论文部分内容阅读
顺托果勒某地区油气资源丰富，但其勘探和开发至今尚未有大的突破，油气产量很低。对该地区进行圈闭研究，并进行圈闭评价，有助于研究区内圈闭系统研究的开展，能为勘探计划的编制提供依据，对钻探目标的优选、探井井位的拟定，以及勘探风险的减少具有一定的现实意义。
反映圈闭含油气性的参数有许多，每一项参数只能从一个方面表征圈闭含油气性的某一项性能。本文结合顺托果勒某地区及顺托果勒某地区南区具体石油地质条件，选取烃源条件、储层条件、圈闭条件及保存条件和匹配条件五个方面的信息，制订了顺托果勒某地区及顺托果勒某地区南区圈闭地质信息量化标准。使得评价结果具备客观性，提高圈闭含油气性评价的精度。
传统的油气圈闭评价方法为圈闭基础条件、烃源条件、储集条件、保存条件、匹配条件五个条件连乘的综合评价。该方法存在的不足是：各个参评参数以等权的方式参与评价，不能考虑到影响油气聚集的各主要地质因素在不同地区对油气成藏作用的影响程度不同，不能突出主控因素，出现有的圈闭评价存在误判。
本文将通信领域智能系统分析、模式识别理论与石油地质理论油气预测理论相融合，分别利用Fisher线性判别理论、BP神经网络、自适应谐振理论及灰色关联理论对顺托果勒某地区及顺托果勒某地区南区共19个圈闭进行评价。Fisher线性判别具有一定的判别能力，但由于训练和测试的样本数目较少，并且样本相互之间比较集中。因此Fisher线性判别不能很好的体现出分类结果，BP神经网络是一种基于非线性的智能评价方法，通过对己知样本的训练确定网络的权值分布，实现对测试样本进行判断识别。在本圈闭评价中，由于训练样本数目较少，且训练样本不具典型性，使得网络的稳定性、收敛性较差，得到的测试结果效果不理想。基于自适应理论的ISOSA算法在圈闭评价中能有效的将有利圈闭聚为一类，并挑选出可疑圈闭，为拟定预探测井位提供依据。灰色关联是根据圈闭评价指标和实际数据之间的关联系数和关联度，描述圈闭含油气性的好坏，将灰色关联运用于石油地质条件评价，能很好的描述圈闭含油气性的好坏。