CN105184106A - 一种确定泥页岩储层中吸附气含量的方法及装置 - Google Patents

Abstract

本发明提供了一种确定泥页岩储层中吸附气含量的方法及装置，属于泥页岩储层含气量预测技术领域。所述方法包括：获取待测泥页岩储层的吸附气影响因素；根据物性参数和待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得实测吸附气含量；根据吸附气影响因素和实测吸附气含量确定实测吸附气含量随吸附气影响因素变化的散点图；将散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；根据吸附气含量的主控因素建立多元线性回归模型；根据吸附气影响因素和实测吸附气含量，并通过多元线性回归模型确定吸附气含量模型。本发明具有定量预测结果的准确性较高的特点。

Description

一种确定泥页岩储层中吸附气含量的方法及装置

技术领域

本发明涉及一种确定泥页岩储层中吸附气含量的方法及装置，属于泥页岩储层含气量预测技术领域。

背景技术

页岩气是一种新型天然气资源，但对于如何确定储层中的页岩气含气量的研究还存在困难。其中，如何有效获取含气量数据、如何选取适合页岩气含气量计算的方法和参数以及如何对页岩气含气量做出准确的预测和评价都还是页岩气研究的重要内容。

对于页岩气含气量的定量预测，目前主要采用的是单因素相关性分析法及主成分分析，从而确定影响含气量的主控因素，在此基础上建立含气量与主控因素之间的定量预测模型，用定量预测模型来估算含气量，达到含气量的定量预测目的。而在页岩气中，吸附气作为最主要组成部分，直接影响总的气体含量，通常情况下吸附态页岩气含量占页岩气总含量的20％～85％。如能够准确预测吸附气含量则能够提高对页岩气含气量的定量预测效果，但是目前还没有一种方法能够对页岩气中的吸附气含量进行准确的定量预测，从而导致对页岩气含气量的定量预测结果的准确性较差。

发明内容

本发明为解决现有的页岩气含气量的定量预测结果的准确性较差的问题，进而提出了一种确定泥页岩储层中吸附气含量的方法及装置，具体包括如下的技术方案：

一种确定泥页岩储层中吸附气含量的方法，包括：

获取待测泥页岩储层的吸附气影响因素，所述吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数；

根据所述物性参数和所述待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得所述待测泥页岩储层的实测吸附气含量；

根据所述吸附气影响因素和所述实测吸附气含量确定实测吸附气含量随所述吸附气影响因素变化的散点图；

将所述散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；

根据所述吸附气含量的主控因素建立多元线性回归模型；

根据所述吸附气影响因素和所述实测吸附气含量，并通过所述多元线性回归模型确定吸附气含量模型。

一种确定泥页岩储层中吸附气含量的装置，包括：

参数获取单元，用于获取待测泥页岩储层的吸附气影响因素，所述吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数；

吸附气含量确定单元，用于根据所述物性参数和所述待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得所述待测泥页岩储层的实测吸附气含量；

散点图确定单元，用于根据所述吸附气影响因素和所述实测吸附气含量确定实测吸附气含量随所述吸附气影响因素变化的散点图；

主控因素确定单元，用于将所述散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；

线性回归模型建立单元，用于根据所述吸附气含量的主控因素建立多元线性回归模型；

吸附气含量模型建立单元，用于根据所述吸附气影响因素和所述实测吸附气含量，并通过所述多元线性回归模型确定吸附气含量模型。

本发明的有益效果是：通过待测泥页岩储层的等温吸附实验数据获得实测吸附气含量，并利用实测吸附气含量与各个影响因素之间建立单因素相关性分析散点图，再根据拟合度确定吸附气的主控因素，进而通过吸附气含量与主控因素之间的多元线性回归方程确定吸附气含量的定量预测模型，具有页岩气含气量的定量预测结果的准确性较高的特点，可为吸附气含量及含气量定量预测提供参考，具有广泛的适用性。

