CN108009721A - 一种水合物开采中人工举升泵的优选方法 - Google Patents
一种水合物开采中人工举升泵的优选方法 Download PDFInfo
- Publication number
- CN108009721A CN108009721A CN201711240354.3A CN201711240354A CN108009721A CN 108009721 A CN108009721 A CN 108009721A CN 201711240354 A CN201711240354 A CN 201711240354A CN 108009721 A CN108009721 A CN 108009721A
- Authority
- CN
- China
- Prior art keywords
- hydrate
- artificial lift
- sub
- rule layer
- criterion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及海洋天然气水合物资源开发工程技术领域,具体涉及一种水合物开采中人工举升泵的优选方法,该方法基于模糊数学理论和层次分析法,结合实际开采过程中的各影响因素,对常用的人工举升泵进行比较、分析,对水合物开采中人工举泵进行优选,实现天然气水合物开采中人工举升泵的最优化选择。
Description
技术领域
本发明涉及海洋天然气水合物资源开发工程技术领域,具体涉及一种水合物开采中人工举升泵的优选方法。
背景技术
天然气水合物作为新型能源,储量丰富,且分布范围广、能源密度高,是一种潜在的能源,水合物资源开采研究已成为国际热点问题。然而目前全球水合物资源开发仍处于部分区域的试开采阶段,距离工业化开采还有很长的路要走。
我国目前已经加快研究步伐,加快对海洋天然气水合物资源的勘探开发工作。传统的海洋油气开采中,开采方式有自喷采油和人工举升采油,人工举升又有有杆泵、无杆泵和气举这几种方式。有杆泵主要包括常规抽油机抽采方式,无杆泵包括电动潜油离心泵、电动潜油螺杆泵和水力泵等几种方式,针对水合物成藏的特征、开发现状及环境条件等众多因素,不宜采用有杆泵进行人工举升,宜采用气举、电潜泵、螺杆泵、水力泵等进行举升。
水合物开采中的人工举升主要在经济性上和技术性上考虑合适的人工举升泵的适应范围,各人工举升泵都有自身的特点,适用的条件也各不相同。根据我国南海试开采经验,采用地层流体抽取法,将水合物储层水、砂、气三相流体一起举升,如何更高效经济的将流体举升排出是我们关注的焦点。例如,气举灵活性好,作业费用低,适应性强,但是需要保证气源。电潜泵排量大易操作,且投资费用较低,不适用于高温井。螺杆泵效率高、排量大,但是投资费用较高。单独从某一角度考虑,无法作出合理的选择。总体来说,人工举升受到经济效益、可操作性、储层条件等多因素的影响,不能单纯的考虑某一个方面而顾此失彼。
因此,为满足我国天然气水合物资源的开发,必须从技术性和经济性两个方面综合考虑对人工举升泵优选,建立完整可靠的评价体系。
发明内容
本发明的目的在与提供一种合物开采中人工举升泵的优选方法,该方法基于模糊数学理论和层次分析法,结合实际开采过程中的各影响因素,对常用的人工举升泵进行比较、分析,对水合物开采中人工举泵进行优选,实现天然气水合物开采中人工举升泵的最优化选择。
为了实现上述目的,本发明采用如下技术方案,一种水合物开采中人工举升泵的优选方法,其特征在于,包括如下步骤,
S1.确定候选水合物人工举升方式;
S2.确定水合物人工举升方式优选的评价指标体系;
S3.确定水合物人工举升方式的递阶层次结构模型;
S4.确定水合物人工举升认知度参数,构造水合物人工举升方式优选的准则层判断矩阵;
S5.判断准则层判断矩阵和子准则层判断矩阵是否满足一致性条件,满足则执行步骤S6,不满足,则根据模糊一致矩阵的充要条件将准则层判断矩阵和子准则层判断矩阵均调整为模糊一致矩阵,使准则层判断矩阵和子准则层判断矩阵满足一致性条件;
S6.针对每位专家计算准则层判断矩阵对于各准则的权重,各准则下的相应子准则判断矩阵对于各子准则的权重,进而确定水合物人工举升优选方案的递阶层次单排序权重
S7.针对每位专家,根据水合物人工举升优选方式的递阶层次单排序权重计算各指标之间的相对权重,确定水合物人工举升优选方式的递阶层次总排序权重;
S8.根据各个专家的层次总排序权重及每个专家的认知度参数计算所有专家的综合的层次总排序权重,确定综合层次总排序权重;
