CN106250619B - 一种确定地层矿物含量的方法和装置 - Google Patents
一种确定地层矿物含量的方法和装置 Download PDFInfo
- Publication number
- CN106250619B CN106250619B CN201610615891.0A CN201610615891A CN106250619B CN 106250619 B CN106250619 B CN 106250619B CN 201610615891 A CN201610615891 A CN 201610615891A CN 106250619 B CN106250619 B CN 106250619B
- Authority
- CN
- China
- Prior art keywords
- stratum
- formation
- content
- representing
- mineral
- 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
Links
- 239000011707 mineral Substances 0.000 title claims abstract description 116
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001228 spectrum Methods 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 25
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 103
- 230000035945 sensitivity Effects 0.000 claims description 40
- 229910000514 dolomite Inorganic materials 0.000 claims description 13
- 239000010459 dolomite Substances 0.000 claims description 13
- 229910021532 Calcite Inorganic materials 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 11
- 239000011148 porous material Substances 0.000 claims description 11
- 239000010453 quartz Substances 0.000 claims description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 10
- 230000004907 flux Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 5
- 238000005755 formation reaction Methods 0.000 description 85
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000933832 Broussonetia Species 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Agronomy & Crop Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Computer Hardware Design (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种确定地层矿物含量的方法和装置,其中,该方法包括:获取待测地层中多种元素与快中子发生核反应产生的混合伽马能谱;对其进行解谱处理,得到待测地层中多种元素中各个元素的相对产额;根据元素的相对产额和预设的定量关系,计算得到待测地层中多种地层矿物中各种地层矿物的含量,其中,预设的定量关系为单一元素的相对产额与包含单一元素的地层矿物的含量之间的定量关系。在本发明实施例中,通过建立单一元素的相对产额与包含单一元素的地层矿物的含量之间的定量关系,从而可以通过元素的相对产额直接计算得到待测地层中不同地层矿物的含量,有效提高了地层矿物含量的计算精度,保证了地层矿物含量计算结果的准确性。
Description
技术领域
本发明涉及地质勘探技术领域,特别涉及一种确定地层矿物含量的方法和装置。
背景技术
地层矿物含量在岩性识别、粘土含量评价、骨架参数计算以及沉积环境研究方面均有着重要的意义。
目前,常用的地层矿物含量确定方法主要分为两种:第一种方法是根据不同地层矿物的测井响应特征,建立地层矿物含量与不同测井响应值之间的关系方程,采用最优化方法求取地层矿物含量;第二种方法是利用地层元素测井获取的元素含量,根据地层矿物中的元素组分,建立元素含量与地层矿物含量的关系方程,求取地层矿物含量。
但是,这两种方法均存在一定的缺陷。第一种方法是利用不同地层矿物的测井曲线间接确定地层矿物含量,采用该方法确定地层矿物含量的计算结果精度不高;第二种方法虽然是利用地层元素测井中获取的元素含量直接确定地层矿物含量,但是采用该方法确定地层矿物含量时,将地层元素测井中由伽马能谱解谱获取的元素相对产额向元素含量转换的过程中会产生误差,从而会导致产生的误差传递到确定的地层矿物含量结果中,该方法精度也有待于进一步提高。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定地层矿物含量的方法和装置,以达到提高地层矿物含量计算精度的目的。
