CN112282742B - 一种页岩油优质储层的预测方法 - Google Patents

Abstract

本发明涉及一种页岩油优质储层的预测方法，属于页岩油开发技术领域。本发明选取富集性和可动性作为页岩油储层质量的评价指标，通过两级三次采用灰色关联分析统计法确定各评价指标下对应因素的权重系数以及页岩油富集系数和可动系数的权重系数，最后根据富集系数和可动系数以及对应的权重系数计算地层综合权重因子，基于该综合权重因子实现优质储层的预测。本发明通过两级三次采用灰色关联分析统计法确定相应的权重系数，当目标区域的富集性和可动性中任一指标占优势时，该指标以及该指标下的各因素在地层综合权重因子中的占比都会增加，凸显优势指标在优质储层预测中的重要性，提高了页岩油优质储层预测的准确性。

Description

一种页岩油优质储层的预测方法

技术领域

本发明涉及一种页岩油优质储层的预测方法，属于页岩油开发技术领域。

背景技术

近年来我国石油对外依存程度日趋严重，国内油田常规油气开采大多已进入到中后期，石油自给能力严重不足，因此找到新的石油资源接替领域对摆脱困境十分关键。美国对页岩油的成功探索，使美国石油对外依存程度大大降低，也为我国下一步石油资源探索和开发指明了方向。我国页岩油资源丰富，勘探潜力大，据自然资源部2017年估算，中国页岩油地质资源潜力为397.46×108t，可采资源潜力为34.98×108t，显示出巨大的开发潜力。

页岩油“甜点”指页岩地层中资源含量高、开发潜力大的层段，也叫优质储层。由于影响页岩油富集的因素众多且各个油田实际地质情况也都千差万别，准确预测储层甜点也是目前在页岩油开采领域存在的一个技术问题。页岩油储层甜点主要受两个方面因素的影响，即储层特征和原油性质，它们各自又包含许多的评价指标，比如储层特征包括储层的厚度、岩性、孔隙度、渗透率等，原油性质包括原油密度、粘度、组分等。所以如果想对这些评价指标逐一进行评价并且进一步预测甜点的话，会存在两个方面的问题，一是评价指标过多，工作量巨大；二是各个油田的地质情况不一样，开发方式也不一样，各个指标的影响力度也不一样，若利用上述多个指标直接对页岩油储层进行预测，则忽略了各个油田的个体差异，导致预测结果不准确。

发明内容

本发明的目的是提供一种页岩油优质储层的预测方法，以解决目前页岩油优质储层预测不准的问题。

本发明为解决上述技术问题而提供一种页岩油优质储层的预测方法，该预测方法包括以下步骤：

1)选取富集性和可动性作为页岩油储层的评价指标，获取目标工区中影响各评价指标的因素，并通过灰色关联分析统计法确定各评价指标下对应因素的权重系数；

2)根据各个因素的大小以及对应的权重系数计算页岩油富集系数和可动系数；

3)以试油井单位厚度每日产油量为母因素，富集系数和可动系数作为子因素，采用灰色关联分析统计法确定富集系数和可动系数对应的权重系数；

4)根据富集系数和可动系数以及对应的权重系数计算地层综合权重因子，基于该综合权重因子进行优质储层的预测。

本发明选取富集性和可动性作为页岩油储层质量的评价指标，通过灰色关联分析统计法确定各评价指标下对应因素的权重系数，再根据各个因素的大小以及对应的权重系数计算页岩油富集系数和可动系数，最后根据富集系数和可动系数以及对应的权重系数计算地层综合权重因子，基于该综合权重因子实现优质储层的预测。本发明通过两级三次采用灰色关联分析统计法确定相应的权重系数，当目标区域的富集性和可动性中任一指标占优势时，该指标以及该指标下的各因素在地层综合权重因子中的占比都会增加，凸显优势指标在优质储层预测中的重要性，提高了页岩油优质储层预测的准确性。

进一步地，所述步骤1)中影响富集性的因素包括TOC、S1和孔隙度，影响可动性的因素包括可动油量、粘土矿物含量和油质系数。

进一步地，为准确获取各因素在对应指标下的权重系数，所述步骤1)中选用TOC作为母因素，S1和孔隙度作为子因素，确定TOC、S1和孔隙度在富集性中的各权重系数；选用可动油量为母因素，粘土矿物含量和油质系数为子因素，确定可动油量、粘土矿物含量和油质系数在可动性中的权重系数。

