下古生界海相页岩TOC测井预测模型优选及应用——以川南长宁地区为例

有机碳含量(TOC)是页岩气资源评价与预测选区的关键指标之一,测井预测是实现单井TOC连续识别的重要手段,本次研究拟揭示各类预测方法在下古生界海相页岩中的预测效果。本次以川南长宁地区龙一段黑色页岩为对象,尝试采用多类预测方法(ΔLogR法及其改进方法、多元线性回归法与神经网络法)与不同的研究尺度(全段或分层)建立TOC测井预测模型,并对不同方法的预测效果进行深入探讨。研究表明,各方法预测效果差异较大,适用性各不相同。整体而言,多元线性回归法与BP神经网络法在研究区的预测效果均优于ΔLogR法及其改进方法。笔者等研究提出多元线性回归法对研究区TOC高值段的预测效果更佳,而神经网络法对TOC低值段的预测精度更高。本次研究根据龙一段各亚段有机质分布特征与测井响应特征的差异,提出通过“精细分层与最优方法匹配”的方式,因地制宜地选择相应的方法进行TOC测井预测。针对龙一₁^a-c与龙一₁^d-龙一₂,分别采用多元线性回归法与BP神经网络法进行分层精细建模,并获得了最佳的预测效果,不仅预测精度...     

新疆大长沟盆地下侏罗统八道湾组油页岩测井识别

大长沟盆地石碳窑北下侏罗统八道湾组油页岩含矿区位于新疆巴里坤县长虫梁地区,是我国目前正在开发的优质油页岩矿床。本次在岩心观察和测试分析的基础上,运用测井模型开展油页岩评价,为本区油页岩资源评价提供依据。研究表明油页岩TOC与密度、电阻率和自然伽马测井曲线存在线性相关,通过测井曲线预测TOC,进而根据TOC与含油率的线性关系,计算含油率;本次优选ZK1601钻井密度测井曲线(R~2=0.47)与电阻率测井曲线(R~2=0.35),建立ΔLogR模型,通过对ΔLogR公式进行改进,进行ZK1601钻井的TOC值预测,预测TOC与实测的TOC线性相关性好,将该ΔLogR模型在ZK0010井进行验证,计算出的TOC与实测的TOC线性相关性良好(R~2=0.72),据此可对该区其他井开展预测,获得油页岩含油率、TOC、厚度、埋深等相关参数。     

煤层含气量测井解释方法参数选择及适用性

多元线性回归及BP神经网络是煤层含气量测井解释的常用方法。基于澳大利亚Galilee盆地和沁水盆地煤层测井资料和实测含气量数据,通过相关性分析和显著性检验,筛选了和含气量相关的测井参数,通过多元线性回归建立含气量与测井参数的解释模型;基于BP神经网络的理论,通过网络训练和测试,建立了煤层含气量和测井参数的非线性解释模型。讨论了多元线性回归模型的参数选择方法,并对两种解释方法的误差特点进行了分析,讨论了两种方法的适用性。结果显示:多元线性回归法和BP神经网络法是煤层含气量解释的常用方法,前者的解释误差比后者大;多元线性回归法解释精度与煤层含气量相关,适用于含气量较高的井;BP神经网络法解释精度普遍较高,在含气量高和低的井中均可适用,解释效果受输入层样本的数量和质量影响,样本数量越多,区域代表性越强,解释效果越好。      

优化BP神经网络在川西上三叠统陆相页岩含气性预测中的应用

含气性评价是页岩储层优选及甜点区优选的关键,但页岩储层在纵向上具有强非均质性及含气性差异,常规含气性评价方法预测效果较差。为了克服该问题,本文引入LM算法,利用优化BP神经网络模型对川西上三叠统陆相页岩储层含气性进行测井评价。研究结果表明,TOC含量、粘土矿物含量、岩石密度、有效孔隙度、气相渗透率及含气饱和度6个测井参数对页岩储层总含气量的影响程度最大。优选这6个测井参数作为输入层样本,进行LM-BP神经网络训练。页岩储层总含气量预测结果的相对误差分布在0.1%~15%,平均相对误差为5.52%,误差较小,表明该方法的有效性。     

莱州湾凹陷垦利油田沙河街组储层渗透率评价模型研究

文章以莱州湾凹陷垦利油田沙河街组储层为例,对传统的回归统计模型和基于BP神经网络的人工智能预测模型评价储层渗透率方法和效果进行了对比研究。目标储量报告里定火沙三段中孔、中渗;岩性（粒度）和孔隙度是储层渗透率的主要影响因素。根据岩心及测井数据,建立了孔隙度——粒度二元回归渗透率统计评价模型和BP神经网络渗透率预测模型。通过检验样本集精度对比,分析了隐含层数、隐含层节点数等网络结构参数变化对模型预测结果的影响,重点分析了不同的测井参数输入对BP神经网络模型预测结果的影响。优化后的BP神经网络模型对检验样本集的渗透率预测结果精度最高,其平均相对误差为37%,比传统的二元回归统计模型精度提高了26%。对目标油田三口井连续处理,BP神经网络模型渗透率预测结果更加合理,可以满足开发层段产能分析等生产需求。     

松辽盆地青山口组页岩有机碳含量分布特征

总有机碳（TOC）含量是页岩油气资源量评价的关键参数之一.为定量分析松辽盆地青山口组页岩TOC含量分布特征,预测有利勘探区,以测井资料为基础,首先建立研究区构造模型,应用恢复古埋深法计算镜质体反射率（R_o）,通过?logR方法预测研究区TOC含量,最后利用地质统计学方法建立了研究区页岩TOC三维量化模型.结果表明,纵向上,青一段页岩TOC含量整体分布在0%~4%范围,青二段和青三段TOC含量明显低于青一段.平面上,青一段TOC含量在三肇凹陷南部及朝阳沟阶地中部最高,青二段TOC含量整体低于2%,其在古龙凹陷北部最高,青三段TOC含量普遍低于1.4%.研究成果为松辽盆地页岩油勘探开发有利区选取提供了重要指导和参考.      

烃源岩有机碳测井预测模型优选及应用——以鄂尔多斯盆地安塞地区延长组长9为例

总有机碳(TOC)质量分数是烃源岩评价的重要指标。为了对鄂尔多斯盆地东南部安塞地区延长组长9烃源岩有机碳进行测井评价,本文先立足于岩心分析实测w(TOC)资料,基于烃源岩对不同测井曲线的响应特征,运用多元回归模型、传统Δlog R模型以及Δlog R模型的改进型和广义型,分别建立烃源岩w(TOC)测井定量预测模型;然后将这几种模型加以分析和组合运用,从改进Δlog R模型中提取拟合叠合系数应用到两种广义Δlog R模型的计算当中,应用效果良好;最后对模型进行对比和优选,提出最适合研究区的烃源岩w(TOC)测井定量预测模型。结果表明:考虑密度的广义Δlog R模型准确度最高,平均相对误差为7.78%;多元回归模型次之,平均相对误差为9.65%。二者均满足w(TOC)测井定量预测的精度要求。     

页岩气测井评价方法及应用

利用测井资料对页岩气进行评价有两方面的内容,一是页岩的识别,即利用页岩在测井曲线上的异常响应特征,确定页岩层的位置与厚度;二是对页岩气储层进行评价,有机碳（TOC）含量是评价页岩气的重要参数,利用ΔlgR技术,可以快速有效的计算页岩层的有机碳（TOC）含量。实例表明利用测井方法并结合地球化学实验资料,可以对页岩气进行有效评价及预测。     

四川盆地长宁示范区龙马溪组页岩岩石力学特性及脆性评价

页岩的岩石力学特性对页岩气开发效果具有重要影响,因此以四川盆地长宁示范区志留系龙马溪组泥页岩层段为研究对象,分析其力学与脆性特性。采用矿物组分分析、地球物理测井分析和实验室力学实测相结合的方法,比较了龙马溪组龙一段和龙二段的脆性矿物含量、泊松比、杨氏模量、岩石脆性、三轴压力等力学特性。结果表明:龙二段比龙一段具有更高的脆性矿物含量,龙一段的泊松比明显高于龙二段,利用纵横波时差比可以反映泊松比的变化,纵横波时差关系图的斜率与泊松比具有相反的变化趋势。龙一段样品的杨氏模量低于龙二段样品,通过杨氏模量和泊松比关系图发现龙一段与龙二段发生分离,龙二段页岩段的脆性指数大于0.5,应力、应变曲线的负坡较陡。综合评价分析表明:龙二段具有较低的泊松比、纵横波时差比和较高的杨氏模量,龙一段比龙二段更易变形。因此龙二段脆性优于龙一段脆性,有利于后期的压裂改造。     

基于贝叶斯正则化改进BP神经网络的页岩气有机碳含量预测模型

页岩气总有机碳(TOC)含量是评价岩性气藏的关键指标,受复杂地质及岩芯采集等多种因素的影响,常规室内测试分析获得的TOC含量的数据有限且结果有失准确。为合理准确预测页岩气TOC含量,本文首先通过对页岩气储层TOC含量测井资料综合分析选取8条测井曲线,并结合主成分分析法(Principal Component Analysis,PCA)提取四个主成分;其次基于贝叶斯正则化(Bayesian Regularization)改进的BP神经网络方法建立页岩气TOC含量预测的BR-BP模型;最后利用该模型对研究区A区页岩气TOC含量进行预测,并与常规的LM-BP神经网络模型的预测结果进行对比。结果表明：BR-BP模型有较强的非线性拟合能力,能够真实地反映出页岩气TOC含量与各测井参数之间的非线性关系,其模型预测结果与实际值基本吻合,与常规的LM-BP神经网络模型相比,其数据敏感性增强,预测精度有所提高,该研究方法具有一定的理论意义和参考价值,为我国TOC含量预测提供了一种新的技术方法和手段。     

不同方法在感潮河段ADCP在线测流系统中应用的比较分析

在水力因素多变的长江下游感潮河段建立ADCP在线测流系统实时采集指标流速,可选用合适的方法推求断面平均流速,从而实现流量的实时报汛和整编。多元线性回归分析和BP神经网络具有原理明晰、实现便捷等特点,为比较以上两种方法在断面平均流速计算中的优劣,以南京水文实验站2014年以来实测数据为例,分析不同情况下两种模型的拟合精度和预测精度。结果表明,两种模型均具有较好的有效性、精确性和稳定性,且拟合精度与模型选用的监测指标有关;对于只采用单一指标流速而言,BP神经网络模型的结果明显优于多元线性回归模型。同时,两种模型都能较好的预测断面平均流速,其中BP神经网络适应更好。     

煤层含气量测井解释方法探讨

用多元线性回归建立煤层气含量与煤质参数、测井曲线值之间的回归方程,经F检验回归方程有效,但回归方程估算的煤层含气量与煤样解吸测定的含气量之间仍然存在较大的误差,为此利用BP神经网络进一步探讨它们之间的关系,实例表明预测精度较高。      

BP神经网络在土壤重金属污染分析中的应用

以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归（MLR）、偏最小二乘回归（PLS）、BP神经网络回归模型（BP）,分别建立土壤重金属（Cr、Cu、Ni）含量的反演模型,并对模型预测效果进行检验。建模与预测综合效果：BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据。其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性。     

苏北盆地古近系阜宁组页岩七性关系与三品质测井评价

通过岩芯、薄片、扫描电镜等岩石物理实验结合常规、成像以及核磁共振等测井资料,对苏北盆地古近系阜宁组阜二段页岩“七性关系”和“三品质”进行研究。结果表明阜二段页岩储集空间包括粒间孔、颗粒溶孔、晶间孔、有机质孔以及微裂缝,不同孔径孔隙含油性均较好。根据物性参数、孔隙空间建立了储层品质划分标准,由I类到Ⅳ类束缚水饱和度逐渐变大。阜二段烃源岩有机质类型好,TOC基本都大于1%,根据自然伽马能谱测井 K 含量和ΔlgR建立了TOC测井模型,并根据TOC大小实现烃源岩品质划分。地应力方向主要为北东—南西向,阜二段脆性指数基本都大于40%,可压裂性好,根据脆性指数实现工程品质划分。在“七性关系”研究基础上,通过对储层品质、烃源岩品质以及工程品质三者叠加完成了单井“甜点”段优选,甜点主要分布在泥脖子、七尖峰、四尖峰和上山字和中山字段,结果与试油资料相吻合。研究成果可为页岩油测井评价和甜点预测提供理论指导和技术支撑     

北京市生活垃圾产生量预测方法的比较分析

依据北京市1991~2006年的生活垃圾产生量及其相关影响因子,运用多元线性回归法、灰色模型、BP神经网络3种预测模型进行了模拟,并预测了北京市2007年和2010年的垃圾产生量,通过绝对百分误差(MAPE)等指标比较了预测精确度。结果表明,BP神经网络综合考虑了各种因素的影响,较前两者的拟合和预测精度高。     

