CN109543915B - 基于测井信息对全井段烃源岩总有机碳含量的识别方法 - Google Patents
基于测井信息对全井段烃源岩总有机碳含量的识别方法 Download PDFInfo
- Publication number
- CN109543915B CN109543915B CN201811453160.6A CN201811453160A CN109543915B CN 109543915 B CN109543915 B CN 109543915B CN 201811453160 A CN201811453160 A CN 201811453160A CN 109543915 B CN109543915 B CN 109543915B
- Authority
- CN
- China
- Prior art keywords
- organic carbon
- carbon content
- total organic
- logging
- data
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
一种基于测井信息对全井段烃源岩总有机碳含量的识别方法:收集单井测井数据和单井泥岩岩心或壁心总有机碳含量数据;对总有机碳含量数据进行整理去除异常总有机碳含量数据;制作单井综合柱状图;建立总有机碳含量与测井参数的回归方程;用80%的去除异常后总有机碳含量数据与对应深度的单井测井数据求得总有机碳含量与测井参数估计方程中的各模型参数值,并代入回归方程中得到测井预测模型;将全井烃源岩层段测井参数带入总有机碳含量的测井预测模型,得到该井烃源岩层段连续的总有机碳含量预测值;将剩余的20%的去除异常后总有机碳含量数据,用于总有机碳含量预测值的预测效果检验。本发明方法较目前常用方法预测准确率有明显提升。
Description
技术领域
本发明涉及一种烃源岩总有机碳含量的识别方法。特别是涉及一种基于测井信息对全井段烃源岩总有机碳含量的识别方法。
背景技术
烃源岩有机碳丰度在评价沉积盆地的生油能力,估算油气储量中具有十分重要的地位。常规方法主要依靠实验室的地球化学分析化验试获。但该方法存在明显缺陷:受钻井取芯的限制,通过样品分析得到的数据为离散数据,难以获得连续的地化评价数据。通常通过数口探井的地化分析数据来评价整套烃源岩的生烃能力,但由于烃源岩存在明显的非均质性,因而这种评价往往会产生较大的误差。
为了克服该误差,研究人员另辟蹊径通过测井资料对烃源岩有机碳丰度进行评价。自20世纪80年代,国内外学者就开始研究利用测井资料评价源岩。Schmoker利用伽马测井资料计算烃源岩的有机质含量;Autric等采用伽马和声波资料评价源岩有机质丰度;Mann等利用伽马(GR)、密度(DEN)、声波(DT)及电阻率(RD)测井资料评价源岩;Passey等总结了前人的研究成果及EXXON/ESSO公司测井评价有机碳的应用成果,提出ΔlogR测井评价有机碳丰度算法。国内学者许晓宏等、王贵文等、顾红英、岳炳顺等及贺君玲等基于ΔlogR方法分别对不同地区烃源岩或油页岩进行了评价研究。
但无论哪种烃源岩有机质含量的测井计算方法,由于方法自身的限制,只能在一定程度上大致预测烃源岩有机质丰度。因此想要更真实准确的通过测井资料预测烃源岩,就需要在研究中分析总结,对已存在的方法进行不断的完善。
目前较为常用的两种烃源岩总有机碳含量的测井预测方法是Δlog R法和多元回归方程预测方法,但二者数学模型结构都存有明显的缺陷,并且预测结果效果欠佳。
所述的ΔlogR法通过声波时差和电阻率两个测井参数来预测烃源岩有机碳丰度,选取特定的系数将声波时差曲线与电阻率曲线叠合在一起,并将非烃源岩泥岩段为基线,使声波时差曲线和电阻率曲线基本重合。在烃源岩段,两条曲线则出现明显的幅度差。通过声波时差、电阻率资料计算烃源岩有机碳的方程为:Δlog R法模型为:
ΔlogR=log(R/R基线)+K(Δt-Δt基线) (1)
TOC=ΔlogR×10(2.297-0.1688LOM)+ΔTOC (2)
在该方程中,R为实测电阻率(Ω.m);Δt为实测声波时差(μs/ft);R基线为基线对应的电阻率(Ω.m);Δt基线为基线对应的声波时差(μs/ft);K=0.02,为电阻率和声波时差的叠合系数。LOM与有机质成熟度有关;ΔTOC为有机碳含量的背景值,需根据不同地区不同烃源岩进行人为确定。该方法反映出电阻率和声波时差这两个测井参数对烃源岩总有机碳有较好的响应特征,但在基线值、有机碳背景值ΔTOC和成熟度值LOM等几个参数的选取上存在较大的主观性与随意性,严重制约预测结果的准确性。
所述的多元回归方程预测方法是找出对有机质较为敏感的测井参数(声波时差,电阻率,自然伽马,密度),对烃源岩总有机碳含量的响应特征,建立多元回归方程。通过已测样品数据来预测未测烃源岩层的总有机碳含量,其模型为:
TOC=a×log R+b×DT+c×GR+d×ZDEN+e (3)
不同于Δlog R法,该方法避免了一些需做主观判断的参数的选取,使结果更为客观。但其缺点是没有考虑不同测井参数对于烃源岩总有机碳含量的敏感性的不同,将这几个参数的响应特征视为等同。这一问题限制了预测结果的准确性。
