排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
为了提高采收率,降低开发风险,以滩海地区某油田为研究对象,结合地质、测井、地震等资料,对该油藏进行实时跟踪地质特征综合研究。应用地质建模、随钻测井、地质导向等技术,建立了精细的三维地质导向模型,并根据随钻测井数据和综合地质信息,实时验证构造和储集层信息,对导向模型不断校正,使模型与实钻结果一致,还以该模型为基础,优化水平井钻井的前进轨迹。结果表明,此种方法的应用降低了海上油田开发风险,能取得良好的开发效果。 相似文献
3.
不同低渗透储层特征差异大,尤其是物性特征对渗流能力和开发效果有着重要影响。以岩芯为基础,综合采用普通薄片、铸体薄片等多种测试手段对高邮凹陷南断阶阜一段储层特征进行分析,结合岩石相、沉积相、成岩特征研究储层物性的控制因素,探讨低渗透砂岩背景下的优质储层形成条件。研究结果表明:高邮凹陷南断阶阜一段储层为低孔低渗透储层,其成分和结构成熟度中等,孔隙度一般为15%,渗透率一般为10×10-3μm2。沉积作用是形成低渗透储层的基础性因素,控制着砂体的发育,决定了后期成岩作用的类型和强度;成岩作用的压实作用、胶结作用和溶蚀作用对储层物性起决定性作用,优质储层的形成主要受后期碳酸盐溶蚀作用控制。寻找次生孔隙发育储层是该地区下一步油气开发的方向和突破点。 相似文献
4.
5.
为推动区域旅游事业发展,满足旅游气象服务需求,研究针对云南元江哈尼云海景观进行了立体气象观测和业务预报实验。本研究基于云南元江云海气候站2016—2019年观测数据,利用经验预报法、Logistics回归、支持向量机、决策树分析等方法,进行了云海景观出现与否的二分类预报实验。结果表明:各预报方法间训练样本总体准确率在74.3%—82.2%之间差别不大,但传统经验预报基于云海机理研究背景,预报指标物理意义明确,随着预报经验的积累经验预报2019年TS评分为54.8,优于2016—2018年TS评分46.0,也优于仅使用局地数据的统计学习算法的预报评分,且其他几种统计学习预报方法的检验样本TS评分均不如训练样本评分高。云海景观出现需要水汽条件和大气静稳条件的配合,局地云海气象观测站建设收集的立体气候数据有利于预报人员改进预报指标体系,提高预报准确率,有利于提升区域旅游气象服务能力发展。 相似文献
6.
玉溪太阳能辐射资源分布特征 总被引:1,自引:0,他引:1
玉溪市太阳能辐射量资源丰富,1960~2009年平均日照时数在2 286.3~2 085.3小时,每天平均日照6小时,冬春季由于晴天多,日照最丰富;盛夏雨日多,日照最小,秋季因经常出现连阴雨天气,日照也相对较小。最大值出现在春季的3月,平均日照8.5小时,最小值出现在盛夏的7月,平均日照仅2.6小时。玉溪太阳能辐射量为57.615×108~52.55×108kJ/m2,资源从东北向西南递增,最丰富的地方主要集中在元江、新平县,其次是江川、通海县,最小是澄江县。20世纪80年代末以后,由于观测场周围环境污染和建筑物的增多增高,对太阳能辐射观测值带来较大影响,使气象站实际观测到的日照小于20世纪80年代以前,并且较不稳定。 相似文献
7.
油藏地质建模及实时跟踪研究 总被引:4,自引:0,他引:4
为了提高采收率,降低开发风险,以滩海地区某油田为研究对象,结合地质、测井、地震等资料,对该油藏进行实时跟踪地质特征综合研究。应用地质建模、随钻测井、地质导向等技术,建立了精细的三维地质导向模型,并根据随钻测井数据和综合地质信息,实时验证构造和储集层信息,对导向模型不断校正,使模型与实钻结果一致,还以该模型为基础,优化水平井钻井的前进轨迹。结果表明,此种方法的应用降低了海上油田开发风险,能取得良好的开发效果。 相似文献
8.
系统以T639数值预报产品为基础,结合考虑地形改进的要素CRESSMAN插值技术、云南冰冻天气判识条件研究成果和结合滇东北电线覆冰考察修正覆冰估算模型,利用C#和Visual Fortran高级开发程序语言,建立了云南冰冻天气和电线覆冰预报预估业务系统。实现了在国内率先提出了电线覆冰消融处理方案并进行了相关研究。系统设计实现上使用了图像处理,数据库操作,多线程,递归算法等编程技术,使用递归算法查找历史数据来替代缺测数据,保证预报服务的完整性,实际使用结果证明这种替代是简单可行的。覆冰消融的处理相关参数还需要实际数据的验证来进行调整。 相似文献
9.
利用计算机技术,将预报因子选取、方程建立和样本拟合融为一体,建立了预报因子选取及方程建立人机交互平台。该平台包括文件信息,因子初选和回归分析三个模块:(1)文件信息模块主要是读取预报对象文件和预报因子文件,显示并检查文件头信息样本长度的一致性;(2)因子初选模块主要是计算各气象要素或物理量场中每个格点因子与预报量之间的相关系数,构成各相关场,分析这些相关场及其关键区域,从中筛选出组合因子;(3)回归分析模块是对选入的组合因子与预报对象进行逐步回归计算,建立预报方程,并根据回归方程参数和样本拟合率,通过改变因子引入和剔除标准来调整回归结果。 相似文献
10.
经典含水饱和度参数预测模型是通过岩石物理实验来确定的.由于获取的岩心样本量在实际工程中非常有限,导致由实验确定的预测模型参数不可靠,最终合理的预测结果难以给出.含水饱和度预测本质属于拟合问题,而机器学习在处理拟合问题方面能力出众,因此是一理想应用手段.高效梯度提升模型(LightGBM)在集成学习理论中是最强模型之一,具有巨大的实际应用潜力,为此被采用进行预测研究.为降低原始数据集异常点及无效特征对模型预测能力和泛化能力带来的负面影响,本文提出利用Tukey算法和主成分分析(PCA)算法进行数据预处理,由此建立了一基于LightGBM的预测策略.本文选用鄂尔多斯盆地长4+5段致密砂岩储层岩心样本数据集对提出的预测策略进行验证.为加强验证效果,本文引入K邻近(KNeighbors)、支持向量拟合(SVR)和随机森林(Random Forest)等3个模型在两个验证集上进行对比.实验结果显示,提出策略在两个实验中均能给出最小均方根误差(RMSE)和平均绝对误差(MAE).验证结果显示提出的基于LightGBM的预测策略能够处理实际含水饱和度参数预测问题,且鲁棒性好,在测井评价研究方向上具有... 相似文献
1