一种基于深度神经网络模型的油源分类方法及系统

    公开(公告)号:CN116070148A

    公开(公告)日:2023-05-05

    申请号:CN202310142466.4

    申请日:2023-02-21

    Applicant: 长江大学

    Abstract: 本发明涉及一种基于深度神经网络模型的油源分类方法及系统。该方法包括采集研究区目标层位潜在烃源岩抽提物和砂岩抽提物的生物标志物数据;根据研究区石油地质条件和样品数量对烃源岩抽提物进行分类,得到烃源岩分类方案;根据烃源岩分类方案,对各个烃源岩抽提物的生物标志物数据进行标签赋值,构建适合于监督学习的数据集;构建深度神经网络模型;根据数据集对深度神经网络模型进行训练和优化,得到优化后的深度神经网络模型;根据优化后的深度神经网络模型对砂岩抽提物进行分类,得到砂岩抽提物的油源预测结果。通过采用深度神经网络模型能够提高石油地质勘探的精细度。

    基于贝叶斯分类预测烃源岩与原油成熟度的方法

    公开(公告)号:CN119475089A

    公开(公告)日:2025-02-18

    申请号:CN202411527325.5

    申请日:2024-10-30

    Applicant: 长江大学

    Abstract: 本发明提供一种基于贝叶斯分类预测烃源岩与原油成熟度的方法,具体涉及基于贝叶斯分类机器学习的芳烃生物标志物参数预测烃源岩、原油成熟度的方法。方法包括:首先构建烃源岩、原油芳烃生物标志物参数数据集,并将数据集分为训练集以及测试集;然后对芳烃生物标志物参数数据集进行数据集特征选择处理,获得条件属性变量合集;再构建神经网络模型,并进行训练,得到基于贝叶斯机分类器学习的样品成熟度的预测模型;通过测试集验证预测模型,最后基于贝叶斯分类器训练的样品芳烃生物标志物参数预测模型预测样品成熟度,得到预测样品的成熟度。该方法能够改善目前对于生物标质物参数定量成熟度的局限性、多解性问题。

    一种鉴别原油中决定碳酸盐岩润湿性的表面活性化合物组成的方法

    公开(公告)号:CN117969639A

    公开(公告)日:2024-05-03

    申请号:CN202410054849.0

    申请日:2024-01-15

    Applicant: 长江大学

    Abstract: 本发明属于化学分析技术领域,具体涉及一种鉴别原油中决定碳酸盐岩润湿性的表面活性化合物组成的方法。本发明结合粉末浮选和有机溶剂分步萃取手段,通过粉末浮选方法简单直观的判断油湿粉末在每一次有机溶剂萃取后润湿性的变化,被有机溶剂从碳酸盐岩粉末表面萃取下来的原油表面活性化合物是导致其润湿性发生变化的根本原因。本发明采用超高分辨率的傅里叶变换离子回旋共振质谱剖析有机溶剂分步萃取产物中极性化合物的分子组成,并通过对比碳酸盐岩粉末润湿性变化前后萃取产物中分子组成的差异来确定决定碳酸盐岩润湿性关键的表面活性化合物组成。

    一种确定原油中影响砂岩润湿性的NSO极性大分子的方法

    公开(公告)号:CN114136843A

    公开(公告)日:2022-03-04

    申请号:CN202111347067.9

    申请日:2021-11-15

    Applicant: 长江大学

    Abstract: 本发明涉及一种确定原油中影响砂岩润湿性的NSO极性大分子的方法,包括以下步骤:采用自吸法测定砂岩岩心的润湿指数,确定岩心润湿程度;采用极性逐渐增大的有机溶剂对偏油湿岩心进行连续索氏抽提,并获得不同的抽提产物;采用ESI FT‑ICR MS检测分析技术对抽提产物进行NSO极性大分子化合物组成特征表征;对比不同抽提产物中的NSO极性大分子化合物的组成特征,并确定原油中影响砂岩润湿性的NSO极性大分子化合物。本发明直接采用原始油藏新鲜储层岩心或者用油藏原油老化恢复润湿状态的储层岩心作为分级索氏抽提的对象,索氏抽提产物中的NSO极性大分子化合物为原油中能真实代表原油润湿行为的原始组分,这一组分的确定有利于达到提高油藏采收率的最终目标。

    基于井震结合的白云岩储层预测方法、系统及存储介质

    公开(公告)号:CN110333551B

    公开(公告)日:2020-09-25

    申请号:CN201910680744.5

    申请日:2019-07-26

    Applicant: 长江大学

    Abstract: 本发明公开了一种基于井震结合的白云岩储层预测方法、系统及存储介质,该方法步骤包括:获取测试区的测井数据;将钻井区的测井数据进行敏感曲线分析,求取白云岩指数特征曲线并根据其响应范围差异区分白云岩和灰岩;将所述钻井区的白云岩指数特征曲线经人工智能深度学习后,得到虚拟钻井区的白云岩指数特征曲线;以所述钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件,采用叠后地震资料进行反演,得到所述测试区的白云岩储层的分布和发育状况。本发明通过白云岩指数特征曲线有效地将白云岩与灰岩区分开来,通过人工智能深度学习并结合叠后地震数据,准确预测测试区的白云岩储层的分布和发育状况,为少井区勘探工作提供有效预测方法。

    一种去除油基泥浆污染的岩屑制备方法

    公开(公告)号:CN119023368A

    公开(公告)日:2024-11-26

    申请号:CN202411264787.2

    申请日:2024-09-10

    Applicant: 长江大学

    Abstract: 本发明提供了一种去除油基泥浆污染的岩屑制备方法,所述方法包括对油基泥浆污染岩屑样品进行清洗、烘干,取清洗烘干的样品开展微量元素测定;将清洗烘干的样品进行物理研磨,并对研磨的岩屑颗粒和岩屑粉末开展微量元素测定;将多次微量元素测定进行比对分析,分析岩屑受油基泥浆污染的程度以及油基泥浆污染岩屑的去除效果。本发明在不使用有机溶剂情况下,对被油基泥浆污染的泥岩岩屑进行物理研磨,逐步去除附着在岩屑表面的油基泥浆,保留了岩屑的原始样地球化学特征,准确判断油基泥浆污染污染程度并完全去除有机泥浆污染的影响,为各类地球化学分析测试和海上油气勘探提供准确的数据支持和技术指导。

    一种海域内少井区烃源岩总有机碳含量预测方法及系统

    公开(公告)号:CN115796350A

    公开(公告)日:2023-03-14

    申请号:CN202211476535.7

    申请日:2022-11-23

    Applicant: 长江大学

    Abstract: 本发明涉及一种海域内少井区烃源岩总有机碳含量预测方法及系统。该方法包括:获取研究区海域内烃源岩预测的总体范围、研究区的物源位置和地质资料;根据所述总体范围、物源位置和地质资料,确定总有机碳含量预测模型数据表;对所述总有机碳含量预测模型数据表进行处理,得到处理后的总有机碳含量预测模型数据;对所述处理后的总有机碳含量预测模型数据进行训练,得到训练优化后的总有机碳含量预测模型;根据所述训练优化后的总有机碳含量预测模型对研究区内任一位置的烃源岩的总有机碳含量进行预测,确定优质烃源岩分布区。本发明能够充分考虑多因素影响,提高总有机碳含量预测精度。

    基于井震结合的白云岩储层预测方法、系统及存储介质

    公开(公告)号:CN110333551A

    公开(公告)日:2019-10-15

    申请号:CN201910680744.5

    申请日:2019-07-26

    Applicant: 长江大学

    Abstract: 本发明公开了一种基于井震结合的白云岩储层预测方法、系统及存储介质,该方法步骤包括:获取测试区的测井数据;将钻井区的测井数据进行敏感曲线分析,求取白云岩指数特征曲线并根据其响应范围差异区分白云岩和灰岩;将所述钻井区的白云岩指数特征曲线经人工智能深度学习后,得到虚拟钻井区的白云岩指数特征曲线;以所述钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件,采用叠后地震资料进行反演,得到所述测试区的白云岩储层的分布和发育状况。本发明通过白云岩指数特征曲线有效地将白云岩与灰岩区分开来,通过人工智能深度学习并结合叠后地震数据,准确预测测试区的白云岩储层的分布和发育状况,为少井区勘探工作提供有效预测方法。

    一种确定原油中影响砂岩润湿性的NSO极性大分子的方法

    公开(公告)号:CN114136843B

    公开(公告)日:2024-11-08

    申请号:CN202111347067.9

    申请日:2021-11-15

    Abstract: 本发明涉及一种确定原油中影响砂岩润湿性的NSO极性大分子的方法,包括以下步骤:采用自吸法测定砂岩岩心的润湿指数,确定岩心润湿程度;采用极性逐渐增大的有机溶剂对偏油湿岩心进行连续索氏抽提,并获得不同的抽提产物;采用ESI FT‑ICR MS检测分析技术对抽提产物进行NSO极性大分子化合物组成特征表征;对比不同抽提产物中的NSO极性大分子化合物的组成特征,并确定原油中影响砂岩润湿性的NSO极性大分子化合物。本发明直接采用原始油藏新鲜储层岩心或者用油藏原油老化恢复润湿状态的储层岩心作为分级索氏抽提的对象,索氏抽提产物中的NSO极性大分子化合物为原油中能真实代表原油润湿行为的原始组分,这一组分的确定有利于达到提高油藏采收率的最终目标。

Patent Agency Ranking