CN111058837A - 一种基于多元逐步回归的页岩油岩性评价方法 - Google Patents
一种基于多元逐步回归的页岩油岩性评价方法 Download PDFInfo
- Publication number
- CN111058837A CN111058837A CN201911176184.6A CN201911176184A CN111058837A CN 111058837 A CN111058837 A CN 111058837A CN 201911176184 A CN201911176184 A CN 201911176184A CN 111058837 A CN111058837 A CN 111058837A
- Authority
- CN
- China
- Prior art keywords
- rock
- content
- lithology
- logging
- calculation
- 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
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- 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
Abstract
一种基于多元逐步回归的页岩油岩性评价方法,包括以下步骤:(1)结合岩心分析资料确定主要矿物成分,开展测井资料与岩性匹配性分析,确定利用测井资料能够识别的岩石类型;(2)选取敏感测井曲线建立多参数融合的岩性识别图版,实现岩性定性自动判别;(3)选取敏感测井曲线,利用多元逐步回归法开展碳酸盐岩含量的定量评价;(4)确定计算评价体积模型,在精确计算碳酸盐岩含量和孔隙度基础上,利用最优化方法确定主要矿物的矿物含量。本发明利用基于多元逐步回归和最优化的矿物含量计算方法开展碳酸盐岩含量、粘土含量的精确计算,从而实现页岩油岩性的定性识别及定量评价,为页岩油油气开发提供切实可行的技术方法。
Description
技术领域
本发明属于非常规油气开发技术领域,具体涉及一种基于多元逐步回归的页岩油岩性评价方法。
背景技术
页岩岩性多样,矿物成分复杂、有机质丰度高、孔隙类型多样,具有自生自储原地残留成藏或近距离运聚成藏的特点。页岩主要矿物成分为石英、长石、方解石、白云石、铁白云石、方沸石、粘土矿物等,多为碎屑沉积和化学沉积的过渡性岩类,岩心分析资料反映页岩矿物成分及含量的变化对含油性及脆性等都有很大影响,但目前尚未页岩油岩性进行有效伸入的研究,因此如何有效开展岩性精细评价是页岩油勘探开发过程中面临的难题。
发明内容
本发明为了解决现有技术中的不足之处,提供一种基于多元逐步回归的页岩油岩性评价方法。
为解决上述技术问题,本发明采用如下技术方案:一种基于多元逐步回归的页岩油岩性评价方法,包括以下步骤,
(1)结合岩心分析资料确定主要矿物成分,开展测井资料与岩性匹配性分析,确定利用测井资料能够识别的岩石类型;
(2)选取敏感测井曲线建立多参数融合的岩性识别图版,实现岩性定性自动判别;
(3)选取敏感测井曲线,利用多元逐步回归法开展碳酸盐岩含量的定量评价;
(4)确定计算评价体积模型,在精确计算碳酸盐岩含量和孔隙度基础上,利用最优化方法确定主要矿物的矿物含量。
步骤(1)中结合岩心分析资料确定主要矿物成分利用三端元法开展岩性类型划分:岩心分析资料表明,页岩矿物成分多样,包括石英、长石、方解石、白云石、铁白云石、方沸石、黄铁矿、凌铁矿和粘土矿物,其中主要矿物成分为石英、长石、方解石、白云石、粘土矿物;为有效开展岩性的定名,将主要矿物划分为长英质、碳酸盐岩类、粘土质三大类,长英质包括石英、斜长石和钾长石,碳酸盐岩类包括方解石、白云石和铁白云石;利用三端元法进行定名,确定了包括细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩类4大类12种岩石类型。
步骤(1)中开展测井资料与岩心匹配性分析,确定利用测井资料能够识别的岩石类型的具体过程为:测井资料与确定的岩类、岩石类型进行对比分析可以看出,利用测井资料无法有效实现岩石类型的精细识别,但可以实现岩类划分;对比表明全岩X衍射分析结果与测井响应特征一致性最好;由此确定利用了资料能够识别的4种岩类为细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩。
步骤(2)的具体过程为,
①、首先选取敏感测井曲线:由于页岩岩性复杂,矿物含量多样,测井资料受岩性、物性、含油性及烃源岩特性多种因素影响,因此需要开展测井资料敏感性分析;通过对不同岩类与测井曲线的相关性分析可以看出,基于核磁共振测井资料计算出的视骨架密度、基于核磁共振测井资料计算出的视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线在岩类识别中具有较好相关性;因此选定相应的敏感测井曲线为视骨架密度、视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线;
②、然后利用敏感测井曲线,建立多参数融合的不同岩类测井计算图版:由于页岩岩性复杂,仅仅依靠其中两个敏感测井曲线不能很好区分;为了有效区分页岩不同岩类,采用多参数融合的方法构建了电性指示曲线和岩性指示曲线,利用这两条曲线建立页岩四大岩类的测井计算图版,确定不同岩类测井判别标准,编制程序实现自动判别;
电性指示曲线的计算方法为:
DRT=0.2*LOG(RT)-0.5
岩性指示曲线的计算方法为:
DYX=(Tma-Pma+DKTH)/2
Tma为视骨架声波,Pma为视骨架密度,AC为补偿声波,DEN为补偿密度,Φnmr为核磁共振测井提供总孔隙度,RT为深电阻率,KTH为无铀伽马。
由于碳酸盐岩含量在页岩油岩性评价中具有非常重要的意义,如何准确计算碳酸盐岩含量对于后期开发等具有重要意义;但是由于页岩地层测井曲线响应特征受各种因素的影响,利用常规的单参数或多参数方法无法有效确定其含量;为此建立了步骤(3)中基于多元逐步回归的碳酸盐岩含量的定量评价,主要包含以下两方面内容:
①、首先确定碳酸盐岩矿物含量敏感测井曲线:通过测井资料与碳酸盐岩矿物含量敏感性分析表明,补偿声波、补偿密度、补偿密度与补偿中子差值、深电阻率测井资料与碳酸盐岩含量之间具有较好的相关关系;
②基于多元逐步回归建立碳酸盐岩含量计算模型;第一步利用补偿声波与补偿密度建立相应的碳酸盐岩含量计算公式;通过采用多元回归,使得碳酸盐岩计算精度得到一定提高;
第二步引入补偿密度与补偿中子反向刻度后互溶数值,同时将第一步的结果做为另一个输入项,开展多元回归,消除一部分由于补偿密度、补偿中子表征不一致时所造成的偏差,使得碳酸盐岩含量计算精度得到进一步提高;
第三步则是引入深电阻率曲线,同时将第二步的计算结果做为另一输入项,开展多元回归,得到最终碳酸盐岩含量计算模型。
第一步、第二步和第三步的具体过程分别为:
第一步:利用补偿声波和补偿密度曲线进行多元回归:
Y1=C1*AC+C2*DEN+C3
式中:
C1、C2、C3——分别为各参数对应系数或常数;
AC、DEN——分别为补偿声波、补偿密度,单位分别为ms/m、g/cm3;
第二步:利用补偿密度与补偿中子差值、第一步计算过程值进行多元回归:
Y2=D1*Y1+D2*PDC+D3
式中:
D1、D2、D3——分别为各参数对应系数或常数;
PDC——补偿密度与补偿中子差值,无量纲;
Y1为第一步中碳酸盐岩矿物含量计算过程值,单位为%;
第三步:利用深电阻率和第二步计算过程值进行多元回归:
V碳酸盐岩=E1*Y2+E2*RT+E3
式中:
RT——深电阻率,单位为Ω.m;
E1、E2、E3——分别为各参数对应系数或常数;
V碳酸盐岩——计算碳酸盐岩矿物含量,单位为%;
Y2——碳酸盐岩矿物含量计算过程值,单位为%。
通过上述三步得到精确的碳酸盐岩含量计算模型。
步骤(4)主要包含以下三方面内容:
①、结合全岩分析结果,确定页岩油矿物含量计算体积模型;
②确定页岩油孔隙度计算方法
页岩油孔隙度的计算可通过补偿声波、补偿密度和补偿中子曲线获得,具体计算公式如下:
POR=-0.02377*AC+0.035*CN-7.94DEN+27.4
其中AC为补偿声波,CN为补偿中子,DEN为补偿密度;
③在确定碳酸盐岩含量、孔隙度基础上,输入碳酸盐岩含量、孔隙度、无铀伽马、电阻率、补偿中子、补偿密度及补偿声波曲线,利用最优化方法,确定黏土质、长英质矿物含量,实现页岩矿物含量的定量计算。
采用上述技术方案,与现有的技术相比,本发明具有以下有益效果:
1、本发明在综合分析测井、地质及岩心分析资料基础上建立岩性识别图版,进行岩性定性识别标准。利用敏感测井曲线采用多元逐步回归和最优化方法确定矿物含量定量计算模型,有效提高了利用测井资料开展页岩油岩性识别与矿物含量计算的准确性。
2、利用该方法可快速开展页岩油岩性定性识别及矿物含量定量计算,有效提高页岩油开发效率及油气产量。
综上所述,由于页岩岩性多变、薄互层特征发育等特点,在岩心化验和测井资料分析基础上,确定测井资料所能识别的主要四类岩石类型,选取敏感测井曲线参数,建立岩石定性测井计算图版,开展自动判别。在此基础上确定页岩主要矿物类型,建立相应的体积模型,利用基于多元逐步回归和最优化的矿物含量计算方法开展碳酸盐岩含量、粘土含量的精确计算,从而实现页岩油岩性的定性识别及定量评价,为页岩油油气开发提供切实可行的技术方法。
附图说明
图1是 岩心分析不同矿物含量统计图;
图2是官108-8井全岩X衍射分析结果与测井曲线对比图;
图3是四大岩类定性识别图版;
图4是页岩油矿物含量计算体积模型;
图5是官108-8井岩心分析与常规测井计算矿物含量对比成果图。
具体实施方式
以下结合具体实施例对本发明所述的一种基于多元逐步回归的页岩油岩性评价方法做进一步阐述,以帮助本领域的专业技术人员对本发明的发明构思、技术方案有更完整、更准确和深入的理解;需要声明的是在具体实施例的描述都是示例性的,而并不意味着对本发明保护范围的限制,本发明的权利范围以限定的权利要求为准。采用本专利所描述的方法设计某区块G108-8井页岩油岩性评价方案,具体步骤如下:
步骤(1)结合岩心分析资料确定主要矿物成分,开展测井资料与岩性匹配性分析,确定利用测井资料能够识别的岩石类型。
①根据岩心分析资料,确定主要矿物成分,利用三端元法开展岩性类型划分。该井岩心分析资料表明页岩段主要矿物类型为石英、长石、方解石、白云石、粘土矿物(见图1)。为了有效开展岩性的定名,将主要矿物划分为长英质(包括石英、斜长石、钾长石)、碳酸盐岩类(包括方解石、白云石、铁白云石)、粘土质三大类。利用三端元法进行定名,确定了包括细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩类4大类12种岩石类型。
②开展测井资料与岩心匹配性分析,确定利用测井资料能够识别的岩石类型。
测井资料与确定的岩类、岩石类型进行对比分析可以看出,利用测井资料无法有效实现岩石类型的精细识别,但可以实现岩类划分。对比表明X全岩分析结果确定的4大岩类与测井响应特征一致性最好(见图2)。由此确定利用了利用资料能够识别的4种岩类为细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩。
步骤(2)、选取敏感测井曲线建立多参数融合的岩性识别图版,实现岩性定性自动判别;
①选取敏感测井曲线;
由于页岩岩性复杂,矿物含量多样。测井资料受岩性、物性、含油性及烃源岩特性等多种因素影响。因此需要开展测井资料敏感性分析。通过对不同岩类与测井曲线的相关性分析可以看出,基于核磁共振测井资料计算出的视骨架密度、基于核磁共振测井资料计算出的视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线在岩类识别中具有较好相关性。因此选定相应的敏感测井曲线为视骨架密度、视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线。
②利用敏感测井曲线,建立多参数融合的不同岩类测井计算图版;
由于页岩岩性复杂,仅仅依靠其中两个敏感测井曲线不能很好区分。为了有效区分页岩不同岩类,采用多参数融合的方法构建了电性指示曲线和岩性指示曲线,利用这两条曲线建立页岩四大岩类的测井计算图版(见图3),确定不同岩类测井判别标准,编制程序实现自动判别。
电性指示曲线计算方法为:
DRT=0.2*LOG(RT)-0.5
岩性指示曲线的计算方法为:
DYX=(Tma-Pma+DKTH)/2
Tma为视骨架声波,Pma为视骨架密度,AC为声波曲线,DEN为体积密度,Φnmr为核磁共振测井提供总孔隙度,RT为深电阻率,KTH为无铀伽马。
步骤(3)选取敏感测井曲线,利用多元逐步回归法开展碳酸盐岩含量。
①确定碳酸盐岩矿物含量敏感测井曲线
通过测井资料与碳酸盐岩矿物含量敏感性分析表明,补偿声波、补偿密度、补偿密度与补偿中子差值、深电阻率曲线与碳酸盐岩含量之间具有一定的相关关系。其中补偿声波、补偿密度与碳酸盐岩含量之间相关性最好。
②基于多元逐步回归建立碳酸盐岩含量计算模型
第一步:利用补偿声波和补偿密度曲线进行多元回归:
Y1=-0.22*AC+876.50*DEN-108.1
式中:
AC、DEN——分别为补偿声波、补偿密度,单位分别为ms/m、g/cm3。
第二步:利用补偿密度与补偿中子差值、第一步计算过程值进行多元回归:
Y2=8.3*Y1+97.0*PDC-106.1
式中:
PDC——补偿密度与补偿中子差值,无量纲;
Y1为第一步中碳酸盐岩矿物含量计算过程值,单位为%。
第三步:利用深电阻率和第二步计算过程值进行多元回归:
V碳酸盐岩=-6.29*Y2+5.12*RT-46.1
式中:
RT——深电阻率,单位为Ω.m;
V碳酸盐岩——计算碳酸盐岩矿物含量,单位为%;
Y2——碳酸盐岩矿物含量计算过程值,单位为%。
应用此方法得到精确的碳酸盐岩含量计算模型。
4)确定计算评价体积模型,在精确计算碳酸盐岩含量和孔隙度基础上,利用最优化方法确定黏土质及长英质及方沸石矿物含量:
①结合岩心分析结果,确定计算体积模型。
分析G108-8井全岩分析结果,发现该区页岩油主要矿物含量为碳酸盐岩、长英质、方沸石、和粘土质,由此确定了相应的计算体积模型(见图4)。
②确定页岩油孔隙度计算方法
页岩油孔隙度的计算可通过补偿声波、补偿密度和补偿中子曲线获得。具体计算公式如下:
POR=-0.02377*AC+0.035*CN-7.94DEN+27.4
其中AC为补偿声波,CN为补偿中子,DEN为补偿密度。
③在确定碳酸盐岩含量、孔隙度基础上,输入碳酸盐岩含量、孔隙度、无铀伽马、电阻率、补偿中子、补偿密度及补偿声波曲线,利用最优化方法,确定相应长英质含量和黏土质含量(见图5)。
利用本发明的方法可快速有效开展页岩油岩性评价,为完钻井下步方案的确定提供指导,本发明的方法有效提高了页岩油气藏开发进程。
对于本领域的普通技术人员而言,具体实施例只是对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
本实施例并非对本发明的形状、材料、结构等作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均属于本发明技术方案的保护范围。
Claims (7)
1.一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:包括以下步骤,
(1)结合岩心分析资料确定主要矿物成分,开展测井资料与岩性匹配性分析,确定利用测井资料能够识别的岩石类型;
(2)选取敏感测井曲线建立多参数融合的岩性识别图版,实现岩性定性自动判别;
(3)选取敏感测井曲线,利用多元逐步回归法开展碳酸盐岩含量的定量评价;
(4)确定计算评价体积模型,在精确计算碳酸盐岩含量和孔隙度基础上,利用最优化方法确定主要矿物的矿物含量。
2.根据权利要求1所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:步骤(1)中结合岩心分析资料确定主要矿物成分利用三端元法开展岩性类型划分:岩心分析资料表明,页岩矿物成分多样,包括石英、长石、方解石、白云石、铁白云石、方沸石、黄铁矿、凌铁矿和粘土矿物,其中主要矿物成分为石英、长石、方解石、白云石、粘土矿物;为有效开展岩性的定名,将主要矿物划分为长英质、碳酸盐岩类、粘土质三大类,长英质包括石英、斜长石和钾长石,碳酸盐岩类包括方解石、白云石和铁白云石;利用三端元法进行定名,确定了包括细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩类4大类12种岩石类型。
3.根据权利要求2所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:步骤(1)中开展测井资料与岩心匹配性分析,确定利用测井资料能够识别的岩石类型的具体过程为:测井资料与确定的岩类、岩石类型进行对比分析可以看出,利用测井资料无法有效实现岩石类型的精细识别,但可以实现岩类划分;对比表明全岩X衍射分析结果与测井响应特征一致性最好;由此确定利用了资料能够识别的4种岩类为细粒长英沉积类、碳酸盐岩类、细粒混合沉积岩类、粘土岩。
4.根据权利要求3所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:步骤(2)的具体过程为,
①、首先选取敏感测井曲线:由于页岩岩性复杂,矿物含量多样,测井资料受岩性、物性、含油性及烃源岩特性多种因素影响,因此需要开展测井资料敏感性分析;通过对不同岩类与测井曲线的相关性分析可以看出,基于核磁共振测井资料计算出的视骨架密度、基于核磁共振测井资料计算出的视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线在岩类识别中具有较好相关性;因此选定相应的敏感测井曲线为视骨架密度、视骨架声波数值、声波、密度、无铀伽马及深电阻率曲线;
②、然后利用敏感测井曲线,建立多参数融合的不同岩类测井计算图版:由于页岩岩性复杂,仅仅依靠其中两个敏感测井曲线不能很好区分;为了有效区分页岩不同岩类,采用多参数融合的方法构建了电性指示曲线和岩性指示曲线,利用这两条曲线建立页岩四大岩类的测井计算图版,确定不同岩类测井判别标准,编制程序实现自动判别;
电性指示曲线的计算方法为:
DRT=0.2*LOG(RT)-0.5
岩性指示曲线的计算方法为:
DYX=(Tma-Pma+DKTH)/2
Tma为视骨架声波,Pma为视骨架密度,AC为补偿声波,DEN为补偿密度,Φnmr为核磁共振测井提供总孔隙度,RT为深电阻率,KTH为无铀伽马。
5.根据权利要求4所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:由于碳酸盐岩含量在页岩油岩性评价中具有非常重要的意义,如何准确计算碳酸盐岩含量对于后期开发等具有重要意义;但是由于页岩地层测井曲线响应特征受各种因素的影响,利用常规的单参数或多参数方法无法有效确定其含量;为此建立了步骤(3)中基于多元逐步回归的碳酸盐岩含量的定量评价,主要包含以下两方面内容:
①、首先确定碳酸盐岩矿物含量敏感测井曲线:通过测井资料与碳酸盐岩矿物含量敏感性分析表明,补偿声波、补偿密度、补偿密度与补偿中子差值、深电阻率测井资料与碳酸盐岩含量之间具有较好的相关关系;
②基于多元逐步回归建立碳酸盐岩含量计算模型;第一步利用补偿声波与补偿密度建立相应的碳酸盐岩含量计算公式;通过采用多元回归,使得碳酸盐岩计算精度得到一定提高;
第二步引入补偿密度与补偿中子反向刻度后互溶数值,同时将第一步的结果做为另一个输入项,开展多元回归,消除一部分由于补偿密度、补偿中子表征不一致时所造成的偏差,使得碳酸盐岩含量计算精度得到进一步提高;
第三步则是引入深电阻率曲线,同时将第二步的计算结果做为另一输入项,开展多元回归,得到最终碳酸盐岩含量计算模型。
6.根据权利要求5所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:第一步、第二步和第三步的具体过程分别为:
第一步:利用补偿声波和补偿密度曲线进行多元回归:
Y1=C1*AC+C2*DEN+C3
式中:
C1、C2、C3——分别为各参数对应系数或常数;
AC、DEN——分别为补偿声波、补偿密度,单位分别为ms/m、g/cm3;
第二步:利用补偿密度与补偿中子差值、第一步计算过程值进行多元回归:
Y2=D1*Y1+D2*PDC+D3
式中:
D1、D2、D3——分别为各参数对应系数或常数;
PDC——补偿密度与补偿中子差值,无量纲;
Y1为第一步中碳酸盐岩矿物含量计算过程值,单位为%;
第三步:利用深电阻率和第二步计算过程值进行多元回归:
V碳酸盐岩=E1*Y2+E2*RT+E3
式中:
RT——深电阻率,单位为Ω.m;
E1、E2、E3——分别为各参数对应系数或常数;
V碳酸盐岩——计算碳酸盐岩矿物含量,单位为%;
Y2——碳酸盐岩矿物含量计算过程值,单位为%;
通过上述三步得到精确的碳酸盐岩含量计算模型。
7.根据权利要求5所述的一种基于多元逐步回归的页岩油岩性评价方法,其特征在于:步骤(4)主要包含以下三方面内容:
①、结合全岩分析结果,确定页岩油矿物含量计算体积模型;
②确定页岩油孔隙度计算方法
页岩油孔隙度的计算可通过补偿声波、补偿密度和补偿中子曲线获得,具体计算公式如下:
POR=-0.02377*AC+0.035*CN-7.94DEN+27.4
其中AC为补偿声波,CN为补偿中子,DEN为补偿密度;
③在确定碳酸盐岩含量、孔隙度基础上,输入碳酸盐岩含量、孔隙度、无铀伽马、电阻率、补偿中子、补偿密度及补偿声波曲线,利用最优化方法,确定黏土质、长英质矿物含量,实现页岩矿物含量的定量计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911176184.6A CN111058837A (zh) | 2019-11-26 | 2019-11-26 | 一种基于多元逐步回归的页岩油岩性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911176184.6A CN111058837A (zh) | 2019-11-26 | 2019-11-26 | 一种基于多元逐步回归的页岩油岩性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111058837A true CN111058837A (zh) | 2020-04-24 |
Family
ID=70298951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911176184.6A Pending CN111058837A (zh) | 2019-11-26 | 2019-11-26 | 一种基于多元逐步回归的页岩油岩性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111058837A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111577267A (zh) * | 2020-05-15 | 2020-08-25 | 重庆科技学院 | 一种基于全岩和粘土矿物组成的储层敏感性预测方法 |
CN111622753A (zh) * | 2020-07-14 | 2020-09-04 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111797546A (zh) * | 2020-07-29 | 2020-10-20 | 重庆科技学院 | 一种页岩油气储层矿物组分模型最优化反演方法 |
CN112489736A (zh) * | 2020-12-09 | 2021-03-12 | 中国石油大学(北京) | 一种矿物含量分析方法、装置、设备及存储介质 |
CN113027443A (zh) * | 2021-04-25 | 2021-06-25 | 中国石油大学(北京) | 一种咸化湖相细粒沉积岩黏土矿物含量预测方法及装置 |
CN115201912A (zh) * | 2022-08-08 | 2022-10-18 | 重庆科技学院 | 基于聚类分析的岩石矿物体积含量曲线转换岩性剖面方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0151073A2 (en) * | 1984-01-26 | 1985-08-07 | Schlumberger Limited | Quantitative determination by elemental logging of subsurface formation properties |
CN101930082A (zh) * | 2009-06-24 | 2010-12-29 | 中国石油集团川庆钻探工程有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
CN103617345A (zh) * | 2013-11-11 | 2014-03-05 | 中国石油集团川庆钻探工程有限公司 | 用元素含量计算地层岩石矿物成分的方法 |
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 |
US20150260034A1 (en) * | 2014-03-14 | 2015-09-17 | Schlumberger Technology Corporation | Determining mineralogy of an earth formation using linear regressions |
CN104989392A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种岩性识别方法 |
US20160054284A1 (en) * | 2014-08-19 | 2016-02-25 | Ingrain, Inc. | Method And System For Obtaining Geochemistry Information From Pyrolysis Induced By Laser Induced Breakdown Spectroscopy |
WO2016118360A1 (en) * | 2015-01-23 | 2016-07-28 | Halliburton Energy Services, Inc. | A combination model for predicting stiffness coefficients absent stoneley wave velocity data |
CN106168685A (zh) * | 2015-09-08 | 2016-11-30 | 西南石油大学 | 一种页岩气单井地质综合评价方法 |
CN106600436A (zh) * | 2016-11-28 | 2017-04-26 | 中国石油集团川庆钻探工程有限公司 | 计算页岩气地层矿物组分含量及孔隙度的方法 |
CN109424360A (zh) * | 2017-08-28 | 2019-03-05 | 中国石油天然气股份有限公司 | 确定地层中矿物含量的方法及装置 |
-
2019
- 2019-11-26 CN CN201911176184.6A patent/CN111058837A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0151073A2 (en) * | 1984-01-26 | 1985-08-07 | Schlumberger Limited | Quantitative determination by elemental logging of subsurface formation properties |
CN101930082A (zh) * | 2009-06-24 | 2010-12-29 | 中国石油集团川庆钻探工程有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
CN103617345A (zh) * | 2013-11-11 | 2014-03-05 | 中国石油集团川庆钻探工程有限公司 | 用元素含量计算地层岩石矿物成分的方法 |
US20150260034A1 (en) * | 2014-03-14 | 2015-09-17 | Schlumberger Technology Corporation | Determining mineralogy of an earth formation using linear regressions |
US20160054284A1 (en) * | 2014-08-19 | 2016-02-25 | Ingrain, Inc. | Method And System For Obtaining Geochemistry Information From Pyrolysis Induced By Laser Induced Breakdown Spectroscopy |
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 |
WO2016118360A1 (en) * | 2015-01-23 | 2016-07-28 | Halliburton Energy Services, Inc. | A combination model for predicting stiffness coefficients absent stoneley wave velocity data |
US20180196153A1 (en) * | 2015-01-23 | 2018-07-12 | Halliburton Energy Services, Inc. | A Combination Model for Predicting Stiffness Coefficients Absent Stoneley Wave Velocity Data |
CN104989392A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种岩性识别方法 |
CN106168685A (zh) * | 2015-09-08 | 2016-11-30 | 西南石油大学 | 一种页岩气单井地质综合评价方法 |
CN106600436A (zh) * | 2016-11-28 | 2017-04-26 | 中国石油集团川庆钻探工程有限公司 | 计算页岩气地层矿物组分含量及孔隙度的方法 |
CN109424360A (zh) * | 2017-08-28 | 2019-03-05 | 中国石油天然气股份有限公司 | 确定地层中矿物含量的方法及装置 |
Non-Patent Citations (6)
Title |
---|
刘菁华等: "利用自然γ能谱测井资料确定粘土矿物的含量及其应用", 《吉林大学学报(地球科学版)》 * |
周立宏等: "渤海湾盆地沧东凹陷孔二段页岩油形成条件及富集主控因素", 《天然气地球科学》 * |
焦玉玺等: "沧东凹陷孔二段高伽马砂岩成因探讨及识别", 《新疆石油地质》 * |
申辉林等: "用测井资料自动识别低孔低渗储集层岩性――以泌阳凹陷安棚古近系为例", 《新疆石油地质》 * |
蒲秀刚等: "陆相页岩油甜点地质特征与勘探关键技术――以沧东凹陷孔店组二段为例", 《石油学报》 * |
金凤鸣等: "二连盆地地层岩性油藏"多元控砂―四元成藏―主元富集"与勘探实践(Ⅱ)――"四元成藏"机理", 《岩性油气藏》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111577267A (zh) * | 2020-05-15 | 2020-08-25 | 重庆科技学院 | 一种基于全岩和粘土矿物组成的储层敏感性预测方法 |
CN111622753A (zh) * | 2020-07-14 | 2020-09-04 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111622753B (zh) * | 2020-07-14 | 2023-08-18 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111797546A (zh) * | 2020-07-29 | 2020-10-20 | 重庆科技学院 | 一种页岩油气储层矿物组分模型最优化反演方法 |
CN111797546B (zh) * | 2020-07-29 | 2021-02-05 | 重庆科技学院 | 一种页岩油气储层矿物组分模型最优化反演方法 |
CN112489736A (zh) * | 2020-12-09 | 2021-03-12 | 中国石油大学(北京) | 一种矿物含量分析方法、装置、设备及存储介质 |
CN113027443A (zh) * | 2021-04-25 | 2021-06-25 | 中国石油大学(北京) | 一种咸化湖相细粒沉积岩黏土矿物含量预测方法及装置 |
CN115201912A (zh) * | 2022-08-08 | 2022-10-18 | 重庆科技学院 | 基于聚类分析的岩石矿物体积含量曲线转换岩性剖面方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111058837A (zh) | 一种基于多元逐步回归的页岩油岩性评价方法 | |
CN104636588B (zh) | 计算烃源岩中有机碳含量的方法及装置 | |
CN101930082B (zh) | 采用电阻率资料进行储层流体类型判别的方法 | |
US4903527A (en) | Quantitative clay typing and lithological evaluation of subsurface formations | |
CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
CN107703561A (zh) | 一种页岩气水平井中计算有机碳含量的测井方法 | |
CN110965999B (zh) | 一种页岩油优势岩性精细识别方法 | |
US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
CN111028095A (zh) | 一种基于测井曲线的定量识别页岩岩相的方法 | |
CN110529106B (zh) | 一种利用测井资料确定煤层显微组分含量的方法 | |
CN110821496B (zh) | 有机质页岩相模式建立方法及有机质页岩评价方法 | |
CN112528106A (zh) | 火山岩岩性识别方法 | |
CN111236932A (zh) | 一种基于指示曲线重构的页岩油岩性评价方法 | |
CN109826623A (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
CN115204563A (zh) | 一种适用于砂岩型铀矿找矿目标层的评价方法 | |
CA1229414A (en) | In situ determination of hydrocarbon characteristics including oil api gravity | |
CN113720745A (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
AbdulMajeed et al. | A Predictive Model for Estimating Unconfined Compressive Strength from Petrophysical Properties in the Buzurgan Oilfield, Khasib Formation, Using Log Data | |
CN112832738A (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
Hurst et al. | Sandstone reservoir description: an overview of the role of geology and mineralogy | |
Salazar et al. | A practical petrophysical model for a source rock play: The Mancos Shale | |
CN111206922A (zh) | 一种自然伽马和电阻率组合的页岩油含油丰度评价方法 | |
Zhdaneev et al. | Metrological support for the logging while drilling and wireline equipment | |
CN110857926B (zh) | 一种计算地层矿物含量的方法 | |
Poursamad et al. | Reservoir Quality Evaluation of Sarvak Formation in Gachsaran Oil Field, SW of Iran |
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: 20201201 Address after: 100000 Beijing city Dongcheng District No. 16 Andrew Applicant after: PetroChina Co.,Ltd. Applicant after: Tianjin Branch of CNPC Logging Co.,Ltd. Address before: 300450 Dagang No.3 yard, Binhai New Area, Tianjin Applicant before: CNPC DAGANG OILFIELD BRANCH Co. Applicant before: Tianjin Branch of CNPC Logging Co.,Ltd. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200424 |