CN105822301A - 一种有机碳含量的测井预测数学模型建立方法 - Google Patents

Abstract

本发明涉及一种有机碳含量的测井预测数学模型建立方法，它包括以下步骤：1)获取有机碳数据和测井曲线数据；2)作单井综合柱状图；3)对有机碳数据进行单井深度归位，调整有机碳取样点的深度位置；4)计算每条测井曲线和TOC的相关系数；5)如果TOC与GR相关系数最高且相关性最好，则进行下一步，否则有机碳含量的测井预测数学模型建立失败；6)作TOC和GR的散点图，分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式；7)选取TOC和GR相关性最好的关系式，该关系式就是预测目的区域多口井下一阶段TOC的数学模型。本发明简单有效地解决了低有机质丰度碳酸盐岩烃源岩中有机碳含量的预测问题。

Description

一种有机碳含量的测井预测数学模型建立方法

技术领域

本发明涉及一种测井预测数学模型的建立方法，特别是关于一种在低有机质碳酸盐岩中有机碳含量的测井预测数学模型建立方法。

背景技术

目前，对有机碳含量(TOC)的预测，国内外学者探索出的预测模型有定性识别模型、单参数等效体积模型、双参数交汇图半定量模型、多元回归模型、测井曲线叠合模型(即ΔlogR方法)、模糊数学模型等多种方法。其中最常用的是ΔlogR方法，利用烃源岩有机质含量越高，声波时差和电阻率越大的特点，将电阻率测井曲线和声波时差测井曲线叠合来计算有机碳含量。但是电阻率和声波时差不仅受有机质含量的影响，还受到孔隙度、孔隙流体、温度和压力等影响。并且该方法在碎屑岩烃源岩中应用较广，但对于碳酸盐岩烃源岩应用效果不好，尤其是对于中国低有机质丰度的海相碳酸盐岩。对于低有机质碳酸盐岩烃源岩的有机碳含量，并没有很好的预测方法，并且中国的碳酸盐岩烃源岩有机质丰度普遍偏低，传统方法很难较为准确地进行预测。

发明内容

针对上述问题，本发明的目的是提供一种有机碳含量的测井预测数学模型建立方法，其简单有效地解决了低有机质丰度碳酸盐岩烃源岩中有机碳含量的预测问题。

为实现上述目的，本发明采取以下技术方案：一种有机碳含量的测井预测数学模型建立方法，其特征在于它包括以下步骤：1)获取目的层段多口井不同深度的岩心有机碳历史数据，以及该多口井已进行过深度矫正的测井曲线；2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中，并作单井综合柱状图；3)综合单井的各个测井曲线数据，对有机碳数据进行单井深度归位，根据各个测井曲线起伏来调整有机碳取样点的深度位置；4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值，计算每条测井曲线和TOC的相关系数；5)选取与TOC相关系数最高的测井曲线，如果选取的测井曲线是GR曲线，TOC与GR的相关性最好，则进行下一步，否则有机碳含量的测井预测数学模型建立失败；6)作TOC和GR的散点图，通过TOC和GR散点图判断TOC和GR的相关性，拟合TOC和GR的关系，分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式；7)选取TOC和GR相关性最好的关系式，判断该关系式是否出现负值，如果TOC出现负值，则进行修正，该关系式就是用GR预测TOC的数学模型，通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。

优选地，所述步骤1)中，多口井在该区域内均匀分布，测井曲线包括自然伽马曲线、声波时差曲线、中子测井曲线、密度曲线和电阻率曲线。

优选地，所述步骤2)中，测井曲线为曲线图道，有机碳数据为杆状图道。

优选地，所述步骤3)中，有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整，有机碳含量较高的位置，向自然伽马值较高的方向移动，有机碳含量较低的位置，向自然伽马值较低的方向移动。

优选地，所述步骤3)中，有机碳取样点的深度位置调整幅度不超过1m。

优选地，所述步骤4)中，各测井曲线与TOC的相关系数计算公式为：

$r=\frac{\underset{i}{\Σ}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i}{\Σ}{(x_i-\stackrel{\‾}{x})}^2}\sqrt{\underset{i}{\Σ}{(y_i-\stackrel{\‾}{y})}^2}},$