本发明实施例提供了一种确定地层矿物含量的方法,该方法包括:获取待测地层中多种元素中各个元素的相对产额;根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系。
在一个实施例中,获取待测地层中多种元素中各个元素的相对产额,包括:获取所述待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱包括:俘获伽马能谱和/或非弹性散射伽马能谱;对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额。
在一个实施例中,按照以下公式建立所述预设的定量关系:
在一个实施例中,按照以下公式计算第n种地层矿物中第m种元素的灵敏度因子:
其中,表示第n种地层矿物中第m种元素的灵敏度因子,jm表示中子与所述地层中的第m种元素原子核发生核反应的概率,Tm表示一个中子与所述地层中的第m种元素发生核反应产生的伽马光子被伽马探测器探测到的数目,表示单位质量的第n种地层矿物中第m种元素的含量。
在一个实施例中,所述待测地层包括以下至少之一:石英、方解石、白云石和孔隙流体。
本发明实施例还提供了一种确定地层矿物含量的装置,该装置包括:获取模块,用于获取待测地层中多种元素中各个元素的相对产额;计算模块,用于根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系。
在一个实施例中,所述获取模块包括:伽马能谱获取单元,用于获取所述待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱包括:俘获伽马能谱和/或非弹性散射伽马能谱;相对产额获取单元,用于对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额。
在一个实施例中,所述计算模块具体用于按照以下公式建立所述预设的定量关系:
在一个实施例中,所述计算模块具体用于按照以下公式计算第n种地层矿物中第m种元素的灵敏度因子:
其中,表示第n种地层矿物中第m种元素的灵敏度因子,jm表示中子与所述地层中的第m种元素原子核发生核反应的概率,Tm表示一个中子与所述地层中的第m种元素发生核反应产生的伽马光子被伽马探测器探测到的数目,表示单位质量的第n种地层矿物中第m种元素的含量。
在一个实施例中,所述待测地层中包括以下至少之一:石英、方解石、白云石和孔隙流体。
在本发明实施例的确定地层矿物含量过程中,获取了待测地层中各元素的相对产额后,通过建立单一元素的相对产额与包含单一元素的地层矿物的含量之间的定量关系,从而可以利用待测地层中各元素的相对产额直接计算得到待测地层中不同地层矿物的含量,有效提高了地层矿物含量的计算精度,保证了地层矿物含量计算结果的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是本发明实施例的一种确定地层矿物含量的方法的流程图;
图2是本发明实施例的地层模型;
图3是本发明实施例的蒙特卡罗模拟计算模型示意图;
图4是本发明实施例的地层模型矿物含量与理论含量的对比示意图;
图5是本发明实施例的一种确定地层矿物含量的装置的一种结构框图。
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明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
考虑到现有方法确定地层矿物含量时精度不高的问题,发明人提出了在获取了待测地层中各元素的相对产额后,通过建立单一元素的相对产额与包含单一元素的地层矿物的含量之间的定量关系,从而可以通过地层中各元素的相对产额直接计算得到待测地层中不同地层矿物的含量。具体地,在本例中,提供了一种确定地层矿物含量的方法,如图1所示,可以包括以下步骤:
步骤101:获取待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱可以包括但不限于:俘获伽马能谱和/或非弹性散射伽马能谱;
具体地,上述多种元素可以包括:Si、Ca、Fe、S、Na、Mg、Al、K、C、Ti、Gd、Cl、H、O等。针对不同的待测地层中元素种类差别较大,在实际执行过程中,可以根据实际情况选择需要确定的元素,本申请对此不作限定。
上述快中子指的是在核反应中,没有经过慢化剂慢化的中子。将它们命名为快中子,可以将其与低能的热中子、以及通常在宇宙射线或者加速器中产生的高能中子区别开来。
本发明实施例中采用的待测地层模型可以如图2所示,其中,该待测地层模型包括4个组分,分别是:石英201、方解石202、白云石203和孔隙流体204。
例如,设定了35个如图2所示的待测地层模型,其中,所有待测地层模型中孔隙流体204中水的质量百分含量均为0.05,石英201、方解石202和白云石203的质量百分含量如表1所示。然而值得注意的是,上述35种设定的待测地层模型仅是为了更好地说明本发明,在具体应用中可以选用其他待测地层模型或者其他地层矿物含量的不同类型的地层矿物,本发明对此不作限定。
表1本发明实施例的地层模型设定数据
