科研之友
微信
新浪微博
Facebook
分享链接
摘要
总有机碳含量(total organic carbon, TOC)是评价页岩气藏生烃能力的重要指标，对页岩气藏地质“甜点”的准确预测至关重要。现有页岩气藏TOC含量预测方法存在主观性强、泛化能力弱等缺点，以川南海相页岩气藏为研究对象，通过对研究区块测井资料和实验室岩心分析结果的整理，优选出自然伽马、密度等测井参数作为模型训练的特征向量，建立总有机碳含量的多层前馈神经网络(back propagation, BP)和支持向量机预测模型，分析不同模型之间的差异，对模型特征组合、网络结构等影响因素进行分析，最后将预测的TOC结果与真实值对比。结果表明：基于不含能谱测井资料的BP神经网络预测模型更能真实地反映出测井资料与储层的非线性关系，为TOC的预测提供新的思路。
-
单位西南石油大学; 中国石油西南油气田分公司
