灰色系统聚类法识别岩性在准噶尔盆地腹部的应用

测井岩性识别是油藏描述的重要内容之一,根据测井资料划分岩性,建立岩性剖面是一个涉及参数较多．工作量较大的过程。利用灰色系统聚类法来定量识别岩性是一种简便易用的识别岩性的方法。在此以准噶尔盆地腹部区块早期油藏描述为例,论述了测井响应的灰色特性,通过对测井响应的灰色聚类分析,利用计算机处理得出预测岩性剖面,与取芯岩性剖面对比,有较高的准确率。     

利用岩石力学参数法识别火山岩岩性

火山岩岩性识别是岩相划分、储层综合评价与预测、井网部署、开发方案编制的基础.火山岩类型多,其岩性与岩石成分、结构、构造和成因有关,识别难度大.岩石力学参数中蕴藏着丰富的岩性表征信息,从多个方面提供了火山岩岩性识别的资料.以准噶尔盆地六九区石炭系火山岩为研究对象,在对工区内40块岩样进行岩石力学参数实验的基础上,优选出对火山岩岩性响应较为敏感的泊松比、杨氏模量、体积模量3个岩石力学参数,制作了岩性识别图版.同时,给出了利用测井资料计算泊松比、杨氏模量、体积模量的模型,进而实现了对研究区内火山岩岩性的逐点识别.识别结果表明,该法能够较准确地时火山岩岩性进行识别,识别率完全能够满足现场储层评价要求.     

准噶尔盆地六九区火成岩岩性识别方法研究

针对火成岩岩性与岩石成分、结构、构造和成因有关,岩石类型多,识别难度大的问题,以准噶尔盆地六九区石炭系火成岩为研究对象,利用常规测井资料中所蕴藏的丰富的岩性信息,从多个方面提供了识别火成岩岩性的资料,优选出自然伽马、声波、电阻率、密度、中子等测井参数.在建立了测井相-岩相统计模式之后,利用灰色关联方法对研究工区的火成岩岩性进行识别.识别结果表明,该法能够较准确地对该工区的岩性进行识别,识别率可达90%以上.     

灰色关联分析在西峰油田白马中区储层裂缝识别中的应用

裂缝作为裂缝性油气藏储层的主要渗流通道和有效储集空间,决定和影响着流体的渗流特征及分布规律。西峰油田白马中区储层非均质性强,裂缝发育不均,严重影响油藏开发、注水效果。以测井数据作为灰色关联的分类评价参数,选取两口井进行实例研究,预测结果可靠性较高。     

测井识别岩性的新方法:自组织神经网络法

利用自组织神经网络对测井数据进行岩性识别,具有较强的自组织性、适应性和较高的容错能力,与其他神经网络算法相比,计算量小、收效速度快。实验结果表明:自组织特征映射神经网络对测井数据进行岩性识别是可行的,而且识别率较高,是一种行之有效的岩性识别的好方法。     

基于径向基神经网络的测井资料岩性识别

测井资料中包含丰富的地层岩性信息,是岩性分析的基础资料.数理统计等传统方法难以准确地反映测井资料与地层岩性的非线性映射关系,而具有分布处理、自学习、自组织和高度非线性的神经网络能够较好地解决这个问题.将径向基神经网络应用到测井资料岩性识别中,结合准噶尔盆地某井的实际测井资料和岩性剖面资料,建立基于径向基神经网络的岩性识别模型.实际应用表明,径向基神经网络可以用来进行岩性识别,收敛速度快,且识别正确率较高.     

基于三维岩相建模的火山岩岩性识别与预测

长岭1号气田蕴含了丰富的天然气资源,其中绝大部分储存在营城组火山岩中.营城组火山岩主要为酸性火山岩,具有岩性复杂、孔洞缝较发育及储层难预测等特点.制约火山岩气藏开发的关键问题是能否准确识别和预测岩性.针对目前本地区对岩性、岩相认识不清的问题,充分利用岩芯、成像测井、岩屑和常规测井等各种有效信息,借助神经网络技术,建立了单井岩相解释模型.在此基础上,提出了火山岩体控岩相建模的策略,将确定性建模与随机建模相结合,建立了火山岩三维岩相分布模型,实现了火山岩岩性的空间展布预测,为气藏的开发提供了依据.     

基于神经网络算法的人工蜂群算法在地层岩性识别中的应用

合理确定地层岩性对合理选择钻头类型、快速建立岩性剖面、及时发现油气层和卡准取心层位有着重要意义。以录井资料为基础,结合已钻井的测井资料,根据BP神经网络和人工蜂群算法,建立基于BP神经网络算法的人工蜂群算法模型。应用该模型在青海油田某区块进行地层岩性随钻识别试验,试验结果与测井资料解释结果相比,符合率可达91．35％。     

改进的灰色关联度分析法在饮用地下水水质评价中的应用

传统的灰色关联度分析方法没有考虑质量标准的区间形式,分辩系数ρ的取值以及关联度的权重而使评价结果存在偏差。改进的灰色关联度分析法,不仅计算简便,而且具有准确性和客观性的特点。以焦作市地下水为例,将改进的灰色关联度分析法应用于饮用地下水水质评价中,得到了良好的评价效果。     

