三维海洋溢油预测模型的建立(英文)

提出一个海洋溢油三维物理归宿和输运的动力学综合模型。该模型包含了一系列的数学公式来描述对流、湍扩散、表面扩展、铅直扩散、乳化和蒸发过程。每一公式的建立是独立的并且与相关过程、环境和其它参数相联系。该模型需要输入流场作为输运的媒介 ,这可从感兴趣区域的三维潮和风驱动的流体动力学模型获得。模型用来预测和后报溢油在海洋环境中的归宿和输移 ,可为溢油应急反应和环境影响评价服务。

基于一、二维水动力耦合模拟的三峡库区溢油预测模型研究

随着三峡库区通航条件的改善和船舶流量的不断增加,库区水上溢油风险形势日益严峻.文中以一维圣维南方程和二维EFDC模型为基础,实现了一维、二维水动力的耦合模拟,而后结合"油粒子"漂移扩散模型设计了一个适用于三峡库区水上溢油预测模型.在此基础上对175m水位的万州段长江干流的假想溢油事故进行了进行模拟,初步检验了溢油预测模型的效果.

中国近海海上溢油预测与应急决策支持系统研发

开发了中国近海海上溢油预测与应急决策系统,由三维水动力模型、溢油风化模型、环境敏感区图和决策支持模型组成。系统能够预测海面油膜的漂移-扩散行为和风化过程,提供敏感区污染预警和资源优先保护次序、溢油应急优化方案以及溢油清污效果实时动态模拟。作为海上溢油应急反应决策平台,系统能够通过网络提供服务。

基于CNN-BiLSTM的航空发动机滑油流量故障诊断预测方法研究

航空发动机滑油系统为整个发动机的传动系统、轴承齿轮等部件提供滑油,是保证航空发动机正常运行的重要系统,因此准确对航空发动机滑油量进行预测是对保证飞机飞行的安全有重要意义的。为了提高预测准确性,提出了一种基于CNN-BiLSTM的航空发动机滑油流量预测模型,可以同时捕捉数据中的空间特征以及时序关系。以某航QAR数据进行验证,结果与CNN和LSTM模型进行对比,左发预测准确率提升了2.43%和7.85,右发预测准确率提升了7.97%和10.82%,证明了本文所提方法的有效性,为航空发动机滑油流量故障诊断的预测方法提供了新的解决方案。

高含CO_(2)凝析气藏成藏过程中的流体相行为及油环体积预测

成藏后期的CO_(2)充注导致里贝拉区块高含CO_(2)次生凝析气藏的流体相行为十分复杂,油环体积预测难度很大。本文通过流体相平衡模拟、组分梯度分布计算及CO_(2)充注可视化实验,刻画了CO_(2)充注过程中的油气相行为,揭示了油环体积的动态变化规律,建立了基于气顶气组分拟合的高含CO_(2)次生凝析气藏油环体积预测新方法。研究结果表明:1)CO_(2)充注下的油环体积变化分为4个阶段:充注初期,油环以溶胀为主;充注前期,CO_(2)不断置换并萃取油相中的轻质组分,油环体积迅速降低;充注中期,CO_(2)持续萃取油相的轻、中质组分,油环体积缓慢减小;充注后期,CO_(2)-原油组分传质作用明显减弱,压缩效应导致油环体积进一步减小。2)轻质组分的强流动性使气顶气组成均一,重力分异作用使纵向上油环组分呈梯度变化。3)油环体积与气顶气组成和气油比密切相关。4)基于气顶气拟合新方法和不同井深现场勘探预测的油环体积占比分别为19.21%和22.30%,与CO_(2)充注可视化实验获得的油环体积占比(20.60%)较为吻合。

