参数辨识

针对运行过程中双馈风机变流器控制参数难以获取的问题,提出了一种基于自适应混沌粒子群算法的转子侧变流器参数辨识方法。首先,基于机组实际运行下可量测电气量时间序列,建立双馈风机变流器控制系统离散化数学模型;然后,根据不同观测电气量下参数的轨迹灵敏度,对辨识难易程度进行分析;最后,利用自适应混沌粒子群算法对变流器PI控制参数进行辨识。仿真实验结果验证了所提出辨识方法的准确性与可行性。

基于CNN-LSTM的永磁同步风力发电机转子偏心早期故障诊断

对永磁同步风力发电机转子早期动偏心和早期静偏心故障的特点和诊断方法进行研究,通过Ansys建立永磁同步风力发电机的早期动偏心和早期静偏心模型,提出一种基于CNN-LSTM的故障诊断和分类方法。通过对永磁同步风力发电机定子三相电流及其Welch功率谱数据的分析,判断是否为正常的动偏心趋势和静偏心趋势;然后通过空载电动势对不同故障程度进行分类。最后,在神经网络模型中完成故障诊断和分类任务。所提方法大大降低了设备维修成本,可准确快速地识别转子早期偏心故障。

高阻地层HDIL阵列感应影响因素分析与校正方法

近年来,四川盆地川中深层灯影组和龙王庙组天然气勘探中越来越多地使用油基泥浆,使得裸眼井电阻率测井只能选择阵列感应仪器。该地区目的层致密碳酸盐岩普遍表现为中高电阻率,典型气层的电阻率一般在500Ω·m以上甚至高达2000Ω·m,使得测量电导率的感应测井仪器接收的信号弱,叠加深层高温等因素的影响,采集的信号常出现负值,软件聚焦处理结果常出现平头现象,不能用于储层识别和气层评价。采用有限元模拟算法,分析泥浆电阻率、侵入半径及原状地层电阻率等单因素对阵列感应测井响应的影响规律,明确了各环境因素对感应测量信号的影响规律。结果表明,地层与泥浆电阻率对比度对测量信号有明显影响,当对比度接近于1时,各子阵列的误差较小,而侵入深度是另一个重要影响因素。总体上,较长源距的子阵列受各种因素的影响相对较小。针对实际资料的特点,提出一种基于Archie公式的原始电导率信号约束校正方法,对约束校正后的数据再开展软件聚焦,其结果得到明显改善。

考虑主轴疲劳载荷的虚拟同步双馈风电场有功功率分布式优化方法

为降低风电场内各台基于虚拟同步发电机控制策略的双馈风电机组在响应电网功率指令值变化时所承受的主轴疲劳载荷,提出一种基于改进惩罚系数的交替方向乘子法的考虑主轴疲劳载荷的有功功率分布式优化方法。在推导可量化表征机组有功功率指令值与其主轴力矩之间关系的离散化模型基础上,以各台机组的主轴力矩波动总和最小作为目标函数,并根据机组运行状态设定目标函数的约束条件。为分担风电场中央控制器的计算压力,基于改进惩罚系数的交替方向乘子法将目标函数拆解为主函数(中央控制器)和多个子函数(本地控制器)的分布式优化结构,各本地控制器通过在线优化各台机组有功功率指令值以实现主轴疲劳载荷的降低。最后,仿真结果验证了所提优化方法的优越性。

课程思政理念下环境工程专业有机化学教学设计——以酚的化学性质为例

为继续深入贯彻习近平总书记关于教育的重要论述精神,在分析有机化学课程特点的基础上,系统进行有机化学课程思政建设。本文以酚的化学性质为例,呈现课程思政理念下针对环境工程专业进行的有机化学教学设计模型。融入课程思政元素的有机化学教学设计,一方面提高了课堂趣味性,另一方面,提升学生思想道德意识和专业素养。

饲粮中添加地顶孢霉培养物对小鼠生长性能和免疫性能的影响

试验旨在研究饲粮中添加不同剂量的地顶孢霉培养物对小鼠生长性能和免疫性能的影响。选用体重相近的小鼠80只,随机分成4组,每组4个重复,每个重复5只。对照组饲喂基础日粮,试验T_(1)、T_(2)组和T_(3)组分别在基础日粮中添加0.5、1.5 g/kg和2.5 g/kg地顶孢霉培养物,试验期为28 d。结果表明:T_(2)组平均日增重显著高于对照组、T_(1)组和T_(3)组(P<0.05),T_(2)组的小鼠生长性能最好。T_(2)组的脾脏指数和胸腺指数均高于对照组、T_(1)组和T_(3)组,但各组间差异不显著(P>0.05);T_(2)组的血清溶血素含量高于对照组、T_(1)组和T_(3)组,差异不显著(P>0.05);T_(2)组碳廓清吞噬指数α1显著高于对照组、T_(1)组和T_(3)组(P<0.05);T_(2)组巨噬细胞的吞噬百分率显著高于对照组、T_(1)组和T_(3)组(P<0.05);T_(2)组巨噬细胞的吞噬指数α2高于对照组、T_(1)组和T_(3)组,但差异不显著(P>0.05)。综上所述,地顶孢霉培养物能够提高小鼠平均日增重,提高免疫器官指数、血清溶血素含量;提高巨噬细胞吞噬功能及单核吞噬细胞功能,综合评价地顶孢霉培养物提高小鼠免疫功能的适宜添加量为1.5 g/kg。

