BP神经网络在西湖凹陷烃源岩评价中的应用

在测井评价中使用BP神经网络法拟合总有机碳含量,可以获得钻井剖面中连续、完整的烃源岩总有机碳含量变化和分布特征,解决了海上钻探井取样的困难。选取对总有机碳含量影响较大的常规测井曲线作为输入端,建立BP神经网络模型对西湖凹陷烃源岩总有机碳含量、生烃潜力指数和氢指数值进行拟合,从而为西湖凹陷烃源岩的评价提供了更加合理的地球化学参数。利用实测及BP神经网络拟合地球化学参数对西湖凹陷42口井的烃源岩有机质丰度综合分析认为,平湖组源岩有机质丰度高、厚度大,为凹陷主力烃源岩,其中平湖组中、上段为油气来源的主要层段;花港组源岩有机质丰度较低,对该区油气形成有一定贡献,为凹陷次要烃源岩。

以米氏旋回为标尺进行测井层序划分对比——以东海西湖凹陷古近-新近系地层为例

基于层序地层学和旋回地层学理论,以东海西湖凹陷钻井为例,运用小波分析技术对古近-新近系进行测井数据的地质学研究.选用小波变换模极值和米氏周期最佳匹配分析方法,对识别出来的优势周期进行剔除和选择,确定了本区地层中米氏旋回的小波尺度分别为14,28,71和290;通过分析不同准层序组的模拟测井信号,发现进积型的小波波谱图能量团表现为向浅部向大尺度迁移,与之相反的是退积型,在加积型的小波波谱图中为一套分布比较稳定的能量团,进而建立了识别层序单元类型及界面的模式.提出根据四级层序形成的驱动机制是长偏心率这一前提条件,将米氏旋回的识别和层序地层的划分对比相结合,以识别出来的米氏旋回为标尺,进行测井层序划分对比.研究结果表明,在实际钻井中米氏旋回曲线和波谱特征清晰,均划分出11个三级层序和3种体系域,建立了东海西湖凹陷古近-新近系层序地层对比格架.