S9.根据综合层次总排序权重和各水合物人工举升方式中各指标的样本集数据,对候选人工举升方式进行优劣排序,确定最优水合物人工举升方式。
进一步地,所述步骤S1包括,
S11.搜集水合物储层的特点;
S12.搜集传统人工举升方式的限制因素;
S13.结合水合物储层的特点和传统人工举升方式的适应条件,将各人工举升方式进行对比分析,确定候选水合物人工举升方式。
进一步地,所述步骤S12中,所述限制因素包括适应条件、工作寿命、适应井型、投资、优点和缺点。
进一步地,所述步骤S13中,将各人工举升方式进行对比分析时主要从经济性、使用寿命和优缺点几个方面进行对比分析。
进一步地,所述步骤S2中,所述评价指标体系包括影响水合物人工举升方式的准则层及相应子准则层。
进一步地,所述准则层包括经济效益、适用储层、适应井型和技术可操作性;所述经济效益的子准则层包括投资和产量;所述适用储层的子准则层包括温度、压力、含砂和气水比;所述适用井型的子准则层包括弯曲、斜度和深度;所述技术可操作性的子准则层包括检修和灵活。
进一步地,所述步骤S3中,所述递阶层次结构模型自上而下可以分为目标层A、准则层B、子准则层C和方案层D。
进一步地,所述步骤S3中,
目标层A:最优水合物开采人工举升方式;
准则层B:准则层包括经济效益准则B1、适用储层准则B2、适应井型准则B3和技术可操作性准则B4;
子准则层包括准则层中各准则对应的子准则(Ci),经济效益B1的子准则层包括投资C1和产量C2;适用储层B2的子准则层包括温度C3、压力C4、含砂C5和气水比C6;适用井型B3的子准则层包括弯曲C7、斜度C8和深度C9;技术可操作性B4的子准则层包括检修C10和灵活C11;
方案层包括电潜泵举升D1、螺杆泵举升D2、气举举升D3和水利泵举升D4。
进一步地,所述步骤S4包括,
S41.向专家发放问卷调查表,评判专家对水合物人工举升的认知度,得到专家的认知度参数;
S42.向专家发放问卷调查表,确定准则层判断矩阵和子准则层判断矩阵,并确定准则层判断矩阵和子准则层判断矩阵中最能反映专家对判断矩阵中各个元素之间的相对重要性判断的行。
进一步地,所述步骤S5中,判断准则层判断矩阵和子准则层判断矩阵是否满足一致性条件的具体步骤为,
S51.计算一致性指标CI,
式中,λmax是判断矩阵对应的最大特征值,n是影响因素的个数;
S52.查找相应的平均一致性指标RI;
S53.计算一致性比例CR,
式中,CI为一致性指标,RI为平均随机一致性指标;当CR<0.10时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵做适当修正。
本发明提供了一种水合物开采中人工举升泵的优选方法,该优选方法采用模糊数学理论和层次分析法对常用的人工举升泵进行比较、分析,从技术方面和经济方面找到适合水合物开采的适用范围,建立较为完整、可靠的评价体系,这对于优化我国南海水合物开采系统,提高经济效益,完善水合物开采工程设计理论等方面都具有重要意义。
附图说明
图1为水合物开采中人工举升泵优化选择的递阶层次模型图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的水合物开采中人工举升泵的优选方法,包括如下步骤,
S1.确定候选水合物人工举升方式;
S11.搜集水合物储层的特点;
S12.搜集传统人工举升方式的限制因素;所述限制因素包括适应条件、工作寿命、适应井型、投资、优点和缺点;
S13.结合水合物储层的特点和传统人工举升方式的适应条件,将各人工举升方式进行对比分析,确定候选水合物人工举升方式;对比分析时主要从经济性、使用寿命和优缺点几个方面进行对比分析。
最终确定的水合物人工举升方式一般包括电潜泵举升、螺杆泵举升、气举举升和水利泵举升。
S2.确定水合物人工举升方式优选的评价指标体系;所述评价指标体系包括影响水合物人工举升方式的准则层及相应子准则层;
由于水合物人工举升的影响因素众多,其中有定性的也有定量的。子准则层是对准则层更具体和详细的解释。本发明所确定的准则层包括经济效益、适用储层、适应井型和技术可操作性;经济效益的子准则层包括投资和产量;适用储层的子准则层包括温度、压力、含砂和气水比;适用井型的子准则层包括弯曲、斜度和深度;技术可操作性的子准则层包括检修和灵活。
S3.确定水合物人工举升方式的递阶层次结构模型;
