本发明涉及石油储层开发领域,尤其涉及一种预测储层有机碳含量的方法、装置、电子设备以及介质。
背景技术:
1、深层页岩气资源潜力巨大,其中,川南一类区优质页岩可开采面积占比大并且是天然气产量持续快速增长的核心领域,但川南优质页岩厚度比较薄并且页岩气水平井理想箱体距龙马溪底界是10-15米的范围。如果能够准预测有机碳含量,即可对深层优质页岩的产量预测提供可靠的数据支撑,但是,优质页岩地震响应容易湮没于强振幅反射之中对于预测有机碳含量带来挑战。
2、目前,为了成功获取有机碳含量值,可以采用叠后震控测井反演方法或者井控地震叠前反演方法,这两种方法都可以通过获取中间量确定有机碳含量值,但是,如果单一通过叠后震控测井反演方法,会使方法模型化比较严重,测井资料的优势没有凸显;如果单一通过井控地震叠前反演方法,受分辨率影响使得预测结果精度低。
技术实现思路
1、本发明提供了一种预测储层有机碳含量的方法、装置、电子设备以及介质,以解决预测储层有机碳含量的精度低的问题。
2、根据本发明的一方面,提供了一种预测储层有机碳含量的方法,该方法包括:
3、通过神经网络模型对样本储层的测井资料进行强化操作,并从进行强化操作后的测井资料中确定弹性参数;
4、通过神经网络模型对样本储层的测井资料进行强化操作,并从进行强化操作后的测井资料中确定弹性参数;
5、根据测井资料的样本储层有机碳含量与弹性参数,建立储层有机碳含量和弹性参数之间的映射关系;
6、根据目标储层的测井资料确定目标储层的目标弹性参数,并根据所述映射关系和所述目标弹性参数预测所述目标储层的有机碳含量。
7、根据本发明的另一方面,提供了一种预测储层有机碳含量的装置,该装置包括:
8、弹性参数确定模块,用于通过神经网络模型对样本储层的测井资料进行强化操作,并从进行强化操作后的测井资料中确定弹性参数;
9、映射关系建立模块,用于根据测井资料的样本储层有机碳含量与弹性参数,建立储层有机碳含量和弹性参数之间的映射关系;
10、有机碳含量预测模块,用于根据目标储层的测井资料确定目标储层的目标弹性参数,并根据所述映射关系和所述目标弹性参数预测所述目标储层的有机碳含量。
11、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
12、至少一个处理器;以及
13、与所述至少一个处理器通信连接的存储器;其中,
14、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的预测储层有机碳含量方法。
15、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的预测储层有机碳含量方法。
16、本发明实施例的技术方案,通过神经网络模型对样本储层的测井资料进行强化操作,便于从强化操作后的测井资料中提取样本储层的弹性参数,根据测井资料样本储层的有机碳含量和弹性参数值,确定储层有机碳含量和弹性参数之间的映射关系,通过获取目标储层的目标弹性参数,并根据目标弹性参数和映射关系确定目标储层的有机碳含量。该方法通过建立有机碳含量和弹性参数的映射关系并准确的获取目标储层的目标弹性参数,可以提高预测储层有机碳含量的精确度。
17、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种预测储层有机碳含量的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述强化操作包括减小强轴的反射强度并增强弱轴的反射强度。
3.根据权利要求1所述的方法,其特征在于,从进行强化操作后的测井资料中确定弹性参数,包括:
4.根据权利要求1-3任一项所述的方法,其特征在于,所述弹性参数至少包括纵波阻抗和/或横波阻抗。
5.根据权利要求3所述的方法,其特征在于,根据中间参数获取弹性参数,包括:
6.根据权利要求5所述的方法,其特征在于,所述目标参数至少包括横波速度、纵波速度、横波密度和纵波密度。
7.根据权利要求1所述的方法,其特征在于,根据目标储层的测井资料确定目标储层的目标弹性参数,包括:
8.一种预测储层有机碳含量的装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的预测储层有机碳含量方法。