灰色均值量化关联度

该文灰色关联分析作为一种有效的模式识别方法应用广泛。相对关联度模型在灰色关联分析中占有重要地位,但是其计算存在一定的缺陷,即容易受奇异值的影响,进而影响关联度的整体性,而且相对关联度模型中的分辨系数的取值没有确定的方法,通常依赖于经验,这将导致关联度值不具有唯一性。该文采用对序列差进行均值计算的方法来降低奇异值的影响,并分析了分辨系数在关联度计算中的作用,并给出了分辨系数取值的具体量化方法。通过实列分析,该方法有效的增大了关联度分布区间,提高了关联度分辨力,使关联分析更符合实际。     

基于细菌觅食算法的砂砾岩岩性识别方法

砂砾岩储层岩性复杂多变,母岩成分变化大,孔隙结构复杂,难以精确划分岩性并建立准确的解释模型,导致储层参数计算精度不高。针对松辽盆地梨树断陷砂砾岩储层特点,选择多组分体积模型作为该地区的测井解释模型,将该地层看成由局部均匀的孔隙、泥质、石英、长石、岩屑等5部分组成?根据多组分体积模型建立相应的测井响应方程,引入细菌觅食算法作多组分矿物模型的优化算法,将优化结果与岩芯分析孔隙度及全岩矿物分析的体积分数进行对比,结果验证了细菌觅食算法反演砂砾岩储层多组分矿物模型的可靠性。采用该方法对松辽盆地砂砾岩储层测井资料进行处理,取得了较好的结果。     

基于模糊灰色理论人脸图像模式识别方法的研究

人脸图像识别是图像识别中最具有代表性的问题。而在人脸图像识别过程中存在着很多模糊灰色不确定因素。本文通过对模糊灰色理论的研究,利用模糊灰色理论方法对人脸图像进行识别,可以减少所需原始数据,保证并提高识别精度。     

灰色关联、渗饱曲线法研究低渗油藏剩余油分布

为了掌握剩余油分布规律,现场多采用渗饱-水驱曲线法和灰色关联法两种方法,并结合油藏动态、静态资料确定剩余油分布,但这两种方法的准确性及其适用性一直未得到验证。以石南21井区示踪剂监测井组为例,基于井组动、静态数据,通过渗饱-水驱曲线及灰色关联方法预测该井组剩余油分布,并将结果与该井组的示踪剂监测结果进行对比分析,从而验证了两种方法的准确性并确定其适用性。结果表明,上述两种方法预测剩余油分布的结果与示踪剂监测的结果较为一致,对于处于高含水期的低渗油藏具有一定的适用性。     

塔河志留系储层物性和各类岩性测井曲线统计特征

塔河油田志留系以细砂岩、粉砂岩、泥岩为主,夹有灰岩、砾岩等,呈低孔低渗的特点,录井及取芯均有良好的油气显示。本文针对塔河油田志留系由于储层含灰质,使得划分地层难,物性研究少等不足,分析了志留系储层物性特征,统计了各类岩性测井曲线统计特征,为测井资料评价储层打下了良好的基础。     

矿山生产成本的灰关联分析

提出了对矿山生产成本进行灰关联分析的方法与步骤,通过实例分析,找出了影响矿山生产成本的关键因素,从而得到提高矿山经济效益的有效途径。     

基于灰色关联系数矩阵的TOPSIS模型在水环境质量评价中的应用

为了克服TOPSIS模型在多指标决策过程中的不足,本文提出了一种水质评价的改进TOPSIS模型。以原始数据样本与理想方案之间的灰色关联系数矩阵为新的决策矩阵,利用理想解法对方案进行排序。克服了传统理想解法仅仅基于原始数据,难以挖掘数据内在规律的缺点,为有限样本条件下的决策问题提供了新思路。同时提出了用AHP法和熵值法组合赋权的方法,克服了传统主、客观赋权方法的缺点。运用本文建立的评价模型,通过在河流水质评价中的应用,表明其结果合理,计算简单,具有很好的应用前景。     

河流-三角洲储层沉积微相模糊推理网络的识别

针对河流-三角洲储层沉积微相自动识别问题,根据取芯井分析资料和专家解释结果,确定研究区块的沉积微相类型和地质规律,建立了标准模式库和专家经验库,选择和提取判别特征指标的基础上,构建了可同时处理定性专家知识和定量数据的加权模糊推理神经网络进行微相判别的方法．考虑过渡性沉积相在识别中存在的多解性,在小层对比基础上,参照邻井同层微相识别结果,依据区块地质规律采用模糊逻辑推理方法确认和修正微相识别类型,保证平面沉积相和小层单井相的一致性．通过对实际资料处理,其方法的符合率达到84．1％．     

基于灰度跳变的车牌自动识别技术

探讨了汽车牌照识别系统的关键技术并介绍了一种实现该系统的简单方法:利用车牌字符与背景的灰度跳变实现车牌的快速提取,利用投影法进行字符分割,利用字符的层次轮廓特征分类别地识别车牌字符.