云南惠民铁矿遥感近矿找矿标志及成矿预测

分析总结惠民铁矿区赋矿地层惠民组火山岩、弧形构造内缘北西向构造交汇部位、铁染羟基异常等成矿、控矿条件的遥感影纹、色调等标志,根据矿化遥感异常信息圈定3处找矿远景地段。

现场气测异常出现二次循环气现象的探讨

气测录井过程中出现的二次循环气易造成气测假异常,这种假异常往往会掩盖地层真实的油气水显示,也给现场油气水层的解释评价带来困难。因此,能够在现场准确区分出这些特殊现象造成的假异常,对于准确识别真实的油气显示有着重要的作用。通过Y 60井二次循环气现象的剖析,提出了识别二次循环气的方法,并通过接单根后效、二次峰(2号罐)入口全脱组分与出口全脱组分参数分析比较,进一步说明了气测异常时钻并液含有的气体在地面没有全部除去,致使钻井中的烃类气体二次入井,形成二次循环气的过程,有助于现场录井识别二次循环气,消除对真实油气显示的影响,提高气测解释符合率。

老工业采油井场输油管道泄漏真假异常识别方法

在生产环境下油管泄漏异常极少发生,并且人为调整泵频率、仪表校准等带来的监测数据曲线突变,即假异常,混淆在真异常中难以被区分,导致传统基于机器学习的泄漏异常识别方法召回率较低,误报率较高。针对该问题,提出一种基于真假异常区分的输油管道泄漏异常识别方法,利用一类支持向量机(One-Class Support Vector Machine,OCSVM)学习输油管道的正常工作模式,并利用该模式筛出管道的疑似异常,即真假异常。通过叠加多源数据的方式增加真假异常曲线形态差异,并利用相似性聚类发现泄漏事件的异常模式。将该方法应用到中国西北某老工业采油井场输油生产环境中进行验证,结果表明:泄漏异常识别召回率为100%,假异常排除率达到83.49%。该方法实现了在复杂生产环境中对输油管道泄漏异常事件的实时、高效监测,并为机器学习方法应用于生产环境提供了实践思路。(图8,表4,参28)