【技术实现步骤摘要】
基于深度编码解码网络预测页岩总有机碳含量的方法
[0001]本专利技术属于油气勘探
，具体涉及一种基于深度编码解码网络预测页岩总有机碳含量的方法、系统、设备。
技术介绍
[0002]近年来，随着页岩气和石油的开发，烃源岩评价具有重要意义。总有机碳（TOC）在烃源岩评价中起着重要作用，也是储层预测的重要参数。总有机碳含量一般在实验室采用岩石评价热解法测定，是页岩气藏烃源岩生烃潜力评价的主要指标。由于岩心样本数量有限且实验费用昂贵，这些数据通常很少。
[0003]现有技术中，已证实常规电缆测井参数（即声波测井、频谱伽马射线、电阻率测井、体积密度测井等）与 TOC 含量有关。因此，可以建立岩心样品TOC含量与电缆测井参数之间的关系，也可以由此预测连续TOC含量。例如专利文献：“CN110501744B 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质”建立烃源岩TOC与纵波阻抗的非线性关系式作为统计学方程进行预测，但该方法仅使用纵波阻抗数据作为参数，忽略了其他相关的测井指示因子；而且统计学方程是使用二项式进行拟...
【技术保护点】
【技术特征摘要】
1.一种基于深度编码解码网络预测页岩总有机碳含量的方法，其特征在于，该方法包括以下步骤：步骤S100，基于目标页岩层待预测井位的测井数据，得到测井曲线；所述测井曲线包括放射性铀、放射性钍、放射性钾、声波时差、补偿中子、密度、岩性密度、深双侧向电阻率、浅双侧向电阻率、伽马测井曲线；步骤S200，对所述测井曲线进行预处理，得到预处理后的测井曲线；步骤S300，对预处理后的测井曲线进行加窗处理，加窗处理后，输入预训练的TOC预测模型中，得到窗口中心点的TOC，作为目标页岩层待预测井位相应深度总有机碳含量的预测结果；其中，所述TOC预测模型基于改进的1D U
‑
Net网络构建，所述改进的1D U
‑
Net网络中编码器与解码器的同尺度特征在跨级连接时，经过卷积、残差连接处理后再进行拼接；另外，对各解码器输出的特征进行拉平融合，经过全连接层输出窗口中心点的TOC的预测值。2.根据权利要求1所述的基于深度编码解码网络预测页岩总有机碳含量的方法，其特征在于，所述预处理包括数据异常值点的去除、数据标准化。3.根据权利要求2所述的基于深度编码解码网络预测页岩总有机碳含量的方法，其特征在于，所述TOC预测模型，其训练方法为：A10，采集目标页岩层训练井位的测井数据以及对应的TOC含量数据；基于所述测井数据，得到测井曲线，并将所述TOC含量数据作为真值标签；A20，对测井曲线以及对应的TOC含量数据进行预处理，预处理后，按照设定比例划分为训练集和验证集；所述训练集中的测井曲线及对应的TOC含量的真值标签，作为训练样本；所述验证集中的测井曲线以及对应的TOC含量的真值标签，作为验证样本；A30，对预处理后的训练样本进行加窗处理，加窗处理后，输入预构建的TOC预测模型中，得到窗口中心点的TOC，作为目标页岩层相应深度的总有机碳含量的预测结果；A40，基于所述预测结果及其对应TOC含量的真值标签，计算损失值，并基于该损失值，更新所述TOC预测模型的模型参数；A50，在每个训练周期，将加窗处理后的验证样本输入TOC预测模型，获取验证样本对应的目标页岩层相应深度的总有机碳含量的预测结果，并结合验证样本对应的TOC含量的真值标签求均方误差损失，当所述均方误差损失小于设定阈值后，结束模型训练，否则，跳转步骤A60；A60，循环执行步骤A10
‑
步骤A40，直至达到设定的截止条件，得到训练好的TOC预测模型，所述截止条件包括训练次数、模型精度。4.根据权利要求3所述的基于深度编码解码网络预测页岩总有机碳含量的方法，其特征在于，步骤A60后还包括对测井曲线的分析：重新将加窗处理后的验证样本分别输入步骤A60训练好的TOC预测模型，得到各测井曲线对应的预测结果，作为第一结果；所述预测结果为目标页岩层相应深度的总有机碳含量的预测结果；将所述第一结果进行梯度反传，得到各测井曲线对TOC预测模型的响应值，对响应值进行降序排序，选取前N个响应值对应的测井曲线作为对TOC含量预测较敏感的测井曲线；或重新...
【专利技术属性】
技术研发人员：张旺，单小彩，周永健，付博烨，
申请(专利权)人：中国科学院地质与地球物理研究所，
类型：发明
国别省市：
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。