步骤102:对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额;
在实际实施的过程中,利用地层元素测井仪器测量得到的混合伽马能谱是由待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,通过对该混合伽马能谱进行解谱处理,即,从混合伽马能谱中将每种元素与快中子发生核反应产生的伽马能谱对混合伽马能谱的贡献分离出来。每种元素与快中子发生核反应产生的伽马能谱对混合伽马能谱的贡献即为各个元素的相对产额。
仍旧以上述图2所述的待测地质模型为例,所用的35个待测地层模型中可用于区分设定的地层模型的不同组成部分的元素共有4种:Si、Mg、Ca和H,对在设定的待测地层中测量的混合伽马能谱进行解谱,从而得到每个设定的待测地层模型中各个元素的相对产额。
在本实施例中,通过蒙特卡罗方法模拟计算地层元素测井仪器在设定的不同待测地层中测量的俘获伽马混合能谱。根据如图3所示的蒙特卡罗计算模型模拟计算在设定的不同待测地层中测量的俘获伽马混合能谱。其中,该技术模型的模拟计算条件可以设定为:脉冲中子地层元素测井仪器31中,脉冲中子源311采用D-T脉冲中子发生器,脉冲中子发生器脉冲宽度为40μs,屏蔽体312材料为钨,伽马探测器313采用溴化澜晶体,脉冲中子源311与伽马探测器313之间的距离为35cm;井眼流体32为淡水,井眼直径为20cm;测量地层33为圆柱形,径向厚度和高度分别为90cm和150cm。
利用如图3所示的蒙特卡罗模拟计算模型,根据图2所示的地层模型和表1所示的地层模型设定数据中的地层不同组成部分的质量百分含量设定待测量地层33,可以设定记录伽马能谱的时间窗为50μs至100μs,模拟记录设定的35个地层模型中测量的俘获伽马混合能谱。
进一步地,对上述获取的俘获伽马混合能谱进行解谱,得到待测地层中各个元素与快中子发生核反应产生的伽马能谱对测量伽马能谱贡献的相对产额,即,35个地层模型中4种元素的相对产额。
步骤103:根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系。
具体地,上述单一元素的相对产额与包含单一元素的地层矿物的含量之间的定量关系为:
其中,Cm表示第m种元素的相对产额,g表示归一化中子通量,表示第n种地层矿物中第m种元素的灵敏度因子,Kn表示第n种地层矿物的含量,p表示所述待测地层中包含第m种元素的地层矿物的种类数。
进一步地,可以按照以下公式计算第n种地层矿物中第m种元素的灵敏度因子:
其中,表示第n种地层矿物中第m种元素的灵敏度因子,jm表示中子与地层中的第m种元素原子核发生核反应的概率,Tm表示一个中子与所述地层中的第m种元素发生核反应产生的伽马光子被伽马探测器探测到的数目,表示单位质量的第n种地层矿物中第m种元素的含量。
分别根据所获取的不同元素的相对产额,采用上述定量关系进行计算,可以得到待测地层中各地层矿物的含量。
下面以上述得到的35个待测地层模型的4种元素的相对产额为例,根据本发明实施例所提出的一种确定地层矿物含量的方法来计算这35个待测地层模型中各地层矿物的含量。最后,将计算结果和表1所示的理论值进行对比,从而检验本发明实施例所提出的方法是否有效。然而值得注意的是,该具体实施例仅是为了更好地说明本发明,并不构成对本发明的不当限定。
设定的35种待测地层模型中可用于区分地层模型中4种组分的元素包括Si、Mg、Ca和H这4种元素。根据公式(1)可以得到Si、Mg、Ca和H这4种元素的相对产额与4种地层矿物含量的关系:
其中,CSi、CMg、CCa和CH分别表示对俘获伽马混合能谱进行解谱获得的Si、Mg、Ca和H元素的相对产额,g表示归一化中子通量,表示石英中Si元素的灵敏度因子,表示白云石中Mg元素的灵敏度因子,表示方解石中Ca元素的灵敏度因子,表示白云石中Ca元素的灵敏度因子,表示孔隙流体中H元素的灵敏度因子,Kss、Kls、Kds和分别表示地层模型中石英、方解石、白云石和孔隙流体的含量。
由于受到伽马探测器尺寸以及探测效率等因素的影响,发生核反应产生的伽马光子被伽马探测器探测到的数目Tm不容易直接确定,因此,很难直接得到地层矿物中元素的灵敏度因子
考虑到元素的灵敏度因子很难直接测定,在实际计算中采用元素的相对灵敏度因子。
然而,值得注意的是,上述仅是以相对于Si元素的相对灵敏度因子作为一种示意性描述,也可以以相对于Mg、Ca等元素的计算相对灵敏度因子,相应的,计算公式也会有所调整,在实际操作的时候,可以根据元素类型选择合适的元素作为相对灵敏度因子的基础,具体选择哪种元素作为基础,本申请对此不作限定。本实施例中采用相对于Si元素的相对灵敏度因子,即令并可以将其带入公式(3)至公式(6)中,得到:
其中,表示白云石中Mg元素相对于Si元素的相对灵敏度因子;表示方解石中Ca元素相对于Si元素的相对灵敏度因子;表示白云石中Ca元素相对于Si元素的相对灵敏度因子;表示孔隙流体中H元素对于Si元素的相对灵敏度因子。
根据式(7)至式(10)可以得到:
Kss=S*CSi (11)
根据地层模型中各组分的含量之和为1,因此岩石物理响应方程可以表示为:
Kss+Kls+Kds+Kφ=1 (15)
将式(11)至式(14)带入式(15)中,可以得到:
即:
分别将S带入式(11)至式(14)中,可以得到35个地层模型中石英、方解石、白云石以及孔隙流体的含量。