发明内容
本发明所要解决的技术问题是,提供一种能够大幅提升预测准确率的基于测井信息对全井段烃源岩总有机碳含量的识别方法。
本发明所采用的技术方案是:一种基于测井信息对全井段烃源岩总有机碳含量的识别方法,包括如下步骤:
1)收集单井测井数据和单井泥岩岩心或壁心总有机碳含量数据;
2)对总有机碳含量数据进行整理,甄别并去除异常总有机碳含量数据;
3)制作单井综合柱状图;
4)建立总有机碳含量与测井参数的回归方程;
5)用80%的去除异常后总有机碳含量数据与对应深度的单井测井数据求得总有机碳含量与测井参数的回归方程中的a、b、c、d、e、f模型参数值,并代入总有机碳含量与测井参数的回归方程中得到的方程即为总有机碳含量的测井预测模型;
6)将全井烃源岩层段测井参数带入总有机碳含量的测井预测模型,得到该井烃源岩层段连续的总有机碳含量预测值;
7)将剩余的20%的去除异常后总有机碳含量数据,用于总有机碳含量预测值的预测效果检验。
步骤1)所述的测井数据包括地层的电阻率数据、自然伽马数据、声波时差数据和密度数据。
步骤4)所述的总有机碳含量与测井参数的回归方程是基于自变量log R×DT建立的,其中R为地层电阻率,DT为声波时差,所述的回归方程为:
TOC=a×logR+b×DT+c×GR+d×ZDEN+e×logR×DT+f
式中,TOC为总有机碳含量;a、b、c、d、e、f为模型参数,a、b、c、d、e、f均是通过将总有机碳含量数据及对应深度的测井数据代入所述的回归方程获得;GR为自然伽马;ZDEN为地层密度。
本发明的基于测井信息对全井段烃源岩总有机碳含量的识别方法,既避免了预测过程中主观因素的干扰,又合理的反映了不同测井参数对于烃源岩总有机碳含量的响应程度的不同。使最终的预测准确率大幅提升。相对于ΔlogR法中的基线值、有机碳背景值ΔTOC和成熟度值LOM等几个参数选取上存在的较大主观性与随意性,本发明方法完全规避了计算过程中的主观参与,预测结果完全基于客观的数据;相对于多元回归方程预测法中没有考虑不同测井参数对于烃源岩总有机碳含量的敏感性的不同,本发明方法既考虑到对总有机碳含量有影响的测井参数,又考虑到不同测井参数对烃源岩总有机碳含量的响应程度不同,强调了对总有机碳含量响应强烈的参数的在预测过程中的重要性。对比三种不同方法的预测结果,可见本发明预测方法较目前常用方法预测准确率有明显提升。
附图说明
图1是本发明基于测井信息对全井段烃源岩总有机碳含量的识别方法的流程图;
图2是应用本发明预测效果与现阶段使用方法预测效果对比图;
图3是采用本发明方法的预测结果与采用现有技术方法预预测结果误差分析对比图。
具体实施方式
下面结合实施例和附图对本发明的基于测井信息对全井段烃源岩总有机碳含量的识别方法做出详细说明。
如图1所示,本发明的基于测井信息对全井段烃源岩总有机碳含量的识别方法,包括如下步骤:
1)收集单井测井数据和单井泥岩岩心或壁心总有机碳含量数据;所述的测井数据包括地层的电阻率数据、自然伽马数据、声波时差数据和密度数据。
2)对总有机碳含量数据进行整理,甄别并去除异常总有机碳含量数据;这是由于分析化验过程中,会存在一定范围的误差,以及特殊地质情况会引起实测值异常。对泥岩岩心(壁心)总有机碳含量数据进行分析,分析异常样品点,由于实验技术问题和特殊地质情况导致的异常样品将不参与全井段烃源岩总有机碳含量预测。
3)制作单井综合柱状图;
4)建立总有机碳含量与测井参数的回归方程;
所述的总有机碳含量与测井参数的回归方程是基于自变量log R×DT建立的,其中R为地层电阻率,DT为声波时差,所述的回归方程为:
TOC=a×logR+b×DT+c×GR+d×ZDEN+e×logR×DT+f
式中,TOC为总有机碳含量;a、b、c、d、e、f为模型参数,a、b、c、d、e、f均是通过将总有机碳含量数据及对应深度的测井数据代入所述的回归方程获得;GR为自然伽马;ZDEN为地层密度。
5)用80%的去除异常后总有机碳含量数据与对应深度的单井测井数据求得总有机碳含量与测井参数的回归方程中的a、b、c、d、e、f模型参数值,并代入总有机碳含量与测井参数的回归方程中得到的方程即为总有机碳含量的测井预测模型。
6)将全井烃源岩层段测井数据带入测井预测模型,得到该井烃源岩层段连续的总有机碳预测值;
7)将剩余的20%的去除异常后总有机碳含量数据,用于总有机碳含量预测值的预测效果检验。
图2是应用本发明预测效果与现阶段使用方法预测效果对比图,图3是采用本发明方法的预测结果与采用现有技术方法预测结果误差分析对比图,如图2、图3所示,可以看到采用本发明的方法获得的全井段烃源岩总有机碳含量的准确率高于采用现有技术的预测值。
Claims (2)
1.一种基于测井信息对全井段烃源岩总有机碳含量的识别方法,其特征在于,包括如下步骤:
1)收集单井测井数据和单井泥岩岩心或壁心总有机碳含量数据;
2)对总有机碳含量数据进行整理,甄别并去除异常总有机碳含量数据;
3)制作单井综合柱状图;
4)建立总有机碳含量与测井参数的回归方程;
