一種基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的泥質(zhì)烴源巖TOC預(yù)測(cè)模型

打開(kāi)文本圖片集

摘要：目前巖石中原始有機(jī)質(zhì)的豐度可以使用測(cè)定巖石中殘留的總有機(jī)碳含量（TOC）表示。但在實(shí)際應(yīng)用時(shí)，受取心樣品和實(shí)驗(yàn)分析成本的限制，單井烴源巖TOC的測(cè)定有限；同時(shí)受構(gòu)造和沉積環(huán)境的控制，有機(jī)質(zhì)的富集在縱向上變化也是比較大的。烴源巖富含有機(jī)質(zhì)的煤系地層巖性差異大，測(cè)井響應(yīng)特征受其影響變化大，因此該文避免巖性對(duì)測(cè)井曲線的影響，并且通過(guò)總結(jié)前人的研究經(jīng)驗(yàn)，從神經(jīng)網(wǎng)絡(luò)出發(fā)，提出了一種利用測(cè)井曲線基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的泥質(zhì)烴源巖TOC預(yù)測(cè)模型，經(jīng)過(guò)實(shí)際應(yīng)用，結(jié)果表明該方法有較好的準(zhǔn)確性，可以得到較好的預(yù)測(cè)效果。（剩余5785字）