简介概要

页岩气储层有机碳含量与测井参数的关系及预测模型

来源期刊:煤炭学报2015年第2期

论文作者:孟召平 郭彦省 刘尉

文章页码:247 - 253

关键词:页岩气储层;测井参数;有机碳含量(TOC);预测模型;

摘    要:页岩气储层总有机碳(TOC)含量是页岩气评价的重要参数,如何准确确定TOC含量是页岩气勘探开发研究的一个关键问题。以黔江地区下志留统龙马溪组为研究对象,通过页岩气储层有机碳含量测试和钻井测井资料的统计分析,研究了TOC含量的测井响应特征,优选了体积密度(DEN)、自然伽马(GR)、自然电位(SP)和声波时差(AC)4条测井曲线作为特征向量,建立了TOC含量的BP神经网络预测模型,改进了BP神经网络算法,并对黔江地区1口页岩气井下志留统龙马溪组TOC含量进行了预测和对比分析。结果表明:基于测井参数的BP神经网络模型具有极强的非线性逼近能力,能真实反映页岩气储层TOC含量与测井参数之间的非线性关系,预测结果与实测值之间误差小,相对误差一般小于10%。

详情信息展示

页岩气储层有机碳含量与测井参数的关系及预测模型

孟召平1,2,郭彦省1,刘尉1

1. 中国矿业大学(北京)地球科学与测绘工程学院2. 三峡大学三峡库区地质灾害教育部重点实验室

摘 要:页岩气储层总有机碳(TOC)含量是页岩气评价的重要参数,如何准确确定TOC含量是页岩气勘探开发研究的一个关键问题。以黔江地区下志留统龙马溪组为研究对象,通过页岩气储层有机碳含量测试和钻井测井资料的统计分析,研究了TOC含量的测井响应特征,优选了体积密度(DEN)、自然伽马(GR)、自然电位(SP)和声波时差(AC)4条测井曲线作为特征向量,建立了TOC含量的BP神经网络预测模型,改进了BP神经网络算法,并对黔江地区1口页岩气井下志留统龙马溪组TOC含量进行了预测和对比分析。结果表明:基于测井参数的BP神经网络模型具有极强的非线性逼近能力,能真实反映页岩气储层TOC含量与测井参数之间的非线性关系,预测结果与实测值之间误差小,相对误差一般小于10%。

关键词:页岩气储层;测井参数;有机碳含量(TOC);预测模型;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号