利用神经网络预测油气层损害

利用人工神经网络预测油气层敏感性参数，根据大港油田的油气层岩石物性参数，岩石学分析参数以及油气层岩石敏感性参数等历史资料，训练神经网络，以此神经网络预测某些油气层的敏感性参数，该方法能迅速，准确地预测未来指定油气层的敏感性参数，为保护油气层提供依据。     

基于神经网络的桥下开挖竖向位移预测

基于BP神经网络方法，对桥下开挖的竖向变形作了预测.从不同土层的土的参数敏感性分析结果可知,竖向位移只对首层土的参数变化很敏感,由此建立了桥下开挖竖向位移预测的神经网络，其控制参数为首层土的粘聚力、内摩擦角、弹性模量、泊松比、开挖深度和开挖长度.选用B-R方法进行迭代计算，并对建立的神经网络进行验证，结果表明该模型的预测准确度较高.     

基于GA-BP神经网络与敏感性分析的带钢厚度预测

为提高带钢厚度预测精度,构建了融合GA-BP神经网络和敏感性分析的T-GA-BP预测模型。首先通过循环迭代方式确定较优的BP神经网络隐含层的层数与节点数,再采用遗传算法对BP网络的权阈值进行优化。在此基础上,利用Tchaban算法进行敏感性分析,研究输入层中各工艺参数对带钢厚度的影响程度,筛选出重要参数作为新的输入样本来训练T-GA-BP神经网络模型,以降低网络复杂度。采用实际生产数据进行测试,结果表明,T-GA-BP模型的带钢厚度预测精度要高于BP、GA-BP、RBF、Elman神经网络等其他优化模型。同时,工艺参数敏感性分析结果可为轧制工艺调控方案的制定提供参考。     

基于BP神经网络理论的岩石硬度识别

岩石硬度是露天矿山爆破参数设计的重要依据,为了精确判断岩石硬度,以1190E型牙轮钻机为研究对象,利用传感器采集钻机的工作参数,通过现场取样和室内试验获得对应的岩石硬度,分别运用2层和3层结构的BP神经网络建立岩石硬度的识别模型。研究发现当BP神经网络的训练样本集较大时,两层结构的BP神经网络,岩石硬度预测值与目标值的相对误差随着隐含层节点数的增加而减小;而3层结构的BP神经网络,岩石硬度预测值与目标值的相对误差在隐含层节点数为8时达到最小值,之后随着隐含层节点数的增加而增加。结果表明:3层结构的BP神经网络比两层结构的具有更好的泛化能力,对岩石硬度识别结果的精度更高,其绝对误差均小于0.04,相对误差均小于0.7%,均能满足判断岩石硬度的精度要求,可以为露天矿爆破参数设计中岩石硬度的识别提供方法和依据。     

用测井参数预测多层合试产能的方法

油气储层产能评价与预测对于油气田的勘探与开发有着重要的意义。过去人们利用测井参数对储层产能的预测都是基于单层测试资料。本方法是建立在多层合试产能的基础上 ,通过对测试产能的剖分 ,建立单层产能数据。用遗传神经网络建立预测模型 ,在实际资料的应用中取得了良好的效果     

基于Debye 分解的岩石电性与孔渗参数关系探讨

随着油气资源的深入开发与勘探难度的加大,常用的地震等声学方法已不能满足精准预测储层的要求,因此利用岩石的电学参数准确预测储层参数的方法越来越受到重视.通过岩石物理实验测量了碎屑岩、碳酸盐岩、变质岩的复电阻率、孔隙度与渗透率,基于Debye分解模型计算了岩样理论的相关激电参数,结合Archie公式与Kozeny-Carman方程预测了岩样的理论孔渗参数.根据理论模型与实测数据的拟合,确定了三类岩样预测模型待定系数的最佳取值范围,获得了模型拟合系数,最终得到了孔渗预测的相关经验公式.研究结果对于帮助岩石物理建模和指导油气勘探开发部署具有积极的理论意义和应用价值.     

