| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第一章 前言 | 第15-29页 |
| 1.1 研究目的和意义 | 第15-17页 |
| 1.2 研究现状 | 第17-23页 |
| 1.2.1 岩石物理参数相互关系研究现状 | 第17-21页 |
| 1.2.2 致密砂岩储层参数测井解释研究现状 | 第21-22页 |
| 1.2.3 气层识别与产能预测研究现状 | 第22-23页 |
| 1.3 研究内容和技术路线 | 第23-26页 |
| 1.3.1 研究内容 | 第23-24页 |
| 1.3.2 研究技术路线 | 第24-26页 |
| 1.4 工作量和创新点 | 第26-29页 |
| 1.4.1 工作量 | 第26页 |
| 1.4.2 文本创新点 | 第26-29页 |
| 第二章 苏里格地区致密砂岩储层特性研究 | 第29-41页 |
| 2.1 苏里格致密砂岩储层特征 | 第29-32页 |
| 2.1.1 区域地质概况 | 第29页 |
| 2.1.2 储层储集性特征 | 第29-32页 |
| 2.2 岩石物理参数特性 | 第32-40页 |
| 2.2.1 压汞曲线特特性 | 第32-36页 |
| 2.2.2 相对渗透率曲线特性 | 第36-38页 |
| 2.2.3 核磁曲线特性 | 第38-40页 |
| 2.3 本章小结 | 第40-41页 |
| 第三章 致密砂岩渗流与导电特性研究 | 第41-63页 |
| 3.1 T_2-I转换模型 | 第41-49页 |
| 3.1.1 理论背景 | 第41-43页 |
| 3.1.2 T_2-I新模型推导 | 第43-44页 |
| 3.1.3 实验验证及参数选取 | 第44-49页 |
| 3.2 T_2-K_r转换模型 | 第49-51页 |
| 3.2.1 T_2-K_r模型推导 | 第49-50页 |
| 3.2.2 T_2-K_r模型实验数据验证 | 第50-51页 |
| 3.3 实验条件对于相对渗透率与电阻增大率关系的影响 | 第51-62页 |
| 3.3.1 I-K_r转换模型 | 第52-53页 |
| 3.3.2 储层岩电与常规岩电转换结果对比 | 第53-55页 |
| 3.3.3 参数以及孔隙结构影响 | 第55-60页 |
| 3.3.4 考虑孔隙结构I-K_r模型转换结果 | 第60-62页 |
| 3.4 本章小结 | 第62-63页 |
| 第四章 致密砂岩储层孔隙度渗透率测井解释模型 | 第63-77页 |
| 4.1 孔隙度解释模型 | 第63-69页 |
| 4.1.1 岩心拟合法 | 第63-65页 |
| 4.1.2 GA-SVM预测法 | 第65-67页 |
| 4.1.3 孔隙度模型预测结果对比 | 第67-69页 |
| 4.2 渗透率解释模型 | 第69-73页 |
| 4.2.1 岩心数据拟合法 | 第69-70页 |
| 4.2.2 GA-SVM预测法 | 第70-71页 |
| 4.2.3 渗透率预测结果对比 | 第71-73页 |
| 4.3 孔隙度渗透率计算应用实例 | 第73-75页 |
| 4.4 本章小结 | 第75-77页 |
| 第五章 致密砂岩储层含水饱和度解释模型 | 第77-95页 |
| 5.1 阿尔奇公式法 | 第77-81页 |
| 5.2 非线性数学方法预测法 | 第81-86页 |
| 5.2.1 GRNN算法 | 第81-83页 |
| 5.2.2 PSO-SVM算法 | 第83页 |
| 5.2.3 数学方法参数选择与应用 | 第83-86页 |
| 5.3 T_2-I重构法 | 第86-90页 |
| 5.3.1 T_2-I重构法方法流程 | 第86-87页 |
| 5.3.2 实际应用效果分析 | 第87-90页 |
| 5.4 改进新三水模型参数法 | 第90-93页 |
| 5.4.1 三水模型及新三水模型 | 第90-92页 |
| 5.4.2 改进新三水模型参数求取方法 | 第92-93页 |
| 5.4.3 应用实例分析 | 第93页 |
| 5.5 本章小结 | 第93-95页 |
| 第六章 致密砂岩储层气层识别与含气性评价 | 第95-109页 |
| 6.1 图版法识别气层 | 第95-100页 |
| 6.1.1 苏里格西区气水识别图版 | 第95-97页 |
| 6.1.2 图版法识别效果 | 第97-100页 |
| 6.2 PSO-SVM支持向量机气层识别 | 第100-102页 |
| 6.2.1 PSO-SVM参数选取 | 第100页 |
| 6.2.2 实际应用效果 | 第100-102页 |
| 6.3 随机森林方法气层识别 | 第102-105页 |
| 6.3.1 随机森林法 | 第102-103页 |
| 6.3.2 实际应用效果 | 第103-105页 |
| 6.4 T_2-K_r模型法识别气层 | 第105-106页 |
| 6.5 气层识别方法应用效果对比与评价 | 第106-107页 |
| 6.6 本章小结 | 第107-109页 |
| 第七章 致密砂岩储层产能劈分与预测 | 第109-119页 |
| 7.1 产能劈分方法改进 | 第109-111页 |
| 7.1.1 KHK劈分方法 | 第109-110页 |
| 7.1.2 改进KHK劈分 | 第110-111页 |
| 7.2 产能预测模型 | 第111-115页 |
| 7.2.1 PSO-SVM预测方法 | 第111-112页 |
| 7.2.2 RBF神经网络预测方法 | 第112-114页 |
| 7.2.3 应用实例分析 | 第114-115页 |
| 7.3 产能预测模型的应用 | 第115-118页 |
| 7.3.1 测试层段产能预测分析 | 第115-116页 |
| 7.3.2 未测试层段压裂产能的预测 | 第116-117页 |
| 7.3.3 苏西区产能分布特征 | 第117-118页 |
| 7.4 本章小结 | 第118-119页 |
| 第八章 结论与认识 | 第119-121页 |
| 参考文献 | 第121-133页 |
| 作者简介及在校期间所取得的科研成果 | 第133-135页 |
| 致谢 | 第135-136页 |