其中，r为相关系数，x_i为某测井曲线第i个测井参数值，为该测井曲线参数平均值，y_i为第i个单井TOC值，为所有单井TOC平均值。

优选地，所述步骤7)中，选取的关系式中，如果TOC值出现负值，则只选取关系式中TOC为正值的部分。

本发明由于采取以上技术方案，其具有以下优点：1、本发明采用碳酸盐岩有机质丰度与泥质含量有关的特点，优选与有机碳含量相关性好的测井曲线进行拟合，建立有机碳含量和自然伽马测井曲线的关系式，进行有机碳预测，有效的解决了低有机质丰度碳酸盐岩有机碳预测的难题。2、本发明采用的测井预测数学模型，低有机质丰度碳酸盐岩有机碳预测的准确度高。

附图说明

图1是本发明整体流程示意图；

图2是本发明L14井TOC深度归位前后综合柱状图；

图3是本发明TOC和GR的散点图；

图4是本发明TOC和GR线性关系图；

图5是本发明TOC和GR二次函数关系图；

图6是本发明TOC和GR指数关系图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示，本发明提供一种有机碳含量的测井预测数学模型建立方法，其具体步骤如下：

1)获取目的层段多口井不同深度的岩心有机碳历史数据，以及该多口井已进行过深度矫正的测井曲线；

其中，多口井在目的区域内均匀分布，测井曲线包括自然伽马(GR)曲线、声波时差(AC)曲线、中子测井(CN)曲线、密度(DEN)曲线和电阻率(RLLD)曲线；

2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中，并作单井综合柱状图；其中，测井曲线为曲线图道，有机碳数据为杆状图道；

3)综合单井的各个测井曲线数据，对有机碳数据进行单井深度归位，根据各个测井曲线起伏来调整有机碳取样点的深度位置；其中，有机碳取样点的深度位置调整幅度不超过1m；

4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值，计算每条测井曲线和TOC的相关系数；

5)选取与TOC相关系数最高的测井曲线，如果选取的测井曲线是GR曲线，TOC与GR的相关性最好，则进行下一步，否则有机碳含量的测井预测数学模型建立失败；

6)作TOC和GR的散点图，通过TOC和GR散点图判断TOC和GR的相关性，拟合TOC和GR的关系，分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式；

7)选取TOC和GR相关性最好的关系式，判断该关系式是否出现负值，如果TOC出现负值，则进行修正，该关系式就是用GR预测TOC的数学模型，通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。

上述步骤3)中，有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整，有机碳含量较高的位置，向自然伽马值较高的方向移动，有机碳含量较低的位置，向自然伽马值较低的方向移动。

上述步骤4)中，各测井曲线与TOC的相关系数计算公式为：

$r=\frac{\underset{i}{\Σ}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i}{\Σ}{(x_i-\stackrel{\‾}{x})}^2}\sqrt{\underset{i}{\Σ}{(y_i-\stackrel{\‾}{y})}^2}},$

其中，r为相关系数，x_i为某测井曲线第i个测井参数值，为该测井曲线参数平均值，y_i为第i个单井TOC值，为所有单井TOC平均值。

上述步骤7)中，选取的关系式中，如果TOC值出现负值，则只选取关系式中TOC为正值的部分。

实施例，鄂尔多斯盆地中东部奥陶系，只有下统和中统，上统缺失，自下而上分别为冶里组、亮甲山组和马家沟组。海相烃源岩主要为中奥陶统马家沟组碳酸盐岩，有机质丰度普遍偏低，有机碳实验数据大部分小于0.3％。建立中国鄂尔多斯盆地中东部奥陶系海相碳酸盐岩烃源岩的有机碳含量测井预测数学模型，其具体步骤如下：

1)获取研究区目的层段12口井的岩心有机碳历史数据，获取该12口井已进行过深度矫正的测井曲线，测井曲线包括GR曲线、AC曲线、CN曲线、DEN曲线和RLLD曲线；

2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中，并作单井综合柱状图，其中，测井曲线为曲线图道，有机碳数据为杆状图道；

