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

多参数储层流体识别方法研究

摘要第4-5页
Abstract第5-6页
第1章 引言第9-15页
    1.1 选题背景与意义第9-10页
    1.2 论文综述第10-15页
        1.2.1 国内外研究现状第10-11页
        1.2.2 储层流体识别研究现状第11-13页
        1.2.3 存在问题及主要研究内容第13-15页
第2章 岩石物理学基础及参数分析第15-27页
    2.1 含流体介质的岩石物理学基础第16-19页
    2.2 含流体介质的岩石弹性参数及相互关系第19-23页
        2.2.1 泊松比与岩性及流体成分的关系第19-20页
        2.2.2 密度、纵波速度和横波速度的关系第20-21页
        2.2.3 纵横波速度比及弹性模量的变化规律第21-23页
    2.3 含流体介质的两个经典理论第23-27页
        2.3.1 Biot 理论第23-25页
        2.3.2 Gassmann 方程第25-27页
第3章 三参数属性集成员的求取第27-34页
    3.1 弹性参数相关理论第27-28页
    3.2 弹性参数的提取与优选第28-34页
        3.2.1 不带参数属性成员的求取第28-31页
        3.2.2 带参数属性集的求取第31-34页
第4章 基于弹性参数的流体识别交会分析第34-49页
    4.1 交会图法流体识别第34-35页
        4.1.1 一维参数分析第34-35页
        4.1.2 二维参数交会分析第35页
        4.1.3 三维参数交会分析第35页
    4.2 多参数识别流体第35-39页
        4.2.1 定量交会图技术第36-39页
    4.3 Castagna 和 Smith 含油气砂岩识别第39-47页
        4.3.1 一维参数分析第40-43页
        4.3.2 二维参数交会分析第43-45页
        4.3.3 三维参数交会分析第45-47页
    4.4 识别结果分析第47-49页
第5章 流体识别中神经网络预测第49-62页
    5.1 利用神经网络识别流体性质概述第49-50页
    5.2 基于 BP 神经网络的流体识别基本原理第50-56页
        5.2.1 BP 神经网络原理与模型第51-52页
        5.2.2 BP 训练算法第52-55页
        5.2.3 BP 算法的程序实现第55-56页
    5.3 Castagna 和 Smith 含油气砂岩模型识别第56-62页
        5.3.1 速度、密度集输入神经网络流体识别第56-58页
        5.3.2 敏感参数集输入神经网络流体识别第58-59页
        5.3.3 识别结果分析第59-62页
第6章 实际资料应用第62-69页
    6.1 胜利油田地区某井资料流体识别第62-69页
        6.1.1 利用定量交会图技术进行流体识别第62-64页
        6.1.2 利用神经网络进行流体识别第64-66页
        6.1.3 实验识别结果分析第66-69页
结论第69-71页
致谢第71-72页
参考文献第72-74页
攻读学位期间取得学术成果第74页

论文共74页,点击 下载论文
上一篇:中冶瑞木镍钴项目以PMC为主导的项目管理模式应用研究
下一篇:XK2852型桥式数控动梁龙门镗铣床电气设计