应用遗传神经网络研究低渗透储层成岩储集相—以胜利渤南油田三区沙河街组为例

以渤南油田三区沙河街组为例,应用遗传人工神经网络模式识别方法,开展了低渗透储层成岩储集相的研究。该工作是在储集层沉积相、成岩作用研究的基础上,选用流动层带指标、孔隙度、渗透率、粒度中值、泥质含量、孔喉半径均值和变异系数等7项参数,采用神经网络模式识别方法,通过建立遗传神经网络的学习及预测模型,对渤南油田三区沙河街组进行了成岩储集相识别,识别出4类成岩储集相:不稳定组分强溶解次生孔隙成岩储集相、碳酸盐胶结物溶解次生孔隙成岩储集相、强压实强胶结残余粒间孔成岩储集相和极强压实强胶结致密成岩储集相。Ⅰ类储集相的储集性能最好,Ⅳ类最差,为非储层或差储层。     

地震勘探技术在焉耆盆地勘探开发中的合理应用探讨

地震勘探技术应用可以分为以二维地震研究构造为主的地震勘探初级阶段、以地震地层学为主的地震勘探中级阶段、以三维地震油藏静态描述为主的地震勘探高级阶段、以地震储层研究为主的开发地震妆级阶段和以四维地震进行油藏监测为主的开发地震高级阶段。针对5个不同阶段的地质条件和地质任务，选择使用合理的地震勘探技术是有效提高勘探开发效益的重要途径。焉耆盆地的勘探开发体现了以地震勘探为主的思路，在勘探开发过程中重视了针对不同勘探开发阶段和不同的地质 地震技术，因此，在早期勘探开发中取得了很好的经济效益。     

神经网络在缺陷识别中的应用

为了准确、快速地进行缺陷识别，介绍了一种新型的前馈神经网络模型，即径向基概率神经网络。与以往的算法相比，该方法具有分类识别精度高且速度快的优点。仿真获得了很好的结果。     

炼铁生产环境负荷分析和预测研究

利用寿命周期评价的思想，计算了炼铁生产过程中的环境负荷，并分析了各因素对环境负荷的影响，运用神经网络对炼铁生产过程环境负荷进行了预测。     

神经网络与专家系统相结合的核反应堆监测

提出了一种利用神经网络和基于规则的实时专家系统的混合式核反应堆监测系统，整个监测系统包括一个数据采集系统和报告显示界面，已经过一压水堆的在线仿真器测试。从测试结果中可以看到，监测系统中的神经网络成功地对电厂动态建模，并且比传统的报警装置更早地预测到异常的征兆实时专家系统的工作也令人满意。它用神经网络的输出和事先的一个知识库进行诊断并显示系统的状态。     

基于神经网络基础上的两种系统安全综合评价方法

从工业企业生产发展的特点出发,在界定安全评价概念的基础上，从系统论的角度简要介绍了运用三层BP神经网络技术进行安全综合评价的方法和安全模糊综合评价方法。通过对这两种较为流行的安全评价方法进行分析，指出了传统评价方法的不合理性，辨证说明了这两种评价方法的优越性。     

微地震相分析在河流储层精细描述中的应用

传统地震相分析满足不了目前油田勘探开发的需要。神经网络微地震相分析将神经网络应用于高质量三维地震数据体中，可对单一反射同相轴进行波形信号分析和训练，建立模型地震道，并对实际地震道分类，进而得到在平面和剖面上精度较高的微地震相分布。采用该方法并结合测井资料，在研究区块中建立的微地震相分布图能够清晰地表现出该区块的沉积微相特征，且较好地解释了工区内2口井的产能差异，表明神经网络微地震相分析是可靠和有效的。     

神经网络系统学习过程初探

本文给出了神经网络系统学习过程的一个随机模型--马尔柯夫模型,从最大熵原理的 观点讨论神经网络系统的学习过程,提出将神经网络系统的学习过程分为两个阶段的想法并 给出学习过程的算法.