基于概率神经网络的烃源岩TOC预测——以珠江口盆地陆丰南区为例
Fault-Block Oil and Gas Field（2019）
Abstract
烃源岩评价在油气成藏和资源潜力研究中起着关键性作用,而总有机碳质量分数(TOC)是烃源岩评价的基础和影响油气资源评价的关键参数.海上油气勘探因钻井和取样数量的限制,难以获得连续的TOC数据.通过地化-测井-地震联合优选地震属性参数,基于概率神经网络(PNN)对陆丰南区烃源岩TOC进行了预测.结果 表明:文昌组下段发育优质烃源岩,其中文四段烃源岩是陆丰凹陷南部油气资源的主要贡献者.运用PNN神经网络预测烃源岩TOC,可获得高精度烃源岩TOC三维数据体,充分揭示了烃源岩有机质丰度的非均质特点,有效弥补了海上少井区烃源岩评价的缺陷,为精细油气资源潜力评价提供了一种新的尝试.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined