-
公开(公告)号：CN111048163B
公开(公告)日：2023-03-31
申请号：CN201911312377.X
申请日：2019-12-18
Applicant: 延安大学
Abstract: 本发明公开了一种基于高阶神经网络的页岩油滞留烃量(S1)评价方法，其核心是利用页岩热解数据，并从生烃动力学角度，对S1进行轻、重烃补偿，为页岩油资源潜力准确评价提供客观参数。在S1(原始)与测井曲线之间建立了相关关系，以确定合适的测井曲线输入，选取相关性较强的测井曲线，如密度(DEN)、电阻率(RT)、伽马射线(GR)、中子(CNL)和声波时差(AC)，提高计算速度基础上，采用高阶神经网络法，专门针对以上各测井曲线权重进行深入学习，有效提高页岩油滞留烃量(S1)评价的准确性和时效性，克服了现有技术存在的缺陷。
-
公开(公告)号：CN115584955A
公开(公告)日：2023-01-10
申请号：CN202211323975.9
申请日：2022-10-26
Applicant: 延安大学
Abstract: 本发明公开了一种复杂裂缝性油藏水平井开发的物理模拟实验装置，涉及油气开发技术领域。该装置包括模拟水平井筒，模拟油藏，模拟油藏，模拟注入系统，模拟注入系统，在水平井出口设置有回压阀，模拟注入系统分布在模拟油藏的两侧，在注入系统上分别装有平流泵压力传感器，四通阀，平流泵和装换容器，模拟油藏系统上分别设置有模拟油藏，油藏内设置有无规律分布的裂缝性岩心，流量计，注入压力传感器，阀门等装置。本装置可以真实有效地模拟复杂地裂缝性油藏水平井的开发，可以模拟多种不同参数的复杂性裂缝，逼真的模拟水平井开发复杂性裂缝油藏的生产规律。
-
Patent Agency Ranking
公开(公告)号：CN115506770A
公开(公告)日：2022-12-23
申请号：CN202211270741.2
申请日：2022-10-17
Applicant: 延安大学
Abstract: 本发明公开了一种地质开发低渗透油藏井网结构，涉及石油开采技术领域。包括采油井部和注水井部；采油井部包括主采油井，水平采油井，竖直采油井，密封盖，开关阀，抽油块，注水井部包括自动注水机构、压力测试部、活塞部、主注水井、水平注水井、竖直注水井，自动注水机构安装在主注水井顶端，压力测试部安装在主注水井一端，活塞部与主注水井和自动注水机构相连接，水平注水井与主注水井相连接，且方向相互垂直，竖直注水井与水平注水井相连接，且方向相互垂直。本发明的有益效果在于：过滤掉原油中的杂质，整体配合，提升采油效率及出油量。
-
公开(公告)号：CN111048163A
公开(公告)日：2020-04-21
申请号：CN201911312377.X
申请日：2019-12-18
Applicant: 延安大学
Abstract: 本发明公开了一种基于高阶神经网络的页岩油滞留烃量(S1)评价方法，其核心是利用页岩热解数据，并从生烃动力学角度，对S1进行轻、重烃补偿，为页岩油资源潜力准确评价提供客观参数。在S1(原始)与测井曲线之间建立了相关关系，以确定合适的测井曲线输入，选取相关性较强的测井曲线，如密度(DEN)、电阻率(RT)、伽马射线(GR)、中子(CNL)和声波时差(AC)，提高计算速度基础上，采用高阶神经网络法，专门针对以上各测井曲线权重进行深入学习，有效提高页岩油滞留烃量(S1)评价的准确性和时效性，克服了现有技术存在的缺陷。
-
公开(公告)号：CN111027882A
公开(公告)日：2020-04-17
申请号：CN201911310673.6
申请日：2019-12-18
Applicant: 延安大学
Abstract: 本发明公开了一种基于高阶神经网络利用常规测井资料评价脆性指数的方法，其核心是根据研究区矿物含量分析，将矿物成分进行分类，如石英、长石、碳酸盐矿物、黏土矿物及其他矿物，根据分类确定每个测试样品的每类矿物含量，利用常规测井资料和样品分析数据，优选对矿物组分较为敏感的常规测井曲线，以确定合适的测井曲线输入，如密度(DEN)、深侧向电阻率(Rd)、浅侧向电阻率(Rs)、自然伽马(GR)、补偿中子(CNL)和声波时差(AC)，采用高阶神经网络法，专门针对以上各类矿物组分含量的各测井曲线权重进行深入学习，有效提高各矿物组分含量评价的准确性和时效性，进而提高基于矿物含量脆性指数公式计算脆性指数的准确性和时效性，克服了现有技术存在的缺陷。
-
公开(公告)号：CN111058840A
公开(公告)日：2020-04-24
申请号：CN201911310645.4
申请日：2019-12-18
Applicant: 延安大学
IPC: E21B49/00 , E21B47/00 , G06F30/20 , G06N3/04 , G06F111/10
Abstract: 本发明公开了一种基于高阶神经网络的有机碳含量(TOC)评价方法，其核心是在TOC和相应常规测井曲线之间建立了相关关系，以确定合适的测井曲线输入，选取相关性较强的测井曲线，即密度(DEN)、电阻率(RT)、伽马射线(GR)、中子(CNL)和声波时差(AC)，提高计算速度基础上，采用高阶神经网络法，专门针对以上各测井曲线权重进行深入学习，有效提高有机碳含量(TOC)评价的准确性和时效性，克服了现有技术存在的缺陷。
-
公开(公告)号：CN215443984U
公开(公告)日：2022-01-07
申请号：CN202122094587.5
申请日：2021-09-01
Applicant: 延安大学
Abstract: 本实用新型为一种钻井液出口排量控制装置，包括装置本体，所述装置本体的底端四个拐角处均安装有第一电动伸缩杆，所述第一电动伸缩杆的底端安装有支撑板，所述第一电动伸缩杆的内侧安装有第二电动伸缩杆，该装置的底部设置有万向轮，可各个方向进行移动，十分的便利；底板的四个拐角部位均设有电动伸缩杆，可调节各个支撑脚的高度，即使在不平整的地方也能通过电动伸缩杆的调节水平放置，保证设备的稳定性；两侧的连接法兰中均设有充气密封圈，通过气泵进行充气，完美贴合法兰之间的缝隙，避免漏液，干净环保；采用透明塑料制成的防护罩，避免雨水冲刷造成电机和流量计的损坏，减少了设备的维护成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
