自然伽玛侧井信息研究沉积微相—以扇三角洲为例

自然伽玛测井是一种传统的测井方法,已往只用它划分岩性和定性地分析沉积相。本文主要介绍应用自然伽玛测井信息定量分析和划分扇三角洲沉积微相带。采用一定的数学方法和计算机手段建立识别扇三角洲沉积微相带的频率和偏差模式图,并利用计算机自动判别和划分微相带,绘制相分布图。这一方法具有广泛的实用价值。     

梁董庙构造须家河组砂岩储层地震预测研究

蜀南梁董庙构造须家河组为一套砂泥岩互层的陆相碎屑岩沉积,据钻刹井资料分析得知,砂岩储层含气后的速度与页岩速度相差不大,因而只用速度反演资料不能有效解决该类型储层预浏及烃类识别问题。从测井曲线分析可知,该套砂岩储层还表现出低自然伽玛、相对高孔陈度的测井响应特征。根据自然伽玛进行岩性解释,利用孔陈度数据识别相对孔陈度较高的有利砂岩储层段,最后由低速异常时砂岩含气性进行预浏。通过开展蜀南梁黄庙须家河组砂岩储层的预测研究,取得了较好的地质成果,对该地区的勘探开发具有重要的指导意义。     

神经网络技术在织机生产状况预测中的应用

为提高织机生产效率,研究了基于优化神经网络的织机生产运转状况预测方法.针对BP网络模型的缺点,在反复实验的基础上对BP网络参数、算法进行改进,建立了织机生产运转状况预测模型,并与传统的BP神经网络预测方法进行比较.实验结果表明,利用改进的BP神经网络预测织机生产运转状况时,网络收敛速度快,预测精度高,优于传统的BP网络...     

人工神经网络在电力负荷预测上的分析与探讨

电力负荷的预测是电力系统规划的基础,对配变系统和新发电厂的建立具有重要意义.传统的预测方法是通过数学模型来分析电力负荷与其影响因素之间的关系,但由于实际工作中的不可预见因素较多,因此很难建立一个适用于任何情况的表述式.本文通过对人工神经网络在短期电力负荷预测中应用的分析,对其优缺点进行了探讨.