發(fā)布時間：2021-01-07 14:33

　　調(diào)整井儲層物性預(yù)測對調(diào)整井部署和鉆完井設(shè)計(jì)非常重要。受沉積相控制,平面地層厚度、孔隙度和滲透率分布具有非均質(zhì)性,傳統(tǒng)的克里金插值等儲層物性預(yù)測方法在預(yù)測調(diào)整井地層物性時,由于部分選取已知井點(diǎn)與預(yù)測調(diào)整井的沉積相不同,只考慮了待插值點(diǎn)與樣本點(diǎn)之間的空間差異,而忽略了沉積相的影響,造成儲層物性預(yù)測結(jié)果誤差大。因此,有必要根據(jù)調(diào)整井鉆遇地層樣本點(diǎn)儲層物性數(shù)據(jù)劃分地層沉積相,進(jìn)而選取與調(diào)整井鉆遇地層待插值點(diǎn)同一沉積相區(qū)域的樣本點(diǎn)儲層物性數(shù)據(jù)來預(yù)測調(diào)整井的儲層物性,提高預(yù)測精度。本文首先在地層沉積相的特征和現(xiàn)有沉積相劃分方法分析基礎(chǔ)上,針對現(xiàn)有沉積相劃分方法需要地震、測井及鉆井取芯資料多、預(yù)測過程復(fù)雜且耗時長的不足,給出了一種基于機(jī)器學(xué)習(xí)K-means聚類算法的沉積相劃分方法,利用測井解釋資料劃分地層沉積相,為調(diào)整井儲層物性預(yù)測奠定基礎(chǔ);進(jìn)而,通過不同基于距離的儲層物性插值預(yù)測方法對比分析,給出了一種基于沉積相劃分的相控克里金插值儲層物性預(yù)測方法,該方法通過遍歷插值井點(diǎn)數(shù)據(jù)選取更加合理的沉積相劃分方案,提高了儲層物性預(yù)測精度。蓬萊油田儲層物性預(yù)測結(jié)果表明,本文給出的相控克里金插值儲層物性預(yù)測方法... 

【文章來源】：中國石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀及存在的問題
        1.2.1 儲層沉積相預(yù)測方法研究
        1.2.2 儲層物性預(yù)測方法研究
        1.2.3 存在的問題
    1.3 主要研究內(nèi)容及擬解決的關(guān)鍵問題
        1.3.1 研究內(nèi)容
        1.3.2 擬解決的關(guān)鍵問題
    1.4 采用的技術(shù)路線和研究方法
        1.4.1 技術(shù)路線
        1.4.2 研究方法
    1.5 主要工作成果和創(chuàng)新點(diǎn)
        1.5.1 主要工作成果
        1.5.2 創(chuàng)新點(diǎn)
第2章 研究區(qū)地質(zhì)概況
    2.1 區(qū)域構(gòu)造特征
    2.2 儲層地質(zhì)特征
        2.2.1 儲層特征
        2.2.2 油田地質(zhì)層系
    2.3 儲層物性特征
    2.4 勘探開發(fā)概況
第3章 基于相控的儲層物性預(yù)測方法研究
    3.1 蓬萊19-3 油田沉積微相特征分析
    3.2 數(shù)據(jù)預(yù)處理
    3.3 K-means聚類算法預(yù)測沉積微相
        3.3.1 K-means聚類算法流程
        3.3.2 tensorflow機(jī)器學(xué)習(xí)框架
        3.3.3 距離的度量和幾個關(guān)鍵問題
    3.4 PCA（主成分分析）評價聚類效果
    3.5 儲層物性預(yù)測方法
        3.5.1 反距離加權(quán)法
        3.5.2 克里金插值法
        3.5.3 改進(jìn)謝別德
第4章 相控模型下儲層物性預(yù)測應(yīng)用研究
    4.1 基于K-means聚類算法的沉積微相劃分
    4.2 相控模型下的克里金插值
第5章 結(jié)論
參考文獻(xiàn)
附錄1 K-means聚類算法核心代碼
附錄2 PCA（主成分分析）算法核心代碼
附錄3 Kriging（克里金）算法核心代碼
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于TensorFlow深度學(xué)習(xí)框架的卷積神經(jīng)網(wǎng)絡(luò)研究[J]. 袁文翠,孔雪.  微型電腦應(yīng)用. 2018(02)
[2]大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J]. 孔欽,葉長青,孫赟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(05)
[3]開源人工智能系統(tǒng)TensorFlow的教育應(yīng)用[J]. 石磊.  現(xiàn)代教育技術(shù). 2018(01)
[4]基于PCA和SVM的人臉識別系統(tǒng)[J]. 胡沐晗.  計(jì)算機(jī)時代. 2017(12)
[5]一種基于Python的K-means聚類算法分析[J]. 陳偉,李紅,王維.  數(shù)字技術(shù)與應(yīng)用. 2017(10)
[6]松遼盆地北部G地區(qū)葡萄花油層儲層特征及主控因素分析[J]. 王磊.  長江大學(xué)學(xué)報(自科版). 2017(15)
[7]鄂爾多斯盆地什社地區(qū)長3油層組沉積相研究[J]. 喻雅敏,文志剛,劉軍鋒,劉美榮,段銀鹿.  長江大學(xué)學(xué)報(自科版). 2017(15)
[8]采用距離無偏估計(jì)的加權(quán)最小二乘定位算法[J]. 李朝海,汪子峰,李會勇,張偉.  信號處理. 2016(12)
[9]對K-means聚類算法歐氏距離加權(quán)系數(shù)的研究[J]. 郭靖.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2016(10)
[10]基于核貝葉斯判別法的儲層物性參數(shù)預(yù)測[J]. 劉興業(yè),陳小宏,李景葉,周林,郭康康.  石油學(xué)報. 2016(07)

博士論文
[1]基于粗糙集—支持向量機(jī)的油氣儲層參數(shù)預(yù)測方法研究[D]. 鄧燕.中國地質(zhì)大學(xué)（北京） 2013

碩士論文
[1]延長油田靖邊馬寧油區(qū)三疊系延長組長2油層組沉積相及儲層特征研究[D]. 唐凌毅.西南石油大學(xué) 2017
[2]調(diào)整井儲層物性與壓力預(yù)測研究[D]. 臧燁.中國石油大學(xué)(北京) 2016
[3]沉積相及成巖作用控制下的儲層物性分析[D]. 白雪見.西北大學(xué) 2015



本文編號：2962733