附图说明

图1以示例的方式示出了确定泥页岩储层中吸附气含量的方法的流程图。

图2是实施例一提供的确定泥页岩储层中吸附气含量的方法的流程图。

图3是实施例一提供的吸附含气量随TOC变化的散点图，其中的横坐标表示TOC的百分含量，纵坐标表示吸附气含量，单位为m³/t。

图4是实施例一提供的吸附含气量随Ro变化的散点图，其中的横坐标表示Ro的百分含量，纵坐标表示吸附气含量，单位为m³/t。

图5是实施例一提供的吸附含气量随粘土矿物变化的散点图，其中的横坐标表示粘土矿物的百分含量，纵坐标表示吸附气含量，单位为m³/t。

图6是实施例一提供的吸附含气量随脆性矿物变化的散点图，其中的横坐标表示脆性矿物的百分含量，纵坐标表示吸附气含量，单位为m³/t。

图7是实施例一提供的吸附含气量随比表面积变化的散点图，其中的横坐标表示比表面积，单位为cm²/g，纵坐标表示吸附气含量，单位为m³/t。

图8是实施例一提供的吸附含气量随孔隙度变化的散点图，其中的横坐标表示孔隙度，纵坐标表示吸附气含量，单位为m³/t。

图9是实施例一提供的吸附含气量随密度变化的散点图，其中的横坐标表示密度，单位为g/cm³纵坐标表示吸附气含量，单位为m³/t。

图10是实施例一提供的长7段泥页岩样品等温吸附实验吸附气量随地层压力变化的散点图，其中的横坐标表示地层压力，单位为MPa，纵坐标表示吸附气含量，单位为m³/t。

图11是实施例一提供的等温吸附实验获得的吸附气量随地层温度变化的散点图，其中的横坐标表示地层温度，单位为℃，纵坐标表示吸附气含量，单位为m³/t。

图12是实施例一提供的实测吸附含气量与确定的吸附含气量拟合关系图，其中的横坐标表示实施例一提供的方法确定的吸附气含量，单位为m³/t，纵坐标表示实测吸附气含量，单位为m³/t。

图13是实施例二提供的确定泥页岩储层中吸附气含量的装置的结构图。

具体实施方式

本发明的实施例提出了一种确定泥页岩储层中吸附气含量的方法，结合图1所示，该方法包括：

步骤11，获取待测泥页岩储层的吸附气影响因素，该吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数。

针对预定的泥页岩气藏区域，通过分析测试能够获得待测泥页岩储层的吸附气影响因素，该吸附气影响因素可以包括有机地化特征参数、矿物组成参数、物性参数和外部参数。其中，该有机地化特征参数可以包括有机质丰度参数TOC和有机质成熟度参数Ro；该矿物组成参数可以包括粘土矿物含量和脆性矿物含量；物性参数包括比表面积BET、孔隙度和密度ρ；该外部参数可以包括地层温度T和地层压力P。

步骤12，根据物性参数和待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得待测泥页岩储层的实测吸附气含量。

其中的预定吸附模型可采用Langmuir等温吸附模型，并满足如下的表达式：

$V=\frac{V_L\×P}{P+P_L}$

其中，V表示实测吸附气含量，V_L表示兰氏体积，P_L表示兰氏压力，P表示地层压力。

通过该Langmuir等温吸附模型获得待测泥页岩储层的实测吸附气含量的过程可以包括：Langmuir等温吸附模型中的P_L值和V_L值可根据等温(地层温度T)吸附实验设定至少两个P值和实测的V值，从而计算出P_L值和V_L值；然后根据计算出的P_L值和V_L值，将实际地层压力P代入该Langmuir等温吸附模型，从而得到样品在地层温度T下的实测吸附气量。

步骤13，根据吸附气影响因素和实测吸附气含量确定实测吸附气含量随吸附气影响因素变化的散点图。

根据待测泥页岩储层的吸附气影响因素的不同，可以确定出实测吸附气含量随有机质丰度参数TOC变化的散点图、实测吸附气含量随有机质成熟度参数Ro变化的散点图、实测吸附气含量随粘土矿物含量变化的散点图、实测吸附气含量随脆性矿物含量变化的散点图、实测吸附气含量随比表面积BET变化的散点图、实测吸附气含量随孔隙度变化的散点图、实测吸附气含量随密度ρ变化的散点图、实测吸附气含量随地层温度T变化的散点图以及实测吸附气含量随地层压力P变化的散点图。

