【技术实现步骤摘要】
预测总有机碳含量的方法、装置、设备及存储介质
本专利技术涉及石油
，尤其涉及一种预测总有机碳含量的方法、装置、设备及存储介质。
技术介绍
总有机碳(TotalOrganicCarbon，TOC)含量是评价烃源岩生烃能力的主要指标之一，其大小直接关系到研究区油气来源的判别和资源潜力的计算，是油气勘探领域中生烃研究和资源评价的一项重要参数。相关技术中，计算总有机碳含量的方法主要有以下几种：△logR法、改进的△logR法、多元回归法和MLP神经网络法等，在获取测井数据后，将测井数据带入现有公式，计算总有机碳含量。然而现有技术难以准确预测总有机碳含量，油气勘探的准确性低，而且需要大量测井数据样本，预测成本高，油气勘探成本高。
技术实现思路
本申请提供一种预测总有机碳含量的方法、装置、设备及存储介质，从而解决现有技术难以准确预测总有机碳含量，油气勘探的准确性低，而且需要大量测井数据样本，预测成本高，油气勘探成本高的技术问题。第一方面，本申请提供一种预测总有机碳含量的方法，包括：
【技术保护点】
1.一种预测总有机碳含量的方法，其特征在于，包括：/n获取待预测区域的测井参数；/n将所述测井参数输入至预设预测模型中，得到所述待预测区域的总有机碳含量，其中，所述预设预测模型通过多个测井参数样本和所述多个测井参数样本对应的总有机碳含量样本训练得到，所述预设预测模型通过模型核函数建立，所述模型核函数根据所述多个测井参数样本与所述多个测井参数样本对应的总有机碳含量样本的皮尔森系数确定；/n根据所述待预测区域的总有机碳含量，对所述待预测区域的油气资源丰度进行分析。/n
【技术特征摘要】
1.一种预测总有机碳含量的方法，其特征在于，包括：
获取待预测区域的测井参数；
将所述测井参数输入至预设预测模型中，得到所述待预测区域的总有机碳含量，其中，所述预设预测模型通过多个测井参数样本和所述多个测井参数样本对应的总有机碳含量样本训练得到，所述预设预测模型通过模型核函数建立，所述模型核函数根据所述多个测井参数样本与所述多个测井参数样本对应的总有机碳含量样本的皮尔森系数确定；
根据所述待预测区域的总有机碳含量，对所述待预测区域的油气资源丰度进行分析。
2.根据权利要求1所述的方法，其特征在于，在将所述测井参数输入至预设预测模型中，得到所述待预测区域的总有机碳含量之前，还包括：
获取测井资料数据，所述测井资料数据包括多个测井参数样本和所述多个测井参数样本对应的总有机碳含量样本；
计算所述多个测井参数样本与所述多个测井参数样本对应的总有机碳含量样本的皮尔森系数；
根据皮尔森系数确定模型核函数；
通过所述模型核函数，建立初始预测模型；
将所述多个测井参数样本和所述多个总有机碳含量样本输入至所述初始预测模型进行训练，得到预设预测模型。
3.根据权利要求2所述的方法，其特征在于，所述根据皮尔森系数确定模型核函数包括：
若皮尔森系数的绝对值大于皮尔森系数阈值的测井参数样本的数量，大于总测井参数样本数量的二分之一，则确定模型核函数为线性核函数；
若皮尔森系数的绝对值大于皮尔森系数阈值的测井参数样本的数量，小于总测井参数样本数量的二分之一，则确定模型核函数为高斯核函数。
4.根据权利要求2所述的方法，其特征在于，所述获取测井资料数据包括：
获取多个测井样品的历史测井资料数据，其中，所述多个测井样品来自于相同或者不同的油井；
根据测井参数与其对应测井样品数的多寡，以及总有机碳对测井参数的敏感程度，确立建立模型所需的测井参数；
根据所述建立模型所需的测井参数，获取测井参数样本和所述多个测井参数样本对应的总有机碳含量样本。
5.根据权利要求2所述的方法，其特征在于，在所述将所述多个测井参数样本和所述多个总有机碳含量样本输入至所述初始预测模型进行训练，得到预设预测模...
【专利技术属性】
技术研发人员：刘小平，叶文辉，孙彪，舒红林，王高成，罗瑀峰，许磊，化祖献，刘天，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。