基于数据驱动的油藏流场重构方法

多层碎屑岩油藏稳油控水一直是油田开发的热点问题,油田进入中—高含水期后产油量下降明显,平面剩余油分布零散,层间开发矛盾突出,迫切需要合适的优化调控方法使其持续稳产。根据贝叶斯后验概率方法与油藏流线模拟器,应用随机极大似然函数求解历史拟合问题并构建数据空间集,利用有限记忆的拟牛顿梯度方法来反演数据空间集与推测未来,综合Pollock流线追踪方法表征油藏流场的瞬时流动速度,提出了一种基于数据空间反演的油藏流场重构方法。此方法无需复杂重复的运算就可实现油藏注采参数的实时优化,突破了传统优化方法无法精细描述流场演变的局限性,弥补了数据空间反演在流场优化方面应用的空白。以渤海B油藏为例,利用基于数据空间反演的油藏流场重构方法,揭示了油藏注采结构优化的运行机理,直观展示了油藏流场优化的实现过程。现场调控结果显示,油藏综合含水率较为稳定,调控井组单元零散状剩余油被有效动用,水驱波及面积扩大24.85%,油藏流体疏导效果显著。这些油藏数字化探索与实践,将为同类中—高含水期油田开发与数据驱动油藏流场调控的应用提供借鉴。

基于贝叶斯高斯过程回归与模型选择的岩石单轴抗压强度估计方法

为构建间接估计岩石单轴抗压强度(UCS)的最优模型并实现UCS的合理估计,提出了贝叶斯高斯过程回归(f B-GPR)方法。fB-GPR综合了高斯过程回归、贝叶斯理论与马尔科夫链蒙特卡洛模拟。所提方法与其它模型选择方法进行了对比,如赤池信息准则、贝叶斯信息准则、偏差信息准则、Kullback信息准则等。研究结果表明:基于fB-GPR的最优模型选择结果更为准确,预测结果与实际情况吻合度更高;100次随机试验中,fB-GPR方法将M-7选为最优模型的概率达到100%,最优模型选择的准确率远远高于其他模型选择方法;fB-GPR方法在误差值达到UCS标准差的50%时,仍可准确地进行模型选择,说明fB-GPR的准确性和鲁棒性更好,受UCS测量误差影响相对较小。研究成果可为构建岩土工程中关键参数预测的最优模型并实现合理预测提供借鉴与参考。

电网多源故障用电信息采集智能融合技术研究

为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明:该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。

激光惯性约束聚变靶靶丸制备与表征

激光惯性约束聚变的核心思想是利用球形内爆技术对聚变燃料进行增压,使热核燃料达到高温、高密度的等离子体状态,进而实现聚变点火。基于对称压缩、流体界面不稳定性和实验诊断的考虑,ICF实验对作为热核燃料容器的空心微球的品质在球形度、壁厚均匀性、表面粗糙度以及掺杂水平等方面提出了严格的要求。为满足这些要求,陆续发展了乳液微封装技术、降解芯轴技术、低压等离子体聚合/掺杂技术、干凝胶玻璃微球制备技术等用于多层塑料微球和空心玻璃微球的研制。另一方面,针对ICF靶丸量小、质轻以及表面要求高的特点,发展了相应的非破坏性靶丸参数表征技术,如X光照相技术、4π形貌表征技术、微球掺杂水平测量技术以及微球内燃料负载水平快速测试技术。基于这些制备与表征技术,初步实现了多层塑料微球、玻璃微球、聚-!-甲基苯乙烯芯轴微球、梯度掺杂CH微球的研制,满足了"神光Ⅱ"、"神光Ⅲ原型"及"神光Ⅲ主机"上开展的一系列内爆物理实验的要求,同时为未来点火物理实验用靶丸的研制提供了技术支撑。

新型激光驱动可变形反射镜的模型、研制及特性

介绍了一种新型的利用激光驱动的可变形反射镜.它包括三个部分:以聚脂薄膜为主体做成的2μm厚的镜面,支撑镜面的6μm高栅格状的支撑柱,由光敏材料砷化镓(GaAs)构成的感光底层.同时在镜面与感光底层之间施加偏置的高频交流电压.当感光底层背面被激光照亮时,GaAs中载流子的变化导致镜面与感光底层之间电阻的重新分布,从而镜面与感光底层之间电压发生变化,因此在静电力的作用下镜面将会发生相应的形变.文中分析了此反射镜工作的理论模型,介绍了此装置的制作工艺,并通过实验验证了偏置电压幅值、交流电压频率等参数对可变形反射镜性能的影响.