按照因素的不同属性自上向下将实际的决策问题分解成若干层次,同一层次的元素受相邻两层元素的支配和影响。结合人工举升方式的特点,如图1所示,本发明的递阶层次结构模型自上而下可以分为目标层A、准则层B、子准则层C和方案层D。
目标层A:最优水合物开采人工举升方式。
准则层B:准则层包括经济效益准则B1、适用储层准则B2、适应井型准则B3和技术可操作性准则B4。
子准则层包括准则层中各准则对应的子准则(Ci),经济效益B1的子准则层包括投资C1和产量C2;适用储层B2的子准则层包括温度C3、压力C4、含砂C5和气水比C6;适用井型B3的子准则层包括弯曲C7、斜度C8和深度C9;技术可操作性B4的子准则层包括检修C10和灵活C11。
方案层为根据限制因素确定的候选水合物人工举升方式;一般包括电潜泵举升D1、螺杆泵举升D2、气举举升D3和水利泵举升D4。
S4.确定水合物人工举升认知度参数,构造水合物人工举升方式优选的准则层判断矩阵;
其中,水合物人工举升认知度参数,是采用专家群体判断集体决定的方法通过问卷调查评判专家对水合物人工举升的认知度得到各专家的认知度参数。
认知度参数表征各专家对应的层次总排序权重的重要性程度;准则层判断矩阵用来描述水合物人工举升优选方案的准则层各准则之间的隶属度;准则层判断矩阵用来描述各准则所对应的指标之间的隶属度,准则层判断矩阵和子准则层判断矩阵均为模糊互补矩阵。
采用专家群体判断集体决定的方法构造准则层判断矩阵和子准则层判断矩阵,可以得到客观性强适合一般情况的决策,这个过程通过向专家发放问卷调查表的方式来完成。
具体步骤如下:
S41.向专家发放问卷调查表,评判专家对水合物人工举升的认知度,得到专家的认知度参数;
问卷调查表目的是通过问卷调查评判专家对风电场选址的认知度,得到各专家的认知度参数;认知度参数表征各专家对应的层次总排序权重的重要性程度。
S42.向专家发放问卷调查表,确定准则层判断矩阵和子准则层判断矩阵,并确定准则层判断矩阵和子准则层判断矩阵中最能反映专家对判断矩阵中各个元素之间的相对重要性判断的行。
确定判断矩阵,各相关因素的权重不易定量化,权值选取的基本思想是:通过两两比较来确定所有评价因素之间的相对权重并建立判断矩阵,求解判断矩阵来获得各指标的相对权重,即每次取两个因素xi和xj,以Yij表示xi和xj对总体的影响大小之比,全部比较结果用矩阵M=(Yij)n×n表示,用数字1~9及其倒数作为Yij的值。
表1判断矩阵标度及其含义
S5.判断准则层判断矩阵和子准则层判断矩阵是否满足一致性条件,满足则执行步骤S6,不满足,则根据模糊一致矩阵的充要条件将准则层判断矩阵和子准则层判断矩阵均调整为模糊一致矩阵,使准则层判断矩阵和子准则层判断矩阵满足一致性条件;
检验判断矩阵的一致性并求权重向量,判断矩阵虽然克服了很多缺点,但其一致性仍然难以完全保证,所以要对所求判断矩阵进行一致性检验。计算步骤如下:
S51.计算一致性指标CI,
式中,λmax是判断矩阵对应的最大特征值,n是影响因素的个数。
S52.查找相应的平均一致性指标RI,不同的n对应的RI如下表所示。
表2平均随机一致性指标RI
S53.计算一致性比例CR;
式中,CI为一致性指标,RI为平均随机一致性指标。
当CR<0.10时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵做适当修正。
若判断矩阵符合一致性检验,则将其最大特征值对应的特征向量归一化后作为权重向量。
S6.针对每位专家计算准则层判断矩阵对于各准则的权重,各准则下的相应子准则判断矩阵对于各子准则的权重,进而确定水合物人工举升优选方案的递阶层次单排序权重;
设准则bi(i=1,2,3,4)包括s个指标,分别为c1,c2,…,cs,其权重分别为 按照上面的假设,层次单排序权重公式为:
其中:α为元素ci和元素cj重要程度差异的度量单位,且α≥(4-1)/2=1.5,α越小,表明专家越重视元素间重要程度的差异。为了突出元素间的差异,在实际应用中一般取α=1.5。
S7.针对每位专家,根据水合物人工举升优选方式的递阶层次单排序权重计算各指标之间的相对权重,确定水合物人工举升优选方式的递阶层次总排序权重;
层次总排序随层次单排序的不同而显得不同。不失一般性,设B为准则层,其层次单排序权重为C为子准则层,由m个指标组成,分别为c1,c2,…,cm,他们对于准则Bj层次单排序权重为w1j,w2j,…,wmj(若ci不是准则Bj下对应指标,则wij=0)。则根据层次单排序权重公式,子准则层C各指标的层次总排序权重公式为:
那么,水合物人工举升方案的递阶层次总排序权重向量W为:
S8.根据各个专家的层次总排序权重及每个专家的认知度参数计算所有专家的综合的层次总排序权重,确定综合层次总排序权重;
由于构造判断矩阵时,采取的是专家群体判断集体决定的方法,而各个专家对水合物人工举升的认知度等不同,形成的评价结果可参考价值不同,我们对各个专家赋予不同的权重,以表示其问卷调查结果的重要性程度,该重要性程度用问卷调查表的认知度参数分表示。设有p个专家,赋予的权重分别为q1,q2,…,qp(q1+q2+…+qp=1),对应的层次总排序权重向量分别为W1,W2,…,Wp,则p位专家形成的综合层次总排序权重为:
S9.根据综合层次总排序权重和各水合物人工举升方式中各指标的样本集数据,对候选人工举升方式进行优劣排序,确定最优水合物人工举升方式。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种水合物开采中人工举升泵的优选方法,其特征在于,包括如下步骤,
S1.确定候选水合物人工举升方式;
S2.确定水合物人工举升方式优选的评价指标体系;
S3.确定水合物人工举升方式的递阶层次结构模型;
S4.确定水合物人工举升认知度参数,构造水合物人工举升方式优选的准则层判断矩阵;
S5.判断准则层判断矩阵和子准则层判断矩阵是否满足一致性条件,满足则执行步骤S6,不满足,则根据模糊一致矩阵的充要条件将准则层判断矩阵和子准则层判断矩阵均调整为模糊一致矩阵,使准则层判断矩阵和子准则层判断矩阵满足一致性条件;
S6.针对每位专家计算准则层判断矩阵对于各准则的权重,各准则下的相应子准则判断矩阵对于各子准则的权重,进而确定水合物人工举升优选方案的递阶层次单排序权重
S7.针对每位专家,根据水合物人工举升优选方式的递阶层次单排序权重计算各指标之间的相对权重,确定水合物人工举升优选方式的递阶层次总排序权重;
S8.根据各个专家的层次总排序权重及每个专家的认知度参数计算所有专家的综合的层次总排序权重,确定综合层次总排序权重;
S9.根据综合层次总排序权重和各水合物人工举升方式中各指标的样本集数据,对候选人工举升方式进行优劣排序,确定最优水合物人工举升方式。
2.根据权利要求1所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S1包括,
S11.搜集水合物储层的特点;
S12.搜集传统人工举升方式的限制因素;
S13.结合水合物储层的特点和传统人工举升方式的适应条件,将各人工举升方式进行对比分析,确定候选水合物人工举升方式。
3.根据权利要求2所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S12中,所述限制因素包括适应条件、工作寿命、适应井型、投资、优点和缺点。
4.根据权利要求3所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S13中,将各人工举升方式进行对比分析时主要从经济性、使用寿命和优缺点几个方面进行对比分析。
5.根据权利要求4所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S2中,所述评价指标体系包括影响水合物人工举升方式的准则层及相应子准则层。
6.根据权利要求5所述的水合物开采中人工举升泵的优选方法,其特征在于:所述准则层包括经济效益、适用储层、适应井型和技术可操作性;所述经济效益的子准则层包括投资和产量;所述适用储层的子准则层包括温度、压力、含砂和气水比;所述适用井型的子准则层包括弯曲、斜度和深度;所述技术可操作性的子准则层包括检修和灵活。
7.根据权利要求5或6所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S3中,所述递阶层次结构模型自上而下可以分为目标层A、准则层B、子准则层C和方案层D。
8.根据权利要求7所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S3中,
目标层A:最优水合物开采人工举升方式;
准则层B:准则层包括经济效益准则B1、适用储层准则B2、适应井型准则B3和技术可操作性准则B4;
