您现在的位置: 首页> 研究主题> 参数优选

参数优选

参数优选的相关文献在1986年到2022年内共计451篇,主要集中在石油、天然气工业、地球物理学、水利工程 等领域,其中期刊论文333篇、会议论文14篇、专利文献76026篇;相关期刊210种,包括科学技术与工程、石油天然气学报、中国石油大学学报(自然科学版)等; 相关会议14种,包括第六届中国能源科学家论坛暨第四届DNL洁净能源会议、第十一届中国水论坛、第二届中国石油工业录井技术交流会等;参数优选的相关文献由1270位作者贡献,包括陈洋波、李超顺、汪赞斌等。

参数优选—发文量

期刊论文>

论文:333 占比:0.44%

会议论文>

论文:14 占比:0.02%

专利文献>

论文:76026 占比:99.55%

总计:76373篇

参数优选—发文趋势图

参数优选

-研究学者

  • 陈洋波
  • 李超顺
  • 汪赞斌
  • 路保平
  • 喻思羽
  • 李少华
  • 郭生练
  • 刘超
  • 周建中
  • 廖东良
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 徐小虎; 方惠军; 王创业; 高洁; 王海深
    • 摘要: 油气水混相在开采与运输过程中易生成天然气水合物,预测其形成条件可保障油气田的安全运行。建立了包含超过1500个数据点的广泛数据库和基于PSO-LSSVM的含抑制剂天然气水合物形成解离模型,与BP神经网络模型模拟结果进行了对比分析,并在荔湾气田现场管道进行了预测应用。结果表明,LSSVM模型通过PSO算法优化后确定的正则化参数为321.1523642521、核参数为1.0210368871948。BP神经网络模型和PSO-LSSVM模型的平均相对误差分别为1.92%和0.49%,说明PSO-LSSVM模型的预测能力更强。以纯水为基础介质时,BP神经网络模型和PSO-LSSVM模型均可较准确地预测水合物形成,但以含热力学抑制剂水溶液为基础介质时,PSO-LSSVM模型具有更优秀的表现。PSO-LSSVM模型对于荔湾气田现场生产具有较强的适用性,可为甲醇注入量的确定和现场安全运行策略的制定提供理论依据。
    • 刘国昌; 卫东; 冯得辉
    • 摘要: 在漏磁、电磁超声以及脉冲涡流检测原理上,设计电站锅炉水冷壁磁声复合检测传感器,该传感器由磁敏元件、线圈、永磁体、衔铁等组成,采用外圈发射内圈接收形式进行工作。通过仿真试验模拟,对传感器的参数进行了优化确定,得出如下结论:漏磁的最佳磁场强度为15 kA/m,电磁超声和脉冲涡流的最佳磁场强度为28 kA/m;发射线圈和接收线圈的直径分别为0.08 mm和0.05 mm,最佳匝数分别为20和30匝;磁敏元件和复合检测线圈的最佳提离距离分别为3 mm和0.5 mm。通过对不同宽度和深度的缺陷检测,该磁声传感器的平均检测误差均小于5%,具有良好的工作性能,可在生产实践中予以应用。
    • 储成龙; 汪奇文; 张振; 张全利
    • 摘要: 以单晶硅为对象,使用波长355 nm、脉宽15 ns的纳秒激光对单晶硅进行烧蚀加工试验研究。基于单因素法设计并完成了单晶硅纳秒脉冲激光直线刻蚀试验,探究了激光输出功率、激光脉冲重复频率、激光扫描速度和扫描次数对纳秒脉冲激光加工单晶硅表面形貌的影响规律。基于优化的加工工艺参数,在单晶硅表面制备出方形阵列的微结构。
    • 杜川; 喻思羽; 李少华; 方红
    • 摘要: 不同建模参数不仅影响建模质量,也决定了油气藏预测开发风险,找到一个合适的建模参数设置是获得良好建模的前提,对降低油藏开发风险具有积极意义。这里以多点地质统计学经典算法Snesim为例,通过连通性函数定量化地分析Snesim建模过程中参数两个关键参数(搜索节点数、多重网格层数)对建模效果的影响。针对以上参数利用连通性函数和余弦相似度CosSim函数,评价建模参数集的多点地质统计随机模型与训练图像的空间相关性及结构特征相似性,进而建立基于连通性函数的空间相关性评价指标与建模参数的关系曲线,选取评价指标开始平稳、进入平台区域时的拐点所对应的参数值作为最优参数。大于最优值参数将变得不敏感,模型效果不会随着参数值增加而得到明显改善,相比传统人工视觉判别方法,本方法可以客观定量化地描述建模参数的敏感性。
    • 邢丽雪; 陈洋波; 冯永修; 黄鑫; 黄梓颖
    • 摘要: 基于流溪河模型构建了不同空间分辨率的新丰江水库入库洪水预报模型,采用粒子群算法优选模型参数进行洪水模拟,对比实测资料验证了模型性能。结果表明,建立的新丰江水库入库洪水预报流溪河模型模拟效果优良,符合新丰江水库入库洪水预报的精度要求,可用于新丰江水库入库洪水预报:90 m空间分辨率的模型模拟效果最好,200 m空间分辨率的模型也具有良好的模拟性能,500 m空间分辨率的模型模拟性能有明显降低。模型计算工作量随分辨率的提高呈指数增加,90 m空间分辨率的参数优选时间是200 m空间分辨率参数优选时间的7.04倍,而200 m空间分辨率的参数优选时间是500 m空间分辨率参数优选时间的3.53倍。
