川南威远地区龙马溪组一段页岩有机碳含量测井预测模型优选

在岩芯样品数量有限的情况下,无法获取连续的TOC数据时,可以使用测井曲线预测TOC含量。为验证不同测井预测方法在川南威远地区的适用性,基于X井中龙一段页岩的实测TOC含量数据及测井资料,分别用自然伽马能谱测井法、体积密度法、改进的ΔlgR法、多元测井参数回归分析法以及BP神经网络法建立TOC含量预测模型。使用三标度层次分析法在综合考虑模型参数数量、拟合程度及误差值影响的基础上,以总权重值代表综合评价结果,选出能兼顾多种优点的,精确度、实用性最高的预测模型。结果表明,BP神经网络模型得分最高,预测效果最好,是对威远地区X井龙一段TOC含量预测的最优模型,改进的ΔLgR模型次之。可将这两种模型应用于测井曲线预测TOC含量中,对于弥补样品数量有限、数据不足的问题具有一定的意义。