步骤14，将散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素。

其中，吸附含气量随有机地化特征参数中的TOC和Ro的增大而增大，因此与TOC和Ro均呈较好的正相关关系；吸附含气量与矿物组成参数中的粘土矿物含量和脆性矿物含量之间相关性不明显；吸附含气量随物性参数中BET的增大而增大，因此与BET呈较好的正相关关系；吸附含气量随物性参数中φ和ρ之间相关性不明显；吸附含气量随外部参数中P的增大而增大，与P的对数LnP呈较好的正相关关系；吸附含气量随外部参数中T的增大而减小，与T呈较好的负相关关系。

可选的，本实施例设定拟合度R²的阈值为0.25，通过对吸附气影响因素进行筛后，将R²>0.25的吸附气影响因素确定为吸附气含量的主控因素。

步骤15，根据吸附气含量的主控因素建立多元线性回归模型。

可选的，该多元线性回归模型满足如下的表达式：

V＝a₀+a₁x₁+a₂x₂+...+a_nx_n

其中，V表示实测吸附气含量，x₁～x_n表示吸附气影响因素，a₁～a_n表示预定吸附气系数。

步骤16，根据吸附气影响因素和实测吸附气含量，并通过多元线性回归模型确定吸附气含量模型。

根据吸附气含量与吸附气影响因素x₁～x_n，结合等温吸附实验获得的吸附气含量数据，采用多元线性回归分析，能够获得预定吸附气系数a₁～a_n的值，进而确定吸附气含量模型。在确定吸附气含量模型后，可通过该吸附气含量模型确定待测泥页岩储层中的吸附气含量。

可选的，本实施例提供的确定泥页岩储层中吸附气含量的方法还可以包括：将吸附气影响因素代入吸附气含量模型并计算获得预测吸附气含量，根据预测吸附气含量的散点图与实测吸附气含量的散点图的比较结果，对吸附气含量模型进行验证。

根据步骤16建立的吸附气含量模型，将各种吸附气影响因素代入该吸附气含量模型式中获得吸附气含量，然后做出等温吸附实测出的吸附气含量与该吸附气含量模型获得的吸附气含量散点图，拟合后根据与各种吸附气影响因素的拟合度验证该吸附气含量模型的可靠性。

下面通过具体的实施例对确定泥页岩储层中吸附气含量的方法及装置进行说明：

实施例一

本实施例以某盆地内一延长组泥页岩储层为实施对象来对确定泥页岩储层中吸附气含量的方法进行说明，该盆地总面积约为25×104km²，构造上为近南北走向西翼陡东翼缓的大向斜，根据目前的构造形态、基底特征以及沉积建造等资料，可将盆地划分成六个一级构造单元。该盆地的延长组沉积演化经历了初始坳陷期、强烈坳陷期、坳陷萎缩期、短暂扩展期、再次萎缩期和湖盆消亡期的演变过程。长9期处于晚三叠世湖盆早期初始坳陷期，形成长9段页岩为区域上分布稳定；长7初期处于湖盆强烈坳陷阶段，形成长7段页岩为盆地内最主要的分布稳定的“张家滩”页岩。延长组长7段、长9段泥页岩TOC大多数在1％以上，主要集中在3％～7％的范围内，有机质类型主体为II型，且II1型较II2型多，有机质成熟度Ro主要分布在0.8％～1.1％之间，且Ro在不同的深度变化不大，Tmax分布在420℃～460℃间。

结合图2所示，本实施例提供的确定泥页岩储层中吸附气含量的方法包括：

步骤21，针对预定的泥页岩气藏区域，通过分析测试获得多个样品的吸附气影响因素，该吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数。

通过进行岩心样品采集，共采集到上三叠统延长组长7、长9段43块泥页岩样品。分析整理后确定吸附气影响因素可分为两大类，即内部因素和外部因素。将内部因素归类后可分为三类：有机地化特征参数、矿物组成参数和物性参数。其中的有机地化特征参数包括有机质丰度参数TOC、有机质类型和有机质成熟度参数Ro；矿物组成参数包括粘土矿物含量、脆性矿物含量、碳酸盐岩矿物含量和黄铁矿含量；物性参数包括比表面积BET、孔隙度φ和密度ρ。外部因素包括地层温度T、地层压力P、泥页岩厚度和含水量。

