CN111984903B - 泥页岩储层toc与含油饱和度的计算表征方法及系统 - Google Patents
泥页岩储层toc与含油饱和度的计算表征方法及系统 Download PDFInfo
- Publication number
- CN111984903B CN111984903B CN202010010048.6A CN202010010048A CN111984903B CN 111984903 B CN111984903 B CN 111984903B CN 202010010048 A CN202010010048 A CN 202010010048A CN 111984903 B CN111984903 B CN 111984903B
- Authority
- CN
- China
- Prior art keywords
- toc
- shale reservoir
- organic carbon
- oil saturation
- model
- 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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种泥页岩储层TOC与含油饱和度的计算表征方法及系统,该方法包括:根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。本发明实施例通过加入岩性的校正因素,克服其负面影响;对于传统只适用于以粒间孔隙为主的纯砂岩地层的含油饱和度模型,在其基础上介入有机质的部分进行中和调整,使其适用于泥页岩储层含油饱和度的计算。
Description
技术领域
本发明涉及油气勘探开发领域,更具体地,涉及一种泥页岩储层TOC与含油饱和度的计算表征方法及系统。
背景技术
目前,传统计算TOC的方法包括将测井曲线叠加在非页岩储层上的电阻率基线的基础上的ΔlogR技术。该方法中,基于多元回归方法,可利用ΔlogR和自然伽马、密度测井响应综合计算TOC。但是该现有技术存在如下缺陷:该方法会受泥质含量变高而使测井曲线数值异常,计算结果的误差会增大。针对含油饱和度的计算,现有技术通常采用Archie模型及常用于泥砂地层的改进的Total shale模型,但由于孔隙类型耦合及流体赋存状态不同,其只适用于以粒间孔隙为主的纯砂岩地层,适用性变差,且都不适用于泥页岩储层。
发明内容
为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的泥页岩储层TOC与含油饱和度的计算表征方法及系统。
根据本发明实施例的第一方面,提供一种泥页岩储层TOC与含油饱和度的计算表征方法,该方法包括:根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
其中,参数曲线包括声波时差曲线和电阻率曲线;相应地,根据泥页岩储层的参数曲线获取有机碳ΔlogR,包括:将声波时差曲线叠合在电阻率曲线后,确定基线;基于基线,通过声波时差曲线与电阻率曲线之间的间距识别富含有机质的层段,将声波时差曲线与电阻率曲线之间的间距作为有机碳ΔlogR。
其中,有机碳ΔlogR通过如下方式获取:
ΔlogR=lg(Rt/Rt基线)+0.0075×(AC-AC基线);
式中,ΔlogR为实测曲线间距在对数电阻率坐标上的读数;Rt为测井仪实测的电阻率;AC为实测的声波时差;Rt基线为基线对应的电阻率;AC基线为基线对应的声波时差值。
其中,电阻率曲线采用算术对数坐标,声波时差曲线采用算术坐标;基线为声波时差曲线与电阻率曲线在一定深度范围内重叠的曲线。
其中,根据有机碳ΔlogR计算泥页岩储层的TOC,包括:
根据有机碳ΔlogR与TOC的线性关系,获取如下第一TOC计算公式,
TOC=ΔlogR×10(2.297-0.1688×Ro);
对第一TOC计算公式进行简化,获得如下第二TOC计算公式,
TOC=a×ΔlogR+b×lgRT+c;
式中,lgRT为电阻率的对数值;
采用第二TOC计算公式计算TOC。
其中,模型TOCmn1为:
TOCmn1=1.2317×ΔlogR-0.1927+lgRT;
改进模型TOCmn2为:
TOCmn2=0.08×q+1.33×(1.2317×ΔlogR-0.1927+lgRT-0.0015×GR)-0.427;
式中,q为岩性特征参数,GR为自然伽马值。
其中,根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征,包括:
根据有机碳ΔlogR,采用如下公式计算表征泥页岩储层的含油饱和度,
和/或,
根据改进模型TOCmn2,采用如下公式计算表征泥页岩储层的含油饱和度,
根据本发明实施例第二方面,提供了一种泥页岩储层TOC与含油饱和度的计算表征系统,该系统包括:获取模块,用于根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;拟合模块,用于根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;叠加模块,用于在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;表征模块,用于根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
根据本发明实施例的第三方面,提供了一种电子设备,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,处理器执行程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的泥页岩储层TOC与含油饱和度的计算表征方法。
根据本发明实施例的第四方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的泥页岩储层TOC与含油饱和度的计算表征方法。
本发明实施例提供的泥页岩储层TOC与含油饱和度的计算表征方法及系统,对于受泥质含量影响过大、不适用于计算泥页岩的TOC计算模型,通过加入岩性的校正因素,克服其负面影响;对于传统只适用于以粒间孔隙为主的纯砂岩地层的含油饱和度模型,在其基础上介入有机质的部分进行中和调整,使其适用于泥页岩储层含油饱和度的计算。
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,还可以根据这些图获得其他的附图。
图1为本发明实施例提供的泥页岩储层TOC与含油饱和度的计算表征方法的流程示意图;
图2为本发明实施例提供的有机碳ΔlogR的计算原理图;
图3为本发明实施例提供的利用模型TOCmn1计算的数值与岩心实测TOC的数值相关性对比图;
图4为本发明实施例提供的利用改进模型TOCmn2计算的数值与岩心实测TOC的数值相关性对比图;
图5为本发明实施例提供的TOCmn1和TOCmn2模型应用与岩心实测TOC对比图;
图6为本发明实施例提供的泥页岩储层含油饱和度两种计算模型实例应用对比图;
图7为本发明实施例提供的泥页岩储层TOC与含油饱和度的计算表征系统的结构示意图;
图8为本发明实施例提供的电子设备的实体结构示意图。
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,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术中存在的上述问题,本发明实施例提供一种泥页岩储层TOC与含油饱和度的计算表征方法,参见图1,该方法包括但不限于如下步骤:
步骤101、根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC。
具体地,本步骤中首先要计算出TOC的基础——ΔlogR。
其中,作为一种可选实施例,ΔlogR具体可通过如下方式计算:参数曲线包括声波时差曲线和电阻率曲线;相应地,根据泥页岩储层的参数曲线获取有机碳ΔlogR,包括:将声波时差曲线叠合在电阻率曲线后,确定基线;基于基线,通过声波时差曲线与电阻率曲线之间的间距识别富含有机质的层段,将声波时差曲线与电阻率曲线之间的间距作为有机碳ΔlogR。
其中,作为一种可选实施例,电阻率曲线采用算术对数坐标,声波时差曲线采用算术坐标;基线为声波时差曲线与电阻率曲线在一定深度范围内重叠的曲线。
具体地,将声波时差曲线叠合在电阻率曲线上,电阻率曲线采用算术对数坐标,声波时差曲线采用算术坐标。两条曲线在一定深度范围内“一致”或完全重叠时的曲线即为基线。特别需要注意的是,在选择基线时,每一口井应按地层的变化和曲线的响应情况进行分段重叠,即一口井可能有多段基线。确定基线之后,用两条曲线之间的间距来识别富含有机质的层段,两条曲线间的间距记为ΔlogR,具体的实施方式可参见图2。
其中,作为一种可选实施例,有机碳ΔlogR通过如下方式获取:
ΔlogR=lg(Rt/Rt基线)+0.0075×(AC-AC基线) (1)
式中,ΔlogR是实测曲线间距在对数电阻率坐标上的读数;Rt是测井仪实测的电阻率,Ω·m;AC是实测的声波时差,μs·m-1;Rt基线是基线对应的电阻率,Ω·m;AC基线为基线对应的声波时差值,μs·m-1;0.0075是依赖于每一个电阻率刻度所对应的声波时差的比值。
在计算获得有机碳ΔlogR之后,可基于有机碳ΔlogR进一步计算泥页岩储层的TOC。基于上述实施例的内容,作为一种可选实施例,根据有机碳ΔlogR计算泥页岩储层的TOC的方法,包括但不限于如下步骤:
根据有机碳ΔlogR与TOC的线性关系,并且是成熟度的函数,获取如下第一TOC计算公式,
