CN111810136A - 致密白云岩储层固态沥青的定量评价方法和装置 - Google Patents

致密白云岩储层固态沥青的定量评价方法和装置 Download PDF

Info

Publication number
CN111810136A
CN111810136A CN202010652308.XA CN202010652308A CN111810136A CN 111810136 A CN111810136 A CN 111810136A CN 202010652308 A CN202010652308 A CN 202010652308A CN 111810136 A CN111810136 A CN 111810136A
Authority
CN
China
Prior art keywords
reservoir
deep
solid asphalt
bitumen
logging
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.)
Granted
Application number
CN202010652308.XA
Other languages
English (en)
Other versions
CN111810136B (zh
Inventor
宋泽章
柳广弟
姜福杰
姜仁
赵珺仪
阿比德·阿不拉
臧建鹏
李强
刘祥柏
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 University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN202010652308.XA priority Critical patent/CN111810136B/zh
Publication of CN111810136A publication Critical patent/CN111810136A/zh
Application granted granted Critical
Publication of CN111810136B publication Critical patent/CN111810136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK 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
    • 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
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Business, Economics & Management (AREA)
  • Geology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Animal Husbandry (AREA)
  • Health & Medical Sciences (AREA)
  • Geophysics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Computing Systems (AREA)
  • Agronomy & Crop Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Operations Research (AREA)
  • Fluid Mechanics (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种致密白云岩储层固态沥青的定量评价方法和装置。该方法包括：检测储层矿物组成的XRD数据，确定目的层，目的层中泥质的含量低于2％；以白云石、方解石、固态沥青、石英作为基质，以地层水、天然气为孔隙，建立多矿物反演体积模型的测井响应方程；根据多矿物反演体积模型的测井响应方程、原状地层电阻率曲线、冲洗带电阻率测井曲线、补偿中子测井曲线、密度测井曲线、补偿声波测井曲线，建立目标函数和约束条件，获得单井固态沥青的纵向上的含量分布。本发明还提供了一种深层、超深层致密白云岩储层固态沥青的定量评价装置。本发明的评价方法和装置可以实现储层固态沥青的精准定量评价。

