基于BP神经网络的黏土矿物预测模型

摘要

黏土矿物的准确预测是深层钻探和油气层保护的关键,为明确塔里木盆地库车凹陷北部构造带侏罗系阿合组黏土矿物分布规律,利用自然伽马能谱测井参数、阳离子交换能力、含氢指数和光电吸收截面指数,构建了基于BP神经网络的测井模型和组合模型,其平均绝对误差分别为5.34％和2.38％.将构建的模型应用于依南5井,结合X射线衍射资料,2个模型的平均绝对误差分别为4.64％和3.45％.模型预测的依南5井黏土矿物含量从高到低依次为伊利石、绿泥石、伊蒙混层和高岭石,在油藏开发中应预防储集层速敏和酸敏伤害.