简介:以往几十年间,页岩气已成为越来越重要的一种全球性天然气资源,美国尤其如此。据Polczer(2009)和Krauss(2009)预测,页岩气开发将在全球范围内大面积推开,到2020年北美地区的天然气总产量有望一半来自页岩气。由于页岩储层基质渗透率极低,因而页岩气被视为非常规天然气资源,这类资源的开发需要由裂缝为天然气提供流入井筒的通道。由于页岩气地质储量的定量计算和流动特性的识别都存在很大的不确定性,页岩气藏最终开采量的估算需要有新的方法。文中介绍了估算页岩气井最终开采量的4种方法,其中包括2种经验法(常规的和改进后的递减曲线分析法)、解析模型法和数值模型法。这四种方法在美国四个不同的页岩成藏层带内得到了应用(巴奈特、海因斯维尔、马塞勒斯和伍德福德)。
简介:摘要在本研究中,主要阐述了冶炼高炉烧结矿化学原料的配比的准确预测,通过分析烧结具体工艺原理以及特点,提出采用深度学习中的深度置信网络算法,能够准确预测烧结矿化学成分,建立具有深度置信网络为核心的准确预测模型。首先,需要进行深度置信网络结构和参数的设计,通过利用无监督贪婪算法能够完成模型训练,采用BP网络反向微调权值对整个模型进行优化,最后比较浅层预测算法,通过仿真结果表发现,利用这种方法所获得的预测值是与具体值之间的差距相对较小,具有较高的预测精确度,相比其他方法来说具有显著优势,表明在烧结矿化学原料配比上采用深度置信网络法,具有较高的准确预测效果和有效性。