| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 创新点摘要 | 第5-8页 |
| 第一章 概述 | 第8-13页 |
| 1.1 油藏水锁损害机理国内外研究现状 | 第8-9页 |
| 1.2 量子神经网络的发展 | 第9-11页 |
| 1.3 课题的来源及研究意义 | 第11页 |
| 1.4 本文研究的主要内容 | 第11-13页 |
| 第二章 松辽盆地黑168区块水锁损害技术研究 | 第13-28页 |
| 2.1 地质特点 | 第13-14页 |
| 2.2 黑168区块嫩三段黑帝庙油层的孔隙特征分析 | 第14-15页 |
| 2.3 储层孔隙结构与渗透率 | 第15-17页 |
| 2.4 粘土矿物 | 第17-18页 |
| 2.4.1 粘土矿物组合特征 | 第17-18页 |
| 2.4.2 粘土矿物产状 | 第18页 |
| 2.5 综合损害机理实验结果 | 第18-20页 |
| 2.5.1 水锁损害 | 第18-19页 |
| 2.5.2 滤液损害 | 第19页 |
| 2.5.3 固相损害 | 第19-20页 |
| 2.6 黑168区块水锁损害分析 | 第20-23页 |
| 2.6.1 水锁效应的伤害机理 | 第20-22页 |
| 2.6.2 水锁损害影响因素分析 | 第22-23页 |
| 2.7 黑168区块水锁损害定量评价 | 第23-24页 |
| 2.8 含水饱和度和渗透率分别对水锁效应的影响 | 第24-25页 |
| 2.9 温度、压力对水锁损害程度的影响分析 | 第25-26页 |
| 2.10 小结 | 第26-28页 |
| 第三章 基于量子神经网络的水锁损害预测 | 第28-41页 |
| 3.1 量子神经网络 | 第28-30页 |
| 3.2 BP神经网络与量子神经网络的比较 | 第30页 |
| 3.3 岩心水锁损害的实验研究 | 第30-32页 |
| 3.4 水锁损害预测模型的建立 | 第32-35页 |
| 3.4.1 量子神经元 | 第32-33页 |
| 3.4.2 输入变量的选取 | 第33-34页 |
| 3.4.3 隐含层神经元个数确定 | 第34页 |
| 3.4.4 基于量子神经网络的预测模型 | 第34-35页 |
| 3.5 量子神经网络的预测模型的训练 | 第35-37页 |
| 3.5.1 训练集的构成 | 第35-36页 |
| 3.5.2 训练算法 | 第36-37页 |
| 3.6 学习样本的预处理 | 第37页 |
| 3.7 量子神经网络预测的应用实例 | 第37-39页 |
| 3.8 量子神经网络方法与BP神经网络方法的比较 | 第39-40页 |
| 3.9 小结 | 第40-41页 |
| 第四章 松辽盆地黑168区块防水锁钻井液体系研究 | 第41-51页 |
| 4.1 防水锁剂的作用原理 | 第41页 |
| 4.2 防水锁剂的类型 | 第41-42页 |
| 4.3 防水锁剂对液相表面张力和油/水界面张力的影响 | 第42-43页 |
| 4.4 防水锁剂浓度的优选 | 第43-44页 |
| 4.5 岩心在防水锁剂溶液中的浸泡试验 | 第44-45页 |
| 4.6 防水锁剂对钻井液性能的影响 | 第45-46页 |
| 4.7 优化钻井液与地层水的配伍性 | 第46-47页 |
| 4.8 油层保护钻井液储层损害评价 | 第47-48页 |
| 4.9 防止水锁损害的技术对策 | 第48-50页 |
| 4.10 小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表文章目录 | 第56-57页 |
| 致谢 | 第57-58页 |
| 详细摘要 | 第58-63页 |