神经网络在辽河滩海地区油气储层产能预测中的应用

从达西二维产量公式出发 ,研究储层产能的理论方程 ,通过相对渗透率与含水饱和度的函数关系为纽带 ,导出油气储层产能与储层有效孔隙度、渗透率以及电阻率之间的多元关系式 ,在此基础上 ,结合测井学的基本理论 ,探讨了利用测井资料进行储层产能预测的基本思想 ,最后采用人工神经网络技术建立了储层产能预测系统 ,该方法用于辽河油田滩海地区海南构造带东营组三段储层的油气产能预测 ,效果良好 ,从而证实了方法的有效性     

神经网络在辽河滩海地区油气储层产能预测中的应用

从达西二维产量公式出发，研究储层产能的理论方程，通过相对渗透率与含水饱和度的函数关系为纽带，导出油气储层产能与储层有效孔隙度、渗透率以及电阻之间的多元关系式，在此基础上，结合测井学的基本理论，探讨了利用测井资料进行储层产能预测的基本思想，最后采用人工神经网络技术建立了储层产能预测系统，该方法用于辽河油田滩海地区海南构造带东营组三段储层的油气产能预测，效果良好，从而证实了方法的有效性。     

灰色关联分析法综合评价户部寨气田储层

户部寨气田属低孔低渗致密砂岩储层,储层纵横向差异大、非均质性强、开发难度大。为进一步挖掘气田潜力,通过储层评价明确有利储集相带,引入储层厚度、孔隙度、渗透率、沉积微相等多种评价参数,建立地质模型;采用灰色关联法确定权系数,依据综合得分与产能的关系式确定各网格的储层类型,为气田调整部署提供依据。     

利用灰色理论进行多井储层评价

在用灰色理论对油气储层进行精细评价解释的基础上,研究了哈南油田夫特构造砾岩储层和福山凹陷流三段储层的综合评价和多井解释。以关键井分析计算储层参数,利用岩性、物性及含油气变化进行参数集总和归纳,绘制出相应层段储层厚度、孔隙度、渗透率、饱和度等参数分布图,建立了客观反映储层地质特性的分析方法和解释模型。研究了油气储层的基本形态、几何特征及其空间分布规律。从而较好地预测各层段中储油物性好、含油饱和度高的部位,提供了进一步钻探评价位置和范围。     

一种致密碎屑岩储层产能预测的新方法——以新场气田沙溪庙组为例

针对致密碎屑岩储层产能预测精度较低这一难题,首次提出基于支持向量回归的产能预测方法。该方法在处理小样本问题上具有独到的优势,能够处理分类和回归预测问题。以新场气田沙溪庙组致密碎屑岩储层为例,选取33个已知样本（其中23个用于模型构建,10个用于精度检验）,以储层厚度、裂缝张开度、裂缝孔隙度、裂缝渗透率、声波时差差值、测井孔隙度、电阻率差7个影响因素作为支持向量机榆入。以样本储层的自然产能作为输出,构建基于支持向量回归的产能预测模型。模型预测的标准误差和平均绝对误差分别为0．0416和0．0229,表明该模型具有较高的预测精度,为致密碎屑岩储层产能的准确预测探索了又一新方法,对同类地区的研究和开发在一定程度上具有指导作用。     

基于相控神经网络的地震多属性储层厚度预测

为提高储层厚度定量计算的精度和可靠性,提出了一种基于相控神经网络的地震多属性储层厚度预测方法。该方法首先分析目标储层的地质沉积特征,将目标划分成不同的相;利用线性方法初步估算储层厚度,并根据目的层沉积相的空间分布丰富学习样本数量和种类,在此基础上利用人工神经网络算法计算储层厚度。西湖凹陷H气田目标储层为浅水沉积环境,水下分流河道发育,应用基于相控的神经网络方法预测储层厚度,结果表明该方法提高了预测精度,厚度分布特征与地质规律吻合。     

用灰色关联法计算储层孔隙度

根据灰色滤波的基本原理，设计出一个服从声波时差求取孔隙度的灰色滤波系统。该系统能滤除由探测系统、井通道以及局部环境等因素引起的干扰。建立起声波时差与储层孔隙度之间的映射关系计算式，由声波时差信号直接计算储层的孔隙度。实际应用表明，用灰色关联计算法求得的孔隙度值更接近实际值。并且提高了储层的分辨率。     

基于灰色关联法的低渗气藏压裂效果影响因素分析

针对延长气田气井压裂效果的影响因素,依据延长气田山2段地质、压裂及试井资料,通过定性及灰色关联分析方法,综合分析延长气田山2段25口气井压裂后对无阻流量的影响程度。研究结果表明,影响延长气田山2段气井压裂效果的主要因素依次为渗透率、生产层厚度、储层中部压力、加砂量、压裂液返排率和孔隙度。在其他条件相同的情况下,优选气层厚度大、渗透率高的井进行压裂,能够获得较高的产能。基于灰色关联法的分析结果,确定了压裂效果影响因素的优先顺序及影响程度大小,并优选3口典型井进行压裂,取得了良好的压裂效果。     

用灰色关联法计算储层孔隙度

根据灰色滤波的基本原理 ,设计出一个服从声波时差求取孔隙度的灰色滤波系统。该系统能滤除由探测系统、井通道以及局部环境等因素引起的干扰 ,建立起声波时差与储层孔隙度之间的映射关系计算式 ,由声波时差信号直接计算储层的孔隙度。实际应用表明 ,用灰色关联计算法求得的孔隙度值更接近实际值 ,并且提高了储层的分辨率     

油气储层参数建模的“复合相控模型”法

利用沉积微相和油气水分布对砂岩油气储层的控制作用,提出了针对砂岩油气储层进行井问参数预测,研究砂岩厚度、有效厚度、孔隙度、渗透率、饱和度的平面分布,建立油气储层参数模型的方法--"复合相控模型"法.此方法的实质是实现了受地质和油气复合约束的井问参数预估,特别适用于井控不足的油气储层参数描述,是油气藏描述的一项实用技术方法.     