利用岩心样品对所有吸附气影响因素设计实验，针对有机地化参数有机质丰度、类型和成熟度分别设计有机质丰度TOC测定、镜质体鉴定和反射率测定、热解的实验获得数据；针对矿物组成参数设计全岩矿物鉴定和粘土矿物鉴定的实验获得数据；针对物性参数设计核磁共振的实验获得孔隙度数据。收集样品的密度、地层温度和地层压力数据。由于有机质类型无法定量化分析，碳酸盐岩矿物和黄铁矿在本次样品中含量太少，泥页岩的厚度影响不明显，含水量数据欠缺，可从本实施例的考虑范围中排除。最终通过实验获得TOC数据、热解数据、Ro数据、粘土矿物和全岩矿物分析数据各30个，收集密度数据15个、地层温度T和地层压力P数据各30个。

其中，通过对吸附气影响因素中的TOC、Ro、粘土矿物含量、脆性矿物含量、BET、φ、ρ、T以及P，从同一样品各影响因素数据是否齐全和是否为异常值的角度进行分析，例如对每个吸附气影响因素设定阈值，若超过阈值范围则确定为异常值，从而确定可用数据，能够提高分析的准确性。例如，在本实施例中共获得ρ数据15个，通过对数据分析，确定可用数据9个。

步骤22，根据地层温度T、和地层压力P以及待测泥页岩储层的等温吸附实验数据，并通过Lamgmuir等温吸附模型获得待测泥页岩储层的实测吸附气含量。

根据等温吸附实验数据，可以获得各样品的吸附气含量的实测值。示例如FY2井等温吸附实验分析及实验结果参数具体数据如表1所示：

表1富页2井等温吸附实验分析数据表

根据FY2井等温吸附实验分析及实验结果的分析计算，得到V_L＝3.82m³/t，P_L＝1.34MPa，FY2井实验样品的地层压力数据为9.34Mpa,根据Langmuir等温吸附模型可获得吸附气含量实测数据如表2所示：

$V=\frac{V_L\×P}{P+P_L}=\frac{3.82\×9.37}{9.37+1.34}=3.34m^3/t$

表2实验结果参数表

可选的，重复上述过程，在地层温度T的条件下，根据地层压力P、V_L和P_L数据，代入Langmuir等温吸附模型中，计算得到部分样品的等温吸附气量数据，如表3所示：

表3Langmuir模型计算部分样品等温吸附气量数据表

步骤23，根据有机质丰度参数TOC、有机质成熟度参数Ro、粘土矿物含量、脆性矿物含量、比表面积BET、孔隙度、密度ρ、地层温度T和地层压力P确定吸附气量V与各吸附气影响因素之间的散点图。

对延长组实验数据及收集数据进行整理、分析和挑选，做出延长组长7段或长9段样品的吸附含气量与有机地化特征参数、矿物组成参数、物性参数及地层温度和地层压力之间的散点图。

其中，经过对有机地化特征参数的整理、分析和挑选，剩余8个可用TOC数据和6个可用Ro数据，做出吸附气量V与TOC之间的散点图如图3所示，与Ro之间的散点图如图4所示。经过对矿物组成参数的整理、分析和挑选，剩余7个可用粘土矿物含量和脆性矿物含量数据，做出吸附气量V与粘土矿物含量之间的散点图如图5所示，与脆性矿物之间的散点图如图6所示。经过对物性参数的整理、分析和挑选，剩余7个可用比表面数据，11个可用孔隙度数据和9个可用的密度数据，做出吸附气量V与BET之间的散点图如图7所示，与φ之间的散点图如图8所示，与ρ之间的散点图如图9所示。经过对地层压力和地层温度的整理、分析和挑选，剩余5个等温吸附样品的可用数据，做出吸附含气量与地层压力P的散点图如图10所示，与地层温度T的散点图如图11所示。

步骤24，根据吸附含气量与各影响因素之间的散点图，拟合得到吸附气含量随各因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素。

根据已做出的散点图，对吸附气含量与有机地化特征参数、矿物组成参数、物性参数及地层压力和地层温度数据进行拟合，得到吸附气含量与各个吸附气影响因素的相关关系曲线和拟合度R²的值，如表4所示：

