排序方式: 共有52条查询结果,搜索用时 15 毫秒
1.
在对辫状河发育的地层进行小层划分对比研究过程中,常常遇到某些单井钻遇的厚层辫状河道砂体无法分期的情况,给辫状河道的平面组合和识别带来很大困难。为此,通过分析研究岩心、测井录井、野外露头剖面和现代卫星图片等资料,总结出了一套简单且行之有效的方法,就是在标志层顶拉平的基础上,呆用"去压实效应邻井单期河道标定法",用邻井的期次可明显划分的单期河道去标定复合河道,最终完成复合河道的分期。以鄂尔多斯盆地苏里格气田西区下二叠统石盒子组8段下亚段2小层为研究对象,基于连续取心的岩心标定法验证结果表明:①该方法分期精度较高,有助于揭示砂体空间叠置与局部砂体富集规律,提高砂体的钻遇率;②在消除压实效应过程中,采用了"松弛回弹技术"对因泥岩段的大量压实造成的河道上拉进行了拉伸复位,从而提高了同期河道对比的准确性,避免了误判。结论认为:该方法能够对切叠较严重、分期难度较大的复合辫状河道进行准确分期,可为后续小层地层精确对比和同期河道砂体的平面预测提供技术支撑。 相似文献
2.
大伙房水库输水工程是辽宁省最大规模的使用大口径PCCP管道的线性工程项目,进度面临巨大挑战。通过建立完善的进度管理体系,制定科学合理的进度计划,并进行全程跟踪动态调整,强化内外协调机制,强化合同管理,制定奖惩制度等,解决了工程存在的各类制约进度的难题,保证了工程顺利完成。 相似文献
3.
葡Ⅰ2-3油层经过多年注水开发目前已处于特高含水开采阶段,截止2016年,研究区综合含水率为92.5%。在水淹测井解释成果、密闭取心资料的基础上,应用数值模拟法对剩余油分布规律进行了研究。结果表明,研究区综合采出程度为43.02%,剩余油主要分布在河道砂内,仍具有较大的聚驱潜力。通过矿场试验数据分析和室内实验研究表明,注聚时机越早,越有利于提高采收率。最后在地质建模和数值模拟的基础上,开展了井网适应性研究(注采井距、经济效益评价),确定了合理的注采井距。 相似文献
4.
提出了一种利用相关梯度特征和AdaBoost 反向传播神经网络的无参考图像质量评价方法。首先利用高斯滤波器得到水平和竖直的方向导数,然后提取相关的梯度特征,其次计算其直方图方差特征,然后训练BP神经网络得到弱分类器并利用AdaBoost算法获得最终的强分类器,最后利用得到的强分类器预测图像质量分数。实验结果表明,方法评价的结果合理、鲁棒性强、实行性好,符合人类视觉特性,并且与主观评分有较好的一致性,取得了很好的评价效果。 相似文献
5.
文章在3、4#高炉由530m3改造成580m3后,针对供料系统提出三种改造方案,并对三种方案进行了对比分析,文章对其进行了重点阐述。 相似文献
6.
开发地震反演可行性研究及应用——以大庆长垣北部油田为例 总被引:5,自引:2,他引:3
为解决开发地震反演可行性和精细储层刻画的难题,提出了一种基于分频补偿的曲线重构方法。根据测井曲线不同频率尺度反映不同砂岩特征的特点,利用高频恢复、低频补偿方法重构"拟波阻抗"曲线。反演可行性分析实验表明,通过曲线重构反演、模拟退火算法引入以及密井网反演等关键技术,能够加强结果稳定性的优化,提高薄储层预测精度;同时,正演模拟和反演实践证明,在大套泥岩中含有薄砂层的地质条件下,开发地震对刻画2 m薄层砂岩是可行的。而对于小于2 m以下的薄砂层,仅当泥岩围岩在2 m以上的泥包砂型薄砂层能够进行分辨。井-震联合沉积相研究主要修正了河道侧积体识别、河道连通关系、河道规模变化、河道组合关系和河道期次划分等5个方面。规模较大的分流河道含油性好,形成较好的注采不完善型剩余油;小型分流河道局部含油性好,但河道窄小,以井网控制不住型剩余油为主。 相似文献
7.
目前渤海湾盆地多数油田已进入高含水期开发阶段,油藏模型、油水系统及面临的开发问题十分复杂,严重制约了油田可持续发展。为此,提出一套基于地震反演和沉积微相约束的建模方法,结合渤海湾盆地SZ36-1油田地质资料,以地震合成记录为桥梁,构建了基于相控“硬约束”和地震反演“软约束”的孔隙度模型。可信度分析认为该方法优势体现在:①基于双控的地质模型消除了硬约束的“痕迹”,与岩相砂体发育趋势相吻合,且具有一定的井间预测功能,模型更符合地质认识;②模型具有较高精度的同时降低了地震约束建模的局限性。后验井平均符合率达92.51%,说明地震约束建模技术能够降低地质模型的不确定性,可信度较高。基于地震约束地质模型方法有助于进一步提高水驱采收率。 相似文献
8.
烧结机台车和隔热垫能为提高烧结矿产质量提供保证,在烧结车间起到很关键的作用。文章结合唐山不锈钢烧结一车间1#、2#烧结机的目前使用情况,分析了出现隔热垫脱落引起篦条大面积脱落问题的原因,给出了改造的技术方案,得出了较好的经济效益和社会效益。 相似文献
9.
水库水位预测为其运营、防洪、水资源调度管理提供了重要决策支持.准确可靠的预测对水资源的优化管理起着至关重要的作用.针对水库水位数据的非线性、不稳定性以及复杂的时空特性,提出一种融合自适应变分模态分解(VMD)、卷积神经网络(CNN)和门控循环单元(GRU)的混合水库水位预测模型.VMD通过对水位序列进行分解消除噪声,CNN用于有效提取水位数据的局部特征,GRU用于提取水位数据的深层时间特征.以葠窝水库日水位为例,与多个相关模型对比分析,结果表明:精度方面,新模型在选取的评价指标上均表现最佳;运算效率方面,本文选择的GRU与长短时记忆网络(LSTM)相比,运算效率显著提高.新模型预测的高精度、高运算效率更能满足实际水库水位实时调度的需求. 相似文献
10.