地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

高等职业教育教材资源现状与发展研究

本文从目前高职教材中存在的问题,高职教材的质量标准和高职教材的发展趋势等方面对高等职业教育教材资源现状与发展进行了研究,供参考。     

永磁直线波力发电机的磁场分析与参数计算

为了直接把海洋的波浪能转换为电能,提出了一种永磁直线波力发电机。设计了电机的结构。以一个定子模块数为3,振子永磁体磁极数为5的直线发电机为例,采用电磁场有限元方法分析了电机磁场和空载感应电动势,求解发电机定子绕组的电感参数,计算了发电机的功角特性曲面。对感应电动势的实验结果与计算结果进行比较,相对误差为6.8%。该型永磁直线波力发电机在振子速度为0.9m/s时最大输出功率可达80W,能够有效利用海洋波浪能发电。     

改进的模拟退火算法及其在正交偶极子各向异性反演中的应用

正交偶极子各向异性反演中一般采用快速模拟退火算法(VFSA)。为了提高VFSA算法的分辨率，提出了一种改进的VFSA算法，此算法需结合局部优化算法，即在VFSA算法的每一循环中随机产生3个点，然后运用单纯形算法进行局部寻优，所得最优解作为下一循环的初始点继续下一循环。使用改进的VFSA算法处理了大庆某井的正交偶极子声波测井数据，并将该算法与传统的VFSA算法的处理结果进行了比较。结果表明，改进的VFSA算法比传统的VFSA算法具有更好的收敛特性。若合理地选择计算参数，则改进的VFSA算法的速度下降并不明显。     

用模拟退火方法计算偶极横波时差

直接使用横波测井已经成为油气勘探开发中重要的手段。针对高频散的挠曲波,将基于模拟退火的优化方法引入阵列偶极子测井资料处理中,以得到横波时差。该方法与常规的速度求取方法不同,它不仅采用接收器阵列组合,而且采用单个源－接收器在不同深度的组合。此方法也提供了一种在整个井段定量地得到相对置信度的方法。应用此方法处理了辽河油田5700横波测井数据,并与横波慢度的常规估计方法进行了对比,结果表明,此方法比常规的相关分析等方法更可靠。     

永磁同步伺服电动机的磁场分析与参数计算

为了更有效地对永磁同步伺服电动机进行设计和分析,需准确进行电机的磁场分析和参数计算。该文以一台定子为集中绕组、槽/极比为9/6、转子磁极为径向充磁圆筒形磁极等结构特点的永磁三相同步伺服电动机为例,分析了其磁场的分布情况,给出了电机的磁场分布图;对用电磁场数值计算来求解电机的空载反电动势进行了研究和分析;同时对如何求解电机的定子绕组电感进行了研究。计算结果与实验所测的结果吻合较好。该文提出的磁场分析和参数计算方法,对这类结构的永磁伺服电动机的设计和分析具有很好的参考价值。     

N-(4-氨基苯基)马来酰亚胺分子结构、光谱和热力学性质的理论研究

N-(4-氨基苯基)马来酰亚胺是一种新合成的NPMI类化合物,在B3LYP/6-311+G*水平对N-(4-氨基苯基)马来酰亚胺分子进行几何结构优化和频率、热力学性质计算,得到它的红外光谱、拉曼光谱和不同温度下的热力学性质.结果显示,该分子中氨基(—NH2)上的N与六元环成177.7°的二面角,五元环和六元环两个平面成90.0°的垂直构型,整个分子结构不具有对称性;热容、熵、焓等热力学性质与温度之间存在着很好的函数关系式.     

数字油田中的光纤技术

从数字油田的组成和光纤传感器的工作原理出发,探讨了光纤传感器在油田勘探、开发、油藏监测、油气储运、管线监测等及其辅助设施中的应用优势,并讨论了光纤传感器在数字油田建设中的地位,对比分析了国内外光纤传感器在油田的应用情况和前景。     

多分量感应测井响应的交错网格有限差分法模拟

从电磁响应方程出发,应用交错网格有限差分法推导了三维各向异性地层多分量感应测井响应的差分计算格式,并利用所形成的算法考察了多种环境条件下多分量感应测井的响应规律。计算结果表明,多分量感应测井各磁场分量不仅与地层水平电阻率和垂直电阻率有关,还与仪器方位角、井斜角、井眼轴与地层走向的相对位置有关。根据仪器方位角与井斜角间的关系和各测量量,可反演出地层水平电阻率和垂直电阻率,进而改善电性各向异性储层的含油饱和度评价。计算结果表明该算法是准确可靠的。     

神经网络方法在电缆地层测试数据反演中的应用

利用电缆地层测试资料正确反演地层参数是油田勘探中的一项重要任务。将神经网络方法引入到电缆地层测试数据的反演中,可以在考虑管线存储效应和井筒表皮效应对测量产生影响的情况下,同时获得地层的渗透率和井筒的表皮系数。该方法利用地层测试早期和中期的数据,不仅可以缩短地层测试器的测量时间,而且可以充分利用测试过程中的动态数据。验证结果表明,该反演方法是可行的。