Description

致密白云岩储层固态沥青的定量评价方法和装置
技术领域
本发明涉及一种定量评价方法和装置，尤其涉及一种深层、超深层致密白云岩储层固态沥青的定量评价方法和装置，属于石油开采技术领域。
本发明的技术方案受以下基金/项目支撑：
(1)国家重点研发计划“深地资源勘查开采”专项项目-“超深层及中新元古界油气资源形成保持机制与分布预测”-06课题“超深层及中新元古界油气成藏富集规律与勘探方向”-项目编号：2017YFC0603106。
(2)国家自然科学基金青年科学基金项目《致密砂岩微裂缝分形定量识别方法研究》(41802148)。
(3)中国石油大学(北京)油气资源与探测国家重点实验室自主研究课题-陆相页岩储层非均质润湿及其控制因素—项目编号：PRP/indep-04-1611。
(4)中国石油大学(北京)科研启动基金-陆相页岩微观孔隙结构及含油性评价—基金编号：2462017YJRC025。
背景技术
伴随着世界中层、浅层油气田的长期勘探与开采，各大主力油田目前大多已经进入开发的后期；随着油气勘探工作的日益精细化，在盆地中浅层取得较大突破日趋困难。因此，勘探向深层和超深层领域延伸已成为必然趋势。同时，随着油气钻探技术的提高和勘探工作的不断深入，深层、超深层油气勘探愈来愈被重视，深层、超深层将可能成为未来储量增长的重要接替领域。
21世纪以来，深水、深层油气勘探活动非常活跃，据统计截至2010年，全球在深层盆地中发现了1290个油气藏，在超深层盆地中发现了187个油气藏，埋深大于6500m的有55个，主要位于北美、俄罗斯、意大利等地区。
中国自2010年以来在塔里木盆地、四川盆地和鄂尔多斯盆地深层、超深层的油气勘探中，相继取得了重要进展，尤其是四川盆地震旦-寒武系安岳特大型气田的发现证明了中国元古界-寒武系超深层系油气勘探前景广阔，深层、超深层将成为未来储量增长的重要接替领域。
固态沥青主要分布在储层中，是古油藏存在的直接证据之一，它的成因机制主要有三类：热裂解、细菌降解、大气淡水淋滤作用。可借助其含量及分布，判断油气运移优势路径、预测古油藏范围、确定油气藏成藏期次和恢复油气成藏过程。此外，由于沥青存在会明显降低储集层的孔隙度、渗透率，严重影响储集层的物性及产能，对储层的沥青含量进行评价，不仅能有效指导测井资料采集优化及试气选层，还可作为气藏开发井井位部署提供支撑。
伴随着油气勘探逐渐向地球深部推进，最让地质学家担心的是，深部的地层是否有生成油气的能力-资源潜力问题。为此，需要借助各种“证据”来证实某地层的资源潜力，其中，固态沥青就是一个很重要的“证据”。
以四川盆地安岳气田为例，它的勘探目的层为寒武系龙王庙组、上震旦统灯四、灯二段；具有年代老(震旦-寒武系)、埋藏深(产层中间深度多在4500m以深)、含气面积大(有利含气面积大于7500平方千米)、储量规模大(探明天然气地质储量为8487亿方，三级储量超万亿立方米的特点。在龙王庙组、灯影组的储层中就找到了大量的固态沥青。安岳气田的天然气主要是古油藏在原位裂解，形成天然气藏，而固态沥青就是古油藏裂解的产物。因此，找到了固态沥青，就能证明地层曾经有过石油充注，就有可能找到气藏。
近几年，尝试使用不同的方法对含沥青储层进行了测井评价。在定性、半定量评价方面，主要利用常规测井曲线；而在定量评价方面，则主要通过实验室岩电分析与孔隙度模型相结合的手段，对储层固态沥青含量进行评价。虽然效果较好，但需要借助一些先进测井手段，如核磁共振测井、阵列声波测井等，在实际应用中，此类手段往往受到较大的限制，许多探井中并未完成这些测井项目。
比如，使用测井手段，对储层的固态沥青进行半定量或者定性的评价。丛琳等(丛琳,李志军.沥青质的测井响应特征及对储层物性参数的影响[J].油气田地面工程,2011,30(02):28-9.)对塔河油田西部泥盆系和志留系含沥青砂岩储层进行研究，讨论了沥青的存在对测井响应的影响-AC、RT基本无变化，GR增大，CNL、DEN略有降低(泥质表现为GR、CNL同时增大)，Th、K含量同时增大；并讨论了沥青的存在对储层物性的影响以及对三孔隙度测井解释孔隙度的影响，但并未对沥青进行定量评价。
葛祥等(葛祥,周贤杰,张世懋.中东Y油田碳酸盐岩油藏沥青层测井评价[J].测井技术,2018,42(02):149-55.)根据赋存状态将沥青分为固态、半固态与液态稠油沥青；通过对比水层、高黏度油层、沥青储集的测井响应(GR、GR、K、Th、AC、CNL、DEN、岩石力学参数)，定性识别中东Y油田碳酸盐岩(白垩质灰岩)储层沥青，并对沥青储层的厚度、分布范围进行了研究。
陈明江等(陈明江,任兴国.含沥青储层的测井识别及评价[J].测井技术,2012,36(03):272-6.)使用单GR法与中子密度交会法(GR-CNL)分别计算了塔里木盆地泥盆系滨岸相砂岩储层泥质含量，并将二者之间的差值作为储层沥青相对含量，解决了储层中含沥青相对含量多少的问题，并剖析了储层沥青含量的多少对油藏的产能的影响。
但是，以上评价储层的手段多属于间接评价，并未直接对储层沥青进行定量分析。
再比如，直接将储层沥青进行实验室分析，再结合测井解释对储层沥青进行定量分析。实验室分析-测井评价储层固态沥青的基本流程为：
(1)对含固态沥青储层样品进行洗盐、洗油(四氯化碳和苯-甲醇混合试剂)、洗沥青(氯仿、甲苯溶剂)；
(2)通过岩电试验，探讨固态沥青对储层物性、电性的影响，计算岩电参数和物性校正公式为测井定量评价提供依据；
(3)测井定量评价。
齐婷婷等(齐婷婷,苏波,廖茂杰.沥青对储层特征的影响及测井定量评价[J].测井技术,2018,42(02):169-74.)研究了塔中11井区志留系柯坪塔格组岩屑砂岩、石英砂岩，识别了三种类型的沥青：沥青质沥青(不可动干沥青)、油质沥青和胶质沥青(稠油，油胶质沥青)；通过洗油、洗盐、洗沥青处理，探讨了沥青对储集层物性、电性和孔隙结构的影响；综合GR-RT-DEN建立了孔隙度预测模型，定量评价沥青。
赖强等(赖强,谢冰,吴煜宇,et al.沥青质碳酸盐岩储集层岩石物理特征及测井评价-以四川盆地安岳气田寒武系龙王庙组为例[J].石油勘探与开发,2017,44(06):889-95.)对安岳气田龙王庙组沥青质碳酸盐岩储层进行了测井评价：通过对比洗沥青前后储层样品纵、横波时差、密度、电阻率、T2弛豫谱的变化，定量评价沥青的影响，然后分别采用常规测井孔隙度-核磁共振孔隙度重叠法、常规测井孔隙度-横波测井孔隙度叠合法两种方法，以常规测井计算的孔隙度与核磁共振测井有效孔隙度、横波时差计算孔隙度之差作为储层中沥青含量的大小。
可见，在定量评价方面，主要通过实验室岩电分析与孔隙度模型相结合的手段，对储层沥青含量进行了定量。虽然效果较好，但需要借助一些先进的测井手段，如核磁共振测井、阵列声波测井等，在实际应用中，此类手段往往受到较大的限制-许多探井中并未完成这些测井项目。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种仅使用常规测井曲线组合就能准确完成对深层、超深层致密白云岩储层固态沥青定量评价的方法。
本发明的另一目的在于提供一种适用于深层、超深层致密白云岩储层固态沥青的定量评价装置。
为了实现上述任意目的，本发明首先提供了一种深层、超深层致密白云岩储层固态沥青的定量评价方法，该方法包括：
