基于Stacking算法集成学习的页岩油储层总有机碳含量评价方法

总有机碳含量(TOC)是页岩油储层评价的重要参数,而传统总有机碳含量测井评价方法精度较低且普适性较差,机器学习模型在一定程度上提高了总有机碳含量预测精度,但结果存在不稳定性。为了进一步提高页岩油储层总有机碳含量预测精度,基于有机质岩石物理特征和不同总有机碳含量测井响应特征的深入分析,优选出深侧向电阻率、声波时差、补偿中子和密度测井曲线作为总有机碳含量的敏感测井响应,并将其作为输入特征,以岩心分析总有机碳含量作为期望输出值,分别建立了决策树模型、支持向量回归机模型、BP(Back Propagation)神经网络模型,并建立了以决策树模型为基模型、支持向量回归机模型为元模型的Stacking算法集成学习模型。利用B油田A区块的岩心样本数据和实际井数据对不同模型预测总有机碳含量结果进行了验证,结果表明,基于Stacking算法的集成学习模型的总有机碳含量预测精度最高,相较于决策树模型、支持向量回归机模型、BP神经网络模型和改进的ΔlgR法,预测精度有较大提高。因此,基于Stacking算法的集成学习模型为该研究区最有效的总有机碳含量计算方法,这为准确地评估页岩油储层的生烃潜力、确保页岩油储层的高效开采及资源利用奠定了基础。

基于多测井参数的陆相页岩储层总有机碳含量预测:以和尚塬地区延长组长7段为例

总有机碳含量(Total Organic Carbon,TOC)是评价页岩油气潜力的关键参数,利用测井数据预测TOC,能刻画整段储层的TOC变化,对于明确地质-工程“甜点”意义重大.和尚塬地区延长组长7段陆相页岩由于沉积环境频繁交替变化,页岩层系内大量发育粉砂质泥岩条带.针对岩性非均质性强的特点,将页岩储层细分为页岩和粉砂质泥岩两种岩性,分别建立TOC预测模型.在比较现有方法的基础上,结合研究区的测井资料实际,选用△lg R改进法和机器逐步回归学习法分岩性建立预测模型.经过实测数据的精度检验,机器逐步回归学习法的预测精度更高.通过对单井预测值与实测值的误差分析,印证了细分岩性机器逐步回归学习预测模型的可靠性,证明该方法对预测以常规测井为主的陆相泥页岩TOC是有效的.在此基础上,应用该方法对研究区101口井长7段泥页岩进行预测,获得了TOC的空间展布.

基于机器学习的总有机碳含量测井预测方法对比研究

川中中二叠统茅口组一段发育岩性复杂、纵向变化大,总有机碳含量预测影响因素多、难度大,探索最适合该地区总有机碳含量预测的高精确度预测方法尤为重要。基于皮尔逊相关系数矩阵进行了总有机碳含量预测敏感参数选取,利用多层前馈神经网络、支持向量机和XGBoost算法这3种机器学习方法进行建模,并与常规ΔlogR法计算总有机碳含量的结果进行对比分析。结果表明:应用敏感特征挖掘方法优选出了与总有机碳含量相关性高的自然伽马、电阻率、声波时差、补偿密度、补偿中子测井数据作为输入特征;建立了检验精度R^(2)=0.6248的Δlog R法计算模型、R^(2)=0.8144的BP神经网络预测模型、R^(2)=0.7029的支持向量机预测模型及R^(2)=0.9370的XGBoost预测模型。实际应用效果分析显示,常规的ΔlogR法计算总有机碳含量精确度效果不佳,达不到预期效果;XGBoost预测模型预测值与实测值大小吻合最好、可靠性最高。该研究建立、对比优选出了预测精度高、泛化能力强的总有机碳含量预测模型,为研究区复杂碳酸盐岩总有机碳含量预测提供了有效的方法。

储存条件对总有机碳(TOC)分析校准用蔗糖溶液的影响

为了提高总有机碳(total organic carbon,TOC)分析仪校准用蔗糖溶液定值的准确性,消除影响总有机碳含量的干扰因素,配制拟商业化标准系列溶液,本研究进行了不同水质、不同储存温度、不同材质储存器皿、湿度条件下低浓度蔗糖溶液的稳定性试验和加速实验以及3个批次拟商业化系列标准溶液的组间差异实验。结果显示,超纯水经高压灭菌后TOC含量变化不显著,呈最稳定状态;拧盖广口玻璃瓶储存低浓度蔗糖溶液的最佳温度范围是4~20℃。20℃时,蔗糖溶液中的TOC含量在拧盖聚四氟乙烯(Polytetrafluoroethylene,PTFE)瓶中比在聚丙烯瓶(polypropylen,PP)瓶中更稳定,且与玻璃瓶组无明显差异。加速实验结果显示,在高温(40±2°C)、高湿(75%±5%)条件下储存6个月,PTFE蔗糖溶液的TOC含量无显著变化。此外,随机抽取3个批次的拟商业化溶液并绘制标准曲线,获得了较好重现性和稳定性。通过分析可知,TOC含量会受水质、温度、储存器皿材质及时间等因素影响,选择PTFE能有效减少析出物,提高低浓度蔗糖溶液中TOC含量的稳定性。

