导读:本文包含了测井方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,核磁共振,致密,页岩,砂岩,裂缝,系数。
测井方法论文文献综述
盛兰敏,刘俊东,于之深,郝丽萍,常静春[1]（2019）在《测井新方法在王官屯地区火成岩储层中的应用研究》一文中研究指出王官屯地区火成岩油藏纵向上产出层系多,横向上分布范围广,岩性及储集空间极其多样复杂,长期以来,在火成岩油藏的勘探开发中,火成岩储层类型的划分、油气评价一直是地质家们棘手的问题。本文以王官屯地区的火成岩储层为主要研究对象,对测井新方法在识别火成岩储层的测井响应特征、储集空间、流体性质评价等方面的应用进行分析研究,形成一套利用测井新方法评价火成岩储层的方法,通过应用,发现具有很好的实用价值。(本文来源于《国外测井技术》期刊2019年06期）
张建欣,蒋裕强,李景,胡丹丹,魏涛[2]（2019）在《裂缝性储层关键参数测井计算方法》一文中研究指出为求取裂缝性储层关键参数,应用自然伽玛、声波时差和电阻率等测井曲线建立岩性解释模型的方法,求取岩性综合系数,发现岩性综合系数与泥质体积含量成反比,与白云岩体积含量成正比,用来识别岩性;应用阵列声波测井能量衰减幅度、井径曲线、岩性综合系数等参数建立裂缝解释模型的方法,求取裂缝综合系数(F),F<0.36,裂缝不发育,0.36≤F<0.6,裂缝发育一般,0.6≤F<0.8,裂缝较发育,F≥0.8,裂缝发育;最后综合分析岩性、裂缝综合系数,并结合基质解释参数,识别出油层、差油层、水层和干层。结果表明:裂缝综合系数大于0.48,岩性综合系数大于0.34,为油层;差油层的特征为裂缝综合系数大于0.36,岩性综合系数大于0.24;裂缝综合系数小于0.36,裂缝不发育,为干层;水层特征主要为深侧向电阻率小于浅侧向。裂缝发育程度决定了青西油田储层含油性,即使岩性为白云质泥岩,只要裂缝发育,就可能存在油层。(本文来源于《西安科技大学学报》期刊2019年06期）
张立旭[3]（2019）在《试析基于孔径组分的核磁共振测井渗透率计算新方法》一文中研究指出本文主要对基于孔径组分的核磁共振测井渗透率计算新方法进行阐述,以复杂岩性储集层渗透率主控因素为主要依据,从明确压孔孔径分类标准、基于核磁共振T2谱的孔径组分划分几个方面进行研究分析,其目的在于保障渗透率计算更加具有准确性,进一步推动我国油田的发展与进步。(本文来源于《石化技术》期刊2019年11期）
梁玉楠,钟华明,骆玉虎,肖大志,吴一雄[4]（2019）在《珠江口盆地低阻低渗储层测井渗透率预测方法及应用》一文中研究指出为了解决南海西部海域珠江口盆地低阻低渗油藏渗透率评价的难题,详实调研了国内外低阻低渗储层的成因,在此基础上深入分析了珠江口盆地低阻低渗储层渗透率的影响因素。研究表明,孔喉半径是导致渗透率差异大的主要原因。基于岩心资料,采用FZI法将研究区储层划分为6类流动单元,通过建立每一类流动单元的精细渗透率模型求取低阻低渗储层渗透率参数。结果表明,使用流动单元渗透率模型能够有效提高渗透率计算的精度,目前该方法已在南海西部海域各区域推广应用。(本文来源于《海洋地质前沿》期刊2019年11期）
李万,陈同俊,尹海洋,徐海澄[5]（2019）在《基于主成分回归模型的测井曲线重构方法研究》一文中研究指出随着我国煤层气勘探、开发的不断深入,煤层气测井技术也愈加重要。但多数煤层气区块的中子测井曲线稀少,给煤层气资源的评价和开发造成明显不利影响。为此,本次首先对测井曲线进行小波多尺度分析,消除环境噪声的影响;然后,通过直方图校正提高井间测井曲线的横向可对比性;第叁,通过主成分分析,消除输入测井曲线的信息冗余;最后,通过多元回归分析,拟合中子曲线的重构方法。通过将本次方法应用于实际煤层气区块,发现预测结果和实测结果相吻合,验证了本次所提出方法的可行性和有效性。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
白洋,谭茂金[6]（2019）在《基于委员会机器的总有机碳含量测井解释方法》一文中研究指出页岩气藏作为一类非常重要的非常规油气藏,具有"自生自储自保"的特征,生烃潜力是评价页岩储层的重要指标。总有机碳含量对于反映页岩储层生烃潜力具有重要意义,利用测井数据进行总有机碳含量预测是被广泛使用的方法,这些方法主要有经验公式法、?logR法以及神经网络法,其中基于单一或多种测井数据的经验公式法仅利用相关性进行模型构建,结果并不可靠;?logR法对储集层的成熟度敏感,参数难以选择;神经网络法易过拟合、陷入局部极小以及泛化能力不佳,构建的模型不稳定。为此,本文通过BP神经网络、极限学习机和广义回归神经网络作为委员会机器专家,以加权平均算法为组合器构建回归委员会机器。将归一化后的敏感测井数据与相对应的标签数据作为输入进行训练,得到总有机碳含量计算模型。通过委员会机器和各专家训练性能的对比,结果证实委员会机器较各专家具有更低的相对误差和更加稳定的性能。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
谢玮,毕臣臣,刘炜,姚铭,胡守旺[7]（2019）在《机器学习方法在地球物理测井中的应用研究进展》一文中研究指出人工智能技术和机器学习方法的飞速发展,为地球物理测井带来了新机遇和新突破。国内外学者将机器学习方法应用到了测井资料处理和解释的研究过程中,形成了一系列测井新技术。本文首先介绍了机器学习的回归、分类和聚类方法;然后论述了机器学习方法在测井资料处理解释中的应用实例,并与常规方法进行对比分析;最后按照所解决问题和任务的不同,将这些新技术分为回归和分类两大类进行总结,并对其发展前景进行展望。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
谭茂金,白洋,王谦,吴静,石玉江[8]（2019）在《当非常规油气遇到人工智能——多源数据驱动下非常规油气测井智能解释方法研究进展》一文中研究指出近年来,页岩与致密砂岩等非常规油气储层的勘探发展迅速,但是由于这两类储层的矿物成分复杂,流体赋存形式多样,孔隙度、渗透率和饱和度等储层参数与测井响应呈非线性关系,理论模型或经验公式难以构建,计算精度不高。为此,必须研究新的测井解释方法与技术。近年来发展起来的机器学习为测井解释提供了新的思路。在有机页岩测井评价中,基于RBF神经网络进行有机碳(TOC)含量的预测,发现RBF法计算结果与岩心实验的相关系数高于ΔlogR法;基于二维RBF方法进行黏土、石英、方解石、黄铁矿等多种矿物含量的预测,预测精度高于模式搜索法、遗传算法、模拟退火法等最优化算法。在致密砂岩测井评价中,针对神经网络容易过拟合、陷入局部极小等缺点,采用了BP神经网络、概率神经网络、决策树分类器等多种智能算法构建了分类委员会机器和回归委员会机器,实现了储层的流体识别和储层参数预测。通过测试与岩心实验对比发现,委员会机器预测结果比单个智能算法有更好的鲁棒性和精度。可以看到,通过对多元测井数据以及其他多源的录井、测试、岩石物理实验数据,利用机器学习算法可以有效地实现储层特征定性判别和定量评价,这是测井解释发展的必然趋势。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
谢岚[9]（2019）在《致密砂岩气储层测井评价方法研究》一文中研究指出随着国家对煤系"叁气"的日益重视及开采力度的加大,煤层气的可采储量愈显不足,为了更好地解决这一现象,对于致密气的勘探开发也成为了天然气研究的重点。基于大量文献调研的结果,总结出了致密砂岩气的发展现状、储层特征、测井响应和识别方法,这对致密砂岩气藏的开发有一定意义。(本文来源于《云南化工》期刊2019年10期）
李政宏,刘永福,张立强,赵海涛,陈曦[10]（2019）在《数据挖掘方法在测井岩性识别中的应用》一文中研究指出测井岩性识别是油气藏勘探开发的重要基础工作。随着计算机技术的发展,数据挖掘方法越来越多地应用于岩性识别以提高预测准确性。数据挖掘方法可归纳为多元统计算法和智能性算法两大类,其中多元统计算法包括主成分分析、判别分析,智能性算法有神经网络、决策树、支持向量机。目前多元统计算法在测井岩性识别中应用广泛,智能性算法的应用尚处于发展阶段。基于大量文献调研的成果,概述了多元统计算法的原理及应用现状,重点梳理智能性算法的理论和优势,提出在应用智能性算法时需要将测井数据预处理,包括测井参数选择、测井数据归一化和降维。在此基础上,通过实例验证了智能性算法的应用效果,认为这是测井岩性识别领域今后的发展方向。(本文来源于《断块油气田》期刊2019年06期）
测井方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为求取裂缝性储层关键参数,应用自然伽玛、声波时差和电阻率等测井曲线建立岩性解释模型的方法,求取岩性综合系数,发现岩性综合系数与泥质体积含量成反比,与白云岩体积含量成正比,用来识别岩性;应用阵列声波测井能量衰减幅度、井径曲线、岩性综合系数等参数建立裂缝解释模型的方法,求取裂缝综合系数(F),F<0.36,裂缝不发育,0.36≤F<0.6,裂缝发育一般,0.6≤F<0.8,裂缝较发育,F≥0.8,裂缝发育;最后综合分析岩性、裂缝综合系数,并结合基质解释参数,识别出油层、差油层、水层和干层。结果表明:裂缝综合系数大于0.48,岩性综合系数大于0.34,为油层;差油层的特征为裂缝综合系数大于0.36,岩性综合系数大于0.24;裂缝综合系数小于0.36,裂缝不发育,为干层;水层特征主要为深侧向电阻率小于浅侧向。裂缝发育程度决定了青西油田储层含油性,即使岩性为白云质泥岩,只要裂缝发育,就可能存在油层。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
测井方法论文参考文献
[1].盛兰敏,刘俊东,于之深,郝丽萍,常静春.测井新方法在王官屯地区火成岩储层中的应用研究[J].国外测井技术.2019
[2].张建欣,蒋裕强,李景,胡丹丹,魏涛.裂缝性储层关键参数测井计算方法[J].西安科技大学学报.2019
[3].张立旭.试析基于孔径组分的核磁共振测井渗透率计算新方法[J].石化技术.2019
[4].梁玉楠,钟华明,骆玉虎,肖大志,吴一雄.珠江口盆地低阻低渗储层测井渗透率预测方法及应用[J].海洋地质前沿.2019
[5].李万,陈同俊,尹海洋,徐海澄.基于主成分回归模型的测井曲线重构方法研究[C].2019年油气地球物理学术年会论文集.2019
[6].白洋,谭茂金.基于委员会机器的总有机碳含量测井解释方法[C].2019年油气地球物理学术年会论文集.2019
[7].谢玮,毕臣臣,刘炜,姚铭,胡守旺.机器学习方法在地球物理测井中的应用研究进展[C].2019年油气地球物理学术年会论文集.2019
[8].谭茂金,白洋,王谦,吴静,石玉江.当非常规油气遇到人工智能——多源数据驱动下非常规油气测井智能解释方法研究进展[C].2019年油气地球物理学术年会论文集.2019
[9].谢岚.致密砂岩气储层测井评价方法研究[J].云南化工.2019
[10].李政宏,刘永福,张立强,赵海涛,陈曦.数据挖掘方法在测井岩性识别中的应用[J].断块油气田.2019
论文知识图
