CN105719063B - 一种页岩气储量品质分类的综合评价方法 - Google Patents

一种页岩气储量品质分类的综合评价方法 Download PDF

Info

Publication number
CN105719063B
CN105719063B CN201610029020.0A CN201610029020A CN105719063B CN 105719063 B CN105719063 B CN 105719063B CN 201610029020 A CN201610029020 A CN 201610029020A CN 105719063 B CN105719063 B CN 105719063B
Authority
CN
China
Prior art keywords
index
indexes
shale gas
fuzzy
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610029020.0A
Other languages
English (en)
Other versions
CN105719063A (zh
Inventor
欧成华
李朝纯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN201610029020.0A priority Critical patent/CN105719063B/zh
Publication of CN105719063A publication Critical patent/CN105719063A/zh
Application granted granted Critical
Publication of CN105719063B publication Critical patent/CN105719063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种页岩气储量品质分类的综合评价方法，包括以下步骤：页岩气储量品质分类评价指标提取；页岩气储量品质二级、一级指标权重确定；页岩气储量品质二级指标模糊评判；页岩气储量品质一级指标模糊评判；页岩气储量品质分类综合评判。基于本发明方法，提出了页岩气储量品质分类的10个一级指标和59个二级指标，采用层次分析方法计算获得了各二级和一级指标权重，从而构建了完备的页岩气储量品质分类指标体系，以此为基础，建立了二级模糊层次综合评价方法，解决了页岩气储量品质分类综合评价难题，实现了对页岩气项目储量品质好、中、差三级分类的准确、合理、快速评价。