基于改进ΔlogR方法估算低阻海相页岩储层总有机碳含量——以桂中坳陷A地区B组为例

总有机碳含量(total organic carbon,TOC)是确定烃源岩质量的最重要参数。为解决传统ΔlogR方法应用于沉积环境较复杂的海相页岩气储层精度低的问题,以桂中坳陷A区B组海相页岩气储层为研究对象,在分析研究区低阻原因的基础上,对测井曲线按照扩径范围进行井径校正,并利用自然伽马能谱测井中Th/K数据,与ΔlogR建立多元拟合关系,提出基于井径校正和自然伽马能谱测井的改进ΔlogR方法。结果表明:声波时差曲线经过校正后,降低了井径扩径带来的测井数据失真的影响,同时结合自然伽马能谱测井,能够适应研究区复杂的地质背景和较强的非均质性,大大提高总有机碳质量分数的预测精度,具有较好的推广性和适用性。该方法可以为桂中坳陷A区B组海相页岩气储层评价提供参考。

湿式氧化-非分散红外吸收法在测定水中总有机碳的应用

总有机碳(TOC)能客观准确地反应水体受污染的程度。文章使用Aurora1030W总有机碳分析仪,采用湿式氧化-非分散红外吸收法测定总有机碳(TOC),通过绘制标准曲线、分析精密度和加标回收率,对太原市3种水源水、3种出厂水、3种管网水进行测定。结果表明,该方法具备良好的线性关系,精密度高,重现性好,可满足水中总有机碳(TOC)的试验测定要求。

云南省水库沉积物中总有机碳含量对环境因子的响应研究

以云南省125个水库的表层沉积物作为研究对象,测定其总有机碳含量,并分析总有机碳含量与环境因子(海拔、水深、水域面积、流域面积及流域内植被覆盖度)之间的关系,探究影响水库有机碳埋藏的关键环境因子.结果表明:云南水库表层沉积物中总有机碳含量与最干季降水量(12月~2月)呈显著正相关关系;与最热月(7月)的平均温度呈显著负相关关系.揭示了气候变暖对云南省水库沉积物有机碳埋藏具有重要影响.

基于机器学习的页岩气总有机碳含量预测模型

总有机碳含量(total organic carbon,TOC)是评价页岩气藏生烃能力的重要指标,对页岩气藏地质“甜点”的准确预测至关重要。现有页岩气藏TOC含量预测方法存在主观性强、泛化能力弱等缺点,以川南海相页岩气藏为研究对象,通过对研究区块测井资料和实验室岩心分析结果的整理,优选出自然伽马、密度等测井参数作为模型训练的特征向量,建立总有机碳含量的多层前馈神经网络(back propagation,BP)和支持向量机预测模型,分析不同模型之间的差异,对模型特征组合、网络结构等影响因素进行分析,最后将预测的TOC结果与真实值对比。结果表明:基于不含能谱测井资料的BP神经网络预测模型更能真实地反映出测井资料与储层的非线性关系,为TOC的预测提供新的思路。

高温燃烧法测定可降解塑料制品中总有机碳含量研究

建立可降解塑料制品中总有机碳的分析方法,以可降解塑料购物袋、快递袋(PBAT、PLA为主材)等为主要研究对象,采用高温燃烧法测定其总有机碳含量。本方法回收率在94%~109%之间,精密度RSD小于2%。本方法操作简便,准确率高,适合可降解塑料制品的总有机碳含量测定。

总有机碳分析仪测定工业废水中的TOC含量

总有机碳是判定水体受有机物污染程度的重要指标之一,本文采用岛津总有机碳分析仪TOC-L结合液体自动进样装置ASI-L能够快速准确地测定工业废水中的总有机碳(TOC)的含量,只需一次性转化,流程简单、重现性好、灵敏度高。设置仪器自动稀释方式,该方法的TC和IC线性相关系数均在0.999以上。同一浓度样品TOC测定值的相对标准偏差(n=6)为0.92%。对样品进行2个浓度水平的加标回收率试验,得到的回收率为96.4%~99.8%。工业废水样品稀释10倍,调节pH值为2~3后,TC和IC的测试结果均在线性范围内,满足工业废水中总有机碳含量的分析要求,为企业和环境监测部门提供了可靠的技术支撑。

