复杂断陷盆地套管损坏原因及预测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1 引言 | 第13-28页 |
| ·研究目的及研究意义 | 第13-14页 |
| ·研究现状 | 第14-21页 |
| ·油田套管损坏现状 | 第14-15页 |
| ·套管损坏研究发展现状 | 第15-17页 |
| ·套管损坏预测方法研究现状 | 第17-21页 |
| ·套管损坏因素和损坏形态 | 第21-26页 |
| ·套管损坏因素 | 第21-24页 |
| ·套管损坏形态 | 第24-26页 |
| ·存在的问题及主要研究内容 | 第26-28页 |
| ·存在的问题 | 第26页 |
| ·论文的难点和创新点 | 第26-27页 |
| ·主要研究内容 | 第27-28页 |
| 2 海拉尔油田套管损坏现状及机理分析 | 第28-53页 |
| ·海拉尔油田套管损坏特征 | 第28-34页 |
| ·海拉尔地质概况 | 第28页 |
| ·时空分布特征 | 第28-32页 |
| ·损坏类型 | 第32页 |
| ·损坏因素分析 | 第32-34页 |
| ·贝 301 区块套损机理分析 | 第34-43页 |
| ·地质概况 | 第34页 |
| ·地质因素的影响 | 第34-38页 |
| ·开发因素的影响 | 第38-43页 |
| ·贝 14 区块套损机理分析 | 第43-48页 |
| ·地质概况 | 第43页 |
| ·地质因素的影响 | 第43-45页 |
| ·开发因素的影响 | 第45-48页 |
| ·贝 16 区块套损机理分析 | 第48-51页 |
| ·地质概况 | 第48-49页 |
| ·地质因素的影响 | 第49-50页 |
| ·开发因素的影响 | 第50-51页 |
| ·小结 | 第51-53页 |
| 3 模糊数学在套管损坏预测中的应用 | 第53-85页 |
| ·模糊数学及其应用 | 第53-57页 |
| ·模糊子集 | 第54-56页 |
| ·模糊关系和模糊变换 | 第56-57页 |
| ·模糊数学在地学中的应用 | 第57页 |
| ·模糊数学模型的选择 | 第57-63页 |
| ·综合评价模型 | 第58-60页 |
| ·隶属函数 | 第60-61页 |
| ·模糊向量 A | 第61页 |
| ·评判结果 B 的计算 | 第61-63页 |
| ·评价对象隶属级别 | 第63页 |
| ·套管损坏预测模型 | 第63-79页 |
| ·评价指标的选取 | 第63-64页 |
| ·评语集和隶属函数的确定 | 第64-65页 |
| ·评语集等级标准划分 | 第65-75页 |
| ·权重的确定以及计算 | 第75-78页 |
| ·技术路线 | 第78-79页 |
| ·预测结果 | 第79-85页 |
| ·贝 301 区块预测 | 第79-81页 |
| ·贝 14 区块预测 | 第81-83页 |
| ·贝 16 区块预测 | 第83-85页 |
| 4 人工神经网络在套管损坏预测中的应用 | 第85-104页 |
| ·人工神经网络及其应用 | 第85-91页 |
| ·神经元模型 | 第86-87页 |
| ·转移函数 | 第87-89页 |
| ·学习规则 | 第89-90页 |
| ·人工神经网络的应用 | 第90-91页 |
| ·BP 神经网络 | 第91-100页 |
| ·BP 神经网络模型 | 第92-93页 |
| ·BP 神经网络处理单元模型 | 第93-95页 |
| ·BP 神经网络学习算法 | 第95-97页 |
| ·套管损坏应用模型 | 第97-100页 |
| ·模型应用 | 第100-103页 |
| ·学习训练 | 第100-101页 |
| ·预测样本计算 | 第101-102页 |
| ·结果分析 | 第102-103页 |
| ·两种预测模型的比较 | 第103-104页 |
| 5 套管损坏预测系统 | 第104-110页 |
| ·软件开发工具与开发环境 | 第104-105页 |
| ·主要功能介绍 | 第105-110页 |
| ·原始数据资料库 | 第105-106页 |
| ·数据量算功能 | 第106-107页 |
| ·模糊数学预测 | 第107-108页 |
| ·人工神经网络预测 | 第108-110页 |
| 6 结论 | 第110-112页 |
| 参考文献 | 第112-118页 |
| 致谢 | 第118-119页 |
| 个人简历 | 第119页 |
| 发表的学术论文 | 第119-120页 |
