《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)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。
图表编号 | XD00108300300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 蒋德鑫、姜正龙、张贺、杨舒越 |
绘制单位 | 中国地质大学(北京)海洋学院、中国地质大学(北京)海洋学院、中国地质大学(北京)海洋学院、中国地质大学(北京)海洋学院 |
更多格式 | 高清、无水印(增值服务) |