子准则层包括准则层中各准则对应的子准则(Ci),经济效益B1的子准则层包括投资C1和产量C2;适用储层B2的子准则层包括温度C3、压力C4、含砂C5和气水比C6;适用井型B3的子准则层包括弯曲C7、斜度C8和深度C9;技术可操作性B4的子准则层包括检修C10和灵活C11;
方案层包括电潜泵举升D1、螺杆泵举升D2、气举举升D3和水利泵举升D4。
9.根据权利要求8所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S4包括,
S41.向专家发放问卷调查表,评判专家对水合物人工举升的认知度,得到专家的认知度参数;
S42.向专家发放问卷调查表,确定准则层判断矩阵和子准则层判断矩阵,并确定准则层判断矩阵和子准则层判断矩阵中最能反映专家对判断矩阵中各个元素之间的相对重要性判断的行。
10.根据权利要求9所述的水合物开采中人工举升泵的优选方法,其特征在于:所述步骤S5中,判断准则层判断矩阵和子准则层判断矩阵是否满足一致性条件的具体步骤为,
S51.计算一致性指标CI,
<mrow>
<mi>C</mi>
<mi>I</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>max</mi>
</msub>
<mo>-</mo>
<mi>n</mi>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
</mrow>
式中,λmax是判断矩阵对应的最大特征值,n是影响因素的个数;
S52.查找相应的平均一致性指标RI;
S53.计算一致性比例CR,
<mrow>
<mi>C</mi>
<mi>R</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mrow>
<mi>R</mi>
<mi>I</mi>
</mrow>
</mfrac>
</mrow>
式中,CI为一致性指标,RI为平均随机一致性指标;当CR<0.10时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵做适当修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711240354.3A CN108009721A (zh) | 2017-11-30 | 2017-11-30 | 一种水合物开采中人工举升泵的优选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711240354.3A CN108009721A (zh) | 2017-11-30 | 2017-11-30 | 一种水合物开采中人工举升泵的优选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108009721A true CN108009721A (zh) | 2018-05-08 |
Family
ID=62055552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711240354.3A Pending CN108009721A (zh) | 2017-11-30 | 2017-11-30 | 一种水合物开采中人工举升泵的优选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009721A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080149343A1 (en) * | 2001-08-19 | 2008-06-26 | Chitwood James E | High power umbilicals for electric flowline immersion heating of produced hydrocarbons |
CN105761160A (zh) * | 2016-04-22 | 2016-07-13 | 中海石油(中国)有限公司湛江分公司 | 海上油气井测试管柱与地面流程决策系统 |
CN106707991A (zh) * | 2016-12-21 | 2017-05-24 | 西安建筑科技大学 | 基于模糊层次分析的多目标作业调度中瓶颈设备识别方法 |
-
2017
