基于遗传算法优化支持向量机的烃源岩类型评价方法

查看详情 浏览次数:1
单位中国石油大学(华东)
来源2020年中国地球科学联合学术年会论文集(二十六)—专题七十六:深部矿产资源探测技术与应用、专题七十七:岩石物理与井中探测前沿、专题七十八:井孔地球物理及深部钻测
出版年2020
摘要
鄂尔多斯盆地页岩油资源十分丰富,与国内其他含油气盆地相比,鄂尔多斯盆地三叠系烃源岩具有总有机碳(TOC)含量高、生排烃潜力大的特征。因此,很有必要对鄂尔多斯盆地延长组烃源岩进行评价。随着非常规油气资源勘探开发的不断增加,越来越多的学者更加关注于如何从测井资料中获取TOC等岩石物理参数进行烃源岩类型评价。近年来大量学者使用经验方程与智能算法通过测井资料对TOC定量评价,并取得了一定效果。由于非常规油藏质量受到干酪根类型、成熟度等许多地球化学因素的限制,TOC仍不足以表明烃源岩的生产潜力。为了更好地表征非常规油藏,开发一种基于地球物理测井的方法来识别干酪根类型变得至关重要。但是,测井数据与地球化学参数之间不存在明显的相关性,使用地球物理测井数据预测其他地球化学指标(例如S1,S2和R0)尤为复杂,,使用传统的多元回归可能会导致精度过低。

@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)

京ICP备 05064591号 京公网安备11010802017129号

建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE