CN107894446A - 总有机碳含量预测方法及装置 - Google Patents

总有机碳含量预测方法及装置 Download PDF

Info

Publication number
CN107894446A
CN107894446A CN201711089998.7A CN201711089998A CN107894446A CN 107894446 A CN107894446 A CN 107894446A CN 201711089998 A CN201711089998 A CN 201711089998A CN 107894446 A CN107894446 A CN 107894446A
Authority
CN
China
Prior art keywords
history
depth
total content
organic carbon
predicted value
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
Application number
CN201711089998.7A
Other languages
English (en)
Inventor
钟庆良
张颖燕
莫莉
曾晓平
易小芹
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.)
Geophysical Survey Research Institute,Jianghan Oilfield Branch,China Petrochemical Corp.
China Petroleum and Chemical Corp
Original Assignee
GEOPHYSICAL SURVEY RESEARCH INSTITUTE JIANGHAN OILFIELD BRANCH CHINA PETROCHEMICAL Corp
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 GEOPHYSICAL SURVEY RESEARCH INSTITUTE JIANGHAN OILFIELD BRANCH CHINA PETROCHEMICAL Corp filed Critical GEOPHYSICAL SURVEY RESEARCH INSTITUTE JIANGHAN OILFIELD BRANCH CHINA PETROCHEMICAL Corp
Priority to CN201711089998.7A priority Critical patent/CN107894446A/zh
Publication of CN107894446A publication Critical patent/CN107894446A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/06Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及石油勘探技术领域或者井中物探技术领域,提供一种总有机碳含量预测方法及装置。该总有机碳含量预测方法包括:获得第一钻井在第一深度的第一测井数据,基于第一测井数据预测获得第一钻井在第一深度的总有机碳含量的第一预测值,基于第一测井数据获得第一钻井在第一深度的第一铀钍比,基于第一预测值以及第一铀钍比预测获得第一钻井在第一深度的总有机碳含量的第二预测值,其中第二预测值为最终的总有机碳含量预测值。在该预测方法中,加入了用于反映地质沉积环境的铀钍比参数进行计算,从而使得用于预测的计算模型与真实的地质条件更加吻合,对地层中的总有机碳含量的预测准确度也显著提高。

Description

总有机碳含量预测方法及装置
技术领域
本发明涉及石油勘探技术领域或者井中物探技术领域,具体而言,涉及一种总有机碳含量预测方法及装置。
背景技术
烃源岩包括油源岩、气源岩和油气源岩,习惯上通常叫做生油岩,烃源岩是控制油气藏形成与分布的关键因素之一。生烃能力是评价烃源岩的重要指标,研究表明烃源岩的生烃能力与其所含总有机碳含量(Total Organic Carbon,简称TOC)密切相关,因此测定地层中的总有机碳含量对于评价烃源岩至关重要。但在实际总有机碳含量测定过程中,由于客观条件所限,一般只在少量钻井中的、部分认为有测试价值的目标深度段会进行岩层取样,并将取样结果拿到实验室中进行总有机碳含量的测定,其样本点很少,测定结果的实用价值不高。因此从上到下连续地预测钻井中不同深度处的地层中的总有机碳含量有着十分重要的现实意义。
目前,绝大多数的总有机碳含量预测方法都是以基于电阻率的ΔlgR方法为基础,这些预测方法未能考虑到地质沉积环境对总有几碳含量的影响,因此所建立的预测模型与实际地质条件并不吻合,预测的准确度较差。
发明内容
有鉴于此,本发明实施例提供了一种总有机碳含量预测方法及装置,以改善现有技术中因未考虑底质沉积环境,对地层中的总有机碳含量的预测准确度较差的问题。
为实现上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种总有机碳含量预测方法,包括:
获得第一钻井在第一深度的第一测井数据;
基于第一测井数据预测获得第一钻井在第一深度的总有机碳含量的第一预测值;
基于第一测井数据获得第一钻井在第一深度的第一铀钍比;
基于第一预测值以及第一铀钍比预测获得第一钻井在第一深度的总有机碳含量的第二预测值。
第二方面,本发明实施例提供一种总有机碳含量预测装置,包括:
第一数据获取模块,用于获得第一钻井在第一深度的第一测井数据;
第一预测模块,用于基于第一测井数据预测获得第一钻井在第一深度的总有机碳含量的第一预测值;
第二数据获取模块,用于基于测井数据获得第一钻井在第一深度的第一铀钍比;
第二预测模块,用于基于第一预测值以及第一铀钍比预测获得第一钻井在第一深度的总有机碳含量的第二预测值。
本发明实现的有益效果:本发明实施例提供的总有机碳含量预测方法及装置,首先获得第一钻井在第一深度的第一测井数据,然后基于第一测井数据预测获得第一钻井在第一深度的总有机碳含量的第一预测值以及基于第一测井数据获得第一钻井在第一深度的第一铀钍比,最后基于第一预测值以及第一铀钍比预测获得第一钻井在第一深度的总有机碳含量的第二预测值。其中铀钍比是用于反映地质沉积环境于有机质丰度的重要参数,最终获得的总有机碳含量的第二预测值在第一预测值的基础上使用铀钍比参数进行了修正,与真实的地址条件更加吻合,从而可以解决现有技术中因未考虑底质沉积环境,对地层中的总有机碳含量的预测准确度较差的问题。
为使本发明的上述目的、技术方案和有益效果能更明显易懂,下文特举实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的用户终端的结构示意图;
图2示出了本发明实施例提供的总有机碳含量预测方法的流程图;
图3示出了本发明实施例提供的总有机碳含量预测方法的步骤S11的流程图;
图4示出了本发明实施例提供的预测公式的预设常数的确定方法的流程图;
图5示出了本发明实施例提供的线性修正公式的预设修正常数的确定方法的流程图;
图6示出了本发明实施例提供的总有机碳含量预测装置的功能模块图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1示出了一种可应用于本发明实施例中的用户终端的结构框图。如图1所示,用户终端100包括存储器102、存储控制器104,一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块110、音频模块112、显示单元114等。这些组件通过一条或多条通讯总线/信号线116相互通讯。
存储器102可用于存储软件程序以及模块,如本发明实施例中的总有机碳含量方法及装置对应的程序指令/模块,处理器106通过运行存储在存储器102内的软件程序以及模块,从而执行各种功能应用以及数据处理,如本发明实施例提供的总有机碳含量方法及装置。
存储器102可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。
