CN107703561A - 一种页岩气水平井中计算有机碳含量的测井方法 - Google Patents
一种页岩气水平井中计算有机碳含量的测井方法 Download PDFInfo
- Publication number
- CN107703561A CN107703561A CN201710991328.8A CN201710991328A CN107703561A CN 107703561 A CN107703561 A CN 107703561A CN 201710991328 A CN201710991328 A CN 201710991328A CN 107703561 A CN107703561 A CN 107703561A
- Authority
- CN
- China
- Prior art keywords
- mrow
- organic carbon
- toc
- msub
- well
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
Abstract
本发明公开了一种页岩气水平井中计算有机碳含量的测井方法,包括如下步骤:步骤一:对测井资料进行预处理、标准化处理;步骤二:根据实验获取数据,利用岩心刻度测井,分析与有机碳含量TOC有关的测井信息,为下步建立有机碳含量TOC计算的分析图版及关系模型作准备;步骤三:针对不同的情况选择不同的方法,使得计算结果更精确;步骤四:输出计算得到的有机碳TOC大小。本项技术以实验分析和测井数据为基础,通过对页岩气有机碳的影响因素分析,基于有限测井资料条件,形成了水平井测井资料的有机碳含量计算方法,解决了页岩气水平井有机碳定量计算难题,具有较高的计算精度。
Description
技术领域
本发明涉及页岩气测井评价技术领域,主要涉及利用水平井测井信息定量计算页岩气有机碳含量的技术方法。
背景技术
有机碳(TOC)含量是页岩气藏评价中的重要指标,它既是页岩生气的物质基础,决定页岩的生烃强度,也是页岩吸附气的主要载体,决定页岩的吸附气量大小,而且还是页岩孔隙空间增加的重要因素之一,决定页岩新增游离气的能力。
目前,国内外文献资料中提及的的方法主要基于直井条件下建立,主要有多元拟合法、体积密度法、体积模型法、自然伽马能谱法、ΔlogR法等方法。页岩气工区实际开发中部署基本以水平井方式开采,受地质工程综合因素影响,测井施工难度大,资料难以取全。目前水平井一般采用标准测井+自然伽马能谱,部分井在井眼条件好的情况下采集了补偿密度,总体测井质量普遍较直井段略差。针对此类测井资料,建立在直丼筒条件下的模型大部分受到局限或不能直接应用,如:ΔlogR法中电阻率除受黄铁矿影响外,水平井中受界面或灰质夹层的影响较大,局部会出现异常高阻,此时测值并非储层含气反映;能谱法中针对龙马溪底部三号峰钻井的水平井中会出现诸多异常高伽马井段,此时高伽马特征并不对应储层富有机质大小。对于水平井中的有机质计算方法如何建立目前文献也尚未涉及,为此也需要开展适用于水平井型的有机质计算模型优选。
发明内容
本发明的目的在于克服现有技术的不足,提供一种利用水平井中有限的测井信息并结合实验分析数据,对页岩有机碳含量进行定量计算,并确定合适的水平井计算模型的页岩气水平井中计算有机碳含量的测井方法。
本发明的目的是通过以下技术方案来实现的:一种页岩气水平井中计算有机碳含量的测井方法,它包括如下步骤:
步骤一:对测井资料进行预处理、标准化处理;
步骤二:根据实验获取数据,利用岩心刻度测井,分析与有机碳含量TOC有关的测井信息(测井信息包括:密度、能谱、声波、中子),为下步建立有机碳含量TOC计算的分析图版及关系模型作准备;
步骤三:针对现有的资料情况进行模型选择,如果仅有自然伽马能谱测井资料,可以选用常规能谱模型和/或叠合区域差异法建模计算;如果仅有密度测井资料,可以选用密度概率法和/或体积密度法建模计算;在两者资料都具备的情况下,进行优化选择计算,使得计算结果更精确;
步骤四:输出计算得到的有机碳TOC大小,为下步计算含气量提供参数基础。
作为优选方式,所述的常规能谱模型包括钍铀比概率法、叠合区域差值法;
对于仅采集自然伽马能谱资料且为中低伽马特征值的储层,可以采用常规能谱模型和叠合区域差值模型计算有机碳;
对于高或特高伽马储层,则选用叠合区域差值模型计算有机碳。
作为优选方式,如果仅采集密度资料,则可以选择密度概率模型和体积模型计算有机碳,两者均适用于密度测值可靠的储层。
作为优选方式,在自然伽马能谱和密度两种资料都测量的情况下,则结合轨迹综合分析,选择与导眼井和邻井误差最小的一种计算值作为最终结果,或者取两种方法计算结果的平均值作为最终结果。
作为优选方式,自然伽马能谱测井主要应用于评价地层的岩性、生油能力等,解决油气田勘探、开发中的相关问题;研究表明,利用铀含量还可以评价地层有机质丰度,同时随着钍、钾含量的不同,有机碳含量会相应变化;因此,可以利用回归分析得到自然伽马能谱测井特征与有机碳含量的关系;
其理论依据在于,页岩有机质一般形成于静水还原环境中,其中干酪根具有较高放射性元素铀,同时随着泥页岩颜色的加深,有机质物质成分的增加,铀含量增高,钍、钾含量相对降低;
钍铀概率模型,运用U、TH/U与岩心分析有机碳大小进行交会分析;
结合建立的模型关系可以看出,地层中铀含量随TOC相应增大,总体来说,两者与TOC均具有一定的线性关系,具体公式如下:
TOC=0.254*U+0.455(R2=0.623) (1)
TOC=-1.121*ln(TH/U)+3.180(R2=0.622) (2)
式(1)、(2)中U为铀测井值,ppm;TH为钍测井值,ppm。
作为优选方式,叠合区域差异法建模计算:运用能谱总伽马与无铀伽马间差值区域与岩心分析有机碳大小进行交会分析;
