2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、伴隨油氣層損害快速診斷的重要性深入人心,一系列的儲層敏感性快速預(yù)測方法被人們建立。目前進行儲層敏感性快速預(yù)測的方法主要有數(shù)學回歸模型法、灰色關(guān)聯(lián)法、專家系統(tǒng)法和神經(jīng)網(wǎng)絡(luò)法等。數(shù)學回歸模型法和專家系統(tǒng)法都受人為因素影響較大,且通用性和可移植性較差;灰色關(guān)聯(lián)法得到的預(yù)測結(jié)果分辨率低,只能評價敏感性的損害程度;神經(jīng)網(wǎng)絡(luò)預(yù)測儲層敏感性受人為因素干擾小,也能定量反映敏感性損害值的大小,但迭代次數(shù)多、收斂速度慢、容易陷入局部小等缺陷限制了其在預(yù)測方

2、面的推廣應(yīng)用。
   模式識別技術(shù)的快速發(fā)展使人們意識到可以將其在預(yù)測儲層敏感性方面加以利用,模式識別的核心問題為特征提取、權(quán)值確定以及隸屬函數(shù)的構(gòu)造。本文利用熵值法對特征參數(shù)進行優(yōu)化提取,挑選出了能夠最好表征敏感性信息的若干個特征;應(yīng)用層次分析法,將以人主觀判斷為主的定性分析進行量化,對儲層損害診斷體系的特征向量的各要素進行綜合評判,確定了預(yù)測體系各要素的相對權(quán)植大小;將常規(guī)的歐氏距離進行加權(quán)改造,解決了模式識別的最關(guān)鍵問題—

3、—隸屬函數(shù)的構(gòu)造。最終建立了模式識別預(yù)測儲層敏感性的新模型,開發(fā)了儲層敏感性預(yù)測系統(tǒng)軟件,并將其成功運用于儲層敏感性診斷領(lǐng)域。
   先以水敏預(yù)測為例來檢驗新模型在儲層敏感性預(yù)測的應(yīng)用效果,水敏損害程度預(yù)測成功率92.31%;水敏指數(shù)的預(yù)測準確率只有1組低于90%,水敏指數(shù)的平均預(yù)測準確率為95.32%。說明新研發(fā)的模式識別模型能較好地實現(xiàn)對儲層水敏性進行精確定性乃至定量預(yù)測;然后將新研發(fā)的模式識別儲層敏感性預(yù)測軟件應(yīng)用于大港油

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論