《图6 陆丰凹陷LF16-X井3种测井预测方法预测结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《烃源岩总有机碳含量测井预测模型探讨——以陆丰凹陷文昌组为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（1）地质条件和方法优越性决定了神经网络模型的适用性较高。由于陆丰凹陷文昌组沉积相变化较大、薄层砂泥岩互层发育和TOC值变化较大等多个因素叠加，烃源岩测井响应不明显，TOC与测井曲线线性相关性低（参见图2）。因此，TOC与测井参数之间的映射关系难用显式函数表达。对于这一问题，神经网络算法具有很好的优越性。陆丰凹陷的半深湖亚相烃源岩发育，品质较好，与测井参数有很好的相关性，因此，用多元回归模型半深湖亚相预测效果较好。从岩性剖面看，文昌组整体发育湖相地层，各深度段均发育有机质，曲线叠合模型处理中无法找到大套非烃源岩段使曲线叠合（图6），加之该方法在调整曲线范围时存在一定的人为误差，因而对烃源岩段Δd的计算就存在一定的误差，在实际处理中可以结合上覆恩平组进行曲线的叠合。