地质导向钻井随钻预测方法研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第1 章 前言 | 第11-21页 |
| ·论文研究背景及意义 | 第11-13页 |
| ·地质导向钻井技术的研究现状与发展 | 第13-18页 |
| ·本文主要研究内容 | 第18-21页 |
| 第2 章 基于支撑向量机的随钻测井参数预测 | 第21-42页 |
| ·引言 | 第21-22页 |
| ·支撑向量机简介 | 第22-30页 |
| ·结构风险最小化 | 第23页 |
| ·用于非线性回归估计的支撑向量机 | 第23-28页 |
| ·核函数K(x, x') | 第28-29页 |
| ·优化算法 | 第29-30页 |
| ·支撑向量机的小样本学习能力分析 | 第30-33页 |
| ·支撑向量机的小样本学习能力分析 | 第30-32页 |
| ·支撑向量机和B P 神经网络的回归性能分析 | 第32-33页 |
| ·基于支撑向量机的自然伽马随钻预测 | 第33-38页 |
| ·输入特征向量及目标输出的选择 | 第33-34页 |
| ·支撑向量机的学习及应用 | 第34-36页 |
| ·基于随钻测量的测井曲线随钻校正 | 第36-38页 |
| ·电阻率曲线的模拟 | 第38-40页 |
| ·建立电阻率预测模型 | 第38-39页 |
| ·主要步骤 | 第39页 |
| ·应用实例 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第3 章 基于卡尔曼滤波的井眼轨迹预测 | 第42-58页 |
| ·引言 | 第42页 |
| ·传统的井眼轨迹预测方法 | 第42-47页 |
| ·井眼轨迹预测的几何法 | 第42-45页 |
| ·井眼轨迹预测的力学方法 | 第45-47页 |
| ·卡尔曼滤波器理论 | 第47-51页 |
| ·卡尔曼滤波器简介 | 第48-49页 |
| ·离散卡尔曼滤波器的模型 | 第49-50页 |
| ·卡尔曼滤波递推算法 | 第50-51页 |
| ·用于实时预测的卡尔曼滤波器模型 | 第51-57页 |
| ·状态方程的推导 | 第51-52页 |
| ·观测方程的推导 | 第52-53页 |
| ·实时预测的卡尔曼滤波器模型 | 第53页 |
| ·实例分析 | 第53-57页 |
| ·总结 | 第57-58页 |
| 第4章 井眼轨迹时间序列预测模型 | 第58-77页 |
| ·引言 | 第58页 |
| ·时间序列理论 | 第58-61页 |
| ·时间序列简介 | 第58-59页 |
| ·时间序列的起源及应用 | 第59-60页 |
| ·时间序列模型 | 第60-61页 |
| ·基于支撑向量机的时间序列模型 | 第61-63页 |
| ·时间序列预测的基本原理 | 第61-62页 |
| ·建立时间序列的支撑向量机模型 | 第62-63页 |
| ·仿真数据验证分析 | 第63-65页 |
| ·基于支撑向量机的时间序列井眼轨迹预测模型 | 第65-76页 |
| ·输入特征向量及目标输出的选取 | 第65-67页 |
| ·建立模型 | 第67页 |
| ·应用实例 | 第67-72页 |
| ·方位角的预测 | 第72-76页 |
| ·小结 | 第76-77页 |
| 第5 章 总结 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 个人简历及在学期间的研究成果 | 第85页 |