结合风功率预测及储能能量状态的模糊控制策略平滑风电出力

在风电并网处加入储能系统,可以有效地平滑风力发电系统的并网功率,满足电网规定的波动范围。而基于储能荷电能量反馈的储能控制策略,可以在保证并网功率要求的同时,尽量避免储能电池过度充/放。在此基础上,提出一种基于相空间重构–随机森林风功率预测模型和储能荷电能量反馈的模糊控制策略。基于预测未来风功率变化评估功率波动水平,并结合储能当前荷电状态,利用模糊控制器调节储能系统出力。在保证风电平滑前提下,减少储能电池进入平抑能力死区时间,维持储能系统平抑波动水平。最后,通过将仿真算例结果和传统方法对比,验证了所提控制策略的优越性,即可以在相同储能配置比例下达到更低的功率波动指标要求和更少的储能死区时间。

碳酸盐岩岩溶储层多井评价方法及地质应用

多井评价是建立在单井精细解释对比分析基础上的预测储层及含油气性平面分布规律的技术方法,而常规测井资料无法区分碳酸盐岩岩溶储层,因而利用多井评价结果确定岩溶发育程度在平面上的分布规律就显得十分重要。为此,在岩心标定成像测井的基础上,对四川盆地高石梯—磨溪地区15口井的成像测井岩溶发育特征进行分析,建立了中二叠统茅口组岩溶发育各分带的标准成像图版,利用交会图及直方图分析各分带的常规测井响应特征,在此基础上形成了电成像测井刻度常规测井识别岩溶发育带的新方法。研究结果表明:①高石梯—磨溪地区茅口组岩溶带自上而下可划分为风化壳残积带、垂直渗流岩溶带、水平潜流岩溶带以及受岩溶作用较弱的基岩;②风化壳残积带在成像测井图像显示为“暗—亮—暗”条带状模式,垂直渗流岩溶带为垂直线状与暗色斑状组合模式,水平潜流岩溶带为水平线状—层状与斑状组合模式,基岩整体显示为亮色块状模式偶见线状或斑状特征;③有效储层主要发育在垂直渗流带和水平潜流带的顶部;④该区茅口组岩溶发育主要受裂缝发育控制,而裂缝发育又与断层关系密切。结论认为,该新方法对碳酸盐岩岩溶储层的多井评价具有普遍适用性,为四川盆地中二叠统风险探井的部署提供了技术支撑。

水平井随钻电磁波测井实时正反演方法

基于层状地层随钻电磁波测井伪解析公式,提出边界最优匹配技术,来实现对钻遇地层结构的自适应截断;同时提出散射场一次反射/透射波高阶渐近与扣除方法,极大地提高了索末菲积分的收敛速度,克服了传统数字滤波积分方法精度低、适用性弱等问题,实现了对随钻电磁波测井正演的加速。利用邻井或导眼井等先验信息,通过对地层模型进行交互式调整,为地层界面的预测提供最优反演初值。结合梯度寻优算法形成水平井随钻电磁波测井实时交互式反演方法。实际资料处理结果表明,随钻电磁波测井实时交互式反演方法很好地解决了井周地层边界位置确定的难题,为水平井钻井轨迹最优化和油藏解释提供了依据。

计及储能出力水平的平滑风电功率模型预测控制策略

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。

基于蚁狮算法的风电集群储能容量配置优化方法

随着风电渗透率提高,风电并网对电网安全稳定运行影响更加显著。风电配备储能可有效改善风电出力波动性和不确定性,增强可调度性。该文建立以风电集群联合储能系统售电收益最高为优化目标的模型,采用蚁狮算法算法进行求解,得到风电集群功率备用、储能功率和容量最优配置方案,对比蚁狮算法、遗传算法和粒子群算法优化结果,分析储能电池单位成本和寿命对优化结果影响。最后以中国东北某风电集群作为算例,验证了所提算法与模型的有效性。

基于状态观测器的风电机组单机储能系统虚拟惯量控制

随着风电在电力系统中的渗透率越来越高,特别是大规模风电场或风电集群集中接入电网,风电出力的波动性对电力系统的调度和频率稳定等诸多方面带来了不可忽视的影响。针对变速恒频风电机组通过变频器并网、机组功率与系统频率完全解耦、不具备惯量响应特性的问题,就风电机组单机储能系统基于扩张状态观测器提出一种利用储能补偿风电机组惯量的控制策略。该控制策略采用扩张状态观测器估计系统频率的变化率,将未知测量噪声和外部扰动作用作为扩张状态进行估计可较好地解决频率变化率测量中的噪声对控制效果干扰的问题。同时还可以通过变参数控制实现风储联合系统虚拟惯量的动态调节。以1.5MW直驱风电机组配备350kW储能为对象的仿真结果表明该策略能够在不影响风电机组最大功率追踪的情况下,有效补偿风电机组虚拟惯量,使风储联合系统输出功率迅速响应系统的频率变化,较比例微分(PD)虚拟惯量控制能更好地抑制电网频率波动,提高风电机组对电网的频率支撑能力。

基于多分解策略和误差校正的超短期风电功率混合智能预测算法

为了提高超短期风电功率的预测精度,提出一种包含多分解策略和误差校正的混合智能风电预测算法。多分解策略通过改进的经验模态分解对风电功率进行预处理并利用小波变换对预测误差大的序列再次分解,在降低风电功率序列非平稳性的同时大幅降低高频序列的预测误差;然后利用粒子群优化的自适应神经模糊推理系统对误差进行校正,可降低单一预测算法带来的最大误差,提高算法的鲁棒性。最后,基于辽宁某风电场实测数据的算例分析验证所提算法的可行性与精确性。