中文摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 前言 | 第11-17页 |
·研究的目的和意义 | 第11页 |
·研究现状 | 第11-13页 |
·致密气藏储层测井评价研究现状 | 第11-12页 |
·储层下限确定方法研究现状 | 第12页 |
·测井产能评价方法研究现状 | 第12-13页 |
·研究内容和技术路线 | 第13-15页 |
·研究内容 | 第13-14页 |
·技术路线 | 第14-15页 |
·完成的主要工作与创新点 | 第15-17页 |
·完成的成果 | 第15-16页 |
·本文的创新点 | 第16-17页 |
第2章 苏里格致密砂岩气储层特征及气层生产特点 | 第17-31页 |
·区域地质概况 | 第17-19页 |
·构造及沉积背景 | 第18页 |
·地层特征 | 第18-19页 |
·苏里格东区储层砂岩特征研究 | 第19-23页 |
·储层岩石学特征 | 第19-21页 |
·储集空间类型 | 第21-23页 |
·苏里格地区气层测井特点 | 第23-26页 |
·苏里格地区气层生产特点 | 第26-31页 |
第3章 储层参数下限确定 | 第31-38页 |
·储层孔渗参数下限确定 | 第31-36页 |
·经验统计法 | 第31-32页 |
·岩心饱和度分析法 | 第32-33页 |
·最小孔喉半径法 | 第33-34页 |
·有效孔隙百分含量法 | 第34-35页 |
·相渗透率曲线与含水饱和度—孔隙度关系组合法 | 第35页 |
·试气法 | 第35-36页 |
·储层测井参数下限的确定 | 第36-38页 |
第4章 压裂产能影响因素分析 | 第38-45页 |
·二项式产能方程与产能理论影响因素 | 第38-39页 |
·压后产能与测井曲线的关系 | 第39-41页 |
·压裂施工参数对产能的影响 | 第41-42页 |
·基于灰色关联分析法的压裂产能影响因素优选 | 第42-45页 |
第5章 储层参数计算与产能多元回归模型 | 第45-58页 |
·泥质含量计算模型 | 第45页 |
·孔隙度计算模型 | 第45-48页 |
·盒 8 上孔隙度模型 | 第45-46页 |
·盒 8 下孔隙度模型 | 第46-47页 |
·山 1 孔隙度模型 | 第47-48页 |
·渗透率解释模型 | 第48-50页 |
·盒 8 上渗透率模型 | 第48-49页 |
·盒 8 下渗透率模型 | 第49页 |
·山 1 渗透率模型 | 第49-50页 |
·储层含水饱和度模型 | 第50-53页 |
·含水饱和度模型 | 第50页 |
·岩电参数的确定 | 第50-52页 |
·地层水电阻率的确定 | 第52-53页 |
·孔渗饱计算模型应用效果 | 第53-54页 |
·预测压裂产能的多元回归模型 | 第54-58页 |
第6章 压裂产能神经网络预测模型及优选 | 第58-83页 |
·神经网络模型样本的选择及数据的预处理 | 第58-60页 |
·BP 神经网络产能预测模型 | 第60-68页 |
·BP 神经网络 | 第60-63页 |
·BP 神经网络的训练 | 第63-66页 |
·BP 网络模型的应用效果 | 第66-68页 |
·小波神经网络产能预测模型 | 第68-74页 |
·小波神经网络 | 第68-70页 |
·小波神经网络的训练 | 第70-72页 |
·小波神经网络模型的应用效果 | 第72-74页 |
·Elman 神经网络产能预测模型 | 第74-81页 |
·Elman 神经网络 | 第74-76页 |
·Elman 神经网络的训练 | 第76-79页 |
·Elman 模型的应用效果 | 第79-81页 |
·三种神经网络产能预测模型的对比 | 第81-83页 |
·原理对比 | 第81页 |
·模型训练运行速度对比 | 第81-82页 |
·模型精度对比 | 第82-83页 |
第7章 Elman 神经网络产能预测模型在苏东区的应用 | 第83-93页 |
·苏东区实际处理选井 | 第83-84页 |
·测试层段压裂产能的预测及误差分析 | 第84-88页 |
·未测试层段压裂产能的预测 | 第88-91页 |
·产气量分布规律研究 | 第91-93页 |
结论 | 第93-94页 |
参考文献 | 第94-98页 |
作者简介及在学期间所取得的科研成果 | 第98-99页 |
后记和致谢 | 第99页 |