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

关键词：烃源岩 总有机碳质量分数 神经网络 陆丰南区 

摘要：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。

断块油气田杂志要求:

{1}参考文献：本刊要求所有参考文献按照在文中出现的先后顺序做实引，在引用处用上角标的形式标注，如“[1]”、“[2]”等。

{2}鼓励首发，反对抄袭、剽窃等侵犯他人著作权的行为。由此给本刊造成不良后果的，本刊将追究责任。

{3}本刊只刊登首发稿。为保证作者的署名权和知识产权，作者和课题负责人应在《稿件登记表》上签名。本刊编辑部对来稿有文字修改权，对所发稿有版权。

{4}除正文外，要有300字以内的中文摘要和3至5个关键词。

{5}引言应说明研究的目的、意义、主要方法、范围和背景等。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社