基于PCA-SVR的煤层底板突水量预测

提出了一种基于主成分分析支持向量机回归(PCA-SVR)的煤层底板突水预测方法,用主成分分析来解决输入变量的选择问题。主成分以较少的维数包含了高维变量所携带的大部分信息,这不仅避免了过多的输入导致训练速度慢,同时也保证了预测准确度。实例表明,所提方法可有效消除众多影响因素间的相关性,减少输入变量个数,提高预测效率和精度。

基于SVM降雨充水矿井涌水量预测

为了准确预测降雨充水矿井涌水量,将SVM算法应用于降雨充水矿井涌水量预测,通过对SVM算法分析,确定了合适的核函数及其参数,提出了基于SVM算法的降雨充水矿井涌水量预测模型,并根据所选矿区自然地理情况,确定了预测输入因子和输出因子。通过MATLAB语言编程,结果显示:预测值与实际测量值具有较好的一致性,验证了矿井涌水预测模型是有效的。

基于N-S方程的储层渗流与孔眼管流耦合分析

为了实现储层渗流与孔眼管流全耦合模拟分析,应用多孔介质渗流力学、流固耦合理论,建立了应力作用下油藏流固耦合数学模型。依据流体动力学管流理论用Navier-Stokes方程控制井筒和孔眼中流体流动;采用多重物理量耦合分析软件COMSOL Multiphysic对所建的模型进行数值模拟分析,实现了对四个偏微分方程组的全耦合求解,对模拟结果的研究表明孔眼末端压降和应变最大,该处岩石容易失稳,模拟结果证明所建模型和求解方法是有效的。