如图4所示为本发明实施例中35个待测地层模型采用本发明提出的一种确定地层矿物含量的方法所计算的地层矿物含量与理论含量的对比示意图。从图4中可以看出,本发明实施例中利用本发明提出的一种确定地层矿物含量的方法所计算的地层矿物含量与理论含量相关性很好,采用本发明所提出的方法计算得到的地层矿物含量和理论含量的相对误差小于5%,因此采用本发明所提出的方法可以有效提高确定地层矿物含量的精度。
基于同一发明构思,本发明实施例中还提供了一种确定地层矿物含量的装置,如下面的实施例所述。由于确定地层矿物含量的装置解决问题的原理与确定地层矿物含量的方法相似,因此确定地层矿物含量的装置的实施可以参见确定地层矿物含量的方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图5是本发明实施例的确定地层矿物含量的装置的一种结构框图,如图5所示,包括:获取模块501、计算模块502,下面对该结构进行说明。
获取模块501,用于获取待测地层中多种元素中各个元素的相对产额;
计算模块502,用于根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系。
在一个实施例中,所述获取模块可以包括:伽马能谱获取单元,用于获取所述待测地层中多种元素中各个元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱包括:俘获伽马能谱和/或非弹性散射伽马能谱;相对产额获取单元,用于对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额。
在一个实施例中,所述计算模块具体用于按照以下公式建立所述预设的定量关系:
其中,Cm表示第m种元素的相对产额,g表示归一化中子通量,表示第n种地层矿物中第m种元素的灵敏度因子,Kn表示第n种地层矿物的含量,p表示所述待测地层中包含第m种元素的地层矿物的种类数。
在一个实施例中,所述计算模块具体用于按照以下公式计算第n种地层矿物中第m种元素的灵敏度因子:
其中,表示第n种地层矿物中第m种元素的灵敏度因子,jm表示中子与所述地层中的第m种元素原子核发生核反应的概率,Tm表示一个中子与所述地层中的第m种元素发生核反应产生的伽马光子被伽马探测器探测到的数目,表示单位质量的第n种地层矿物中第m种元素的含量。
在一个实施例中,所述待测地层中可以包括有以下组分中的一种或多种:石英、方解石、白云石和孔隙流体。
从以上的描述中,可以看出,本发明实施例实现了如下技术效果:在确定地层矿物含量的过程中,在获取了待测地层中各元素的相对产额后,通过建立单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系,从而可以通过待测地层中各元素的相对产额直接计算得到待测地层中不同地层矿物的含量,从而有效提高了地层矿物含量的计算精度,保证了地层矿物含量计算结果的准确性。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种确定地层矿物含量的方法,其特征在于,包括:
获取待测地层中多种元素中各个元素的相对产额;
根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系;
其中,按照以下公式建立所述预设的定量关系:
其中,Cm表示第m种元素的相对产额,表示第n种地层矿物中第m种元素的相对灵敏度因子,其中,表示第n种地层矿物中第m种元素的灵敏度因子,Lr表示参考灵敏度因子,Kn表示第n种地层矿物的含量,p表示所述待测地层中包含第m种元素的地层矿物的种类数,g表示归一化中子通量,Lr为参考灵敏度因子;
其中,获取待测地层中多种元素中各个元素的相对产额,包括:
获取所述待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱包括:俘获伽马能谱和非弹性散射伽马能谱;
对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额。
3.如权利要求1所述的方法,其特征在于,所述待测地层包括以下至少之一:石英、方解石、白云石和孔隙流体。
4.一种确定地层矿物含量的装置,其特征在于,包括:
获取模块,用于获取待测地层中多种元素中各个元素的相对产额;
计算模块,用于根据所述待测地层中多种元素中各个元素的相对产额和预设的定量关系,计算得到所述待测地层中多种地层矿物中各种地层矿物的含量,其中,所述预设的定量关系为单一元素的相对产额与包含所述单一元素的地层矿物的含量之间的定量关系;
其中,所述计算模块按照以下公式建立所述预设的定量关系:
其中,Cm表示第m种元素的相对产额,表示第n种地层矿物中第m种元素的相对灵敏度因子,其中,表示第n种地层矿物中第m种元素的灵敏度因子,Lr表示参考灵敏度因子,Kn表示第n种地层矿物的含量,p表示所述待测地层中包含第m种元素的地层矿物的种类数,g表示归一化中子通量,Lr为参考灵敏度因子;
其中,所述获取模块包括:
伽马能谱获取单元,用于获取所述待测地层中多种元素与快中子发生核反应产生的混合伽马能谱,其中,所述混合伽马能谱包括:俘获伽马能谱和非弹性散射伽马能谱;
相对产额获取单元,用于对所述混合伽马能谱进行解谱处理,得到所述待测地层中多种元素中各个元素的相对产额。
