

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、應(yīng)用Markov鏈模型對(duì)儲(chǔ)層進(jìn)行隨機(jī)模擬是近年來(lái)油氣儲(chǔ)層建模中的研究重點(diǎn),但是前人提出的Markov鏈模型對(duì)儲(chǔ)層巖相進(jìn)行隨機(jī)模擬時(shí)存在的缺點(diǎn)就是準(zhǔn)確率不高,即使采用條件化的Markov鏈模型對(duì)準(zhǔn)確率的提高也是有限的。上述問(wèn)題阻礙了Markov鏈模型在實(shí)際中的進(jìn)一步發(fā)展。依據(jù)前人的研究成果,針對(duì)之前模擬準(zhǔn)確率不高的問(wèn)題提出了雙向Markov鏈模型,即同時(shí)將過(guò)去狀態(tài)和將來(lái)狀態(tài)作為條件數(shù)據(jù),其中二維和三維的將來(lái)狀態(tài)可以利用隨機(jī)模擬方法產(chǎn)生,計(jì)
2、算轉(zhuǎn)移概率,并探討了其對(duì)巖相分布預(yù)測(cè)的相關(guān)原理和方法。
應(yīng)用此方法,對(duì)沙75井區(qū)進(jìn)行巖相模擬,并與條件化三維Markov鏈模型模擬結(jié)果進(jìn)行對(duì)比,結(jié)果表明三維雙向Markov鏈模擬隨機(jī)性降低,連續(xù)性增強(qiáng),準(zhǔn)確率得到提高,解決了儲(chǔ)層巖相的Markov鏈隨機(jī)模擬準(zhǔn)確率不高的重大問(wèn)題。從而開(kāi)辟了新的基于Markov鏈模型的儲(chǔ)層巖相建模方法。
除了僅僅考慮硬數(shù)據(jù)的Markov鏈模型,本文還論述了多尺度數(shù)據(jù)融合的Markov鏈模
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Markov鏈的三電平逆變器隨機(jī)SVPWM控制策略研究.pdf
- 基于Markov隨機(jī)場(chǎng)的圖像分割.pdf
- 基于模擬控制的100kW雙向儲(chǔ)能變流器的研究.pdf
- 姬塬地區(qū)延長(zhǎng)組長(zhǎng)4+5儲(chǔ)層成巖相與儲(chǔ)層非均質(zhì)性特征.pdf
- 基于Markov隨機(jī)場(chǎng)的圖像分割方法研究.pdf
- 基于Markov隨機(jī)場(chǎng)的視頻異常挖掘研究.pdf
- 基于Markov隨機(jī)場(chǎng)的遙感影像分割研究.pdf
- 基于Markov隨機(jī)場(chǎng)的紋理綜合方法研究.pdf
- 基于面向?qū)ο蠹夹g(shù)的儲(chǔ)層隨機(jī)游走建模系統(tǒng)的研究.pdf
- 33318.民和盆地油氣儲(chǔ)層的中水巖相互作用
- 基于模擬的致密砂巖儲(chǔ)層力學(xué)參數(shù)預(yù)測(cè)研究.pdf
- Markov鏈的迭代解法.pdf
- Markov鏈的游程理論.pdf
- 基于高階周期Markov鏈模型的預(yù)測(cè)方法研究.pdf
- 基于MarKov鏈的Web訪問(wèn)序列挖掘算法研究.pdf
- 隨機(jī)分形在儲(chǔ)層參數(shù)預(yù)測(cè)中的應(yīng)用.pdf
- 基于Markov隨機(jī)場(chǎng)的超分辨率圖像重建.pdf
- 基于markov鏈的api指數(shù)預(yù)測(cè)模型的研究
- 基于分形和Markov隨機(jī)場(chǎng)的紋理綜合方法研究.pdf
- 20959.基于正演模擬的復(fù)雜儲(chǔ)層特征研究
評(píng)論
0/150
提交評(píng)論