该方法的原理是:以伽马能谱模型为基础,考虑尽量消除本底的影响,实现对富有机碳页岩TOC的定量评价,进一步量化总伽马(GR)曲线与去铀伽马(KTH)曲线的分离,并分析两曲线分离程度(D)与有机碳含量之间关系,发现两者存在明确的正相关关系,且两者之间相关性与沉积环境有关;
式(3)中定义D为GR与KTH两曲线分离度;GR与KTH分别为自然伽马能谱测井总伽马曲线与去铀伽马曲线,单位均为API;GRleft、GRright分别为GR—KTH曲线重叠时GR曲线左、右刻度,单位API;KTHleft、KTHright分别为KTH曲线左、右刻度,单位API;
GRright、KTHleft分别为两曲线按前述规则重叠时GR曲线最大值以及KTH曲线最小值,据前述重叠规则GRleft、KTHright即可随之确定;由于目前水平井泥浆液中含钾离子浓度不同,对于总伽马、去铀伽马的影响也不同,各种测值高低值的选取应根据本井的情况调整;
按测井资料明确沉积环境,分析岩心TOC大小与GR-KTH曲线重叠区域分离度D的相关关系;通过趋势点发现,岩心TOC与D均呈线性相关关系,偏离线性点部分为轨迹纵向上变化引起,在模型计算时可根据轨迹与地层的关系加以判断并选用合适的模型;据此可初步建立GR—KTH重叠区域储层有机碳含量测井计算关系,结合水平段部署层位沉积环境,其构建模型为:
TOC=2.1+1.10*D-0.7*log10(TH/U)(R2=0.64) (4)
作为优选方式,密度概率法:利用实验室测定的TOC含量与测井采集的体积密度,建立计算有机碳含量TOC的概率模型;
密度法理论依据在于,泥页岩中有机质的密度(1.03~1.10g/cm3)明显低于围岩,使优质泥页岩的岩性密度测井值降低;富含有机质的低孔隙度、低渗透率泥页岩中,地层岩性密度的变化对应于有机质丰度的变化;
根据区域化验分析资料结果建立模型,部分相关性较差的点受控因素主要来自两部分影响:一是黄铁矿在地层中的存在会导致测井异常高值;二是受井眼垮塌影响,测井仪器推靠臂若贴不到井壁,会使得测值明显降低,未能真实反应地层特征;
地层岩石密度与岩心分析TOC相关公式如下:
TOC=-17.806*ρ+48.513(R2=0.775) (5)
式(5)中ρ为密度测井值,g/cm3。
作为优选方式,体积密度法建模计算:基于测井解释的体积模型理论,结合实验测定数据、密度测井及计算的孔隙度,建立计算TOC的体积模型;
从体积模型出发,将测井解释岩石物理体积模型划分为岩石骨架和孔隙两大部分,其中岩石骨架分为粘土矿物、脆性矿物和干酪根三部分;粘土矿物主要成分为伊蒙混层、伊利石和绿泥石;脆性矿物主要成分为硅质和钙质矿物,黄铁矿因在地层中含量较少,在测井解释体积模型中并入硅质矿物部分;孔隙主要包括游离烃和水,即目前将该区页岩储层体积模型进行简化为“五元体积模型”,即:
V硅质+V钙质+V粘土矿物+V有机质+V孔隙=1 (6)
首先,应用式(6)中体积模型确定有机质体积百分含量:
式(7)中Vker为有机质体积百分含量;ρk、ρma、ρker分别为计算点、岩石骨架点、有机质极值点的密度值,g/cm3;
然后,将有机质体积百分含量转化为有机质重量百分含量(TOC),公式为:
式(8)中TOC为有机碳重量百分含量;ρker、ρb分别为有机质密度和体积密度,g/cm3;K为有机碳转换系数,对于不同类型的干酪根,其转换系数略有差异,取值范围为1.20~1.25,一般取1.23左右。
本发明的有益效果是:本项技术以实验分析和测井数据为基础,通过对页岩气有机碳的影响因素分析,基于有限测井资料条件,形成了基于水平井测井资料的有机碳含量计算方法,解决了页岩气水平井有机碳定量计算难题,具有较高的计算精度。
附图说明
图1为本发明专利实施的流程图;
图2为岩心分析TOC与能谱测井特征关系之一;
图3为岩心分析TOC与能谱测井特征关系之二;
图4为岩心TOC与伽马-无铀伽马叠合区间关系;
图5为岩心分析TOC与密度关系;
图6为水平井中测井计算与岩屑分析TOC对比;
图7为××水平井计算有机碳含量与岩屑实验数据对比;
图8为××水平井页岩气计算有机碳含量综合对比。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
水平井钻井中可以对岩心、岩屑样品进行有机质地化分析,以获得有机质丰度和转化率等系列参数。然而,岩心样品有限,分析费用昂贵且费时,特别是岩屑分析结果误差大。利用测井数据估算水平井有机碳含量,既可以克服以上缺点,又容易得到研究区有机碳含量大小,为水平井选层决策提供地质依据。
目前页岩气水平井一般采用标准测井+自然伽马能谱测井项目,部分井在井眼条件好的情况下采集了补偿密度,总体来说采集信息较有限。针对有限测井资料条件,直丼模型大部分受到限制,ΔlogR法不能适用原因有两点:一是矿物组分复杂,声波时差受矿物成分、灰质岩和粘土含量以及颗粒间压实程度等多种因素影响,掩盖了储层有机质的发育程度大小;二是受区域上黄铁矿分布的影响,电阻率局部呈低阻特征明显,电阻率大小不再反映储层含气丰度。体积密度法不能直接应用原因为:一是黄铁矿在地层中的存在会导致测井异常高值;二是受井眼垮塌影响,测井仪器推靠臂若贴不到井壁,会使得测值明显降低,未能真实反应地层特征。伽马能谱法不能直接应用是因为受龙马溪底部储层特高伽马的影响(高铀),伽马测值的递增量要明显高于TOC的增量,导致计算结果局部偏差较大。
为此,本项技术以实验分析和测井数据为基础,通过对页岩气有机碳的影响因素分析,基于有限测井资料条件,形成了水平井测井资料的有机碳含量计算方法,解决了页岩气水平井有机碳定量计算难题,具有较高的计算精度。
如图1~图8所示,一种页岩气水平井中计算有机碳含量的测井方法,它包括如下步骤:
步骤一:对测井资料进行预处理、标准化处理;
步骤二:根据实验获取数据,利用岩心刻度测井,分析与有机碳含量TOC有关的测井信息(有关的测井信息主要有:密度、能谱、声波、中子),为下步建立有机碳含量TOC计算的分析图版及关系模型作准备;
步骤三:针对现有的资料情况进行模型选择,如果仅有自然伽马能谱测井资料,可以选用常规能谱模型和/或叠合区域差异法建模计算;如果仅有密度测井资料,可以选用密度概率法和/或体积密度法建模计算;在两者资料都具备的情况下,进行优化选择计算,使得计算结果更精确;
步骤四:输出计算得到的有机碳TOC大小,为下步计算含气量提供参数基础。
在一个优选实施例中,所述的常规能谱模型包括钍铀比概率法、叠合区域差值法;
对于仅采集自然伽马能谱资料且为中低伽马特征值的储层,可以采用常规能谱模型和叠合区域差值模型计算有机碳;
对于高或特高伽马储层,则选用叠合区域差值模型计算有机碳。
在一个优选实施例中,如果仅采集密度资料,则可以选择密度概率模型和体积模型计算有机碳,两者均适用于密度测值可靠的储层。
在一个优选实施例中,在自然伽马能谱和密度两种资料都测量的情况下,则结合轨迹综合分析,选择与导眼井和邻井误差最小的一种计算值作为最终结果,或者取两种方法计算结果的平均值作为最终结果。
在一个优选实施例中,自然伽马能谱测井主要应用于评价地层的岩性、生油能力等,解决油气田勘探、开发中的相关问题;研究表明,利用铀含量还可以评价地层有机质丰度,同时随着钍、钾含量的不同,有机碳含量会相应变化;因此,可以利用回归分析得到自然伽马能谱测井特征与有机碳含量的关系;
其理论依据在于,页岩有机质一般形成于静水还原环境中,其中干酪根具有较高放射性元素铀,同时随着泥页岩颜色的加深,有机质物质成分的增加,铀含量增高,钍、钾含量相对降低;
钍铀概率模型,运用U、TH/U与岩心分析有机碳大小进行交会分析;
结合建立的模型关系可以看出,图2表明地层中铀含量随TOC增大而相应增大,图3表明在不同氧化还原环境中,有机质大小具有明显的差异;随着水体加深,更有利于有机质形成;
总体来说,两者与TOC均具有一定的线性关系,具体公式如下:
TOC=0.254*U+0.455(R2=0.623) (1)
TOC=-1.121*ln(TH/U)+3.180(R2=0.622) (2)
式(1)、(2)中U为铀测井值,ppm;TH为钍测井值,ppm。
在一个优选实施例中,叠合区域差异法建模计算:运用能谱总伽马与无铀伽马间差值区域与岩心分析有机碳大小进行交会分析;
该方法的原理是:以伽马能谱模型为基础,考虑尽量消除本底的影响,实现对富有机碳页岩TOC的定量评价,进一步量化总伽马(GR)曲线与去铀伽马(KTH)曲线的分离,并分析两曲线分离程度(D)与有机碳含量之间关系,发现两者存在明确的正相关关系,且两者之间相关性与沉积环境有关;
式(3)中定义D为GR与KTH两曲线分离度;GR与KTH分别为自然伽马能谱测井总伽马曲线与去铀伽马曲线,单位均为API;GRleft、GRright分别为GR—KTH曲线重叠时GR曲线左、右刻度,单位API;KTHleft、KTHright分别为KTH曲线左、右刻度,单位API;
GRright、KTHleft分别为两曲线按前述规则重叠时GR曲线最大值以及KTH曲线最小值,据前述重叠规则GRleft、KTHright即可随之确定;由于目前水平井泥浆液中含钾离子浓度不同,对于总伽马、去铀伽马的影响也不同,各种测值高低值的选取应根据本井的情况调整;
以四川盆地川南某区块龙马溪页岩气储层为例,按测井资料明确沉积环境(参考图3),分析岩心TOC大小与GR-KTH曲线重叠区域分离度D的相关关系(如图4所示);通过趋势点发现,岩心TOC与D均呈线性相关关系,偏离线性点部分为轨迹纵向上变化引起,在模型计算时可根据轨迹与地层的关系加以判断并选用合适的模型;据此可初步建立GR—KTH重叠区域储层有机碳含量测井计算关系,结合水平段部署层位沉积环境,其构建模型为:
TOC=2.1+1.10*D-0.7*log10(TH/U)(R2=0.64) (4)
在一个优选实施例中,密度概率法:利用实验室测定的TOC含量与测井采集的体积密度,建立计算有机碳含量TOC的概率模型如下,二者关系如图5;
密度法理论依据在于,泥页岩中有机质的密度(1.03~1.10g/cm3)明显低于围岩,使优质泥页岩的岩性密度测井值降低;富含有机质的低孔隙度、低渗透率泥页岩中,地层岩性密度的变化对应于有机质丰度的变化;
根据区域化验分析资料结果建立模型,发现测井密度法模型精度较高(R2=0.775),部分相关性较差的点受控因素主要来自两部分影响:一是黄铁矿在地层中的存在会导致测井异常高值;二是受井眼垮塌影响,测井仪器推靠臂若贴不到井壁,会使得测值明显降低,未能真实反应地层特征;
地层岩石密度与岩心分析TOC相关公式如下:
TOC=-17.806*ρ+48.513(R2=0.775) (5)
式(5)中ρ为密度测井值,g/cm3。
在一个优选实施例中,体积密度法建模计算:基于测井解释的体积模型理论,结合实验测定数据、密度测井及计算的孔隙度,建立计算TOC的体积模型;
从体积模型出发,将测井解释岩石物理体积模型划分为岩石骨架和孔隙两大部分,其中岩石骨架分为粘土矿物、脆性矿物和干酪根三部分;粘土矿物主要成分为伊蒙混层、伊利石和绿泥石;脆性矿物主要成分为硅质和钙质矿物,黄铁矿因在地层中含量较少,在测井解释体积模型中并入硅质矿物部分;孔隙主要包括游离烃和水,即目前将该区页岩储层体积模型进行简化为“五元体积模型”,即:
V硅质+V钙质+V粘土矿物+V有机质+V孔隙=1 (6)
首先,应用式(6)中体积模型确定有机质体积百分含量:
式(7)中Vker为有机质体积百分含量;ρk、ρma、ρker分别为计算点、岩石骨架点、有机质极值点的密度值,g/cm3;
然后,将有机质体积百分含量转化为有机质重量百分含量(TOC),公式为:
式(8)中TOC为有机碳重量百分含量;ρker、ρb分别为有机质密度和体积密度,g/cm3;K为有机碳转换系数,对于不同类型的干酪根,其转换系数略有差异,以Ⅰ型干酪根为例,取值范围为1.20~1.25,一般取1.23左右。
基于建立的页岩气有机碳计算模型,利用测井数据计算了有机碳大小,计算成果与实测岩屑分析有机碳具有很好的相关关系,相关系数R2=0.835,如图6。
采用页岩水平井有机碳计算方法和模型,对四川盆地多口页岩气水平井的有机碳进行了计算。从应用结果来看,本申请的方法在实际计算中具有较高的精度,应用效果较好。
如图7为四川盆地川南某区块龙马溪页岩气水平井测井仅采集能谱资料情况下计算成果与岩屑分析数据对比图,结果表明测井不同模型计算的页岩气有机碳含量与实验分析成果均较吻合。
图8为四川盆地川南某区块页岩气水平井在取得能谱与密度测井条件下计算有机碳综合对比成果图。利用本申请的页岩气有机碳计算模型进行了处理,处理中采用伽马能谱叠合区域法与体积密度法相结合的方法,沿用最优化思想,将两者结果优化选择,使得计算结果更真实可靠。水平道三分别对比了三种方法计算结果,可以看出综合法可信度最高。水平道四进一步对比了综合计算TOC与现场全烃分析结果,总体趋势一致,即:高全烃显示以高含有机质为烃源基础,与实际地质情况符合。
本井采用7mm油嘴*17.1mm孔板工作制度,测试页岩气产量达到6.26万方/天,本发明的计算结果与实际情况吻合,表明本发明的方法技术可靠。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,应当指出的是,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种页岩气水平井中计算有机碳含量的测井方法,其特征在于,它包括如下步骤:
步骤一:对测井资料进行预处理、标准化处理;
步骤二:根据实验获取数据,利用岩心刻度测井,分析与有机碳含量TOC有关的测井信息,为下步建立有机碳含量TOC计算的分析图版及关系模型作准备;
步骤三:针对现有的资料情况进行模型选择,如果仅有自然伽马能谱测井资料,可以选用常规能谱模型和/或叠合区域差异法建模计算;如果仅有密度测井资料,可以选用密度概率法和/或体积密度法建模计算;在两者资料都具备的情况下,进行优化选择计算,使得计算结果更精确;
步骤四:输出计算得到的有机碳TOC大小。
2.如权利要求1所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:所述的常规能谱模型包括钍铀比概率法、叠合区域差值法;
对于仅采集自然伽马能谱资料且为中低伽马特征值的储层,可以采用常规能谱模型和叠合区域差值模型计算有机碳;
对于高或特高伽马储层,则选用叠合区域差值模型计算有机碳。
3.如权利要求1或2所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
如果仅采集密度资料,则可以选择密度概率模型和体积模型计算有机碳,两者均适用于密度测值可靠的储层。
4.如权利要求3所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
在自然伽马能谱和密度两种资料都测量的情况下,则结合轨迹综合分析,选择与导眼井和邻井误差最小的一种计算值作为最终结果,或者取两种方法计算结果的平均值作为最终结果。
5.根据权利要求1或4所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
钍铀概率模型,运用U、TH/U与岩心分析有机碳大小进行交会分析;
地层中铀含量随TOC增大而相应增大,总体来说,两者与TOC均具有一定的线性关系,具体公式如下:
TOC=0.254*U+0.455 (R2=0.623) (1)
TOC=-1.121*ln(TH/U)+3.180 (R2=0.622) (2)
式(1)、(2)中U为铀测井值,ppm;TH为钍测井值,ppm。
6.根据权利要求1或4所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
叠合区域差异法建模计算:运用能谱总伽马与无铀伽马间差值区域与岩心分析有机碳大小进行交会分析;
以伽马能谱模型为基础,考虑尽量消除本底的影响,实现对富有机碳页岩TOC的定量评价,进一步量化总伽马(GR)曲线与去铀伽马(KTH)曲线的分离,并分析两曲线分离程度(D)与有机碳含量之间关系,发现两者存在明确的正相关关系,且两者之间相关性与沉积环境有关;
<mrow>
<mi>D</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>G</mi>
<mi>R</mi>
<mo>-</mo>
<msub>
<mi>GR</mi>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>f</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>GR</mi>
<mrow>
<mi>r</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>GR</mi>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>f</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<mi>K</mi>