地震属性参数神经网络油气预测应用研究

论述了油田区块开发前期和中期的油气预测的方法及实际应用问题。主要利用三维地震资料提取地震属性参数,并采用模糊神经网络技术,即将模糊概念和ＢＰ神经网络结合一体进行预测。     

利用神经网络技术建立岩石强度预测模型

本文利用神经网络技术建立了岩石强度参数的预测模型,该模型的非线性关来非常复杂,是一般计算岩石强度的经念公式关来式及统计关系式难以表达的。在已知网络内部表达的情况下,将不同时刻测得的测井参数值直接代入已训练网络,便能够预测出其对应的岩石强度.计算结果表明,预测效果相当好,而且不需要对中问参数进行确定。因此,神经网络模型为岩石力学参数确定提供了一种新的方法和手段     

基于BP神经网络的页岩静弹性模量预测研究

页岩的静弹性模量是页岩油气资源勘探开发整个过程的重要参数,现阶段页岩静弹性模量的预测往往是先使用岩芯纵波时差及密度计算出动态弹性模量,再寻找动、静态弹性模量之间的关系。岩石矿物组成的差异常常导致常规思路得到的动、静态弹性模量的相关性较差,预测结果难以满足工程需求。为完成对研究区块岩芯的静弹性模量预测研究,首先对岩芯进行密度及纵波时差的测量;而后运用全岩矿物分析、黏土矿物分析及三轴压缩试验的方法对岩芯静弹性模量进行对比分析;并由三轴压缩试获取岩芯静弹性模量。按输入变量的不同建立并训练了三个BP神经网络预测系统;并对三个预测系统的应用效果加以对比分析。分析结果表明:只以岩芯密度和纵波时差为输入变量的BP神经网络的预测效果较差;以岩芯密度、纵波时差、石英含量及伊利石含量为输入变量时的BP神经网络预测效果较好,以岩芯密度、纵波时差、石英含量、方解石含量、伊利石含量及伊/蒙混层含量为输入变量时的BP网络预测效果最好。     

基于神经网络冷再生层最大剪应力预测

目的针对乳化沥青冷再生路面内部剪应力过大易导致路面产生车辙等路面破坏问题,对其内部剪应力进行预测,减少此类病害,更好地选择路面结构参数,提高冷再生层内部抗剪强度.方法以乳化沥青冷再生层的厚度、模量,水泥稳定碎石的厚度、模量以及土基模量为输入参数,以冷再生层最大剪应力为输出参数,运用遗传算法对初始参数进行优化,运用灰色神经网络理论构建冷再生层最大剪应力预估模型;构建多元线性回归模型预测最大剪应力,对二者的预测能力进行分析.结果笔者建立的神经网络模型预测值与实测值拟合效果良好,最大误差仅为4.119 2%,能够进行准确预测.多元线性回归和灰色神经网络预测模型,都可用于冷再生层最大剪应力的预测,但灰色神经网络模型对冷再生层最大剪应力数据的预测结果较优.结论把灰色神经网络预测模型与沥青路面结构的设计联系起来,可以更好地控制乳化沥青冷再生路面的剪切破坏.     

义65井区高温低渗油藏储层伤害机理分析

义65井区沙三段九砂组油藏属中等水敏性和速敏性的地层,油藏为轻质油－稀油油藏,原油具有低密度、低黏度和高凝固点等特点,地层水总矿化度较高,一般为1100～19900mg/L,水型为NaHCO₃型。研究了义65井区高温低渗储层伤害机理,从地层特性、注入水水质、悬浮物堵塞、游离油和乳化油滴、结垢、细菌及以往增产措施等方面评价了可能对储层造成的损坏及损坏程度。义65井区地层的水敏性、速敏性和低渗透性是注水井损害的内在因素,注水井中悬浮固相颗粒、含油量和细菌严重超标,水质不合格是注水井损害的外在因素。     

孤岛油田西南缘馆下段断层封闭性与油气成藏

油源分析表明,孤岛油田西南缘Ng下油藏原油主要来自渤南洼陷Es3烃源岩,油气藏类型以构造油气藏为主。断层封闭性是研究区Ng下油藏成藏的主控因素,对研究区主要断层封闭性研究结果表明：Ng7下、Ng8下断层封闭性较好,利于形成油气藏;Ng8下以下断层封闭性较差,可作为油气运移的通道。研究区Ng下油气成藏模式可概括为渤南油源型断阶输导－断层封堵成藏模式,断块油气藏和与断层伴生的逆牵引微背斜构造油气藏是该区Ng下油气藏勘探的重要方向,该成藏模式应用效果良好,展示了孤岛油田西南缘地区Ng下油气藏较好的勘探开发前景。     

韩家岭隧道围岩物理力学参数反分析

基于差分法、正交设计和人工神经网络建立了新的隧道围岩物理力学参数反分析方法·按照正交设计要求选取不同物理力学参数,用FLAC差分程序计算得出相应的神经网络分析样本;进行网络训练和网络结构及学习参数优化;利用现场监测数据,对韩家岭隧道围岩物理力学参数进行神经网络反分析,分析结果满足精度要求·     

碎屑岩油气储层的地层损害分析及研究实例

文章对碎屠岩油气储层的地层损害分析的思路和流程作了介绍,并以实例分析了引起地层损害的潜在地质因素。通过室内流体敏感性试验,包括流速敏感性、水敏及盐度敏感性、正反向流动及酸敏性,对储层的敏感性类型和损害程度进行了评价。最后简要探讨了油气层保护和改造措施。     

基于径向基函数(RBF)神经网络的储层损害诊断技术研究

在石油勘探开发过程中会因各种原因造成储层损害,降低油井产量甚至停产,必须对损害储层进行准确定量诊断的基础上采取相应的解堵措施,提高或恢复油井产量．人工神经网络法是进行储层损害诊断较好的方法,但目前仅限于BP神经网络,或改进的BP神经网络的应用．本文通过对BP神经网络和径向基函数（RBF）网络的对比表明,径向基函数（RBF）网络具有收敛速度快、预测精度高等优点,并在确定影响储层敏感性和各损害类型因素的基础上,分别收集了各数据70组以上,然后进行了径向基（RBF）网络训练和应用,分别建立了径向基（RBF）神经网络在储层损害敏感性和定量诊断领域的应用,实现了对储层水敏性、盐敏性、速敏性预测,以及储层微粒运移、固相颗粒堵塞、水化膨胀和结垢损害程度的定量诊断;同时,提出的径向基（RBF）网络储层损害定量诊断法在孤东油田17口井上得到了检验,成功率达100％,证明RBF网络法与其它方法相比具有诊断结果准确性高、结论可靠、推广应用方便、收敛速度快等优点,提高了储层保护措施和解堵措施优化决策的科学性和准确性,在油田生产中发挥了重要作用．     

用微观方法研究西峰油田长8油层特低渗透砂岩油藏的岩石应力敏感性

基于铸体薄片、岩心物性测试及压汞分析认为,西峰油田长8油层属于特低渗透砂岩油藏。通过试验研究孔隙型岩样和裂缝型岩样的应力敏感性,利用特殊设计的裂缝可视化测试系统、毛管流动孔隙结构仪等微观分析测试手段评价裂缝闭合规律及定量表征裂缝宽度变化;基于扫描电镜、X衍射分析等研究方法探讨孔隙和裂缝应力敏感性的损害机制。研究表明:研究区孔隙型岩样应力敏感性较弱,裂缝型岩样应力敏感性强;孔隙衬里绿泥石、局部分布的石英加大、自形程度高的石英雏晶是孔隙型岩石应力敏感损害率低、渗透率恢复率高的主要原因;裂缝表面的微凸起发生弹塑性形变是裂缝应力敏感性损害极强的主要原因。建立的孔隙和裂缝的应力敏感性损害模式可以为高效开发该类油藏提供依据。     

沾化凹陷罗家鼻状构造油气运移富集规律研究

近岸水下扇储集砂体是中国陆相含油气盆地碎屑岩储集体的重要组成部分。该文在对沾化凹陷罗家鼻状构造沙四上段沉积微相、生油岩条件和生储盖组合综合研究基础上 ,详细论述了稠油的形成机制 ,总结了该区油气运移和富集规律。通过对沙四上段储层的综合评价 ,指出了区内下一步有利勘探目标     

油气储层岩石毛细管自吸研究进展

毛细管自吸是水驱油气藏和裂缝性油气藏开采的重要机理,也是造成致密气藏水相圈闭损害的主要因素。综述分析毛细管自吸的机理认为,储层岩石毛细管自吸包括润湿相饱和度增加和重新分布2个过程。着重研究初始含水饱和度、物性、裂缝、流体性质和岩石表面性质对毛细管自吸速率影响实验的进展,低初始含水饱和度和裂缝的存在促进毛细管自吸过程,储层损害抑制毛细管自吸,流体界面张力改变和岩石润湿修饰可调控岩石毛细管自吸。毛细管自吸在岩芯分析、提高油气采收率、储层损害评价、工作液优选方面已体现出优越性,为注水、聚合物开采提高油气采收率和有效保护油气层提供依据,将成为研究致密油气藏的重要手段。     

大型回转机械故障的组合网络识别方法

神经网络通过对故障样本的学习后，对未知的故障的样本具有较高的正确识别率，从神经网络对故障的识别检验结果中发现，神经网络对单一故障的分类与组合故障的分类相差较大，文中分析了产生这现象的原因，并利用组合网络来克服单一网络对组合故障分类精度不够高的缺陷。     

水平井储层损害的室内评价方法

针对水平井的特点.通过流动效率的计算.建立了钻井液对水平井锗层损害程度的室内评价方法.根据大量实验结果.提出了计算损害带半径的数学回归模型.使用该模型.并结合岩心受钻井液污染前后渗透率的测定,可计算出表皮系数.运用该方法系统地评价了大港油田女MH-01水平井的储层损害情况.