模糊优选神经网络储层识别技术在长庆中部气田马五_1段的应用

鄂尔多斯盆地奥陶系马家沟组岩性复杂，属于致密储层，所以储层识别是该层系天然气开发中所面临的关键问题和难点之一。传统的储层识别方法准确率较低，因此提出了利用基于粒子群算法的模糊优选神经网络对储层中的气、水、干层进行识别。选用长庆中部气田19口井分层测试92个已知样本，通过对物性、测井和储渗特征等参数的分析，选取电阻率、自然伽马、产能系数、储渗因子和介质类型因子5个主成分控制特征参数作为样本输入，以样本储层的产能赋值作为输出，构建了基于粒子群算法的模糊优选神经网络的储层识别模型。通过试算，优选了2个模型，回判正确率分别达到96．2％和92．3％，储层识别正确率达到100％。     

川西新场气田沙溪庙组致密碎屑岩储层单井产能评价与预测

川西新场气田侏罗系沙溪庙组气藏是典型的低渗透致密碎屑岩气藏,由于地质条件复杂,非均质性极强,储层单井产能预测已成为难点之一.通过分析测井信息和储层物性,提取声波时差、裂缝张开度、裂缝渗透率等11个与产能相关的参数,并运用相关系数法确定裂缝张开度、裂缝渗透率、产能系数、裂缝孔隙度、裂缝发育指数和综合评价指数6个指标作为产能控制特征参数;然后选取33个已测试层位作为已知样本,利用支持向量机构建适合该区的产能预测方程,预测标准误差为0.0661,平均绝对误差仅为0.0182,预测精度较高;最后,利用所构建的产能方程对24个未测试层位的产能进行预测,完成沙溪庙组气藏单井产能评价.      

川西龙门山前缘主要断层封堵性评价

川西龙门山前缘地区是上三叠统的生烃中心，具有良好的生油气条件，油气圈闭保存条件对油气成藏显得尤为重要。川西龙门山前缘带发育多条断裂带，区内油气圈闭与断层发育密切相关，研究区主要断层的封堵性是油气成藏条件的重要方面，特别是影响制约了须家河组气藏的油气富集及保存条件。断层封堵性研究对于揭示该区的油气成藏机理及确定下一步的勘探方向具有重要意义。在对研究区主要断层发育及演化特征、断层封堵机理及其影响因素进行研究的基础上，重点对断层封堵性参数的计算方法进行了深入的分析，并结合研究区主要断层现有资料，对断面压力及断裂带填充物中泥质含量两个参数进行了计算，并编制程序绘制成图，对主要断层的封堵性进行了定量评价。结果表明，该区主要断层在须家河组地层具有良好的封堵性，能有效的封闭油气，有利于须家河组气藏的聚集与保存。     

一起主变压器非电量保护故障的分析与处理

介绍了某电厂主变压器非电量保护的工作原理及接线方式,分析了一起保护异常引起变压器开关误动跳闸的故障,提出改进措施.     

新场气田沙溪庙组气藏单井产能预测

川西新场气田沙溪庙组气藏是典型的致密低渗透碎屑岩气藏,气藏储量丰富,可单井产能却很低。产能预测是编制气田开发规划部署、进行开发方案设计、开发动态分析、气井配产及开发方案调整的重要内容,但迄今为止,致密低渗储层的产能预测却仍是当下公认难点问题。针对沙溪庙组特定的地质特征,本文采用了最佳子集及GA-BP神经网络模型预测产能。通过最佳子集模型运算,获得与储层产能相关性最好的6个特征参数（分别是予、Ac、Фf、△R、F1、F2）,再用GA-BP神经网络构建的储层产能预测模型,预测结果是绝对误差最大为0．98,最小为0．008,平均为0．036,相对误差最大为5．36％,最小为0．805％,平均为2．85％,说明所构建的基于最佳子集及GA-BP神经网络的储层产能预测模型预测结果理想,可以用于同类储层的产能预测。