曾剑毅
- 作品数：10 被引量：57H指数：5
- 供职机构：成都理工大学能源学院更多>>
- 发文基金：四川省学术和技术带头人培养资金四川省教育厅人文社会科学重点研究基地项目更多>>
- 相关领域：石油与天然气工程天文地球自动化与计算机技术轻工技术与工程更多>>
- 新场气田沙溪庙组气藏单井产能预测被引量：6
- 2009年
- 川西新场气田沙溪庙组气藏是典型的致密低渗透碎屑岩气藏,气藏储量丰富,可单井产能却很低。产能预测是编制气田开发规划部署、进行开发方案设计、开发动态分析、气井配产及开发方案调整的重要内容,但迄今为止,致密低渗储层的产能预测却仍是当下公认难点问题。针对沙溪庙组特定的地质特征,本文采用了最佳子集及GA-BP神经网络模型预测产能。通过最佳子集模型运算,获得与储层产能相关性最好的6个特征参数(分别是Φ、Ac、Φf、ΔR、F1、F2),再用GA-BP神经网络构建的储层产能预测模型,预测结果是绝对误差最大为0.98,最小为0.008,平均为0.036,相对误差最大为5.36%,最小为0.805%,平均为2.85%,说明所构建的基于最佳子集及GA-BP神经网络的储层产能预测模型预测结果理想,可以用于同类储层的产能预测。
- 蔡左花匡建超曾剑毅庞河清黄建红
- 关键词：新场气田沙溪庙组气藏产能预测神经网络
- 一种致密碎屑岩储层产能预测的新方法——以新场气田沙溪庙组为例被引量：5
- 2009年
- 针对致密碎屑岩储层产能预测精度较低这一难题,首次提出基于支持向量回归的产能预测方法。该方法在处理小样本问题上具有独到的优势,能够处理分类和回归预测问题。以新场气田沙溪庙组致密碎屑岩储层为例,选取33个已知样本(其中23个用于模型构建,10个用于精度检验),以储层厚度、裂缝张开度、裂缝孔隙度、裂缝渗透率、声波时差差值、测井孔隙度、电阻率差7个影响因素作为支持向量机输入,以样本储层的自然产能作为输出,构建基于支持向量回归的产能预测模型。模型预测的标准误差和平均绝对误差分别为0.0416和0.0229,表明该模型具有较高的预测精度,为致密碎屑岩储层产能的准确预测探索了又一新方法,对同类地区的研究和开发在一定程度上具有指导作用。
- 黄建红王洪辉曾剑毅段新国蔡左花
- 关键词：新场气田产能预测支持向量机支持向量回归致密碎屑岩
- 川西龙门山前缘主要断层封堵性评价被引量：12
- 2008年
- 川西龙门山前缘地区是上三叠统的生烃中心,具有良好的生油气条件,油气圈闭保存条件对油气成藏显得尤为重要。川西龙门山前缘带发育多条断裂带,区内油气圈闭与断层发育密切相关,研究区主要断层的封堵性是油气成藏条件的重要方面,特别是影响制约了须家河组气藏的油气富集及保存条件。断层封堵性研究对于揭示该区的油气成藏机理及确定下一步的勘探方向具有重要意义。在对研究区主要断层发育及演化特征、断层封堵机理及其影响因素进行研究的基础上,重点对断层封堵性参数的计算方法进行了深入的分析,并结合研究区主要断层现有资料,对断面压力及断裂带填充物中泥质含量两个参数进行了计算,并编制程序绘制成图,对主要断层的封堵性进行了定量评价。结果表明,该区主要断层在须家河组地层具有良好的封堵性,能有效的封闭油气,有利于须家河组气藏的聚集与保存。
- 匡建超曾剑毅储昭奎敬小军
- 关键词：四川盆地断层封堵泥质含量
- 川西新场气田沙溪庙组致密碎屑岩储层单井产能评价与预测被引量：9
- 2009年
- 川西新场气田侏罗系沙溪庙组气藏是典型的低渗透致密碎屑岩气藏,由于地质条件复杂,非均质性极强,储层单井产能预测已成为难点之一。通过分析测井信息和储层物性,提取声波时差、裂缝张开度、裂缝渗透率等11个与产能相关的参数,并运用相关系数法确定裂缝张开度、裂缝渗透率、产能系数、裂缝孔隙度、裂缝发育指数和综合评价指数6个指标作为产能控制特征参数;然后选取33个已测试层位作为已知样本,利用支持向量机构建适合该区的产能预测方程,预测标准误差为0.0661,平均绝对误差仅为0.0182,预测精度较高;最后,利用所构建的产能方程对24个未测试层位的产能进行预测,完成沙溪庙组气藏单井产能评价。
- 石磊匡建超曾剑毅刘鑫罗鑫蔡左花
- 关键词：支持向量机致密碎屑岩沙溪庙组新场气田
- 模糊优选神经网络储层识别技术在长庆中部气田马五_1段的应用被引量：9
- 2008年