外设接口108将各种输入/输出装置耦合至处理器106以及存储器102。在一些实施例中,外设接口108,处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频模块110用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。
音频模块112向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元114在用户终端100与用户之间提供一个显示界面。具体地,显示单元114向用户显示视频输出,这些视频输出的内容可包括文字、图形、视频及其任意组合。
可以理解,图1所示的结构仅为示意,用户终端100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
于本发明实施例中,用户终端100可以是个人电脑、平板电脑、智能手机、车载设备、穿戴设备等。
第一实施例
图2示出了本发明实施例提供的总有机碳含量预测方法的流程图。参照图2,该方法包括:
步骤S10:获得第一钻井在第一深度的第一测井数据。
第一钻井为待预测钻井,第一深度为待预测深度,第一测井数据为该钻井在该深度的测井数据。测井数据种类很多,其中与本发明实施例提供的总有机碳含量预测方法有关的测井数据主要是声波时差曲线、密度曲线、电阻率曲线以及自然伽马能谱曲线。这些曲线体现了钻井深度和相应的物理量的关系,例如电阻率曲线,纵轴为钻井深度,横轴为电阻率大小。因此在第一钻井的上述测井曲线中取钻井深度为第一深度,即可以获得或者稍加计算即可以获得第一测井数据。第一测井数据包括,但不限于:第一电阻率,指第一钻井在第一深度的电阻率,单位为ohm*m;第一纵波速度,指第一钻井在第一深度的纵波速度,单位为km/s;第一密度,指第一钻井在第一深度的密度,单位为g/cc;第一铀含量,指第一钻井在第一深度的铀含量,单位为ppm;第一钍含量,指第一钻井在第一深度的钍含量,单位为ppm。
步骤S11:基于所述第一测井数据预测获得所述第一钻井在所述第一深度的总有机碳含量的第一预测值。
第一预测值为未考虑地质沉积环境所获得的总有机碳含量的预测值,获得第一预测值的方法可以为现有技术中广泛使用的基于第一电阻率进行预测的ΔlgR方法,也可以为本发明实施例提供的基于第一电阻率、第一纵波速度以及第一密度,使用事先确定的预测公式进行预测的方法。后面再对第一预测值的获得方法进行详细阐述。
步骤S12:基于所述第一测井数据获得所述第一钻井在所述第一深度的第一铀钍比。
步骤S10中获得了第一铀含量和第一钍含量,二者的比值就是第一铀钍比,铀钍比体现了第一钻井在第一深度的地质沉积环境和有机质丰度。
步骤S13:基于所述第一预测值以及所述第一铀钍比预测获得所述第一钻井在所述第一深度的所述总有机碳含量的第二预测值。
第二预测值为加入了铀钍比参数后,采用事先确定的修正公式对第一预测值进行修正后得到的最终预测结果,由于在计算过程中引入了铀钍比,所以整个计算模型更加符合第一钻井在第一深度的地质条件,从而提高了对总有机碳含量的预测准确度。后面再对第二预测值的获得方法进行详细阐述。
图3示出了本发明实施例提供的总有机碳含量预测方法的步骤S11的流程图。参照图3,步骤S11包括:
步骤S110:基于所述第一测井数据至少获得所述第一钻井在所述第一深度的第一电阻率、所述第一钻井在所述第一深度的第一纵波速度以及所述第一钻井在所述第一深度的第一密度。
步骤S111:至少基于所述第一电阻率和/或所述第一纵波速度和/或所述第一密度预测获得所述第一预测值。
步骤S110中所要获得的数据,一般取决于步骤S111中所要采用的第一预测值的预测方法。例如,步骤S111采用现有技术中的ΔlgR方法,该方法使用公式TOC1=A*lgRt+B来获得第一预测值,其中Rt为第一电阻率,A为第一预设常数,B为第二预设常数,TOC1为第一预测值,则此时步骤S110中只需要获取第一测井数据中的第一电阻率就可以了。ΔlgR方法的变种以及类似的预测方法有很多,例如仅使用第一纵波速度获得第一预测值的方法,仅使用第一密度获得第一预测值的方法等。因此在步骤S110中至少获得第一电阻率、第一纵波速度以及第一密度几种常用的预测参数,当然,还可以包括用于预测的其他参数
