排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
为了解决惠州26-6构造潜山岩性识别、潜山界面卡取及储层评价等难题,该文利用元素录井资料,结合高分辨率电成像测井、钻井及井壁取心等资料进行研究,取得了以下研究成果:(1)利用元素录井中Si-Fe、Si-Na数据建立潜山岩性识别图版,可以用于随钻过程中快速识别岩性;(2)分析潜山地层与上覆地层岩性的元素变化特征,总结进山模式,可以实现潜山界面的随钻快速卡取;(3)基于元素迁移能力的差异性,建立易迁移元素指数EI及不易迁移元素指数NI,实现对花岗岩和闪长岩进行内幕带和风化带区分;(4)建立缝洞指数,有效地表征出潜山储层裂缝及孔洞发育情况。研究表明,元素录井技术可以在复杂岩性识别、潜山界面卡取、风化带与内幕带划分及储层评价中发挥重要的作用。 相似文献
2.
曹妃甸6-4构造是复式油气聚集区,储量主要集中于明下段和东营组,为了更好的利用录井技术准确评价该区储集层的流体性质,通过统计该区的气测录井、地化录井和试油资料,分析多组已完钻井的气测全烃、烃组分、异常倍数、气态烃量、液态烃量、裂解烃量及其派生参数,优选其中气测参数Wh-C1/C2、地化热解参数产烃潜量与液态烃含量、裂解烃与总产率建立解释图版,通过两种录井技术的对比和结合,更好的提高该区录井地层流体性质的解释符合率。应用该方法在该区的20口探井中现场综合解释,其中试油18层,符合15层,符合率达到83.33%,该方法较好的解决了该区油气水识别的难题。 相似文献
3.
与一般意义上的定量荧光录井技术相比,三维定量荧光录井技术具有更高的灵敏度、更丰富的图文信息,能够相对全方位地反映油气显示的众多信息。针对该技术在渤海湾盆地的应用尚未建立有针对性的、有效的解释评价方法的现状,以该盆地A油田为例,利用不同性质原油样品分析的最佳激发波长、最佳发射波长和井壁取心岩心样品分析的油性指数建立原油性质识别标准;以井壁取心岩心样品分析的对比级别与油性指数为交会分析参数,建立三维定量荧光录井储集层流体性质初步解释评价图板,将该图板的解释评价结果与其他录井资料相结合,形成了储集层流体性质解释评价方法。该油田34口井43个油气显示层的应用表明,只有7层与试油结论不符合,解释符合率达到83.72%,能够较好地满足现场及时准确识别原油性质与解释评价储集层流体性质的要求。 相似文献
4.
5.
6.
7.
8.
基于无人机倾斜摄影的露头多点地质统计模拟——以山西吕梁坪头乡石盒子组为例 总被引:1,自引:0,他引:1
针对传统野外露头研究方法的不足,利用无人机倾斜摄影具有敏捷性、视角全局性及定量化程度高的特点,对野外三角洲露头数据进行了采集、处理与地质解释,建立了三维数字化露头模型和定量储层地质知识库;结合多露头剖面精细解剖及对比研究,采用岩相组合、层次结构、平剖互动、序贯指示随机模拟和多点地质统计模拟等方法,建立了露头区三维多点地质统计模型。研究结果表明:①无人机采集的倾斜摄影数据体在处理后的三维坐标体系与拍摄的高精度图像信息全面耦合,实现了野外露头地质信息三维数字化、可视化和定量化。在井点设置下,结合单井岩相约束,开展井间基准面旋回露头对比与小层追踪,建立了露头区空间地层框架和定量储层地质知识库。②将传统野外露头剖面解剖与现代无人机倾斜摄影定量储层地质知识库结合起来研究,是建立研究区地质属性空间分布和地质模式的互补手段,可以增强研究结论的合理性。露头区自下而上发育了构型差异较大的3类成因砂体,即交叉叠置型分流河道、分流河道与席状砂坝叠置型和薄层席状砂型或孤立分流河道型等骨架砂体类型。③无人机倾斜摄影模型将二维非规则露头剖面研究向三维空间拓展,建立了三维序贯指示随机模拟模型,不仅加强了剖面间的关联性,还为露头平面沉积微相研究、平剖互动精细刻画砂体构型分布提供了强大支撑。④基于平剖互动及定量储层地质知识库数据确定了三维训练图像结构模式,最后开展了三维多点地质统计模拟,并探讨了相控孔隙度参数及“甜点”分布规律。研究结果显示,多点地质统计模型的实现、各层砂体构型分布与定量储层地质知识库差异较小;同时,各种模型统计数据值差异较小,多点三维模拟实现的模型可靠程度高。 相似文献
9.
随着城市化进程的加快,我国城市机动车数量快速增加,使得现有路网容量难以满足交通运输需求,交通拥堵、环境污染、交通事故等问题与日俱增。准确高效的交通流预测作为智能交通系统的核心,能够有效解决交通出行和管理方面的问题。现有的短时交通流预测研究往往基于浅层的模型方法,不能充分反映交通流特性。文中针对复杂的交通网络结构,提出了一种基于DCGRU-RF(Diffusion Convolutional Gated Recurrent Unit-Random Forest)模型的短时交通流预测方法。首先,使用DCGRU(Diffusion Convolutional Gated Recurrent Unit)网络刻画交通流时间序列数据中的时空相关性特征;在获取数据中的依赖关系和潜在特征后,选择RF(Random Forest)模型作为预测器,以抽取的特征为基础构建非线性预测模型,得出最终的预测结果。实验以两条城市道路中的38个检测器为实验对象,选取了5周工作日的交通流数据,并将所提方法与其他常见交通流量预测模型进行比较。结果表明,DCGRU-RF模型能够进一步提高预测精度,准确度可达95%。 相似文献
10.