检测储层矿物组成的XRD数据，确定目的层，其中，目的层中泥质的含量低于2％；
以白云石、方解石、固态沥青、石英作为基质，以地层水、天然气为孔隙，建立目的层的多矿物反演体积模型的测井响应方程；
根据目的层的多矿物反演体积模型的测井响应方程、原状地层电阻率曲线RT、冲洗带电阻率测井曲线Rxo、补偿中子测井曲线CNL、补偿密度测井曲线DEN、补偿声波测井曲线AC，建立目标函数和约束条件，获得单井固态沥青的纵向上的含量分布，完成对深层、超深层致密白云岩储层固态沥青的定量评价。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法将沥青视作一种矿物，作为基质的重要组成，以此建立多矿物体积反演模型，结合多矿物反演体积模型响应方程，建立目标函数(Min)和约束条件，实现了对固态沥青纵向上、全井段、连续的定量评价，并提高了评价结果的精确度。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法，通过确定纵向上连续的测井曲线，使得确定的单井固态沥青的含量是一个纵向上连续剖面的数值集。比如，目的层中的纵向上每隔0.125m作为一个数据点，如果纵向上测井的总长为100米，那么纵向上就有800个点数据点，就会得到由纵向上800个固态沥青含量的数值集。
在本发明的一具体实施方式中，本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法在建立多矿物体积反演模型的测井响应方程前，还可以进行以下步骤中的一步或多步。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括筛选研究区中目的层的步骤。具体包括：
步骤(1)：收集、整理研究区的重点探井数据，确定目的层的位置和分布；
步骤(2)：综合录井岩性数据、实际岩心观测结果，挑选主要岩相为白云岩的储层；
步骤(3)：借助XRD数据，挑选白云岩储层中矿物组成以白云石为主，并且泥质含量很低(低于2％)，几乎不含泥质的储层作为目的层-深层、超深层致密白云岩储层。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括对目的层进行预判的步骤。
预判包括：对钻井岩心进行观察，观测储层固态沥青的分布、充填方式，直观判断储层固态沥青的量。
预判包括：对储层固态沥青镜下观察(使用铸体薄片进行定性观察)并描述。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括对目的层固态沥青进行镜下定量评价-图像分析处理方法，确定目的层的固态沥青面孔率。
使用图像法处理，快速提取计算固态沥青面孔率，可以大大提高分析的效率，减小工作量。在铸体薄片镜下观察的基础上，为了进一步定量评估储层沥青的含量，借助图像分析处理方法(通过现有的软件ImageJ或编程实现)，对铸体薄片的固态沥青面孔率进行评价。另外，固态沥青面孔率可以用于校正孔隙空间固态沥青含量的模型。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括综合目的层的孔隙度测井解释数据、岩心物性测试数据，对目的层孔隙度(有效孔隙度)进行分析的步骤。岩心物性测试数据主要为孔隙度和渗透率的数据，用于校正孔隙度。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括确定原状地层电阻率曲线(RT)、冲洗带电阻率测井曲线(Rxo)、补偿中子测井曲线(CNL)、补偿密度测井曲线(DEN)、补偿声波测井曲线(AC)，对这些曲线进行环境校正、标准化。进行测井曲线环境校正、标准化，去除曲线的“噪声”，有利于建立更为精确的多矿物体积反演模型。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括建立多矿物反演体积模型的测井响应方程的步骤。
在本发明的一具体实施方式中，建立多矿物体积反演模型的测井响应方程时，将沥青视作一种矿物，作为基质的重要组成，即构建了白云石、方解石、固态沥青、石英为基质，以地层水、天然气为孔隙的多矿物体积反演模型，实现了固态沥青的定量评价。在反演响应方程中，借助岩心物性测试结果，设置了反演模型中的孔隙度上限。
在本发明的一具体实施方式中，多矿物反演体积模型的响应方程具有如下通用形式：
测井响应＝∑Vi×Ri；
其中：Vi为某种组分的体积百分数，％；
Ri为该组分体积为100％时的测井响应。
在本发明的一具体实施方式中，对于目的层中每一个深度点，与测井响应体积模型相对应的如下测井响应方程：
RE(DEN)＝DENDOLVDOL+DENCALVCAL+DENQtzVQtz+DENBitumenVBitumen+DENφΦ
RE(RT)＝RTDOLVDOL+RTCALVCAL+RTQtzVQtz+RTBitumenVBitumen+RTφΦ
RE(Rxo)＝RxoDOLVDOL+RxoCALVCAL+RxoqtzVQtz+RxoBitumenVBitumen+RxoφΦ
Figure BDA0002575424010000061
RE(CNL)＝CNLDOLVDOL+CNLCALVCAL+CNLQtzVQtz+CNLBitumenVBitumen+CNLφΦ
1＝VDOL+VCAL+VQtz+VBitumen+Φ
Vj>0，j＝1，2，…，5
其中，DEN为补偿密度测井，g/cm3；
RT和Rxo分别代表原状地层、冲洗带地层电阻率，Ω·m；
AC为声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
DOL代表白云石，CAL代表方解石，Qtz代表石英，Bitumen代表沥青，Φ代表孔隙；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括建立目标函数(Min)和约束条件，获得单井固态沥青的纵向上的含量分布的步骤。
在本发明的一具体实施方式中，目标函数和约束条件为：
Figure BDA0002575424010000071
∑Vi＝1
0≤Vi<1
0≤Φ≤目的层的测试孔隙度
其中，M为惩罚因子；具体取值本领域技术人员可以自行确定；
Min指代求解最小值；
DEN为补偿密度测井，g/cm3；
RT为原状地层电阻率，Ω·m；
Rxo为冲洗带地层电阻率，Ω·m
AC为补偿声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
约束条件包括：(1)约束重建的曲线和原始曲线之间的偏差最小；(2)约束所有矿物加孔隙流体的体积总和为1；(3)约束每一种矿物或流体的体积百分数大于等于0小于1；(4)约束有效孔隙度要小于目的层的测试孔隙度。
根据目标函数和约束条件，可以得到：
(1)反演出五条理论曲线，分别对应于：原状地层电阻率曲线RT、冲洗带电阻率测井曲线Rxo、补偿中子测井曲线CNL、补偿密度测井曲线DEN、补偿声波测井曲线AC；
(2)孔隙度；
(3)含气饱和度(也就是模型中的天然气所占的比例)；
(4)含水饱和度(也就是模型中的地层水所占的比例)；
(5)沥青的体积百分数(也就是模型中的沥青含量)；
(6)岩性剖面(也就是模型中的白云石、方解石、固态沥青、石英，这四个矿物成分的相对含量决定的)。
本发明的层、超深层致密白云岩储层固态沥青的定量评价方法还可以用于定量评价深层、超深层致密白云岩储层白云石、方解石、石英、地层水、天然气。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法包括对结果进校正的步骤。比如，使用约束条件中物性测试数据对有效孔隙度进行校正、使用图图像分析处理方对测得的固态沥青面孔率对沥青含量进行标定。通过综合含气性、有效孔隙度、图像法固态沥青定量评价结果、录井岩性剖面、重构曲线等对结果进行标定，可以增加数据的精确度。
在本发明的一具体实施方式中，进行孔隙度校正时，通过对目的储层的物性测试数据进行。
在本发明的一具体实施方式中，进行固态沥青含量校正时，通过沥青面孔率进行；
优选地，沥青面孔率通过以下步骤获得：
借助图像分析处理方法(通过软件ImageJ或编程实现)，对铸体薄片的沥青面孔率进行评价，获得沥青面孔率。
本发明还提供了一种确定储层沥青含量的平面分布的方法，该方法包括：
根据本发明的上述深层、超深层致密白云岩储层固态沥青的定量评价方法确定单井固态沥青的纵向上的含量分布；
根据单井固态沥青的纵向上的含量分布，绘制频率分布直方图，并以75％或90％分位点作为该井目的层固态沥青含量的平均值，绘制研究区固态沥青含量平面分布图。
本发明的确定储层沥青含量的平面分布的方法。综合利用多种数据，绘制频率分布直方图以及平面分布图，实现对固态沥青的全面评价。
本发明还提供了一种深层、超深层致密白云岩储层固态沥青的定量评价装置，该装置包括：
筛选模块；用于筛选目的层，目的层中泥质的含量低于2％；
多矿物体积反演模型建立模块，用于建立多矿物体积反演模型，模型中的基质为：白云石、方解石、固态沥青、石英，孔隙为：地层水、天然气；
多矿物反演体积模型的测井响应方程建立模块，用于依据多矿物反演体积模型建立测井响应方程；
目标函数和约束条件建立模块，用于获得单井固态沥青的纵向上的含量分布。
在本发明的一具体实施方式中，筛选模块中，借助XRD数据，挑选白云岩储层中矿物组成以白云石为主，泥质含量很低(低于2％)，几乎不含泥质的储层作为目的层-深层、超深层致密白云岩储层。
在本发明的一具体实施方式中，多矿物体积反演模型建立模块中，建立多矿物体积反演模型时，将沥青视作一种矿物，作为基质的重要组成，即基质：白云石、方解石、固态沥青、石英；孔隙：地层水、天然气，实现了固态沥青的定量评价。
在本发明的一具体实施方式中，本发明的深层、超深层致密白云岩储层固态沥青的定量评价装置，还可以包括：
预判模块，用于对目的层进行预判。
预判包括：对钻井岩心进行观察，观测储层固态沥青的分布、充填方式，直观判断储层固态沥青的量。
预判包括：对储层固态沥青镜下观察(使用铸体薄片进行定性观察)并描述。
在本发明的一具体实施方式中，本发明的深层、超深层致密白云岩储层固态沥青的定量评价装置，还可以包括：
简单分析模块，用于对目的层固态沥青进行简单分析。
比如，对目的层固态沥青进行镜下定量评价-图像分析处理方法，确定目的层的固态沥青面孔率。
使用图像法处理，快速提取计算固态沥青面孔率，可以大大提高分析的效率，减小工作量。在铸体薄片镜下观察的基础上，为了进一步定量评估储层沥青的含量，借助图像分析处理方法(通过现有的软件ImageJ或编程实现)，对铸体薄片的固态沥青面孔率进行评价。另外，固态沥青面孔率可以用于校正孔隙空间固态沥青含量的模型。
比如，综合目的层的孔隙度测井解释数据、岩心物性测试数据，对目的层孔隙度(有效孔隙度)进行分析。
在本发明的一具体实施方式中，本发明的深层、超深层致密白云岩储层固态沥青的定量评价装置，还可以包括：
标准化曲线模块。用于确定原状地层电阻率曲线(RT)、冲洗带电阻率测井曲线(Rxo)、补偿中子测井曲线(CNL)、补偿密度测井曲线(DEN)、补偿声波测井曲线(AC)，对这些曲线进行环境校正、标准化。进行测井曲线环境校正、标准化，去除曲线的“噪声”，有利于建立更为精确的多矿物体积反演模型。
在本发明的一具体实施方式中，多矿物反演体积模型的测井响应方程建立模块中，多矿物反演体积模型的响应方程具有如下通用形式：
测井响应＝∑Vi×Ri；
其中：Vi为某种组分的体积百分数，％；
Ri为该组分体积为100％时的测井响应。
在本发明的一具体实施方式中，多矿物反演体积模型的测井响应方程建立模块中，对于目的层中每一个深度点，与测井响应体积模型相对应的如下测井响应方程：
RE(DEN)＝DENDOLVDOL+DENCALVCAL+DENQtzVQtz+DENBitumenVBitumen+DENφΦ
RE(RT)＝RTDOLVDOL+RTCALVCAL+RTQtzVQtz+RTBitumenVBitumen+RTφΦ
RE(Rxo)＝RxoDOLVDOL+RxoCALVCAL+RxOQtzVQtz+RxOBitumenVBitumen+RxoφΦ
Figure BDA0002575424010000101
RE(CNL)＝CNLDOLVDOL+CNLCALVCAL+CNLQtzVQtz+CNLBitumenVBitumen+CNLφΦ
1＝VDOL+VCAL+VQtz+VBitumen+Φ
Vj>0，j＝1，2，…，5
其中，DEN为补偿密度测井，g/cm3；
RT和Rxo分别代表原状地层、冲洗带地层电阻率，Ω·m；
AC为声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
DOL代表白云石，CAL代表方解石，Qtz代表石英，Bitumen代表沥青，Φ代表孔隙；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
在本发明的一具体实施中，目标函数和约束条件建立模块中，目标函数和约束条件为：
Figure BDA0002575424010000111
∑Vi＝1
0≤Vi<1
0≤Φ≤目的层的测试孔隙度
其中，M为惩罚因子；具体取值本领域技术人员可以自行确定；
Min指代求解最小值；
DEN为补偿密度测井，g/cm3；
RT为原状地层电阻率，Ω·m；
Rxo为冲洗带地层电阻率，Ω·m
AC为补偿声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
约束条件包括：(1)约束重建的曲线和原始曲线之间的偏差最小；(2)约束所有矿物加孔隙流体的体积总和为1；(3)约束每一种矿物或流体的体积百分数大于等于0小于1；(4)约束有效孔隙度要小于目的层的测试孔隙度。
根据目标函数和约束条件，可以得到：
(1)反演出五条理论曲线，分别对应于：原状地层电阻率曲线RT、冲洗带电阻率测井曲线Rxo、补偿中子测井曲线CNL、补偿密度测井曲线DEN、补偿声波测井曲线AC；
(2)孔隙度；
(3)含气饱和度(也就是模型中的天然气所占的比例)；
(4)含水饱和度(也就是模型中的地层水所占的比例)；
(5)沥青的体积百分数(也就是模型中的沥青含量)；
(6)岩性剖面(也就是模型中的白云石、方解石、固态沥青、石英，这四个矿物成分的相对含量决定的)。
