首页 | 本学科首页   官方微博 | 高级检索  
     

煤系页岩有机质特征及有机碳含量预测:以宁武南区块为例
引用本文:刘忠,唐书恒,张鹏豹,张迁,张珂,杨雄雄,梅小凡. 煤系页岩有机质特征及有机碳含量预测:以宁武南区块为例[J]. 科学技术与工程, 2023, 23(27): 11593-11604
作者姓名:刘忠  唐书恒  张鹏豹  张迁  张珂  杨雄雄  梅小凡
作者单位:中国石油华北油田勘探开发研究院;中国地质大学(北京)能源学院
基金项目:国家自然科学基金项目(42272197)《煤储层润湿性与气水可动性基础研究》
摘    要:宁武盆地石炭-二叠系太原组-山西组地层广泛发育,但其煤系页岩气勘探程度尚低。本文基于宁武南区块多口钻井页岩样品的扫描电镜观测、有机碳含量测试、岩石热解测试及系列测井数据探讨了宁武南区块煤系页岩展布特征、有机质微观赋存特征和有机质丰度预测方法。结果表明:宁武南区块太原组-山西组煤系页岩连续泥岩厚度达到30m以上,有机质丰度平均达到2.6%,有机质类型以Ⅲ型干酪根为主,显微组分以惰质体与镜质体为主,有机质孔隙主要发育于固体沥青,镜质体与惰质体中零星可见。构建了基于改进ΔlogR法、多元线性回归和神经网络的有机碳含量预测模型,对比预测精度认为反向传播(back propogation, BP)神经网络模型更适用于研究区煤系页岩有机碳含量预测。利用构建的BP神经网络模型对宁武南区块太原组和山西组总有机碳(total organic carbon, TOC)进行预测,指出研究区东北部煤系页岩有机质丰度高(TOC > 3%),具有较好的勘探前景。

关 键 词:宁武南  太原组  山西组  煤系页岩  显微组分  测井  神经网络
收稿时间:2023-02-23
修稿时间:2023-09-12

Organic matter characteristics and total organic carbon content prediction of coal measure shale: A case study of the South Ningwu Block
Liu Zhong,Tang Shuheng,Zhang Pengbao,Zhang Qian,Zhang Ke,Yang Xiongxiong,Mei Xiaofan. Organic matter characteristics and total organic carbon content prediction of coal measure shale: A case study of the South Ningwu Block[J]. Science Technology and Engineering, 2023, 23(27): 11593-11604
Authors:Liu Zhong  Tang Shuheng  Zhang Pengbao  Zhang Qian  Zhang Ke  Yang Xiongxiong  Mei Xiaofan
Affiliation:Institute of exploration and development of Huabei Oilfield Company,PetroChina;School of Energy Resource,China University of Geosciences Beijing
Abstract:
Keywords:South Ningwu Block  Shanxi Formation   Taiyuan Formation   Coal measure shale   Macerals   Well logging   Neural network
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号