粒子群優化支持向量機算法在頁巖儲層總有機碳含量預測中的應用

陳愿愿,鄧小江,王小蘭,何 奇,黃東山,程莉莉,張耀云,李秋婉

(中國石油集團東方地球物理勘探有限責任公司西南物探研究院,四川成都610213)

頁巖氣作為典型的非常規油氣,已成為我國油氣勘探開發的重要領域。而頁巖總有機碳(TOC)含量是評價該類氣藏的關鍵指標之一,該指數的高低決定了產氣能力的大小[1-2]。巖心總有機碳含量分析數據離散且數量有限,而利用地震資料直接預測頁巖儲層總有機碳含量的研究文獻也比較少,因此為了有效預測頁巖儲層的總有機碳含量,需要測井和地震資料相結合,提高總有機碳含量預測精度。

目前,利用測井資料預測總有機碳含量曲線的研究有:SCHMOKER[3]利用體積密度法;AUTRI等[4]利用聲波時差、電阻率和放射性資料;PASSEY等[5]利用ΔlogR法;ALTOWAIRQI等[6]利用總有機碳含量與彈性參數的線性關系,采用多元回歸分析方法;以及孟召平等[7]利用BP神經網絡算法計算總有機碳含量曲線。盡管這些方法對總有機碳含量曲線的預測有一定實際意義,但都只是根據巖心總有機碳含量數據與測井曲線的相關性,在二維平面中開展頁巖總有機碳含量測井曲線預測,無法定量預測總有機碳含量的三維空間分布。利用地震資料獲取總有機碳含量的研究目前有:金吉能等[8]、尹俊等[9]利用地震多屬性反演技術預測總有機碳含量平面分布,雖然總有機碳含量預測值與實測值較為吻合,但該方法存在較強的多解性;許杰等[10]基于地質統計學反演……