进一步地，为提高数据计算效率，所述的油质系数采用地层深度来表征。

进一步地，为快速、准确确定页岩油储层，所述的目标工区为经过页岩油储层判断的工区，即该工区地层的自然伽马值和电阻率值均大于相应的设定阈值。

进一步地，所述步骤4)中是将得到的综合权重因子与综合权重因子阈值比较，综合权重因子与综合权重因子阈值相比大的区域为页岩油优质储层。

进一步地，为提高优质储层预测的准确性，所述的综合权重因子阈值为目标工区各井的综合权重因子频率分布直方图的峰值所指示综合权重因子大小。

附图说明

图1是本发明页岩油优质储层的预测方法的流程图；

图2是本发明实施例中的GR和RT测井数据的分布示意图；

图3是本发明实施例中原油组分随地层深度的变化示意图；

图4是本发明实施例中粘度随地层深度的变化示意图；

图5是本发明实施例中综合权重因子频率分布直方图和累计频率折线图；

图6是本发明实施例中确定出优质储层的测井数据分布示意图；

图7是本发明实施例中某油田各试油井单位厚度日产量与综合权重因子的相关性关系示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步地说明。

页岩油富集性和可动性是评价页岩油储层质量高低的两个很重要的因素，本发明在此基础上，提出了一种页岩油优质储层的预测方法，该方法首先选取页岩油富集性和可动性作为评价指标，并获取影响各评价指标的因素，通过灰色关联分析统计法确定页岩油富集性评价指标中的各因素的权重系数，以及可动性评价指标中各因素的权重系数；基于每个评价指标的中因素和对应的权重系数分别计算富集系数和可动系数；再次使用灰色关联分析统计法，以试油井单位厚度每日油产量为母因素，富集系数和可动系数为子因素计算富集性和可动性的权重系数；最后根据得到的富集系数、可动系数以及富集性权重系数和可动性权重系数确定地层综合权重因子，根据地层综合权重因子的大小进行页岩油优质储层的预测。该方法的实现流程如图1所示，具体实施过程如下。

1.根据页岩油储层的特性进行页岩油储层的识别。

根据页岩所表现出来的明显区别于泥岩和砂岩的测井特征(主要指测井数据中地层自然伽马值(GR)和电阻率值(RT)的大小特征)，划分地层岩性，识别页岩段。划分的岩性包括页岩、泥岩、砂岩、粉砂质泥岩等。在砂泥岩剖面中，纯砂岩自然伽马值最低，粘土最高，泥质砂岩较低，泥质粉砂岩和砂质泥岩较高，即自然伽马值随泥质含量的增加而升高，其中页岩的自然伽马值最高。在油水层的识别中，油层的电阻率一般比水层的高，较高的电阻率可以作为识别油层的标志。因此，自然伽马值和电阻率值都高的区域为页岩油储层。

2.选取富集性和可动性作为页岩油储层的评价指标，获取影响各评价指标的因素，并通过灰色关联分析统计法确定各因素的权重。

影响页岩油富集性指标的因素包括TOC、S1和孔隙度，影响页岩油可动性指标的因素包括：可动油量、粘土矿物含量和油质系数。本发明从页岩油储层中获取上述因素，基于获取的各个因素通过灰色关联分析统计法确定每个因素在对应指标中的权重，下面以页岩油富集性指标中各因素权重的确定为例进行详细说明。

1)获取的页岩油储层中各地层深度的TOC、S1和孔隙度，对各因素进行极大值标准化处理，即选取该因素在页岩油储层中的极大值，将各个地层深度的因素除以该因素的极大值，将该各个因素转换到0到1之间，以消除各因素物理意义及参数量纲间的差异。

2)为了能利用数据信息分析被评价事物与其影响因素之间的关系，需要用某个能够定量反映被评价事物性质的数量指标，即母因素，按照一定顺序排列的母因素称作关联分析的母序列。

本发明从TOC、S1和孔隙度中选取一个因素作为母因素，本实施例选取TOC作为母因素，将经过极大值标准化处理得到的母因素形成的序列记为：

n为母因素序列(简称母序列)的长度，本实施例中的指的是TOC的采集个数。

确定了母序列以后，取一定程度上影响或决定被评价事物性质的各子因素数据，即选定的该指标下其他因素的有序排列作为子序列。本实施例中就是将S1和孔隙度有序排列作为子序列，子序列记为：

其中m为子因素的数量，本实施例中为2，n为子因素序列(简称子序列)的长度，与母序列长度相等。

根据确定的母序列和自序列构建相应的矩阵，将该矩阵即为原始数据矩阵，即：

3)计算母序列与子序列的关联系数。

根据得到的母序列和子序列计算各子因素与母因素之间的绝对差值，第i个子因素与母因素之间的绝对差值为：

计算各子因素与母因素之间的绝对差值最大值：

计算各子因素与母因素之间的绝对差值最小值：

根据上述计算出的绝对差值、绝对差值最大值和绝对差值最小值计算母序列与子序列之间的关联系数，所采用的计算公式为：

其中L_t(i,0)为母序列与子序列之间的关联系数，ξ为分辨系数，且ξ∈[0.1,1]。分辨系数是为了削弱由于最大绝对差数值太大而造成数据失真的影响，进而提高灰色关联系数之间的差异显著性。

4)根据母序列与子序列之间的关联系数确定各因素的权重系数。

根据母序列与子序列之间的关联系数计算各子因素与母因素之间的关联度，第i个子因素与母因素之间的关联度为：

关联度r的取值范围在0.1～1之间，子因素与母因素之间的关联度越接近1，则该子因素对母因素的影响越大。

基于各个因素与母因素之间的关联度确定各因素的权重系数，采用的计算公式为：

通过上述过程中可以计算出表征页岩油富集性的各个因素的权重系数，即得到的TOC、S1和孔隙度的权重系数。基于同样的方法可计算出表征可动性的各个因素的权重系数，即得到可动油量、粘土矿物含量和油质系数的权重系数，且在计算可动油量、粘土矿物含量和油质系数的权重系数时，选择可动油量作为母因素，其他两个因素作为子因素。

3.根据各个因素的大小以及对应的权重系数计算页岩油富集系数和可动系数。

根据页岩油富集性中三个因素数据和各因素对应的权重系数确定页岩油富集系数，根据页岩油可动性中三个因素数据和各因素对应的权重系数确定页岩油可动系数，参与此次运算的各因素数据为经过极大值标准化处理后的各地层深度对应的因素数据，采用的计算公式如下：

U_富集＝(U_TOC×a₁+U_S1×a₂+U_孔隙度×a₃)

U_可动＝(U_可动油量×b₁+U_{粘土矿物含量}×b₂+U_油质系数×b₃)

其中，U_富集为富集系数，U_TOC为经过极大值标准化处理后各地层深度的TOC含量，U_S1为经过极大值标准化处理后各地层深度的S1，U_孔隙度为经过极大值标准化处理后各地层深度的孔隙度，a₁、a₂和a₃分别为因素TOC、S1和孔隙度的权重系数；U_可动为可动系数，U_可动油量为经过极大值标准化处理后各地层深度的可动油量，U_{粘土矿物含量}为经过极大值标准化处理后各地层深度的粘土矿物含量，U_油质系数为经过极大值标准化处理后各地层深度的油质系数，b₁、b₂和b₃分别为因素可动油量、粘土矿物含量和油质系数的权重系数。

4.采用灰色关联分析统计法，确定富集性和可动性的权重系数。

在采用灰色关联分析统计法进行权重系数确定时，以试油井单位厚度每日产油量为母因素，以富集系数和可动系数为子因素计算富集性和可动性的权重系数，具体过程可参照步骤2中的灰色关联分析统计法，这里不再详述。

5.计算地层综合权重因子。

基于步骤3计算得到的富集系数和可动系数以及步骤4确定的对应的权重系数计算地层综合权重因子，采用的计算公式如下：

U＝(U_富集×c₁+U_可动×c₂)