Description

一种页岩气储量品质分类的综合评价方法
技术领域
本发明涉及地质技术领域，尤其涉及一种页岩气储量品质分类的综合评价方法。
背景技术
页岩气生产虽然有200多年的历史，但直到上世纪80年代开发上才取得突破，此后发展迅猛；我国则在本世纪初开始研究页岩气，直到2010年后开发上才取得突破，从而拉开了页岩气勘探开发的热潮。
页岩气与油页岩、油砂、地沥青等差别较大，与常规储层气藏也大不相同；页岩既是天然生气源岩，又是聚集、保存的储层和盖层；页岩气在地下储层中分别以游离态、吸附态为主的方式赋存，同时还有部分以溶解态方式赋存。复杂的生储环境、多变的赋存机理，导致页岩气勘探开发显著差别于其它天然气矿床，适用于其它天然气矿床的评价指标及方法难于照搬来开展页岩气项目评价；而严苛的开采条件、高昂的勘探开发费用则要求对待开采的页岩气项目的储量品质开展精细分类评价，以便准确认识页岩气项目的价值、降低页岩气项目风险，提高页岩气项目的勘探开发效益。为此，急需解决页岩气储量品质的分类综合评价问题。
中华人民共和国地质矿产行业标准DZ/T 0254-2014提出了页岩气分类的8参数指标体系，其它研究者也相继提出了多少不等的类似的评价指标体系，这些指标体系在一定程度上解决了页岩气项目储量品质评价问题。
页岩气储量品质分类综合评价涉及两项核心内容，一是评价指标体系，二是评价方法流程。首先需要科学合理的评价指标体系，形成评价的依据和参数基础；然后采用适合的评价方法流程开展项目评价，获得对待评价项目储量品质好、中、差的定量认识。
分析现有的页岩气储量品质分类评价方法，发现存在两方面难以解决的问题：一是评价指标体系指标单一、缺乏系统性，不能全面反映页岩气勘探开发过程涉及到的储量品质属性特征，也就无法全面、准确地评定页岩气项目，无形中增加了页岩气项目的勘探开发风险；二是评价方法流程相对简单，无法开展具有定性特征和模糊属性的指标的评价。
为此，急需研发页岩气储量品质分类综合评价指标体系及针对性的评价方法流程，以便适应当前页岩气勘探开发项目迅猛增加的需要。
发明内容
本发明的目的在于解决上述现有技术存在的缺陷，提供一种页岩气储量品质分类的综合评价方法。
一种页岩气储量品质分类的综合评价方法，包括以下步骤：
页岩气储量品质分类评价指标提取；
页岩气储量品质二级、一级指标权重确定；
页岩气储量品质二级指标模糊评判；
页岩气储量品质一级指标模糊评判；
页岩气储量品质分类综合评判。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述页岩气储量品质分类评价指标提取包括：地质特征指标、动态特征指标、地理特征指标和工程系统指标；
所述地质特征指标包括以下一级指标：构造特征、沉积特征、储层质量、流体特征、储量规模；
动态特征指标包括以下一级指标：气藏特征与生产特征；
地理特征指标包括以下一级指标：地理环境；
工程系统指标包括以下一级指标：开采工艺一和地面工程。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述构造特征包括以下二级指标：构造类型、断块规模、断块形态、断块内断裂复杂性、盖层厚度、盖层覆盖面积、页岩露头距核心区距离、断裂运动与主储(生)烃期的时空关系、过核心区断裂的封堵性、构造可信度；其中断块规模、盖层厚度、盖层覆盖面积、页岩露头距核心区距离4个二级指标是定量指标，具有明确的指标界限，其余6个二级指标均为定性指标，只有模糊的指标界限；
所述沉积特征包括以下二级指标：沉积环境、相带类型及特征、岩相类型及特征；3个二级指标均为定性指标，只有模糊的指标界限；
所述储层质量包括以下二级指标：页岩储层平面分布特征、储层纵向分布特征、脆性矿物及含量、黏土矿物及含量、铁质矿物及含量、裂缝发育特征、孔隙度、渗透率、敏感性特征、岩石各向异性及应力差；其中只有脆性矿物及含量、黏土矿物及含量、铁质矿物含量、孔隙度、渗透率5个二级指标是定量指标，具有明确的指标界限，其余5个二级指标均为定性指标，只有模糊的指标界限；
所述流体特征包括以下二级指标：有机质干酪根类型、总有机碳含量TOC、有机质成熟度R0、生烃潜力、总含气量、天然气烃类含量、天然气非烃类含量、含水饱和度。其中只有有机质干酪根类型1个二级指标为定性指标，只有模糊的指标界限；其余7个二级指标是定量指标，具有明确的指标界限；
所述储量规模包括以下二级指标：探明含气面积、探明有效厚度、可采储量规模、可采储量丰度；均为定量指标，具有明确的指标界限；
所述气藏特征包括以下二级指标：地层倾角、气藏中部深度、每公里深度标高差、气藏温度、气藏温度梯度、气藏地层压力、气藏压力梯度；均为定量指标，具有明确的指标界；
所述生产特征包括以下二级指标：压力系数、气藏天然能量、每米无阻流量、千米井深稳定产量、稳产年限；均为定量指标，具有明确的指标界限；
所述地理环境包括以下二级指标：地表特征、气候条件、交通基础设施条件、社会经济状况；均为定性指标，只有模糊的指标界限；
所述开采工艺包括以下二级指标：钻井方式、完井方式、固井方式、增产措施；均为定性指标，只有模糊的指标界限；
所述地面工程包括以下二级指标：井场条件及水源、采气方式及配套装置、输气方式及配套装置、三废处理及配套装置；均为定性指标，只有模糊的指标界限；
