洪一鸣，王璞珺，李瑞磊，边伟华，黄布宙，郑健

1.吉林大学 地球科学学院，长春 130061； 2.中国石油化工股份有限公司 东北油气分公司，长春 130062； 3.吉林大学 地球探测科学与技术学院，长春 130026

0 引言

含油气盆地通常具有“火山--沉积”二元充填结构，随着油气勘探开发程度的不断深入，位于盆地深层的含火山岩层逐渐成为油气勘探的重要目标[1--4]，由于火山岩类型多样，形成条件复杂，加上后期成岩改造强烈[5]，导致有关火山岩储层形成机理、储集空间的形成与演化等认识不够深刻，给油气勘探开发带来了极大的挑战[6]。火山岩岩性的连续准确识别是开展火山岩油气勘探的基础，由于岩芯和岩屑来源的局限性，仅使用地质样品无法实现全井段岩性序列的构建。相对而言，常规测井数据对火山岩岩性的变化响应明显，且具纵向连续性，近年来，前人先后开展了基于常规测井数据的岩性识别研究[7--9]。火山岩的测井响应受岩石成分、结构构造和成岩作用综合影响，在岩性复杂区，常规交会图法识别率明显偏低，此后，BP神经网络被尝试引入岩性识别[8, 10--12]。但是，常规BP神经网络[13]在岩性预测中经常存在过拟合现象，导致预测结果与实际岩性存在较大差异[14]。笔者在常规BP神经网络模型中引入Dropout机制[15]，通过降低常规BP神经网络的过拟合，提升火山岩岩性识别的准确性，为火山岩储层岩性识别建立一种新的预测模型。

1 材料和方法

1.1 地质背景和采样

松辽盆地位于中国东北部，面积260 000 km2，是中国最大的中生代陆相含油气盆地[16]。……