基于神经网络法预测伦坡拉盆地有机碳含量

总有机碳含量(TOC)作为评价烃源岩的重要参数.对于一些勘探开发难度较大的区块,合理预测TOC含量对区块勘探开发具有重要意义.目前预测TOC含量的方法以ΔlogR法为主,但是ΔlogR法对于异常点处理并没有系统的标准,人为主观性较强,同时在伦坡拉地区ΔlogR法预测效果一般.因此本文采取BP神经网络法进行TOC含量的预测.为了确定敏感性测井曲线的选择,将标准归一化后的测井参数与TOC含量进行相关系数分析,选取自然电位(SP)、自然伽马(GR)、声波时差(AC)、体积密度(DEN)及深度作为输入层,以TOC含量为输出层建立一个5×2×1的BP神经网络模型.研究结果表明,训练样本与测试样本的预测值与实测值相关性均超过0.8,模型拟合效果良好.TOC含量预测结果表明在纵向上伦坡拉盆地中牛三段下亚段、牛二段上亚段及牛二段中亚段均发育有较好烃源岩,应为下一步勘探开发的重点;在平面分布上,蒋日阿错凹陷的中部和东部发育最有潜力的烃源岩.