表4吸附气含量与各影响因素之间拟合度数据表

其中，吸附含气量随有机地化特征参数中的TOC和Ro的增大而增大，吸附含气量与TOC和Ro均呈较好的正相关关系；吸附含气量与矿物组成参数中的粘土矿物含量和脆性矿物含量之间相关性不明显；吸附含气量随物性参数中的BET的增大而增大，与BET呈较好的正相关关系；吸附含气量与和ρ之间相关性不明显；吸附含气量随地层压力P的增大而增大，与地层压力P的对数LnP呈较好的正相关关系；吸附含气量随地层温度T的增大而减小，与地层温度T呈很好的负相关关系；

在一可选实施例中，通过预定方法可确定R²>0.25为吸附气含量主控因素，而本实施例将R²＝0.25确定是否为主控因素的拟合度值。根据表4提供的拟合度数据，满足R²>0.25的影响因素有TOC、Ro、BET、P和T，所以确定前述的吸附气影响因素为吸附气含量的主控因素。

步骤25，根据吸附气含量的主控因素建立多元线性回归模型。

其中，根据已确定的吸附气含量的影响因素，可设定如下所示的预测吸附气含量的多元线性回归模型：

V＝a₀+a₁TOC+a₂Ro+a₃BET+a₄LnP+a₅T

其中，V表示实测吸附气含量，单位为m³/t；TOC表示有机质丰度；Ro表示有机质成熟度；BET表示比表面积，单位为cm²/g；P表示地层压力，单位为Mpa；T表示地层温度，单位为℃；a₀～a₅为待定系数。

步骤26，根据吸附气影响因素和实测吸附气含量，并通过多元线性回归模型确定待定系数a₀～a₅的值，进而建立吸附气含量模型。

根据吸附气含量与各影响因素TOC、Ro、BET、P和T数据，结合等温吸附实验获得的吸附气含量数据如表5所示，采用多元线性回归分析，得到待定系数a₀～a₅的值如表6所示，进而确定吸附气含量模型如下：

V＝-3.7540+0.2600TOC+1.2655Ro+0.1063BET+2.1139LnP+-0.0091T

其中，V表示实测吸附气含量，单位为m³/t，TOC表示有机质丰度；Ro表示有机质成熟度；BET表示比表面积，单位为cm²/g；P表示地层压力，单位为Mpa；T表示地层温度，单位为℃。

表5吸附气含量与各影响因素之间的数据统计表

V/m3/t	TOC/％	Ro/％	BET/cm2/g	P/Mpa	lnP	T/℃
							3.63	5.15	0.857	3.258	10.93	2.392	60
3.1	4.76	0.861	4.166	9.89	2.291	48
							3.91	4.2	0.93	5.539	9.96	2.299	55
3.1	4.76	0.862	4.166	7.96	2.074	50
							1.55	1.1	0.88	2.89	6.85	1.925	48
1.67	1.3	0.89	3.142	7.69	2.040	60
							4.47	6.3	0.96	8.933	11.08	2.405	62
4.55	7.1	1.01	6.355	11.62	2.453	63

表6各影响因素之前待定系数数据表

待定系数	a0	a1	a2	a3	a4	a5
							回归值	-3.7540	0.2600	1.2655	0.1063	2.1139	-0.0091

步骤27，将吸附气影响因素代入吸附气含量模型中获得吸附气含量，然后确定等温吸附实测出的吸附气含量与通过吸附气含量模型获得的吸附气含量的散点图，并根据等温吸附实测出的吸附气含量与通过吸附气含量模型获得的吸附气含量之间的拟合关系验证吸附气含量模型的可靠性。

根据步骤26建立的吸附气含量模型，将各吸附气影响因素代入该吸附气含量模型中计算获得如表7所示的吸附气含量。然后根据等温吸附实测出的吸附气含量与通过吸附气含量模型获得的吸附气含量确定的如图12所示的吸附气含量散点图，拟合后R²＝0.9586，证明等温吸附实测出的吸附气含量与通过吸附气含量模型获得的吸附气含量拟合效果好，因此该吸附气含量模型的可靠性较高。

表7实测吸附含气量与计算吸附含气量数据表

实测V/m3/t	3.63	3.1	3.91	3.1	1.55	1.67	4.47	4.55
									计算V/m3/t	3.53	3.42	3.46	2.95	1.58	1.81	4.57	4.66

实施例二

本实施例提供了一种确定泥页岩储层中吸附气含量的装置，结合图13所示，包括：

参数获取单元31，用于获取待测泥页岩储层的吸附气影响因素，吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数；

吸附气含量确定单元32，用于根据物性参数和待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得待测泥页岩储层的实测吸附气含量；

散点图确定单元33，用于根据吸附气影响因素和实测吸附气含量确定实测吸附气含量随吸附气影响因素变化的散点图；

主控因素确定单元34，用于将散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；

线性回归模型建立单元35，用于根据吸附气含量的主控因素建立多元线性回归模型；

吸附气含量模型建立单元36，用于根据吸附气影响因素和实测吸附气含量，并通过多元线性回归模型确定吸附气含量模型。

首先通过参数获取单元31在预定的泥页岩气藏区域进行分析测试能够获得待测泥页岩储层的吸附气影响因素，该吸附气影响因素可以包括有机地化特征参数、矿物组成参数、物性参数和外部参数。

然后由吸附气含量确定单元32根据物性参数和待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得待测泥页岩储层的实测吸附气含量。其中的预定吸附模型可采用Langmuir等温吸附模型。

根据待测泥页岩储层的吸附气影响因素的不同，可通过散点图确定单元33确定出实测吸附气含量随有机质丰度参数TOC变化的散点图、实测吸附气含量随有机质成熟度参数Ro变化的散点图、实测吸附气含量随粘土矿物含量变化的散点图、实测吸附气含量随脆性矿物含量变化的散点图、实测吸附气含量随比表面积BET变化的散点图、实测吸附气含量随孔隙度变化的散点图、实测吸附气含量随密度ρ变化的散点图、实测吸附气含量随地层温度T变化的散点图以及实测吸附气含量随地层压力P变化的散点图。

主控因素确定单元34用于将散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素。其中，吸附含气量随有机地化特征参数中的TOC和Ro的增大而增大，因此与TOC和Ro均呈较好的正相关关系；吸附含气量与矿物组成参数中的粘土矿物含量和脆性矿物含量之间相关性不明显；吸附含气量随物性参数中的BET的增大而增大，因此与BET呈较好的正相关关系；吸附含气量随物性参数中的φ和ρ之间相关性不明显；吸附含气量随外部参数中的P的增大而增大，与P的对数LnP呈较好的正相关关系；吸附含气量随外部参数中的T的增大而减小，与T呈较好的负相关关系。

线性回归模型建立单元35用于根据吸附气含量的主控因素建立多元线性回归模型，该多元线性回归模型满足如下的表达式：

V＝a₀+a₁x₁+a₂x₂+...+a_nx_n

其中，V表示实测吸附气含量，x₁～x_n表示吸附气影响因素，a₁～a_n表示预定吸附气系数。

吸附气含量模型建立单元36可根据吸附气含量与吸附气影响因素x₁～x_n，结合等温吸附实验获得的吸附气含量数据，采用多元线性回归分析，能够获得预定吸附气系数a₁～a_n的值，进而确定吸附气含量模型。在确定吸附气含量模型后，可通过该吸附气含量模型确定待测泥页岩储层中的吸附气含量。

可选的，本实施例提供的确定泥页岩储层中吸附气含量的装置还包括：

吸附气含量模型验证单元，用于将吸附气影响因素代入所述吸附气含量模型并计算获得预测吸附气含量，根据预测吸附气含量的散点图与所述实测吸附气含量的散点图的比较结果，对所述吸附气含量模型进行验证。

本具体实施方式提供的是一种确定泥页岩储层中吸附气含量的方法及装置，通过等温吸附实验获得实测吸附气含量，对吸附气含量影响因素进行分析和归类，利用实测吸附气含量与各个影响因素之间建立单因素相关性分析散点图，拟合确定吸附气的主控因素，通过设定吸附气含量与主控因素之间的多元线性回归方程，求出各待定系数，最终确定吸附气含量的定量预测模型。该方法解决了目前关于含气量定量预测难的问题，具有页岩气含气量的定量预测结果的准确性较高的特点，可为吸附气含量及含气量定量预测提供参考，具有广泛的适用性。

