简介:层位预测精度是制约现场作业质量和成本的关键因素。为进一步满足海上油气田在勘探开发高成本压力下对层位预测精度的更高要求,在参考地质层位预测方法的基础上,结合渤海油田丛式井开发的特点,利用防碰扫描原理分井段选择参考井,利用油田勘探开发阶段获取的钻、录、测井资料数据绘制单层顶、底界等深线图和单层等厚度图等地质图,根据新井井轨迹在构造图上投影等手段,形成了一套基于钻、录、测井资料的层位预测的新方法,并在应用中获得成功。该方法不但提高了层位预测精度和作业质量,而且降低了作业风险和成本,对当前低油价形势下海上油气田的高效开发具有重要意义。
简介:吉林油田应用地化录井参数直接评价法和图版法进行油、水层评价取得了一定的效果,但由于实际应用过程中,出现了依据地化检测数据解释上的误判,导致解释符合率较低。针对上述情况,该文提出了应用神经网络技术进行地化解释的方法,系统介绍了该技术在吉林油田的应用情况,尤其是低测值油层和高测值水层的应用效果较好,实践表明引入神经网络识别技术后其解释符合率得到了较大的提高。
简介:本文从发挥党支部纪检委员作用的角度,对强化基层党支部的日常监督作用,完善党内监督体系提出几点思考。党支部纪检委员是监督系统的神经末梢,必须重视其在运用监督执纪“四种形态”中的“前哨”作用,建立完善制度机制明确其职责,提升其素质,将纪检委员锻造成打通全面从严治党“最后一公里”的主力军。
简介:通过实例介绍了利用一种概率神经网络技术预测储层物性参数的方法.该方法克服了传统方法的某些局限性,预测储层物性参数时不需要地震子波;而是直接建立测井曲线和地震属性的关系,用相关系数衡量目标测井曲线和地震属性之间的相似性;用逐步递归法选取最佳属性;用交互验证法监视所选属性的可靠性.
简介:介绍利用计算机提取测井曲线形态特征的方法,研究了根据测井曲线形态特征识别岩性和沉积环境的人工神经网络(ANN)模型,并在SUN工作站上建立了相应的计算机程序。应用结果表明,用ANN模型识别岩性和沉积环境是可行的,并有较好的符合率。
基于钻、录、测井资料的丛式井层位预测方法
神经网络识别技术在地化录井中的应用
激活党内监督的“神经末梢”——对强化基层党支部监督作用的思考
概率神经网络技术在油气藏物性参数预测中的应用
利用人工神经网络技术根据测井曲线形态特征识别沉积环境