基于小波神经元网络模型的网损预测方法研究

提出了一种电力系统网损预测的新算法-小波神经元网络预测模型，它以非线性小波基为神经元函数，通过优化伸缩因子和平移因子确定对应务神经元的小波基函数，从而合成小波神经元网络，达到全局最优的拟合效果，克服了普通人工神经元网络学习速度慢、难以确定网络结构、存在局部极小点等方面的缺点，仿真结果表明，该方法准确，并可使学习速度大大提高。     

鲟鱼片冷藏过程中品质变化规律与预测模型

测定冷藏条件下鲟鱼(Acipenser sinensis)片的感官分值、菌落总数的对数值(lg[菌落总数/(CFU/g)])、挥发性盐基氮的质量分数(w(TVB-N))、鲜度指标(K)等品质指标,研究其品质变化规律,建立动力学和径向基神经网络组合模型。结果表明:随着贮藏时间的延长,lg[菌落总数/(CFU/g)]、w(TVB-N)、K均呈现明显的上升趋势,感官分值呈现下降趋势,各指标之间显著相关(P0.05)。动力学和径向基神经网络组合模型用于鲟鱼片冷藏过程中品质变化的预测,其预测值与试验值之间的相对误差的绝对值小于1%。组合模型充分利用了动力学模型的线性预测和径向基神经网络的非线性预测的优势,预测准确度较高。     

孤东油田二区结垢预测研究

无机结垢是油田注水过程中遇到的最严重的问题之一。结垢给油田开发带来了较大的经济损失。为了高效开发油田,应对结垢进行科学预测,并提出相应的防垢措施。采用Oddo—Tomso饱和指数法对孤东油田二区注水系统的结垢倾向进行预测,结果表明孤东油田二区污水易结CaCO3垢,在实际应用时必须采取适当的措施防止形成CaCO3垢。     

基于多项式与神经网络的陇南林区降水量预测模型

本文基于径向基函数(radial basis function,RBF)神经网络非线性映射能力强、学习收敛快的特点,结合降雨量预测时全年各月降水量对待测月份降水量的相关性,提出一种多项式与径向基函数神经网络混合预测模型,并利用甘肃陇南各林区1944—2011年月降水量为样本对模型进行验证。仿真结果表明:在相同的样本空间下,本文预测模型与一般神经网络相比较,在降水量丰富的月份预测值与实际值误差更小,且收敛速度更快。     

基于支持向量回归机的油田生产预警模型研究

传统的油田开发动态生产预警采用独立性指标阈值判别方法，从而带来预警结果不准确、异常事件发生时报警而不是预警等问题。本课题提出一种油田生产预警模型，该方法将支持向量回归机（Support Vector Regression，SVR）用于油田生产预警中，通过分析历史生产动态数据，找到它们的变化规律，总结出生产异常警报形成模式，在油田异常事件的初期给出预警信号，提前分析处理潜在隐患，以便保证油田采收效率的稳定性。实验结果证明模型对于油田生产中发生的异常情况具有较高的预测准确性。     

不同含水阶段油藏数值模拟开发预测精度分析——以垦西71块东营组为例

油藏数值模拟是油田开发研究和决策的重要工具,其中一项重要功能是利用其对油藏开发指标进行预测。在地质模型一定的条件下,利用油藏数值模拟进行开发指标预测主要受油藏以含水率划分的开发阶段、预测周期等因素影响,开发阶段越早、预测周期越长,不确定因素多,预测误差大。因此在实际应用中,为保证其预测精度,正确把握开发风险,预测周期不宜过长,以5年为宜。     

萨中开发区特高含水期水驱含水变化规律研究

含水变化规律是水驱开发的重要规律,油田进入特高含水期,准确把握水驱开发规律,对油田规划指标预测具有指导意义,针对特高含水期影响油田含水变化的主要因进行了分析,结合含水上升率理论方程,绘制了萨中开发区不同区块、不同渗透率级别的理论含水上升率图版,并用现场实际数据对理论含水上升率图版进行了睑证,给出了特高含水期不同含水阶段对应的含水上升率值,为萨中开发区滚动规划指标预测提供了准确依据。     