<mi>T</mi>
<mi>H</mi>
<mo>-</mo>
<msub>
<mi>KTH</mi>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>f</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>KTH</mi>
<mrow>
<mi>r</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>KTH</mi>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>f</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)中定义D为GR与KTH两曲线分离度;GR与KTH分别为自然伽马能谱测井总伽马曲线与去铀伽马曲线,单位均为API;GRleft、GRright分别为GR—KTH曲线重叠时GR曲线左、右刻度,单位API;KTHleft、KTHright分别为KTH曲线左、右刻度,单位API;GRright、KTHleft分别为两曲线按前述规则重叠时GR曲线最大值以及KTH曲线最小值,据前述重叠规则GRleft、KTHright即可随之确定;由于目前水平井泥浆液中含钾离子浓度不同,对于总伽马、去铀伽马的影响也不同,各种测值高低值的选取应根据本井的情况调整。
按测井资料明确沉积环境,分析岩心TOC大小与GR-KTH曲线重叠区域分离度D的相关关系;通过趋势点发现,岩心TOC与D均呈线性相关关系,偏离线性点部分为轨迹纵向上变化引起,在模型计算时可根据轨迹与地层的关系加以判断并选用合适的模型;据此可初步建立GR—KTH重叠区域储层有机碳含量测井计算关系,结合水平段部署层位沉积环境,其构建模型为:
TOC=2.1+1.10*D-0.7*log10(TH/U) (R2=0.64) (4)。
7.根据权利要求1或4所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
密度概率法:利用实验室测定的TOC含量与测井采集的体积密度,建立计算有机碳含量TOC的概率模型;
根据区域化验分析资料结果建立模型,部分相关性较差的点受控因素主要来自两部分影响:一是黄铁矿在地层中的存在会导致测井异常高值;二是受井眼垮塌影响,测井仪器推靠臂若贴不到井壁,会使得测值明显降低,未能真实反应地层特征;
地层岩石密度与岩心分析TOC相关公式如下:
TOC=-17.806*ρ+48.513 (R2=0.775) (5)
式(5)中ρ为密度测井值,g/cm3。
8.根据权利要求1或4所述的一种页岩气水平井中计算有机碳含量的测井方法,其特征在于:
体积密度法建模计算:基于测井解释的体积模型理论,结合实验测定数据、密度测井及计算的孔隙度,建立计算TOC的体积模型;
从体积模型出发,将测井解释岩石物理体积模型划分为岩石骨架和孔隙两大部分,其中岩石骨架分为粘土矿物、脆性矿物和干酪根三部分;粘土矿物主要成分为伊蒙混层、伊利石和绿泥石;脆性矿物主要成分为硅质和钙质矿物,黄铁矿因在地层中含量较少,在测井解释体积模型中并入硅质矿物部分;孔隙主要包括游离烃和水,即目前将该区页岩储层体积模型进行简化为“五元体积模型”,即:
V硅质+V钙质+V粘土矿物+V有机质+V孔隙=1 (6)
首先,应用式(6)中体积模型确定有机质体积百分含量:
<mrow>
<mi>V</mi>
<mi>ker</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mi>ker</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>ma</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mi>ker</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式(7)中Vker为有机质体积百分含量;ρk、ρma、ρker分别为计算点、岩石骨架点、有机质极值点的密度值,g/cm3;
然后,将有机质体积百分含量转化为有机质重量百分含量(TOC),公式为:
<mrow>
<mi>T</mi>
<mi>O</mi>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>V</mi>
<mi>ker</mi>
<mo>*</mo>
<msub>
<mi>&rho;</mi>
<mi>ker</mi>
</msub>
</mrow>
<mrow>
<mi>K</mi>
<mo>*</mo>
<msub>
<mi>&rho;</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式(8)中TOC为有机碳重量百分含量;ρker、ρb分别为有机质密度和体积密度,g/cm3;K为有机碳转换系数,对于不同类型的干酪根,其转换系数略有差异,取值范围为1.20~1.25。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710991328.8A CN107703561A (zh) | 2017-10-23 | 2017-10-23 | 一种页岩气水平井中计算有机碳含量的测井方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710991328.8A CN107703561A (zh) | 2017-10-23 | 2017-10-23 | 一种页岩气水平井中计算有机碳含量的测井方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107703561A true CN107703561A (zh) | 2018-02-16 |
