张芸
- 作品数:2 被引量:36H指数:2
- 供职机构:长江大学更多>>
- 发文基金:国家自然科学基金教育部重点实验室开放基金更多>>
- 相关领域:天文地球更多>>
- 一种古沉积期曲流河道演化过程重建方法被引量:5
- 2015年
- 为了实现曲流河的过程沉积学研究,在大量曲流河内部结构定量描述研究成果以及现有密集井网资料的基础上,系统总结了一套曲流河道沉积演化过程的恢复方法实现对曲流河道沉积过程恢复.首先利用"初末流线包络线法",完成对点坝的宏观界定和识别,并借鉴以前成熟的曲流定量表征方法,对识别出的点坝逐一进行结构解剖,并使之达到侧积体层次,然后对相邻点坝的同期侧积体进行组合,并对组合好的同期侧积体,按曲流河蛇曲演化的顺序,依次累加叠覆,直至最后一期河道.叠覆的过程,就是再现曲流河沉积演化过程.利用上述方法对吉林油田杨大城子油层组q4-17小层曲流河沉积恢复.结果表明:q4-17小层平面发育有7个点坝,由南至北呈串珠交错展布,其中,Z20井区点坝估算的长度约为668m,宽度约69m,侧积倾角平均为10°,侧积夹层间距约32.8m.沉积期平面上主要发育8期次曲流演化过程,并使砂体侧向有规律地分异.通过对点坝侧积体形成过程的恢复,可以有效指导河流相砂体平面预测,并且为油田布井、调剖等开发方案的调整提供参考.
- 单敬福李占东葛雪张芸崔连可种健徐文杰蒋莉莎
- 关键词:点坝侧积体
- 利用BP神经网络法对致密砂岩气藏储集层复杂岩性的识别被引量:31
- 2015年
- 在岩心和录井资料较少,又非常依赖测井资料进行地质综合解释的研究区域,利用测井资料进行岩性识别是一项基础而又重要的工作.测井资料的数据种类虽然较多,但对岩性敏感的曲线较少,因此,如何优选对岩性敏感的测井曲线,然后进行网络学预测岩性,则显得尤为关键.在进行BP神经网络学习前,利用已知岩心资料,优选了本研究区对岩性较为敏感的自然伽玛和光电吸收截面指数这两种测井曲线,并做标准化与归一化处理,以消除测井系列、型号和测井曲线度量单位的不同引起的刻度和数量级误差,从而提高网络收敛速度,建立准确岩性识别模型,识别了未取芯井的岩性.研究结果表明,利用优选输入向量的BP神经网络法对苏里格气田复杂岩性进行识别,识别准确率较高,平均符合率达到了近90%.因此,通过采用该方法对岩性的识别,也为后续基础性研究工作提供了宝贵的一手资料.
- 单敬福陈欣欣赵忠军葛雪张芸
- 关键词:苏里格气田交会图法BP神经网络