基于经验约束的页岩总有机碳含量智能预测方法

本发明公开了一种基于经验约束的页岩总有机碳含量智能预测方法，涉及地球物理测井技术领域。本发明根据研究区的测井资料，重构波阻抗曲线，获取多个TOC样本数据，构建包括训练集和测试集的样本数据集后，基于DEN‑GR修正△LogR模型确定总有机碳含量经验模型，并引入至GWO算法的适应度函数中，利用GWO算法和训练集中的TOC样本数据优化SVR模型，确定SVR模型中惩罚系数和核函数参数的最优解，得到训练后的SVR模型并采用测试集中的TOC样本数据验证SVR模型对于页岩总有机碳含量预测的准确性，并将验证后的SVR模型应用于页岩总有机碳含量智能预测中。本发明将经验约束与GWO‑SVR算法相结合，实现了对页岩总有机碳含量的精确预测，为指导页岩储层的勘探开发提供了依据。