CN109558616B - 一种油页岩含油率求取方法 - Google Patents

一种油页岩含油率求取方法 Download PDF

Info

Publication number
CN109558616B
CN109558616B CN201710927300.8A CN201710927300A CN109558616B CN 109558616 B CN109558616 B CN 109558616B CN 201710927300 A CN201710927300 A CN 201710927300A CN 109558616 B CN109558616 B CN 109558616B
Authority
CN
China
Prior art keywords
oil
oil shale
content
shale
oil content
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
Application number
CN201710927300.8A
Other languages
English (en)
Other versions
CN109558616A (zh
Inventor
陈新军
武晓玲
胡宗全
张英
李朋威
冯建贇
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.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
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 China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201710927300.8A priority Critical patent/CN109558616B/zh
Publication of CN109558616A publication Critical patent/CN109558616A/zh
Application granted granted Critical
Publication of CN109558616B publication Critical patent/CN109558616B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明公开了一种油页岩含油率求取方法，该方法包括：基于油页岩样品，获取所述油页岩样品中S元素和Al元素的百分含量；基于所述油页岩样品所在油页岩矿区实验室测定的油页岩含油率数据，通过多元回归分析，获取计算系数，建立油页岩含油率回归方程；M＝a+bCS+cCAl，其中，M为油页岩含油率，Cs和CAl分别为S元素和Al元素的百分含量，a、b、c为计算系数；基于所述S元素和Al元素的百分含量以及所述油页岩含油率回归方程，获取油页岩含油率。本发明提供的方法，通过获得的S元素和Al元素的百分含量以及油页岩含油率回归方程，可以实现油页岩含油率的快速求取。

Description

一种油页岩含油率求取方法
技术领域
本发明涉及地层含油率检测技术领域，更具体地，涉及一种油页岩含油率求取方法。
背景技术
现有油页岩含油率测定主要有低温干馏法、测井解释方法和岩石热解法。低温干馏法主要在实验室通过铝甄低温干馏测定油页岩热解生油量来测定含油率，该方法耗时，昂贵，且数据不连续。测井解释方法则是利用油页岩测井资料来分析计算含油率，主要包括以下两种方法，一种方法是通过分析油页岩的测井响应特征，结合对油页岩岩心分析结果，运用回归分析方法计算油页岩含油率；另一种是由王翠平等在2011年提出的，油页岩微小孔隙含油率测定方法，通过分析油页岩的导电机理，综合考虑油页岩各体积组分对其导电性的贡献，从而建立油页岩导电模型，计算油页岩含油率。利用测井资料计算油页岩含油率，此类方法经济、快速、直观、连续、但必须以测井资料为基础，不能用于野外样品。岩石热解法分析油页岩含油率，该方法结合了岩石热解分馏与热蒸发烃的色谱分析两种方法，可对岩石中的含烃组分进行定性和定量的分析，在生油岩生烃潜力和储集岩含油性评价方面的应用较为广泛。此外，现也有学者正在从光学的角度上研究油页岩含油率的测定，王智宏等(2012)提出了利用近红外光谱分析技术实现油页岩含油率的测定。
油页岩含油率是指油页岩中页岩油(焦油)所占的质量分数，是界定油页岩矿产资源的一项重要指标，也是油页岩评价过程中最重要的参数。含油率作为考察油页岩经济效益的核心参数，对其快速和便捷测定是工业界的迫切需求。但是，传统在实验室测量或利用测井资料数据计算油页岩含油率的方法，其价格较贵，过程耗费时间，不连续，或需求的测井资料较多，不能达到在野外或钻井现场快速获得含油率数据，判断油页岩的品质目的。
因此，有必要提供一种在野外或钻井现场快速获得油页岩含油率的方法，进而实现快速求取油页岩含油率的目的。
发明内容
本发明提出了一种油页岩含油率求取方法，其能够通过油页岩含油率回归方程，实现快速获取油页岩含油率。
根据本发明，提出了一种油页岩含油率求取方法，该方法包括：基于油页岩样品，获取所述油页岩样品中S元素和Al元素的百分含量；
基于所述油页岩样品所在油页岩矿区实验室测定的油页岩含油率数据，通过多元回归分析，获取计算系数，建立式I所示油页岩含油率回归方程；
M＝a+bCS+cCAl 式I
其中，M为油页岩含油率，Cs和CAl分别为S元素和Al元素的百分含量，a、b、c为计算系数；
基于所述S元素和Al元素的百分含量以及所述油页岩含油率回归方程，获取油页岩含油率。
优选地，所述计算系数的获取方法为：
(1)统计该油页岩矿区内每个油页岩样品的含油率实验室测定值及其相应的S元素和Al元素的百分含量值；
(2)基于步骤(1)中获取的数据和多元回归分析，建立油页岩样品的回归统计表、方差分析表和回归参数表；
(3)基于所述回归参数表，确定所述计算系数a、b、c。
优选地，所述油页岩样品的个数大于10个。
优选地，基于所述回归统计表，确定相关系数，所述相关系数大于0.8。
优选地，所述油页岩样品中S元素和Al元素的百分含量通过便携式矿石元素分析仪测量获得。
本发明提供的方法，可以实现油页岩含油率的快速求取，突破了传统在实验室测量或利用测井资料数据计算油页岩含油率的方法，达到了在野外或钻井现场简单、快速计算油页岩含油率的目标，实现了快速评价油页岩品质的目的。同时，本发明提供的方法具有操作简单、便宜方便、耗时短的特点，对富含有机质较多的油页岩具有较好的适用性。
本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的，或者将在并入本文中的附图和随后的具体实施例中进行详细陈述，这些附图和具体实施例共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的油页岩含油率求取方法的步骤的流程图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的油页岩含油率求取方法的步骤的流程图。
根据本发明，提供了一种油页岩含油率求取方法，该方法包括：步骤101，基于油页岩样品，获取所述油页岩样品中S元素和Al元素的百分含量；步骤102，基于所述油页岩样品所在油页岩矿区实验室测定的油页岩含油率数据，通过多元回归分析，获取计算系数，建立式I所示油页岩含油率回归方程；
M＝a+bCS+cCAl 式I
其中，M为油页岩含油率，Cs和CAl分别为S元素和Al元素的百分含量，a、b、c为计算系数；
步骤103，基于所述S元素和Al元素的百分含量以及所述油页岩含油率回归方程，获取油页岩含油率。
该方法通过油页岩含油率回归方程，实现快速获取油页岩含油率。
下面详细说明根据本发明的油页岩含油率求取方法的具体步骤。
步骤101，基于油页岩样品，获取所述油页岩样品中S元素和Al元素的百分含量；
油页岩中含有多种矿物元素，主要包括Si、Al、Fe、Ca、K、S等元素，其中S元素和Al元素与油页岩的含油率具有较好的相关性。
在一个示例中，所述油页岩样品中S元素和Al元素的百分含量通过便携式矿石元素分析仪测量获得。
具体的，在野外或钻井现场利用便携式矿石元素分析仪测量油页岩样品的元素百分含量，获得油页岩中各元素的百分含量，主要包括Si、Al、Fe、Ca、K、S等元素的百分含量；分离或整理出与含油率相关性较好的S元素和Al元素的百分含量。
步骤102，基于所述油页岩样品所在油页岩矿区实验室测定的油页岩含油率数据，通过多元回归分析，获取计算系数，建立式I所示油页岩含油率回归方程，
M＝a+bCS+cCAl 式I，
其中，M为油页岩含油率，Cs和CAl分别为S元素和Al元素的百分含量，a、b、c为计算系数。
在一个示例中，所述计算系数的获取方法为：
(1)统计该油页岩矿区内每个油页岩样品的含油率实验室测定值及其相应的S元素和Al元素的百分含量值；
(2)基于步骤(1)中获取的数据和多元回归分析，建立油页岩样品的回归统计表、方差分析表和回归参数表；
(3)基于所述回归参数表，确定所述计算系数a、b、c。
作为优选方案，使用Excel数据分析工具进行多元回归分析。
作为优选方案，根据产生的“方差分析表”来判定回归模型的回归效果。
在一个示例中，所述油页岩样品的个数大于10个。
在一个示例中，基于所述回归统计表，确定相关系数，所述相关系数大于0.8。
步骤103，基于所述S元素和Al元素的百分含量以及所述油页岩含油率回归方程，获取油页岩含油率。
本发明提供的方法，通过获得的S元素和Al元素的百分含量以及油页岩含油率回归方程，可以实现油页岩含油率的快速求取。
实施例
为便于理解本发明提供的方案及其效果，以下给出一个具体实施例。本领域技术人员应理解，该实施例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
以国内油页岩矿区某探井的油页岩岩心为例。
步骤1，首先，在钻井现场利用便携式矿石元素分析仪测量某块油页岩样品的元素百分含量，获得油页岩中各元素的百分含量，主要包括(Si、Al、Fe、Ca、K、S等元素)；然后，分离整理出与含油率相关性较好的S元素和Al元素的百分含量，分别为0.994％和4.511％；
步骤2，以该油页岩矿区实验室测定的油页岩含油率为基础，通过统计和多元回归分析，确定了油页岩含油率回归方程的计算系数a、b、c分别为10.66％、0.35和-0.35；进而建立油页岩含油率回归方程为M＝10.66％+0.35CS-0.35CAl；
步骤3，基于获得的S元素和Al元素的百分含量和油页岩含油率回归方程，获得油页岩含油率为9.43％，具体计算如下：
M＝10.66％+0.35*0.994％-0.35*4.511％＝9.43％
实施例中求得的油页岩含油率与实验室测量的油页岩含油率9.56％对比，误差较小，只有0.13％。将应用油页岩含油率回归方程求取的一系列油页岩含油率与实验室测量的油页岩含油率进行分析，计算的相关系数R＝86.18％，显著性统计量的P值为0.0063，小于显著性水平0.01，具有高度统计学意义，表明本发明建立的油页岩含油率回归方程回归效果显著。由此可见，本发明提供的方法具有操作简单、便宜方便、耗时短的特点，对富含有机质较多的油页岩具有较好的适用性。
综上所述，本发明提供的方法，可以实现油页岩含油率的快速求取，突破了传统在实验室测量或利用测井资料数据计算油页岩含油率的方法，达到了在野外或钻井现场简单、快速计算油页岩含油率的目标，实现了快速评价油页岩品质的目的。同时，本发明提供的方法具有操作简单、便宜方便、耗时短的特点，对富含有机质较多的油页岩具有较好的适用性。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。在不偏离所说明的实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (4)

1.一种油页岩含油率求取方法，其特征在于，该方法包括：
基于油页岩样品，获取所述油页岩样品中S元素和Al元素的百分含量；
基于所述油页岩样品所在油页岩矿区实验室测定的油页岩含油率数据，通过多元回归分析，获取计算系数，建立式I所示油页岩含油率回归方程；
M＝a+bCS+cCAl 式I
其中，M为油页岩含油率，Cs和CAl分别为S元素和Al元素的百分含量，a、b、c为计算系数；
基于所述S元素和Al元素的百分含量以及所述油页岩含油率回归方程，获取油页岩含油率；
所述计算系数的获取方法为：
(1)统计该油页岩矿区内每个油页岩样品的含油率实验室测定值及其相应的S元素和Al元素的百分含量值；
(2)基于步骤(1)中获取的数据和多元回归分析，建立油页岩样品的回归统计表、方差分析表和回归参数表；
(3)基于所述回归参数表，确定所述计算系数a、b、c。
2.根据权利要求1所述的油页岩含油率求取方法，其中，所述油页岩样品的个数大于10个。
3.根据权利要求1所述的油页岩含油率求取方法，其中，基于所述回归统计表，确定相关系数，所述相关系数大于0.8。
4.根据权利要求1所述的油页岩含油率求取方法，其中，所述油页岩样品中S元素和Al元素的百分含量通过便携式矿石元素分析仪测量获得。
CN201710927300.8A 2017-09-26 2017-09-26 一种油页岩含油率求取方法 Active CN109558616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710927300.8A CN109558616B (zh) 2017-09-26 2017-09-26 一种油页岩含油率求取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710927300.8A CN109558616B (zh) 2017-09-26 2017-09-26 一种油页岩含油率求取方法

Publications (2)

Publication Number Publication Date
CN109558616A CN109558616A (zh) 2019-04-02
CN109558616B true CN109558616B (zh) 2022-02-22

Family

ID=65863468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710927300.8A Active CN109558616B (zh) 2017-09-26 2017-09-26 一种油页岩含油率求取方法