TOC=ΔlogR×10(2.297-0.1688×Ro) (2)
由于要获得单井烃源岩的Ro需要分析大量的样品,不仅需要耗费大量的分析费用,而且过程也比较复杂。因此,为了简化该过程,对第一TOC计算公式进行简化,获得如下第二TOC计算公式,
TOC=a×ΔlogR+b×lgRT+c (3)
式中,lgRT为电阻率的对数值。
采用第二TOC计算公式计算TOC。
步骤102、根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1。
其中,作为一种可选实施例,选取泥页岩储层实测TOC岩心数据,在此理论指导下,对其进行拟合,得到模型TOCmn1:
TOCmn1=1.2317×ΔlogR-0.1927+lgRT (4)
步骤103、在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2。
其中,作为一种可选实施例,根据泥页岩储层特性,在此模型基础上叠加岩性的参数属性,来矫正TOCmn1模型计算值分区块分布的特征,得到改进模型TOCmn2:
TOCmn2=0.08×q+1.33×(1.2317×ΔlogR-0.1927+lgRT-0.0015×GR)-0.427 (5)
其中,q为岩性特征参数,GR为自然伽马值,lgRT为电阻率的对数值。
应当说明的是,本发明实施例通过测井数据的分析处理,叠加上岩性对TOC的影响,获得TOCmn2,能够提高其计算结果的准确性,克服泥质含量对其计算误差的影响。
步骤104、根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
其中,作为一种可选实施例,以阿尔奇公式得到的用于储层定量评价的含油饱和度模型为基础,针对泥页岩储层,采用有机-无机分离法,对其复杂储层的含油饱和度进行计算,该方法对于碳酸盐岩和碎屑岩均适用。
以阿尔齐公式中的项作为模型中无机部分的基质,分别采用ΔlogR和TOC作为含油饱和度的有机部分的基值,以值域0到1对其进行条件约束,对有机部分和无机部分在模型中的的占比进行了相应的调配,具体模型如下:
对比发现图6,在消除了岩性对有机部分的影响后,用TOC作为有机部分基值所计算出来的含油饱和度So-2更为敏感且符合实际。
基于上述含油饱和度的计算表征方法,通过有机和无机分离的计算方法,改善原始无机多元的含油饱和度计算模型,得到适用于泥页岩储层的TOC和含油饱和度的表征方法;对于传统只适用于以粒间孔隙为主的纯砂岩地层的含油饱和度模型,在其基础上介入有机质的部分进行中和调整,使其适用于泥页岩储层含油饱和度的计算。
基于本发明实施例提供的上述方法,该方法至少具有如下有益效果:
(1)本发明实施例使用常规测井资料对有机碳总量进行计算表征,大大提高了测井解释的效率、降低了传统实验测量解释的费用。
(2)本发明实施例在使用ΔlogR计算方法计算有机碳总量的基础上,增添了岩性参数的属性,建立更有效更敏感的TOC和含油饱和度计算模型,为进一步的理论研究提供了新方向和新视野。
(3)本发明实施例使用常规测井资料计算泥页岩储层的有机碳总量,结果与岩心实测TOC结果吻合性较好。
(4)本发明实施例的应用前景广阔,其计算模型可以很好的应用在泥页岩、碳酸盐岩和碎屑岩等复杂储层的TOC和含油饱和度的计算中。
为了对上述方法进行进一步说明,本发明实施例还提供如下具体实施例:
将泥页岩储层AC和RT曲线放在统一坐标系内,如图2所示,找出AC和RT曲线的基线,从而找出其ΔlogR;并根据式(1)计算所有深度点ΔlogR的值;通过TOCmn1和TOCmn2模型计算所得有机碳总量值,如图5右侧第二列的曲线所示,同列中的黑色横线为岩心实测的TOC值。由于后者模型权衡到了岩性的影响,观察发现,虽两曲线趋势大致吻合,但在砂岩层段TOCmn2的曲线更为敏感,数值上也与岩心实测值更加吻合。
在有机-无机分离法的基础上,由TOCmn2模型计算出较为准确的TOC值后,将其与ΔlogR分别作为含油饱和度计算的有机部分,带入式(7)和式(6)中,分别得到如图6右侧第二列所示的左、右两条曲线。同样地,相较于未考虑岩性的ΔlogR,TOC对有机质的响应更加敏感。观察分析发现,在该井次靠上的泥岩层段中,两种含油饱和度模型的计算值几乎重合。但在砂岩层段,由TOC作为有机部分的SO-2模型计算出的曲线,使含油饱和度模型对有机质的敏感度和精确度都有所提高,计算数值较大同时也更符合实际理论值。
综上,本发明实施例基于常规测井资料对泥页岩储层TOC和含油饱和度进行表征,在缺少新测井资料的情况下,使用常规测井数据进行有机质表征。在传统的ΔlogR计算TOC的基础上,增加了岩性的影响因素,得出对有机质更为敏感的TOC计算模型,且计算结果与岩心实测值吻合度很高。然后,将阿尔奇公式作为含油饱和度计算的无机部分,设计TOC的相应权重来作为含油饱和度计算的有机部分,这样不仅可以使含油饱和度对岩性有了一定的响应,更对有机质有十足的敏感度,且计算出的含油饱和度与测井解释结论有很高的一致性。本发明实施例提供的方法为泥页岩等致密复杂储层解释结论的划分和实际的开发与测试提供了可靠的理论依据。
