页岩测井岩石物理建模及有机质含量反演方法研究

来源 :中国石油大学(北京) | 被引量 : 0次 | 上传用户:bigtim1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着油气资源勘探开发程度的不断提高,页岩油气资源成为勘探开发的热点,有机质含量是页岩储层测井评价的重要参数,可靠的页岩储层有机质计算方法对页岩油气资源的勘探开发具有重要意义。目前测井资料计算页岩储层有机质含量的方法适用性不够广、精度不够高,因此,对确定页岩有机质含量的新方法进行研究,得到可靠的页岩有机质含量计算方法,对页岩油气的成功勘探开发具有重要意义。现有页岩岩石物理模型适用于地震勘探尺度,采用测井资料进行页岩岩石物理建模时精度较低。本文首先对常用的岩石物理建模方法进行了分析和对比,对每个方法的适用性进行了分析,将这些模型分成各向同性模型和各向异性模型两大类。通过对实际数据的建模结果进行分析对比,研究了各模型的适用范围,总结了基于自适应模型(SCA模型)、Kuster-Toks?z模型和Backus平均模型的页岩岩石物理弹性参数建模流程,该流程适用于测井尺度,通过对实际数据的处理分析,证实了该流程的有效性。基于提出的页岩岩石物理建模流程进行了页岩声波时差影响因素分析。基于声波时差影响因素分析结果,提出了基于测井尺度下的页岩岩石物理弹性参数建模的页岩有机质含量反演算法。通过对两口实际井资料的处理分析,证明了基于岩石物理模型的有机质含量反演算法可靠性。
其他文献
共轭烯炔是重要的化工中间体,被广泛应用为天然产物、药物分子以及功能材料的合成前体,具有重要研究意义及合成价值。迄今为止,研究者们已经开发了大量的反应体系用于合成1,3
针对多输出极限学习机(MELM)分类模型输入层权值和阈值随机选取导致的分类精度波动问题,提出一种基于改进花朵授粉算法(ACFPA)的极限学习机多分类模型(CSACFPA-MELM)。首先对于花朵授粉算法,利用基于反向学习的Tent映射优化初始配子位置,在全局搜索中以小概率变异引入Tent混沌搜索,在局部搜索中添加自适应算子,将切换概率p转化成迭代次数的函数。其次,构造一种基于代价敏感的适应度函数,
土地覆被/土地利用变化是全球环境变化的重要影响因素,研究土地覆被/土地利用变化可以了解全球环境变化情况。随着遥感技术的蓬勃发展和广泛应用,以及国产卫星发射数量的不断
Rootkit恶意代码兼具隐蔽性强,危险性高,变化复杂等特点,可对Linux内核空间造成严重危害,因此在操作系统安全领域研究中,针对Rootkit的相关检测及安全防护的重要性不言而喻。在内核级Rootkit对Linux操作系统展开攻击的多种手段的研究中发现,借助可加载内核模块去利用系统调用攻击内核函数是一大难点。内核级Rootkit通过修改用户空间代码以可加载内核模块方式获取系统调用表的地址指针,
近年来,智能技术的巨大进步已经极大地促进了移动设备的应用,同时带来了海量的无线连接和数据流量。然而,移动设备灵活且独立的特点都决定了其计算能力受到严重的限制,这已经严重制约了移动设备处理大规模计算任务的能力。为了解决这个问题,研究者们提出了一种名为移动边缘计算(mobileedgecomputing,MEC)的技术。作为云计算技术到网络边缘的延伸,移动边缘技术已经成为给移动设备提供强大计算和存储能
社交网络关系的应用领域和应用场景广泛,分析和可视化形式多样。现有的社交网络可视化形式关注于网络结构中的节点和链接的变化,关注角度较为单一,大多是可视化一个组织内部
随着5G普及率的不断提高,对5G室内覆盖的要求也越来越高,但是室外宏基站已经难以满足5G室内覆盖在带宽、同步、时延这三方面的要求。因此本文提出了基于广电双向接入网的5G室
《资治通鉴》对惠帝高后年间史事的记载,是尊重历史史实的信史。司马光通过对惠帝高后年间史料的汇编、对不同来源史料的整理与考证,获得了最接近史实的史料,为其编撰惠帝高后年间史事提供了可靠的史料。《通鉴》所载事实大部分与史籍记载一致,且无异议;然仍有部分史事记载值得商榷。一方面,若史籍记载有差异,为使《通鉴》所载史事最大限度的尊重史实,司马光针对具体情况作出相应处理:当史籍记载相左时,通常采用多种史料相
花朵授粉算法是模拟开花植物过程的启发式算法,其特征表现为操作简便、鲁棒性强、搜索速度快、精度高和适用性强,在优化选择领域被广泛应用。但随着处理数据规模的大量增加,存在收敛速度慢、局部深度搜索能力弱、不易跳出局部最优、全局搜索能力弱的问题。针对上述问题,提出一种基于混合蛙跳和中心随机替换的改进花朵授粉算法。首先,改进混合蛙跳算法,通过较好个体的平均值调整最差个体的位置,提高算法的局部深度搜索的能力;
随着智能监控,自动驾驶等计算机视觉应用的普及,图像分类作为这类应用的底层支持,近几年来获得了快速的发展。然而在现实生活及生产活动中,获取的图像大部分都是没有标签的,