基于砂体统计参数应用BP神经网络方法识别岩性

随着测井技术的不断进步,测井数据成为获得地层岩性信息的重要依据。岩性识别是测井数据解释中最关键的环节。传统的识别方法效率低、准确性不高、人为影响大、不利于在实际工程的应用。为降低测井曲线岩性分类过程中人工砂体解释工作的繁琐性与主观性影响,在统计参数的基础上,提出一种应用BP神经网络的测井曲线自动解释方法。以工区内已解释岩性的测井数据作为训练数据,选择测井数据中的电阻率、孔隙度、渗透率、泥质含量、深侧向以及浅侧向作为神经网络的输入数据,利用BP神经网络模型对岩性进行识别,输出数据是对应岩性的解释结果。实验数据测试证明,该方法能够自动、快速地实现测井曲线砂体解释,有助于地质工作者进行可靠、有效的岩性识别工作。

平岗—辽源盆地烃源岩特征及生烃史

如今辽源盆地初期勘探阶段紧要面对的问题有三:其一为复杂残留断陷盆地烃源岩层位、品质不清;其二为烃源岩的平面展布及生烃潜力尚未明确;其三为烃源岩生烃史尚不明确。研究表明:平岗—辽源盆地存在3套烃源岩,通过进一步分析烃源岩丰度、成熟度、有机质确定了各套烃源岩的品质、平面展布及生烃潜力,烃源岩整体较好且长安组一段最优,长安组三段次之,久大组最末;辽源坳陷烃源岩优于平岗坳陷;热史揭示3套烃源岩成熟度稍有差异,长安组三段和长安组一段均达到低熟—成熟演化阶段,久大组已为高成熟—过成熟演化阶段,长安组三段和长安组一段在泉头组沉积时期进入生烃门限,久大组在长安组沉积时期进入生烃门限。对研究区内新钻探两口地质井进行岩性观测和系统取样,并结合辽1井与15口煤田井钻井数据、地震资料的分析,明确烃源岩品质及对烃源岩深入评价,为平岗—辽源盆地下一步油气勘探打下坚实的地质基础。

境外机构投资者持股对战略性新兴产业融资约束的影响——基于生命周期异质性视角

本文以2016年至2018年我国战略性新兴产业上市公司为研究对象,对QFII持股与战略性新兴产业企业融资约束之间的关系进行了实证研究。研究表明:第一,QFII持股显著缓解了战略性新兴产业企业的融资约束。第二,对处于成长期以及成熟期的企业,QFII持股行为对其融资约束的缓解效应显著。第三,QFII持股有助于企业通过债券融资方式来缓解融资约束,且该方式对处于成长期的企业的缓解效应显著。本文不仅丰富了机构持股和企业融资约束领域的研究,还对创造对中国资本市场发展有利的外部环境,扩大境外机构投资者队伍、改善上市公司治理有一定的实践意义。