- 鄂尔多斯盆地奥陶系马家沟组岩性复杂,属于致密储层,所以储层识别是该层系天然气开发中所面临的关键问题和难点之一。传统的储层识别方法准确率较低,因此提出了利用基于粒子群算法的模糊优选神经网络对储层中的气、水、干层进行识别。选用长庆中部气田19口井分层测试92个已知样本,通过对物性、测井和储渗特征等参数的分析,选取电阻率、自然伽马、产能系数、储渗因子和介质类型因子5个主成分控制特征参数作为样本输入,以样本储层的产能赋值作为输出,构建了基于粒子群算法的模糊优选神经网络的储层识别模型。通过试算,优选了2个模型,回判正确率分别达到96.2%和92.3%,储层识别正确率达到100%。
- 匡建超曾剑毅王众
- 关键词：储层识别粒子群算法鄂尔多斯盆地
- 基于粒子群算法的模糊优选神经网络储层识别模型被引量：7
- 2008年
- 针对致密储层中气水干层识别准确率较低这一难题,提出基于粒子群算法(particle swarm optimization,PSO)的模糊优选神经网络识别模型。其基本思路:首先对所有的变量进行分析,提取反映储层本质的主要属性,消除重叠信息的输入,然后将粒子群算法与模糊优选神经网络相结合,构建基于粒子群算法的模糊优选神经网络识别模型。以陕甘宁盆地中部气田马五1储层气水干层识别问题为例,选用十九口井分层测试的92个已知样本(其中八十个用于模型构建,十二个用于精度检验),对物性、测井和储渗特征等方面的十个特征参数进行分析,从中提炼出电阻率、自然伽玛、产能系数、储渗因子、介质类型因子等五个主成份控制特征参数,消除重叠信息的影响。并以此作为神经网络输入层的输入,以样本储层的产能赋值作为输出,构建基于粒子群算法的模糊优选神经网络模型。模型的识别正确率达到100%,标准误差比传统模糊神经网络降低了60%。这表明该模型具有更高的识别精度,为致密储层的准确识别探索了又一种新方法,对同类地区的研究在一定程度上具有指导作用。
- 张银德匡建超曾剑毅
- 关键词：粒子群算法神经网络储层识别
- 基于粒子群优化算法的小波神经网络缝洞型储层识别模型被引量：5
- 2009年
- 针对缝洞型储层识别精度较低这一难题,提出了基于粒子群优化算法的小波神经网络(PSO-WNN)储层识别模型。以小波函数作为隐含层的激励函数,采用粒子群优化算法,对权值、伸缩参数、平移参数进行调整,构建出基于粒子群优化算法的小波神经网络储层识别模型。该模型具有算法简单、结构稳定、计算收敛速度快、全局寻优能力强、识别精度高、泛化能力强的优点。这里以济阳坳陷桩西埕岛地区古生界潜山缝洞型储层识别为例,利用常规测井参数作为模型的输入参数,以储层类型赋值作为输出,选取九口井的108个已知样本,采用不同隐含层个数对模型进行多次训练。通过对比分析,最终确定隐含层个数为10,建立起该区的Ⅰ类、Ⅱ类、Ⅲ类储层识别模型。利用已建模型对十八个检验样本进行识别,其识别正确率高达100%,而BP神经网络识别正确率为88%。这表明该模型对缝洞型储层的识别效果较好,为缝洞型储层的进一步研究提供了可靠的依据。
- 罗鑫匡建超瞿子易曾剑毅
- 关键词：缝洞型储层粒子群优化算法小波神经网络储层识别
- 油气开发项目风险评价的偏最小二乘——蒙特卡洛模型研究被引量：4
- 2009年
- 油气开发项目的风险定量评价一直是国内外研究的难点。笔者在分析传统风险评价方法优缺点、剖析偏最小二乘法和蒙特卡洛法的基础上,首次提出了偏最小二乘——蒙特卡洛(PLS-MC)风险评价模型。该模型通过PLS构建NPV与风险因素之间的回归模型,消除了风险因素间的多重相关性,还将净现值公式无法考虑的定性因素纳入风险评价之中。在此基础上,通过蒙特卡洛对NPV的变动情况进行模拟,减少了主观臆断性,从而使得评价结果更准确、合理和客观。通过对四川德阳新场气田的实例应用,表明偏PLS-MC评价方法科学可行,对同类研究具有借鉴作用。
- 匡建超匡野王众曾剑毅
- 关键词：油气开发偏最小二乘
- 基于支持向量机的储层缝洞预测方法研究及应用
- 储层缝洞预测是油气勘探开发的重点，也是难点，属于世界级的难题。能否准确预测缝洞系统的发育程度及其位置将直接影响勘探开发的效果，历来受到油气勘探开发专家及工作人员的高度重视。因此，寻求一种良好的预测方法成为储层缝洞预测的重...
- 曾剑毅
- 关键词：支持向量机地震属性
- 文献传递
- 国内外油气勘探风险评价研究现状及发展趋势被引量：5
- 2009年
- 油气勘探风险是当前石油天然气勘探开发研究领域的一个热点问题,其研究着重关注地质、技术、工程、生态环境等方面的不确定性对整个勘探投资项目产生的不利影响。油气勘探风险评价对降低勘探风险、提高企业效益具有重要意义。通过对油气勘探风险评价的国内外研究现状进行综述,指出评价方法的集成化、评价过程的动态化以及评价内容的全面化是目前研究的发展趋势。在此基础上,从研究的角度、方法和手段三个方面提出了今后的研究展望。
- 王众匡建超曾剑毅
- 关键词：油气勘探
