摘要：选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选择策略:确定系数为评价指标,选择串行而不是并行结构网络模型的条件为模型参数量小于1000的参考值;模型参数量大于1000时,串行多任务网络不如并行多任务网络.当平均绝对误差为评价指标时,选取串行多任务的前提是模型参数量小于10000的参考值.模型参数量大于10000时,串行和并行多任务网络结果具有一定相似性.如果平均绝对误差和模型参数量均在允许范围内,两种架构网络均可行.本文旨在为后续不同类型多任务学习网络架构模型设计及应用提供支持.

摘要：为实现对测井平台各个子系统开发提供一致的面向对象的测井绘图编程环境;平台软件部署和版本控制冲突最小化;软件模块可重用性和可扩充性最大化。对测井图形进行了抽象和分类,提出设计开发图形底层,以支持各类测井图形绘制。该图形底层基于Microsoft .Net Framework框架,采用面向对象的设计思想,通过构建测井基本绘图元及其接口,在Microsoft Visual Studio 2005开发环境下,采用C#编程语言实现。将该模块作为基础组成部分之一,成功应用于测井储层参数研究平台,验证了该模块独立性强、绘图功能完备、调用接口友好等特点,并具有较好的可重用性和可扩充性。

摘要：针对储层参数计算处理过程工作效率低下、质量难以保证等问题,提出了基于工作流技术的测井储层参数计算处理系统。从自定义活动、工作流设计、工作流编译等方面阐述了该系统的设计和实现。最后,应用该系统对某区块的储层参数进行了计算。结果表明,该系统实现了储层参数计算处理过程自动化,处理成果达到精度要求。

摘要：蒸汽辅助重力泄油(SAGD)技术是开采稠油和油砂的重要技术,其开发效果受储层参数的影响。采用数值模拟方法研究了垂向渗透率、储层厚度、孔隙度、含油饱和度等储层参数对SAGD技术开发效果的影响。结果表明,储层厚度、孔隙度、含油饱和度与开发效果呈正相关关系。在水平渗透率一定的情况下,垂向渗透率对开发效果的影响存在最优值。对不同储层参数进行正交试验设计的结果显示,对于油汽比、采出程度、平均日产量等因变量,储层厚度、垂向渗透率、含油饱和度及孔隙度的影响程度不同。根据正交试验分析结果对稠油油藏SAGD技术开发的适应性进行量化评价,可为前期制定开发策略提供参考。

摘要：测井储层参数研究平台采用.NET4层结构体系,自下而上依次为数据库、数据访问层、业务逻辑层和表示层。给出了业务逻辑层的设计,它分为业务对象接口、业务对象和业务对象工厂3个模块。实用表明,面向接口的设计思想、合理的设计模式和反射技术,使其具有良好的模块独立性和可维护性。

摘要：在测井储层参数研究中,需要将测井原始数据、中间成果数据、最终结果数据图形化,以指导用户进行测井储层参数研究的全过程·对这些图形结果进行了抽象和分类,论述了图形底层的设计,描述了该底层的逻辑结构·最后给出了一个应用实例·

摘要：通过数据需求分析,给出了测井储层参数研究平台项目数据库的关系模型。依据数据管理和应用研究对数据库的访问要求,设计了基于.Net结构体系的数据访问层,它包括数据对象、数据访问对象接口、数据访问对象、数据访问对象工厂4个模块。实用表明,面向接口的设计和反射技术的应用,使其具有良好的模块独立性、数据库移植性和可扩充性。

摘要：储层物性参数的分布一直是油藏描述的关键问题和难点。本文采用随机规划与ANN(人工神经网络模型)相结合的建模方法,设计了一种改进的GA(遗传算法)作为随机规划模型的解法,并把这种方法用于储层参数的预测。实验表明该模型具有较强的预测能力和实用性。

摘要：建立准确的储层参数测井解释模型,为储层研究提供基础地质数据,是油藏精细描述的关键和重要基础。在综合研究港西油田岩心、测试、地质等资料的基础上,分析储层岩性、物性、含油性和电性四者之间的关系,建立储层物性解释模型,为精细研究高含水期剩余油分布规律奠定基础。通过验证所建模型,解释精度高,可以满足方案设计的需要。

摘要：复杂岩性的储层参数与地球物理测井测量参数间的响应关系十分复杂,而且这种复杂关系往往是很难用数学关系式来直接进行表达。此时,引入遗传算法与人工神经网络相结合,设计一种使用遗传算法优化神经网络权值的方法,对BP网络进行了改进,在此基础上,分层段挑选不同物性段学习样本,通过对网络进行学习训练,最终建立起适应研究区块的分层段测井解释模型,通过实例验证,解释结果及精度均令人满意。