首页|期刊导航|西安石油大学学报（自然科学版）|融合随钻核磁共振与机器学习的疏松砂岩储层孔隙结构评价新方法

融合随钻核磁共振与机器学习的疏松砂岩储层孔隙结构评价新方法

孙康张冲崔云江时新磊

西安石油大学学报（自然科学版）2023，Vol.38Issue(5)：20-28,9.

西安石油大学学报（自然科学版）2023，Vol.38Issue(5)：20-28,9.DOI:10.3969/j.issn.1673-064X.2023.05.003

融合随钻核磁共振与机器学习的疏松砂岩储层孔隙结构评价新方法

A New Method for Evaluating Pore Structure of Unconsolidated Sandstone Reservoirs by Combining Nuclear Magnetic Resonance While Drilling and Machine Learning

孙康 ¹张冲 ¹崔云江 ²时新磊²

作者信息

1. 长江大学油气资源与勘探技术教育部重点实验室,湖北武汉 430100||长江大学地球物理与石油资源学院,湖北武汉 430100
2. 中海石油(中国)有限公司天津分公司,天津 300459
折叠

摘要

关键词

孔隙结构评价/随钻核磁共振/高斯混合模型/主成分分析/疏松砂岩

Key words

pore structure evaluation/nuclear magnetic resonance while drilling/Gaussian mixture model/principal component analy-sis/unconsolidated sandstone

分类

能源科技

引用本文复制引用

孙康,张冲,崔云江,时新磊..融合随钻核磁共振与机器学习的疏松砂岩储层孔隙结构评价新方法[J].西安石油大学学报（自然科学版）,2023,38(5):20-28,9.

基金项目

中海石油(中国)有限公司重大科技专项"渤海油田稳产3000 万吨,上产4000 万吨关键技术研究"(CNOOC-KJ135 ZDXM36TJ01 TJ-GD2020-02). （中国）

西安石油大学学报（自然科学版）

OA北大核心CSTPCD

ISSN：1673-064X

访问量0

下载量0

段落导航