基于TVFEMD和多模型融合的变压器油中溶解气体体积分数预测方法

油中溶解气体分析可以反映变压器的运行状态,对其体积分数精准预测可以为变压器早期故障判别和预警提供理论支撑。为此提出了一种基于时变滤波经验模态分解和多模型融合的变压器油中溶解气体体积分数预测方法。首先,通过时变滤波经验模态分解将气体体积分数序列分解为多个子序列,降低其非平稳性;其次,利用多模型融合策略,将4种不同单模型的预测结果进行融合重构,因单模型权重系数对预测结果有显著影响,利用改进黏菌算法对权重系数进行优化,以提高预测精度;最后,通过算例验证表明,相比于传统的预测模型,所提方法具有更高的预测精度,可以更好地预测油中气体体积分数的变化趋势。

基于SMA-VMD-GRU模型的变压器油中溶解气体含量预测

针对电力变压器油中溶解气体浓度序列非线性、非平稳特性影响预测精度问题,该文基于黏菌算法(SMA)和变分模态分解(VMD)构成黏菌算法优化的变分模态分解(SMA-VMD),结合门控循环单元(GRU)组成分解-预测-重构的变压器油中溶解气体含量预测模型。首先,采用差分法提取原始序列趋势项;然后利用SMA-VMD对剩余序列进行分解,得到一组平稳的模态分量;之后通过GRU对分解所得各模态分量分别进行预测;最后对预测结果进行重构。该研究通过对变压器油中溶解气体H_(2)进行仿真实验,并与另外五种预测模型对比,得出SMA-VMD-GRU模型预测结果平均绝对百分比误差为0.36%,方均根误差为1.76μL/L,有效地提高了变压器油中溶解气体含量含量预测精度。通过对变压器油中溶解气体成分CH_(4)、CO、总烃进行仿真实验,证明了该研究所提预测模型的有效性。

基于径向基函数网络的溢油预测模型

为了提高溢油预测的准确性,建立和优化溢油预测模型,提出了基于径向基函数网络模型的溢油预测方法,实现溢油预测功能。径向基函数网络模型解决了模拟预测过程中样本库巨大、函数模型收敛速度慢的问题。通过选择有效的输入参数和样本数据,建立局部逼近网络;通过径向基函数训练样本数据,利用输出值与实际值之间的误差作为约束条件调整权重因子、径向基中心和宽度,加快函数模型的收敛速度。该模型模拟了溢油的漂移、扩散过程,达到预测的目的。利用该模型,建立了溢油预测模块,并针对一次溢油事故进行预测模拟,验证了该模型的可行性,能够为应急决策提供一定的支持。

采用神经网络建模对海下有机材料加固的油井产量预测研究

海下油井油产量预测在开发调整和优化中继续发挥着越来越重要的作用;但海下油井的加固会进一步影响油产量预测。研究建立注气效应的长短期记忆(LSTM)神经网络模型,预测已有机材料环氧树脂乳液加固渤海碳酸盐岩储层的生产性能;将该模型的计算结果与传统储层数值模拟(RNS)在相同条件下进行了对比。结果表明,LSTM所需的CPU负载仅为4%,LSTM方法的总CPU时间和综合计算功耗分别仅占RNS的10.43%和36.46%。LSTM方法在计算方面具有显著优势,为人工智能在油气开发中的应用提供了新的方向。

改进骆驼算法辅助随机森林模型预测TBM油温

为获取对盾构机(Tunnel Boring Machine,TBM)油温的分类预测性能,基于自然天气现象,提出一种骆驼行走阻力与行走耐力策略改进骆驼算法优化随机森林的预测模型。首先,采用提出的策略对传统骆驼算法进行改进,结果表明,改进后的骆驼算法具有良好的收敛速度和收敛精度;其次,利用改进骆驼算法对随机森林建立的盾构机油温预测模型进行参数优化,获得最优模型;最后,在此基础上,对测试数据集进行分类预测研究分析。实验结果表明,提出的模型预测准确率达到97.71%,相比于传统随机森林模型在准确率上提升了6.38%,可以达到避免油温过高引起盾构机故障的目的,为未来的整机材料-结构-控制多学科协同优化设计和性能预测提供基础。

基于C-Prophet的变压器油温预测方法

变压器绕组温度过高会导致绝缘老化,严重危害电力设备正常运行。变压器油温能够作为判断绕组温度的辅助依据,然而变压器油温受季节因素、天气变化影响较大,目前针对变压器油温预测的精度有待进一步提升。针对此问题,首次将Prophet算法用于变压器油温预测,并提出一种与自适性噪声完备总体经验模态分解(CEEMDAN)相结合的变压器油温预测方法(CEEMDAN-Prophet,C-Prophet)。同时为进一步提升油温预测精度,在预测过程中综合考虑季节变化对变压器油温的影响。C-Prophet预测方法首先利用CEEMDAN对采集的油温信号进行分解,得到最终残差和K个本征模态分量。然后利用Prophet算法对各个分量进行预测,并将得到的N个模态分量的预测值进行求和得到最终的预测结果。算例结果表明,与卷积神经网络(convolutional neural networks,CNN)、长短期记忆网络(long short-term memory,LSTM)和随机森林算法相比,C-Prophet算法预测精度分别提高了54.40%、44.08%、20.09%,且C-Prophet算法在考虑季节因素后预测精度进一步提升了61.24%。

基于LSTM模型的变压器顶层油温预测方法

变压器油温是直接反映变压器散热性能的指标,准确预测变压器顶层油温有利于监测其运行情况。通过分析传统变压器顶层油温数学模型,综合考虑负载率与环境温度对油温的影响,确定以负荷数据峰值与谷值的有功功率、无功功率和环境温度作为特征量,提出了一种基于长短时记忆(Long Short Term Memory Network,LSTM)网络算法的变压器顶层油温预测模型。以变电站真实数据做实例仿真分析,训练所提的LSTM预测模型,并选取5个随机样本进行预测;同时,分别搭建BP神经网络(BPNN)和循环神经网络(RNN)预测模型对相同样本做预测,并截取前30时刻预测数据与LSTM模型的预测值做对比。仿真结果表明,基于LSTM的温度预测模型的计算精度最高,误差率控制在5%以内,预测值与实际值变化趋势基本一致。该模型可有效实现变压器顶层油温的预测。

溢油扩展、漂移及扩散预测技术研究进展

海上溢油灾害会严重破坏中国近海海洋环境,还会直接危害我国经济发展。因此,开展溢油预测预警技术研究是非常有必要的,能够为海上溢油应急响应提供技术支撑。本文综述了溢油扩展、漂移及扩散数值预测技术的发展过程及相关研究成果,包括溢油扩展模型、溢油漂移与扩散模型、溢油预测预警系统,为未来开展溢油应急工作提供了理论依据和参考。

渤海海域溢油应急预测预警系统研究 Ⅰ.海洋动力要素预测技术研究

采用"油粒子"模型,模拟溢油在海洋中的漂移扩散运动,将海流、波浪和风场的模拟结果作为溢油漂移计算的外强迫,来驱动溢油漂移模型,计算其漂移路径。把计算的溢油漂移结果与地理信息系统等平台相结合,建立了渤海海域应急预测预警系统。本文作为该系统研制中的一部分,主要介绍了海流数值计算模型、波浪数值计算模型、风场数值计算模型和溢油预测模型的研究工作。

基于数值模拟样本的聚合物驱深部调剖增油预测方法

为了实现聚合物驱深部调剖增油快速预测,缩短其优化设计周期,开展了以数值模拟样本构建增油预测模型研究。以大庆油田为背景,应用油藏数值模拟技术,采取正交实验设计方法,确定了调剖半径、调前水驱量、调后注水强度、含油饱和度和连通方向等5个对调剖效果敏感因素,计算出数值模拟样本1296个。通过样本劈分和分类回归,建立了8个线性子模型复合预测模型,预测集和测试集决定系数r^(2)均达0.9495以上,增油计算符合率达82%。矿场一口井深部调剖效果预测符合率达到78.7%,预测周期缩短至2天以内。

