排序方式： 共有3条查询结果，搜索用时 78 毫秒
1
1.
孔隙度是储集层评价的重要参数,在研究的部分老井中,只有自然电位、电极系电阻率及中子伽马测井,没有估算孔隙度的测井曲线,给储集层评价及油水识别带来了不便。为了解决该问题,利用中子伽马测井曲线,结合岩心分析资料,分别利用中子伽马的条件单位方法和归一化方法建立了孔隙度的模型,并对实际测井资料进行处理。结果表明,估算的孔隙度合理可靠,与岩心孔隙度对比,误差很小,可在没有孔隙度测井系列的井中推广使用。 相似文献
2.
3.
历经近20的开发,渤海P区块进入高含水期,馆陶组发育的大量低阻油层与水淹层在测井曲线形态上差异不明显。为了精确进行水淹层识别以及水淹层等级划分,采用了机器学习算法。首先采用灰色关联度分析,筛选低阻油层和水淹层识别的敏感参数曲线;其次构建了极限学习机水淹层识别模型,对模型进行训练,获取最优参数。将其应用于实际资料处理,结果表明,基于灰色关联度分析-极限学习机的低阻油层及水淹层测井识别方法对低阻油层与水淹层的预测精度较高,符合率达89.3%,远远优于未经过灰色关联度分析筛选的预测结果,具有实际应用价值。 相似文献
1