该文以提高大庆油田高含水期淹层剩余油饱和度测井评价精度为目的.通过水驱后岩石性质变化研究,确定了非均质储层的水淹模式,并用图象处理技术和模糊神经网络技术进行了水淹层识别.该文重点致力于水淹后储层物性变化的研究及识别方法的选择,全文共分五部分.第一部分研究了水淹层物性变化对测井响应的影响及水淹层特征曲线的选择依据.该文从常规测井解释入手,分析了利用电阻率直接求解含油饱和度的不确定性.从而得出结论:对于注入水复杂多变的油藏,要想使用地层电阻率定量求解地层含油饱和度,还须首先定性判别出解释层段的水淹级别.第二部分研究了储层非均质性对水驱效率的影响及水淹模式.从地质沉积研究入手,分析层间和层内非均质性对水淹的影响,并依据产层沉积韵律特性划分了水淹模式.第三部分重点介绍了图象处理技术在测井数据转换和压缩方面的应用.该文对测井曲线进行了归一化和二值点阵转换处理,并分析了不同厚度地层在相同二值点阵网络化分方式和归一化尺寸转换时的失真情况.论述了该文所选的二值点阵网络划分方式和归一化尺寸在该课题研究中是合适的.第四部分研究了应用模糊神经网络算法识别水淹层的基本原理和具体实现.第五部分油田应用效果分析.针对水淹特征区域变化大的特性,该文提出了分区域和分层建模的建议.