ΔLog R 技术与BP神经网络在复杂岩性致密层有机质评价中的应用
摘要
本文系统分析ΔLogR技术应用于复杂岩性致密层有机质评价中存在两方面的局限性：参数选取方面，测井曲线选取过于单一，无法有效削弱致密层段复杂岩性和孔隙度等因素对计算有机碳含量的影响；构建模型方面，人为剔除异常点存在随机性与偶然性误差，影响建模准确性.针对上述问题，本文建立了BP神经网络模型，并将其应用于柳河盆地柳参1井下桦皮甸子组烃源岩有机质评价.研究结果表明，在不剔除异常点情况下，BP神经网络模型计算TOC值和实测116组TOC值相关性达到0.886，显示建模效果良好.分别应用BP神经网络和ΔLogR模型，计算研究区致密层纵向上连续的TOC曲线，BP神经网络模型的计算TOC曲线与实测TOC数据基本吻合，而ΔLogR模型的计算TOC曲线吻合度较差.因此在测井资料完善的情况下，本文建议使用BP神经网络评价复杂岩性的致密层有机质.
引用本文（GB/T 7714）
张晗, Zhang Han, 卢双舫, 等. ΔLog R 技术与BP神经网络在复杂岩性致密层有机质评价中的应用[J]. 未知来源, 2017.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。