一种自适应时窗烃源岩TOC测井曲线的预测方法技术

本发明专利技术公开了一种自适应时窗烃源岩TOC测井曲线的预测方法，包括以下步骤：目标测井曲线及参数选取；建立TOC多元线性回归公式及神经网络模型；获得不同频率测井曲线；特定频率岩性曲线计算时窗划分；多元回归方法计算TOC测井曲线；特定频率物性曲线计算时窗划分；多元回归方法计算TOC测井曲线；神经网络模型计算TOC测井曲线；计算时窗划分和TOC测井曲线预测结果。本发明专利技术利用时频分析方法实现了不同尺度自适应时窗计算，实现了烃源岩TOC测井曲线的准确预测，预测结果与实测TOC吻合度较高。预测结果与实测TOC吻合度较高。预测结果与实测TOC吻合度较高。

【技术实现步骤摘要】
一种自适应时窗烃源岩TOC测井曲线的预测方法


[0001]本专利技术涉及一种测井曲线预测方法，特别是涉及一种自适应时窗烃源岩TOC测井曲线的预测方法。

技术介绍

[0002]总有机碳含量(Total Organic Carbon，TOC)是有机质丰度的重要参数，可以用来评价烃源岩的质量。TOC数据一般只能通过地球化学实验测量获得，但是海上岩心资料数量较少且采样点不连续，难以满足烃源岩精细评价需求，因此获得连续且准确的TOC曲线对于烃源岩的地球物理评价非常关键。由于测井参数与烃源岩TOC之间存在一定的内在联系，因此可以利用测井曲线建立相应的预测模型，进而得到TOC曲线。
[0003]目前，基于测井资料的烃源岩TOC测井曲线预测可采用多元线性回归、ΔlgR和神经网络等方法。上述几种方法的基本原理、适用条件都不相同，适用于不同的地质条件和资料情况。这些方法在计算烃源岩TOC测井曲线的时候，通常整个目的层段均采用统一的计算参数，但是由于沉积环境的差异，难以保证不同深度段TOC测井曲线的预测精度。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提供一种自适应时窗烃源岩TOC测井曲线的预测方法，该预测方法利用时频分析技术按照一定频率计算得到不同尺度时窗，并且优选计算方法进行TOC测井曲线预测，保证了TOC测井曲线的预测精度。
[0005]为实现上述目的，本专利技术采取以下技术方案：一种自适应时窗烃源岩TOC测井曲线的预测方法，包括以下步骤：
[0006]S100.目标测井曲线及参数选取：选取目标测井曲线中能够反应层序地层变化的岩性和物性测井曲线，并设置TOC测井曲线的计算参数；
[0007]S200.建立TOC多元线性回归公式及神经网络模型：选取与实测TOC线性相关性较高的测井曲线，建立TOC多元线性回归公式及神经网络模型；
[0008]S300.获得不同频率测井曲线：利用时频分析技术获得不同主频的测井曲线；
[0009]S400.特定频率岩性曲线计算时窗划分：利用活度分层法计算特定频率岩性曲线的计算时窗划分；
[0010]S500.多元回归方法计算TOC测井曲线：基于岩性曲线的计算时窗划分利用多元回归公式计算TOC测井曲线，记录下满足误差条件计算时窗并输出对应的TOC测井曲线；
[0011]S600.特定频率物性曲线计算时窗划分：利用活度分层法计算特定频率物性曲线的计算时窗划分；
[0012]S700.多元回归方法计算TOC测井曲线：基于物性曲线的计算时窗划分利用多元回归公式计算TOC测井曲线，记录下满足误差条件计算时窗并输出对应的TOC测井曲线，若特定频率未达到最大频率值，则提高主频返回步骤S400，反之则进行下一步计算；
[0013]S800.神经网络模型计算TOC测井曲线：对于不满足误差条件的计算时窗内利用神经网络模型计算TOC测井曲线，与多元线性回归公式计算的TOC测井曲线比较后输出；
[0014]S900.计算时窗划分和TOC测井曲线预测结果：将步骤S400、步骤S600中满足误差条件的计算时窗及步骤S800中计算时窗合并作为最终的计算时窗划分方案，将步骤S500、步骤S700和步骤S800中计算并输出TOC测井曲线合并作为最终的TOC测井曲线预测结果。
[0015]所述的预测方法，优选地，选取目标测井曲线中能够反应层序地层变化的岩性曲线为伽马曲线，物性曲线为密度曲线，设置的计算参数包括滤波频率最大值f
max
、最小值f
min
和频率间隔h。
[0016]所述的预测方法，优选地，选取与实测TOC线性相关性较高的测井曲线包括伽马γ、声波时差t、密度ρ、电阻率R和中子孔隙度Φ，建立的TOC多元线性回归公式为：
[0017][0018][0019][0020]其中，式(1)为半深
‑
深湖相回归公式；式(2)为三角洲相回归公式；式(3)为其他相回归公式；
[0021]利用伽马γ、声波时差t、密度ρ、电阻率R和中子孔隙度Φ五条测井曲线，采用BP神经网络训练得到TOC神经网络模型。
[0022]所述的预测方法，优选地，利用时频分析技术获得不同主频的测井曲线具体为：首先将用于时窗计算的岩性曲线和物性曲线利用快速傅里叶变换得到对应频率域的曲线，然后通过带通滤波得到频率最小值f
min
至频率最大值f
max
