储层识别模式的研究

用数学方法建立气测井油气储层识别模式,以解决录井中实时软件在判别依据少的条件下,及时识别油气显示假异常的难题。该判别式经实用,正到率达90％。     

五参数录井综合解释模型

该文提出的五参数综合解释模型,是井口地质录井综合解释油气水层的一种定量解释方法。它以气测、K.S法、判别模型和电测解释结果为基础,用逐步判别法建立的。它用最大概率解决归类问题,使油气水层解释符合率和正判率都得以提高,为井口地质综合解释自动化作了一次成功尝试。     

气测仪工作曲线的研究

该文提出应用数学回归分析方法建立气测仪工作曲线模式。通过对四个油田五台气测仪38项实验数据的研究,建立了340多个相关式,经过反复比较与分析,认为应视具体情况选配曲线类型。并提出气测仪工作曲线的最佳拟合方式是分段选配曲线:低浓度部分主要用双对数抛物线,高浓度部分主要用一元三次曲线,它可以避免过去用折线法绘制气测仪曲线出现的偏差,该方法拟合的工作曲线效果比较理想,符合客观规律,可用于生产。     

用函数链神经网络建立油气水层解释模型

为了克服用BP网络建模进行油气水层评价存在的误差,采用函数链神经网络建立识别模型。该文介绍了用此方法建立的三个模型:气测解释模型、地质测井综合解释模型、气测地质测井综合解释模型,并介绍了现场及完井后的解释评价情况。网络采用增强输入模式的方法,用单层网络训练样本,达到了理想效果,三个模型的识别率都是100%。     

碎屑岩油气水层神经网络解释模型

该文针对地质录井油气水层综合解释所用传统方法存在的问题,介绍一种基于人工神经网络的模式识别新方法。采用的神经网络模型为四层BP网络。输入层有14个神经元,第一隐含层25个神经元,第二隐含层14个神经元,输出层有4个神经元。选用了辽河油区400个碎屑岩层样本对网络进行训练,训练后网络识别率达到96.5%。说明人工神经网络是一种有效的综合解释油气水层的新方法。     

应用逐步判别法建立气测解释模型

气测录井解释方法与模型多种多样,但其真正意义上的解释符合率却较低。该介绍了一种新型的气测录井解释方法的建立过程,即根据贝叶斯准则,用逐步判别分析法建立了气测录井解释模型,模型建立过程中选用样本数334个,数据源为气测全烃及色谱组分分析数据,根据归属最大概率判别油层、气层、油水同层、水层和干层。解释模型的显性水平为0．1,总体回判分辨率92％。     

应用逐步判别法建立气测解释模型

气测录井解释方法与模型多种多样,但其真正意义上的解释符合率却较低。该文介绍了一种新型的气测录井解释方法的建立过程,即根据贝叶斯准则,用逐步判别分析法建立了气测录井解释模型,模型建立过程中选用样本数334个,数据源为气测全烃及色谱组分分析数据,根据归属最大概率判别油层、气层、油水同层、水层和干层。解释模型的显著性水平为0.1,总体回判分辨率92％。     

气测仪工作曲线的研究

该提出应用数学回归分析方法建立气测仪工作曲线模式。通过对四个油田五台气测仪38项实验数据的研究，建立了340多个相关式，经过反复比较与分析，认为应视具体情况选配曲线类型。并提出气测仪工作曲线的最佳拟合方式是分段选配曲线：低浓度部分主要用双对数抛物线，高浓度部分主要用一元三次曲线，它可以避免过去用折线法绘制气测仪曲线出现的偏差，该方法拟合的工作曲线效果比较理想，符合客观规律，可用于生产。     

气体组分与油气密度关系的研究

该文通过分析研究气测井气体组分数据和试油后获得的油气密度数据,用数理统计方法论证了气体组分与油气密度密切相关,并回归出了相关式,由此可以用气测组分数据在钻井期间实时定量预测储层油气密度,从而提高了气测资料在计算油气产量、地质储量、编制开发方案方面的应用程度。