本发明实施例提供一种同时基于第一电阻率、第一纵波速度以及第一密度的第一预测值的获得方法。该方法使用预测公式TOC1=(A*lgRt+B*Vp+C)/ρ预测获得所述第一预测值;其中TOC1为第一预测值,Rt为第一电阻率,Vp为第一纵波速度,ρ为第一密度,A为第一预设常数,B为第二预设常数,C为第三预设常数。预设常数A、B、C的值在执行步骤S10以前,根据历史数据事先确定。
图4示出了本发明实施例提供的预测公式的预设常数的确定方法的流程图。参照图4,该方法包括:
步骤S20:获得历史钻井在历史深度的历史测井数据。
测井过程花费较高,并不是每个钻井都会进行测井,而根据背景技术中的阐述,进行测井的钻井中也不是每个钻井都会测定总有机碳含量,并且即使测定总有机碳含量也仅仅是在目标深度进行测定。将已经进行了测井,并且测定了目标深度的总有机碳含量的钻井称为历史钻井,将历史钻进中测定了总有机碳含量的目标深度称为历史深度,将历史钻井的测井数据称为历史测井数据。
步骤S21:基于所述历史测井数据获得历史钻井在历史深度的历史电阻率、历史纵波速度以及历史密度。
由于历史钻井一般为多个,历史深度一般为多个,所以这里获得的历史电阻率、历史纵波速度以及历史密度一般为多组数据。
步骤S22:获得所述历史钻井在所述历史深度的总有机碳含量的历史实测值。
总有机碳含量的历史实测值是通过在历史钻井的历史深度进行岩层取样后,在实验室中测定得到的,是总有机碳含量的标准参考值。显然,总有机碳含量的历史实测值也有多组数据,其数据组数和历史电阻率、历史纵波速度以及历史密度的数据组数相同。
上述历史钻井、历史深度、历史测井数据、历史实测值等信息或数据都可在测定完成后保存到事先建立好的数据库中,需要时直接从数据库中获取即可。
步骤S23:利用所述预测公式TOC1=(A*lgRt+B*Vp+C)/ρ进行非线性拟合,以确定所述第一预设常数A,所述第二预设常数B以及所述第三预设常数C;其中,TOC1为所述历史实测值,Rt为所述历史电阻率,Vp为所述历史纵波速度,ρ为所述历史密度。
利用多组总有机碳含量的历史实测值、历史电阻率、历史纵波速度以及历史密度数据,根据上述预测公式进行多元非线性回归,以确定第一预设常数A,第二预设常数B以及第三预设常数C。一般而言,这些预设常数与钻井所在地区有关,并不是普遍适用的,不同的地区在使用本发明实施例提供的预测公式的预设常数的确定方法时,应当选取本地区历史数据进行计算。例如,对于江汉盆地泥质白云岩地层,发明人经过计算得到A=4.97476,B=-1.55754*10^-5,C=5.65。
进一步的,由于总有机碳含量的历史实测值、历史电阻率、历史纵波速度以及历史密度可能具有不同的数量级和不同的测量单位,在进行多元非线性回归以前,可以采用归一化标准化法进行数据标准化处理,以消除其中由于数量级和测量单位的不同所引起的不合理现象,尽量提高多元回归分析的准确性和实用性。
步骤S11中获得的第一预测值未考虑地质沉积环境,需要在步骤S13中采用步骤S12所获得的可以反映地质沉积环境和有机质丰度的铀钍比进行修正以获得最终的总有机碳含量的第二预测值。本发明实施例采用的修正公式为TOC2=TOC1*F(U/TH)。其中TOC1为所述第一预测值,U/TH为第一铀钍比,F(U/TH)为事先确定的铀钍比函数,TOC2为第二预测值。发明人经研究发现,在绝大多数情况下,铀钍比函数为正/反比例函数,就已经能够提供足够的预测精度了,因此本发明实施例中采用的铀钍比函数为F(U/TH)=D*U/TH,其中D为预设修正常数,从而上述修正公式可以进一步简化为线性修正公式TOC2=TOC1*D*U/TH。预设修正常数D的值在执行步骤S10以前,根据历史数据事先确定。
图5示出了本发明实施例提供的线性修正公式的预设修正常数的确定方法的流程图。参照图5,该方法包括:
步骤S30:获得历史钻井在历史深度的历史测井数据。
将已经进行了测井,并且测定了目标深度的总有机碳含量的钻井称为历史钻井,将历史钻进中测定了总有机碳含量的目标深度称为历史深度,将历史钻井的测井数据称为历史测井数据。
步骤S31:基于所述历史测井数据获得所述历史钻井在所述历史深度的总有机碳含量的历史预测值。
获得历史预测值的方法可以采用和获得第一预测值相同的方法,例如将历史电阻率、历史纵波速度以及历史密度带入到预测公式TOC1=(A*lgRt+B*Vp+C)/ρ中即可。
步骤S32:获得所述历史钻井在所述历史深度的总有机碳含量的历史实测值。
