煤层注水难易程度的Fisher判别分析模型及应用

基于Fisher判别法理论和影响煤层注水难易程度的重要因素,选用煤层的埋藏深度、裂隙的发育程度、孔隙率、湿润边角、饱和水分增值、坚固性系数6项指标作为判别因子,以15组煤层注水的实测数据作为学习样本进行训练,建立相应的Fisher判别函数对15组实测数据用回代估计方法逐一进行检验,正确率为93.3%。将建立的模型应用于3个工程实例,与实际情况吻合良好,计算结果与传统的模糊聚类分析法、神经网络法所得到的结果一致或更好。

煤层注水难易程度的模糊聚类分析及应用

煤层注水难易程度是确定煤层注水方式的重要依据,通过对煤层注水难易程度影响因素的充分分析,确定了影响煤层注水难易程度的主要因素并建立基于煤层的埋藏深度、裂隙发育程度、孔隙率、湿润边角、饱和水分增值和坚固性系数为指标的模糊聚类分析模型。通过对本模型评判结果与Fisher判别分析方法评判结果及煤层注水实际情况进行对照,验证了本模型的可靠性和准确性。依据此模型对双鸭山矿业集团东荣二矿南二下延18层7面工作面煤层进行预测,预测结果与实际情况相吻合。

煤层注水难易程度的Bayes判别分析法

基于Bayes判别分析方法的基本思想,建立了煤层注水难易程度的Bayes判别分析模型。该模型选用煤层的埋藏深度、裂隙发育程度、孔隙率、湿润边角、饱和水分增值和坚固性系数6个指标作为判别因子,将煤层注水的难易程度分为3个等级作为Bayes判别分析的3个正态总体。以15组煤层注水实测数据作为训练样本,建立了Bayes判别模型。用回代判别的方法对15组实测数据进行判别分析,以验证模型的准确性,并将模型应用于工程实例中。研究结果显示,Bayes判别分析模型误判率较低,能更好的应用于实际工程中。

SL油田H135断块注水能力分析

SL油田H135断块属于低渗透储层,早期采用天然能量开采,但由于地层能量的降低,采收率迅速下降。为了提高低渗断块的开发效果,对油田开始实施注水措施,通过几年的注水开发,区块的日产油逐渐减少,采出原油的含水率也逐渐上升,所以需要系统地对该断块的注水能力进行研究分析,为油田后续开发提供合理的依据。对研究区的开发现状进行动态分析,包括产能分析、递减规律研究、注水见效分析、注水强度和注水难易分析;再运用油藏工程等方面的理论和技术,对研究区的含水率上升率、水驱指数、存水率、启动压力、吸水指数、注水倍数等指标对注水效果的影响进行评价。