本发明的层、超深层致密白云岩储层固态沥青的定量评价装置还可以用于定量评价深层、超深层致密白云岩储层白云石、方解石、石英、地层水、天然气。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价装置包括对结果进校正的模块。比如，使用约束条件中物性测试数据对有效孔隙度进行校正、使用图图像分析处理方对测得的固态沥青面孔率对沥青含量进行标定。通过综合含气性、有效孔隙度、图像法固态沥青定量评价结果、录井岩性剖面、重构曲线等对结果进行标定，可以增加数据的精确度。
本发明还提供了一种确定储层沥青含量的平面分布的装置，该装置包括：
单井固态沥青的纵向上的含量分布确定模块，用于通过本发明的上述深层、超深层致密白云岩储层固态沥青的定量评价装置确定单井固态沥青的纵向上的含量分布；
绘制模块，用于根据单井固态沥青的纵向上的含量分布，绘制频率分布直方图，并以75％或90％分位点作为该井目的层固态沥青含量的平均值，绘制研究区固态沥青含量平面分布图。
本发明还提供了一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法的步骤。
本发明又提供了一种计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法的步骤。
本发明的深层、超深层致密白云岩储层固态沥青的定量评价方法和装置适用于深层、超深层白云岩储层剖面，并且要求白云岩储层的泥质含量很低(低于2％，优选低于1％)。
本发明以先综合岩心观察、铸体薄片镜下观察、图像法定量计算，对固态沥青进行了表征，而后建立了多矿物体积模型，借助常规测井曲线组合(DEN-RT-RXO-CNL-AC)，对储层固态沥青进行反演，克服了储层固态沥青分布的强非均质性，可定量评价固态沥青的含量及分布。
本发明的适用于深层、超深层致密白云岩储层固态沥青的定量评价方法和装置建立了与现有的不同的多矿物体积反演模型(现有技术是将沥青作为储层流体的一种，而本发明将沥青视作一种矿物，作为基质的重要组成)，实现了储层固态沥青的定量评价。
本发明的适用于深层、超深层致密白云岩储层固态沥青的定量评价方法和装置的经济效益显著，仅仅使用常规测井曲线组合就能完成固态沥青含量的定量评价，不需要使用一些先进的测井曲线，如核磁共振测井、阵列声波测井、ECS测井等，大大降低了油田评价深层、超深层致密碳酸盐岩储层中的固态沥青的成本。
本发明的适用于深层、超深层致密白云岩储层固态沥青的定量评价方法和装置使用铸体薄片结合图像分析处理，对储层中的固态沥青含量进行定量分析，并用于模型的校正。
本发明的适用于深层、超深层致密白云岩储层固态沥青的定量评价方法和装置综合反演精度、反演岩性组成、含气性、孔隙度、铸体薄片图像法处理所得的固态沥青面孔率，对反演结果进行标定，大大提高了模型的精度。
附图说明
图1为实施例1中的定量评价方法的工艺流程图。
图2实施例1中的定量评价装置的结构图。
图3为实施例1中的灯四段岩心固态沥青形态。
图4为实施例1中的灯四段储层沥青镜下特征形态。
图5为实施例1中的固态沥青铸体薄片图像。
图6为实施例1中的灯四段储层全直径岩心物性测试孔-渗交会图。
图7A为实施例1中的灯四段上亚段储层有效孔隙度(测井)频率分布直方图(66口井)。
图7B为实施例1中的灯四段下亚段储层有效孔隙度(测井)频率分布直方图(66口井)。
图8为实施例1中的四川盆地上震旦统灯四段碳酸盐岩地层多矿物测井响应体积模型。
图9为实施例1中的磨溪9井灯四段多矿物反演重构曲线。
图10为实施例1中的重构测井曲线(DEN_RE)与原始测井曲线(DEN)交会图。
图11为实施例1中的磨溪9井灯四段固态沥青含量(体积百分数)频率分布直方图。
图12为实施例1中的灯四段固态沥青含量平面分布图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。
缩略语和关键术语定义
超深、超深层：根据中国国土资源部《石油天然气储量计算规范》，将埋深为3500-4500m的地层定义为深层，埋深大于4500m的地层定义为超深层。钻井工程中将埋深为4500-6000m的地层作为深层，埋深大于6000m的地层作为超深层，本发明一钻井工程为准。
致密白云岩；碳酸盐岩是由方解石、白云石等自生碳酸盐矿物组成的化学沉积岩。以方解石为主的岩石称为石灰岩，以白云石为主的岩石称为白云岩。碳酸盐岩主要在海洋中形成，少数在陆地环境中形成。古代广阔海洋中形成的碳酸盐岩，约占地表沉积岩分布面积的20％。我国碳酸盐岩主要分布于震旦纪、寒武纪、奥陶纪、泥盆纪、石炭纪、二叠纪、三叠纪及部分侏罗纪、白垩纪和第三纪的海相地层中，其中以西南地区最为发育。致密白云岩是指孔隙度低于10％，渗透率低于1mD(甚至0.1mD)的碳酸盐岩。
固态沥青：沥青主要可以分为煤焦沥青、石油沥青和天然沥青三种：其中，煤焦沥青是炼焦的副产品；石油沥青是原油蒸馏后的残渣；天然沥青则是埋藏在地下天然形成的沥青。对天然沥青进行进一步划分，可以将之划分为两类：后生-储层沥青和原生-同层沥青。原生-同层沥青是未能从烃源岩中顺利运移出的、相对重质馏分原地滞留而成，可用于研究烃源岩排烃有效性。后生-储层沥青主要分布在储层中。本发明研究的固态沥青为原油裂解机制形成的后生-储层沥青。
实施例1
本实施例首先提供了一种深层、超深层致密白云岩储层固态沥青的定量评价装置，如图1所示，该装置包括：
筛选模块；用于筛选目的层，目的层中泥质的含量低于2％；
多矿物体积反演模型建立模块，用于建立多矿物体积反演模型，模型中的基质为：白云石、方解石、固态沥青、石英，孔隙为：地层水、天然气；
多矿物反演体积模型的测井响应方程建立模块，用于根据多矿物反演体积模型建立测井响应方程；
目标函数和约束条件建立模块，用于获得单井固态沥青的纵向上的含量分布。
本实施例通过了一种针对以下储层的固态沥青的定量评价方法，其包括如图2所示的步骤。
安岳气田是位于川中古隆起以东的古隆起平缓构造区威远至龙女寺构造群上的特大型海相碳酸盐岩(白云岩)气田，其生烃中心受德阳-安岳台内裂陷控制，天然气近源成藏；圈闭受川中古隆起控制(龙王庙组-构造-岩性圈闭油气藏；灯影组-构造-地层圈闭油气藏)；勘探目的层为寒武系龙王庙组、上震旦统灯四、灯二段；具有年代老(震旦-寒武系)、埋藏深(产层中间深度多在4500m以深)、含气面积大(有利含气面积大于7500平方千米)、储量规模大(探明天然气地质储量为8487亿方，三级储量超万亿立方米，2017年底数据)、产能高(龙王庙组和灯影组分别于2017年完成年产110亿方和15亿方产能建设)等特点。至2018年底，已在寒武系龙王庙组和震旦系灯影组探明天然气地质储量近万亿方。随着安岳气田开发逐渐深化，亟需寻找天然气接替领域与古隆起紧邻的斜坡带，特别是川中古隆起北斜坡(磨溪地区以北)成为下一步勘探的重点区域。
步骤一：收集、整理研究区的重点探井数据，弄清目的层的位置和展布。
步骤二：综合录井岩性数据、实际岩心观测结果，确认目的层的主要岩相是否是白云岩。
步骤三：借助XRD数据，确认白云岩储层矿物组成是否以明显的白云石为主，并且泥质(XRD中显示为粘土总量)含量很低，几乎不含泥质。结果如表1所示。
表1XRD全岩衍射分析
Figure BDA0002575424010000161
通过表1可以确定，该储层可以作为目的层。
步骤四：对钻井岩心进行观察，观测储层固态沥青的分布、充填方式，直观判断储层固态沥青的量，结果如图3所示。
