摘要:尽管通过测井数据预测烃源岩有机碳含量(TOC)具有经济快速的明显优势,但由于不同地区及地层的特殊性,其预测误差限制了该方法的广泛应用。利用前人提出的预测烃源岩TOC含量的自然伽马测井法、体积密度测井法、多元回归分析法和BP神经网络模型,结合鄂尔多斯盆地延长组的地质特征建立了研究区TOC含量预测的经验公式和模型。优选认为BP模型为延长组TOC含量预测精度最高的方法,并将其应用于盆地南部YK1井延长组,得到9 220个样点的TOC值,辨识出4段连续厚度大于10m的有效烃源岩,分别位于长9^1段、长7^3段、长7^2段和长7^1段,并且长7^2—长7^3段为TOC含量最高的优质层段。研究发现,这些有效烃源岩层段均不同程度地发育油页岩,并且同一层段TOC含量预测值在不同地区的钻井中可能出现明显的差异,这与延长组不同沉积时期古湖泊沉积相的分布和差异相一致。
关键词:烃源岩 有机碳含量 测井预测 延长组 鄂尔多斯盆地
单位:甘肃省油气资源研究重点实验室/中国科学院油气资源研究重点实验室; 甘肃兰州730000; 中国科学院大学; 北京100049; 中国石油东方地球物理公司研究院; 河北涿州072750
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
鄂尔多斯文化 Earthquake Engineering and Engineering Vibration China Ocean Engineering Water Science and Engineering Journal of Bionic Engineering Journal of Bionic Engineering Chinese Journal of Mechanical Engineering Chinese Journal of Chemical Engineering Journal of Systems Engineering and Electronics Frontiers of Information Technology Electronic Engineering