基于巖石物理模型和神經(jīng)網(wǎng)絡(luò)的頁(yè)巖結(jié)構(gòu)分析及參數(shù)預(yù)測(cè)
發(fā)布時(shí)間:2021-01-15 00:29
頁(yè)巖是一種常見(jiàn)的沉積巖,不同于碎屑巖與碳酸鹽巖,頁(yè)巖孔隙度和滲透率都很小,早期的石油地質(zhì)研究將頁(yè)巖作為油氣儲(chǔ)集層的良好蓋層,但是隨著頁(yè)巖油氣、非常規(guī)油氣勘探的興起,頁(yè)巖被視為非常重要的非常規(guī)油氣儲(chǔ)層,具有極大的開(kāi)發(fā)潛力。頁(yè)巖多是由各種礦物,粘土,有機(jī)物質(zhì)等組成的非均質(zhì)混合物,現(xiàn)如今研究中頁(yè)巖通常被當(dāng)作非常重要的非常規(guī)油氣儲(chǔ)層,與常規(guī)油氣藏相比,頁(yè)巖中油氣賦存方式復(fù)雜,有機(jī)質(zhì)類(lèi)型豐度大,這些特點(diǎn)決定了頁(yè)巖油氣的解釋與評(píng)價(jià)必然與常規(guī)油氣藏有很大不同,所以對(duì)其評(píng)價(jià)思路和研究方法要更適應(yīng)于頁(yè)巖自身情況。因此,需要更進(jìn)一步的了解頁(yè)巖儲(chǔ)層的礦物組分、含量以及精細(xì)結(jié)構(gòu),并獲取準(zhǔn)確、有價(jià)值的儲(chǔ)層評(píng)價(jià)參數(shù)。本文主要是對(duì)富含有機(jī)質(zhì)的頁(yè)巖儲(chǔ)層進(jìn)行分析,了解頁(yè)巖儲(chǔ)層的結(jié)構(gòu)特征和獲取頁(yè)巖儲(chǔ)層參數(shù),所采用的方法包括巖石物理方法和應(yīng)用神經(jīng)網(wǎng)絡(luò)分析。巖石物理的方法是在頁(yè)巖儲(chǔ)層建立巖石物理模型,并基于模型對(duì)儲(chǔ)層結(jié)構(gòu)進(jìn)行分析,反演儲(chǔ)層物性參數(shù),巖石物理建模是儲(chǔ)層描述與分析中最關(guān)鍵的一步。在富含有機(jī)質(zhì)的頁(yè)巖儲(chǔ)層中建立巖石物理模型首先要考慮有機(jī)質(zhì)(主要成分是干酪根)的結(jié)構(gòu)和性質(zhì)對(duì)頁(yè)巖的影響,因此,在建立頁(yè)巖儲(chǔ)層巖石物理模型時(shí)...
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
第3章神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法16(),()·······(3.9),()()·········(3.10)由公式(3.8)、(3.9)、(3.10)可以得到:()()······(3.11)同理:·········(3.12)同理推導(dǎo),可得:··········(3.13)···········(3.14)其中,*∑(),()+,··········(3.15)圖3.2激勵(lì)函數(shù)BP神經(jīng)網(wǎng)絡(luò)中常用到的激勵(lì)函數(shù)如圖3.2所示。常用的激勵(lì)函數(shù)包括以下三個(gè):
第 3 章 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法 1.Sigmoid 激勵(lì)函數(shù):也叫 Logistic 函數(shù),用于隱層神經(jīng)元輸出,取值范圍為(0,1),可以用來(lái)做二分類(lèi)。
本文編號(hào):2977853
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
第3章神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法16(),()·······(3.9),()()·········(3.10)由公式(3.8)、(3.9)、(3.10)可以得到:()()······(3.11)同理:·········(3.12)同理推導(dǎo),可得:··········(3.13)···········(3.14)其中,*∑(),()+,··········(3.15)圖3.2激勵(lì)函數(shù)BP神經(jīng)網(wǎng)絡(luò)中常用到的激勵(lì)函數(shù)如圖3.2所示。常用的激勵(lì)函數(shù)包括以下三個(gè):
第 3 章 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法 1.Sigmoid 激勵(lì)函數(shù):也叫 Logistic 函數(shù),用于隱層神經(jīng)元輸出,取值范圍為(0,1),可以用來(lái)做二分類(lèi)。
本文編號(hào):2977853
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/2977853.html
最近更新
教材專(zhuān)著