石油测井的基本任务

 测井技术的应用和发展,给石油勘探工作增加了新的手段,它取得的资料有很好的连续性和完整性。和钻井取心相比,具有施工较简单、效率高、成本较低等优点。同时也减轻了工人的劳动强度,提高了石油勘探与开发的效率。

    电缆测井施工时,测井仪器由专用的测井电缆送到井下,测井时绞车滚筒牵引电缆将仪器匀速上提,被测地层物理参数由仪器的探测器获取后,经过其电子电路的预处理,然后经缆芯传送到地面的记录仪器进行记录,将传上来的相应物理参数,按一定比例,将同一的深度的数据还原在电脑或记录纸上,这样就会得到一条或几条相关的、连续变化的曲线,这就称为测井曲线。如果测得的是自然电位,这条曲线就叫做自然电位曲线,如果测得的是电阻率,就叫做电阻率曲线等等。

    测井的基本任务如下:

1.建立钻井地质剖面,详细划分岩性和油气生、储、盖层,准确地确定各种岩层的深度和厚度。

2.评价油气储集的生产能力,定量或半定量地估计岩层的储集性能----也就是常说的含油三要素:孔隙度、渗透率和含油饱和度。

3.对储集层的含油性作出评价,包括确定油气层的有效厚度、可动油气含量、流体密度和相对渗透率等。

4.进行地层对比,研究构造产状和地层沉积等问题。

5.在油田开发过程中,提供油层动态资料、研究地层压力变化等。

6.研究油井的技术状况,如井斜、井温、井径和固井质量等。

Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值