-
公开(公告)号：CN119086673A
公开(公告)日：2024-12-06
申请号：CN202411187550.9
申请日：2024-08-28
Applicant: 东北石油大学
IPC: G01N27/327 , G01N27/48 , C01G29/00 , C01B21/082 , B82Y30/00 , B82Y40/00 , B82Y15/00
Abstract: 本发明属于重金属离子检测技术领域，具体涉及一种碘氧化铋/氮化碳复合材料及其制备方法和应用、自供能电化学传感器及其应用。在本发明中，BiOI/CN之间的p‑n异质结不仅保留了BiOI和CN的结构特征，而且具有更大的比表面积，使其具有更多的活性位点；同时由于异质结的形成改变了电子的传输路径，提高了光生载流子的分离和迁移效率，使其具有优异的光电性能。根据实施例的测试结果可知，基于BiOI/CN‑34％的p‑n异质结传感器对Cd2+检测限低至0.033μM(信噪比(S/N＝3))，同时具有优异的选择性、稳定性、重复性和一定自供电能力。
-
公开(公告)号：CN117973618A
公开(公告)日：2024-05-03
申请号：CN202410189868.4
申请日：2024-02-20
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/20 , G06F113/08
Abstract: 本发明涉及的是一种考虑油源距离和构造特征的产能预测方法，它包括：确定目标区块烃源岩中心位置，考虑目标区块不同井与烃源岩中心位置关系，分析产能与油源距离的相关趋势，并分析油源距离对产能影响；分析构造特征对产能影响，并按照构造特征对目标区块分区；获取流体参数、岩性参数、储层厚度、距油源中心距离四个综合指数来反映储层特征；将所述距油源中心距离、岩性参数、流体性质、储层厚度与试油资料相结合，建立目标区的测井产能预测模型，对目标井进行产能预测。本发明能确定目标井产能情况，能够对目标井在未来开发过程中可能获得的产量进行较恰当的预测。
-
公开(公告)号：CN115931926A
公开(公告)日：2023-04-07
申请号：CN202211627879.3
申请日：2022-12-16
Applicant: 东北石油大学
IPC: G01N23/046 , G01N23/2251
Abstract: 本发明提供一种低渗‑致密砂岩孔隙结构尺度升级方法，小柱塞微米CT扫描，在小柱塞上截片制成场发射扫描电镜样品；配准匹配与FE‑SEM中对应的微米CT切片，将扫描电镜图片与微米CT切片中的孔隙提取出来；将场发射扫描电镜图片及其对应的微米CT切片的孔隙分布图进行对比，确定微米CT中未识别的孔隙发育的位置及孔隙类型，并统计未识别的孔隙的参数特征；在孔隙位置、类型、孔径等参数的约束下，使用随机生长法把缺失的小孔隙补充到CT法所建的数字岩心中；将尺度升级前孔隙模型、尺度升级新生成的孔隙以三维图像形式呈现，合并获得升级后的孔隙模型。本发明克服了升级结果与真实岩心不相符和不同尺度三维孔隙结构模型难建立的问题。
-
公开(公告)号：CN117995314B
公开(公告)日：2024-08-02
申请号：CN202410133555.7
申请日：2024-01-30
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G16C20/70 , G06F18/10 , G06F18/2135 , G06F18/243 , G06N3/0499 , G06N20/00
Abstract: 本发明涉及的是基于机器学习的含聚污水重力式沉降清淤界限预测方法，它包括：含聚污水样本空间的样本数据预处理；含聚污水样本空间中基于主成分分析法的多重特征降维处理；考虑淤泥层增长速率离散性的含聚污水分类预测数据集划分；建立基于交叉熵损失的含聚污水分类多层感知预测模型，含聚污水分类多层感知预测模型由输入层、单层隐含层、输出层组成；定量表征含聚污水重力式沉降清淤界限，通过预测结果最优的含聚污水分类多层感知预测模型对含聚污水重力式沉降清淤界限进行预测。本发明构建含聚污水分类多层感知预测模型，并以清淤周期为指标定量表征含聚污水重力式沉降的清淤界限，解决清淤界限凭靠经验，无法满足油田现场需求的技术难题。
-
公开(公告)号：CN117995313A
公开(公告)日：2024-05-07
申请号：CN202410133513.3
申请日：2024-01-30
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G16C20/70 , G06F18/10 , G06N3/0499 , G06F18/213 , G06F18/23 , G06N3/084
Abstract: 本发明涉及的是一种利用神经网络预测多源污水沉降分离收油周期的方法，它包括：多源污水体系样本空间的样本特征提取与数据预处理；考虑多源污水聚类类别的油层增长速率预测数据集划分；建立基于神经网络的多源污水沉降分离油层增长速率预测模型：优化多源污水沉降分离油层增长速率预测模型的初始权值矩阵与偏置矩阵；确定多源污水沉降分离的收油周期。本发明解决了含有水驱、化学驱不同驱油方式采出水的多源污水沉降分离时，污水中油珠粒子上浮、碰撞、聚并而形成油层厚度增长过程描述的难题，尤其是解决了考虑多源污水中化学剂组分及其带来水质特性复杂多变，以人工智能算法赋能油田智能化转型背景下科学可靠预测沉降分离收油周期的技术难题。
-
Patent Agency Ranking
公开(公告)号：CN112382345B
公开(公告)日：2023-06-06
