【摘 要】
:
如今我国油田开发已进入中后期阶段,含水率逐渐增高,而化学驱油技术已成为提高采收率的重要手段,但其注入时间较长且短期内效应难显现,因此,探究如何利用海量时序注聚数据,充分挖掘高维空间、多方面数据隐含价值以及研究化学驱产量预测,具有重要的科研和社会价值。由此,利用数据挖掘进行采收率预测技术应运而生,该技术不仅可提升油藏数据的利用率,同时也为今后采油技术的创新与发展提供理论与数据支撑,以保证井区以较小代
论文部分内容阅读
如今我国油田开发已进入中后期阶段,含水率逐渐增高,而化学驱油技术已成为提高采收率的重要手段,但其注入时间较长且短期内效应难显现,因此,探究如何利用海量时序注聚数据,充分挖掘高维空间、多方面数据隐含价值以及研究化学驱产量预测,具有重要的科研和社会价值。由此,利用数据挖掘进行采收率预测技术应运而生,该技术不仅可提升油藏数据的利用率,同时也为今后采油技术的创新与发展提供理论与数据支撑,以保证井区以较小代价预测采油效率。在此背景下,本文提出一种基于多维特征的化学驱提高采收率预测方法。首先构建面向服务的多维注聚数据集(SOMIPD)。其次,针对生产维度注聚数据的时间序列顺序中断或合并数据导致数据空缺的问题,设计基于神经网络的注聚数据生成方法(DGPI-NN),基于对抗学习思维设计其鉴别器、互信息损失分类器以及生成器,相辅相成为数据生成服务。之后,将注聚支持型数据集中五维度21个分层分别进行基于随机森林的多分层与多维度注聚数据特征选择方法,采用多分层特征决策树相似度对比方法和Leaf-wise策略分别为特征选择进行精简树并优化构建森林过程,挖掘分层内与跨分层特征对产量的重要性排序,并将二者结果进行权重合并,构建最优特征子集。最后,为更好的研究该油层内相似井况的预测以及区分井况方法,充分利用注聚数据的时序性,设计基于选择激活的LSTM块预测模型(LSTMB-SA),并根据井况设计不同LSTM块预测模型,以数据选择激活方法为原则,将数据选择性执行不同LSTM块预测产液量与产油量,最终得到采收率预测结果。实验分析表明,采用DGPI-NN方法的MSE约为经典GAN算法的1/4,最优特征子集的构建速度约为经典随机森林速度的3倍,而且子集维度更少,采用LSTMB-SA模型比经典LSTM与XGBoost方法的实验结果更准确,其RMSE值为0.1985。从而,验证了本文提出的方法具有良好的可靠性。
其他文献
在大数据时代,互联网数据存在着数据量大,特征维度高的特点,然而在检索领域,却存在检索速度快,存储空间低的需求。哈希方法作为解决这一问题的主要方法引起了广泛关注。哈希方法通过哈希函数将高维特征映射为低维的二值哈希编码,以此提高检索速度,降低存储空间。近些年,深度学习表现出强大的特征学习能力,结合深度学习的哈希学习方法能够通过神经网络同时进行特征和哈希编码的学习,性能明显优于传统哈希方法。本文重点研究
自然场景下任意形状文本检测和识别技术是当前计算机视觉领域的研究热点之一,在图像检索,自动翻译,自动驾驶等领域具有积极作用。由于自然场景图像背景复杂,易受光照和拍摄角度的影响,导致检测和识别困难,同时由于图像中文本是任意形状的,包括水平,倾斜及弯曲文本,进一步加大了文本检测和识别的难度。目前,这项富有挑战性的任务仍在研究探索阶段。针对任意形状文本检测和识别难的问题,本文提出了一种基于深度学习的任意形
