简介:赣江断裂带发育在江西省境内,全长大于600km,宽50—120km,走向NNE20°±,伴生有一系列NE向和NW向的次级断裂。在地球物理上,它是一个具有显著的重力、航磁异常梯度带的深大断裂带;岩石学上,它是一个晚中生代的火山岩线;沉积学上,控制了一系列晚白垩世-古近纪的红色沉积盆地。构造形迹和沉积作用特征表明,中新生代是赣江断裂带活动的高峰期,主体上表现为一个大规模的左行走滑脆性剪切带,具有大规模左旋走滑变形北强南弱、走滑时代北早南晚的穿时特点和伸展断陷向北扩展、沉积中心向西迁移的演化规律。控盆作用及构造交切关系表明,赣江断裂带起始于印支期扬子与华北板块碰撞造山之后的早侏罗纪(J1)。年代学、运动学研究表明,该断裂带经历了三个阶段的构造演化:左旋走滑(K1)、滑脱伸展(K2-E)和右旋挤压(N—Q),其动力学原因主要受侏罗纪以来太平洋板块运动体制的制约。通过分析赣江断裂带深部地球物理、几何学、运动学等特征和成因演化,并在对比郯庐断裂带地质特征后,认为郯庐断裂带已越过长江,赣江断裂带很可能是郯庐断裂带的南延。从晚中生代以来,赣江断裂带可能就与郯庐断裂带连成一体,构成了中国东部一个统一的巨型平移断裂带。
简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