水下井口疲劳热点处的疲劳损伤评估方法及监测评估系统

    公开(公告)号:CN109829233B

    公开(公告)日:2023-09-26

    申请号:CN201910091436.9

    申请日:2019-01-30

    Abstract: 公开了水下井口疲劳热点处的疲劳损伤评估方法及监测评估系统。该方法包括:根据DNV标准,建立水下井口有限元局部模型;获取模拟固定点和模拟BOP固有频率;获取监测固定点和监测BOP固有频率;对比;对井下水口有限元局部模型进行校正;根据校正后的水下井口有限元局部模型施加弯矩载荷,模拟得到水下井口疲劳热点处的弯矩应力曲线;获取水下井口疲劳热点处在作业周期内的BOP加速度a和角速度ω;通过传递函数,转换为水下井口疲劳热点处的弯矩时程曲线;结合上述两曲线,模拟得到水下井口疲劳热点处的应力时程曲线;根据该应力时程曲线,得到水下井口疲劳热点处的疲劳损伤评估结果。该系统能够辅助实现该方法。其能够提高水下井口疲劳损伤评估精度。

    一种基于机器学习代理模型的大规模油藏注采优化方法

    公开(公告)号:CN111625922B

    公开(公告)日:2022-04-12

    申请号:CN202010292889.0

    申请日:2020-04-15

    Abstract: 本发明涉及一种基于机器学习代理模型的大规模油藏注采优化方法,所述方法针对传统进化算法优化设计时调用数值模拟次数多的缺点的解决方案,结合代理模型、降维算法的进化算法框架,使用萨蒙映射作为降维算法对原始数据进行降维,计算简单、易于实现,所述方法首先在保证精度的前提下通过少量试验样本构建一个计算量小,计算速度快,但计算结果与数值模拟器得到的结果相近的数学模型。基于机器学习方法中的高维插值理论,采用计算快速的数学模型逼近目标复杂系统,代替其完成优化设计。为了提高代理模型精度,使用进化算法进行动态取样更新完善代理模型,从而获得更高的经济净现值下的最优油水井生产方案,具有很好的推广应用价值。

    一种基于并行代理模型的油藏生产机器学习方法

    公开(公告)号:CN111861774B

    公开(公告)日:2021-06-04

    申请号:CN202010572648.1

    申请日:2020-06-22

    Abstract: 本发明涉及一种基于并行代理模型的油藏生产机器学习方法,所述方法基于代理模型的并行油田生产优化方法在每次迭代中能够同时得到多个较优的候选方案,然后使用MATLAB并行调用油藏数值模拟软件Eclipse对其同时进行真实评测,可以大幅度减少复杂问题的优化时间,通过本发明的方法,可以大幅度加快油田生产优化速度,提高优化的效率和最终优化的效果。同时本发明的方法,除了调整油田的油井与水井的生产制度,还可以用于优化井网、历史拟合等。

    一种基于色谱分离的三元复合驱注采优化方法

    公开(公告)号:CN111625925A

    公开(公告)日:2020-09-04

    申请号:CN202010329814.5

    申请日:2020-04-24

    Abstract: 本发明公开了一种基于色谱分离的三元复合驱注采优化方法,具体涉及油气田开发领域。该方法利用油藏资料建立三元复合驱油藏地质模型进行油藏数值模拟,从模拟结果中选取三元复合驱参数,建立三元复合驱色谱分离程度评价模型,利用无梯度优化算法,优化三元复合驱中各物质的注入浓度,更新色谱分离参数值,判断更新后色谱分离参数的增量是否满足收敛条件,若不满足,则将优化后的注入浓度代入三元复合驱油藏地质模型中继续优化,若满足,则输出最优注入浓度。该方法将无梯度优化算法与油藏数值模拟相结合,基于色谱分离程度评价模型优化最优注入参数,实现了对化学驱效果的快速预测,对指导油藏化学驱开发方案的制定具有重要意义。

    一种坝砂有利储层分布范围预测方法

    公开(公告)号:CN107165627B

    公开(公告)日:2020-04-28

    申请号:CN201710584424.0

    申请日:2017-07-18

    Abstract: 本发明提出一种坝砂有利储层分布范围预测方法,包括如下步骤:根据油田开发资料,拟合坝砂砂体的长度、宽度分别与厚度之间的函数关系;对不同埋藏深度的多个坝砂岩心取样,绘制不同埋藏深度范围的坝砂砂体内碳酸盐胶结物含量的分布图版;采用距砂泥岩界面的最短距离表征胶结壳厚度,根据绘制的碳酸盐胶结物含量的分布图版,拟合给定碳酸盐胶结物含量下胶结壳厚度与坝砂的埋藏深度之间的函数关系;分别建立坝砂砂体内有利储层的长度预测模型和宽度预测模型,进行预测。该方法基于坝砂砂体边缘碳酸盐胶结物的分布建立预测模型,能够准确预测坝砂有利储层分布范围。

    一种煤矿顶板突水危险等级预测方法

    公开(公告)号:CN110348639A

    公开(公告)日:2019-10-18

    申请号:CN201910638323.6

    申请日:2019-07-16

    Abstract: 本发明涉及煤矿安全技术领域,特别涉及一种煤矿顶板突水危险等级预测方法。所述方法基于PCA-LVQ神经网络,具体包括以下步骤:步骤1:收集煤田有效厚度、单位涌水量、含水层载荷传递系数、有效保护厚度、分形维值和关键层到煤层的距离及对应的危险等级;步骤2:对数据进行主成分分析及归一化;步骤3:对学习向量量化神经网络训练参数进行设置;步骤4:隐层网络节点选取;步骤5:利用软件建立神经网络模型;步骤6:对建立的神经网络进行训练;步骤7:神经网络精确度预测。本发明预测结果精度高,结构简单,可有效的防止煤矿顶板突水事故的发生,适宜推广应用。

Patent Agency Ranking