井震匹配性分析在老油田储层预测中的应用——以大庆长垣油田北部区块密井网区为例

测井资料和地震资料是油田勘探开发过程中两种最基本的原始资料,在储层预测等精细油藏描述中发挥着重要作用,但由于二者采集的时间、方法及分辨率不同,导致反映的储层信息不一致,造成了储层预测及描述的多解性,影响剩余油开发效果。为此,系统分析了大庆长垣油田北部区块密井网区影响井震匹配性的因素,针对性地提出了地震重采样、测井曲线标准化和趋势约束层位解释技术等解决方案,有效提高了测井与地震资料的空间匹配程度,并在大庆长垣油田北部区块萨尔图油层密井网约束反演储层预测中进行了实际应用,厚度2m以上河道砂体预测符合率达到了80%以上,取得了较好的应用效果。     

浅谈油田开发建设项目水土保持防治措施布设

通过对油田项目水土保持现状分析,结合油田实际情况,根据水土保持规范要求,提出符合油田开发建设项目的水土保持防治措施及防治目标,并结合油田实际案例,主要简述项目及项目区概况,水土保持措施的布设,防治6项指标设定等相关内容。以为后期编制同类油田项目水土保持方案设计提供一定的参考。     

支持向量机在粮食产量预测中的应用

将支持向量机算法应用于粮食产量预测,结果表明,支持向量机的径向基核函数模型预测粮食产量的精度优于其他预测方法。     

基于核极限学习机奶牛日粮能量消化预测方法

为准确评价饲料营养价值和提升饲喂管理水平,精准预测奶牛日粮能量消化指标具有重要意义。传统上主要基于线性回归(LR)方法预测奶牛日粮能量消化指标,但受参数模型假设限制,预测结果精度低,甚至偏离实际。文章首次将核极限学习机(KELM)方法应用于奶牛日粮消化能(DE)和能量消化率(ED)预测,KELM作为一种典型非参数机器学习模型,无需提前对预测模型作任何假设,仅通过学习训练样本数据,便可拟合出最接近实际的函数,特别适用于奶牛日粮能量消化等复杂系统预测问题。与传统LR方法和其他非参数模型RBF-ANN、SVM及标准ELM对比验证与讨论,结果表明,基于KELM预测方法在MAE、MAPE、RMSE及RT等多数指标上优于其他方法,特别是与传统LR方法相比,KELM方法预测精度更高,可作为对奶牛日粮DE和ED预测新型参考方法,为人工智能与机器学习在预测和评价动物饲粮营养价值应用研究提供借鉴。     

辽河油田集输管道剩余寿命预测

对于运行多年的油田老龄管道,为了及时掌握管道腐蚀现状并对管道运行状况进行科学评价,建立了一种埋地钢制管道腐蚀状况预测模型.基于辽河油田原油集输管道局部腐蚀坑检测数据,利用极值分布方法对辽河油田集输管道腐蚀剩余寿命预测进行研究.通过极值分布概率统计,给出了腐蚀管道最大腐蚀坑深度,并依据局部腐蚀发展经验公式,估测管道腐蚀后的剩余使用寿命.预测结果显示：曙五联-首站混油外输管道腐蚀剩余使用寿命为6.2年,曙四联-首站混油外输管道腐蚀剩余使用寿命为11.2年,曙一联-曙五联稀油管道腐蚀剩余使用寿命为4.1年.由于管道进入使用末期阶段,应采取必要措施对管道进行维修,建议各个管道再评价时间间隔应为此次预测时间间隔的1/2.（表2,图2,参14）     

空间数据聚类的TIN三角构网算法

利用Voronoi多边形、Delaunay三角网和距离比较近的事物具有一定相似性的特性,提出了一种利用构建TIN三角网原理对空间数据进行空间数据聚类的分类算法.利用该算法对某油田的布井情况进行了分类,分类结果与实际情况基本一致.     

