课程文献中心 更多>>

摘要： 习近平总书记在中国共产党的二十大报告中高度概括了中国式现代化的五大特征,并指出实现高质量发展是中国式现代化的本质要求之一.新型城镇化作为"新四化"的重要组成部分,既充分体现了高质量发展的要求,也是中国式现代化的核心要义所在.2024 年 11 月 8 日至 10 日,中国城市规划学会小城镇规划分会学术年会以"中国式现代化语境下的小城镇"为主题,在辽宁省沈阳市顺利召开.本次年会由中国城市规划学会指导,中国城市规划学会小城镇规划分会主办,辽宁省城乡建设规划设计院有限责任公司、东北大学、沈阳建筑大学承办,同济大学城市建设干部培训中心和《小城镇建设》杂志等单位协办.

关键词： 故障诊断模型   多源数据   图神经网络   录波主站  

摘要： 针对电力系统中传统的故障诊断方法主要依赖人工经验和刚性规则，在故障录波主站上提出基于多源数据和图神经网络相结合的故障诊断模型。首先对采集数据进行对齐、标准化和归一化等预处理，然后推导电网图形的谱域表达方式，再根据电网多源数据的不同特点进行针对性的特征提取和融合，最后通过算例验证该故障诊断模型的有效性。实验结果表明所提出的方法可以提高故障诊断的准确性和效率，减少对人力资源的依赖，从而更好地保障电力系统的安全稳定运行。

关键词： 开始日期   小波分析   趋势分析   经验正交函数(EOF)   西藏  

摘要： 基于1981—2023年西藏38个气象站点气温日资料，选择西藏新四季划分方法划分西藏四季，探讨西藏气候季节区域变化、四季开始日期的时空变化以及季节变化的趋势。结果表明：（1）西藏四季分明区集中分布在雅鲁藏布江一线和林芝市，四季不分明区（无夏区）主要位于西藏西部、北部和沿喜马拉雅山一带的高海拔区域。（2）西藏春、夏季开始日期有提前的趋势，秋、冬季开始日期有推迟的趋势。春季开始日期于2000年出现显著提前突变，秋、冬季开始日期分别于2003年、1995年出现显著推迟突变。（3）就开始日期而言，春、秋季的第一模态（EOF1）呈现“春季西北低、东南高和秋季中间高两边低”的特点；春季的第二模态（EOF2）表现为“西北正、东南负”的反向分布型；秋季EOF2呈现西南正值中心与东北负值中心相反的空间分布特征；冬季EOF1属于“北部高西南部低”，冬季EOF2与春季EOF2特征相同。（4）未来春、夏季开始日期的推迟和秋、冬季提前的态势将出现。

关键词： 核磁共振测井   T   截止值   高束缚水饱和度   高斯函数   多参数拟合  

摘要： T2截止值精确与否直接影响到核磁共振计算束缚流体饱和度、可动流体孔隙度、渗透率的精度。深层致密砂岩储层孔隙结构复杂，呈低孔低渗、强非均质性等特征，固定T2截止值适用性差。为提高深层致密砂岩储层T2截止值的计算精度，本研究依托深层致密砂岩岩样的核磁共振实验测量，构建了融合高斯函数与储层分类多参数拟合法的T2截止值计算模型。将该套模型程序化，实现对海上X区深层致密砂岩储层T2截止值的逐点计算。研究结果表明，束缚水饱和度小于41%时，高斯函数法计算T2截止值精度较高，而当束缚水饱和度大于41%时，高斯函数法不再适用；针对Ⅱ、Ⅲ类储层（束缚水饱和度大于41%），利用优选的敏感性参数构建得T2截止值多参数拟合计算模型精度较高；融合高斯函数与储层分类多参数拟合法计算与岩样实验确定的T2截止值吻合度较高，完全能够满足深层致密砂岩储层核磁共振测井评价孔隙结构的需求。

关键词： 市域铁路   地铁   贯通运营   周期运行图   拉格朗日松弛算法  

摘要： 随着城市群、都市圈的逐渐形成，市域铁路与地铁的贯通运营在未来轨道交通的规划建设中广泛考虑，其不仅能够为乘客提供直达的便利，还能够降低运营的成本。为了满足跨区出行的通勤客流需求，提高乘客的直达率，并通过采用编制周期运行图以减少运营公司的工作量，需要对市域铁路与地铁贯通运营下的列车周期运行图与车底周转计划进行一体化优化。以最小化列车总旅行时间、列车总折返时间、均衡性总偏差和乘客总等待时间为目标，建立多目标混合整数非线性规划模型。对模型中的非线性约束将其线性化，并采用拉格朗日松弛算法以松弛目标函数，从而降低问题规模，使得模型易于求解。基于京雄R1线与大兴机场地铁线的“一”字形贯通线路的基础数据，设计仿真测试案例，验证模型和算法的可靠性。研究结果表明：早高峰时段内，相比于独立运营，开行贯通列车不仅能够很大程度提高跨线直达率，同时还能减少运用列车数量；贯通列车的开行使得跨线乘客的直达占比69.86%，有效提升了乘客的出行效率；在可接受时间内能够得到有效的周期运行图，并保证乘客等待时间合理。通过对市域铁路与地铁贯通运营下运行图与车底周转一体化编制的研究，为我国发展“四网融合”提供周期运行图与车底运用方面的参考。

关键词： 陆相页岩气   测井相   裂缝相   孔隙结构相   层次分析法   储层分类  

摘要： 川东复兴地区东岳庙段陆相页岩粘土矿物含量高，储层纵向非均质性强，热演化程度差异大，有效储层识别及储层分类困难。为了准确划分储层类型，明确不同储层类型的储集差异性，基于岩心刻度测井和相控思想对工区岩性相、裂缝相及孔隙结构相等3个主控因素进行研究，划分出13类岩性岩相、5类裂缝相3类孔隙结构相，建立了测井表征方法和识别标准，并提出测井相相定量划分标准。在纵向及平面测井相定量划分基础上确定了优质测井相，采用层次分析法确定了有机碳含量、含气量、含烃量、脆性指数、岩性相、裂缝相、孔隙结构相、脆性指数和应力差异系数等8项影响因素的权重，建立了储层综合评价模型，为优质储层发育特征及分布规律研究、页岩开发选层和水平井井位部署提供了依据。

关键词： 隔夹层   BA算法   Catboost算法   测井   陇东油田  

摘要： 准确识别储层中的隔夹层对于储层精细表征和剩余油挖潜工作至关重要，为了更好地利用测井资料，提高划分隔夹层的效率以及准确率，本文提出了一种基于BA-Catboost算法的隔夹层划分方法。在研究中，对比分析了隔夹层识别划分的一般方法，针对人工划分效率低、易出错等难点，优选并构建了BA-Catboost算法的技术路线。通过岩心测井等资料识别出隔夹层并划分其类型，使用ADASYN方法增加隔夹层样本数量，并选取GR、SP、AC等高相关性测井曲线作为特征参数，基于BA-Catboost算法进行训练并建立分类模型，模型训练及测试准确率分别为96.7%和98.9%。运用分类模型对特征模糊不易划分的隔夹层进行识别，划分出泥质隔夹层62组，钙质隔夹层20组，物性隔夹层59组。在此基础上研究隔夹层平面分布特征，发现隔夹层在Y2、Y3小层内更为发育，在平面上呈现出东南部区域隔夹层分布频率及分布密度高，中西部低的特征。使用该方法划分出的隔夹层弥补了前人在生产开发过程中认知的不足，后续通过调整注采措施，利用补孔、增大注水量等手段可起到增产效果。研究结果表明，BA-Catboost算法较同类算法性能更加优秀，通过该方法建立的分类模型训练测试效果良好，用于隔夹层精细识别和自动分类，提高了识别精度与效率，并且能有效指导生产开发工作，在陇东油田J区具有应用价值。

关键词： 磨溪地区   白云岩储层   流动单元   流动单元地球物理识别  

摘要： 基于钻井、测井、实验分析及生产等资料，以磨溪气田嘉二气藏主力产层嘉二2亚段B层(T1j22B)白云岩储层为研究对象，利用流动单元来表征气藏白云岩储层非均质性，通过对比流动层带指数、孔喉半径(R35)及聚类分析的流动单元划分方法，在取心井流动单元的研究基础上，利用多元回归的方式定量评价FZI（Flow Zone Index）值，未取心井通过fisher判别分析函数精细划分。从压汞参数与生产动态资料验证其流动单元划分合理性。研究结果表明：对于薄层的白云岩储层，采用流动层带指数法划分的流动单元为一组具有较好孔渗关系的岩石类型，R35所划分的流动单元为一组具有相似孔喉半径（不同孔隙度有着相近的渗透率）的岩石类型，R35与FZI法与流动单元具有相似孔渗特征的定义不符，通过聚类方法，能将具有相似的孔隙结构的储层归位一类流动单元；流动层带指数的测井识别是流动单元划分的难点，机器学习、神经网络等算法对于精度具有较大提升，但需要大量数据，对于研究区，常规的线性回归方式成为了最佳的选择；流动单元预测结果与压汞参数、初期产能存在较强相关性，流动单元划分结果可靠，可为后续气藏的开发提供参考。

关键词： 机器学习   图神经网络描述符   离子液体   二氧化碳   亨利系数  

摘要： CO2排放是气候变化的主要推动因素之一,有效的CO2捕集与储存技术的开发迫在眉睫.然而,设计高效的吸收过程的一个关键挑战是准确预测CO2在各种离子液体(ionic liquids, ILs)中的亨利系数.本文提出了一种结合图神经网络(graph neural network, GNN)和机器学习(machine learning, ML)框架用于预测CO2在ILs中的亨利系数.我们采用图卷积网络(graph convolutional networks GCN)、图注意力网络(graph attention networks, GAT)、图同构网络(graph isomorphism networks, GIN)和图样本聚合评估器(graph sample and aggregate networks, GraphSAGE)等四种图神经网络生成描述符,并将其与多种机器学习算法(K-nearest neighbors(KNN)、support vector regression(SVR)、random forest(RF)、gradient boosting regression trees(GBRT)、extreme gradient boosting(XGBoost))相结合,系统比较了这些组合在HLC预测中的表现.研究结果表明,图神经网络与树模型算法(如GBRT、XGBoost、RF)的结合显著优于KNN和SVR组合.其中, GNN+GBRT在训练集上的表现最佳,而GNN+XGBoost在测试集上表现最优.此外, GCN生成的描述符整体性能略优,这证明了GCN在处理复杂分子结构数据方面的强大能力,可以用来构建高精度的CO2亨利系数预测模型.该框架在CO2亨利系数预测中的成功应用为CO2捕集技术的优化提供了有力支持,从而推进了环境技术与可持续工程的发展.