- 非常规油气人工智能预测和建模方法/国外油气勘探开发新进展丛书
- - 作者：编者:(阿尔及利亚)西德-阿里·瓦德菲尔|责编:王鹤楠//王金凤|译者:邹才能//于荣泽//高金亮//吴振凯
  - 出版社：石油工业
  - ISBN：9787518371112
  - 出版日期：2024/11/01
  - 页数：261
- 售价：32

内容大纲
本书重点介绍了神经网络、机器学习和模糊逻辑等人工智能分析技术在非常规油气藏勘探开发中的应用及案例，主要内容包括基于人工智能技术的页岩气藏孔隙压力预测、储层表征、井筒完整性分析、TOC预测、甜点识别、表面活性剂分析、岩相分类、岩性识别、饱和度预测、天然裂缝识别和表征、岩石物理参数预测、储层综合评价，以及应力敏感性评价等。
本书可为科研院所、高等院校和油气公司等从事非常规油气和人工智能应用的相关人员提供参考借鉴。
作者介绍
目录
第1章  地震遗传反演预测页岩气藏孔隙压力
  1.1  引言
  1.2  方法和应用
  1.3  数据处理
  1.4  结果和结论
  参考文献
第2章  地震各向异性在勘探中的应用
  2.1  引言
  2.2  地震各向异性
  2.3  Barnett页岩气藏应用实例
  2.4  结论
  参考文献
第3章  页岩气藏井筒完整性分析
  3.1  引言
  3.2  井筒稳定性
  3.3  Eaton模型预测孔隙压力
  3.4  页岩储层地质力学与井筒稳定性
  3.5  Barnett页岩气藏应用实例
  3.6  结论
  参考文献
第4章  Levenberg-Marquardt和共轭梯度TOC预测
  4.1  引言
  4.2  Levenberg-Marquardt机器学习算法
  4.3  Barnett页岩气藏应用实例
  4.4  结论
  参考文献
第5章  页岩气藏“甜点”识别
  5.1  引言
  5.2  材料和方法
  5.3  两类典型“甜点”识别工作流数据
  5.4  两类集成工作流
  5.5  案例分析
  5.6  结论
  参考文献
第6章  表面活性剂在页岩油气藏中的应用
  6.1  引言
  6.2  表面活性剂功能
  6.3  材料和方法
  6.4  页岩储层特征
  6.5  Klinkenberg效应
  6.6  其他完井化学剂
  6.7  单层覆膜支撑剂
  6.8  双涂层支撑剂
  6.9  双涂层多孔支撑剂
  6.10  数据
  6.11  实例
  6.12  结果
  6.13  页岩储层、气体和吸附
  6.14  作业条件
  6.15  结论

  参考文献
第7章  模糊神经算法岩相分类
  7.1  引言
  7.2  模糊神经网络分类
  7.3  结果和讨论
  7.4  结论
  参考文献
第8章  人工神经网络算法岩性识别
  8.1  引言
  8.2  测井方法
  8.3  人工神经网络方法在油气工业中的应用
  8.4  岩相识别
  8.5  测井解释
  8.6  结论
  参考文献
第9章  基于测井曲线的低电阻饱和度计算新模型
  9.1  引言
  9.2  地质背景
  9.3  低电阻现象
  9.4  结论
  参考文献
第10章  地震属性改善亚地震构造与天然裂缝相关性工作流
  10.1  引言
  10.2  工作流描述
  10.3  讨论
  10.4  结论
  参考文献
第11章  非常规储层建模与表征的岩石物理参数计算
  11.1  引言
  11.2  推荐方法
  11.3  结果和讨论
  11.4  结论
  参考文献
第12章  模糊逻辑预测页岩气藏孔隙压力
  12.1  引言
  12.2  模糊逻辑算法
  12.3  Barnett页岩气藏应用实例
  12.4  结果和结论
  参考文献
第13章  基于测井和隐权神经网络方法的页岩气藏岩相分类
  13.1  引言
  13.2  人工神经网络算法
  13.3  隐权优化神经网络算法
  13.4  Bamett页岩气藏地质背景
  13.5  结果和结论
  参考文献
第14章  利用孔隙有效压缩性定量评价低电阻层
  14.1  引言
  14.2  低电阻层
  14.3  含水饱和度评价

  14.4  讨论
  14.5  结论
  参考文献
第15章  利用岩石分类分析孔隙尺度对储层品质的影响
  15.1  引言
  15.2  快速扫描方法
  15.3  结果
  15.4  讨论
  15.5  结论
  参考文献
第16章  利用流动单元区分流体流动路径
  16.1  引言
  16.2  区域地质背景
  16.3  问题描述
  16.4  结果和讨论
  16.5  结论
  参考文献
第17章  集成岩石类型和流动单元进行储层评价
  17.1  引言
  17.2  岩石类型预测
  17.3  基于R35孔喉半径的岩石分类
  17.4  流动单元测定
  17.5  结论
  参考文献
第18章  渗透率、孔隙度和迟滞应力敏感性
  18.1  引言
  18.2  数据库
  18.3  测试流程
  18.4  结果和讨论
  18.5  结论
  参考文献
第19章  岩石物性分析
  19.1  引言
  19.2  岩石物理数据库
  19.3  方法和背景
  19.4  岩石物理分析结果及讨论
  19.5  结论
  参考文献
第20章  机器学习和深度机器学习预测含水饱和度
  20.1  引言
  20.2  实验步骤和方法
  20.3  结果和讨论
  20.4  结论
  参考文献
附录  迟滞测试和矿物组成

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目