基于上述实施例的内容,本发明实施例提供了一种泥页岩储层TOC与含油饱和度的计算表征系统,该泥页岩储层TOC与含油饱和度的计算表征系统用于执行上述方法实施例中的泥页岩储层TOC与含油饱和度的计算表征方法。参见图7,该系统包括:获取模块201,用于根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;拟合模块202,用于根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;叠加模块203,用于在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;表征模块204,用于根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
本发明实施例提供了一种电子设备,如图8所示,该设备包括:处理器(processor)501、通信接口(Communications Interface)502、存储器(memory)503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503上并可在处理器501上运行的计算机程序,以执行上述各实施例提供的泥页岩储层TOC与含油饱和度的计算表征方法,例如包括:根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
此外,上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的泥页岩储层TOC与含油饱和度的计算表征方法,例如包括:根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据有机碳ΔlogR计算泥页岩储层的TOC;根据泥页岩储层的实测TOC岩心数据对TOC进行拟合,获得模型TOCmn1;在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;根据改进模型TOCmn2和/或有机碳ΔlogR对泥页岩储层的含油饱和度进行计算表征。
以上所描述的电子设备等实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种泥页岩储层TOC与含油饱和度的计算表征方法,其特征在于,包括:
根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据所述有机碳ΔlogR得到所述泥页岩储层的TOC计算公式;
根据所述泥页岩储层的实测TOC岩心数据对TOC计算公式进行拟合,获得模型TOCmn1;
所述模型TOCmn1为:
TOCmn1=1.2317×ΔlogR-0.1927+lgRT;
在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;
所述改进模型TOCmn2为:
TOCmn2=0.08×q+1.33×(1.2317×ΔlogR-0.1927+lgRT-0.0015×GR)-0.427;
式中,q为岩性特征参数,GR为自然伽马值,lgRT为电阻率的对数值;
根据所述改进模型TOCmn2和/或所述有机碳ΔlogR对所述泥页岩储层的含油饱和度进行计算表征;
其中,根据所述改进模型TOCmn2和/或所述有机碳ΔlogR对所述泥页岩储层的含油饱和度进行计算表征,包括:
根据所述有机碳ΔlogR,采用如下公式计算表征所述泥页岩储层的含油饱和度,
和/或,
根据所述改进模型TOCmn2,采用如下公式计算表征所述泥页岩储层的含油饱和度,
2.根据权利要求1所述的方法,其特征在于,所述参数曲线包括声波时差曲线和电阻率曲线;相应地,所述根据泥页岩储层的参数曲线获取有机碳ΔlogR,包括:
将所述声波时差曲线叠合在所述电阻率曲线后,确定基线;
基于所述基线,通过所述声波时差曲线与所述电阻率曲线之间的间距识别富含有机质的层段,将所述声波时差曲线与所述电阻率曲线之间的间距作为所述有机碳ΔlogR。
3.根据权利要求2所述的方法,其特征在于,所述有机碳ΔlogR通过如下方式获取:
ΔlogR=lg(Rt/Rt基线)+0.0075×(AC-AC基线);
式中,ΔlogR为实测曲线间距在对数电阻率坐标上的读数;Rt为测井仪实测的电阻率,即为原状地层电阻率;AC为实测的声波时差;Rt基线为基线对应的电阻率;AC基线为基线对应的声波时差值。
4.根据权利要求2或3所述的方法,其特征在于,所述电阻率曲线采用算术对数坐标,所述声波时差曲线采用算术坐标;所述基线为所述声波时差曲线与所述电阻率曲线在一定深度范围内重叠的曲线。