    • 王昊; 撒占友; 王春源; 吴静波
    • 摘要: 为了提高综掘工作面径向旋流风幕阻尘效率,降低高浓度粉尘对人员作业区域污染,运用数值模拟与工程实测相结合的方法分析了通风条件对径向旋流风幕阻尘的影响规律。结果表明:随着风幕与工作面距离增加,风幕装置径向风量增大、通风系统压抽比减小,径向旋流风幕运移过程中更易于转化为风量与风速分布均匀的轴向阻尘流场,粉尘污染程度随之降低。拟合了高浓度粉尘扩散距离与各通风条件间的定量关系,结合实际生产条件,确定了径向旋流风幕阻尘较优通风条件为风幕距工作面30 m,风幕装置径向风量为270 m3/min以及通风系统压抽比为0.8。通过对模拟结果进行工程实测,验证了数值模拟的有效性,掘进司机断面粉尘浓度降至35.5 mg/m3,风幕阻尘效率达到了90.5%。
    • 郭大立; 唐乙芳; 李曙光; 张天翔; 康芸玮
    • 摘要: 压裂施工参数优化是水力压裂过程中的一个重要环节。为了精准设计压裂施工参数,达到节约开发成本和增产的目的,首先初选出影响水力压裂效果的参数,再用灰色关联分析法对参数进行排序,然后讨论参数个数对BP(back propogation)神经网络模型效果的影响,最终确定参数个数为10个。利用粒子群算法构建日产气量最优化模型,进而反演出最优压裂施工参数。应用于X区块的97口致密气井,BP神经网络模型准确率为86.52%。对7口井进行压裂施工参数优化后,每口井所有层的总平均增产率为5.57%。该方法具有投入成本低和操作简单等优点,为现场压裂设计提供借鉴和参考,具有一定的实际意义。
    • 辛泽宇
    • 摘要: 华北西部分公司70191HB钻井队在顺托果勒区块5号断裂带施工的顺北5-7井在二叠系4 577.50~5 137.00m井段钻遇侵入相玄武岩。玄武岩硬度大,研磨性强,可钻性差,稳定性差,易发生掉块,且侵入体交界处的裂缝容易发生井漏是5号断裂带的施工难点[1]。钻至井深4 932.30m时,顶驱频繁憋停,释放扭矩后上提下放活动钻具遇阻,震击器第205次震击,上提至258t(原悬重208t),震击解卡成功。分析卡钻原因为二叠系玄武岩、玄武岩岩屑掉块未及时返出掉落至井底钻头,井队总结经验,制定井下风险评估,结合临井资料,从钻头、钻井液性能、钻井参数三方面入手,总结了渐进式承压堵漏法、牙轮钻头稳压控参法、泥浆性能转优法来应对二叠地层井塌井漏风险,该井二次施工过程中安全钻穿二叠地层,顺利钻达二开完钻井深5 186m,总结出了一套适用于顺北区块5号断裂带二叠地层优快钻井施工方案。
    • 李丽; 路顺昌; 王加虎; 赵伟刚; 李名
    • 摘要: 水文模型参数的快速率定是山洪以及中小河流洪水预报预警中的重要研究内容之一。参数自动优选功能可以极大地提高水文模型的使用效率,随机搜索算法是大多数参数全局优选算法基础,但却因为耗时较长而应用较少。以Brooks的自适应随机搜索算法(adaptive random search method)为对象、利用.NET的Parallel对象进行了CPU并行改造,利用英伟达的CUDA对象进行了GPU+CPU并行改造,并以缅甸境内其培河子流域上的新安江模型为优选对象,比较了优选效果和计算效率。研究表明:ARS算法和SCE-UA的优选结果相当,并行改造后的ARS算法计算效率有显著提高。研究成果对水文模型应用时参数优选算法的比选具有重要的参考价值。
    • 范婕; 许欣怡; 周诗岽; 周年勇
    • 摘要: 为提高集输管道中天然气水合物生成条件的预测精度,采用粒子群算法(PSO),优化支持向量机(SVM)的惩罚因子C和核函数参数g,对天然气水合物的生成压力进行了预测。结果表明,PSO-SVM模型选用径向基核函数的预测结果相对最优,最优惩罚因子C为97.5331,最优核函数参数g为0.6439,训练集和测试集的平均绝对比例误差(MAPE)分别为2.74%和2.84%;PSO-SVM模型对纯组分和多组分天然气水合物的适用温度分别为273.49~295.00 K和273.59~298.00 K;PSO-SVM模型预测纯组分和多组分天然气水合物时,平均平方误差(MSE)、平方相关系数(R~2)和MAPE分别为0.0003963、0.9996、2.84%和0.0006870、0.9983、2.74%。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号