黔西地区煤层气井有利层位优选与精细化排采

来源 :辽宁工程技术大学学报(自然科学版) | 被引量 : 0次 | 上传用户:XX200003
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为探索黔西地区煤层气有利层段优选及分层压裂合层排采工艺,促进煤层气勘探开发工作,依据煤层气地质、工程资料,通过杨煤参1井与邻井的压裂排采分析,确定该地区煤层气有利层段的优选原则及精细化排采制度.研究结果表明:5-2煤、7煤、13-1煤、13-2煤储层压力系数相近,为黔西地区煤层气合层开采的有利煤层.将杨煤参1井煤层气井合层排采制度优化为排水降压、临界解吸、憋压产气、放套压提产、控压稳产5个阶段,总结相应精细化排采方法.研究结果可为黔西地区多薄煤层气开发提供借鉴.
其他文献
在选矿生产过程中,磨机给矿粒度对磨矿分级效率影响重大,是一个关键的控制参数.由于矿石表面不规则、棱线较多,同时存在矿石间堆叠的问题,给基于图像的矿石粒度检测带来极大困难.本文提出一种基于GAN–UNet的矿石图像分割方法,针对矿石图像棱线易引起矿石边缘错误识别的问题,采用生成对抗网络进行图像分割,将U–Net作为图像分割生成器网络,使用人工标记的矿石边缘图像作为真实图像,随后构建判别器网络以判断图
深度卷积神经网络模型在很多公开的可见光目标检测数据集上表现优异,但是在红外目标检测领域,目标样本稀缺一直是制约检测识别精度的难题.针对该问题,本文提出了一种小样本红外图像的样本扩增与目标检测算法.采用基于注意力机制的生成对抗网络进行红外样本扩增,生成一系列保留原始可见光图像关键区域的红外连续图像,并且使用空间注意力机制等方法进一步提升YOLOv3目标检测算法的识别精度.在Grayscale-The
本文针对带软时间窗的同时取送货车辆路径问题(VRPSPDSTW),以最小化车辆行驶总里程和最大化服务准时率为优化目标,提出一种超启发式分布估计算法(HHEDA)进行求解.全局搜索阶段,首先,提出3种启发式规则生成初始个体,以确保初始种群的质量和分散性;其次,根据问题特点,构造3个概率矩阵分别学习和积累优质解的排序信息、客户间的距离信息和捆绑信息,并通过采样概率矩阵生成新个体,以增强算法全局搜索发现解空间中优质区域的能力.局部搜索阶段,将11种邻域操作组成备选集合,进而设计学习型超启发式局部搜索(LHHLS