海水中总有机碳(TOC)对牙鲆铜、铅、镉吸收的影响

该文研究了海水中Cu、Pb、Cd浓度分别为0.5mg/L时,总有机碳(TOC)浓度、种类对牙鲆(Paralichthysolivaceus)内脏、肌肉、鳃组织Cu、Pb、Cd蓄积的影响。结果表明:当海水TOC种类相同时,随TOC浓度升高,牙鲆内脏、肌肉、鳃组织Cu、Pb、Cd蓄积量均明显下降;当海水TOC浓度相同时,孔石莼分泌物比牙鲆分泌物更能降低牙鲆各组织Cu、Pb、Cd蓄积量。研究表明:孔石莼、牙鲆分泌物均能降低Cu、Pb、Cd的生物有效性;TOC浓度、种类变化对牙鲆各组织Cu、Pb、Cd蓄积分配均无影响,重金属含量大小顺序均为:内脏>鳃>肌肉。内脏团、肌肉中3种重金属蓄积量大小顺序为Cu>Pb>Cd;鳃中3种重金属蓄积量顺序为Pb>Cu>Cd。

页岩气储层总有机碳含量测井评价新方法

对页岩气储层总有机碳含量(TOC)测井评价新方法进行了探索。利用有机质在电阻率测井和自然伽马测井中的不同响应特征以及数字岩石物理实验模拟的结果,提出了双泥质含量评价TOC含量的方法。利用双泥质含量法对实际资料进行了处理,并对处理结果与岩心TOC进行了验证和对比分析。双泥质含量法评价TOC方法精度较高,且方便易行,对于仅有常规测井曲线的地区可选择该方法进行TOC的评价。

基于测井参数的煤系烃源岩总有机碳含量预测模型

复杂沉积环境下,烃源岩物性差异较大。经相关性分析揭示了煤系烃源岩TOC含量与各测井参数间存在相关性差异较大、各测井参数间含有互相关关系的特点。采用平均影响值(MIV)方法对测井参数进行筛选,筛选后的测井参数进入最终的BP神经网络建模,从而有效地规避了测井信息间的非相互独立性导致的模型预测误差增大及建模时间增加。依据研究区实验分析的TOC含量数据,分别建立适用于煤系烃源岩的Δlog R,BP神经网络和遗传算法(GA)优化的BP神经网络TOC含量预测模型。对模型试算分析,结果表明:GA改进后的BP神经网络模型预测效果最好,稳定性强,受烃源岩非均质性影响程度小,可以精细地反映煤系烃源岩TOC含量的细微变化。

地震多属性反演预测页岩总有机碳含量

在单井评价的基础上,采用地震多属性反演方法可实现对页岩总有机碳(TOC)含量(以下称TOC质量分数)分布的横向预测。从井点出发,在地震资料中提取多种属性,结合多元逐步回归分析和神经网络方法进行属性优化训练,获取最佳属性组合,建立起属性组合和目标属性TOC质量分数之间的数学关系,并将其运用到地震数据体中进行TOC质量分数反演。将该方法应用到建南地区下侏罗统东岳庙段进行页岩TOC质量分数分布预测,TOC质量分数预测值与TOC质量分数实测值符合较好。

利用随机森林回归算法预测总有机碳含量

针对现有页岩气储集层总有机碳含量预测模型存在的模型泛化能力弱、稳定性差的问题,提出了一种利用随机森林回归算法预测储集层总有机碳含量的方法。该方法使用地球物理测井提供的密度、铀含量、钍含量、自然伽马及光电吸收截面吸收指数等测井响应值作为输入,岩芯实验总有机碳含量作为输出,通过学习输入曲线与总有机碳含量的函数关系,动态预测整口井的总有机碳含量曲线。通过对焦石坝地区两口页岩气探井建模及预测可知,当随机森林中树的数量达到500时,建立的模型即可对训练样本中输入与输出的函数关系进行完全学习。通过训练结果及预测结果可知,随机森林回归方法不易发生过拟合现象,泛化能力极强,同时预测得到的曲线更为平滑,预测总有机碳含量较其他方法更为准确,有效地提高测井信息预测总有机碳含量模型的精度,对页岩气储集层评价提供帮助。

