一种烃源岩TOC预测方法技术

本发明专利技术公开了一种烃源岩TOC预测方法，涉及地质技术领域，包括如下步骤：将测井参数与实验室结合实测的烃源岩TOC数据，喂入不同的深度学习模型，对没有实测值且不同深度的测井参数进行预测，通过对比不同模型的性能，优选出该区块最佳的TOC预测模型，用于该区块的TOC预测的最终模型。同时为了未来更全面地认识该区块和盆地的烃源岩发育情况、地球化学特征，将识别的结果和模型连接数据库，建立TOC地球化学数据库。本发明专利技术通过对比不同模型的性能，优选出该区块最佳的TOC预测模型，用于该区块的TOC预测的最终模型，保证TOC预测结果的高精度。度。度。

【技术实现步骤摘要】
一种烃源岩TOC预测方法


[0001]本专利技术涉及地质
，特别涉及一种烃源岩TOC预测方法。

技术介绍

[0002]烃源岩是油气生成的物质基础，烃源岩评价是沉积盆地油气资源潜力分析与勘探前景评价的核心内容之一，烃源岩的总有机碳(TOC)含量是有机质丰度评价的重要指标。受构造演化和沉积作用等地质因素的影响，烃源岩在纵向和横向上都可能具有很强的非均质性，所以如何识别优质的烃源岩，研究烃源岩的空间分布规律，降低勘探风险，是一个长期的研究重点。在利用有机地球化学资料评价烃源岩时，一般隔一定距离取心采样进行测试分析，但受取心数量和分析化验成本等影响，岩心测试仅能获得离散的TOC含量数据，尤其是井位稀少或者取心较少的勘探区块，难以获取纵向上连续的TOC值，仅靠地球化学分析手段难以对烃源岩的生烃潜力和资源量进行三维评价，而测井资料具有纵向上连续，分辨率高等优势，且多种测井参数与烃源岩TOC之间具有一定的响应关系，可据此建立预测模型对烃源岩TOC进行定量预测，并获取烃源岩厚度。国内外学者现已提出了多种基于测井资料预测烃源岩TOC的方法，如多元线性回归法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烃源岩TOC预测方法，其特征在于，包括以下步骤：检测研究区块烃源岩的实际TOC数值；将所述实际TOC数值与对应深度的测井参数相结合，构建相应数据集；利用所述数据集中的数据对不同的TOC预测网络模型进行训练；基于性能参数对训练出的不同TOC预测网络模型进行筛选，并使用相关系数、相对误差、绝对误差对不同所述TOC预测网络模型进行评价；定义评价参数γ，通过对所有TOC预测网络模型的评价参数γ进行比较，获得性能最佳的TOC预测网络模型；将待测测井参数输入所述性能最佳的TOC预测网络模型，获得烃源岩TOC的预测数值。2.如权利要求1所述的一种烃源岩TOC预测方法，其特征在于，所述，所述检测研究区块烃源岩的实际TOC数值，包括如下步骤：对钻井过程中通过密闭取心得到烃源岩样品进行粉碎研磨；将研磨好的烃源岩样品中的碳酸盐使用稀盐酸去除，并使用蒸馏水冲洗烃源岩样品去除碳酸盐；对去除碳酸盐的烃源岩样品烘干，使用EltraCS
‑
800红外碳硫分析仪测定烃源岩样品的有机碳含量TOC。3.如权利要求1所述的一种烃源岩TOC预测方法，其特征在于，所述构建相应数据集，包括如下步骤：将不同深度样品的所述实测TOC数值与该深度测得的自然伽马GR、电阻率RT、声波时差AC、密度DEN、中子CNL对应；使用对应后的实测TOC数值构建相应数据集。4.如权利要求1所述的一种烃源岩TOC预测方法，其特征在于，所述利用所述数据集中的数据对不同的TOC预测网络模型进行训练，具体包括：在生成数据集之前进行相关性判断，将明显不符合该地区地质规律和明显与TOC数据呈负相关的测井参数剔除；将剩余的测井参数进行组合，输入到所有TOC预测网络模型中进行训练；其中，所述TOC预测网络模型包括回归方法、经验公式ΔlogR、机器学习与深度学习。5.如权利要求4所述的一种烃源岩TOC预测方法，其特征在于，所述回归方法是将一种或多种测井参数作为自变量，TOC作为因变量建立一元或多元回归方程，通过多元回归分析确定TOC定量预测公式。6.如权利要求4所述的一种烃源岩TOC预测方法，其特征在于，所述经验公式ΔlogR为通过声波时差和电阻率叠加计算ΔlgR，根据TOC与ΔlgR呈线性相关，由ΔlgR计算TOC，具体表达式...

【专利技术属性】
技术研发人员：杨莎莎，王驰，师良，范柏江，王松利，赵佳豪，陈晋，
申请(专利权)人：延安大学，
类型：发明
国别省市：