基于电磁参数的BP神经网络模型在页岩气储层预测中的应用研究

详细信息    :| 推荐本文 |

• 作者：周瑾 ; 白洪溪 ; 崔健 ; 张文权 ; 梁宏达 ; 王佳音 ; 余云春 ; 何委微
• 文献来源：物探化探计算技术
• 关键词：页岩气 ; 电磁法 ; 神经网络 ; 储层预测
• 发表时间：2020-01-15
• 年：2020
• 期：1
• 单位：青海省地质调查局;江苏华东八一四地球物理勘查有限公司;中山大学地球科学与工程学院;

摘要

近些年来伴随着绿色低碳经济的需要与对清洁能源需求的增长,非常规油气资源逐渐受到各国重视,其中页岩气勘探发展迅速。现阶段的页岩气勘探中,电磁法的应用越来越广泛,很多研究都证实了电磁法在深层页岩气勘探中的有效性。研究区位于四川筠连,区内测井显示,龙马溪组黑色页岩发育,有机质丰度高、成熟度较高、微裂隙发育、埋深适中,具有形成页岩气藏的优越条件。新二维地震资料显示本区地层平缓,构造完整,远离通天断层,保存条件较好,有利于页岩气勘探。收集了研究区某条测线的大地电磁法(MT)和复电阻率法(CR)数据,结合研究区昭104井的TOC数据样本,建立了神经网络储层预测模型,计算了区内一条测线剖面的TOC预测值。研究结果表明:TOC预测值与实测值正相关,说明神经网络模型具有较好的非线性逼近能力,可以反映电磁参数与TOC含量之间的非线性相关性,TOC的高值部分与高级化异常对应,进一步说明高级化异常是页岩含气层识别的重要特征,非地震数据识别页岩地层中的含气性是值得探索的。