| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究的目的及意义 | 第9-10页 |
| 1.2 国内外技术发展现状 | 第10-17页 |
| 1.2.1 国外研究现状 | 第10-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 主要研究内容及研究思路 | 第17-18页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 研究思路 | 第18页 |
| 1.4 完成的主要研究工作及创新点 | 第18-20页 |
| 1.4.1 完成的主要研究工作 | 第18-19页 |
| 1.4.2 创新点 | 第19-20页 |
| 第2章 钻前储层构造建模方法研究 | 第20-33页 |
| 2.1 钻前储层边界建模方法 | 第21-25页 |
| 2.2 曲线拟合方法 | 第25-28页 |
| 2.3 储层界面预测方程在地质导向中的应用 | 第28-32页 |
| 2.3.1 判断地层上、下倾及倾角大小 | 第28-29页 |
| 2.3.2 实时判断井眼轨迹与储层边界相对位置 | 第29-30页 |
| 2.3.3 实例计算 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 着陆点位置确定方法研究 | 第33-54页 |
| 3.1 着陆点位置确定方法 | 第33-37页 |
| 3.1.1 钻前预测着陆点位置 | 第33-34页 |
| 3.1.2 钻中标志层对比预测着陆点位置 | 第34-37页 |
| 3.2 基于CBR理论智能识别标志层方法 | 第37-47页 |
| 3.2.1 基于CBR理论识别标志层原理 | 第37-40页 |
| 3.2.2 基于CBR理论智能识别标志层特征参数选择 | 第40-41页 |
| 3.2.3 基于CBR理论智能识别标志层计算分析 | 第41-47页 |
| 3.3 基于CBR理论智能判断是否着陆 | 第47-51页 |
| 3.3.1 基于CBR理论判断是否着陆特征参数选择 | 第47页 |
| 3.3.2 基于CBR理论判断是否着陆计算分析 | 第47-51页 |
| 3.4 造斜段更新储层地质模型方法 | 第51-53页 |
| 3.4.1 更新地层垂深 | 第51页 |
| 3.4.2 更新地层视倾角 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 水平段随钻预测及储层地质模型更新方法研究 | 第54-71页 |
| 4.1 基于BP神经网络储层段随钻预测方法 | 第54-63页 |
| 4.1.1 BP神经网络结构与模型 | 第54-58页 |
| 4.1.2 基于神经网络随钻预测参数选取 | 第58-60页 |
| 4.1.3 基于BP神经网络实时预测随钻伽马计算分析 | 第60-63页 |
| 4.2 水平段地质模型更新方法 | 第63-66页 |
| 4.2.1 实时计算储层视倾角 | 第63-66页 |
| 4.3 实时判断钻头在储层中的位置 | 第66-70页 |
| 4.3.1 判断钻头上行、下行方向 | 第66-68页 |
| 4.3.2 确定钻头在储层中的位置 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第5章 水平井地质导向综合分析软件 | 第71-82页 |
| 5.1 软件的总体设计 | 第71-72页 |
| 5.1.1 软件需求分析及编写思路 | 第71-72页 |
| 5.1.2 软件构架 | 第72页 |
| 5.2 软件开发及软件各模块内容 | 第72-79页 |
| 5.2.1 软件开发方式 | 第72-73页 |
| 5.2.2 软件各模块内容 | 第73-79页 |
| 5.3 软件计算分析 | 第79-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第6章 结论与建议 | 第82-83页 |
| 6.1 结论 | 第82页 |
| 6.2 建议 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 硕士研究生期间学术成果及参研项目 | 第88页 |