所述的总有机碳含量与测井参数的回归方程是基于自变量log R×DT建立的,其中R为地层电阻率,DT为声波时差,所述的回归方程为:
TOC=a×logR+b×DT+c×GR+d×ZDEN+e×logR×DT+f
式中,TOC为总有机碳含量;a、b、c、d、e、f为模型参数,a、b、c、d、e、f均是通过将总有机碳含量数据及对应深度的测井数据代入所述的回归方程获得;GR为自然伽马;ZDEN为地层密度
5)用80%的去除异常后总有机碳含量数据与对应深度的单井测井数据求得总有机碳含量与测井参数的回归方程中的a、b、c、d、e、f模型参数值,并代入总有机碳含量与测井参数的回归方程中得到的方程即为总有机碳含量的测井预测模型;
6)将全井烃源岩层段测井参数带入总有机碳含量的测井预测模型,得到该井烃源岩层段连续的总有机碳含量预测值;
7)将剩余的20%的去除异常后总有机碳含量数据,用于总有机碳含量预测值的预测效果检验。
2.根据权利要求1所述的基于测井信息对全井段烃源岩总有机碳含量的识别方法,其特征在于,步骤1)所述的测井数据包括地层的电阻率数据、自然伽马数据、声波时差数据和密度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811453160.6A CN109543915B (zh) | 2018-11-30 | 2018-11-30 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811453160.6A CN109543915B (zh) | 2018-11-30 | 2018-11-30 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109543915A CN109543915A (zh) | 2019-03-29 |
CN109543915B true CN109543915B (zh) | 2021-06-25 |
Family
ID=65851861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811453160.6A Active CN109543915B (zh) | 2018-11-30 | 2018-11-30 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109543915B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501744B (zh) * | 2019-08-26 | 2021-06-25 | 中海石油(中国)有限公司上海分公司 | 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质 |
CN110931085B (zh) * | 2019-12-10 | 2022-07-01 | 中海石油宁波大榭石化有限公司 | 一种连续重整催化剂结焦炭含量在线预测和优化方法 |
CN112285774B (zh) * | 2020-10-15 | 2023-10-27 | 中国海洋石油集团有限公司 | 一种基于多地质参数快速评价走滑断层封闭能力的方法 |
CN113027432B (zh) * | 2021-03-23 | 2022-09-06 | 中海石油(中国)有限公司深圳分公司 | 一种总有机碳含量的确定方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
CN103670383A (zh) * | 2012-09-17 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种识别泥页岩油藏有效储层的方法及设备 |
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 |
CN104278991A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 |
CN105221133A (zh) * | 2015-08-20 | 2016-01-06 | 中国石油化工股份有限公司 | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 |
CN105822301A (zh) * | 2016-03-23 | 2016-08-03 | 中国石油大学(北京) | 一种有机碳含量的测井预测数学模型建立方法 |
-
2018
- 2018-11-30 CN CN201811453160.6A patent/CN109543915B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
CN103670383A (zh) * | 2012-09-17 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种识别泥页岩油藏有效储层的方法及设备 |
CN104278991A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 |
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 |
CN105221133A (zh) * | 2015-08-20 | 2016-01-06 | 中国石油化工股份有限公司 | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 |
CN105822301A (zh) * | 2016-03-23 | 2016-08-03 | 中国石油大学(北京) | 一种有机碳含量的测井预测数学模型建立方法 |
Non-Patent Citations (2)
Title |
---|
优化的∆logR技术及其在中—深层烃源岩总有机碳含量预测中的应用;边雷博 等;《油气地质与采收率》;20180725;第25卷(第4期);第40-45页 * |
烃源岩TOC测井评价方法及应用_以珠江口盆地文昌组为例_王清辉;王清辉 等;《天然气地球科学》;20180210;第29卷(第2期);第251-258页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109543915A (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543915B (zh) | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 | |
CN108713089B (zh) | 基于钻孔流体和钻探录井估计地层性质 | |
US10698131B2 (en) | Methods for improving matrix density and porosity estimates in subsurface formations | |
US20170002630A1 (en) | Method of performing additional oilfield operations on existing wells | |
CN107701179B (zh) | 一种基于常规测井资料的页岩气储层的可压性评价方法 | |
CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
CN110442951B (zh) | 一种考虑密度因素的烃源岩总有机碳含量预测方法 | |
MX2007014065A (es) | Metodos para analisis de respuesta de presion en formaciones subterraneas. | |
CN110954944A (zh) | 一种断层圈闭含油高度地震预测方法 | |
CN112034521B (zh) | 一种欠压实与生烃混合成因地层超压的预测方法 | |
CN110320569B (zh) | 一种致密砂岩储层单井裂缝发育强度定量评价方法 | |
CN113419284A (zh) | 一种基于聚类分析测井岩石物理相双甜点识别方法 | |
CN113216945B (zh) | 一种致密砂岩储层渗透性定量评价方法 | |
KR101893800B1 (ko) | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 | |
CN110118994B (zh) | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 | |
Zughar et al. | Petrophysical Properties of an Iraqi Carbonate Reservoir Using Well Log Evaluation | |
CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
CN110529106B (zh) | 一种利用测井资料确定煤层显微组分含量的方法 | |
CN110017136B (zh) | 一种基于视水层电阻率的水淹层识别与产水率预测方法 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
CN112746835A (zh) | 一种优化的深层页岩气地质甜点测井综合评价方法 | |
CN108412488B (zh) | 快速确定页岩气储层有机孔隙度的测井方法 | |
CN115049173A (zh) | 深度学习和Eaton法耦合驱动地层孔隙压力预测方法 | |
CN113311502B (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
CN112855131A (zh) | 一种页岩油储层含油率预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |