基于多测井参数的陆相页岩储层总有机碳含量预测：以和尚塬地区延长组长7段为例

摘要

总有机碳含量（Total Organic Carbon, TOC）是评价页岩油气潜力的关键参数，利用测井数据预测TOC，能刻画整段储层的TOC变化，对于明确地质-工程“甜点”意义重大．和尚塬地区延长组长7段陆相页岩由于沉积环境频繁交替变化，页岩层系内大量发育粉砂质泥岩条带．针对岩性非均质性强的特点，将页岩储层细分为页岩和粉砂质泥岩两种岩性，分别建立TOC预测模型．在比较现有方法的基础上，结合研究区的测井资料实际，选用△lg R改进法和机器逐步回归学习法分岩性建立预测模型．经过实测数据的精度检验，机器逐步回归学习法的预测精度更高．通过对单井预测值与实测值的误差分析，印证了细分岩性机器逐步回归学习预测模型的可靠性，证明该方法对预测以常规测井为主的陆相泥页岩TOC是有效的．在此基础上，应用该方法对研究区101口井长7段泥页岩进行预测，获得了TOC的空间展布．

关键词

总有机碳含量预测 / 测井资料 / 陆相页岩 / 机器学习