- 2017-11-30 CN CN201711240354.3A patent/CN108009721A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080149343A1 (en) * | 2001-08-19 | 2008-06-26 | Chitwood James E | High power umbilicals for electric flowline immersion heating of produced hydrocarbons |
CN105761160A (zh) * | 2016-04-22 | 2016-07-13 | 中海石油(中国)有限公司湛江分公司 | 海上油气井测试管柱与地面流程决策系统 |
CN106707991A (zh) * | 2016-12-21 | 2017-05-24 | 西安建筑科技大学 | 基于模糊层次分析的多目标作业调度中瓶颈设备识别方法 |
Non-Patent Citations (1)
Title |
---|
刘昌岭 等: "《天然气水合物试采:从实验模拟到场地实施》", 《海洋地质与第四纪地质》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106372402B (zh) | 一种大数据环境下模糊区域卷积神经网络的并行化方法 | |
CN103984788B (zh) | 一种煤巷锚杆支护自动智能设计与优化系统 | |
CN107729919A (zh) | 基于大数据技术的深化投诉穿透分析方法 | |
CN104732079B (zh) | 一种遥感卫星体系效能确定方法 | |
CN106321072B (zh) | 一种基于泵功图的抽油井故障诊断方法 | |
CN105046326B (zh) | 基于功图主元分析的抽油机参数优化方法 | |
CN109886329A (zh) | 围岩破碎等级检测方法、检测系统和掘进设备 | |
CN110889588A (zh) | 利用因子判断矩阵进行盾构隧道施工临近建筑物风险等级的评估方法 | |
CN107454105A (zh) | 一种基于ahp与灰色关联的多维网络安全评估方法 | |
CN108805215A (zh) | 基于改进果蝇算法的有杆泵抽油井动态液位软测量方法 | |
CN103198354B (zh) | 一种利用bp神经网络与非支配排序遗传算法nsga2实现油田抽油机采油节能增产优化方法 | |
CN110110085A (zh) | 基于字符级神经网络与svm的交通事故文本分类方法和系统 | |
CN104295286A (zh) | 一种有杆式抽油机运行工况智能识别方法 | |
CN109784755A (zh) | 一种基于层次分析法的电网智能化水平评估方法 | |
CN112232522A (zh) | 一种深部巷道支护方案智能推荐及动态优化方法 | |
CN108222909B (zh) | 一种页岩气井重复压裂选井评价方法 | |
CN110318731A (zh) | 一种基于gan的抽油井故障诊断方法 | |
Zhang et al. | A real-time diagnosis method of reservoir-wellbore-surface conditions in sucker-rod pump wells based on multidata combination analysis | |
CN108280289A (zh) | 基于局部加权c4.5算法的冲击地压危险等级预测方法 | |
CN105863607B (zh) | 基于整体区块抽油机井运行状况评价与整改方法 | |
CN108009721A (zh) | 一种水合物开采中人工举升泵的优选方法 | |
CN116011351B (zh) | 一种基于聚类算法和WideDeep网络的油井合理沉没度确定方法 | |
CN103898890A (zh) | 一种基于bp神经网络的双桥静力触探数据的土层量化分层方法 | |
CN104680259A (zh) | 抽油机运行参数的节能优化方法 | |
CN114439457A (zh) | 一种用于评价抽油机井健康状态的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |
|
RJ01 | Rejection of invention patent application after publication |