如今世界經濟快速發(fā)展的情況下,對能源的需求量也日益增多。常規(guī)油氣田趨于開采殆盡,石油勘探行業(yè)必須向復雜致密油氣藏進軍�；鸪蓭r儲層作為國內石油資源的重要組成部分,其成分及結構復雜、評價難度大,已經成為現在研究的熱點。火成巖儲層的儲能與裂縫息息相關,裂縫可以作為流體通道又可以作為油氣的儲集空間。準確的識別裂縫,預測裂縫的孔隙度是評價火成巖裂縫性油氣藏的關鍵一環(huán)。為解決評價火成巖裂縫性儲層的難題,本文以冀東地區(qū)黃驊坳陷南堡5號構造的火山巖為研究對象,研究裂縫的計算機自動識別和裂縫孔隙度的預測。火山巖儲層的裂縫孔隙度與裂縫密度、開度和巖性息息相關,因此需要首先識別巖性。本文采用K-近鄰（K-nearest neighbor,KNN）法劃分火山巖巖性,對比BP神經網絡、支持向量機（SVM）,KNN法劃分火山巖巖性準確率高,97塊火山巖樣本測試準確率在90%。裂縫的自動識別方面,以電成像數據為切入點。電成像數據縱向分辨率高包含的地層信息更為豐富,但傳統人機交互識別裂縫工作量大、效率低。針對此問題本文提出條件生成對抗網絡（conditional generation countermeasure n... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：73 頁

【學位級別】：碩士

【部分圖文】：

南堡凹陷深層火山巖天然氣藏分析研究區(qū)的錄井、巖心和薄片資料得出：南堡5號構造目的層段火成巖分

技術路線

南堡5號構造火山巖全直徑巖心特征

【參考文獻】：
期刊論文
[1]基于成像測井的裂縫智能識別新方法[J]. 李冰濤,王志章,孔垂顯,蔣慶平,王偉方,雷祥輝.  測井技術. 2019(03)
[2]卷積神經網絡在巖性識別中的應用[J]. 陳鋼花,梁莎莎,王軍,隋淑玲.  測井技術. 2019(02)
[3]基于粒子群算法優(yōu)化卷積神經網絡結構[J]. 白燕燕,曹軍,張福元,彭心怡.  內蒙古大學學報(自然科學版). 2019(01)
[4]裂縫性儲層分級評價中的卷積神經網絡算法研究與應用[J]. 吳正陽,莫修文,柳建華,胡國山.  石油物探. 2018(04)
[5]一種提高儲層裂縫識別準確度的方法[J]. 潘保芝,劉文斌,張麗華,郭宇航,阿茹罕.  吉林大學學報(地球科學版). 2018(01)
[6]火山巖儲層微觀孔隙結構分類評價——以準噶爾盆地東部西泉地區(qū)石炭系火山巖為例[J]. 馬尚偉,羅靜蘭,陳春勇,何賢英,代靜靜,許學龍,汪沖.  石油實驗地質. 2017(05)
[7]基于人工智能機器視覺技術的古建筑表層損傷檢測[J]. 趙鵬,趙雪峰,趙慶安,李生元,方騰偉,趙鑫如.  物聯網技術. 2017(09)
[8]黃驊坳陷棗園地區(qū)火成巖儲層裂縫特征研究[J]. 孟慶龍,滕菲,陶自強,朱紅云,張士浩,張會卿.  地質調查與研究. 2017(03)
[9]改進分水嶺算法在成像測井圖礫石識別中的應用[J]. 劉文斌,潘保芝,張麗華,栗猛.  西安石油大學學報(自然科學版). 2017(01)
[10]南堡5號構造火成巖地質特征及識別技術[J]. 高斌,付興深,楊國濤,李玉存,張敬藝.  特種油氣藏. 2016(06)

博士論文
[1]電成像測井處理及解釋方法研究[D]. 賴富強.中國石油大學 2011

碩士論文
[1]基于深度學習的橋梁裂縫檢測算法研究[D]. 寇瀟.西安電子科技大學 2017
[2]火山巖儲層縫洞測井自動識別和定量評價[D]. 劉文斌.吉林大學 2017
[3]基于兩階段卷積神經網絡的路面裂縫識別方法研究[D]. 趙任華.河北工業(yè)大學 2015
[4]裂縫性巖石聲波參數實驗研究及裂縫性儲層測井評價[D]. 曹飛.吉林大學 2015
[5]成像測井裂縫識別與提取及裂縫參數計算方法研究[D]. 張程恩.吉林大學 2012



本文編號：3554454