闽江航道建设对下游敏感目标溢油风险预测

溢油事故是不可逆的环境污染事故,会破坏水体水质,危害生态系统,因而溢油事故的危害不容小觑。闽江下游有多个取水口及湿地保护区,闽江航道施工期及运营期均有溢油事故发生的风险,可能会对环境敏感目标造成影响。根据工程区域情况以及工程建设要求,以二维非稳态模型为平台,建立闽江下游水动力模型,基于实测资料进行模型可靠性分析。在准确的水动力模型基础上,以"油粒子"跟踪技术为指导,建立闽江航道溢油风险预测模型,对闽江下游航道建设施工期及运营期最不利条件下的溢油事故风险进行预测研究,可为闽江应急事故处置、溢油损害评价及取水口的安全管理提供支持和帮助。所提出的溢油事故风险预测方法及思路,能够对溢油事故的积极预防提供一定的参考依据。

注气辅助重力泄油开发油藏采收率预测方法

注气辅助重力泄油已成为油藏提高采收率的最新开发方式,可解决常规连续注气和水气交替注入体积波及系数低的主要问题,大幅度提高最终采收率,然而还未有相对应有效的采收率预测方法。通过对注气辅助重力泄油开发机理研究,利用量纲分析方法,对毛管数、邦德数及重力数进行分析,评价其对采收率影响的相对作用,然后通过考虑储层润湿性、油气密度差与粘度比,重新修正重力数和重力泄油数,利用实验及现场数据,确定其与采收率的关系,最后建立了注气辅助重力泄油开发油藏采收率预测方法。非混相驱替时,重力泄油数与采收率具有很好的相关性,修正重力泄油数与采收率的相关性更好;混相驱替时,重力泄油数与采收率的相关性差一些,但修正重力泄油数与采收率的相关性较好。实例应用表明,经过修正的采收率预测方法计算的结果更接近实际采收率。

海上溢油模拟预测预警研究进展

随着海洋开发和海上运输的不断发展,海上溢油事故也频繁发生,严重污染海洋生态环境,危害海洋生物健康,并造成不可估量的经济损失,因此,开展海上溢油预测预警工作是非常必要的。本文综述了海面溢油模型、水下溢油模型及油—沙相互作用对溢油的影响。在海面溢油方面,主要介绍了Fay油膜扩展理论和在溢油漂移扩散过程中运用广泛的油粒子模型;当水下发生溢油时,油粒子输移扩散过程可分为喷发阶段、浮射羽流阶段和平流扩散阶段,油粒子模型能够模拟溢油在水中卷吸、扩散、上浮、蒸发、乳化和溶解等过程;然后简要介绍了模拟溢油输移扩散行为的油—沙悬浮物相互作用模型,为海上溢油预测及应急响应提供理论参考;最后本文总结了溢油预测预警系统总体架构均采用油粒子模型并具有模块化集成、可视化等特点,为相关海上溢油污染应急工作提供了技术支撑和参考依据。

用改进的模糊AR(p)与指数平滑组合模型预测油田产油量

在模糊AR(p)与指数平滑组合预测模型的基础上,通过对传统指数平滑模型的分析,提出了动态平滑参数的概念,并由此建立了平滑权重对时间序列能够适应的新的指数平滑模型,较完整地解决了传统模型初值难以选取,平滑参数适应性差和系统预测偏差大等问题,从而较传统指数平滑模型有较高的预测精度.并将这两种模型结合起来构成新的改进的模糊AR(p)与指数平组合预测模型,并应用于预测油田产油量.应用实例证明,改进的模糊AR(p)与指数平滑组合预测模型具有更高的预测精度.从而表明该组合预测模型是一种非常有效的预测新方法.

基于灰色最小二乘支持向量机的变压器油溶解气体预测

变压器油中溶解气体的体积分数是进行变压器绝缘故障诊断的重要依据,对变压器油中溶解气体进行预测有助于及时预测变压器的故障。将灰色预测方法与支持向量机相结合,通过使用对原始数列进行一次累加生成的处理方法,以提取数列所具有的深层规律特征,建立了基于灰色最小二乘支持向量机的变压器油中溶解气体预测模型,并对最小二乘支持向量机参数的选取进行了优化,最终通过实例与BPNN、灰色模型预测结果相比较,验证了该模型的准确性和有效性。