上述10个一级指标、59个二级指标共同构成了页岩气储量品质分类评价的指标体系U，
U＝∪Uij (1)
其中：i＝1,2,…,10为一级指标序号；j＝1,2,…,pi为各一级指标下设各二级指标序号，pi为第i个一级指标下设二级指标的个数。
在上述指标的基础上，进一步采用好、中、差三级分类标准，构建形成了页岩气储量品质分类评价的指标体系。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述页岩气储量品质二级、一级指标权重确定包括：
一级指标权重集
A＝{a1,a2,...,a10} (2)
二级指标权重集
Figure BDA0000907875660000031
其中：i＝1,2,…,10为一级指标序号；j＝1,2,…,pi为各一级指标下设各二级指标序号，pi为第i个一级指标下设二级指标的个数。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述页岩气储量品质二级指标模糊评判包括：采用岭形模糊分布函数计算获得页岩气储量品质隶属三级分类的二级模糊矩阵。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述页岩气储量品质一级指标模糊评判包括：
依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的二级模糊矩阵后，选择合适的模糊算子进行二级指标权重集与二级模糊矩阵间的模糊变换，获得页岩气储量品质一级指标模糊综合评判结果；
Figure BDA0000907875660000041
式中Ri为二级模糊矩阵；“ο”为模糊变换运算算子，常用的有M(∧,∨)、M(·，∨)、
Figure BDA0000907875660000047
等四类，对二级模糊评判而言，
Figure BDA0000907875660000043
较为适合并在实际评判时常常被采用。
进一步地，如上所述的页岩气储量品质分类的综合评价方法，所述页岩气储量品质分类综合评判包括：
依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的综合模糊矩阵后，选择合适的模糊算子进行一级指标权重集与一级模糊矩阵间的模糊变换，获得页岩气储量品质分类综合评价结果；
Figure BDA0000907875660000044
式中R分一级模糊矩阵；“ο”为模糊变换运算算子，常用的有M(∧,∨)、M(·，∨)、
Figure BDA0000907875660000045
等四类，对一级模糊综合评判而言，
Figure BDA0000907875660000046
较为适合并在实际评判时常常被采用。
基于本发明方法，提出了页岩气储量品质分类的10个一级指标和59个二级指标，采用层次分析方法计算获得了各二级和一级指标权重，从而构建了完备的页岩气储量品质分类指标体系，以此为基础，建立了二级模糊层次综合评价方法，解决了页岩气储量品质分类综合评价难题，实现了对页岩气项目储量品质好、中、差三级分类的准确、合理、快速评价。
附图说明
图1页岩气储量品质分类综合评价方法流程图；
图2页岩气储量品质分类一级指标谱系图；
图3页岩气储量品质分类一级、二级指标谱系图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明通过页岩气储量品质分类评价指标提取，页岩气储量品质二级、一级指标权重确定，页岩气储量品质二级指标模糊评判，页岩气储量品质一级指标模糊评判，页岩气储量品质分类综合评价等五个技术环节，建立了页岩气储量品质分类评价指标体系，形成了页岩气储量品质二级模糊层次综合评价方法，全面实现了对影响页岩气项目勘探开发效益的储量品质的精细分类评价。
详细的技术方案流程框图见图1所示。
页岩气储量品质分类评价指标提取
考虑到页岩气是有别于其它天然气的流体矿床，勘探开发的价值将取决于该矿床的地质特征、动态特征、地理特征和工程系统，换言之，对于一个具体的页岩气项目，其储量品质高低将由地质特征、动态特征、地理特征和工程系统共同决定，因此，页岩气储量品质分类评价指标也将从由页岩气项目的地质特征、动态特征、地理特征和工程系统构成的整个大系统中提取，这样才能保证指标的完整性。用系统论的观点进一步解析这个大系统，提取获得页岩气储量品质分类的10个一级指标，包括：构造特征、沉积特征、储层质量、流体特征、储量规模、气藏特征、生产特征、地理环境、开采工艺、地面工程；其中的构造特征、沉积特征、储层质量、流体特征、储量规模5个一级指标属地质特征，气藏特征与生产特征属动态特征，地理环境属地理特征，开采工艺和地面工程属工程系统，由此构建了页岩气储量品质分类一级指标谱系图(图2)。上述10个一级指标涵盖了页岩气储量品质的各个方面，全面系统地表征了页岩气的储量品质。通过对各个一级指标系统研究，发现其下还可进一步细分出数量不等的二级指标，总计提取出59个二级指标。图3展示了一、二级指标形成的指标谱系图。下面详细阐明各一级指标下设的二级指标。
①一级指标“构造特征”下进一步细分出10个二级指标：构造类型、断块规模、断块形态、断块内断裂复杂性、盖层厚度、盖层覆盖面积、页岩露头距核心区距离、断裂运动与主储(生)烃期的时空关系、过核心区断裂的封堵性、构造可信度；其中只有断块规模、盖层厚度、盖层覆盖面积、页岩露头距核心区距离4个二级指标是定量指标，具有明确的指标界限，其余6个二级指标均为定性指标，只有模糊的指标界限。
②一级指标“沉积特征”下进一步细分出个3二级指标：沉积环境、相带类型及特征、岩相类型及特征；3个二级指标均为定性指标，只有模糊的指标界限。
③一级指标“储层质量”下进一步细分出10个二级指标：页岩储层平面分布特征、储层纵向分布特征、脆性矿物及含量、黏土矿物及含量、铁质矿物及含量、裂缝发育特征、孔隙度、渗透率、敏感性特征、岩石各向异性及应力差；其中只有脆性矿物及含量、黏土矿物及含量、铁质矿物含量、孔隙度、渗透率5个二级指标是定量指标，具有明确的指标界限，其余5个二级指标均为定性指标，只有模糊的指标界限。
④一级指标“流体特征”下进一步细分出个8二级指标：有机质干酪根类型、总有机碳含量TOC、有机质成熟度R0、生烃潜力、总含气量、天然气烃类含量、天然气非烃类含量、含水饱和度。其中只有有机质干酪根类型1个二级指标为定性指标，只有模糊的指标界限；其余7个二级指标是定量指标，具有明确的指标界限。
⑤一级指标“储量规模”下进一步细分出4个二级指标：探明含气面积、探明有效厚度、可采储量规模、可采储量丰度；均为定量指标，具有明确的指标界限。
⑥一级指标“气藏特征”下进一步细分出个7二级指标：地层倾角、气藏中部深度、每公里深度标高差、气藏温度、气藏温度梯度、气藏地层压力、气藏压力梯度；均为定量指标，具有明确的指标界限。
⑦一级指标“生产特征”下进一步细分出5个二级指标：压力系数、气藏天然能量、每米无阻流量、千米井深稳定产量、稳产年限；均为定量指标，具有明确的指标界限。
⑧一级指标“地理环境”下进一步细分出4个二级指标：地表特征、气候条件、交通基础设施条件、社会经济状况；均为定性指标，只有模糊的指标界限。
⑨一级指标“开采工艺”下进一步细分出4个二级指标：钻井方式、完井方式、固井方式、增产措施；均为定性指标，只有模糊的指标界限。
⑩一级指标“地面工程”下进一步细分出4个二级指标：井场条件及水源、采气方式及配套装置、输气方式及配套装置、三废处理及配套装置；均为定性指标，只有模糊的指标界限。
上述10个一级指标、59个二级指标共同构成了页岩气储量品质分类评价的指标体系U，
U＝∪Uij (1)
其中：i＝1,2,…,10为一级指标序号；j＝1,2,…,pi为各一级指标下设各二级指标序号，pi为第i个一级指标下设二级指标的个数。
在上述指标的基础上，进一步采用好、中、差三级分类标准，构建形成了页岩气储量品质分类评价的指标体系。
从上面的指标体系不难看出，页岩气储量品质分类评价指标中有较多的定性指标，这类指标没有明确的指标界限，难以采用确定性的方法开展评判，模糊综合评判方法则因为既能评价确定性指标，又能评价模糊性指标而表现出对复杂气藏储量品质分类评价特有的优势；而且，页岩气储量品质分类评价指标体系具有明显的二级次特征，一级和二级指标的数量都较多，需要采用二级次综合评价方法。综上所述，本发明在模糊数学和层次分析方法理论的基础上，建立了二级模糊层次综合评价方法来开展页岩气储量品质精细分类综合评价(图1)；
表1和表2分别给出了从国内某页岩气区块五峰-龙马溪组，以及美国福特沃斯盆地东北部Barnett页岩气区块提取获得的59个二级指标值，为后续页岩气储量品质的分类评价奠定了基础。
表1国内某页岩气区块在五峰-龙马溪组提取获得的储量品质分类评价指标一览表
Figure BDA0000907875660000071
Figure BDA0000907875660000081
Figure BDA0000907875660000091
Figure BDA0000907875660000101
表2美国福特沃斯盆地东北部Barnett页岩气区提取获得的储量品质分类评价指标一览表
Figure BDA0000907875660000102
Figure BDA0000907875660000111
Figure BDA0000907875660000121
Figure BDA0000907875660000131
页岩气储量品质二级、一级指标权重确定
指标权重是各指标对其上级指标评价结果贡献大小的直接体现。其中二级指标权重体现了各二级指标对其上的一级指标评价结果的贡献，一级指标权重则体现对其上的最终目标“页岩气储量品质分类评价”结果的贡献大小。
一级指标权重集
A＝{a1,a2,...,a10} (2)
二级指标权重集
Figure BDA0000907875660000132
为了避免专家设定指标权重可靠性低、可重复性差的局限性，采用国际上广泛应用的层次分析法来确定各级因素权重，具体包括四个步骤：(1)明确问题，建立递阶层次结构，(2)构造判断矩阵，(3)计算权重向量，(4)判断矩阵的一致性检验。
表3给出了利用层次分析法计算获得的页岩气储量品质分类评价二级指标对各一级指标的权重，表4给出了采用层次分析法计算获得的一级指标对页岩气储量品质分类评价的权重。
表3基于层次分析法计算获得的二级指标对各一级指标的权重一览表
Figure BDA0000907875660000133
Figure BDA0000907875660000141
Figure BDA0000907875660000151
Figure BDA0000907875660000161
表4基于层次分析法计算获得的一级指标对页岩气储量品质分类评价的权重一览表
Figure BDA0000907875660000162
Figure BDA0000907875660000171
页岩气储量品质二级指标模糊评判
可以采用岭形模糊分布函数计算获得页岩气储量品质隶属三级分类的二级模糊矩阵。表5为采用上述方法计算获得的国内某页岩气区块在五峰-龙马溪组，以及美国福特沃斯盆地东北部Barnett页岩气区储量品质二级指标相对于各一级指标的模糊评判矩阵，以及采用模糊数学的最大隶属度原则评判获得的结果。
表5国内某区块五峰-龙马溪组页岩气二级指标对各一级指标评判结果一览表
Figure BDA0000907875660000172
Figure BDA0000907875660000181
Figure BDA0000907875660000191
Figure BDA0000907875660000201
表6美国福特沃斯盆地东北部Barnett页岩二级指标对一级指标评判结果一览表
Figure BDA0000907875660000202
Figure BDA0000907875660000211
Figure BDA0000907875660000221
Figure BDA0000907875660000231
页岩气储量品质一级指标模糊评判
依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的二级模糊矩阵后，选择合适的模糊算子进行二级指标权重集与二级模糊矩阵间的模糊变换，获得页岩气储量品质一级指标模糊综合评判结果。
Figure BDA0000907875660000232
式中Ri为二级模糊矩阵；“ο”为模糊变换运算算子，常用的有M(∧,∨)、M(·，∨)、
Figure BDA0000907875660000233
等四类，对二级模糊评判而言，
Figure BDA0000907875660000234
较为适合并在实际评判时常常被采用。
表7和表8分别为采用上述方法计算获得的国内某页岩气区块在五峰-龙马溪组、美国福特沃斯盆地东北部Barnett页岩气区一级指标相对于页岩气储量品质分类评价目标的模糊评判矩阵，以及采用模糊数学的最大隶属度原则评判获得的结果。
表7国内某区块五峰-龙马溪组页岩气一级指标相对于储量品质分类的评判结果一览表
Figure BDA0000907875660000235
Figure BDA0000907875660000241
表8美国福特沃斯盆地东北部Barnett页岩一级指标相对于储量品质分类的评判结果一览表
Figure BDA0000907875660000242
Figure BDA0000907875660000251
页岩气储量品质分类模糊综合评价
依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的综合模糊矩阵后，选择合适的模糊算子进行一级指标权重集与一级模糊矩阵间的模糊变换，获得页岩气储量品质分类综合评价结果。
Figure BDA0000907875660000252
式中R分一级模糊矩阵；“ο”为模糊变换运算算子，常用的有M(∧,∨)、M(·，∨)、
Figure BDA0000907875660000253
等四类，对一级模糊综合评判而言，
Figure BDA0000907875660000254
较为适合并在实际评判时常常被采用。
表9和表10分别为采用上述方法计算获得的国内某页岩气区块在五峰-龙马溪组，以及美国福特沃斯盆地东北部Barnett页岩气区一级指标相对于页岩气储量品质分类评价目标的模糊综合评判矩阵，以及采用模糊数学的最大隶属度原则评判获得的结果。
表9国内某区块五峰-龙马溪组页岩气储量品质模糊综合判断矩阵及评价结果
Figure BDA0000907875660000255
表10美国福特沃斯盆地东北部Barnett页岩气储量品质模糊综合判断矩阵及评价结果
Figure BDA0000907875660000256
基于本发明方法，提出了页岩气储量品质分类的10个一级指标和59个二级指标，采用层次分析方法计算获得了各二级和一级指标权重，从而构建了完备的页岩气储量品质分类指标体系，以此为基础，建立了二级模糊层次综合评价方法，解决了页岩气储量品质分类综合评价难题，实现了对页岩气项目储量品质好、中、差三级分类的准确、合理、快速评价。
本发明目前已在我国四川盆地东部一五峰-龙马溪组某页岩气区块，以及美国福特沃斯盆地东北部Barnett页岩气区页岩气储量品质评价中获得了应用，取得了良好的效益。
本发明提出了页岩气储量品质三级分类的10个一级指标和59个二级指标，采用层次分析方法计算获得了各二级和一级指标权重，从而构建了完备的页岩气储量品质分类指标体系，以此为基础，建立了页岩气储量品质三级分类二级模糊层次综合评价方法，实现了对页岩气项目储量品质好、中、差三级分类的准确、合理、快速评价。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (1)

1.一种页岩气储量品质分类的综合评价方法，其特征在于，包括以下两个步骤：
第一步，构建页岩气储量品质分类评价的指标体系，其特征在于，分别从页岩气地质特征、动态特征、地理特征和工程系统4个方面，采用系统分析方法解析页岩气储量品质系统，提取获得页岩气储量品质分类的10个一级指标，通过对各个一级指标系统研究，提取出59个二级指标，形成系统、完备的页岩气储量品质分类指标谱系；
所述页岩气储量品质分类评价指标包括：地质特征指标、动态特征指标、地理特征指标和工程系统指标；
所述地质特征指标包括以下一级指标：构造特征、沉积特征、储层质量、流体特征、储量规模；
动态特征指标包括以下一级指标：气藏特征与生产特征；
地理特征指标包括以下一级指标：地理环境；
工程系统指标包括以下一级指标：开采工艺和地面工程；
所述构造特征包括以下二级指标：构造类型、断块规模、断块形态、断块内断裂复杂性、盖层厚度、盖层覆盖面积、页岩露头距核心区距离、断裂运动与主储/生烃期的时空关系、过核心区断裂的封堵性、构造可信度；其中断块规模、盖层厚度、盖层覆盖面积、页岩露头距核心区距离4个二级指标是定量指标，具有明确的指标界限，其余6个二级指标均为定性指标，只有模糊的指标界限；
所述沉积特征包括以下二级指标：沉积环境、相带类型及特征、岩相类型及特征；3个二级指标均为定性指标，只有模糊的指标界限；
所述储层质量包括以下二级指标：页岩储层平面分布特征、储层纵向分布特征、脆性矿物及含量、黏土矿物及含量、铁质矿物及含量、裂缝发育特征、孔隙度、渗透率、敏感性特征、岩石各向异性及应力差；其中只有脆性矿物及含量、黏土矿物及含量、铁质矿物含量、孔隙度、渗透率5个二级指标是定量指标，具有明确的指标界限，其余5个二级指标均为定性指标，只有模糊的指标界限；
所述流体特征包括以下二级指标：有机质干酪根类型、总有机碳含量TOC、有机质成熟度R0、生烃潜力、总含气量、天然气烃类含量、天然气非烃类含量、含水饱和度，其中只有有机质干酪根类型1个二级指标为定性指标，只有模糊的指标界限；其余7个二级指标是定量指标，具有明确的指标界限；
所述储量规模包括以下二级指标：探明含气面积、探明有效厚度、可采储量规模、可采储量丰度；均为定量指标，具有明确的指标界限；
所述气藏特征包括以下二级指标：地层倾角、气藏中部深度、每公里深度标高差、气藏温度、气藏温度梯度、气藏地层压力、气藏压力梯度；均为定量指标，具有明确的指标界；
所述生产特征包括以下二级指标：压力系数、气藏天然能量、每米无阻流量、千米井深稳定产量、稳产年限；均为定量指标，具有明确的指标界限；
所述地理环境包括以下二级指标：地表特征、气候条件、交通基础设施条件、社会经济状况；均为定性指标，只有模糊的指标界限；
所述开采工艺包括以下二级指标：钻井方式、完井方式、固井方式、增产措施；均为定性指标，只有模糊的指标界限；
所述地面工程包括以下二级指标：井场条件及水源、采气方式及配套装置、输气方式及配套装置、三废处理及配套装置；均为定性指标，只有模糊的指标界限；
上述10个一级指标、59个二级指标共同构成了页岩气储量品质分类评价的指标体系U，
U＝∪Uij (1)
其中：i＝1,2,…,10为一级指标序号；j＝1,2,…,pi为各一级指标下设各二级指标序号，pi为第i个一级指标下设二级指标的个数；
第二步，建立页岩气储量品质二级模糊层次综合评价方法，完成页岩气储量品质的精细分类综合评价，其特征在于，采用层次分析方法确定出页岩气储量品质一级、二级指标权重；采用岭形模糊分布函数计算页岩气储量品质二级模糊矩阵，开展页岩气储量品质一级指标模糊评判和页岩气储量品质分类综合评判，通过与对应级别的指标权重间开展模糊变换，获得页岩气储量品质分类综合评价结果；
所述页岩气储量品质一级指标模糊评判，其特征在于，依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的二级模糊矩阵后，选择合适的模糊算子先后进行二级指标权重集与二级模糊矩阵间的模糊变换，获得页岩气储量品质一级指标模糊评判结果；
Figure FDA0003209070020000031
式中Ai为二级指标权重集，a为Ai具体组成元素，Ri为二级模糊矩阵，r为Ri具体组成元素，Bi为一级指标模糊评判结果，b为Bi具体组成元素；下标i为一级指标序号，pi为第i个一级指标下设二级指标的个数，Ri具体组成元素r和Bi具体组成元素b的第2个下标1、2、3分别代表一类、二类、三类；
Figure FDA0003209070020000032
为模糊变换运算算子，常用M(∧,∨)、M(·，∨)、
Figure FDA0003209070020000033
和
Figure FDA0003209070020000034
四类；
所述页岩气储量品质分类综合评判，其特征在于，依靠岭形模糊分布函数确定页岩气储量品质隶属三级分类的综合模糊矩阵后，选择合适的模糊算子进行一级指标权重集与一级模糊矩阵间的模糊变换，获得页岩气储量品质分类综合评价结果；
Figure FDA0003209070020000041
式中A为一级指标权重集，a为A具体组成元素，R为一级模糊矩阵，r为R具体组成元素，B为综合评价结果，b为B具体组成元素；下标1,2，...,10为一级指标序号，R具体组成元素r和Bi具体组成元素b的第1个下标1、2、3分别代表一类、二类、三类；
Figure FDA0003209070020000042
为模糊变换运算算子，常用M(∧,∨)、M(·，∨)、
Figure FDA0003209070020000043
和
Figure FDA0003209070020000044
四类。
CN201610029020.0A 2016-01-15 2016-01-15 一种页岩气储量品质分类的综合评价方法 Active CN105719063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610029020.0A CN105719063B (zh) 2016-01-15 2016-01-15 一种页岩气储量品质分类的综合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610029020.0A CN105719063B (zh) 2016-01-15 2016-01-15 一种页岩气储量品质分类的综合评价方法