本具体实施方式是对本发明的技术方案进行清楚、完整地描述，其中的实施例仅仅是本发明的一部分实施例，而并不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有经过创造性劳动的前提下所获得的所有其它实施方式都属于本发明的保护范围。

Claims (10)

1.一种确定泥页岩储层中吸附气含量的方法，其特征在于，包括：

获取待测泥页岩储层的吸附气影响因素，所述吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数；

根据所述物性参数和所述待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得所述待测泥页岩储层的实测吸附气含量；

根据所述吸附气影响因素和所述实测吸附气含量确定实测吸附气含量随所述吸附气影响因素变化的散点图；

将所述散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；

根据所述吸附气含量的主控因素建立多元线性回归模型；

根据所述吸附气影响因素和所述实测吸附气含量，并通过所述多元线性回归模型确定吸附气含量模型。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

将所述吸附气影响因素代入所述吸附气含量模型并计算获得预测吸附气含量，根据预测吸附气含量的散点图与所述实测吸附气含量的散点图的比较结果，对所述吸附气含量模型进行验证。

3.如权利要求1或2所述的方法，其特征在于，所述有机地化特征参数包括有机质丰度参数TOC和有机质成熟度参数Ro；所述矿物组成参数包括粘土矿物含量和脆性矿物含量；所述物性参数包括比表面积BET、孔隙度φ和密度ρ；所述外部参数包括地层温度T和地层压力P。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

根据预定原则对所述吸附气影响因素进行分析及筛选。

5.如权利要求1或2所述的方法，其特征在于，所述多元线性回归模型满足如下的表达式：

V＝a₀+a₁x₁+a₂x₂+...+a_nx_n

其中，V表示实测吸附气含量，x₁～x_n表示吸附气影响因素，a₁～a_n表示预定吸附气系数。

6.如权利要求1或2所述的方法，其特征在于，所述预定吸附模型为Langmuir等温吸附模型，并满足如下的表达式：

$V=\frac{V_L\×P}{P+P_L}$

其中，V表示实测吸附气含量，V_L表示兰氏体积，P_L表示兰氏压力，P表示地层压力。

7.如权利要求6所述的方法，其特征在于，通过预定吸附模型获得所述待测泥页岩储层的实测吸附气含量包括：

根据所述Langmuir等温吸附模型确定至少两个地层压力值和两个实测吸附气含量值，并根据所述地层压力值和实测吸附气含量值计算获得对应数量的兰氏体积值和兰氏压力值；

根据所述兰氏体积值和兰氏压力值，将实际地层压力值代入所述Langmuir等温吸附模型，获得在预定地层温度下的实测吸附气含量。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：将拟合度大于0.25的影响因素确定为吸附气的主控因素。

9.一种确定泥页岩储层中吸附气含量的装置，其特征在于，包括：

参数获取单元，用于获取待测泥页岩储层的吸附气影响因素，所述吸附气影响因素包括有机地化特征参数、矿物组成参数、物性参数和外部参数；

吸附气含量确定单元，用于根据所述物性参数和所述待测泥页岩储层的等温吸附实验数据，并通过预定吸附模型获得所述待测泥页岩储层的实测吸附气含量；

散点图确定单元，用于根据所述吸附气影响因素和所述实测吸附气含量确定实测吸附气含量随所述吸附气影响因素变化的散点图；

主控因素确定单元，用于将所述散点图拟合获得吸附气含量按预定影响因素变化的相关关系曲线和拟合度，并将拟合度大于预定值的影响因素确定为吸附气含量的主控因素；

线性回归模型建立单元，用于根据所述吸附气含量的主控因素建立多元线性回归模型；

吸附气含量模型建立单元，用于根据所述吸附气影响因素和所述实测吸附气含量，并通过所述多元线性回归模型确定吸附气含量模型。

10.如权利要求9所述的装置，其特征在于，所述装置还包括：

吸附气含量模型验证单元，用于将所述吸附气影响因素代入所述吸附气含量模型并计算获得预测吸附气含量，根据预测吸附气含量的散点图与所述实测吸附气含量的散点图的比较结果，对所述吸附气含量模型进行验证。