朱海双
- 作品数：8 被引量：28H指数：3
- 供职机构：西南石油大学更多>>
- 发文基金：四川省教育厅重点项目国家教育部博士点基金更多>>
- 相关领域：石油与天然气工程天文地球更多>>
- 基于动态预测的优化配产系统研究
- 2011年
- 配产在油田开发过程中起着重要的作用,特别是对于目前处于开发中后期的油田而言,进行合理配产更是油田稳产、高产的重要保障。基于时变系统的动态预测方法,利用自动优化配产技术,形成油田优化配产系统。该系统在油田采油厂运行状况良好,取得了较好的生产效果,节省了人力物力,提高了油田采油厂的优化配产水平。
- 蒋大伟刘道杰刘磊朱海双
- 关键词：油田优化配产
- 钻井工程风险评价的一种简单实用方法被引量：1
- 2010年
- 钻井工程存在大量复杂和不确定因素,具有很大风险性。如何进行准确的钻前风险评价和有效的钻井风险控制,不仅是控制钻井工程风险的前提,更是钻井工程投资决策的重要依据。文中以层次分析法为基础,通过调查研究分析,发现很多情况下的钻井技术风险主要由地层风险、生产风险、后勤保障风险以及其它风险所组成。采用1-9标度法建立专家评判矩阵,对钻井风险因素进行定量评价,建立了钻井工程风险综合评价模型。通过对实例的分析,说明该方法的简单实用性。
- 张琥谢祥俊郝晓丽朱海双
- 关键词：层次分析法
- 基于主成分分析的离散过程神经网络水淹层动态预测方法被引量：5
- 2010年
- 提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性。引入了反映深度变化累积效应的输入参数——测井参数曲线层段的不同油层厚度。据此建立的识别模型能够反映出随含水率的上升、深度不同时测井曲线的变化规律。实例研究表明,提出的方法与BP神经网络识别方法、支持向量机方法相比较具有更快的运算速度和更高的识别精度,能够体现出高含水期水淹层的动态变化特征。
- 钟仪华李榕张志银朱海双
- 关键词：测井曲线主成分分析
- 一种汽车防撞气囊的控制方法
- 本发明目的是提供一种汽车防撞气囊的控制方法，该方法包括以下几个步骤:(1)雷达监测系统实时监测汽车与周围物体的相对速度、相对加速度和距离；(2)防撞气囊一级控制器对于步骤(1)的信息进行处理，若所测数据超过设定值，则气囊...
- 马欣黄晨菲陈杰党凯平王鹏杨雄杨仕哲朱海双
- 文献传递
- 一种用于片式电阻传送中的可调式接口
- 本实用新型涉及一种用于片式电阻生产过程进行连续传送片式电阻的可调式接口。它能提高片式电阻生产效率、降低生产成本，实现对不同尺寸片式电阻的连续传送。其技术方案是：在片式电阻出口嘴上端外伸板上设置螺纹孔，用固定螺钉穿过小弹簧...
- 陈浩谌贵辉唐民丰洪建伟邓力嘉唐方海李修钰瞿泽伟杨仕哲朱海双谢冰玉牟昱帆张梦蝶曾丽霖周阳黄明金蒋昱明潘杰张平陈靖文
- 文献传递
- 特高含水期油田产量预测新方法被引量：18
- 2011年
- 特高含水期是油田重要的开采阶段,我国东部大部分油田已经进入特高含水期,研究处于该阶段的油田产量预测问题具有重要意义。由于处于特高含水期阶段的油田一般采集到的开发指标和影响因素的样本数较小,所以基于统计学理论的常规预测方法都不太适合该阶段的产量预测。文中从数据挖掘和机器学习角度提出了油田产量预测的新方法——基于主成分分析和支持向量机(SVM)方法的油田产量预测模型。先把由影响产量的众多因素构成的高维向量通过主成分分析技术进行数据降维后作为SVM的输入,通过SVM训练得到模型,并利用遗传算法(GA)优选模型的参数建立特高含水期油田产量预测模型。与其他方法相比,该方法减少了模型输入变量的维数,提高了模型收敛的速度和预测精度,能较好地反映特高含水期油田产量的动态变化规律。
- 钟仪华张志银朱海双
- 关键词：支持向量机主成分分析遗传算法特高含水期
- 未开发低品位油藏经营模式理论及其应用被引量：3
- 2011年
- 针对经营未开发低品位油藏可解决中国石油的供需矛盾,借鉴高品位油藏经营的思想,综合应用投入产出分析、风险分析、因子分析、关联分析、综合效益分析、敏感性分析、优惠政策效益分析及现金流法、风险投资决策方法及油田优化决策方法,系统地研究了最佳经营未开发低品位油藏的思路和方法。参照石油行业对高品位油藏的经济评价依据和项目的经济可行性,提出了未开发低品位油藏经营效益的评价新标准;设计了合理、持续有效地经营该类油藏的模式方案;形成了油田企业经营未开发低品位油藏所采用的经营方式和享受的开发优惠政策的经营模式新理论。实例研究表明,该方法能够为油田企业制定经营未开发低品位油藏的最佳模式提供理论依据。
- 钟仪华朱海双邴绍献王昱刘浩瀚
- 关键词：油藏经营低品位油藏经营效益评价综合效益分析
- 基于主成分分析的水淹层动态预测方法被引量：1
- 2011年
- 针对高含水期水淹层变化的动态特性,提出一种基于主成分分析的最小二乘支持向量机水淹层动态预测方法.该方法应用数据挖掘方法与改进的支持向量机方法,研究高含水期水淹层的分类识别问题,找到测井参数曲线与水淹级别之间的非线性映射关系,建立适合高含水期水淹特征的动态识别模型.它不仅充分考虑各种影响因素,而且利用主成分分析法准确提取影响水淹级别划分的测井参数曲线,避免模型输入参数间存在相关性导致划分精度低以及模型求解复杂、训练速度慢的缺点.结果表明,该方法较其他方法具有更快的运算速度和更高的识别符合率,其运算速度为43s,识别符合率达到97.0%,能体现高含水油田水淹层的动态变化特征.
- 钟仪华李榕朱海双张志银
- 关键词：主成分分析最小二乘支持向量机