压力驱动膜系统中流体剪切力及其对膜污染的影响

膜分离技术广泛应用于城市污水处理、工业废水处理、苦咸水淡化和给水处理等方面,然而膜污染仍然是限制该技术发展的主要问题.其中,从水力条件的角度考虑,通过调控膜表面流体的剪切力能有效控制膜污染.因此,研究膜流体剪切力对膜污染的影响具有实际意义.概述流体剪切力的计算方法、产生方式、表征手段及流体剪切力与膜污染的关系.最后指出,针对不同构型的膜池实现膜表面剪切力均匀分布、且开发表征剪切力的组合式方法将是未来的研究和发展方向.

几种离子液体辅助合成BiOBr的表征及可见光催化性能

分别在3种离子液体辅助下,采用水热法制备出了一系列BiOBr光催化剂。利用X-射线衍射仪(XRD)、表面光电压(SPS)、紫外-可见漫反射(UV-Vis DRS)、扫描电子显微镜(SEM)和比表面积(BET)等对BiOBr催化剂的结构、形貌、光学特性及光生电荷分离速率进行了表征。以罗丹明B(RhB)作为模拟污染物,考察了所得样品的可见光催化性能。实验结果表明,离子液体辅助制备的BiOBr明显优于对照样品BiOBr的光催化活性,其中1-乙基-3-甲基咪唑六氟磷酸盐([EMI_m]PF_6)对BiOBr可见光催化活性提升最大。离子液体辅助制备的BiOBr光催化性能提升归因于BiOBr光生电子-空穴对的分离效率的显著提高。

问题驱动 多元表征的概念教学探究——对偶线性规划教学案例设计

数学与应用数学(师范)专业中的《运筹学》具有跨学科、实践性的课程特点,目标在于培养职前教师用数学方法解决实际问题的能力.结合义务教育阶段新课程标准中"四基"的提出这一背景,本文将以线性规划部分(运筹数学)对偶线性规划概念的引入这一知识模块为例,探讨通过问题串形式进行问题驱动、多元表征的概念教学过程.即遵循问题驱动—兴趣驱动—问题意识发展—提出和解决新问题,依据数学与外部联系、数学内部联系两条主线设计教学和学习,探索如何通过问题驱动、多元表征的结构化教学过程引导学生的学习方式发生改变,增强探究学习的动机,发展问题解决能力.课堂教学实践证明效果优于以往单一的讲授式教学法,一定程度上提高了学生的学业成绩、应用问题的兴趣和问题解决意识.

基于大数据谱系的枪械质量数据管理及监测

将大数据技术应用在枪械质量管理领域,可以有效的整合枪械制造过程各阶段的质量数据资源,解决现阶段质量数据多而分散、数据结构层次不齐、数据资源难以应用的问题,并与设计、工艺、制造等装备的全生命周期串联在一起,实现枪械装备全寿命周期数据化管理。本文提出一种基于大数据谱系的枪械质量数据管理方法,能够满足枪械制造过程质量数据管理要求,结构化存储和监测结果实时展现的需求,并对历史数据多维钻取,实现枪械质量问题的精准溯源。

知识与数据融合驱动的油气藏智能表征及研究进展

油气藏是一个极其复杂的地下系统,油气藏表征是一个充满不确定性的科学与技术难题,主要基于知识驱动的传统油气藏表征理论与方法具有局限性,遇到众多难题和发展瓶颈.近年来,以深度学习为代表的人工智能技术广泛应用于油气藏表征问题研究中,并在特定问题上取得突破性进展,但是各方向研究相对分散,缺乏系统性理论认识,人工智能技术与专业领域知识的融合不足.本文提出知识与数据融合驱动的油气藏智能表征的理念与方法,基于油气藏数据特征,利用先进的人工智能技术,融合专业领域知识,充分挖掘油气藏大数据中隐含的有效信息,以实现更可靠、更高精度、更高效率的油气藏表征.同时对油气藏智能表征关键研究内容的最新进展综述,主要包括基于深度学习的测井智能储层评价、地震智能储层预测、储层智能随机建模等方面的研究进展,最后提出油气藏智能表征的发展展望.