Family
ID=61182948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710991328.8A Pending CN107703561A (zh) | 2017-10-23 | 2017-10-23 | 一种页岩气水平井中计算有机碳含量的测井方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107703561A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063296A (zh) * | 2018-07-23 | 2018-12-21 | 中国石油集团川庆钻探工程有限公司 | 页岩含气量随钻计算方法 |
CN110146457A (zh) * | 2019-06-21 | 2019-08-20 | 江苏新海石化有限公司 | 一种原油中氯含量的测定方法 |
CN111022040A (zh) * | 2019-11-29 | 2020-04-17 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN111415713A (zh) * | 2020-03-25 | 2020-07-14 | 东北石油大学 | 一种利用有效介质理论评价泥岩总有机碳含量的方法 |
CN111425190A (zh) * | 2020-03-19 | 2020-07-17 | 中国石油大学(华东) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 |
CN111859675A (zh) * | 2020-07-23 | 2020-10-30 | 东华理工大学 | 一种基于铀裂变瞬发中子测井数据泥浆密度修正方法 |
CN112082918A (zh) * | 2020-08-04 | 2020-12-15 | 中国石油大学(北京) | 孔隙度的确定方法、装置及设备 |
CN112487666A (zh) * | 2020-12-21 | 2021-03-12 | 北京航空航天大学 | 一种电子设备机箱腐蚀故障预防性维修时机的优化方法 |
CN112746835A (zh) * | 2019-10-31 | 2021-05-04 | 中石化石油工程技术服务有限公司 | 一种优化的深层页岩气地质甜点测井综合评价方法 |
CN113139877A (zh) * | 2020-01-17 | 2021-07-20 | 中国石油天然气股份有限公司 | 页岩气井的筛选方法及装置 |
CN113216926A (zh) * | 2020-01-17 | 2021-08-06 | 中国石油天然气股份有限公司 | 页岩气井的筛选方法、装置、终端及存储介质 |
CN113359203A (zh) * | 2021-06-18 | 2021-09-07 | 西安石油大学 | 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法 |
CN114167510A (zh) * | 2020-09-10 | 2022-03-11 | 中国石油化工股份有限公司 | 一种确定页岩气储层粘土矿物含量的方法 |
CN114778797A (zh) * | 2022-04-19 | 2022-07-22 | 江苏国鹰环境科技有限公司 | 一种土壤有机质测定方法和装置 |
US20230162052A1 (en) * | 2021-11-25 | 2023-05-25 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Graph neural network (gnn)-based prediction system for total organic carbon (toc) in shale |
CN117174203A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
CN104533399A (zh) * | 2014-11-14 | 2015-04-22 | 中国石油集团川庆钻探工程有限公司 | 随钻计算地层有机碳含量的方法 |
CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
-
2017
- 2017-10-23 CN CN201710991328.8A patent/CN107703561A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
CN104533399A (zh) * | 2014-11-14 | 2015-04-22 | 中国石油集团川庆钻探工程有限公司 | 随钻计算地层有机碳含量的方法 |
CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
Non-Patent Citations (6)
Title |
---|
庞江平 等: "自然伽马能谱录井技术在页岩气开发中的应用", 《天然气工业》 * |
曹学明 等: "甘肃省庆阳地区页岩气地质特征分析", 《中国煤炭地质》 * |
路菁 等: "页岩油气储层有机碳含量测井评价方法研究及应用", 《科学技术与工程》 * |