3)综合单井的各测井曲线数据，对有机碳数据进行单井深度归位，根据各测井曲线数据来调整有机碳取样点的深度位置，调整幅度不超过1米，其中，L14井TOC深度归位前后综合柱状图，如图2所示；

4)读取研究区域12口井现有有机碳取样点深度的各测井曲线值，计算TOC与各测井曲线的相关系数；

5)计算得到TOC与GR的相关系数为0.907，TOC与CN的相关系数为0.714，TOC与AC的相关系数为0.778，TOC与DEN的相关系数为-0.370，TOC与RLLD的相关系数为-0.132；

6)根据步骤5)，得到TOC与GR的相关系数最高，TOC与GR的相关性最好，建立TOC与GR的散点图，如图3所示；

7)拟合TOC与GR的关系式，把趋势线设为线性关系，如图4所示，建立线性关系式y＝0.0035x-0.019，相关系数R²＝0.8229；

8)把趋势线设为二次函数关系，如图5所示，建立二次函数关系式y＝0.000014x²+0.0007x+0.061，相关系数R²＝0.9217；

9)把趋势线设为指数关系，如图6所示，建立指数关系式y＝0.059e^0.0142x，相关系数R²＝0.6736；

10)根据步骤7)至步骤9)，得到二次函数关系式的相关性最好，所以选择y＝0.000014x²+0.0007x+0.061为用GR对TOC进行预测的关系式；

11)判断TOC与GR的关系式是否出现负值，该关系式无负值出现，最后得出用GR预测研究区域12口井下一阶段TOC的数学模型为：TOC＝0.000014GR²+0.0007GR+0.0610，通过该模型对研究区域内12口井下一阶段的有机碳含量进行预测。

上述各实施例仅用于说明本发明，各部件的结构、尺寸、设置位置及形状都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别部件进行的改进和等同变换，均不应排除在本发明的保护范围之外。

Claims (7)

1.一种有机碳含量的测井预测数学模型建立方法，其特征在于：它包括以下步骤：

1)获取目的层段多口井不同深度的岩心有机碳历史数据，以及该多口井已进行过深度矫正的测井曲线；

2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中，并作单井综合柱状图；

3)综合单井的各个测井曲线数据，对有机碳数据进行单井深度归位，根据各个测井曲线起伏来调整有机碳取样点的深度位置；

4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值，计算每条测井曲线和TOC的相关系数；

5)选取与TOC相关系数最高的测井曲线，如果选取的测井曲线是GR曲线，TOC与GR的相关性最好，则进行下一步，否则有机碳含量的测井预测数学模型建立失败；

6)作TOC和GR的散点图，通过TOC和GR散点图判断TOC和GR的相关性，拟合TOC和GR的关系，分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式；

7)选取TOC和GR相关性最好的关系式，判断该关系式是否出现负值，如果TOC出现负值，则进行修正，该关系式就是用GR预测TOC的数学模型，通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。

2.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤1)中，多口井在该区域内均匀分布，测井曲线包括自然伽马曲线、声波时差曲线、中子测井曲线、密度曲线和电阻率曲线。

3.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤2)中，测井曲线为曲线图道，有机碳数据为杆状图道。

4.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤3)中，有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整，有机碳含量较高的位置，向自然伽马值较高的方向移动，有机碳含量较低的位置，向自然伽马值较低的方向移动。

5.如权利要求1或4所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤3)中，有机碳取样点的深度位置调整幅度不超过1m。

6.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤4)中，各测井曲线与TOC的相关系数计算公式为：

$r=\frac{\underset{i}{\Σ}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i}{\Σ}{(x_i-\stackrel{\‾}{x})}^2}\sqrt{\underset{i}{\Σ}{(y_i-\stackrel{\‾}{y})}^2}},$

其中，r为相关系数，x_i为某测井曲线第i个测井参数值，为该测井曲线参数平均值，y_i为第i个单井TOC值，为所有单井TOC平均值。

7.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法，其特征在于：所述步骤7)中，选取的关系式中，如果TOC值出现负值，则只选取关系式中TOC为正值的部分。