导读:本文包含了解释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:页岩,热河,机器,方法,算法,灰质,解释性。
解释方法论文文献综述
白洋,谭茂金[1]（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）
谭茂金,白洋,王谦,吴静,石玉江[2]（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）
王鉴,刘祎莹[3]（2019）在《试论课堂研究中的深描与解释方法》一文中研究指出课堂研究的方法受到人类学、阐释学、现象学的影响,更加注重对课堂情境中发生的现象及其背后的意义的研究,因此,深描和解释方法在课堂研究中引起较为普遍的关注。深描是深入的、厚实的、详细的问题性经验的描述,旨在澄清一种倾向和组织行为所存在的意义。深描有真实性、深入性和近经验性等特点,深描的类型主要有微观式深描、情景式深描、交互式深描等。解释是对一个相关术语的意义进行阐释和理解的过程,它的意义在于理解。解释具有创造性、情境理解性和生成性等特点,其类型可分为深解与浅解、局内外与局外人解释、分析式与描述式解释等。课堂研究中描述和解释总是结合在一起使用的,在描述中解释,在解释中描述,二者融为一体,有助于研究者进行细致、聚焦、深入的课堂研究。(本文来源于《南京师大学报(社会科学版)》期刊2019年06期）
李云峰[4]（2019）在《反垄断法的经济理论工具化与解释方法重构》一文中研究指出市场经济已是世界各国发展经济的基本模式,随着适用市场经济模式发展的国家地区的增多,反垄断法的重要性也与时俱进。同时经济部门法本身具有的多学科交叉背景也使得反垄断法因经济学学界理论的兴衰交替,而具有弱稳定性特征,本文认为通过完善经济理论转化法律理论的方法方式,并对法律的解释方法进行重构,找到属于反垄断法的解释方法,对经济法域的进步和反垄断法的改革和进步都大有裨益。(本文来源于《法制与社会》期刊2019年32期）
刘利[5]（2019）在《一种提高凝灰质储层渗透率解释精度的方法——以南贝尔油田为例》一文中研究指出为有效解决凝灰质储层渗透率精细解释的问题,以南贝尔油田为例,利用取心井岩心分析孔隙度、渗透率资料,利用流动单元指数FZI值进行流动单元划分,并建立了各类流动单元的渗透率精细解释模型。将优选反映储层变化的测井变量及运用判别分析法建立流动单元的判别方程应用于非取心井段。结果表明,分流动单元计算的渗透率其模型解释精度明显提高,为凝灰质储层渗透率解释提供了一种新的有效方法。(本文来源于《浙江大学学报(理学版)》期刊2019年06期）
罗红文,李海涛,蒋贝贝,李颖,卢宇[6]（2019）在《基于DTS数据反演的低渗气藏压裂水平井产出剖面解释新方法》一文中研究指出分布式温度测试(DTS)正逐渐被用于压裂水平井井下生产状况监测,但基于DTS数据定量解释低渗气藏压裂水平井产出剖面仍是一个巨大难题。基于Levenberg Marquart算法建立了一套DTS数据反演解释模型,并提出了反演目标参数的初始赋值方法,最终形成了一套基于DTS数据的低渗气藏压裂水平井产出剖面解释方法,实现了基于DTS数据定量解释裂缝参数和产出剖面。采用建立的反演方法,对一口模拟实例井的DTS数据进行了反演解释。结果表明:温度剖面反演结果与"测试值"吻合度较高,产出剖面反演结果与"测试值"也基本一致,验证了该产出剖面解释方法的准确性和可行性。研究成果为低渗气藏压裂水平井产出剖面定量解释和裂缝参数诊断提供了一种实用而精确的新方法。(本文来源于《天然气地球科学》期刊2019年11期）
荆涛[7]（2019）在《热河台油田测井二次解释方法及应用》一文中研究指出热河台油田已开发40多年,对该区的测井二次解释是进行精细油藏描述、剩余油分布研究的基础,在区块内岩心、录井、钻井、试油投产等资料的基础上,重新建立油气层测井识别图版和储层参数解释模型,提高油气层识别精度和储层参数解释精度,为油藏特征研究及开发方案编制提供基础资料。同时丰富的动静态资料也为测井二次解释参数的选取、油水层识别方法的选取提供了有利保障。(本文来源于《化工管理》期刊2019年31期）