其中U为地层综合权重因子，c₁和c₂分别为富集性和可动性的权重系数。

6.根据得到的地层综合权重因子进行优质储层预测。

计算出的地层综合权重因子的大小反映了页岩油储层的开发潜力，通过该计算结果，可以有效实现页岩油富集主控因素的确定以及指导页岩油的甜点层段(优质储层)选取。

在对所有试油井或选定的重点生产井进行完综合权重因子的计算之后，汇总各井目标层段的综合权重因子，制作频率分布直方图和累计频率折线图，曲线拐点所在频率分布区间，即综合权重因子频率分布直方图的峰值所指示的综合权重因子的大小为综合权重因子的阈值X3。U值大于阈值X3的地层即可认为是页岩油勘探开发过程中的“甜点”，即为本发明所要的优质储层。

下面以某一具体工区为例对发明的实现过程进行说明。

步骤一、获取该工区中各井的GR和RT测井数据，基于页岩的测井曲线特征，将获取的GR和RT测井数据分别与对应的设定阈值比较，如图2所示，根据比较结果识别页岩油储层，即GR>X1，RT>X2的地层为页岩，其中X1为设定GR阈值，X2为设定RT阈值。

步骤二、获取富集性指标的因素和可动性指标的因素，并对各因素进行极大值标准化处理，使得每个因素称为成为无量纲、标准化的数据。具体归一化方法如下：

式中，X_i为因素的归一化数值，X为因素的原始值，X_max为工区内该因素的最大值。

富集性指标的因素包括TOC、S1和孔隙度，可动性指标的因素包括：可动油量、粘土矿物含量和油质系数。本实施例中油质系数的评价值由地层深度来代替，其原因是由原油组分及粘度随地层深度的变化规律可以发现(如图3和图4所示)，随着地层深度的增加，非烃和沥青质的含量逐渐减少，饱和烃含量逐渐增多，原油粘度逐渐减小，可动性逐渐变好，并且页岩油一般为API度高于40的轻质、凝析油，由此要求有机质需具有较高成熟度，从有机质生烃一般模式来看，有机质成熟度与地层深度一般呈正相关关系，因此用地层深度来表征原油的油质系数。

步骤三、根据归一化后的各指标下的因素，选取TOC作为富集性指标下的母因素，选取可动油量作为可动性指标下的母因素，根据极大值标准化处理后的各因素构建各个指标的原始数据矩阵X_富集和X_可动：

步骤四、计算富集性与可动性中，各时刻子因素与母因素之间的关联系数：

步骤五、计算富集性与可动性，各子因素与母因素之间的关联度：

步骤六、通过归一化处理计算每个因素的权重系数，其中富集性指标下的各个因素的权重系数采用的计算公式为：

基于同样的方式可以计算出可动性指标下的各个因素的权重系数b₁、b₂和b₃。

步骤七，计算页岩油富集系数与可动系数，公式为：

U_富集＝(U_TOC×a₁+U_S1×a₂+U_孔隙度×a₃)

U_可动＝(U_可动油量×b₁+U_{粘土矿物含量}×b₂+U_油质系数×b₃)

步骤八，通过灰色关联分析统计法计算富集与可动在计算综合权重因子中的权重系数c₁、c₂。

步骤九，计算地层综合权重因子，采用的计算公式为：

U＝(U_富集×c₁+U_可动×c₂)×100

步骤十，计算综合权重因子阈值X3。综合权重因子阈值为综合权重因子累计频率折线图曲线拐点所在频率分布区间，即综合权重因子频率分布直方图的峰值所指示的综合权重因子大小(拐点前后曲线的数学意义即曲线的凹凸性发生了变化，故取其为阈值)。在对所有试油井或选定的重点生产井进行完综合权重因子的计算之后，汇总选定井目标层段的综合权重因子均值，制作综合权重因子频率分布直方图和累计频率折线图，如图5所示，将曲线拐点所在频率分布区间，即综合权重因子频率分布直方图的峰值所指示的综合权重因子大小作为综合权重因子的阈值X3。

如图6所示，若步骤八中计算出的该井某深度区间内地层综合权重因子大于步骤九中选定的阈值X3，则确定该深度区间内的页岩油储层具有较高的可采性，可作为页岩油勘探开发中的重点层段，即为优质储层。

图7为某油田各试油井单位厚度日产量与综合权重因子的相关性关系，由图中可以看出，综合权重因子与产能有较好的相关性，说明本发明的一种页岩油储层甜点预测方法有较好的应用效果。

Claims (4)

1.一种页岩油优质储层的预测方法，其特征在于，该预测方法包括以下步骤：

1)选取富集性和可动性作为页岩油储层的评价指标，分别获取目标工区中影响富集性和可动性的因素，影响富集性的因素包括TOC、S1和孔隙度，影响可动性的因素包括可动油量、粘土矿物含量和油质系数；通过灰色关联分析统计法确定TOC、S1和孔隙度在富集性评价指标中的的权重系数：通过灰色关联分析统计法确定可动油量、粘土矿物含量和油质系数在可动性评价指标中的的权重系数；

2)计算页岩油富集系数和可动系数：

U_富集＝(U_TOC×a₁+U_S1×a₂+U_孔隙度×a₃)

U_可动＝(U_可动油量×b₁+U_{粘土矿物含量}×b₂+U_油质系数×b₃)

其中，U_富集为富集系数，U_TOC为经过极大值标准化处理后各地层深度的TOC含量，U_S1为经过极大值标准化处理后各地层深度的S1，U_孔隙度为经过极大值标准化处理后各地层深度的孔隙度，a₁、a₂和a₃分别为TOC、S1和孔隙度的权重系数；U_可动为可动系数，U_可动油量为经过极大值标准化处理后各地层深度的可动油量，U_{粘土矿物含量}为经过极大值标准化处理后各地层深度的粘土矿物含量，U_油质系数为经过极大值标准化处理后各地层深度的油质系数，b₁、b₂和b₃分别为可动油量、粘土矿物含量和油质系数的权重系数；

3)以试油井单位厚度每日产油量为母因素，富集系数和可动系数作为子因素，采用灰色关联分析统计法确定富集系数和可动系数对应的权重系数；

4)根据富集系数和可动系数以及对应的权重系数计算地层综合权重因子，将得到的地层综合权重因子与综合权重因子阈值比较，地层综合权重因子与综合权重因子阈值相比大的区域为页岩油优质储层；

地层综合权重因子的计算公式如下：

U＝(U_富集×c₁+U_可动×c₂)

其中U为地层综合权重因子，c₁和c₂分别为富集系数和可动系数对应的权重系数；

所述灰色关联分析统计法为：从各因素中选取一个因素作为母因素，将经过极大值标准化处理得到的母因素形成母因素序列

将各因素中的其他因素作为子因素，确定子因素序列

各子因素序列和母因素序列相等，均用n表示，i表示第i个子因素，m为子因素的数量；根据确定的母因素序列和子因素序列构建原始数据矩阵X⁽⁰⁾，即：

根据得到的母因素序列和子因素序列计算各子因素与母因素之间的绝对差值序列，第i个子因素与母因素之间的绝对差值序列为：

计算各子因素与母因素之间的绝对差值序列中的最大值：

计算各子因素与母因素之间的绝对差值序列中的最小值：

根据计算出的绝对差值、绝对差值最大值和绝对差值最小值计算母因素序列与子因素序列之间的关联系数序列L_t(i,0)，计算公式为：

ξ为分辨系数，且ξ∈[0.1,1]；根据母因素序列与子因素序列之间的关联系数序列计算各子因素与母因素之间的关联度，第i个子因素与母因素之间的关联度r_i,0为：

基于各个子因素与母因素之间的关联度确定各子因素的权重系数，采用的计算公式为：

2.根据权利要求1所述的页岩油优质储层的预测方法，其特征在于，所述的油质系数采用地层深度来表征。

3.根据权利要求1所述的页岩油优质储层的预测方法，其特征在于，所述的目标工区为经过页岩油储层判断的工区，即该工区地层的自然伽马值和电阻率值均大于相应的设定阈值。

4.根据权利要求1所述的页岩油优质储层的预测方法，其特征在于，所述的综合权重因子阈值为目标工区各井的综合权重因子频率分布直方图的峰值所指示综合权重因子大小。

Images