一种确定烃源岩总有机碳含量的方法、装置、设备及系统制造方法及图纸

本说明书提供了一种确定烃源岩总有机碳含量的方法、装置、设备及系统。所述方法包括获取常规测井数据；利用预设叠合面积模型对所述常规测井数据进行重叠处理，获得叠合面积曲线；所述叠合面积曲线随测井深度连续变化；将所述叠合面积曲线输入总有机碳含量计算模型，获得烃源岩总有机碳含量；其中，所述总有机碳含量计算模型的超参数信息基于叠合面积曲线、粒子群优化算法以及预设总有机碳含量数据预先训练获得，所述预设总有机碳含量数据基于对烃源岩的岩芯样本分析获得。利用本说明书实施例可以提高对烃源岩总有机碳含量预测的准确度。

【技术实现步骤摘要】
一种确定烃源岩总有机碳含量的方法、装置、设备及系统
本申请涉及石油勘探开发
，特别涉及一种确定烃源岩总有机碳含量的方法、装置、设备及系统。
技术介绍
随着油气勘探开发的不断发展，非常规油气藏日益重要，页岩油气正逐渐成为常规油气的重要接替能源。总有机碳含量是评价烃源岩储层质量和生烃潜力的重要参数之一，对于总有机碳含量的准确评价十分重要。目前，常用的烃源岩的总有机碳含量(TOC)的预测方法有多元统计回归方法和ΔlogR方法。然而，多元统计回归方法存在较强的地域性，在不同的地区需要选取不同的测井曲线计算TOC。ΔlogR方法需要人为确定曲线的基线值和成熟度参数，且应用地区的电阻率值不宜过小，当地层由于含气而导致测井曲线出现异常时，ΔlogR方法会失效。
技术实现思路
本说明书实施例提供了一种确定烃源岩总有机碳含量的方法、装置、设备及系统，可以更加准确的确定烃源岩总有机碳含量。本说明书提供的一种确定烃源岩总有机碳含量的方法、装置、设备及系统是包括以下方式实现的。一种确定烃源岩总有机碳含量的方法，包括：获本文档来自技高网...

【技术保护点】
1.一种确定烃源岩总有机碳含量的方法，其特征在于，包括：/n获取常规测井数据；/n利用预设叠合面积模型对所述常规测井数据进行重叠处理，获得叠合面积曲线；所述叠合面积曲线随测井深度连续变化；/n将所述叠合面积曲线输入总有机碳含量计算模型，获得烃源岩总有机碳含量；其中，所述总有机碳含量计算模型的超参数信息基于叠合面积曲线、粒子群优化算法以及预设总有机碳含量数据预先训练获得，所述预设总有机碳含量数据基于对烃源岩的岩芯样本分析获得。/n

【技术特征摘要】
1.一种确定烃源岩总有机碳含量的方法，其特征在于，包括：
获取常规测井数据；
利用预设叠合面积模型对所述常规测井数据进行重叠处理，获得叠合面积曲线；所述叠合面积曲线随测井深度连续变化；
将所述叠合面积曲线输入总有机碳含量计算模型，获得烃源岩总有机碳含量；其中，所述总有机碳含量计算模型的超参数信息基于叠合面积曲线、粒子群优化算法以及预设总有机碳含量数据预先训练获得，所述预设总有机碳含量数据基于对烃源岩的岩芯样本分析获得。


2.根据权利要求1所述的方法，其特征在于，所述利用预设叠合面积模型对所述常规测井数据进行重叠处理，获得叠合面积曲线，包括：
将所述常规测井曲线进行分组，获得预设数量的分组曲线；其中，每一分组曲线中包括两条不同曲线，所述常规测井曲线包括声波时差曲线、补偿中子曲线、密度曲线、电阻率曲线和自然伽马曲线；
基于所述预设叠合面积模型，将所述每一分组曲线中的两条曲线进行重叠，获得叠合面积曲线。


3.根据权利要求1或2所述的方法，其特征在于，所述预设叠合面积模型为：


















其中，AC、CNL、GR、RT和DEN分别表示声波时差曲线、补偿中子曲线、自然伽马曲线、电阻率曲线和密度曲线，ACleft、CNLleft、GRleft、RTleft、DENleft分别表示声波时差曲线、补偿中子曲线、自然伽马曲线、电阻率曲线和密度曲线的左刻度值，ACright、CNLright、GRright、RTright、DENright分别表示声波时差曲线、补偿中子曲线、自然伽马曲线、电阻率曲线和密度曲线的右刻度值，ΔS1、ΔS2、ΔS3、ΔS4、ΔS5和ΔS6分别表示6种组合的叠合面积曲线值。


4.一种总有机碳含量计算模型的训练方法，其特征在于，包括：
构建预设支持向量回归模型；所述预设支持向量回归模型包括超参数信息；
获取常规测井数据和预设总有机碳含量数据，所述预设总有机碳含量数据基于对烃源岩的岩芯样本分析获得；
利用预设叠合面积模型对所述常规测井数据进行重叠处理，获得叠合面积曲线；所述叠合面积曲线随测井深度连续变化；
基于所述叠合面积曲线、粒子群优化算法以及所述预设总有机碳含量数据对所述预设支持向量回归模型的超参数信息进行训练，获得总有机碳含量计算模型。


5.根据权利要求4所述的方法，其特征在于，所述基于所述叠合面积曲线、粒子群优化算法以及所述预设总有机碳含量数据对所述预设支持向量回归模型的超参数信息进行训练，获得总有机碳含量计算模型，包括：
确定第k次迭代过程中每个粒子的位置信息；
将所述位置信息作为第k次迭代过程中所述预设支持向量回归模型的超参数信息，基于预设适应度函数获得每个粒子的适应度值；其中，预设适应度函数为交叉验证法中测试集误差的平均值，所述测试集中包括叠合面积曲线和预设总有机碳含量数据；
根据k次迭代过程中相同粒子对应的适应度值，确定第k次迭代过程中每个粒子的最优适应度值；其中，所述最优适应度值为k次迭代过程中相同粒子对应的适应度值中的最小值；
根据k次迭代过程中所有粒子对应的所有适应度值，确定第k次迭代过程中的目标适应度值；其中，所述目标适应度值为k次迭代过程中所有粒子对应的所有适应度值中的最小值；
根据第k次迭代过程中的所述目标适应度值和每个粒子的最优适应度值，更新每个粒子的速度信息和位置信息；
判断是否达到预设迭代次数，确定达到时，获取每个迭代过程对应的目标适应度值，并计算相邻迭代过程对应的目标适应度值的差，获得目标适应度值的变化信息；
根据所述变化信息与预设阈值的关系，确定目标粒子的位置信息；<...

【专利技术属性】
技术研发人员：谢然红，王宵宇，徐陈昱，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：北京;11