杜小龙[8]（2019）在《水平井常规测井资料解释方法研究》一文中研究指出针对水平井测井资料的解释问题,结合我国在水平井测井领域的研究现状,首先对水平井解释过程中面临的主要问题进行分析,对确定地层界面、岩性剖面分析、物性参数计算以及油性解释评价四方面内容分别进行研究,为水平井测井资料的解释工作奠定基础。研究表明:在对水平井的测井资料进行解释的过程中,油田单位普遍应用的直井测井资料解释方法,但是受到地层岩性等因素的影响,很容易出现解释误差。因此,油田单位需要根据水平井的特点,在确定地层界面、岩性剖面分析、物性参数计算以及油性解释评价四个方面分别使用不同的方法,进而使得解释精度得到提升,为水平井测井解释技术的进一步提升奠定基础。(本文来源于《石化技术》期刊2019年10期）
纪守领,李进锋,杜天宇,李博[9]（2019）在《机器学习模型可解释性方法、应用与安全研究综述》一文中研究指出尽管机器学习在许多领域取得了巨大的成功,但缺乏可解释性严重限制了其在现实任务尤其是安全敏感任务中的广泛应用.为了克服这一弱点,许多学者对如何提高机器学习模型可解释性进行了深入的研究,并提出了大量的解释方法以帮助用户理解模型内部的工作机制.然而,可解释性研究还处于初级阶段,依然还有大量的科学问题尚待解决.并且,不同的学者解决问题的角度不同,对可解释性赋予的含义也不同,所提出的解释方法也各有侧重.迄今为止,学术界对模型可解释性仍缺乏统一的认识,可解释性研究的体系结构尚不明确.在综述中,回顾了机器学习中的可解释性问题,并对现有的研究工作进行了系统的总结和科学的归类.同时,讨论了可解释性相关技术的潜在应用,分析了可解释性与可解释机器学习的安全性之间的关系,并且探讨了可解释性研究当前面临的挑战和未来潜在的研究方向,以期进一步推动可解释性研究的发展和应用.(本文来源于《计算机研究与发展》期刊2019年10期）
王海莹[10]（2019）在《示踪相关流量测井设计及解释方法优化》一文中研究指出示踪相关流量测井用来确定注入井的注入剖面,既能克服同位素测井技术的沾污、大孔道及高粘度聚合物等因素对测井资料的影响,也能克服中子氧活化测井测量下限高、成本大的局限。同时对低孔低渗油藏、纵向跨度长、注采关系复杂等情况具有较好的适应性,但在现场测试及资料解释精度和准确度方面依然存在不足。通过对示踪相关流量测井的数学模型和测试效果影响因素进行研究,从测井方法设计和解释方法两个方面进行分析,以实验室模拟的方式进行设计优化,用多种读值法对比确定合适的解释方法。通过优化示踪相关流量测井设计和解释方法,能够排除部分干扰因素的影响,提高测井及解释的精度和准确度,达到对示踪相关流量测井技术进一步优化的目的。(本文来源于《石油管材与仪器》期刊2019年05期）
解释方法论文开题报告
（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：
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。
（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。
解释方法论文参考文献
[1].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
[2].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
[3].王鉴,刘祎莹.试论课堂研究中的深描与解释方法[J].南京师大学报(社会科学版).2019
[4].李云峰.反垄断法的经济理论工具化与解释方法重构[J].法制与社会.2019
[5].刘利.一种提高凝灰质储层渗透率解释精度的方法——以南贝尔油田为例[J].浙江大学学报(理学版).2019
[6].罗红文,李海涛,蒋贝贝,李颖,卢宇.基于DTS数据反演的低渗气藏压裂水平井产出剖面解释新方法[J].天然气地球科学.2019
[7].荆涛.热河台油田测井二次解释方法及应用[J].化工管理.2019
[8].杜小龙.水平井常规测井资料解释方法研究[J].石化技术.2019
[9].纪守领,李进锋,杜天宇,李博.机器学习模型可解释性方法、应用与安全研究综述[J].计算机研究与发展.2019
[10].王海莹.示踪相关流量测井设计及解释方法优化[J].石油管材与仪器.2019
论文知识图