6.如权利要求4所述的装置,其特征在于,所述待测地层中包括以下至少之一:石英、方解石、白云石和孔隙流体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610615891.0A CN106250619B (zh) | 2016-07-29 | 2016-07-29 | 一种确定地层矿物含量的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610615891.0A CN106250619B (zh) | 2016-07-29 | 2016-07-29 | 一种确定地层矿物含量的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106250619A CN106250619A (zh) | 2016-12-21 |
CN106250619B true CN106250619B (zh) | 2020-01-10 |
Family
ID=57606090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610615891.0A Active CN106250619B (zh) | 2016-07-29 | 2016-07-29 | 一种确定地层矿物含量的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106250619B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505661B (zh) * | 2017-07-25 | 2019-06-04 | 中国石油大学(华东) | 一种可控中子三探测器元素测井装置及方法 |
CN107765321B (zh) * | 2017-09-29 | 2019-04-26 | 环太平洋高科技开发有限公司 | 一种指示地层元素含量的元素测井数据处理方法 |
CN108535786B (zh) * | 2018-04-24 | 2019-11-29 | 中国石油大学(北京) | 非弹性散射伽马能谱解析方法与装置 |
CN109814147B (zh) * | 2019-01-01 | 2021-01-29 | 中国人民解放军63653部队 | 使用探测器加衰减体测量小孔周围γ放射性核素分布的方法 |
CN113720991B (zh) * | 2020-11-16 | 2024-03-26 | 中国石油天然气集团有限公司 | 检测沉积岩中矿物组成的方法、装置、设备和存储介质 |
CN117805918A (zh) * | 2023-12-29 | 2024-04-02 | 中国科学技术大学 | 一种深空环境下基于伽马能谱反演分析的行星水探测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105221142A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 一种识别页岩地层矿物质量含量的方法 |
CN105257286A (zh) * | 2015-11-02 | 2016-01-20 | 中国石油天然气股份有限公司 | 一种获取地层岩石组分含量的方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103375166A (zh) * | 2012-04-26 | 2013-10-30 | 中国石油集团长城钻探工程有限公司 | 一种确定地层中多种矿物组分含量的方法 |
CN103485758A (zh) * | 2013-08-12 | 2014-01-01 | 中国石油天然气股份有限公司 | 一种利用多种资料拟合反演复杂岩性解释方法及装置 |
US10360282B2 (en) * | 2014-12-31 | 2019-07-23 | Schlumberger Technology Corporation | Method and apparatus for evaluation of hydrocarbon-bearing reservoirs |
CN105807330A (zh) * | 2016-03-17 | 2016-07-27 | 成都创源油气技术开发有限公司 | 一种快速识别页岩地层矿物体积含量的方法 |
-
2016
- 2016-07-29 CN CN201610615891.0A patent/CN106250619B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105221142A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 一种识别页岩地层矿物质量含量的方法 |
CN105257286A (zh) * | 2015-11-02 | 2016-01-20 | 中国石油天然气股份有限公司 | 一种获取地层岩石组分含量的方法及装置 |
Non-Patent Citations (4)
Title |
---|
C/Oγ能谱测井新的解析理论和方法;庞巨丰;《原子核物理评论》;20050331;第22卷(第1期);第72-75页 * |
Mineralogy from geochemical well logging;HERRON;《Clays and Clay Minerals》;19860228;第34卷(第2期);第204-213页 * |
基于伽马能谱的元素测井发展历程及技术展望;袁超 等;《地球物理学进展》;20140831;第29卷(第4期);第1867-1872页 * |