Country Status (1)

Country Link
CN (1) CN109558616B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4548071A (en) * 1983-09-01 1985-10-22 Phillips Petroleum Company Determination of oil shale yield from well log data
CN101689102A (zh) * 2007-02-16 2010-03-31 沙特阿拉伯石油公司 测定储集岩中有机物质体积的方法
CN102721650A (zh) * 2012-06-13 2012-10-10 中国地质科学院矿产资源研究所 基于特征指标的矿物成分遥感信息提取方法及装置
CN103983536A (zh) * 2014-06-06 2014-08-13 陕西延长石油(集团)有限责任公司研究院 一种利用测井曲线获得页岩气含气量的方法
CN104897712A (zh) * 2015-04-27 2015-09-09 中国石油天然气股份有限公司 一种页岩含油量的测定方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4548071A (en) * 1983-09-01 1985-10-22 Phillips Petroleum Company Determination of oil shale yield from well log data
CN101689102A (zh) * 2007-02-16 2010-03-31 沙特阿拉伯石油公司 测定储集岩中有机物质体积的方法
CN102721650A (zh) * 2012-06-13 2012-10-10 中国地质科学院矿产资源研究所 基于特征指标的矿物成分遥感信息提取方法及装置
CN103983536A (zh) * 2014-06-06 2014-08-13 陕西延长石油(集团)有限责任公司研究院 一种利用测井曲线获得页岩气含气量的方法
CN104897712A (zh) * 2015-04-27 2015-09-09 中国石油天然气股份有限公司 一种页岩含油量的测定方法与系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
海南儋州油页岩特征研究及综合利用潜力分析;许之;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20160915;论文第6-7、31页 *
陕西铜川地区油页岩含油率测井评价方法;李玉宏 等;《西安科技大学学报》;20120930;第32卷(第5期);论文第594-595页 *

Also Published As

Publication number Publication date
CN109558616A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
US11732572B2 (en) Method and system for determining depths of drill cuttings
CA2677106C (en) Method for determining volume of organic matter in reservoir rock
AU2013308908B2 (en) Method for reconstructing the total organic carbon content from compositional modeling analysis
US8906690B2 (en) Methods for simultaneous estimation of quantitative minerology, kerogen content and maturity in gas shale and oil-bearing shale
Zuo et al. Diffusion model coupled with the Flory–Huggins–Zuo equation of state and Yen–Mullins model accounts for large viscosity and asphaltene variations in a reservoir undergoing active biodegradation
US20140260586A1 (en) Method to perform rapid formation fluid analysis
CA2652336A1 (en) Methods and apparatus for analysis of downhole asphaltene gradients and applications thereof
CN107605465B (zh) 基于xrf元素录井随钻中获取页岩toc参数的方法
Li et al. What are in pyrolysis S1 peak and what are missed? Petroleum compositional characteristics revealed from programed pyrolysis and implications for shale oil mobility and resource potential
US11237146B2 (en) Field deployable system to measure clumped isotopes
CN110412149B (zh) 一种确定原油裂解程度的方法
CN106703794B (zh) 一种碳酸盐岩岩性识别方法
US10488327B2 (en) Temperature profile for rock sample composition analysis
CN106401579A (zh) 一种基于随钻多参数分析的油气水识别方法和系统
CN1820247A (zh) 组分模拟和热解数据分析方法
US9040901B2 (en) Process for analyzing gas emitted during drilling of a borehole
CN109558616B (zh) 一种油页岩含油率求取方法
CN113094991B (zh) 一种利用地化热解谱图和机器学习计算原油密度的方法
CN110895256A (zh) 一种基于fid热解的岩石样品中游离烃组成的评价方法
Molla et al. Predicting Reservoir Fluid Properties from Advanced Mud Gas Analysis Using Machine Learning Models
Hunnur et al. Using Artificial Intelligence to Predict Contamination During Formation Fluid Sampling
CN113125412B (zh) 基于激光元素信息的砂岩-泥岩识别图版识别岩性方法
Cartellieri et al. A Rapid Non-Invasive Evaluation Method for Reservoir Fluid Samples
Nair et al. Mud Gas Isotope Logging using Mass Spectrometry
CN113203658A (zh) 一种储层流体密度预测方法

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