节点文献
基于ConvLSTM神经网络的TOC预测方法
【机构】 中国石油大学(北京)油气资源与探测国家重点实验室； 中国石油大学(北京)克拉玛依校区；
【摘要】 TOC(总有机碳)含量对于评价烃源岩具有重要意义。针对目前实测TOC值较少并且测量成本较高的问题,本文提出一种基于ConvLSTM神经网络的TOC预测方法,该方法利用自然电位、自然伽马和声波时差等储层参数实现TOC的直接预测。利用某工区的4口井的测井数据对ConvLSTM神经网络进行训练和测试,并与传统方法进行比较,结果表明该方法具有较高的预测精度和实用价值。
【关键词】 烃源岩；
TOC；
ConvLSTM神经网络；
储层参数；
- 【会议录名称】 中国石油学会2021年物探技术研讨会论文集
- 【会议名称】中国石油学会2021年物探技术研讨会
- 【会议时间】2021-09-27
- 【会议地点】中国四川成都
- 【分类号】P631;P618.13
- 【主办单位】中国石油学会石油物探专业委员会、中国地球物理学会勘探地球物理委员会