Quantitative sensitivity and reliability analysis of sensor networks for well kick detection based on dynamic Bayesian networks and Markov chain

Kick is considered as an early warning sign to the blowout that is among the most undesired and feared accidents during drilling operations. Kick detection system is commonly used to timely identify the occurrence of a kick. The method commonly used for kick detection relies on the proper selection of monitoring indicators. A kick detection system should not only have very high accuracy but also maintain reliable over a long time. Different from the existing studies focusing on improving the detection accuracy, this paper presents a frame emphasizing on quantitatively analyzing and enhancing the reliability of the kick detection sensor networks. The dynamic Bayesian network (DBN) for the sensor networks is established that employs Markov chain to obtain the reliability degradation of measurement sensors over time. The proposed method is applied and evaluated by case studies to conduct reliability and sensitivity analysis for kick detection sensor networks. The reliability analysis results demonstrate that the proposed method can quantitatively analyze the reliability of a kick detection sensor networks consisting of various sensors over given time periods. The sensitivity analysis results indicate that the proposed method is effective in identifying the critical sensors that have the greatest effect on the reliability of one certain kick detection system. Based on the analysis results, optimized logical combination of sensors of a kick detection system can be achieved. An improved sensor network for the unreliable case was proposed and evaluated.     

如何优化经济欠发达地区农村客运网

经济欠发达地区农村的道路情况和客运网络的建设相对落后,同时,由于受交通不便的制约,农村经济发展速度受到很大的影响,农民出行难的问题仍然没有得到根本上的解决。本文通过对经济欠发达地区农村客运网现状的分析,找出目前造成农村客运网络落后的原因,并提出相应的对策和建议。     

中国生物质能政策变迁研究:2000—2019年

生物质柴油和生物质沼气是生物质能发展的两大着力点,两者在性质上存在较大差异,相应的政策设计和发展也各有不同。以政策网络理论、政策变迁相关理论为理论基础,通过搜集整理中央层面关于生物质柴油和生物质沼气的政策文本,采用政策计量和内容分析法,分析政策的发文时间、文本类型等文本外部属性特征,且根据政策文本内容划分了5类政策目标和13类政策工具,深入比较不同生物质能源在变迁中政策目标、政策工具和政策主体网络的差异。研究结果表明,中国生物质能的政策变迁,呈现多元化的演进动态:(1)生物质柴油与沼气政策的发文单位与发文类型在各时间段有所异同,整体来看,生物质柴油与沼气发文最多的单位为国务院和国家发展和改革委员会,不同的是生物质柴油发文数量位于第三位的是国家能源局,而生物质沼气是生态环境部和农业农村部。在发文类型方面,"通知与意见"类型构成了主要占比。(2)同一生物质的政策目标与工具在不同时期的政策变迁中,有延续性和差异性。例如,生物质柴油在各阶段始终以技术创新、能源供应连续性为主要政策目标来保证政策延续性,但在不同阶段也会关注环境可持续性、工业发展等;在政策工具上,生物质柴油即使在变迁中也都会使用财政支持,而各阶段配合使用的工具重心也不一致。(3)不同生物质能源使用的政策工具在同一时期也存在异同。如在第二阶段生物质柴油和生物质沼气所聚焦的政策目标和政策工具完全不同,在第一和第三阶段两者则存在小部分相似。(4)不同生物质能源的政策网络在各阶段表现存在异同。全国人民代表大会和国务院始终是政策网络中的重要主体,各个阶段不同生物质能发文主体的角色和协调互动情况随政策变迁而变化。最后,在研究结论的基础上提出政策目标与政策工具统筹运用、建立有效的政策网络主体协同治理机制的启示。     

沿海农田林网建设关键技术的经济学择优

对江苏沿海地区农田林网的经营类型、造林树种、林带配置进行了技术经济学分析和多目标灰色局势决策择优。结果表明：农田林网经营类型宜选择复合经营的果材兼用型林网。造林树种可选择速生丰产的杨树等用材树种和经济效益高的桃树等果树。林网配置在海堤河岸上选择用材树种，营造基干林带，筑起大网格框架；在道路沟渠上立体配置林果树种，营造主林带和副林带，构建中网格；在脱盐排水沟上添加果树辅助林带，建立小网格，形成多树种多林种合作、大中小网格配套、多道防线联防、多效益多产品产出的复合配置模式。     

应用BP神经网络预测城市需水量的探析

在对辽宁省营口市城市需水量预测中，采用BP人工神经网络方法对该市人均综合用水量进行预测。进而预测出城市需水量，取得了满意效果。从精度检验、数据类比和趋势分析等角度，论证了此种预测方法的可行性和有效性。     

昆明市环境监测信息系统的开发与完善

通过环境监测信息控制系统管理环境监测数据,可提高数据管理水平和数据处理质量、速度,可将环境监测信息尽快地转化为决策依据,有利于提高环境管理和环境污染治理决策水平.本文总结了昆明市环境监测信息系统的设计、开发要点并提出了进一步完善的展望.     

冀东金矿成矿物质深部来源及其找矿方向

冀东是华北主要产金区之一 ,也是研究程度较高的地区。前人的研究将该区金矿分为多种成矿模式 ,矿质来自不同渊源。随着工作的不断深入、资料的不断积累 ,有必要对该区的成矿作用和金的物质来源进行再认识。总结 13个金矿床 (点 )的各种资料 ,认为该区金矿的矿质应来自深源流体。原定的各种成矿模式只是矿液在不同空间滞留成矿的结果 ,而非本质问题。找矿方向应是研究其矿液通道及其富集成矿的部位。     

基于神经网络的红树林景观特性遥感提取技术研究

利用神经网络法对广西山口红树林保护区2003年1月8日获取的Landsat TM 卫星图像进行分类.Landsat TM5卫星数据的3、4、5假彩色合成图像空间分辨率比较好,影像层次丰富,地物界限清晰.因此,采用3、4、5波段作为输入层.经过目视判读和现场调查,将输出层单元设置为5个,包括是红树林、陆地植被、裸地(其他建筑用地)、水体和虾池.经过流程实际运算和精度对比,设定训练阈值的贡献是0.9,训练率是0.2,训练次数是1000,最大个体允许误差为0.1.分类精度达到86.86%,高于最大似然分类(50.79%)和光谱角分类精度(75.39%),从而最终获取红树林生态系统的景观格局指标.结果显示研究区红树林均匀度(1.7789)和聚集度指数(0.6854)较高;红树林种类的优势度指数是-1.5850,为弱势群体;红树林的斑块破碎化指数是0.0325,破碎化程度较低.     

模糊神经网络方法在船舶油污事故损害赔偿评估中的应用研究

针对船舶油污事故损害赔偿评估非线性系统的复杂性，分析了人工神经网络技术在该领域应用的可能性，并以20个国际油污基金公约所承认著名赔偿案例为例建立船舶油污事故的神经网络评估模型，该模型对中国船舶油污事故损害赔偿评估具有一定的参考实用价值，为中国船舶油污事故损害赔偿评估提供了一种新颖而方便的计算方法。     

Characterization of aliphatic hydrocarbons in deep subsurface soils near the outskirts of Beijing, China

Thirty-nine deep subsurface soils( 150—180 cm depth) near the outskirts of Beijing were investagated. The concentrations including n-alkanes from C13 to C36, pristane and phytane were in the range of 0.60 to 170.10μg/g, with a median value of 4.26. Carbon preference index values for n-alkanes ranged from 1.08 to 2.98, with a median value of 1.48. The percentage contribution of “wax” nalkanes was in the range of 6.03%--46.22%. A predominance of odd/even carbon n-alkanes and unresolved complex mixtures with different shapes and ranges were frequently observed. Factor analysis reduced the data set into three principal components and confirming contributions from low ( 19.58% ), medium ( 20.49% ) molecular weight species and long-chain n-alkanes (43.41% ), respectively.Molecular biomarkers such as pristane, phytane, hopanes and steranes were detected. Based on the principal component analysis, the concentration profiles and molecular markers, it was found that the aliphatic hydrocarbons were from both biogenic and anthropogenic sources.