首页--天文学、地球科学论文--矿床学论文--矿床分类论文--燃料矿床论文--石油、天然气论文

碎屑岩储层地震相模式数字表征及储层智能识别关键技术研究

作者简历第6-7页
摘要第7-9页
Abstract第9-10页
第一章 绪论第17-26页
    1.1 选题的来源、目的和意义第17页
    1.2 选题的国内外研究现状、发展趋势及存在问题第17-23页
        1.2.1 国内外研究现状第17-21页
        1.2.2 发展趋势第21-22页
        1.2.3 存在问题第22-23页
    1.3 主要研究内容、技术路线及创新第23-26页
        1.3.1 主要研究内容第23-25页
        1.3.2 研究技术路线第25页
        1.3.3 本研究主要创新点第25-26页
第二章 湖相三角洲砂体成因模式第26-35页
    2.1 湖相三角洲建设—破坏期转换面第26-28页
    2.2 湖相三角洲—深水沉积物理模拟第28-31页
        2.2.1 实验方案第28页
        2.2.2 实验参数第28-29页
        2.2.3 坡折带坡度控制下三角洲-滑移滑塌体的物理模拟第29-30页
        2.2.4 地震、波浪触发下三角洲前缘砂体滑移滑塌体物理模拟第30-31页
    2.3 典型深水沉积露头地质模型第31-35页
        2.3.1 深水成因砂体类型及露头识别特征第31-33页
        2.3.2 深水沉积露头地质模型库第33-35页
第三章 典型碎屑岩沉积地震相模式第35-67页
    3.1 典型沉积砂体地震正演特征第35-43页
        3.1.1 复合水道沉积砂体地震正演第35-38页
        3.1.2 滑移滑塌沉积砂体地震正演模拟第38-40页
        3.1.3 典型沉积组合地震正演第40-43页
    3.2 东营凹陷三角洲沉积地质模型第43-50页
        3.2.1 东营三角洲期次划分第43-47页
        3.2.2 东营凹陷三角洲沉积地下地质模型库第47-49页
        3.2.3 东营凹陷深水沉积地下地质模型库第49-50页
    3.3 东营凹陷三角洲沉积地震相模式第50-55页
        3.3.1 东营三角洲外部反射构型特征第50-53页
        3.3.2 东营三角洲内部反射结构特征分析第53-55页
    3.4 滩海地区馆陶组曲流河沉积地震相模式第55-67页
        3.4.1 滩海地区馆上段河流相沉积成因第55-59页
        3.4.2 曲流河沉积微相类型第59-61页
        3.4.3 沉积(微)相组合类型及地震波形特征第61-67页
第四章 地震相模式的数字表征技术第67-93页
    4.1 地震反射特征数字表征第67-72页
        4.1.1 统计序列原理第68页
        4.1.2 地震相振幅数字表征第68-69页
        4.1.3 地震相频率数字表征第69-70页
        4.1.4 地震相连续性数字表征第70-72页
    4.2 地震相内部反射结构数字表征第72-79页
        4.2.1 地震相反射结构纹理特征第72页
        4.2.2 灰度共生矩阵定义与原理第72-73页
        4.2.3 灰度共生矩阵特征参数第73-75页
        4.2.4 模型纹理特征分析第75-79页
    4.3 地震相外部轮廓特征数字表征第79-83页
        4.3.1 地震反射同相轴的链码特征第79-80页
        4.3.2 外部轮廓特征的七个Hu不变矩第80-83页
    4.4 露头及地下成因砂体地震数字表征库第83-93页
        4.4.1 复合水道沉积砂体地震数字表征第83-86页
        4.4.2 滑移滑塌沉积砂体地震数字表征第86-88页
        4.4.3 露头区不同成因砂体地震相数字表征库第88-89页
        4.4.4 东营三角洲不同成因砂体地震相数字表征第89-93页
第五章 典型碎屑岩沉积地震相自动识别第93-127页
    5.1 深度学习法地震相预测第93-97页
        5.1.1 地震属性特征参数优选与预测第93-94页
        5.1.2 基于井数据的岩性指示曲线获取第94-95页
        5.1.3 使用深度学习方法地震相预测第95-97页
    5.2 聚类优化粒子群算法地震相预测第97-118页
        5.2.1 优化粒子群神经网络算法研究及改进第97-114页
        5.2.2 实际工区测试第114-118页
    5.3 地震相结构的图像自动识别方法第118-127页
        5.3.1 地震相数据集的建立第118-121页
        5.3.2 卷积神经网络模型方法确定和模型训练第121-125页
        5.3.3 地震相结构的定位识别第125-127页
第六章 结论和建议第127-129页
致谢第129-130页
参考文献第130-137页

论文共137页,点击 下载论文
上一篇:土耳其西部深部构造及其与区域地热异常分布的关系
下一篇:基于多源测量数据融合的三维实景重建技术研究