光泽县止马国有林场森林资源发展趋势灰色预测

应用邓聚龙教授创立的灰色系统与方法,以光泽县止马国有林场森林资源调查统计数据为基础,建立灰色预测GM(1,1)模型,对光泽县止马国有林场森林资源主要指标(森林覆盖率、有林地面积、活立木蓄积量、用材林蓄积量、近成过熟林蓄积量)的发展趋势进行预测。经检验,预测结果精度好,可信度高,可为福建省光泽县止马国有林场森林资源研究提供切实可靠的分析工具。     

格尔木地区光伏电站太阳辐射预报方法研究

利用1961~2010年格尔木地区及其周边站点的常规和辐射气象资料,通过天气学原理和方法,针对格尔木地区影响光伏电站太阳辐射的天气环流形势和影响系统进行了详细的分析,提取了预报指标建立了预报方法,并对预报的结论进行了检验。结果表明,此研究建立的辐射预报方法预报与实况误差较小,该方法对逐时、逐日太阳辐射的预报均具有使用价值,该方法能为格尔木地区光伏产业发展提供必要的气象科技支撑和决策依据。     

生态文明建设评价指标与其体系构建的探讨

为了强化生态文明建设,在综合分析现有生态文明建设内涵与相关指标体系研究成果基础上,确立了衡量生态文明综合评价指标体系3个层次,第一层次分为3个指标,第二层次分为9个指标,第三层分为38个指标;并通过采用专家打分方法,赋予一级、二级、三级指标相应的权重,指标权重赋予表明生态文明建设对各指标元素的依赖程度,而经济发展仍是生态文明建设的核心与关键;此外,根据不同区域实际所处功能区的不同,需要调整指标与相应权重以更贴近当地发展定位。研究最终结果将为实用层面的生态文明建设评价指标设计与计量提供依据。     

基于层次分析法的乡镇新增建设用地指标分解

将土地客观配置经济规律融入新增建设用地指标分解中,探寻适合中国土地管理实际需要的理论与方法。在理论分析基础上将层次分析法用于乡镇新增建设用地指标分解中,以加快对乡镇新增建设用地指标分解的分析,提升中国土地资源规划管理的水平。     

一套适合稠油油田措施效果评价系统的开发

研究了一套适合稠油油田措施效果的经济评价和技术评价指标体系,并在此基础上开发了一套科学的计算机评价系统。系统充分考虑了现有经济评价和技术评价的方法与习惯,直接连网使用油田数据库中的静态数据、措施数据和日动态数据,保证系统使用的时效性、可信性、易操作性。该系统的开发与应用,既有利于采油厂各项增产措施的规范化管理,又能提高各项增产措施的可预测性,为增产措施的优化提供了决策依据。     

动态决策支持系统开发及其在油田生产中的应用

油田生产具有高投入、高产出、高风险的特点以及不可逆性,科学决策尤为重要。但已有的决策支持系统缺少信息综合应用、判断和自动决策的功能。针对以上问题,结合已有的决策支持系统以及油田实际生产情况,提出构建基于数据仓库的综合管理平台并引入专家系统的决策支持系统框架体系。综合管理平台集成现有的数据以及应用系统,通过XML进行动态数据交换,在此基础上构建数据仓库;专家系统通过推理机制为决策支持应用提供基于知识的专家意见。该系统在油田生产决策制定上起到了很好的辅助作用。     

基于反馈动态神经网络的油田异常井诊断模型研究

针对油田异常井诊断的问题，提出基于反馈动态神经网络的模型，该模型具有适应性强、学习效率高等特点。结合粒子群算法弥补其训练速度慢和容易陷入局部最小的缺点，给出模型及算法的优化原则和实现技术。最后根据实际问题，进行油田异常井诊断模型的具体应用，实验结果证明模型对于异常井诊断具有较高准确性及可行性。