發(fā)布時(shí)間：2021-11-24 14:10

　　有機(jī)質(zhì)含量通常用總有機(jī)碳含量（TOC,Total Organic Carbon）表示,TOC是頁巖儲(chǔ)層生烴能力評(píng)價(jià)的重要指標(biāo)之一。如何利用地震數(shù)據(jù)準(zhǔn)確地預(yù)測(cè)TOC是目前頁巖油氣勘探中有待解決重要問題之一�？紤]到頁巖儲(chǔ)層本身的復(fù)雜性,本文引入機(jī)器學(xué)習(xí)方法,利用人工智能非線性預(yù)測(cè),實(shí)現(xiàn)了分別利用測(cè)井?dāng)?shù)據(jù)和地震疊前反演結(jié)果的TOC的定量預(yù)測(cè)。本文完成的主要工作量包括:（1）對(duì)于TOC有關(guān)的頁巖巖石物理特征進(jìn)行理論分析,調(diào)研現(xiàn)有的TOC預(yù)測(cè)方法,并討論了每種方法的優(yōu)缺點(diǎn)。（2）調(diào)研了幾種熱門的機(jī)器學(xué)習(xí)算法,通過對(duì)比分析選取并實(shí)現(xiàn)了兩種適用于TOC預(yù)測(cè)的機(jī)器學(xué)習(xí)方法:隨機(jī)森林算法和支持向量回歸。對(duì)兩種方法進(jìn)行模型數(shù)據(jù)集試算,結(jié)果表明在訓(xùn)練數(shù)據(jù)有限的情況下支持向量回歸準(zhǔn)確度更高,而反之則隨機(jī)森林算法準(zhǔn)確度更高。（3）利用蜀南五峰-龍馬溪組頁巖測(cè)井?dāng)?shù)開展TOC敏感的參數(shù)分析。（4）針對(duì)測(cè)井?dāng)?shù)據(jù)和地震反演結(jié)果分別開展TOC預(yù)測(cè):首先通過計(jì)算相關(guān)系數(shù)進(jìn)行參數(shù)優(yōu)選,利用支持向量回歸用來預(yù)測(cè)在巖心數(shù)據(jù)有限時(shí)TOC的測(cè)井曲線;將隨機(jī)森林算法應(yīng)用于預(yù)測(cè)因子種類有限的三維地震疊前反演結(jié)果。通過將反演結(jié)果與實(shí)際測(cè)井... 

【文章來源】：中國石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

富有機(jī)質(zhì)頁巖的組分原理圖[11]

中國石油大學(xué)（北京）碩士學(xué)位論文-7-圖2.1富有機(jī)質(zhì)頁巖的組分原理圖[11]Fig2.1Schematicdiagramofthecompositionoforganic-richshale[11]干酪根大概的體積分?jǐn)?shù)是總有機(jī)質(zhì)的八成到九成，并且經(jīng)學(xué)者們討論后提出最低80%的石油烴均根據(jù)干酪根轉(zhuǎn)變得來，所以說對(duì)于干酪根的認(rèn)識(shí)是至關(guān)重要的。而干酪根在不同成熟度情況下存在機(jī)理是有明顯差異的，在未成熟情況下，干酪根是成層分布并且擔(dān)任承重角色，其相應(yīng)的建模方式可以用Backus平均；隨著壓力和溫度的作用，成熟情況下，干酪根將會(huì)分解變成更小的顆粒，有的變成油、堆積，氫指數(shù)減小，顆粒結(jié)構(gòu)更有序，干酪根連接著基質(zhì)并承重，出現(xiàn)干酪根的粒間孔隙，相應(yīng)的建模方式可以用DEM模型獲得多孔干酪根的彈性剛度，將內(nèi)含物質(zhì)一點(diǎn)點(diǎn)迭代加入背景中直到達(dá)到預(yù)期，再用Backus平均建模；隨著時(shí)間繼續(xù)到過成熟情況，通過熱蒸餾，油變成氣，孔隙流體體積增加，經(jīng)常由于極低的滲透率導(dǎo)致過壓，有機(jī)物變成海綿質(zhì)地分散在包含空間中，基質(zhì)更多的被無機(jī)顆粒支撐，被流體和有機(jī)物混合物占據(jù)的地方統(tǒng)稱包含空間，流體填充的空隙叫孔隙空間，相應(yīng)的建模方式為：用固體替換獲得有機(jī)物流體基質(zhì)對(duì)整個(gè)有機(jī)頁巖的彈性參數(shù)的影響，用DEM計(jì)算包含孔隙的干燥巖石（框架），Voigt平均近似計(jì)算干酪根流體混合物的有效模量。圖2.2不同成熟度情況下的干酪根存在機(jī)理[11]Fig2.2Themechanismofkerogenindifferentmaturityconditions[11]

第2章頁巖有機(jī)質(zhì)含量預(yù)測(cè)方法-8-氫指數(shù)（HI，毫克/克）HI=S2/TOC，其中的S2是巖石中可熱解有機(jī)物質(zhì)的量。該參數(shù)HI提供了一種定量衡量干酪根成熟度水平的方法。劃分的大致標(biāo)準(zhǔn)是：腐泥型或稱I型干酪根，HI范圍400-950，為未成熟干酪根，于熱演化過程后可以產(chǎn)出可觀數(shù)量的石油或天然氣；混合型或稱II型干酪根，HI范圍250-400，為成熟干酪根，可能存在產(chǎn)出油也可以產(chǎn)出天然氣；腐殖型或稱III型干酪根，HI范圍0-250，為過成熟干酪根，可能會(huì)有天然氣的存在；在不同成熟度的干酪根情況下，各參數(shù)的經(jīng)驗(yàn)數(shù)值：圖2.3不同成熟度情況下的各參數(shù)經(jīng)驗(yàn)值[11]Fig2.3Empiricalvaluesofvariousparametersunderdifferentmaturityconditions[11]總有機(jī)碳含量（TOC）是評(píng)估頁巖氣資源潛力的主要參數(shù)之一，TOC含量影響了頁巖氣儲(chǔ)層有機(jī)孔隙度。有機(jī)質(zhì)的質(zhì)量分?jǐn)?shù)較高的情況下，頁巖就會(huì)更多的吸附氣體（油氣），TOC質(zhì)量分?jǐn)?shù)可以稱為最能夠左右頁巖吸附能力的參數(shù)，各國學(xué)者對(duì)于TOC定性、定量預(yù)測(cè)的研究已經(jīng)持續(xù)了幾十年。接下來我們列舉幾種常用的TOC預(yù)測(cè)方法，并說明它們的局限性和各自的適用范圍。2.2密度回歸計(jì)算法密度對(duì)于TOC的響應(yīng)主要原因是，有機(jī)物質(zhì)比基質(zhì)礦物密度低會(huì)導(dǎo)致堆積密度值較低。作為與TOC線性相關(guān)關(guān)系最為明顯的參數(shù)——密度，用密度進(jìn)行回歸計(jì)算TOC是一種簡(jiǎn)單的方法，并且在均勻介質(zhì)的情況下產(chǎn)生了一些比較令人滿意的結(jié)果，但是在非均勻介質(zhì)中，這種嘗試將導(dǎo)致較差的相關(guān)性。而實(shí)際情況中的地層基本均為非均勻介質(zhì)。整體來說，密度回歸計(jì)算法的準(zhǔn)確度低，無法應(yīng)用于實(shí)際數(shù)據(jù)預(yù)測(cè)。除密度外，另外幾個(gè)測(cè)井記錄響應(yīng)與TOC的存在具有一定相關(guān)性。高伽馬射線測(cè)井可以相關(guān)有機(jī)質(zhì)中的鈾含量；記錄在聲波測(cè)井存在有機(jī)物質(zhì)時(shí)，通行時(shí)間

【參考文獻(xiàn)】：
期刊論文
[1]基于兩種相關(guān)系數(shù)分析法的睡眠質(zhì)量診斷[J]. 黃振宸,張響亮,梁燕茹,馮良大,黎警嬋.  科技風(fēng). 2018(16)
[2]基于隨機(jī)森林回歸分析的PM2.5濃度預(yù)測(cè)模型[J]. 杜續(xù),馮景瑜,呂少卿,石薇.  電信科學(xué). 2017(07)
[3]隨機(jī)森林回歸在地震儲(chǔ)層預(yù)測(cè)中的應(yīng)用[J]. 宋建國,高強(qiáng)山,李哲.  石油地球物理勘探. 2016(06)
[4]四川長(zhǎng)寧頁巖總有機(jī)碳地震定量預(yù)測(cè)方法[J]. 侯華星,歐陽永林,曾慶才,楊青,陳勝,朱莎.  東北石油大學(xué)學(xué)報(bào). 2016(05)
[5]基于核貝葉斯判別法的儲(chǔ)層物性參數(shù)預(yù)測(cè)[J]. 劉興業(yè),陳小宏,李景葉,周林,郭康康.  石油學(xué)報(bào). 2016(07)
[6]富有機(jī)質(zhì)頁巖TOC含量的地球物理定量化預(yù)測(cè)[J]. 王健,石萬忠,舒志國,徐清海,張曉明,徐壯.  石油地球物理勘探. 2016(03)
[7]頁巖油巖石物理及地震響應(yīng)特征分析[J]. 徐燕紅,潘仁芳.  中國科技論文. 2016(03)
[8]基于網(wǎng)格分析法的頁巖儲(chǔ)層等效孔隙縱橫比反演[J]. 錢恪然,張峰,李向陽,章惠,郭詩樂.  石油物探. 2015(06)
[9]應(yīng)用測(cè)井方法計(jì)算泥頁巖有機(jī)碳質(zhì)量分?jǐn)?shù)[J]. 陳柯童,劉華,魯雪松,田華,張寶收,蘆慧,喬柱.  斷塊油氣田. 2015(03)
[10]隨機(jī)森林回歸模型及其在污水排放量預(yù)測(cè)中的應(yīng)用[J]. 崔東文.  供水技術(shù). 2014(01)

博士論文
[1]測(cè)井屬性的地震測(cè)井智能聯(lián)合反演[D]. 張學(xué)慶.成都理工大學(xué) 2002

碩士論文
[1]基于支持向量機(jī)的儲(chǔ)層參數(shù)預(yù)測(cè)方法研究[D]. 朱永才.西南石油大學(xué) 2012
[2]加權(quán)支持向量機(jī)若干算法的研究及其應(yīng)用[D]. 廖明.湖南大學(xué) 2011
[3]基于決策樹的數(shù)據(jù)挖掘算法研究與應(yīng)用[D]. 盧東標(biāo).武漢理工大學(xué) 2008



本文編號(hào)：3516136