[发明专利]一种预测烃源岩有机质丰度的方法及装置

权利要求书

1.一种预测烃源岩有机质丰度的方法，其特征在于，包括：

获取目标区域的测井曲线；

根据所述测井曲线计算所述目标区域的总有机碳TOC值；

根据所述目标区域的TOC值，结合测井曲线合成地震记录，进行井震标定；

根据所述井震标定的结果，提取井旁道地震属性特征，建立TOC与所述地震属性特征的关系式；

根据所述关系式建立目标区域TOC的空间分布。

2.根据权利要求1所述的方法，其特征在于，所述根据所述测井曲线计算所述目标区域的TOC值，具体包括：△lg R和U曲线组合法：

对测井曲线进行标准化处理、选出对有机质丰度敏感的相关参数；

以标准刻度将声波时差曲线与电阻率曲线进行反向叠加，在细粒非烃源岩层段，将两曲线重合形成基线，建立基线值，即基线对应的声波时差值或电阻率值；

将烃源岩段，两曲线分离的幅度差定义为△lg R。

3.根据权利要求2所述的方法，其特征在于，所述根据所述测井曲线计算所述目标区域的TOC值的公式为：

TOC＝A₁×ω(U)+A₂×△lg R+A₃，

式中：ω(U)为U的质量分数；

lg R为2条测井曲线间的分离幅度差；

A₁、A₂、A₃为设定的拟合常数。

4.根据权利要求1所述的方法，其特征在于，所述井旁道地震属性特征包括：振幅、波形、频率、能量、和/或相位。

5.根据权利要求1所述的方法，其特征在于，所述结合测井曲线合成地震记录，进行井震标定，具体包括：多元逐步回归分析和神经网络相结合的方法：

提取井旁道地震属性，包括振幅X₁、波形X₂、频率X₃、能量X₄、相位X₅；

通过单属性相关分析筛选出与目标参数相关值高的属性，这个过程中对单井进行时移优化和非线性转换来提高属性间的相关值；

通过多元逐步回归分析确定最优化的属性顺序，通过交互验证分析确定最优化的属性个数，优化选取最佳属性组合；利用线性关系选取多个地震属性参数进行神经网络分析，找到相关性最好时的最多属性个数N，将N个地震属性为输入，波阻抗曲线为输出，调整到精度满足要求时，求得相关系数，选取属性组合；

将所建立的数学关系运用到地震数据体中进行目标参数的反演。

6.根据权利要求1所述的方法，其特征在于，所述根据所述关系式建立目标区域TOC的空间分布包括：利用空间插值法得到目标区域的TOC空间分布，根据地震体反演结果，建立波阻抗标准值，将大于标准值的作为砂岩处理进行剔除，剩下的即为烃源岩TOC反演体，然后对该部分进行插值处理。

7.根据权利要求1所述的方法，其特征在于，所述根据所述关系式建立目标区域TOC的空间分布后还包括：剔除所述目标区域砂岩的影响。

8.一种预测烃源岩有机质丰度的装置，其特征在于，所述装置包括：

获取模块用于获取目标区域的测井曲线；

计算模块用于根据所述测井曲线计算所述目标区域的TOC值；

标定模块用于根据所述目标区域的TOC值，结合测井曲线合成地震记录，进行井震标定；

回归分析模块用于根据所述井震标定的结果，提取井旁道地震属性特征，建立TOC与所述地震属性特征的关系式；

构建模块用于根据所述关系式建立目标区域TOC的空间分布。

9.根据权利要求8所述的装置，其特征在于，所述计算模块包括：△lg R和U曲线组合法。

10.根据权利要求9所述的装置，其特征在于，计算TOC的公式为：

TOC＝A₁×ω(U)+A₂×△lg R+A₃，

式中：ω(U)为U的质量分数；

△lg R为2条测井曲线间的分离幅度差；

A₁、A₂、A₃为拟合常数。