【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:
...
【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:
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。