Polar码是唯一一种在理论上被证明达到香农极限的信道编码技术,已被选为5G控制信道e MBB场景编码方案。Polar码的译码算法有多种,其中在连续消除译码算法下具有较低的译码复杂度。但是,该算法的串行译码特性导致译码时延较高且码长长度受限时纠错性能不理想。针对上述问题,本论文在调研连续消除译码算法及其改进算法的基础上对Polar码译码技术进行了研究,分别提出了基于结点错误概率的简化连续消除译码算
随着激光雷达、深度相机等三维传感器在各类三维场景上的广泛应用,基于点云数据的三维场景感知学习越来越受到人们的关注,针对传感器直接输出的三维点云数据的研究也逐渐从底层次的几何特征提取向高层次语义理解过渡。深度学习特别是深度卷积神经网络在特征学习及语义信息提取上有巨大优势,如何设计高效的网络模型并利用点云数据驱动模型进行三维场景感知学习成为最近的研究热点。三维点云的深度学习方法研究主要受以下几个方面的
随着经济全球化的推进,世界各个国家及地区的贸易往来日益密切。为了进一步释放中国的经济活力,中国在2013年提出“一带一路”倡议,国内各省市积极参与到“一带一路”建设中。山东省作为“一带一路”规划的海上战略支点,积极响应倡议,在2018年迅速成长为贸易出口的第二大省。为了进一步了解“一带一路”倡议下山东省对沿线国家出口贸易效率、潜力情况,本文进行了系统的定性、定量分析。本文使用随机前沿引力模型分析山
借助社交网络平台,重大舆情事件相关信息在互联网上快速传播,其中的异常信息(如消极、激进言论)会使大范围网民出现消极、恐惧、激进等不良情绪,导致舆情态势不能健康发展,对国家安全和社会稳定带来一定程度的冲击。通过对网络舆情数据进行分析可以快速掌握全网舆情态势,发现其中的异常信息、重大舆情事件的演化情况,并对网络舆情态势的发展趋势进行预测,这对于维护网络与社会环境的稳定均具有重要意义。在此背景下,本文为
准确判别注采连通情况对提高水驱油藏原油的采收率具有重要意义,在油田生产过程中,可以为注入水流动方向和剩余油分布情况的描述提供依据,对注采方案的优化、开发部署方案的调整也具有重要的指导意义。注采连通情况的判别分为静态判别和动态判别。静态判别是对油藏开发前初始连通情况的描述,是定性判别。而动态判别是对开发现阶段连通情况的描述,是定量判别。因此,本课题从静、动态角度对注采连通情况的判别进行综合研究。针对
雾计算作为新兴的数据处理和管理平台,弥补云计算在低时延、低能耗和移动性支持等应用方面的不足,给物联网时代带来了革命性的变化。为了对雾计算技术的进一步研究,本文以云-雾环境为背景,首次提出了一种基于改进烟花算法的多目标任务调度策略,即根据任务需求的不同构建一个面向任务特性的多目标调度模型,进而提出一种改进的烟花算法对调度模型进行优化,提高云-雾计算系统的整体运行效率。本文的具体研究内容如下:由于不同
能源作为重要的投入要素对一国经济、环境具有广泛影响,经济增长与能源利用效率之间密切相关,当下全球环境不断恶化导致各国经济发展面临碳约束与能源资源约束。基于此,本文选取了全国29个省、市、自治区2009-2017年的数据,对我国能源经济效率与能源环境效率指标分别进行定义和分解,之后对能源利用效率的影响因素进行分析。首先,本文定义了能源经济效率与能源环境效率,通过将劳动要素、资本要素、能源要素投入生产
作为一种新兴的去中心化技术,区块链能够通过各个参与节点对链上事务的共识机制,以达到解决网络信任问题的目的。在软件体系架构中,区块链可作为一种特殊的模块参与软件系统的业务流程,提供了验证与存储数据的分布式账本技术,与智能合约程序运行基础设施。本文课题对基于区块链的应用设计模式与服务进行研究,通过智能合约设计模式、区块链自主身份管理设计模式与架构设计、基于能力的物联网设备应用区块链访问控制,多方面构建