图3中的图片A，灰色藻凝块云岩，磨溪8井，灯四段，5060.08-5060.22m，孔洞和裂缝均很发育，缝形态不规则，缝壁不平整，延伸约20cm，缝宽1mm左右，裂缝内有沥青充填，孔洞中亦有沥青充填。
图3中的图片B，灰色藻叠层云岩，磨溪8井，灯四段，5111.93-5112.03m，孔洞发育，沥青半充填。
图3中的图片C，藻砂屑云岩，磨溪8井，灯四段，5112.50-5115.72m，孔洞发育，孔洞直径一般小于3mm，孔洞中沥青半充填。
图3中的图片D，藻砂屑云岩，磨溪8井，灯四段，5158.23-5158.45m，发育白色条带状藻，溶孔不发育，未见明显沥青充填。
图3中的图片E，灰白色粉-细晶白云岩，磨溪41井，灯四段，5185.56m，顺层溶蚀孔洞发育，孔洞中沥青呈半充填状态。
图3中的图片F，灰白色泥-粉晶云岩，磨溪8井，灯四段，5155.52-5155.75m，灯四段溶蚀孔洞、裂缝不发育。
图3中的图片G，灰黑色泥晶白云岩，磨溪8井，灯四段，5171.8m，储层致密，溶蚀孔洞和裂缝均不发育，未见明显沥青充填。
图3中的图片H，灰黑色角砾云岩，磨溪8井，灯四段，5108.46-5108.52m，储层致密，角砾充填，只发育极少量不太明显的溶孔。
步骤五：储层固态沥青镜下观察(使用铸体薄片进行定性观察)。结果如图4所示。
图4中的图片A，高石20井，细粉晶白云岩，灯四段，5182.30m，发育一条裂缝，裂缝最大直径54.79μm，亦可见溶蚀孔隙，沥青几乎完全充填溶蚀孔隙和裂缝。
图4中的图片B，高石7井，藻白云岩，灯四段，5296.07-5296.14m，溶蚀孔隙、微裂缝均发育，沥青几乎完全充填溶蚀孔隙和微裂缝。
图4中的图片C，高石20井，砂质云岩，灯四段，5204.13m，溶蚀孔较发育，最大直径为631.76μm，沥青半充填于溶蚀孔隙中。
图4中的图片D，高石20井，细粉晶白云岩，灯四段，5186.96m，发育多条构造缝，但大多被白云石晶体后期充填，白云石晶体后期又被溶蚀形成溶蚀孔洞，视域中相对较小的溶蚀孔隙几乎被沥青完全充填，正中心的溶蚀孔洞最大直径为632.62μm，边缘可见沥青。
步骤六：储层固态沥青镜下定量评价-图像分析处理方法，求储层固态沥青的面孔率。结果如表2所示。
在铸体薄片镜下观察的基础上，如图5所示，为进一步定量评估储层沥青的含量，借助图像分析处理技术(通过软件ImageJ或编程实现)，对铸体薄片的沥青面孔率进行评价，并使用沥青面孔率校正后期定量评估孔隙空间固态沥青含量的模型。
图5中的图片A为原始图；图5中的图片B为固态沥青分布图；图5中的图片C为铸体分布(有效孔隙空间分布)。
表2孔隙空间固态沥青图像处理结果
Figure BDA0002575424010000181
步骤七：综合目的层的孔隙度测井解释数据、岩心物性测试数据；对目的层的孔隙度(有效孔隙度)进行分析。(测井解释数据、物性测试数据反映本研究区的白云岩储层的有效孔隙度低于5％)。如图6和图7A和7B所示。
步骤八：确定原状地层电阻率曲线(RT)、冲洗带电阻率测井曲线(Rxo)、补偿中子测井曲线(CNL)、密度测井曲线(DEN)、补偿声波测井曲线(AC)，对这些曲线进行环境校正、标准化。
步骤九：建立多矿物体积反演模型，如图8所示。
其中，基质：白云石、方解石、固态沥青、石英；孔隙：地层水、天然气。
步骤十：建立多矿物反演体积模型响应方程。
使用线性模型对多矿物响应进行研究，响应方程具有如下通用形式：
测井响应＝∑Vi×Ri；
其中：Vi为某种组分的体积百分数，％；
Ri为该组分体积为100％时的测井响应。
其中，与测井响应体积模型相对应的，对每一个深度点，均有如下测井响应方程
RE(DEM)＝DENDOLVDOL+DENCALVCAL+DENQtzVQtz+DENBitumenVBitumen+DENφΦ
RE(RT)＝RTDOLVDOL+RTCALVCAL+RTQtzVQtz+RTBitumenVBitumen+RTφΦ
RE(Rxo)＝RxoDOLVDOL+RxoCALVCAL+RxoQtzVQtz+RxoBitumenVBitumen+RxoφΦ
Figure BDA0002575424010000182
RE(CNL)＝CNLDOLVDOL+CNLCALVCAL+CNLQtzVQtz+CNLBitumenVBitumen+CNLφΦ
1＝VDOL+VCAL+VQtz+VBitumen+Φ
Vj>0，j＝1，2，…，5
其中，DEN为补偿密度测井，g/cm3；
RT和Rxo分别代表原状地层、冲洗带地层电阻率，Ω·m；
AC为声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％。
步骤十一：建立目标函数(Min)和约束条件。
Figure BDA0002575424010000191
∑Vi＝1
0≤Vi<1
0≤Φ≤0.05
其中，M为惩罚因子；
Min指代求解最小值；
RE为重建的理论测井响应值。
公式中的Φ需要借助步骤七得到的结果进行确定，本申请中其值为5％，故而这里写0.05。
步骤十二：反演结果标定。
借助磨溪9井反演的结果来阐述反演的效果。
对步骤十一反演的结果进行如下几个方面的校正：反演曲线精度、岩性剖面、孔隙度校正(使用步骤七中的物性测试数据)、含气性校正、固态沥青含量校正(使用步骤六计算结果)。
标定一：重构测井曲线精度标定。
从图9可以看出，重构的测井曲线(DEN、CNL、AC、RT、RXO)均与原始测井曲线“贴合”良好，指示重构曲线的精度较高。为进一步定量评价，借助散点图，以DEN为例，对重构的测井曲线(DEN_RE)与原始测井曲线(DEN)之间的关系进行分析(图10)。散点图显示拟合曲线的斜率达到0.83，确定系数达到95.4％，指示重构曲线精度良好。
标定二：岩性剖面校正-得到的岩性剖面是否反映研究区地层真实岩性组成。
从反演的岩性剖面可以看出，除了顶部有一小段岩性组成以石灰石为主，灯四段主体以显著的白云石主导为特征。这与灯四段“除顶部有一小段灰岩，整体为白云岩储层，中间夹杂少量薄层灰岩及硅质岩”的地质认识是相符的。多矿物体积模型反演所得的岩性剖面与实际录井岩性剖面匹配度达到95％以上。此外，岩性剖面还反映出灯四段中间含有较多“富石英”夹层。这些“富石英”层段与录井剖面所识别的硅质岩层段匹配性较好，从侧面验证了多矿物体积模型反演的岩性剖面能够较好地反映岩性组成。硅质岩所对应的层段，储层致密，反演得到的孔隙度低、储层固态沥青含量相对较低。
标定三：孔隙度校正-反演得到的孔隙度是否与岩心实测孔隙度匹配。
在反演过程中，采用步骤七中的岩心物性测试数据(图6中的孔隙度-测试)作为标准，对反演的孔隙度(图9中的孔隙度-反演)进行校正。
标定四：含气性校正-反演得到的含气性是否符合研究区的含气性基本情况。
灯四段整体含气，上亚段含气性优于下亚段，这与磨溪9井的含气性测试所反映的结果基本一致。
标定五：固态沥青含量标定-反演得到的固态沥青含量是否与步骤六中得到的沥青面孔率匹配。
步骤十三：对单井固态沥青的结果进行统计，绘制频率分布直方图(图11)，并以75％或90％分位点作为该井目的层固态沥青含量的平均值，绘制平面分布图(图12)。
步骤十四：对固态沥青的含量的平面分布进行分析。
以上实施例说明，本发明的定量评价方法和装置，可以仅使用常规测井曲线的组合就能准确完成对深层、超深层致密白云岩储层固态沥青的评价。

Claims (10)

1.一种深层、超深层致密白云岩储层固态沥青的定量评价方法，该方法包括：
检测储层矿物组成的XRD数据，确定目的层，目的层中泥质的含量低于2％；
以白云石、方解石、固态沥青、石英作为基质，以地层水、天然气为孔隙，建立目的层的多矿物反演体积模型的测井响应方程；
根据目的层的多矿物反演体积模型的测井响应方程、原状地层电阻率曲线RT、冲洗带电阻率测井曲线Rxo、补偿中子测井曲线CNL、补偿密度测井曲线DEN、补偿声波测井曲线AC，建立目标函数和约束条件，获得单井固态沥青的纵向上的含量分布，完成对深层、超深层致密白云岩储层固态沥青的定量评价。
2.根据权利要求1所述的方法，其中，多矿物反演体积模型的测井响应方程具有如下通用形式：
测井响应＝∑Vi×Ri；
其中：Vi为某种组分的体积百分数，％；
Ri为该组分体积为100％时的测井响应。
3.根据权利要求2所述的方法，其中，对于目的层中每一个深度点，与测井响应体积模型相对应的如下测井响应方程：
RE(DEN)＝DENDOLVDOL+DENCALVCAL+DENQtzVQtz+DENBitumenVBitumen+DENφΦ
RE(RT)＝RTDOLVDOL+RTCALVCAL+RTQtzVQtz+RTBitumenVBitumen+RTφΦ
RE(Rxo)＝RxoDOLVDOL+RxoCALVCAL+RxoQtzVQtz+RxOBitumenVBitumen+RxoφΦ
Figure FDA0002575422000000011
RE(CNL)＝CNLDOLVDOL+CNLCALVCAL+CNLQtzVQtz+CNLBitumenVBitumen+CNLφΦ
1＝VDOL+VCAL+VQtz+VBitumen+Φ
Vj>0，j＝1，2，…，5
其中，DEN为补偿密度测井，g/cm3；
RT为原状地层电阻率，Ω·m；
Rxo为冲洗带地层电阻率，Ω·m
AC为补偿声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
DOL代表白云石，CAL代表方解石，Qtz代表石英，Bitumen代表沥青，Φ代表孔隙；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
4.根据权利要求1所述的方法，其中，目标函数和约束条件为：
Figure FDA0002575422000000021
∑Vi＝1
0≤Vi<1
0≤Φ≤目的层的测试孔隙度
其中，M为惩罚因子；
Min指代求解最小值；
DEN为补偿密度测井，g/cm3；
RT为原状地层电阻率，Ω·m；
Rxo为冲洗带地层电阻率，Ω·m
AC为补偿声波时差，μs/ft；
CNL为补偿中子测井，v/v或％；
Φ为有效孔隙度，％；
V为体积百分比，％；
RE(DEN)为重建的补偿密度测井，g/cm3；
RE(RT)为重建的原状地层电阻率，Ω·m；
RE(Rxo)为重建的冲洗带地层电阻率，Ω·m
RE(AC)为重建的补偿声波时差，μs/ft；
RE(CNL)为重建的补偿中子测井，v/v或％；
RE(Φ)为重建的有效孔隙度，％。
5.根据权利要求1-4任一项所述的深层、超深层致密白云岩储层固态沥青的定量评价方法，其中，该方法用于定量评价深层、超深层致密白云岩储层白云石、方解石、石英、地层水、天然气。
6.一种确定储层沥青含量的平面分布的方法，该方法包括：
根据权利要求1-4任一项所述深层、超深层致密白云岩储层固态沥青的定量评价方法确定单井固态沥青的纵向上的含量分布；
根据单井固态沥青的纵向上的含量分布，绘制频率分布直方图，并以75％或90％分位点作为目的层固态沥青含量的平均值，绘制研究区固态沥青含量平面分布图，完成储层中沥青含量的确定。
7.一种深层、超深层致密白云岩储层固态沥青的定量评价装置，该装置包括：
筛选模块；用于筛选目的层，目的层中泥质的含量低于2％；
多矿物体积反演模型建立模块，用于建立多矿物体积反演模型，模型中的基质为：白云石、方解石、固态沥青、石英，孔隙为：地层水、天然气；
多矿物反演体积模型的测井响应方程建立模块，用于根据多矿物体积反演模型建立测井响应方程；
目标函数和约束条件建立模块，用于获得单井固态沥青的纵向上的含量分布。
8.一种确定储层沥青含量的平面分布的装置，该装置包括：
单井固态沥青的纵向上的含量分布确定模块，用于通过权利要求7所述的装置确定单井固态沥青的纵向上的含量分布；
绘制模块，用于根据单井固态沥青的纵向上的含量分布，绘制频率分布直方图，并以75％或90％分位点作为目的层固态沥青含量的平均值，绘制研究区固态沥青含量平面分布图。
9.一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现权利要求1-4任一项所述的深层、超深层致密白云岩储层固态沥青的定量评价方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的深层、超深层致密白云岩储层固态沥青的定量评价方法的步骤。
CN202010652308.XA 2020-07-08 2020-07-08 致密白云岩储层固态沥青的定量评价方法和装置 Active CN111810136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010652308.XA CN111810136B (zh) 2020-07-08 2020-07-08 致密白云岩储层固态沥青的定量评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010652308.XA CN111810136B (zh) 2020-07-08 2020-07-08 致密白云岩储层固态沥青的定量评价方法和装置