步骤S33:基于所述历史测井数据获得所述历史钻井在所述历史深度的历史铀钍比。
步骤S34:利用所述线性修正公式TOC2=TOC1*D*U/TH进行线性拟合,以确定所述预设修正常数D;其中,TOC1为所述历史预测值,TOC2为所述历史实测值,U/TH为所述历史铀钍比。
利用多组总有机碳含量的历史实测值、历史预测值以及历史铀钍比数据,根据上述线性修正公式进行线性回归,以确定预设修正常数D。一般而言,预设修正常数与钻井所在地区有关,并不是普遍适用的,不同的地区在使用本发明实施例提供的线性修正公式的预设修正常数的确定方法时,应当选取本地区历史数据进行计算。例如,对于江汉盆地泥质白云岩地层,发明人经过计算得到D=1.8589。
为验证本发明实施例提供的总有机碳含量预测方法的有效性,发明人在潜江凹陷的实际钻井中对本发明实施例提供的总有机碳含量预测方法进行了应用。具体为:
在潜江凹陷新沟地区新斜1171井进行应用。主要包括如下步骤:运用新斜1171井的实测纵波速度、密度以及深侧向电阻率,统计TOC测量段的纵波速度Vp=2.75km/s,密度ρ=2.34g/cc,深侧向电阻率Rt=2.22ohm*m,铀钍比U/TH=0.536。利用本方法预测获得的总有机碳含量为1.431,与实测结果1.43的相对误差仅有0.09%。
在潜江凹陷广华地区王云11井进行应用。主要包括如下步骤:运用王云11井的实测纵波速度、密度以及深侧向电阻率,统计TOC测量段的纵波速度Vp=2.75km/s,密度ρ=2.28g/cc,深侧向电阻率Rt=6.51ohm*m,铀钍比U/TH=0.742。利用本方法预测获得的总有机碳含量为2.43,与实测结果2.42的相对误差仅有0.64%。
综上所述,本发明实施例提供的总有机碳含量预测方法,将用于反映地质沉积环境与有机质丰度额铀钍比作为预测依据,并充分考虑了包括电阻率,纵波速度,密度在内的测井参数对于总有机碳含量的影响,其预测结果的准确性较高。
第二实施例:
图6示出了本发明实施例提供的总有机碳含量预测装置的功能模块图。参照图6,本实施例提供的总有机碳含量预测装置包括:第一数据获取模块,用于获得第一钻井在第一深度的第一测井数据;第一预测模块,用于基于所述第一测井数据预测获得所述第一钻井在所述第一深度的总有机碳含量的第一预测值;第二数据获取模块,用于基于所述测井数据获得所述第一钻井在所述第一深度的第一铀钍比;第二预测模块,用于基于所述第一预测值以及所述第一铀钍比预测获得所述第一钻井在所述第一深度的所述总有机碳含量的第二预测值。
可选的,所述第二预测模块用于基于所述第一预测值以及所述第一铀钍比,利用修正公式TOC2=TOC1*F(U/TH)预测获得所述第二预测值;其中TOC1为所述第一预测值,U/TH为所述第一铀钍比,F(U/TH)为铀钍比函数,TOC2为所述第二预测值。
可选的,所述铀钍比函数F(U/TH)=D*U/TH,其中D为预设修正常数;所述第二预测模块用于基于所述第一预测值以及所述第一铀钍比,利用公式线性修正公式TOC2=TOC1*D*U/TH预测获得所述第二预测值。
综上所述,本发明实施例提供的总有机碳含量预测装置200中实现了本发明实施例提供的总有机碳含量预测方法,采用该总有机碳含量预测装置200进行总有几碳含量的预测,预测结果的准确性较高。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种总有机碳含量预测方法,其特征在于,包括:
获得第一钻井在第一深度的第一测井数据;
基于所述第一测井数据预测获得所述第一钻井在所述第一深度的总有机碳含量的第一预测值;
基于所述第一测井数据获得所述第一钻井在所述第一深度的第一铀钍比;
基于所述第一预测值以及所述第一铀钍比预测获得所述第一钻井在所述第一深度的所述总有机碳含量的第二预测值。
2.根据权利要求1所述的总有机碳含量预测方法,其特征在于,所述基于所述第一预测值以及所述第一铀钍比预测获得所述第一钻井在所述第一深度的所述总有机碳含量的第二预测值,包括:
基于所述第一预测值以及所述第一铀钍比,利用修正公式TOC2=TOC1*F(U/TH)预测获得所述第二预测值;其中TOC1为所述第一预测值,U/TH为所述第一铀钍比,F(U/TH)为铀钍比函数,TOC2为所述第二预测值。
3.根据权利要求2所述的总有机碳含量预测方法,其特征在于,所述铀钍比函数F(U/TH)=D*U/TH,其中D为预设修正常数;所述基于所述第一预测值以及所述第一铀钍比,利用修正公式TOC2=TOC1*F(U/TH)预测获得所述第二预测值,包括:
基于所述第一预测值以及所述第一铀钍比,利用线性修正公式TOC2=TOC1*D*U/TH预测获得所述第二预测值。
4.根据权利要求3所述的总有机碳含量预测方法,其特征在于,所述获得第一钻井在第一深度的第一测井数据之前,所述方法还包括:
获得历史钻井在历史深度的历史测井数据;
基于所述历史测井数据获得所述历史钻井在所述历史深度的总有机碳含量的历史预测值;
获得所述历史钻井在所述历史深度的总有机碳含量的历史实测值;
基于所述历史测井数据获得所述历史钻井在所述历史深度的历史铀钍比;
利用所述线性修正公式TOC2=TOC1*D*U/TH进行线性拟合,以确定所述预设修正常数D;其中,TOC1为所述历史预测值,TOC2为所述历史实测值,U/TH为所述历史铀钍比。
5.根据权利要求1-4中任一权项所述的总有机碳含量预测方法,其特征在于,所述基于所述第一测井数据预测获得所述第一钻井在所述第一深度的总有机碳含量的第一预测值,包括:
基于所述第一测井数据至少获得所述第一钻井在所述第一深度的第一电阻率、所述第一钻井在所述第一深度的第一纵波速度以及所述第一钻井在所述第一深度的第一密度;
至少基于所述第一电阻率和/或所述第一纵波速度和/或所述第一密度预测获得所述第一预测值。
6.根据权利要求5所述的总有机碳含量预测方法,其特征在于,所述至少基于所述第一电阻率和/或所述第一纵波速度和/或所述第一密度预测获得所述第一预测值,包括:
基于所述第一电阻率、所述第一纵波速度以及所述第一密度,利用预测公式TOC1=(A*lgRt+B*Vp+C)/ρ预测获得所述第一预测值;其中TOC1为所述第一预测值,Rt为所述第一电阻率,Vp为所述第一纵波速度,ρ为所述第一密度,A为第一预设常数,B为第二预设常数,C为第三预设常数。
7.根据权利要求6所述的总有机碳含量预测方法,其特征在于,所述获得第一钻井在第一深度的第一测井数据之前,所述方法还包括:
获得历史钻井在历史深度的历史测井数据;
基于所述历史测井数据获得历史钻井在历史深度的历史电阻率、历史纵波速度以及历史密度;
获得所述历史钻井在所述历史深度的总有机碳含量的历史实测值;
利用所述预测公式TOC1=(A*lgRt+B*Vp+C)/ρ进行非线性拟合,以确定所述第一预设常数A,所述第二预设常数B以及所述第三预设常数C;其中,TOC1为所述历史实测值,Rt为所述历史电阻率,Vp为所述历史纵波速度,ρ为所述历史密度。
8.一种总有机碳含量预测装置,其特征在于,包括:
第一数据获取模块,用于获得第一钻井在第一深度的第一测井数据;
第一预测模块,用于基于所述第一测井数据预测获得所述第一钻井在所述第一深度的总有机碳含量的第一预测值;
第二数据获取模块,用于基于所述测井数据获得所述第一钻井在所述第一深度的第一铀钍比;
第二预测模块,用于基于所述第一预测值以及所述第一铀钍比预测获得所述第一钻井在所述第一深度的所述总有机碳含量的第二预测值。
9.根据权利要求8所述的总有机碳含量预测装置,其特征在于,所述第二预测模块用于基于所述第一预测值以及所述第一铀钍比,利用修正公式TOC2=TOC1*F(U/TH)预测获得所述第二预测值;其中TOC1为所述第一预测值,U/TH为所述第一铀钍比,F(U/TH)为铀钍比函数,TOC2为所述第二预测值。
10.根据权利要求9所述的总有机碳含量预测装置,其特征在于,所述铀钍比函数F(U/TH)=D*U/TH,其中D为预设修正常数;所述第二预测模块用于基于所述第一预测值以及所述第一铀钍比,利用公式线性修正公式TOC2=TOC1*D*U/TH预测获得所述第二预测值。
CN201711089998.7A 2017-11-08 2017-11-08 总有机碳含量预测方法及装置 Pending CN107894446A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711089998.7A CN107894446A (zh) 2017-11-08 2017-11-08 总有机碳含量预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711089998.7A CN107894446A (zh) 2017-11-08 2017-11-08 总有机碳含量预测方法及装置