鄂尔多斯盆地合水地区延长组有机碳测井解释模型

有机碳含量是评价烃源岩优劣的重要指标。本文以合水地区延长组富有机质页岩为研究对象,以研究层段实测TOC值为基础,采用电阻率测井方法,根据多元回归分析的方法建立TOC与电阻率对数、自然伽马三者的数学模型。根据建立的模型对庄50井、宁70井TOC实测点与预测点误差分析显示,误差率为3.1%;运用模型对未实测井段进行TOC计算并画出长7段TOC平面分布分析,发现与长6段油藏有利区叠合度高,从侧面证明了该模型的有效性,可以在该地区推广运用。     

鄂尔多斯盆地合水地区延长组有机碳测井解释模型

有机碳含量是评价烃源岩优劣的重要指标。本文以合水地区延长组富有机质页岩为研究对象,以研究层段实测TOC值为基础,采用电阻率测井方法,根据多元回归分析的方法建立TOC与电阻率对数、自然伽马三者的数学模型。根据建立的模型对庄50井、宁70井TOC实测点与预测点误差分析显示,误差率为3.1%;运用模型对未实测井段进行TOC计算并画出长7段TOC平面分布分析,发现与长6段油藏有利区叠合度高,从侧面证明了该模型的有效性,可以在该地区推广运用。     

烃源岩测井识别与评价方法研究进展

烃源岩测井识别与定量评价对油气资源潜力勘查、储量评估及非常规油气勘探开发至关重要。烃源岩自身岩性和成熟度等差异、测井序列对烃源岩响应灵敏程度不同以及不同方法适用性区别等导致烃源岩测井评价工作仍受到限制。目前亟需进一步挖掘地球物理测井资料中蕴含的烃源岩信息,搭建烃源岩品质与测井信息之间桥梁,并实现以自生自储为特性的非常规油气烃源岩品质测井精细表征。笔者等首先阐明烃源岩分类及其地质表征参数,并分析不同类别烃源岩在常规测井序列及成像和核磁共振等新技术测井序列上响应特征。烃源岩通常表现为“四高一低”（高GR、高AC、高CNL、高RT和低DEN）测井响应特征。除单因素分析外,可优选交会图及构建敏感参数等实现烃源岩定性识别。而烃源岩有机碳含量（TOC）等参数测井定量预测方面则可采用ΔlgR法、修正ΔlgR法（变基线和变系数）、自然伽马能谱测井法、多元回归法、Litho Scanner测井资料法以及人工智能方法实现。在分别评述不同TOC含量测井计算方法的优缺点和适用条件的基础上,指出通过TOC结合生烃潜量等参数计算可实现烃源岩品质测井综合评价。最后解析烃源岩测井识别与评价工作中存在的问题与发展趋势,以期为油气资源评价及非常规油气勘探开发提供理论指导与技术支撑。     

基于地球化学的页岩层序地层划分——以浙江煤山地区长页1井上二叠统龙潭组页岩为例

为了更准确地划分地层层序,将有机地球化学和层序地层学方法进行了有机结合。将浙江煤山地区长页1井龙潭组页岩总有机碳含量（TOC）、碳优势指数（CPI）、奇偶优势指数（OEP）、氯仿沥青“A”含量、轻正构烷烃与重正构烷烃比（（nC21+nC22）/（nC28+nC29））以及姥植比（Pr/Ph）等有机地球化学指标与传统的层序划分方式（测井曲线、岩性等）相结合,指出了现今长页1井龙潭组的层序划分所存在的问题,并进行了修正完善。研究表明,TOC、氯仿沥青“A”以及姥植比等指标对层序的划分具有重要指示作用,龙一段、龙二段、龙三段最大海泛面均位于本段TOC极大值位置。龙一段最大海泛面处TOC质量分数为2.46%,龙二段为1.57%,龙三段为4.84%。基于此结果对长页1井的最大海泛面的划分进行了调整。      

低孔低渗储层渗透率测井解释模型研究

采用岩心分析数据与测井曲线相结合的方法,引入泥质含量参数配合声波时差进行多元线性回归分析。建立鄂尔多斯盆地研究区低孔低渗储层渗透率测井解释模型。根据泥质含量特征二次分类后进行多元线性回归,建立两个渗透率测井解释模型相关性良好,对应于研究区两种不同的沉积微相特征;测井解释渗透率与岩心实测渗透率匹配良好,解释模型满足研究区精度要求。在沉积微相背景约束条件下,对研究区储层选择合理参数多元线性回归建立渗透率测井解释模型,可以使低孔低渗储层渗透率解释达到良好应用效果。