Publications (2)

Publication Number Publication Date
CN111810136A true CN111810136A (zh) 2020-10-23
CN111810136B CN111810136B (zh) 2023-03-21

Family

ID=72842948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010652308.XA Active CN111810136B (zh) 2020-07-08 2020-07-08 致密白云岩储层固态沥青的定量评价方法和装置

Country Status (1)

Country Link
CN (1) CN111810136B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112415596A (zh) * 2020-12-09 2021-02-26 大庆油田有限责任公司 一种基于测井资料的白云岩结构类型识别方法
CN112459776A (zh) * 2020-11-30 2021-03-09 中国石油大学(北京) 一种深层、超深层碳酸盐岩古油藏的定量评价方法及装置
CN113190784A (zh) * 2021-06-01 2021-07-30 中国石油大学(北京) 一种识别原生白云岩的方法
CN113655540A (zh) * 2021-01-11 2021-11-16 中国石油天然气股份有限公司 基于常规测井的非均质储层物性参数计算方法及装置
CN113884356A (zh) * 2021-09-29 2022-01-04 中国石油大学(北京) 一种基于原油裂解确定储层中固体沥青含量与分布特征的方法
JP2022123078A (ja) * 2021-10-26 2022-08-23 中国科学院地質與地球物理研究所 深層－超深層海相カーボナタイトのオイルプール賦存深度下限の予測方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278866A (zh) * 2013-06-07 2013-09-04 中国石油大学(华东) 一种泥页岩层系内页岩油资源潜力评价方法
WO2014169499A1 (zh) * 2013-04-19 2014-10-23 中国石油大学(华东) 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法
CN105189925A (zh) * 2013-01-18 2015-12-23 普拉德研究及开发股份有限公司 分析石油储层的方法
CN107121448A (zh) * 2017-04-28 2017-09-01 中国石油集团川庆钻探工程有限公司 碳酸盐岩储层沥青含量计算方法
CN109725016A (zh) * 2018-11-29 2019-05-07 中国石油天然气集团有限公司 一种用于含重油、沥青质岩心的核磁共振实验室测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105189925A (zh) * 2013-01-18 2015-12-23 普拉德研究及开发股份有限公司 分析石油储层的方法
WO2014169499A1 (zh) * 2013-04-19 2014-10-23 中国石油大学(华东) 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法
CN103278866A (zh) * 2013-06-07 2013-09-04 中国石油大学(华东) 一种泥页岩层系内页岩油资源潜力评价方法
CN107121448A (zh) * 2017-04-28 2017-09-01 中国石油集团川庆钻探工程有限公司 碳酸盐岩储层沥青含量计算方法
CN109725016A (zh) * 2018-11-29 2019-05-07 中国石油天然气集团有限公司 一种用于含重油、沥青质岩心的核磁共振实验室测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
肖佃师等: "辽河坳陷大民屯凹陷沙四段页岩油层矿物组分含量反演方法及应用", 《石油与天然气地质》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112459776A (zh) * 2020-11-30 2021-03-09 中国石油大学(北京) 一种深层、超深层碳酸盐岩古油藏的定量评价方法及装置
CN112459776B (zh) * 2020-11-30 2023-02-17 中国石油大学(北京) 一种深层、超深层碳酸盐岩古油藏的定量评价方法及装置
CN112415596A (zh) * 2020-12-09 2021-02-26 大庆油田有限责任公司 一种基于测井资料的白云岩结构类型识别方法
CN113655540A (zh) * 2021-01-11 2021-11-16 中国石油天然气股份有限公司 基于常规测井的非均质储层物性参数计算方法及装置
CN113190784A (zh) * 2021-06-01 2021-07-30 中国石油大学(北京) 一种识别原生白云岩的方法
CN113190784B (zh) * 2021-06-01 2023-10-24 中国石油大学(北京) 一种识别原生白云岩的方法
CN113884356A (zh) * 2021-09-29 2022-01-04 中国石油大学(北京) 一种基于原油裂解确定储层中固体沥青含量与分布特征的方法
CN113884356B (zh) * 2021-09-29 2022-06-14 中国石油大学(北京) 一种基于原油裂解确定储层中固体沥青含量与分布特征的方法
JP2022123078A (ja) * 2021-10-26 2022-08-23 中国科学院地質與地球物理研究所 深層－超深層海相カーボナタイトのオイルプール賦存深度下限の予測方法
JP7137889B2 (ja) 2021-10-26 2022-09-15 中国科学院地質與地球物理研究所 深層－超深層海相カーボナタイトのオイルプール賦存深度下限の予測方法

Also Published As

Publication number Publication date
CN111810136B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN111810136B (zh) 致密白云岩储层固态沥青的定量评价方法和装置
CN110441813B (zh) 一种湖相优质烃源岩的发育分布的预测方法
Radwan et al. Diagenetic overprint on porosity and permeability of a combined conventional-unconventional reservoir: Insights from the Eocene pelagic limestones, Gulf of Suez, Egypt
CN112459776B (zh) 一种深层、超深层碳酸盐岩古油藏的定量评价方法及装置
Zhu et al. Early development and late preservation of porosity linked to presence of hydrocarbons in Precambrian microbialite gas reservoirs within the Sichuan Basin, southern China
CN102906600B (zh) 一种直接探测地层中游离态气体的方法
Chenghua et al. 3D discrete network modeling of shale bedding fractures based on lithofacies characterization
Euzen et al. Petroleum distribution in the Montney hybrid play: Source, carrier bed, and structural controls
Šliaupa et al. Petrophysical and mechanical properties of the lower Silurian perspective oil/gas shales of Lithuania
Martyushev et al. Multiscale and diverse spatial heterogeneity analysis of void structures in reef carbonate reservoirs
Jasim et al. Specifying quality of a tight oil reservoir through 3-d reservoir modeling
Kadkhodaie et al. Reservoir characterization of tight gas sandstones: exploration and development
Yang et al. The caledonian paleokarstification of longwangmiao formation, lower cambrian in the central Sichuan Basin, China
CN102134994B (zh) 一种基于基岩油藏油水层电阻率的地层数据处理方法
CN115857047B (zh) 一种地震储层综合预测方法
CN114114396B (zh) 一种台地相厚层灰岩沉积相刻画和预测系统及预测方法
Tavoosi Iraj et al. Integrated petrophysical and heterogeneity assessment of the Karstified Fahliyan formation in the Abadan Plain, Iran
Zhang et al. Paleogene lake deep water sedimentary facies in the northern zone of the Chezhen Sag, Bohai Bay Basin, China
Wang et al. Evaluation of oil shale resources based on geochemistry and logging in Tuanyushan, Qaidam Basin, Northwest China.
Sun et al. Deep learning and comparative study of gas saturation models for tight sandstone reservoirs with strong heterogeneity: a case study of the Upper Triassic Xujiahe Formation in Sichuan Basin, China
Zhang et al. Prediction of Oil Production in a Tight Sandstone Reservoir: Triassic Chang 9 Member, Jiyuan Area, Ordos Basin, NW China
Lu et al. Characteristics, Controlling Factors and Reservoir Quality Implications of Inner Fracture Zones in Buried Hills of Archean Covered Metamorphic Rock in Block 13-2, Bozhong Depression.
Luo et al. Characteristics and evaluation of the shale oil reservoir in upper E s 3 inter salt in Liutun sag
Jamilpour et al. The new approach to establish a better match between obtained electrofacies and hydraulic flow units for oligo-Miocene reservoir rocks, North of Dezful Embayment, SW Iran
CN110161208A (zh) 页岩非均质性定量表征方法

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