| 松辽盆地东南隆起区上白垩统青山口组油页岩有机碳含量预测及效果评价 |
| |
| 引用本文： | 唐佰强,刘招君,孟庆涛,张朋霖,李元吉,王君贤.松辽盆地东南隆起区上白垩统青山口组油页岩有机碳含量预测及效果评价[J].大庆石油地质与开发,2021,40(6):124-132. |
| |
| 作者姓名： | 唐佰强 刘招君 孟庆涛 张朋霖 李元吉 王君贤 |
| |
| 作者单位： | 吉林大学地球科学学院,吉林长春 130061;吉林省油页岩与共生能源矿产重点实验室,吉林长春 130061 |
| |
| 摘 要： | 通过建立实测有机碳含量与测井资料之间的关系进行有机碳含量预测,可以克服有机碳含量分析实验取心不全面、测试数据少、测试费用高等缺点.通过分析松辽盆地东南隆起区上白垩统青山口组油页岩测井资料与实测有机碳含量关系,根据自然伽马、电阻率、声波时差、密度与实测有机碳含量的相关性,建立了东南隆起区青山口组油页岩改进△lgR模型、多元逐步回归模型和BP神经网络模型,定量预测了 JFD-8井青山口组油页岩有机碳含量随深度变化关系,分析了 3种模型的预测w(TOC)和实测w(TOC)的误差.研究认为:BP神经网络模型适用于数据量大的地层,受岩性变化和压实作用等因素的影响小,当油页岩层的w(TOC)变化范围大时更具优越性;多元逐步回归模型适用于测井曲线对油页岩层段响应好的地层,显著参数越多预测越精确;改进△lgR模型适用于岩性单一的地层,操作简便,但误差较大;勘探开发初期,当测井及地化资料不充足时建议使用改进△lgR模型和多元逐步回归模型,勘探开发后期,当测井及地化资料充足时建议使用多元逐步回归模型和BP神经网络模型.该研究成果为松辽盆地油页岩勘探开发提供了有力的技术支持.
|
| 关 键 词： | 有机碳含量预测 改进△lgR模型 多元逐步回归模型 BP神经网络模型 油页岩 松辽盆地 青山口组 |
Prediction and effect evaluation of organic carbon content of oil shale in Upper Cretaceous Qingshankou Formation in Southeast Uplift of Songliao Basin |
| |
| TANG Baiqiang,LIU Zhaojun,MENG Qingtao,ZHANG Penglin,LI Yuanji,WANG Junxian.Prediction and effect evaluation of organic carbon content of oil shale in Upper Cretaceous Qingshankou Formation in Southeast Uplift of Songliao Basin[J].Petroleum Geology & Oilfield Development in Daqing,2021,40(6):124-132. |
| |
| Authors: | TANG Baiqiang LIU Zhaojun MENG Qingtao ZHANG Penglin LI Yuanji WANG Junxian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