，频率间隔为h的测井曲线频率域数据，最后通过傅里叶反变换得到滤波后的不同主频的测井曲线；其中，初始化参数为初始化参数计算次数n＝1，平均误差门槛值δ＝25％，初始计算频率f0＝f
min
。
[0023]所述的预测方法，优选地，利用活度分层法计算特定频率岩性曲线的计算时窗划分具体为：计算f
n
＝f0+n*h，选取频率为f
n
的伽马曲线，利用活度分层法得到计算时窗划分方案；为了表示层曲线的动态性质，定义测井曲线的活度为：
[0024][0025][0026]式中，E(n0)表示n0数据点的测井曲线活度值；n0表示表示计算活度值所在的位置；t表示在在值域范围内每一个测井曲线数据点所在位置；X(t)表示原始测井曲线的值；d表示计算活度的时窗长度；表示测井曲线在值域范围内的测井曲线平均值；
[0027]相应的离散化公式为：
[0028][0029][0030]利用式(6)和式(7)得到f0＝f
min
伽马曲线的活度曲线，极值点就是不同地层分界点；极值点的计算采用如下公式：
[0031]d
i
＝E(i+1)
‑
E(i)；i＝1,2,
…
,n
‑1ꢀꢀꢀꢀꢀꢀꢀ
(8)
[0032]式中，i表示第i个数据点；E(i)表示第i数据点的测井曲线活度值；d
i
表示在第i个数据点处的活度值的极值；
[0033]如果d
i》
>0，且d
i+1
<0，则第i点为峰值点，即时窗分界面，从而得到时窗划分方案。
[0034]所述的预测方法，优选地，利用多元回归公式计算TOC测井曲线，记录下满足误差条件计算时窗并输出对应的TOC测井曲线具体为：首先，基于得到的时窗划分方案，分别利用式(1)至式(3)进行TOC测井曲线预测计算；然后，计算每一个时窗内TOC测井曲线与实测TOC的平均误差；最后，选择平均误差值最小且小于门槛值25％的计算时窗，并将对应的TOC测井曲线输出。
[0035]所述的预测方法，优选地，对于不满足误差条件的计算时窗内利用神经网络模型计算TOC测井曲线，与多元线性回归公式计算的TOC测井曲线比较后输出具体为：若神经网络模型计算的TOC测井曲线的平均误差小于多元线性回归公式计算的TOC测井曲线，输出该TOC测井曲线作为计算结果，反之则本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应时窗烃源岩TOC测井曲线的预测方法，其特征在于，包括以下步骤：S100.目标测井曲线及参数选取：选取目标测井曲线中能够反应层序地层变化的岩性和物性测井曲线，并设置TOC测井曲线的计算参数；S200.建立TOC多元线性回归公式及神经网络模型：选取与实测TOC线性相关性较高的测井曲线，建立TOC多元线性回归公式及神经网络模型；S300.获得不同频率测井曲线：利用时频分析技术获得不同主频的测井曲线；S400.特定频率岩性曲线计算时窗划分：利用活度分层法计算特定频率岩性曲线的计算时窗划分；S500.多元回归方法计算TOC测井曲线：基于岩性曲线的计算时窗划分利用多元回归公式计算TOC测井曲线，记录下满足误差条件计算时窗并输出对应的TOC测井曲线；S600.特定频率物性曲线计算时窗划分：利用活度分层法计算特定频率物性曲线的计算时窗划分；S700.多元回归方法计算TOC测井曲线：基于物性曲线的计算时窗划分利用多元回归公式计算TOC测井曲线，记录下满足误差条件计算时窗并输出对应的TOC测井曲线，若特定频率未达到最大频率值，则提高主频返回步骤S400，反之则进行下一步计算；S800.神经网络模型计算TOC测井曲线：对于不满足误差条件的计算时窗内利用神经网络模型计算TOC测井曲线，与多元线性回归公式计算的TOC测井曲线比较后输出；S900.计算时窗划分和TOC测井曲线预测结果：将步骤S400、步骤S600中满足误差条件的计算时窗及步骤S800中计算时窗合并作为最终的计算时窗划分方案，将步骤S500、步骤S700和步骤S800中计算并输出TOC测井曲线合并作为最终的TOC测井曲线预测结果。2.根据权利要求1所述的预测方法，其特征在于，选取目标测井曲线中能够反应层序地层变化的岩性曲线为伽马曲线，物性曲线为密度曲线，设置的计算参数包括滤波频率最大值f
max
、最小值f
min
和频率间隔h。3.根据权利要求2所述的预测方法，其特征在于，选取与实测TOC线性相关性较高的测井曲线包括伽马γ、声波时差t、密度ρ、电阻率R和中子孔隙度Φ，建立的TOC多元线性回归公式为：公式为：公式为：其中，式(1)为半深
‑
深湖相回归公式；式(2)为三角洲相回归公式；式(3)为其他相回归公式；利用伽马γ、声波时差t、密度ρ、电阻率R和中子孔隙度Φ五条测井曲线，采用BP神经网络训练得到TOC神经网络模型。4.根据权利要求3所述的预测方法，其特征在于，利用时频分析技术获得不同主频的测井曲线具体为：首先将用于时窗计算的岩性曲线和物性曲线利用快速傅里叶变换得到对应频率域的曲线，然后通过带通滤波得到频率最小值f<...

【专利技术属性】
技术研发人员：李欣，杜向东，糜芳，李雄炎，王建花，黄胜兵，崔维，凌云，
申请(专利权)人：中海石油中国有限公司北京研究中心，
类型：发明
国别省市：