魏祥峰: "四川盆地及周缘龙马溪组热页岩特征及高U值成因", 《油气藏评价与开发》 * |
黄仁春 等: "利用测井资料确定页岩储层有机碳含量的方法优选——以焦石坝页岩气田为例", 《地质勘探》 * |
黄薇 等: "鄂尔多斯盆地中南部延长组7段页岩有机碳含量解释模型", 《石油学报》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063296A (zh) * | 2018-07-23 | 2018-12-21 | 中国石油集团川庆钻探工程有限公司 | 页岩含气量随钻计算方法 |
CN109063296B (zh) * | 2018-07-23 | 2022-05-31 | 中国石油集团川庆钻探工程有限公司 | 页岩含气量随钻计算方法 |
CN110146457A (zh) * | 2019-06-21 | 2019-08-20 | 江苏新海石化有限公司 | 一种原油中氯含量的测定方法 |
CN112746835A (zh) * | 2019-10-31 | 2021-05-04 | 中石化石油工程技术服务有限公司 | 一种优化的深层页岩气地质甜点测井综合评价方法 |
CN111022040A (zh) * | 2019-11-29 | 2020-04-17 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN111022040B (zh) * | 2019-11-29 | 2022-07-12 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN113139877B (zh) * | 2020-01-17 | 2024-03-26 | 中国石油天然气股份有限公司 | 页岩气井的筛选方法及装置 |
CN113139877A (zh) * | 2020-01-17 | 2021-07-20 | 中国石油天然气股份有限公司 | 页岩气井的筛选方法及装置 |
CN113216926A (zh) * | 2020-01-17 | 2021-08-06 | 中国石油天然气股份有限公司 | 页岩气井的筛选方法、装置、终端及存储介质 |
CN111425190A (zh) * | 2020-03-19 | 2020-07-17 | 中国石油大学(华东) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 |
CN111415713A (zh) * | 2020-03-25 | 2020-07-14 | 东北石油大学 | 一种利用有效介质理论评价泥岩总有机碳含量的方法 |
CN111415713B (zh) * | 2020-03-25 | 2021-02-19 | 东北石油大学 | 一种利用有效介质理论评价泥岩总有机碳含量的方法 |
CN111859675A (zh) * | 2020-07-23 | 2020-10-30 | 东华理工大学 | 一种基于铀裂变瞬发中子测井数据泥浆密度修正方法 |
CN111859675B (zh) * | 2020-07-23 | 2022-09-13 | 东华理工大学 | 一种基于铀裂变瞬发中子测井数据泥浆密度修正方法 |
CN112082918A (zh) * | 2020-08-04 | 2020-12-15 | 中国石油大学(北京) | 孔隙度的确定方法、装置及设备 |
CN112082918B (zh) * | 2020-08-04 | 2021-11-09 | 中国石油大学(北京) | 孔隙度的确定方法、装置及设备 |
CN114167510A (zh) * | 2020-09-10 | 2022-03-11 | 中国石油化工股份有限公司 | 一种确定页岩气储层粘土矿物含量的方法 |
CN112487666B (zh) * | 2020-12-21 | 2023-02-03 | 北京航空航天大学 | 一种电子设备机箱腐蚀故障预防性维修时机的优化方法 |
CN112487666A (zh) * | 2020-12-21 | 2021-03-12 | 北京航空航天大学 | 一种电子设备机箱腐蚀故障预防性维修时机的优化方法 |
CN113359203A (zh) * | 2021-06-18 | 2021-09-07 | 西安石油大学 | 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法 |
CN113359203B (zh) * | 2021-06-18 | 2024-01-30 | 西安石油大学 | 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法 |
US20230162052A1 (en) * | 2021-11-25 | 2023-05-25 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Graph neural network (gnn)-based prediction system for total organic carbon (toc) in shale |
US11880776B2 (en) * | 2021-11-25 | 2024-01-23 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Graph neural network (GNN)-based prediction system for total organic carbon (TOC) in shale |
CN114778797A (zh) * | 2022-04-19 | 2022-07-22 | 江苏国鹰环境科技有限公司 | 一种土壤有机质测定方法和装置 |
CN117174203A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
CN117174203B (zh) * | 2023-11-02 | 2024-02-23 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107703561A (zh) | 一种页岩气水平井中计算有机碳含量的测井方法 | |
CN101930082B (zh) | 采用电阻率资料进行储层流体类型判别的方法 | |
CN104636588B (zh) | 计算烃源岩中有机碳含量的方法及装置 | |
CN101806215B (zh) | 用束缚水饱和度数据判别储层流体类型的方法 | |
CN101832133B (zh) | 密度孔隙度和中子孔隙度差值储层流体类型判别方法 | |
CN101787884B (zh) | 声波孔隙度和中子孔隙度差值储层流体类型判别方法 | |
CN106600436B (zh) | 计算页岩气地层矿物组分含量及孔隙度的方法 | |
Herron et al. | Total organic carbon and formation evaluation with wireline logs in the Green River oil shale | |
Wang et al. | Improved methods for determining effective sandstone reservoirs and evaluating hydrocarbon enrichment in petroliferous basins | |
CN105221142B (zh) | 一种识别页岩地层矿物质量含量的方法 | |
CN102012526A (zh) | 采用电阻率资料进行储层流体类型判别的方法 | |
CN103744109B (zh) | 一种无井覆盖区碎屑岩风化壳结构的识别方法 | |
CN106948811A (zh) | 叠合盆地致密碳酸盐岩盖层封盖性能的定量表征方法 | |
CN107688206A (zh) | 一种高分辨率层序地层划分与对比方法 | |
Guan et al. | Identification of inrush water recharge sources using hydrochemistry and stable isotopes: a case study of Mindong No. 1 coal mine in north-east Inner Mongolia, China | |
CN107515957A (zh) | 泥页岩层序地层划分方法 | |
CN111797546B (zh) | 一种页岩油气储层矿物组分模型最优化反演方法 | |
Zhao et al. | Mineral inversion for element capture spectroscopy logging based on optimization theory | |
Wang et al. | Quantitative evaluation of transport efficiency of fault-reservoir composite migration pathway systems in carbonate petroliferous basins | |
Yasin et al. | Study on brittleness templates for shale gas reservoirs-A case study of Longmaxi shale in Sichuan Basin, southern China | |
Yan et al. | Lower Es3 in Zhanhua Sag, Jiyang Depression: A case study for lithofacies classification in lacustrine mud shale | |
Zhao et al. | Physical property and hydrocarbon enrichment characteristics of tight oil reservoir in Chang 7 division of Yanchang Formation, Xin'anbian oilfield, Ordos Basin, China | |
Williams et al. | Petrophysical analysis and mudstone lithofacies classification of the HRZ shale, North Slope, Alaska | |
Zhang et al. | Estimation of total porosity in shale formations from element capture logging and conventional logging data | |
Alfy et al. | Quantitative hydro-geophysical analysis of a complex structural karst aquifer in Eastern Saudi Arabia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |