CN110633519B - 岩石热解峰温有效数据确定方法及装置 - Google Patents
岩石热解峰温有效数据确定方法及装置 Download PDFInfo
- Publication number
- CN110633519B CN110633519B CN201910835770.0A CN201910835770A CN110633519B CN 110633519 B CN110633519 B CN 110633519B CN 201910835770 A CN201910835770 A CN 201910835770A CN 110633519 B CN110633519 B CN 110633519B
- Authority
- CN
- China
- Prior art keywords
- data
- pyrolysis
- hydrocarbon
- carbon content
- organic carbon
- 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
- 238000000197 pyrolysis Methods 0.000 title claims abstract description 294
- 239000011435 rock Substances 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 29
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 160
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 160
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 158
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 82
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 82
- 230000008859 change Effects 0.000 claims abstract description 27
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 22
- 229910052739 hydrogen Inorganic materials 0.000 claims description 22
- 239000001257 hydrogen Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 18
- 238000009933 burial Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 14
- 239000005416 organic matter Substances 0.000 description 12
- 238000001514 detection method Methods 0.000 description 7
- 229910052500 inorganic mineral Inorganic materials 0.000 description 6
- 239000011707 mineral Substances 0.000 description 6
- 238000001179 sorption measurement Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000002076 thermal analysis method Methods 0.000 description 3
- 239000004079 vitrinite Substances 0.000 description 3
- 208000006558 Dental Calculus Diseases 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- YQCIWBXEVYWRCW-UHFFFAOYSA-N methane;sulfane Chemical compound C.S YQCIWBXEVYWRCW-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种岩石热解峰温有效数据确定方法及装置，其中方法包括：获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。本发明能够确定岩石热解峰温有效数据，从而保障热演化分析结果的准确性。
Description
技术领域
本发明涉及石油地质勘探技术领域，尤其涉及岩石热解峰温有效数据确定方法及装置。
背景技术
地质研究中，镜质体反射率(Ro)、热解峰温(Tmax)、孢粉色变指数(SCI)、牙形刺色变指数(CAI)，是地层埋藏过程中所经历的最大热演化程度的常用定量指标。它们被用以认识地层埋藏热演化历史和烃源岩有机质热演化生烃历史，判识油气源、油气藏类型等，是石油地质研究的基本参数。
由于孢粉和牙形刺颜色判识具有人为性，高成熟阶段荧光消失，因此孢粉色变指数(SCI)和牙形刺色变指数(CAI)的应用受到限制。镜质体反射率(Ro)值是国际公认的热成熟度指标，把Ro＜0.5％、0.5％～1.3％、1.0％～1.5、1.3％～2.0％和＞2.0％分别作为未熟、生油、生凝析油、生湿气和生干气的烃源岩热演化生烃阶段的划分标准。一般常见样品Ro的数值范围为0.21％～8.0％，测量精度误差在0.1％以上。然而，Ro测量一般需要干酪根制备(煤除外)、制片、显微组分鉴定、光学测量等复杂流程，其中显微组分鉴定是需要测试人员具有丰富的经验才能鉴定准确。除此之外，由于I型、II1型有机质缺少镜质体或等效的显微组分，难以直接测量出数据，加上超压、游离烃等因素的抑制作用，等效镜质体反射率值又需要建立合适的换算模板，进一步增加了测量的难度，因此镜质体反射率Ro测试周期长、费用高、并受到经验和岩石类型的限制，给热解分析结果带来较大的误差。
热解峰温(Tmax)是热解分析中必然输出的参数，与游离烃S1、热解烃S2、热解CO2等成套输出，整个热解分析不需要对样品特殊处理，一般50分钟内完成一个样品测试，具有周期短、价格低廉的特点。因此，热解峰温(Tmax)成为热解分析中的重要参数。
然而，由于有机碳含量低、可溶有机质的混入、不同生烃潜力的显微组分差异、岩石矿物对烃类的吸附、检测操作错误等原因，存在与埋藏深度、年代关系不一致的热解峰温(Tmax)无效数据，这些无效数据会严重影响热演化分析结果的准确性。
发明内容
本发明实施例提供一种岩石热解峰温有效数据确定方法，用以确定有效的岩石热解峰温数据，从而保障热演化分析结果的准确性，该方法包括：
获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。
本发明实施例提供一种岩石热解峰温有效数据确定装置，用以确定有效的岩石热解峰温数据，从而保障热演化分析结果的准确性，该装置包括：
数据获得模块，用于获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
数据选取模块，用于根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
数据确定模块，用于根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述岩石热解峰温有效数据确定方法。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述岩石热解峰温有效数据确定方法。
本发明实施例通过获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。本发明实施例根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，结合选取的一组或多组热解烃数据中热解峰温数据的变化规律，确定了岩石热解峰温有效数据，从而保障热演化分析结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。在附图中：
图1为本发明实施例中岩石热解峰温有效数据确定方法示意图；
图2为本发明实施例中岩石热解峰温有效数据确定装置结构图；
图3～图10为本发明第一具体实施例中岩石热解峰温有效数据确定方法示意图；
图11～图18为本发明第二具体实施例中岩石热解峰温有效数据确定方法示意图；
图19～图26为本发明第三具体实施例中岩石热解峰温有效数据确定方法示意图；
图27～图39为本发明第四具体实施例中岩石热解峰温有效数据确定方法示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
为了确定有效的岩石热解峰温数据，保障热演化分析结果的准确性，本发明实施例提供一种岩石热解峰温有效数据确定方法，如图1所示，该方法可以包括：
步骤101、获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
步骤102、根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
步骤103、根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。
由图1所示可以得知，本发明实施例通过获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。本发明实施例根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，结合选取的一组或多组热解烃数据中热解峰温数据的变化规律，确定了岩石热解峰温有效数据，从而保障热演化分析结果的准确性。
具体实施时，获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据(S1)，热解烃数据(S2)，有机碳含量数据(TOC)和热解峰温数据(Tmax)。
实施例中，还可以获得岩石的每组热解数据对应的样品信息数据，例如埋藏深度数据、地层年代数据、岩性数据、样品产状数据、样品初始获取时间数据、保存温压条件数据其中之一或任意组合。其中，样品产状数据包括：采自岩心，采自岩屑，采自露头或来自实验室其中之一。
实施例中，在无法直接获得每组热解数据中的有机碳含量数据(TOC)时，可以根据游离烃数据(S1)，热解烃数据(S2)和热解峰温数据(Tmax)，得到有机碳含量数据(TOC)，具体给出如下两种方式：
方式1：根据游离烃数据(S1)和热解烃数据(S2)，按如下公式得到有效碳含量数据(PC)：
PC＝0.83×(S1+S2) (1)
其中，S1为游离烃数据，所述S2为热解烃数据，PC为有效碳含量数据。
然后，获得CO2含量数据(S3)和CO含量数据(S4)，根据S3和S4可以得到残余有机碳含量数据(RC)。需要说明的是，有些附带氧化炉的热解仪能给出有机质热解产生的CO2含量和CO含量，因此可以从热解仪获得CO2含量数据(S3)和CO含量数据(S4)。
最后按如下公式得到有机碳含量数据(TOC)：
TOC＝PC+RC (2)
其中，PC为有效碳含量数据，RC为残余有机碳含量数据，TOC为有机碳含量数据。
方式2：根据公式(1)得到有效碳含量数据(PC)，利用同类型有机质的参数关系模型数据，建立热解峰温数据(Tmax)和有机碳含量系数(α)的关系，即Tmax-α关系图，并回归不同热解峰温数据(Tmax)对应的有机碳含量系数(α)。然后根据有效碳含量数据(PC)，有机碳含量系数(α)和α＝PC/RC关系式，可以得到残余有机碳含量数据(RC)。最后根据公式(2)得到有机碳含量数据(TOC)。需要说明的是，参数关系模型数据包括没有异常数据的有镜质体反射率(Ro)检测结果配套的热解数据，通常情况下，参数关系模型数据是按照有机质类型的I型、II1型、II2型和III型等四种类型进行分类排序的。
具体实施时，根据每组热解数据中的游离烃数据(S1)，热解烃数据(S2)和有机碳含量数据(TOC)，从所述多组热解数据中选取一组或多组热解数据。
实施例中，在进行选取之前，在埋藏深度-有机碳含量数据(TOC)关系图上进行判断，正常情况下，随埋深的增加，热解峰温数据(Tmax)的值会有规律地增大或者分段式增大，由此初步判断热解峰温无效数据分布情况和有效数据分布规律。
实施例中，首先对每组热解数据，根据游离烃数据(S1)，热解烃数据(S2)和有机碳含量数据(TOC)，确定该组热解数据的游离烃数据(S1)与有机碳含量数据(TOC)的比值以及游离烃数据(S1)与热解烃数据(S2)的比值；然后根据每组热解数据中的有机碳含量数据(TOC)，游离烃数据(S1)与有机碳含量数据(TOC)的比值，热解烃数据(S2)，以及游离烃数据(S1)与热解烃数据(S2)的比值，从所述多组热解数据中选取一组或多组热解数据。
本实施例中，根据每组热解数据中的有机碳含量数据(TOC)，游离烃数据(S1)与有机碳含量数据(TOC)的比值，热解烃数据(S2)，以及游离烃数据(S1)与热解烃数据(S2)的比值，从所述多组热解数据中选取一组或多组热解数据，可以包括：对每组热解数据，若该组热解数据中的有机碳含量数据(TOC)不小于第一预设值，游离烃数据(S1)与有机碳含量数据(TOC)的比值不大于第二预设值，热解烃数据(S2)不小于第三预设值，且游离烃数据(S1)与热解烃数据(S2)的比值不大于第四预设值，则选取该组热解数据。其中，第一预设值至第四预设值根据实际要求进行设定，本实施例中，第一预设值可以为0.5％，第二预设值可以为100mg/gTOC，第三预设值可以为2.5mg/g，第四预设值可以为0.5。通过对热解数据中的有机碳含量数据(TOC)与第一预设值的比较，可以筛除由于有机碳含量低而存在的无效数据，游离烃数据(S1)与有机碳含量数据(TOC)的比值与第二预设值的比较，可以筛除由于可溶有机质的混入而存在的无效数据，热解烃数据(S2)与第三预设值的比较以及游离烃数据(S1)与热解烃数据(S2)的比值与第四预设值的比较，可以筛除由于岩石矿物对烃类的吸附而存在的无效数据。
实施例中，还可以获得每组热解数据对应的埋藏深度数据，根据每组热解数据中的热解烃数据(S2)和有机碳含量数据(TOC)，按如下公式确定每组热解数据对应的氢指数数据(HI)：
其中，S2为热解烃数据，HI为氢指数数据，TOC为有机碳含量数据。
进而，从所述多组热解数据中选取一组或多组热解数据之后，根据氢指数数据(HI)随埋藏深度数据的变化规律，氢指数数据(HI)随热解峰温数据(Tmax)的变化规律，游离烃数据(S1)与热解烃数据(S2)的比值，对选取的一组或多组热解数据进行标记。
本实施例中，根据氢指数数据(HI)随埋藏深度数据的变化规律，氢指数数据(HI)随热解峰温数据(Tmax)的变化规律，游离烃数据(S1)与热解烃数据(S2)的比值，对选取的一组或多组热解数据进行标记可以包括：若在氢指数数据(HI)随埋藏深度数据的变化图中，相近深度段的氢指数数据(HI)差异大，在氢指数数据(HI)随热解峰温数据(Tmax)的变化图中呈现横向分散，且游离烃数据(S1)与热解烃数据(S2)的比值小于第五预设值，则对该组热解数据进行标记。其中，第五预设值根据实际要求进行设定，本实施例中，第五预设值可以为0.5。通过对氢指数数据(HI)随埋藏深度数据的变化规律的分析，氢指数数据(HI)随热解峰温数据(Tmax)的变化规律的分析，游离烃数据(S1)与热解烃数据(S2)的比值与第五预设值的比较，可以标记出由于不同生烃潜力的显微组分差异而存在的无效数据。
具体实施时，根据选取的一组或多组热解数据中热解峰温数据(Tmax)的变化规律，确定岩石热解峰温有效数据。
实施例中，若热解峰温数据(Tmax)随埋藏深度的变化图中，出现非分段、非线性变化特征的异常数据，则去除该组热解数据，去除后得到的数据为岩石热解峰温有效数据，从而可以去除由于检测错误而存在的无效数据。
实施例中，在确定岩石热解峰温有效数据之后，绘制埋藏深度与岩石热解峰温有效数据中热解峰温数据(Tmax)的关系图，根据随埋藏深度的增加热成熟度增高、热解峰温数据增大的地史规律和上下系列数值点，进行回归，进一步去除由于检测错误和不同生烃潜力的显微组分差异而存在的无效数据。
实施例中，在确定岩石热解峰温有效数据之后，根据热解峰温数据(Tmax)与镜质体反射率(Ro)关系模板和有效的热解峰温数据(Tmax)与氢指数数据(HI)关系图判断的有机质类型，选择相应类型的热解峰温数据(Tmax)与镜质体反射率(Ro)关系曲线，计算样品的镜质体反射率(Ro)的值，绘制样品的埋藏深度与镜质体反射率(Ro)关系图。
基于同一发明构思，本发明实施例还提供了一种岩石热解峰温有效数据确定装置，如下面的实施例所述。由于这些解决问题的原理与岩石热解峰温有效数据确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
图2为本发明实施例中岩石热解峰温有效数据确定装置的结构图，如图2所示，该装置包括：
数据获得模块201，用于获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
数据选取模块202，用于根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
数据确定模块203，用于根据选取的一组或多组热解烃数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。
一个实施例中，所述数据选取模块202具体用于：
对每组热解数据，根据游离烃数据，热解烃数据和有机碳含量数据，确定该组热解数据的游离烃数据与有机碳含量数据的比值以及游离烃数据与热解烃数据的比值；
根据每组热解数据中的有机碳含量数据，游离烃数据与有机碳含量数据的比值，热解烃数据，以及游离烃数据与热解烃数据的比值，从所述多组热解数据中选取一组或多组热解数据。
一个实施例中，所述数据选取模块202具体用于：对每组热解数据，若该组热解数据中的有机碳含量数据不小于第一预设值，游离烃数据与有机碳含量数据的比值不大于第二预设值，热解烃数据不小于第三预设值，且游离烃数据与热解烃数据的比值不大于第四预设值，则选取该组热解数据。
一个实施例中，所述数据获得模块201还用于：获得每组热解数据对应的埋藏深度数据，根据每组热解数据中的热解烃数据和有机碳含量数据，确定每组热解数据对应的氢指数数据；
图2所示的装置还包括：数据标记模块，用于从所述多组热解数据中选取一组或多组热解数据之后，根据氢指数数据随埋藏深度数据的变化规律，氢指数数据随热解峰温数据的变化规律，游离烃数据与热解烃数据的比值，对选取的一组或多组热解数据进行标记。
下面给出具体实施例，说明本发明实施例中岩石热解峰温有效数据确定方法的具体应用。
【第一具体实施例】
在本具体实施中，以某油田相邻的M16-1井和L32-1井为例。获得热解分析系列数据，包括埋藏深度、TOC、Tmax、S1、S2。绘制埋藏深度-Tmax关系图，如图3所示，初步判断Tmax分布范围在419～440℃具有明显的随埋藏深度增加而增大的线性规律，Tmax小于400℃的红色大圈内显然为异常值，小圈内的数值离差较大。
绘制埋藏深度-TOC关系图，如图4所示，除了L32-1井的(3993m，0.38％)、(3155m，0.47％)、(2269m，0.41％)和M16-1井的(1296m，0.46％)TOC小于第一预设值(本例中取0.5％)外，其它数据点的TOC都正常，进而可以判断出有机碳含量低不是存在无效数据的主因。
排除L32-1井的(3993m，0.38％)、(3155m，0.47％)、(2269m，0.41％)和M16-1井的(1296m，0.46％)的数据后，绘制埋藏深度-S1/TOC关系图，如图5所示，可见2500m以深的所有数据S1/TOC小于第二预设值(本例中取100mg/gTOC)，2500m以浅的所有数据S1/TOC大于第二预设值(本例中取100mg/gTOC)，由此判断2500m以浅的的样品受到了可溶有机质的污染，从而导致Tmax检测值偏低。
排除S1/TOC大于100mg/gTOC数据后，绘制埋藏深度-HI关系图，如图6所示。从图中可以看到相近深度的HI差异并不大，绘制Tmax-HI关系图，如图7所示。从图中可以看到相近Tmax值点的HI横向分散，说明2500～3500m的点与3500～400m的点分属两种有机质类型。绘制Tmax-S1/S2关系图，如图8所示，点(427℃，0.78)的S1/S2值大于第五预设值(本例中取0.5)。对该数据进行标记。
绘制Tmax-S2关系图，如图9所示，除了点(437℃，4.13)和点(440℃,5.09)外，其它各点的S2小于第三预设值(本例中取2.5mg/g)，且在Tmax-S1/S2关系图(图8)中，只有点(427℃，0.78)的S1/S2大于第四预设值(本例中取0.5)，判断该点为矿物吸附造成的Tmax异常高，需要排除。
综合以上分析，除2500m以浅的所有点、点(3155m，429℃)、点(2269m，364℃)、点(1296m，352℃)、点(2686m，427℃)、点(3993m，439℃)以外，其他热解峰温数据为岩石热解峰温有效数据，埋藏深度-Tmax有效数据关系图如图10所示。
【第二具体实施例】
在本具体实施中，以某油田相邻的M5-1井、M25井和L13井为例。获得热解分析系列数据，包括埋藏深度、TOC、Tmax、S1、S2。绘制埋藏深度-Tmax关系图，如图11所示。根据地质埋藏热演化规律，虚线附近数据点为正常数据点，正常Tmax分布范围为425～437℃，埋藏深度在2500m以深，其它数据点表现为异常。
绘制埋藏深度-TOC关系图，如图12所示，从图中可以看出，2500m以深正常值段的TOC普遍大于第一预设值(本例中取0.5％)，TOC小于第一预设值(本例中取0.5％)的数据是由于有机碳含量低导致的Tmax异常偏高。
排除TOC小于第一预设值(本例中取0.5％)的数值后，绘制埋藏深度-S1/TOC关系图，如图13所示。可见点(1232m，222.64mg/gTOC)为异常值，即可溶有机质混入造成的。
排除点(1232m，222.64mg/gTOC)后，绘制埋藏深度-HI关系图，如图14，绘制Tmax-HI关系图，如图15。从图中可以看到相邻深度段的有机质类型相同，可分为三种类型，相近Tmax值的HI比较分散，说明确实存在显微组分的明显差异。
绘制Tmax-S1/S2关系图，如图16，可见所有数据点的S1/S2都小于第四预设值(本例中取0.5)。绘制Tmax-S2关系图，如图17所示，虽然S2有大有小，但不能判断为矿物吸附造成Tmax值变化。
综合以上分析，除TOC小于0.5％的所有点、点(1232m，222.64mg/gTOC)以外，其他热解峰温数据为岩石热解峰温有效数据，埋藏深度-Tmax有效数据关系图如图18所示。
【第三具体实施例】
在本具体实施中，以某油田H1井为例。获得热解分析系列数据，包括埋藏深度、TOC、Tmax、S1、S2。绘制埋藏深度与Tmax关系图，如图19所示。根据地质埋藏热演化规律，1500～2200m为逆序，3000m以深变化过大。
绘制埋藏深度-TOC关系图，如图20所示，TOC小于第一预设值(本例中取0.5％)的点有(1966m，0.39％)，可以得出有机碳含量低不是存在无效数据的主因。
排除点(1966m，039％)后，绘制埋藏深度-S1/TOC关系图，如图21所示，所有点的S1/TOC值都小于第二预设值(本例中取100mg/gTOC)，可以得出可溶有机质的混入不是存在无效数据的主因。
绘制埋藏深度-HI关系图，如图22所示。绘制Tmax-HI关系图，如图23所示。图中显示相近埋藏深度的HI变化量为300mg/gTOC，相近Tmax值的HI变化量大于300mg/g TOC，表明纵向埋藏深度上有机质类型不同，虚线可大致分为三类。可以看出显微组分的差异是导致Tmax异常的主因。
绘制Tmax-S1/S2关系图，如图24所示。绘制Tmax-S2关系图，如图25所示。虽然S2跨度大，但所有点的S1/S2都小于第四预设值(本例中取0.5)，排除矿物吸附造成Tmax的原因。
剔除点(1966m，039％)后，绘制埋藏深度-Tmax有效数据关系图，如图26所示。图中标出的是有机质类型差异造成的Tmax偏差点。
【第四具体实施例】
在本具体实施中，以冀东油田某井为例。如图27所示的埋藏深度-Ro关系图，可以看出规律性不明显，难以发现成熟度随深度增加的正常地层埋藏热演化的普遍规律性。如图28所示的埋藏深度-Tmax关系图，可以看出随埋藏深度增加Tmax增加的规律性比较明显，但存在一些异常点。
由于缺少TOC数据，需要根据有效碳PC与残余碳RC的统计关系，求取不同Tmax对应的RC恢复系数α，从而恢复TOC。其中Tmax-α关系模板如图29所示，所用数据为华北张家口元古界下马岭组页岩、云南禄劝二叠系泥岩等II1性全岩样品的生排烃实验残渣分析数据。有了TOC、S1、S2。就可以计算HI、降解率D等参数，数据见表1。
表1
绘制埋藏深度-恢复TOC关系图，如图30所示，除点(3520.12m，0.48％)外，其它各点的TOC都大于第一预设值(本例中取0.5％)，因此有机碳含量低不是引起Tmax异常的主因。
剔除点(3520.12m，0.48％)后，绘制埋藏深度-S1/TOC关系图，如图31所示，可见所有数据点都小于第二预设值(本例中取100mg/gTOC)，因此也不用考虑可溶有机质混入引起Tmax异常。
绘制埋藏深度-HI关系图，如图32所示。绘制Tmax-HI关系图，如图33所示。图中显示相近埋藏深度的HI变化量很小，相近Tmax值的HI变化量也小，表明纵向埋藏深度上有机质类型相近。
绘制Tmax-S1/S2关系图，如图34所示。绘制Tmax-S2关系图，如图35所示。发现S1/S2大于第四预设值(本例中取0.5)且S2小于第三预设值(本例中取2.5mg/g)的点有(1.38，493℃)、(0.59，465℃)、(0.55，498℃)、(0.50，449℃)、(0.65，454℃)，为矿物吸附造成的Tmax异常。
剔除以上Tmax异常数据后，绘制埋藏深度-有效Tmax关系图，如图36所示，可见除了标记出的点外，其它各点具有很好的线性关系。四个标注点可能是Tmax检测出了问题。如果是这样，由于这些Tmax值偏高，在利用图29所示模板恢复TOC时，就会导致α偏低，TOC偏高。
在Tmax有效值判识基础上，根据不同类型有机质不同成熟阶段的热解峰温数据，绘制Tmax-Ro关系图如图37所示，以该图为版图就可以用Tmax有效值进行Ro恢复。具体操作如下：
首先判断有机质类型。通过上面恢复的TOC值，计算降解率D＝PC/TOC，得到图38，判断目标样品为倾生油的I型-II1型有机质。然后在图37上选择II型有机质类型的Tmax-Ro回归关系式，如公式(4)，带入目标样品Tmax，计算获得对应的Ro值。
Tmax＝17.394Ro2-7.8649Ro+435.34 (4)
根据恢复的Ro值，绘制埋藏深度-恢复Ro关系图，如图39所示。鉴于有机质类型选择的II型，I型与II型Ro的差值在0.2％左右，因此在图39中用箭头表示出了有机质类型选择造成的误差范围。恢复后，Ro随埋藏深度的变化关系突显。
需要说明的是，本发明实施例中必须已知系列埋深点样品的S1和S2两个基本热解参数，如果有碳硫分析仪的TOC分析结果，则效果更好。本发明实施例适用于任意类型的烃源岩样品，特别是对于I型、II1型这类无法直接检测Ro值的样品，其准确度和优势更明显。本发明实施例也适用于热解分析实验室检测人员的检测结果筛查。本发明实施例也为盆地热模拟人员提供了一种快速、低廉地获得大量Ro数据的方法。对于TOC较低而取样量难以满足Ro检测的情况下，本发明实施例是一种有效获取热成熟度信息的方法(一般TOC在0.5％的情况下，Ro检测需要岩样500g，而热解分析需样量小于3g)。
综上所述，本发明实施例通过获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；根据选取的一组或多组热解烃数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据。本发明实施例根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，结合选取的一组或多组热解烃数据中热解峰温数据的变化规律，确定了岩石热解峰温有效数据，从而保障热演化分析结果的准确性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种岩石热解峰温有效数据确定方法，其特征在于，包括：
获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据；
根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据，包括：
对每组热解数据，根据游离烃数据，热解烃数据和有机碳含量数据，确定该组热解数据的游离烃数据与有机碳含量数据的比值以及游离烃数据与热解烃数据的比值；
根据每组热解数据中的有机碳含量数据，游离烃数据与有机碳含量数据的比值，热解烃数据，以及游离烃数据与热解烃数据的比值，从所述多组热解数据中选取一组或多组热解数据；
根据每组热解数据中的有机碳含量数据，游离烃数据与有机碳含量数据的比值，热解烃数据，以及游离烃数据与热解烃数据的比值，从所述多组热解数据中选取一组或多组热解数据，包括：对每组热解数据，若该组热解数据中的有机碳含量数据不小于第一预设值，游离烃数据与有机碳含量数据的比值不大于第二预设值，热解烃数据不小于第三预设值，且游离烃数据与热解烃数据的比值不大于第四预设值，则选取该组热解数据；
还包括：
获得每组热解数据对应的埋藏深度数据，根据每组热解数据中的热解烃数据和有机碳含量数据，确定每组热解数据对应的氢指数数据；
从所述多组热解数据中选取一组或多组热解数据之后，根据氢指数数据随埋藏深度数据的变化规律，氢指数数据随热解峰温数据的变化规律，游离烃数据与热解烃数据的比值，对选取的一组或多组热解数据进行标记。
2.一种岩石热解峰温有效数据确定装置，其特征在于，包括：
数据获得模块，用于获得岩石的多组热解数据，其中每组热解数据包括：游离烃数据，热解烃数据，有机碳含量数据和热解峰温数据；
数据选取模块，用于根据每组热解数据中的游离烃数据，热解烃数据和有机碳含量数据，从所述多组热解数据中选取一组或多组热解数据；
数据确定模块，用于根据选取的一组或多组热解数据中热解峰温数据的变化规律，确定岩石热解峰温有效数据；
所述数据选取模块具体用于：
对每组热解数据，根据游离烃数据，热解烃数据和有机碳含量数据，确定该组热解数据的游离烃数据与有机碳含量数据的比值以及游离烃数据与热解烃数据的比值；
根据每组热解数据中的有机碳含量数据，游离烃数据与有机碳含量数据的比值，热解烃数据，以及游离烃数据与热解烃数据的比值，从所述多组热解数据中选取一组或多组热解数据；
所述数据选取模块具体用于：对每组热解数据，若该组热解数据中的有机碳含量数据不小于第一预设值，游离烃数据与有机碳含量数据的比值不大于第二预设值，热解烃数据不小于第三预设值，且游离烃数据与热解烃数据的比值不大于第四预设值，则选取该组热解数据；
所述数据获得模块还用于：获得每组热解数据对应的埋藏深度数据，根据每组热解数据中的热解烃数据和有机碳含量数据，确定每组热解数据对应的氢指数数据；
所述装置还包括：数据标记模块，用于从所述多组热解数据中选取一组或多组热解数据之后，根据氢指数数据随埋藏深度数据的变化规律，氢指数数据随热解峰温数据的变化规律，游离烃数据与热解烃数据的比值，对选取的一组或多组热解数据进行标记。
3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1所述方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910835770.0A CN110633519B (zh) | 2019-09-05 | 2019-09-05 | 岩石热解峰温有效数据确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910835770.0A CN110633519B (zh) | 2019-09-05 | 2019-09-05 | 岩石热解峰温有效数据确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110633519A CN110633519A (zh) | 2019-12-31 |
| CN110633519B true CN110633519B (zh) | 2023-10-31 |
Family
ID=68970143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910835770.0A Active CN110633519B (zh) | 2019-09-05 | 2019-09-05 | 岩石热解峰温有效数据确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110633519B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111537547A (zh) * | 2020-06-11 | 2020-08-14 | 中国石油大学(华东) | 一种评价原位加热改质时页岩油储层有机质转化率的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700316A (zh) * | 2015-04-02 | 2015-06-10 | 中国石油大学(华东) | 一种非均质性评价泥页岩生油气量的方法 |
| CN104697914A (zh) * | 2015-03-18 | 2015-06-10 | 中国石油大学(华东) | 一种泥页岩不同类型有机孔的预测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2890979B1 (en) * | 2012-08-28 | 2019-04-24 | Saudi Arabian Oil Company | Method for reconstructing the total organic carbon content from compositional modeling analysis |
-
2019
- 2019-09-05 CN CN201910835770.0A patent/CN110633519B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104697914A (zh) * | 2015-03-18 | 2015-06-10 | 中国石油大学(华东) | 一种泥页岩不同类型有机孔的预测方法 |
| CN104700316A (zh) * | 2015-04-02 | 2015-06-10 | 中国石油大学(华东) | 一种非均质性评价泥页岩生油气量的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘经纬 ; 尹文庆 ; 孙晓然 ; 仲学哲 ; 李晓阳 ; .镜质体反射率Ro与热解峰温Tmax的关系――以南堡凹陷中深层烃源岩为例.中国石油和化工标准与质量.2018,(第10期),全文. * |
| 袁二军 ; 崔彬 ; 冯小伟 ; 王占林 ; .南祁连盆地东北部木里地区三叠系尕勒得寺组烃源岩评价.中国矿业.2013,(第S1期),全文. * |
| 黄雪峰 ; 吴伟 ; 冯磊 ; 孔保平 ; 李宣霖 ; .辽东湾地区辽中凹陷东营组烃源岩评价.沉积与特提斯地质.2016,(第02期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110633519A (zh) | 2019-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Carvajal-Ortiz et al. | Critical considerations when assessing hydrocarbon plays using Rock-Eval pyrolysis and organic petrology data: Data quality revisited | |
| Spötl et al. | Kerogen maturation and incipient graphitization of hydrocarbon source rocks in the Arkoma Basin, Oklahoma and Arkansas: a combined petrographic and Raman spectrometric study | |
| EP2890979B1 (en) | Method for reconstructing the total organic carbon content from compositional modeling analysis | |
| Moldowan et al. | Underutilized advanced geochemical technologies for oil and gas exploration and production-1. The diamondoids | |
| Radwan et al. | Development of formation damage diagnosis workflow, application on Hammam Faraun reservoir: a case study, Gulf of Suez, Egypt | |
| Blaise et al. | Reconstruction of low temperature (< 100 C) burial in sedimentary basins: a comparison of geothermometer in the intracontinental Paris Basin | |
| US8906690B2 (en) | Methods for simultaneous estimation of quantitative minerology, kerogen content and maturity in gas shale and oil-bearing shale | |
| Hazra et al. | Evaluation of shale source rocks and reservoirs | |
| US20080040086A1 (en) | Facilitating oilfield development with downhole fluid analysis | |
| CN107966545B (zh) | 一种任意成熟度烃源岩的有机碳恢复方法及其装置 | |
| WO2004102156A2 (en) | Compositional modeling and pyrolysis data analysis methods | |
| CN110633519B (zh) | 岩石热解峰温有效数据确定方法及装置 | |
| Silva et al. | Applying subsurface DNA diagnostics and data science in the Delaware Basin | |
| Hansberry et al. | Syn-deformation temperature and fossil fluid pathways along an exhumed detachment zone, Khao Khwang fold-thrust belt, Thailand | |
| Sherwood et al. | Compound-specific stable isotope analysis of natural and produced hydrocarbon gases surrounding oil and gas operations | |
| CN110685676B (zh) | 一种定量识别优质页岩段的方法 | |
| Zhu et al. | Application of illite crystallinity for paleo-temperature reconstruction: A case study in the western Sichuan basin, SW China | |
| Ramatullayev et al. | Machine-Learning-Based Automation of Formation Testing Data Interpretation and Analysis | |
| Simán et al. | Rock classification with machine learning: a case study from the Zinkgruvan Zn-Pb-Ag deposit, Bergslagen, Sweden | |
| Blinov et al. | Contact Determination, Fluid Typing and Deliverability Estimation in North Caspian Appraisal Wells | |
| CN108240999A (zh) | 一种碎屑岩岩性的识别方法 | |
| Farrell et al. | Interrogating Flowback Chemistry for Damage Markers in the Eagle Ford | |
| CN113187470B (zh) | 一种井剖面上识别页岩油层和常规油层的方法及装置 | |
| CN115078599B (zh) | 基于原油全组分浓度的储层连通性评价方法 | |
| Thankan et al. | Hydrocarbon fluid inclusions and source rock parameters: A comparison from two dry wells in the western offshore, India |
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 |