5.根据权利要求1所述的方法,其特征在于,根据所述有机碳ΔlogR得到所述泥页岩储层的TOC计算公式,包括:
根据所述有机碳ΔlogR与TOC的线性关系,获取如下第一TOC计算公式,
TOC=ΔlogR×10(2.297-0.1688×Ro);
式中,Ro为镜质体反射率;
对所述第一TOC计算公式进行简化,获得如下第二TOC计算公式,
TOC=a1×ΔlogR+b1×lgRT+c;
式中,lgRT为电阻率的对数值,a1、b1、c为多元统计回归系数;
采用所述第二TOC计算公式计算TOC。
6.一种泥页岩储层TOC与含油饱和度的计算表征系统,其特征在于,包括:
获取模块,用于根据泥页岩储层的参数曲线获取有机碳ΔlogR,并根据所述有机碳ΔlogR得到所述泥页岩储层的TOC计算公式;
拟合模块,用于根据所述泥页岩储层的实测TOC岩心数据对TOC计算公式进行拟合,获得模型TOCmn1;
所述模型TOCmn1为:
TOCmn1=1.2317×ΔlogR-0.1927+lgRT;
叠加模块,用于在模型TOCmn1上叠加岩性的参数属性,获得改进模型TOCmn2;
所述改进模型TOCmn2为:
TOCmn2=0.08×q+1.33×(1.2317×ΔlogR-0.1927+lgRT-0.0015×GR)-0.427;
式中,q为岩性特征参数,GR为自然伽马值,lgRT为电阻率的对数值;
表征模块,用于根据所述改进模型TOCmn2和/或所述有机碳ΔlogR对所述泥页岩储层的含油饱和度进行计算表征;
其中,根据所述改进模型TOCmn2和/或所述有机碳ΔlogR对所述泥页岩储层的含油饱和度进行计算表征,包括:
根据所述有机碳ΔlogR,采用如下公式计算表征所述泥页岩储层的含油饱和度,
和/或,
根据所述改进模型TOCmn2,采用如下公式计算表征所述泥页岩储层的含油饱和度,
7.一种电子设备,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程序时实现如权利要求1至5任一项所述泥页岩储层TOC与含油饱和度的计算表征方法的步骤。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述泥页岩储层TOC与含油饱和度的计算表征方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010048.6A CN111984903B (zh) | 2020-01-06 | 2020-01-06 | 泥页岩储层toc与含油饱和度的计算表征方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010048.6A CN111984903B (zh) | 2020-01-06 | 2020-01-06 | 泥页岩储层toc与含油饱和度的计算表征方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984903A CN111984903A (zh) | 2020-11-24 |
CN111984903B true CN111984903B (zh) | 2021-05-14 |
Family
ID=73442154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010010048.6A Active CN111984903B (zh) | 2020-01-06 | 2020-01-06 | 泥页岩储层toc与含油饱和度的计算表征方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984903B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105277982A (zh) * | 2014-07-25 | 2016-01-27 | 中国石油化工股份有限公司 | 一种泥页岩总有机碳含量地震预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110144913A1 (en) * | 2009-06-19 | 2011-06-16 | Conocophillips Company | Source rock volumetric analysis |
CN103912268B (zh) * | 2014-03-28 | 2016-09-28 | 中石化江汉石油工程有限公司测录井公司 | 基于toc的页岩储层含气饱和度确定方法 |
CN104712329B (zh) * | 2015-01-29 | 2018-06-05 | 中国石油大学(华东) | 一种泥页岩油气饱和度的计算模型 |
-
2020
