粒子群优化支持向量机算法在页岩储层总有机碳含量预测中的应用
2021-07-31陈愿愿邓小江王小兰黄东山程莉莉张耀云李秋婉
石油物探 2021年4期
陈愿愿,邓小江,王小兰,何 奇,黄东山,程莉莉,张耀云,李秋婉
(中国石油集团东方地球物理勘探有限责任公司西南物探研究院,四川成都610213)
页岩气作为典型的非常规油气,已成为我国油气勘探开发的重要领域。而页岩总有机碳(TOC)含量是评价该类气藏的关键指标之一,该指数的高低决定了产气能力的大小[1-2]。岩心总有机碳含量分析数据离散且数量有限,而利用地震资料直接预测页岩储层总有机碳含量的研究文献也比较少,因此为了有效预测页岩储层的总有机碳含量,需要测井和地震资料相结合,提高总有机碳含量预测精度。
目前,利用测井资料预测总有机碳含量曲线的研究有:SCHMOKER[3]利用体积密度法;AUTRI等[4]利用声波时差、电阻率和放射性资料;PASSEY等[5]利用ΔlogR法;ALTOWAIRQI等[6]利用总有机碳含量与弹性参数的线性关系,采用多元回归分析方法;以及孟召平等[7]利用BP神经网络算法计算总有机碳含量曲线。尽管这些方法对总有机碳含量曲线的预测有一定实际意义,但都只是根据岩心总有机碳含量数据与测井曲线的相关性,在二维平面中开展页岩总有机碳含量测井曲线预测,无法定量预测总有机碳含量的三维空间分布。利用地震资料获取总有机碳含量的研究目前有:金吉能等[8]、尹俊等[9]利用地震多属性反演技术预测总有机碳含量平面分布,虽然总有机碳含量预测值与实测值较为吻合,但该方法存在较强的多解性;许杰等[10]基于地质统计学反演……
登录APP查看全文