总有机碳分析仪测定常见水的TOC

水体有机物污染程度的综合指标有CODCr、CODMn、BOD5、TOC等,其中TOC指标是以碳的含量表示水体中有机物总量的综合指标,我国目前尚未将TOC列为常规监测项目,但是TOC作为水体重要指标将越来越受到重视。采集广州地区的常见水样:珠江水、池塘水、河涌水、污水厂进水、污水厂出水各10份用岛津公司的TOC-VCPH型总有机碳分析仪来分析,通过测定样品总碳和无机碳含量,计算二者的差值可得到总有机碳的测定值;用重铬酸钾氧化法(GB11914-89)测定了常见水样的COD。讨论了TOC和COD之间的关系,求出常见水样的COD和TOC一元回归方程,数据表明TOC和COD之间存在比较好的线性关系,可以用TOC指标代替或者计算出COD值。

总有机碳分析仪测定植物总有机碳含量的方法

为了摸索TOC(总有机碳)分析仪测定植物TOC含量的方法、保证植物碳素研究获得准确可靠数据提供参考,对不同进样量和不同类型植物样品TC(总碳)、IC(无机碳)含量的测定结果进行分析探讨。结果表明,不同进样量测定的TC含量存在不同差异,进样量在4555 mg,TC含量的精密度与准确性较高。植物的IC含量为0,TC=TOC。TC含量在1.8929.12 mg,TC的回归方程为YTC=133.7X+77.431(r2=0.999),回收率为101.24%;IC的回归方程为YIC=108.5X+56.307(r2=0.999 5),回收率为99.24%。以上述方法测定植物TOC的方法准确高效,适用于不同类型、不同含量的植物样品的TOC测定。

烃源岩可溶烃、热解烃、总有机碳含量与光谱指数相关性研究

烃源岩的可溶烃含量(S1)、热解烃含量(S2)和总有机碳含量(TOC)是进行烃源岩研究和评价的重要指标,以往主要通过实验室分析方法获得,时效性得不到保证。为了探讨野外快速测量这些指标的可行性,采集了乌兹别克斯坦克孜勒库姆地块10件烃源岩样品,运用地面ASD光谱仪和碳硫分析仪,分别测定了样品的可见光-近红外-短波红外(Vis-NIR-SWIR)反射光谱和S1, S2和TOC含量参数。运用光谱拟合微分,获得了上述样品反射光谱的一阶导数、二价导数等微分数据;并运用线性回归方程拟合和拟合结果统计分析,研究了这些数据同S1, S2和TOC含量之间的相关性。结果表明:烃源岩S1含量与原始光谱、光谱一阶导数、二阶导数分别有1 973, 511和239个波段相关,相关系数绝对值最大值分别为0.612, 0.823和0.889,相关性程度分别为弱、较强、极强;烃源岩S2含量与原始光谱、光谱一阶导数、二阶导数分别有2, 144和205个波段相关,相关系数绝对值最大值分别为0.561, 0.867和0.926,相关性程度分别为弱、较强、极强;烃源岩TOC含量与原始光谱无相关性,与光谱一阶导数、二阶导数分别有18、 180个波段相关,相关系数绝对值最大值分别为0.882和0.879,相关性都极强。此外, S1含量与光谱二阶导数的2 012 nm波段拟合优度最高,达0.790;S2含量与光谱二阶导数的363 nm波段拟合优度最高,达0.858;TOC含量与光谱一阶导数的2 480 nm波段拟合优度最高,达0.777。结果说明,利用可见光-近红外-短波红外反射光谱反演烃源岩S1, S2和TOC含量具有比较好的效果。为研究野外烃源岩的原位检测奠定了重要的基础。

利用超临界水氧化法检测水质总有机碳含量技术研究

利用超临界水氧化与非色散红外法相结合的连续式实验装置,对邻苯二甲酸氢钾水溶液的总有机碳含量进行连续检测,研究了温度、氧化剂浓度等对检测结果的影响.研究表明,红外检测信号与水样中的总有机碳浓度具有良好的线性关系;升高温度有利于提高TOC的转化率,在460℃以上时有机物彻底氧化;增加氧化剂用量也会使TOC的转化率增加,在氧化剂为10倍量(化学计量比1∶1为1倍)时能把溶液中的有机物彻底氧化.

总有机碳分析法测定盐酸普鲁卡因注射液的含量

目的建立一种盐酸普鲁卡因注射液含量的测定方法。方法使用总有机碳测定仪测定盐酸普鲁卡因注射液的含量,并与HPLC法测得的结果进行比较,验证总有机碳分析法测定盐酸普鲁卡因注射液含量的可行性。结果盐酸普鲁卡因在0.1~2.0μg·ml^-1浓度范围内线性关系良好。平均回收率为99.5%,RSD为1.5%（n=6）。总有机碳分析法和HPLC法测得的含量结果一致。结论总有机碳分析法操作简单、快速、准确,适用于盐酸普鲁卡因注射液含量的测定。