三维地震识别及其应用

三维地震识别就是一个以三维迭后地震资料为对象的多储层、多目标、多(矢量)特征参数的灰色油气识别。首先对目的层地震数字序列提取灰色、模糊、分维、振幅、自相关5类19个地震特征参数向量,然后在地质建模的基础上,进行灰色模式训练与识别,获得整个评价区的油气检测结果。其输出结果,是以形象、直观、醒目的彩色图形形式显示输出的各储层、每个目标的空间识别分类结果及各测线识别结果的精细描述图,便于结果的地质解释和评价。该方法在辽河某油田油(气)勘探潜力评价研究中取得了好的效果     

油气田动态灰色预测模型的选择方法

现有六种油气田动态预测的灰色系统模型,但在实际应用中需要根据具体油气田选择适当的模型。本文从关联度的概念出发,提出了一种灰色模型的选取方法,经过实例验证,证明行之有效,从而克服了选取预测模型的盲目性。另一方面,文中对各时间序列(如压力、油产量、气产量及水产量)间的相互影响给出了定量描述,使预测过程更主动。     

基于灰色理论的含腐蚀缺陷油气管道剩余寿命预测分析

含腐蚀缺陷油气管道剩余寿命预测是管道完整性及安全性评价的重要组成部分.以灰色理论的基本模型为基础,提出了管道剩余寿命预测的一种方法,包括预测腐蚀速率的基本步骤以及根据腐蚀速率预测剩余寿命的基本方法,为油气管道腐蚀检测周期的确定提供了一种依据.     

复合材料管道结构灰色可靠性设计

本文选用目前最先进的碳纤维复合材料,应用可靠性理论和灰色系统理论,结合最优化技术,考虑了白色、灰色、随机等管道结构优化设计中可能遇到的影响因素,提出了复合材料管道结构灰色可靠性设计.     

川西坳陷中段丰谷构造须家河组二段致密砂岩储层油气预测方法研究

致密砂岩的油气预测是国内外油气勘探的重大难题，由于川西坳陷须家河组二段砂岩储层的致密性，形成并发展了以裂缝预测为主的诸多油气预测方法和技术，但实际效果仍然欠佳，作者以丰谷构造为例，以成藏条件及主控因素分析为基础，通过构造恢复，油气水及四史（沉积史、生烃史，热史，孔隙演化史）研究，剖析聚集期古构造的成藏过程，指出以聚集期隆起为主要线索的早期圈闭是须二气藏最有效的勘探目标，在此基础上，运用地震多参数预测，压力预测等地震油气识别技术，预测有利储集区域，提供建议井位，预测结果与实钻结果吻合，研究成果已用于勘探和开发部署中。     

瓦斯涌出量的模糊数学与灰色系统理论的预测

矿井瓦斯涌出量的预测是典型的灰色系统,本文以灰色系统和模型数学为基础,探讨了矿井瓦斯涌出量的影响因素,分析了灰色系统理论的不足,建立了符合实际的模糊灰色模型,并把时间序列改进成为影响因素序列,对矿井瓦斯涌出量进行预测,研究结果表明,该方法能较准确地反映矿井瓦斯规律。     

GA优化灰色神经网络的煤矿瓦斯浓度预测

针对神经网络在煤矿瓦斯浓度预测中存在缺少大量实时数据和难以精确建模的问题,建立一种遗传算法优化灰色神经网络模型。采用灰色预测少数据模型理论和神经网络的自学习能力构建改进的瓦斯浓度预测模型,并利用遗传算法对该模型的初始权值和阈值进行优化。结果表明,遗传算法优化灰色神经网络模型较传统模型提高了瓦斯浓度的预测精度和速度。该研究为预防瓦斯事故的发生提供了有益参考。     

油气田开发方案优选方法的研究

本文建立了一类优选油气田开发方案的模糊积分评价与灰色局势决策方法。全面地考虑了各种技术、经济指标在整个方案优劣评价中的重要程度,对权重的确定进行了改进,并把所建立的方法应用于某气藏开发方案的优选中。两种方法所得结论均与实际一致,说明灰色系统理论与模糊积分方法都可成功地应用于油气田开发方案的经济评价中。     

基于灰色网络组合优化的年增油量预测

老井措施增油成为油田稳产、降低油田区块开发成本的必然选择。针对多项式回归预测的局限性、灰色理论不能反映影响因素特征、神经网络需求数据多且数据敏感性差等特征,通过建立最优控制模型,实现GM（1,1）灰色理论与神经网络的高精度组合预测。以某油田区块2011-2018年的措施增油为例,对影响措施增油量的因素进行识别,建立了最优控制灰色神经网络模型对老井措施年增油量进行预测,相比多项式回归预测、GM（1,1）预测及BP神经网络预测方法,新模型模拟效果更好,预测精度更高。新方法对2018年措施年增油量的预测精度达97.34%。基于最优控制的灰色神经网络模型可以作为一种人工智能组合最优化模型预测措施年增油量,为准确预测措施增油效果,指导油田开发决策提供了新的思路。     

改进的离散灰色模型及其应用

在文献研究的基础上,对离散灰色模型作了进一步改进,给出一种预测的新方法.该方法将离散灰色模型中的已知条件作了适当的拓广,从而使新模型具有更高的精度.通过变压器油中溶解气体预测的实例分析验证了该方法的有效性.