申请号：CN202011254943.9
申请日：2020-11-11
Applicant: 东北石油大学
IPC: G16C20/20 , G06F30/20 , G01N13/02 , G06F119/14
Abstract: 本发明涉及一种页岩油储层接触角计算方法及系统，通过分别构建页岩油储层岩石模型、页岩油分子模型和水分子模型，搭建微观尺度的油‑水‑岩润湿性分子模型，对油‑水‑岩润湿性分子模型进行分子动力学模拟，从模拟结果中提取油‑水‑岩润湿性分子模型中的水分子，并对水分子进行团簇化，形成水团簇，然后对水团簇进行数值化，确定每个模拟时刻数值化水团簇在页岩油储层岩石表面的接触角，克服了现有技术使用量角法中二维图像不能很好反应水团簇形态特征以及人为测量角度存在主观因素干扰的缺陷，通过获取分子坐标，提取计算接触角所需的参数进行计算，大大提高了接触角的计算精度。
-
公开(公告)号：CN118536826A
公开(公告)日：2024-08-23
申请号：CN202410600797.2
申请日：2024-05-15
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G06Q10/0637 , E21B49/00 , G01V9/00 , G06Q50/02
Abstract: 本发明公开一种盆地页岩油产量趋势预测方法、装置、介质及产品，涉及油气开发技术领域，所述方法包括：基于“甜点”区中所有典型水平井的水平井生产曲线，确定水平井平均单井日产油量曲线；基于水平井平均单井日产油量曲线进行拟合，确定“甜点”区的处于规划评价期的各未来生产天数的平均日产油量和多个未来生产年的平均年产油量；基于“甜点”区的处于规划评价期的各未来生产年的平均年产油量以及对应未来生产年的水平井老井井数和水平井新井井数，确定“甜点”区的对应未来生产年的页岩油年产量；进一步确定油气盆地在各未来生产年的页岩油年产量，从而确定油气盆地在规划评价期的页岩油年产量趋势。本发明实现了盆地页岩油产量的趋势预测。
-
公开(公告)号：CN117995313B
公开(公告)日：2024-07-30
申请号：CN202410133513.3
申请日：2024-01-30
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G16C20/70 , G06F18/10 , G06N3/0499 , G06F18/213 , G06F18/23 , G06N3/084
Abstract: 本发明涉及的是一种利用神经网络预测多源污水沉降分离收油周期的方法，它包括：多源污水体系样本空间的样本特征提取与数据预处理；考虑多源污水聚类类别的油层增长速率预测数据集划分；建立基于神经网络的多源污水沉降分离油层增长速率预测模型：优化多源污水沉降分离油层增长速率预测模型的初始权值矩阵与偏置矩阵；确定多源污水沉降分离的收油周期。本发明解决了含有水驱、化学驱不同驱油方式采出水的多源污水沉降分离时，污水中油珠粒子上浮、碰撞、聚并而形成油层厚度增长过程描述的难题，尤其是解决了考虑多源污水中化学剂组分及其带来水质特性复杂多变，以人工智能算法赋能油田智能化转型背景下科学可靠预测沉降分离收油周期的技术难题。
-
公开(公告)号：CN118114077A
公开(公告)日：2024-05-31
申请号：CN202410121256.1
申请日：2024-01-29
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G06F18/23 , G06N3/09 , G06N3/0464 , G06N20/10
Abstract: 本发明涉及的是一种基于人工智能算法的河道砂能量微相测井识别方法，它包括：针对研究区域沉积特征与测井响应特征，梳理密闭取心井和主干井中的河道砂能量微相测井资料，建立河道砂能量微相储层特征参数判别标准；依据建立的河道砂能量微相储层特征参数判别标准和隶属度函数，构建测井‑能量微相识别模型算法，测井‑能量微相识别模型算法是采用模糊逻辑算法构建数学统计判别法的多尺度特征参数约束的测井‑能量微相识别模型；利用测井‑能量微相识别模型算法，进行河道砂能量微相自动识别。本发明能达到快速、高效地划分河道砂能量微相类别，对油田开展能量微相精细刻画，耗时短，准确率高。
-
公开(公告)号：CN117995314A
公开(公告)日：2024-05-07
申请号：CN202410133555.7
申请日：2024-01-30
Applicant: 东北石油大学 , 东油特思烃(大庆)检测技术有限公司
IPC: G16C20/70 , G06F18/10 , G06F18/2135 , G06F18/243 , G06N3/0499 , G06N20/00
Abstract: 本发明涉及的是基于机器学习的含聚污水重力式沉降清淤界限预测方法，它包括：含聚污水样本空间的样本数据预处理；含聚污水样本空间中基于主成分分析法的多重特征降维处理；考虑淤泥层增长速率离散性的含聚污水分类预测数据集划分；建立基于交叉熵损失的含聚污水分类多层感知预测模型，含聚污水分类多层感知预测模型由输入层、单层隐含层、输出层组成；定量表征含聚污水重力式沉降清淤界限，通过预测结果最优的含聚污水分类多层感知预测模型对含聚污水重力式沉降清淤界限进行预测。本发明构建含聚污水分类多层感知预测模型，并以清淤周期为指标定量表征含聚污水重力式沉降的清淤界限，解决清淤界限凭靠经验，无法满足油田现场需求的技术难题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.04 seconds)