- 2020-01-06 CN CN202010010048.6A patent/CN111984903B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105277982A (zh) * | 2014-07-25 | 2016-01-27 | 中国石油化工股份有限公司 | 一种泥页岩总有机碳含量地震预测方法 |
Non-Patent Citations (2)
Title |
---|
Two effective methods for calculating water saturations in shale-gas reservoirs;Jingling Xu et al;《GEOPHYSICS》;20170630;第82卷(第3期);第D187-D197页 * |
基于TOC的页岩储层含气饱和度确定方法及应用;任元 等;《江汉石油职工大学学报》;20150131;第28卷(第1期);第17-19、22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111984903A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109667573B (zh) | 三维页岩储层孔隙压力预测方法、装置和电子设备 | |
CN111475920B (zh) | 一种深水盆地古水深的获取方法、系统、电子设备及存储介质 | |
CN110955982B (zh) | 一种变质岩储层渗透率计算方法、装置及计算机存储介质 | |
Huang et al. | Improving production history matching using time-lapse seismic data | |
CN110824557A (zh) | 一种基于井震结合的定量岩溶古地貌恢复方法 | |
CN104863574A (zh) | 一种适用于致密砂岩储层的流体识别方法 | |
US11435494B1 (en) | Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs | |
CN111008482B (zh) | 一种变质岩储层含水饱和度计算方法及装置 | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
EP3929630A1 (en) | Computer implemented method for correcting a reservoir model of a reservoir geological formation based on seismic images | |
CN111984903B (zh) | 泥页岩储层toc与含油饱和度的计算表征方法及系统 | |
CN111679318B (zh) | 储层中断裂系统的识别方法及系统 | |
CN109991663B (zh) | 工区地震速度体校正方法和装置 | |
WO2021208578A1 (zh) | 测井参数的获取方法、装置和介质 | |
CN111239809A (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
CN113775326B (zh) | 可动水饱和度的评价方法、装置、电子设备及介质 | |
Walker et al. | Stochastic inversion for facies: A case study on the Schiehallion field | |
RU2681250C1 (ru) | Способ квазитрехмерного моделирования эффективных газо- и нефтенасыщенных толщин залежей углеводородов | |
CN112346147A (zh) | 一种基于中子密度孔隙度差的储层评价方法 | |
CN108490486B (zh) | 一种地震资料反演的方法及装置、设备 | |
CN111119841A (zh) | 一种盐岩组分精细处理与岩性自动识别的评价方法 | |
CN112666610B (zh) | 地层有机碳含量计算方法及系统 | |
RU2480795C2 (ru) | Способ распознавания структуры залежей геологических пластов и машиночитаемый носитель | |
CN113550747B (zh) | 一种浊沸石胶结砂砾岩储层测井识别方法及装置 | |
CN114109349B (zh) | 一种致密砂岩储层孔隙度指数/饱和度指数的确定方法 |
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 |