| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 前言 | 第9-15页 |
| ·本文研究的目的和意义 | 第9页 |
| ·水淹层测井解释技术的研究现状及发展趋势 | 第9-12页 |
| ·水淹层的识别技术研究现状 | 第9-10页 |
| ·国内外水淹层测井解释技术研究现状 | 第10-11页 |
| ·现代测井系列在解释水淹层的应用 | 第11-12页 |
| ·选题依据 | 第12-13页 |
| ·本论文主要研究内容 | 第13-15页 |
| ·研究方法和技术路线 | 第13页 |
| ·主要研究成果和创新点 | 第13-15页 |
| 2 薄差层水淹层的储层参数变化特征及测井响应特征研究 | 第15-26页 |
| ·薄差层水淹过程中储层参数的变化特征 | 第16-20页 |
| ·孔隙度、渗透率变化特征 | 第16页 |
| ·泥质含量及粘土矿物变化特征 | 第16-18页 |
| ·含油饱和度变化特征 | 第18页 |
| ·孔隙结构变化特征 | 第18-19页 |
| ·润湿性变化特征 | 第19页 |
| ·相对渗透率变化特征 | 第19-20页 |
| ·地层水电阻率变化特征 | 第20页 |
| ·电性参数变化特征 | 第20页 |
| ·薄差层水淹层的测井响应特征 | 第20-22页 |
| ·均质储层和非均质中、厚储层水淹后的测井响应特征 | 第22-26页 |
| ·均质储层水淹后的测井响应特征 | 第22-23页 |
| ·非均质中、厚储层水淹后的测井响应特征 | 第23-26页 |
| 3 提高常规测井曲线纵向分辨率的处理方法研究 | 第26-40页 |
| ·自然电位测井曲线校正 | 第26-30页 |
| ·地层分层的方法 | 第26-27页 |
| ·自然电位曲线的校正方法 | 第27-30页 |
| ·反滤波方法提高自然伽玛曲线分辨率 | 第30-32页 |
| ·电阻率测井响应曲线校正 | 第32-36页 |
| ·利用沃尔什函数法进行测井曲线高分辨反演 | 第36-40页 |
| ·沃尔什函数评价薄层的理论依据 | 第36-39页 |
| ·利用沃尔什函数提高声波时差测井曲线的纵向分辨率 | 第39-40页 |
| 4 薄差层水淹层的各储层参数定量计算方法研究及实现 | 第40-57页 |
| ·研究区概况 | 第40-41页 |
| ·有效厚度≥2.0m 油层的水洗状况 | 第40页 |
| ·有效厚度<1.0m 油层的水洗状况 | 第40-41页 |
| ·模型的建立 | 第41-57页 |
| ·孔隙度的确定 | 第41-43页 |
| ·渗透率的确定 | 第43页 |
| ·孔隙半径的确定 | 第43-44页 |
| ·含水饱和度的确定 | 第44-50页 |
| ·泥质含量的确定 | 第50-52页 |
| ·束缚水饱和度的确定 | 第52-54页 |
| ·粒度中值的确定 | 第54-55页 |
| ·相对渗透率和有效渗透率的计算 | 第55-56页 |
| ·出水率的确定 | 第56页 |
| ·驱油效率的确定 | 第56-57页 |
| 5 BP 神经网络在解释薄差层水淹层的应用 | 第57-68页 |
| ·BP 神经网络简介 | 第57-58页 |
| ·BP 神经网络算法的数学描述 | 第58-60页 |
| ·利用神经网络技术解释水淹层的基本步骤 | 第60-62页 |
| ·测井曲线的选择 | 第60页 |
| ·岩心分析资料的选择 | 第60-61页 |
| ·神经网络结构参数选择 | 第61页 |
| ·神经网络的正常操作（回忆） | 第61-62页 |
| ·确定水淹层解释参数 | 第62-65页 |
| ·薄差层水淹层的识别软件开发 | 第65-68页 |
| ·软件设计所需数据 | 第66页 |
| ·软件流程 | 第66-68页 |
| 6 结论和建议 | 第68-70页 |
| ·结论 | 第68页 |
| ·建议 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-83页 |
| 致谢 | 第83页 |