Publications (2)

Publication Number Publication Date
CN105719063A CN105719063A (zh) 2016-06-29
CN105719063B true CN105719063B (zh) 2021-10-08

Family

ID=56147563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610029020.0A Active CN105719063B (zh) 2016-01-15 2016-01-15 一种页岩气储量品质分类的综合评价方法

Country Status (1)

Country Link
CN (1) CN105719063B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355571B (zh) * 2016-08-15 2019-11-08 中国石油天然气股份有限公司 一种白云岩储层质量的确定方法及装置
CN107808055B (zh) * 2017-10-30 2021-05-14 中石化石油工程技术服务有限公司 一种基于双重影响的页岩气饱和度测井计算方法
CN108303510A (zh) * 2017-12-25 2018-07-20 中国石油天然气股份有限公司 页岩气储层性能的评价方法、装置及计算机存储介质
CN108182531A (zh) * 2017-12-27 2018-06-19 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 页岩气开发评价方法、装置及终端设备
CN109025982A (zh) * 2018-07-16 2018-12-18 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 页岩气开发层段的分级评价方法、装置及终端设备
CN110764159B (zh) * 2018-07-26 2022-05-03 中国石油化工股份有限公司 一种评价盖层有效性的方法
CN109933745B (zh) * 2019-01-29 2022-01-28 西南石油大学 一种基于模糊判断的水合物钻采风险智能判断方法
CN110242289A (zh) * 2019-06-06 2019-09-17 中国石油化工股份有限公司 基于三因素控气的常压页岩气富集高产目标优选方法
CN112686994B (zh) * 2020-12-01 2022-06-21 西南石油大学 一种海相页岩岩相分类的定量识别与三维表征方法
CN112595653B (zh) * 2021-03-05 2021-05-07 西南石油大学 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392272A (zh) * 2014-10-13 2015-03-04 成都创源油气技术开发有限公司 页岩气藏有利区选择综合评价方法
CN104481520A (zh) * 2014-10-13 2015-04-01 成都创源油气技术开发有限公司 页岩气井可采储量早期评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130262069A1 (en) * 2012-03-29 2013-10-03 Platte River Associates, Inc. Targeted site selection within shale gas basins

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392272A (zh) * 2014-10-13 2015-03-04 成都创源油气技术开发有限公司 页岩气藏有利区选择综合评价方法
CN104481520A (zh) * 2014-10-13 2015-04-01 成都创源油气技术开发有限公司 页岩气井可采储量早期评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
页岩气开发目标区优选体系与评价方法;李武广等;《天然气工业》;20110425(第04期);59-62、127-128页 *

Also Published As

Publication number Publication date
CN105719063A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN105719063B (zh) 一种页岩气储量品质分类的综合评价方法
CN108680956B (zh) 一种富油凹陷成熟探区整体勘探方法
CN106503834A (zh) 一种湖相超低孔渗储层致密油甜点区的预测方法
CN104240153A (zh) 一种含水层地下储气库的选址评估方法
Mahjour et al. Developing a workflow to represent fractured carbonate reservoirs for simulation models under uncertainties based on flow unit concept
CN105404972A (zh) 一种油藏开发不确定性研究及风险控制的方法
Alaniz et al. Delineation of an oil window—An integrated approach
Kimple et al. Stratigraphy and Porosity Modeling of South-Central Illinois (USA) chester (upper mississippian) series sandstones using petrel
CN110795513B (zh) 河流相源储异位型致密油气甜点区分布的预测方法
Ebadati Fractures effect in reservoir quality of Ilam and Sarvak formations in Hengam oilfield using imaging logs
Dang et al. An integrated geology and reservoir engineering approach for modelling of a giant fractured basement reservoir
Naser et al. Optimizing water injection performance by using sector modeling of the Mishrif Formation in West Qurna-1 Oil Field, Southern Iraq
CN115422789B (zh) 一种考虑全过程优化断块油藏水驱采收率预测方法及系统
Ali et al. Determination of Reservoir Hydraulic Flow Units and Permeability Estimation Using Flow Zone Indicator Method
Li et al. Technical recoverable volume quality evaluation of the offshore faulted block oilfields, determined by two-level fuzzy hierarchy technique
Taghvaeenejad et al. Applying Analytical and Quantitative Criteria to Estimate Block Model Uncertainty and Mineral Reserve Classification: A Case Study: Khoshumi Uranium Deposit in Yazd
Burgin et al. Maximising gas production from late-life assets: a case study from the Snapper Field, Gippsland Basin
Davoodi et al. Reservoir Zonation Using Flow Zone Indicator, Electrofacies and Well Log Cumulative Standard Deviation in Dariyan Formation the Central Part of Persian Gulf
Wang Evaluation of favorable areas for hydrocarbon accumulation in W oilfield based on geographic information system
Vining Reserve growth in a mixed sequence of deltaic and barrier-island Frio Sandstones: Umbrella Point field, Chambers County, Texas
Pandey et al. Mineral reserve estimation of a limestone mine by inverse square distance method using datamine software
Ahmadi et al. Employing non-linear geostatistical estimation methods for grade modeling and ore reserve estimation of Yazd, Aliabad copper deposit based on selecting optimal size of blocks
Dull Integrating sequence stratigraphy and multiple three-dimensional geostatistical realizations in constructing a model of the second Eocene reservoir, Wafra field, Partitioned Neutral Zone, Kuwait and Saudi Arabia
Kim A method for evaluating fields in order to select criteria for configurations of integrated models
Silverman et al. Mesoproterozoic unconventional plays in the Beetaloo Basin, Australia: the world’s oldest petroleum systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant