基于ISSA−LSTM的浓缩池溢流浓度预测

浓缩池溢流浓度监测是实现煤泥水智能加药的关键。针对基于传感器的溢流浓度监测方式会导致絮凝剂调节滞后的问题,提出了一种基于改进麻雀搜索算法(ISSA)−长短期记忆(LSTM)的浓缩池溢流浓度预测方法。首先,对浓缩生产过程中的多参数时间序列进行相关性分析和预处理,得到输入变量。其次,采用多策略联合改进麻雀搜索算法(SSA):引入Tent混沌映射对麻雀种群进行初始化,以保证种群多样性,加快算法收敛速度;用螺旋捕食策略改进SSA的寻优过程,以兼顾局部开发和全局搜索能力;用萤火虫扰动策略对麻雀搜索结果进行扰动,以提高全局搜索能力,避免算法陷入局部最优。然后,采用ISSA优化双层LSTM网络模型的超参数。最后,构建基于ISSA−LSTM的浓缩池溢流浓度预测模型,进行在线监测。实验结果表明:①选取Ackley函数和Rastrigin函数作为测试函数,得出ISSA的全局寻优性能和收敛速度均优于粒子群优化(PSO)算法、鲸鱼优化算法(WOA)和标准SSA。②3种改进策略中,螺旋捕食策略对ISSA性能的提升起主导作用,混沌映射和萤火虫扰动策略协调算法的收敛速度和全局搜索能力,进一步提升算法寻优性能。③采用ISSA优化LSTM的超参数,解决了依靠主观经验取值时存在的欠拟合或过拟合问题,ISSA−LSTM模型的溢流浓度预测精度达97.26%,高于双层LSTM、SSA−LSTM、最小二乘支持向量机(LSSVM)等模型。④数据预处理可以提升模型的精度,降噪后溢流浓度预测精度比降噪前提升了30.25%。

水平井录井阶段地质录井技术的应用研究

随着国际格局的变化,中国对石油、天然气的依赖程度越来越高,为了实现非常规油气资源的有效开发,我国加快了能源的勘探和开发速度,水平井设计是目前普遍采用的一种方法,但其在实际生产中出现的一些问题已成为制约其高效率开发的瓶颈。文章对地质录井的基本原理进行了较为详尽的论述,并对其在实际应用中遇到的困难及采取的有效对策进行了探讨。

地质录井技术简介及其在水平井钻井施工中的应用

近些年来,随着我国经济的高速发展,国内对能源的需求不断增长,但是受资源储量接续的限制,中国进口油气资源的比重越来越高,从保证国家能源安全需求出发,中国加大了油气资源的勘探开发力度,油气勘探向深地、深水及非常规油气资源迈进,其中水平井在非常规油气开采中扮演着重要的角色,介绍了地质录井技术简介及水平井录井要求,并简述了地质录井技术在溢流预测、地质导向中的应用,为水平井钻井施工提供了保障。对类似井的施工具有指导意义。