碳氧比测井解释的理论模型及应用;韩清忠 等;《测井技术》;19970831;第21卷(第4期);第272-275页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106250619A (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106250619B (zh) | 一种确定地层矿物含量的方法和装置 | |
US9268056B2 (en) | Neutron porosity based on one or more gamma ray detectors and a pulsed neutron source | |
US8476584B2 (en) | Methods for sourceless density downhole measurement using pulsed neutron generator | |
US10401311B2 (en) | Method and device for measuring formation elemental capture gamma ray spectra | |
CN102518431B (zh) | 基于可控中子源的随钻多参数测井方法 | |
CN110454147B (zh) | 一种可控源一体化核测井仪及测井方法 | |
CN103748486B (zh) | 使用多个标准和空间区域的核频谱分析校正 | |
US8996315B2 (en) | Method and system of determining a value indicative of gas saturation of a formation | |
US20060033022A1 (en) | Elemental gamma ray signature instrument | |
CN109521487B (zh) | 一种利用元素伽马能谱测井识别气层的方法 | |
RU2502095C2 (ru) | Абсолютные концентрации элементов из ядерной спектроскопии | |
NO345152B1 (no) | Fremgangsmåte og apparatur for å estimere en litotype i en jordformasjon | |
CN103696765B (zh) | 基于可控中子源的双LaBr3探测器元素能谱测井仪及测井方法 | |
CN103765247A (zh) | 用于快速正演中子模型的地层表征 | |
US20110218735A1 (en) | Real-Time Lithology and Mineralogy Interpretation | |
Wang et al. | Neutron transport correction and density calculation in the neutron-gamma density logging | |
WO2023044038A1 (en) | A neural network for obtaining true borehole sigma and true formation sigma | |
CA3102931C (en) | Determination of elemental concentrations from the capture and inelastic energy spectra | |
Zhang et al. | An enhanced accuracy method to determine oil saturation by carbon/oxygen logging in tight reservoirs | |
WO2020009701A1 (en) | Intrinsic geological formation carbon to oxygen ratio measurements | |
Yuan et al. | Can the evaluation accuracy of elemental concentration be further enhanced in geochemical logging?—A break attempt to obtain purer inelastic gamma spectrum | |
Wu et al. | Calculating standard captured γ spectra of formation elements | |
US11733421B2 (en) | Method for obtaining near-wellbore true borehole sigma and true formation sigma by using a nuclear logging tool during oil and gas exploration | |
CN106291727B (zh) | 一种地层镁元素定性评价的方法及装置 | |
Wensheng et al. | Quantitative analysis of neutron-capture gamma-ray energy spectra using direct demodulation |
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 |