[发明专利]基于BP神经网络的页岩气甜点预测方法

说明书

本发明提供了一种基于BP神经网络的页岩气甜点预测方法，属于地质探勘领域。其包括：考获取储层甜点、保存甜点和压力系数甜点中的各项地质参数，评价与页岩气含气量相关的地质特征参数，将所述地质特征参数经BP神经网络模型建立与页岩气含气量对应的映射关系，获得各地质特征参数的最优权重，通过量化叠加各个参数平面图件，得到页岩储层的甜点分布预测模型。这种预测方法通过系统分析储层甜点、保存甜点以及压力系数甜点中各项地质参数对页岩含气量的影响，结合BP神经网络，明确不同构造区甜点的地质参数的权重，量化预测页岩储层的页岩气甜点区的分布。

技术领域

本发明涉及页岩气领域，具体而言，涉及一种基于BP神经网络的页岩气甜点预测方法。

背景技术

页岩气资源丰富，有望缓解面临的能源危机。然而，由于页岩地层复杂，其勘探开发难度大、且页岩气钻井成本远高于常规石油钻井。这就需要在对页岩气储层进行开发时，准确预测并识别未来勘探的“甜点”潜力区。

据Jarvie等(2007年)给出北美页岩甜点的参考指标主要为静态参数，包含三大类型，页岩分布(埋藏深度、页岩厚度与横向分布、断裂分布)；页岩组成(有机质类型和丰度，粘土矿物、脆性矿物)；页岩属性(热成熟度、孔隙度、渗透率)。但我国四川盆地及周缘海相页岩层系热演化程度高、埋藏时间长、经历构造期次多导致其地质条件复杂。其页岩气含气量影响因素不仅受前期静态沉积指标影响，更受后期构造运动导致的保存参数变化影响。可知，现有北美页岩评价方法难以满足对海相页岩甜点的预测。

此外，目前存在的这种甜点地质参数评价与优选甜点区的方法均存在以定性描述为主、简单主观赋值打分、多参数综合评价仅是通过简单叠加、保存条件指标评价单一难以量化等问题。这就导致预测过程中，难以对地质特征参数进行量化，叠加法预测的结果可比较性差；同时，没有考虑各个地质特征参数对含气量影响的权重，叠加法得到的预测平面图也无法判断研究区内的甜点区域或趋势的变化。

发明内容

本发明的目的在于提供一种基于BP神经网络的页岩气甜点预测方法，通过系统分析储层甜点、保存甜点以及压力系数甜点中各项地质参数对页岩含气量的影响，结合BP神经网络，明确不同构造区甜点的地质参数的权重，量化预测页岩储层的页岩气甜点区的分布。

为了实现本发明的上述目的，特采用以下技术方案：

一种基于BP神经网络的页岩气甜点预测方法，其包括：

获取储层甜点、保存甜点和压力系数甜点中的各项地质参数，评价与页岩气含气量相关的地质特征参数，将所述地质特征参数经BP神经网络模型建立与页岩气含气量对应的映射关系，获得各地质特征参数的最优权重，通过量化叠加各个参数平面图件，得到页岩储层的甜点分布预测模型。

进一步地，在本发明较佳的实施例中，上述储层甜点中的特征数据包括：有机碳含量、热演化程度、孔隙度、渗透率及脆性矿物量。

进一步地，在本发明较佳的实施例中，上述保存甜点中的特征数据包括埋深；上述压力系数甜点中的特征数据包括压力系数。

进一步地，在本发明较佳的实施例中，上述页岩气甜点的预测模型如下：

Gas＝a·Dep+b·TOC+c·Ro+d·φ+e·K+f·BM+g·P

式中，Dep为待勘探区页岩储层的埋深；TOC为待勘探区页岩储层的有机碳含量；Ro为待勘探区页岩储层的热演化程度；φ为待勘探区页岩储层的孔隙度；K为待勘探区页岩储层的渗透率；BM为待勘探区页岩储层中脆性矿物含量；P为待勘探区页岩储层的压力系数；a、b、c、d、e、f以及h均为各所述地质参数的最优权重值。

进一步地，在本发明较佳的实施例中，上述BP神经网络采用三层BP网络拓扑结构，包括输入层、隐含迭代计算层和输出层。