分形方法预测气田数量及其储量

由于油气田数量与储量规模之间具有分形关系,本文在对松辽盆地北部已发现气田储量规模(储量级别)进行划分的基础上,应用分形方法对该区未发现气田的数量和储量进行了预测,同时应用截断帕雷托分布模型预测了未发现气田总储量。结果表明,分形方法与截断帕雷托分布模型预测的未发现气田储量大小相吻合,验证了分形方法是一种预测油气田储量的可靠方法。最后得出以下主要结论:油气田数量与储量规模之间具有分形关系;分形方法在勘探程度较高的盆地或区带应用效果好,而在勘探新区有些难度。     

区带油气资源量计算的解析概率法及其在柴达木盆地北缘的应用

本文以柴达木盆地北缘地区为例，从各种控制油气藏形成的地质条件存在概率和资源量计算参数的概率分布出发，用解析概率法代替蒙特卡洛方法，依据条件概率理论和随机变量间期望与方差的各种关系，计算了区带内温（气）藏数目和油（气）资源量的概率分布。研究结果表明，解析概率法计算的油气资源量与实际情况符合较好。文章得出以下主要结论：解析概率法计算速度快、精度较高；柴达木盆地北缘地区的油气资源主要集中于鄂博梁I号－葫芦山、鄂博梁Ⅱ号－鸭湖、冷湖和南八仙－马海等构造带上     

�˹�������ģ����������ʶ�����е�Ӧ��

据油气层综合解释的特点，提出了单井油气层综合解释的人工神经网络方法。采用简单的分层网络、向后传播算法和误差逐次修正法建立的人工神经网络模型，是一个包含２８个输入神经元、２６个隐含神经元和４个输出神经元的三层网络。选择了松辽盆地北部大庆长垣以西地区９１个已试油气层段的资料对网络进行了训练，通过对已知样品的交叉验证，训练后的神经网络识别符合率达９３．４％，高于现场测井解释和综合判断的符合率     

应用地质锚链法预测油气田数量及资源量——以松辽盆地北部油气田为例

采用地质锚链法对松辽盆地北部未发现的油气田数量和资源量进行了预测，并与用分形方法预测的结果进行了比较。地质锚链法可作为预测油气田数量及其资源量的一种新的可行方法，尤其适合勘探程度高的盆地或区带。应用地质锚链法预测油气田数量和资源量之前必须进行成藏体系划分，只有成藏体系在地质上符合定义，该方法才有预测功能。由于地质锚链法在预测油气田数量及有其资源量过程中强调油气藏发现的相对次序，与其它资源评价方法相比，该方法预测的结果应为最小值。     

油气层综合解释系统的开发与应用

以人工神经网络技术和模糊隶属度统计方法为理论基础，在SUN工作站环境下开发了油气层综合解释系统。该系统用于识别岩心、岩屑、井壁取心、测井、气测和钻井等6大类46个参数。对于其中的定性参数，通过模糊统计确定参数不同属性属于油层、气层、水层和干层的隶属度，作为定性参数定量化的依据。在建立的动态神经网络模型中，不同的储集层流体性质以10种输出元输出模式表示。在应用过程中可通过选择不同的输入参数和中间层神经元数日调整神经网络结构，以适应不同的地质情况和对实际资料的要求。通过在辽河油田曙光、大洼等多个地区的实际应用，系统取得了良好的应用效果。     

岩石渗透率三维指示条件模拟方法

根据指示条件模拟的基本原理,以单井小层渗透率数据为基础,提出了不同等级渗透率空间分布的三维指示条件模拟方法,它是一种非参数条件模拟方法,不要求模拟参数符合特定的概率分布模型,特别适合于岩渗透率这样的具有特异值的数值。并以大庆长垣北部喇嘛甸油田北实验区为例,给出了渗透率指示变异函数的计算方法和渗透率分布的三维指示条件模拟步骤,给出了各小层不同等级渗透率储层平面分布,为进行油藏数值模拟和寻找剩余油分布区提供了基础。     

沉积相的模糊模式识别方法及其应用

根据单井相分析的特点,提出了一种基于优先比的沉积相模糊模式识别方法,通过对相标志进行预处理选择了一系列用于相识别的数字特征,建立了湖泊三角洲不同微相单元的数值模式,并进行了实际应用.     

分层神经网络模型在单井油气层综合解释中的应用

根据油气层综合解释的特点,提出了单井油气层综合解释的人工神经网络方法。采用的神经网络模型为包含28个输入神经元、26个隐含神经元和4个输出神经元的三层网络。选择了松辽盆地北部大庆长垣以西地区91个试油层段的资料对网络进行了训练,通过对已知样品的交叉验证,训练后的神经网络识别符合率为93.4％,证明人工神经网络是一种有效的油气层综合解释方法。     

开鲁盆地陆西凹陷低渗层油气运聚条件和运聚模式

通过对开鲁盆地陆西凹陷低渗层油气生成、储集、封盖及运聚条件的研究,结合油水分布特征及油气运移实例的分析,总结出陆西凹陷三种油气运聚模式,即包日温都断裂构造带运聚模式、马家铺高垒带运聚模式和马北斜坡带（预测）运聚模式,在此基础上,指出了有利的油气聚集区。