基于常规测井曲线的页岩岩相识别与应用——以苏北盆地溱潼凹陷阜宁组二段为例

页岩岩相的识别、划分在页岩油气勘探开发工作中具有重要的理论及实际意义。以苏北盆地溱潼凹陷古近系阜宁组二段页岩为研究对象,通过对典型钻井溱页1井岩心样品进行全岩/黏土X射线衍射分析,应用前人的页岩矿物组分“三端元”图解,得出该地区的页岩岩相类型。同时,利用一种基于原子搜索优化算法优化的BP(反向传播算法)神经网络方法对测井信息进行数据挖掘,以此建立黏土矿物、硅质矿物、碳酸盐岩矿物相对含量的预测模型,实现了通过自然能谱到页岩矿物含量的定量表征。最后应用该模型对溱页1井和沙垛1井阜宁组二段进行岩性预测及岩相识别,其识别结果与样品实测数据的岩相划分结果高度一致。研究为实现页岩岩相的间接识别提供了一个经济、快速、高效的方法,可通过测井曲线有效地预测页岩岩相组合体的主要矿物成分,为缺乏取心、实测样品井段的岩相识别提供依据。