Publications (1)

Publication Number Publication Date
CN107894446A true CN107894446A (zh) 2018-04-10

Family

ID=61804882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711089998.7A Pending CN107894446A (zh) 2017-11-08 2017-11-08 总有机碳含量预测方法及装置

Country Status (1)

Country Link
CN (1) CN107894446A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4115160B2 (ja) * 2002-05-23 2008-07-09 東亜ディーケーケー株式会社 切替式測定方法
CN103670388A (zh) * 2013-12-12 2014-03-26 中国石油天然气股份有限公司 一种泥页岩有机碳含量的评价方法
CN103792338A (zh) * 2014-01-28 2014-05-14 中国石油天然气股份有限公司 一种烃源岩有机碳含量的确定方法和装置
CN104636588A (zh) * 2014-08-25 2015-05-20 中国石油天然气股份有限公司 计算烃源岩中有机碳含量的方法及装置
CN105275456A (zh) * 2014-06-23 2016-01-27 中国石油化工股份有限公司 一种利用测井资料识别优质泥页岩的方法
CN106568918A (zh) * 2015-10-08 2017-04-19 中国石油化工股份有限公司 页岩有机碳含量toc预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4115160B2 (ja) * 2002-05-23 2008-07-09 東亜ディーケーケー株式会社 切替式測定方法
CN103670388A (zh) * 2013-12-12 2014-03-26 中国石油天然气股份有限公司 一种泥页岩有机碳含量的评价方法
CN103792338A (zh) * 2014-01-28 2014-05-14 中国石油天然气股份有限公司 一种烃源岩有机碳含量的确定方法和装置
CN105275456A (zh) * 2014-06-23 2016-01-27 中国石油化工股份有限公司 一种利用测井资料识别优质泥页岩的方法
CN104636588A (zh) * 2014-08-25 2015-05-20 中国石油天然气股份有限公司 计算烃源岩中有机碳含量的方法及装置
CN106568918A (zh) * 2015-10-08 2017-04-19 中国石油化工股份有限公司 页岩有机碳含量toc预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
牛丽焕, 张颖燕: "新沟地区非常规油藏"甜点"预测", 《中国石油和化工标准与质量》 *
王艳茹等: "鄂尔多斯盆地长7烃源岩有机碳测井评价", 《岩性油气藏》 *

Similar Documents

Publication Publication Date Title
Giese et al. Turbulent and laminar flow in karst conduits under unsteady flow conditions: Interpretation of pumping tests by discrete conduit‐continuum modeling
Li et al. Three‐dimensional geostatistical inversion of flowmeter and pumping test data
Flipo et al. Hybrid fitting of a hydrosystem model: Long‐term insight into the Beauce aquifer functioning (France)
CN101583884A (zh) 对测井数据的蒙特卡罗模拟
WO2008088636A1 (en) Method and system for assessing exploration prospect risk and uncertainty
Welch et al. Propagation of solutes and pressure into aquifers following river stage rise
Popp et al. A framework for untangling transient groundwater mixing and travel times
CN103946896A (zh) 利用基于过程的模型和动态异质性估定感兴趣的地质体积的异质性的系统及方法
CN107587871A (zh) 确定水平裂缝宽度的方法及装置
CN105891089A (zh) 储层渗透率确定方法及装置
US12098620B1 (en) Methods and systems for assessing geological carbon dioxide storage capacity
Kamali et al. 3D geostatistical modeling and uncertainty analysis in a carbonate reservoir, SW Iran
CN104063626A (zh) 一种它源圈闭充满度的预测方法
CN107956465A (zh) 基于关联井的全区多井测井曲线标准化方法及装置
Zou et al. Evaluation of flow‐log data from crystalline rocks with steady‐state pumping and ambient flow
Chilton et al. Uncovering the Controls on Fluvial Bedrock Erodibility and Knickpoint Expression: A High‐Resolution Comparison of Bedrock Properties Between Knickpoints and Non‐Knickpoint Reaches
Uguru et al. Permeability prediction using genetic unit averages of flow zone indicators (FZIs) and neural networks
Sanginabadi et al. Coupled groundwater drought and water scarcity index for intensively overdrafted aquifers
CN109358364B (zh) 一种建立地下暗河储集体地质模型的方法、装置及系统
Feng et al. TOC estimation of shale oil reservoir by combining nuclear magnetic resonance logging and nuclear physics logging
CN107894446A (zh) 总有机碳含量预测方法及装置
Cheng et al. Statistical analysis of aquifer hydraulic properties by a continuous pumping tomography test: Application to the Boise Hydrogeophysical Research Site
CN112069444B (zh) 一种利用测井资料计算储集层试井渗透率方法及计算机
Li et al. Accurate measurement techniques and prediction approaches for the in-situ rock stress
Chugunov et al. Reducing uncertainty in reservoir model predictions: from plume evolution to tool responses

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200717

Address after: 100728 Beijing, Chaoyangmen, North Street, No. 22, No.

Applicant after: China Petroleum & Chemical Corp.

Applicant after: Geophysical Survey Research Institute,Jianghan Oilfield Branch,China Petrochemical Corp.

Address before: 37 No. 430000 Hubei province Wuhan city two road in Qiaokou District of Gutian Nanniwan Avenue

Applicant before: Geophysical Survey Research Institute,Jianghan Oilfield Branch,China Petrochemical Corp.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180410