中文摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-19页 |
1.1 研究目的和意义 | 第11页 |
1.2 孔隙流体介质理论 | 第11-14页 |
1.2.1 国内外研究现状 | 第12-13页 |
1.2.2 组分弹性孔隙流体介质理论 | 第13-14页 |
1.3 研究方法与应用 | 第14-16页 |
1.3.1 孔隙流体介质弹性参数的研究方法 | 第15页 |
1.3.2 流体识别因子的研究进展 | 第15-16页 |
1.4 主要研究内容与论文框架 | 第16-18页 |
1.4.1 论文的研究内容 | 第16-17页 |
1.4.2 论文框架结构 | 第17-18页 |
1.5 主要研究成果及创新 | 第18-19页 |
2 基于等效力学原理的弹性组分孔隙流体介质 | 第19-27页 |
2.1 四个特征单元体 | 第19-20页 |
2.2 基于特征单元体划分的两个子区间 | 第20-21页 |
2.3 基于体积比例数的密度组分方程 | 第21-22页 |
2.3.1 固体型弹性孔隙流体介质 | 第21页 |
2.3.2 流体型弹性孔隙流体介质 | 第21-22页 |
2.4 基于单元体线性加权组合法的体积模量和剪切模量组分方程 | 第22-23页 |
2.4.1 固体型弹性区间内目标介质E的体积模量和剪切模量组分方程 | 第22页 |
2.4.2 流体型弹性区间内目标介质E的体积模量组分方程 | 第22-23页 |
2.5 弹性组分孔隙流体介质的波动方程 | 第23-25页 |
2.6 本章小结 | 第25-27页 |
3 弹性组分孔隙流体介质模型正演数值计算 | 第27-41页 |
3.1 密度、体积和剪切模量的组分方程实例 | 第28-34页 |
3.1.1 密度组分方程计算实例 | 第28-30页 |
3.1.2 体积模量组分方程计算实例 | 第30-32页 |
3.1.3 剪切模量组分方程计算实例 | 第32-34页 |
3.2 关联性参数的组分方程计算实例 | 第34-38页 |
3.2.1 横波速度平方和阻抗 | 第34-36页 |
3.2.2 纵波速度平方和阻抗 | 第36-37页 |
3.2.3 纵横波速度比和泊松比 | 第37-38页 |
3.3 本章小结 | 第38-41页 |
4 弹性组分孔隙流体介质模型反演数值计算 | 第41-81页 |
4.1 弹性参数反演方法及对应反演公式 | 第41-51页 |
4.1.1 正向反演公式推导及过程简述 | 第42-45页 |
4.1.2 逆向反演公式推导及过程简述 | 第45-47页 |
4.1.3 双向反演公式推导及过程简述 | 第47-49页 |
4.1.4 混合反演公式推导及过程简述 | 第49-50页 |
4.1.5 遍历组合统计反演公式推导及过程简述 | 第50-51页 |
4.2 岩石样品的多种反演方法计算实例及反演结果分析 | 第51-79页 |
4.2.1 含气砂岩反演实例 | 第52-61页 |
4.2.2 含水砂岩反演实例 | 第61-75页 |
4.2.3 含气、含水砂岩重点参数分析阐释 | 第75-79页 |
4.3 本章小结 | 第79-81页 |
5 弹性组分孔隙流体介质参数的计算过程实例 | 第81-105页 |
5.1 测井数据评价 | 第82-84页 |
5.1.1 原始测井数据的评估准则 | 第83页 |
5.1.2 密度-孔隙度和孔隙度-密度组分方程 | 第83-84页 |
5.2 孔隙度参数的调整计算 | 第84-86页 |
5.2.1 三孔隙度法 | 第84-85页 |
5.2.2 三孔隙度计算公式 | 第85-86页 |
5.3 地层介质组分参数的反演计算 | 第86-92页 |
5.3.1 骨架密度和流体密度组分反演 | 第86-89页 |
5.3.2 转换点孔隙度和骨架横波速度反演 | 第89-90页 |
5.3.3 组分纵波速度反演 | 第90-92页 |
5.4 反演组分参数实测回归 | 第92-97页 |
5.4.1 S井储层组分参数层界面回归 | 第93-94页 |
5.4.2 S井储层组分参数实测回归 | 第94-97页 |
5.5 结合测井资料的流体敏感参数综合分析 | 第97-103页 |
5.5.1 流体敏感参数曲线分析 | 第98-100页 |
5.5.2 测井解释分析 | 第100-102页 |
5.5.3 S井为例的流体敏感参数综合分析 | 第102-103页 |
5.6 本章小结 | 第103-105页 |
6 概率神经网络在地震属性反演中的应用 | 第105-119页 |
6.1 概率神经网络概述 | 第105-109页 |
6.2 概率神经网络地震属性反演 | 第109-114页 |
6.2.1 概率神经网络地震属性反演原理 | 第109-112页 |
6.2.2 概率神经网络的交叉检验 | 第112-114页 |
6.3 概率神经网络预测流体密度的实现 | 第114-117页 |
6.4 本章小结 | 第117-119页 |
7 流体敏感参数在川西XC工区储层气水识别中的应用 | 第119-145页 |
7.1 区域地质概况 | 第119-125页 |
7.1.1 区域地质特征 | 第120页 |
7.1.2 区域沉积特征 | 第120-122页 |
7.1.3 区域储层特征 | 第122-125页 |
7.2 面临难题 | 第125-126页 |
7.3 流体敏感参数在川西工区储层气水识别中的应用 | 第126-143页 |
7.3.1 流体密度进行储层气水识别的应用 | 第127-139页 |
7.3.2 流体速度进行储层气水识别的试验性应用 | 第139-143页 |
7.4 本章小结 | 第143-145页 |
8 结论与工作展望 | 第145-149页 |
8.1 研究工作成果 | 第145-146页 |
8.2 未来工作展望和建议 | 第146-149页 |
致谢 | 第149-151页 |
参考文献 | 第151-159页 |
发表文章 | 第159页 |