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

• 作者: 何委微 余云春 周瑾 崔健 张文权 梁宏达 王佳音 白洪溪
• 来源期刊: 物探化探计算技术
• 学科: 地球科学
• 关键词: 页岩气 电磁法 神经网络 储层预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 重·磁·电勘探
• 页码范围: 76-83
• 页数: 8页
• 分类号: P631.3
• 字数: 3440字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2020.01.11

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王佳音		28	39	4.0	4.0
2	白洪溪		21	5	2.0	2.0
3	张文权		8	48	4.0	6.0
4	周瑾		18	17	2.0	3.0
5	崔健		3	1	1.0	1.0
6	梁宏达	中山大学地球科学与工程学院	1	0	0.0	0.0
7	余云春		1	0	0.0	0.0
8	何委微		1	0	0.0	0.0