【摘 要】
：
为探索黔西地区煤层气有利层段优选及分层压裂合层排采工艺,促进煤层气勘探开发工作,依据煤层气地质、工程资料,通过杨煤参1井与邻井的压裂排采分析,确定该地区煤层气有利层段的优选原则及精细化排采制度.研究结果表明:5-2煤、7煤、13-1煤、13-2煤储层压力系数相近,为黔西地区煤层气合层开采的有利煤层.将杨煤参1井煤层气井合层排采制度优化为排水降压、临界解吸、憋压产气、放套压提产、控压稳产5个阶段,总结相应精细化排采方法.研究结果可为黔西地区多薄煤层气开发提供借鉴.
【机 构】
：
中国地质调查局油气资源调查中心,北京100083
【出 处】
：
辽宁工程技术大学学报（自然科学版）
论文部分内容阅读
为探索黔西地区煤层气有利层段优选及分层压裂合层排采工艺,促进煤层气勘探开发工作,依据煤层气地质、工程资料,通过杨煤参1井与邻井的压裂排采分析,确定该地区煤层气有利层段的优选原则及精细化排采制度.研究结果表明:5-2煤、7煤、13-1煤、13-2煤储层压力系数相近,为黔西地区煤层气合层开采的有利煤层.将杨煤参1井煤层气井合层排采制度优化为排水降压、临界解吸、憋压产气、放套压提产、控压稳产5个阶段,总结相应精细化排采方法.研究结果可为黔西地区多薄煤层气开发提供借鉴.
其他文献
为解决新能源发电装置的输出电压较低问题,提出一种高增益DC-DC变换器.将Boost变换器和Zeta变换器进行集成组合,引入开关电感和磁集成技术,由此得到高增益开关电感磁集成组合Boost-Zeta变换器.对变换器进行理论推导与实验验证.基于磁集成技术,设计了3个电感器的耦合集成方案,有效减小了电感的电流纹波.研究结果表明:该变换器具有电压增益较高和电压应力较低的优势,具有良好的特性,可应用于非隔离型直流升压的场合.
在选矿生产过程中,磨机给矿粒度对磨矿分级效率影响重大,是一个关键的控制参数.由于矿石表面不规则、棱线较多,同时存在矿石间堆叠的问题,给基于图像的矿石粒度检测带来极大困难.本文提出一种基于GAN–UNet的矿石图像分割方法,针对矿石图像棱线易引起矿石边缘错误识别的问题,采用生成对抗网络进行图像分割,将U–Net作为图像分割生成器网络,使用人工标记的矿石边缘图像作为真实图像,随后构建判别器网络以判断图
本文针对非参数不确定永磁同步电机系统,提出一种基于扩张状态观测器的重复学习控制方法,实现对周期期望轨迹的高精度跟踪.首先,将永磁同步电机中的非参数不确定性分为周期不确定与非周期不确定两部分.其次,构造包含周期不确定的未知期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定.在此基础上,设计扩张状态观测器,估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于李雅普诺夫方法分
研究一类不确定非线性时变系统的预设暂态性能渐近状态跟踪控制问题.在无需系统函数先验知识的条件下,本文采用漏斗控制技术和障碍李雅普诺夫函数方法,提出了一种新颖的鲁棒自适应状态反馈控制策略.所设计的控制器不仅能够确保状态跟踪误差渐近收敛到零点,而且满足其预先设定的性能要求.仿真实例验证了所提控制策略的有效性.
传统的永磁同步电机模型预测电流控制策略仅在一个采样周期内寻优,难以避免陷入局部最优问题,而多步预测会增加预测次数,计算复杂度成倍增长.为此,提出一种低复杂度的永磁同步电机三步电流预测控制策略.首先,在延时补偿的基础上,两步预测结合三矢量电压控制和最优占空比电压控制,三步预测保持与两步预测相同的电压矢量,然后由代价函数选出控制电压矢量;最后,设计电感dq轴分量双闭环的鲁棒控制.仿真结果表明,相比其他控制策略,所提策略具有良好的动静态性能,寻优代码执行时间降低了约51%;在不影响输出电能质量的前提下,开关频率
深度卷积神经网络模型在很多公开的可见光目标检测数据集上表现优异,但是在红外目标检测领域,目标样本稀缺一直是制约检测识别精度的难题.针对该问题,本文提出了一种小样本红外图像的样本扩增与目标检测算法.采用基于注意力机制的生成对抗网络进行红外样本扩增,生成一系列保留原始可见光图像关键区域的红外连续图像,并且使用空间注意力机制等方法进一步提升YOLOv3目标检测算法的识别精度.在Grayscale-The
双重积分器不易控制,PD和PID控制都难以实现其快速无超调阶跃响应.本文发现单参数二阶线性自抗扰控制能实现双重积分器的快速无超调阶跃响应.同时能任意配置回路传递函数的增益穿越频率,而保持相位裕度恒为31.9°.这是线性自抗扰控制优于PD和PID控制的一个例子.分析和算例还表明,在抗低频外扰和高频内扰方面,二阶线性自抗扰控制优于PD和PID控制.
本文针对带软时间窗的同时取送货车辆路径问题(VRPSPDSTW),以最小化车辆行驶总里程和最大化服务准时率为优化目标,提出一种超启发式分布估计算法(HHEDA)进行求解.全局搜索阶段,首先,提出3种启发式规则生成初始个体,以确保初始种群的质量和分散性;其次,根据问题特点,构造3个概率矩阵分别学习和积累优质解的排序信息、客户间的距离信息和捆绑信息,并通过采样概率矩阵生成新个体,以增强算法全局搜索发现解空间中优质区域的能力.局部搜索阶段,将11种邻域操作组成备选集合,进而设计学习型超启发式局部搜索(LHHLS
本文对非平衡有向拓扑下一阶多智能体系统的分布式优化问题进行研究.研究的智能体在与邻居的通信过程中都有一个变化的时延.本文的目标是找到使得目标函数f(x)=Σ_(i=1 )/Nfi(xi)最小的智能体的状态.提出了一种基于有向图的拉普拉斯矩阵的零特征值对应的左特征向量和智能体的局部信息的控制器.在这项研究中,去掉了fi(xi)的梯度有界要求,并且不要求网络平衡.在某些假设下,所有智能体都达到相同的状态,同时最小化目标函数Σ_(i=1 )/N fi(xi).最后,通过数值模拟验证了本文的研究结果.
针对残缺互补判断矩阵次序一致性检验、调整及排序方法存在的问题,采用残缺互补判断矩阵次序一致性及排序的偏序集表示方法.在界定偏序集、模糊互补判断矩阵、残缺互补判断矩阵、截集矩阵等定义基础上,利用偏序关系矩阵的转换关系给出次序一致性的检验定理;证明了残缺互补判断矩阵任意截集矩阵满足传递性和残缺互补判断矩阵完全次序一致性的等价定理;根据上集和下集特征,给出更为简捷的残缺互补判断矩阵排序方法.研究结果表明:与其他方法相比,调整及排序方法赋值有依据、方法简单、易操作,鲁棒性强.