CN112288118A - 页岩油原位开发产出油气量的预测方法及装置 - Google Patents
页岩油原位开发产出油气量的预测方法及装置 Download PDFInfo
- Publication number
- CN112288118A CN112288118A CN201910676727.4A CN201910676727A CN112288118A CN 112288118 A CN112288118 A CN 112288118A CN 201910676727 A CN201910676727 A CN 201910676727A CN 112288118 A CN112288118 A CN 112288118A
- Authority
- CN
- China
- Prior art keywords
- shale
- oil
- value
- original
- toc
- 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
Links
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 194
- 239000003079 shale oil Substances 0.000 title claims abstract description 182
- 238000011161 development Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 70
- 239000007789 gas Substances 0.000 claims abstract description 240
- 238000004088 simulation Methods 0.000 claims abstract description 115
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 48
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 48
- 239000001257 hydrogen Substances 0.000 claims abstract description 48
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 39
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 37
- 239000004079 vitrinite Substances 0.000 claims abstract description 22
- 239000003921 oil Substances 0.000 claims description 231
- 238000004519 manufacturing process Methods 0.000 claims description 96
- 230000014759 maintenance of location Effects 0.000 claims description 66
- 229930195733 hydrocarbon Natural products 0.000 claims description 61
- 150000002430 hydrocarbons Chemical class 0.000 claims description 61
- 239000004215 Carbon black (E152) Substances 0.000 claims description 53
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 28
- 230000000717 retained effect Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 238000011160 research Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 239000003345 natural gas Substances 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 239000010779 crude oil Substances 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 45
- 239000011435 rock Substances 0.000 description 23
- 238000011156 evaluation Methods 0.000 description 17
- 230000007547 defect Effects 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000013210 evaluation model Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000010438 heat treatment Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 6
- 235000015076 Shorea robusta Nutrition 0.000 description 5
- 244000166071 Shorea robusta Species 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 235000009508 confectionery Nutrition 0.000 description 4
- 230000035800 maturation Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000010931 gold Substances 0.000 description 3
- 229910052737 gold Inorganic materials 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 235000021185 dessert Nutrition 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000000197 pyrolysis Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- ABTOQLMXBSRXSM-UHFFFAOYSA-N silicon tetrafluoride Chemical compound F[Si](F)(F)F ABTOQLMXBSRXSM-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/24—Enhanced recovery methods for obtaining hydrocarbons using heat, e.g. steam injection
-
- 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
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/005—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00 by thermal methods, e.g. after generation of heat by chemical reactions
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Educational Administration (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Marine Sciences & Fisheries (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种页岩油原位开发产出油气量的预测方法及装置，其中，该方法包括：获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型，得到待测页岩的原位开发产出油气量；该页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。上述技术方案实现了定量预测页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测精度和效率。
Description
技术领域
本发明涉及石油勘探技术领域，特别涉及一种页岩油原位开发产出油气量的预测方法及装置。
背景技术
页岩是指总有机碳含量(TOC)较高，镜质体反射率(Ro)较低的中低成熟度页岩，包括已生成的石油烃和未转化有机质的统称。由于中低成熟度页岩油的热演化程度不高，页岩中孔隙不发育，流体流动困难，用现有的水平井体积压裂技术无法实现商业规模开发。中低成熟度页岩可利用原位转化技术进行开发，原位转化技术是通过原位加热方法使中低成熟度页岩中的未转化有机质转化为油气，将原位转化的油气与滞留于页岩中的油气同时采出的技术。
据初步研究估算，世界范围内中低成熟度页岩油原位转化技术可采资源量约1.4万亿吨、天然气技术可采资源量约1100万亿立方米；我国中低成熟度页岩油原位转化技术可采资源量约700亿吨～900亿吨、天然气技术可采资源量约57万亿立方米～65万亿立方米；是常规石油、天然气技术可采资源量的3倍以上，潜力巨大。
现有技术中预测页岩产出油气量的方案有四种，一是根据页岩中的干酪根确定其中的氢碳比(H/C)，利用页岩的TOC和Ro建立产出油气量的评价模型。二是开放体系模拟实验，样品(量较少，一般为几克)碎样后，按仪器所需样品量放置加热样品，快速升温至所需温度，样品在升温过程中边生边排，收集所产生烃进行分析，达到所需温度后即结束实验；三是半开放体系高温高压生排烃模拟实验，碎样(一般为200克)放入样品釜，抽真空，加上覆压力，设定排烃压力阀值，快速升温至设定温度，恒温几天，收集排出天然气、原油和水并定量分析，测定滞留于实验样品中烃类。四是封闭体系生烃模拟—黄金管模拟实验，碎样(一般为0.02-0.1克)放入样品釜，抽真空，高压水泵在黄金管外恒定流体压力，快速升温至所需温度，达到所需温度后即结束实验，收集生成天然气、轻质原油定量分析，测定滞留于实验样品中烃类；或采用封闭体系生烃模拟—高压釜模拟实验，碎样(一般为200克)放入样品釜，不加水或加少量水，抽真空，快速升温至所需温度，达到所需温度后即结束实验，收集生成天然气、原油定量分析，测定滞留于实验样品中烃类。
现有技术中对页岩产出油气量评价的四种方案均存在缺陷：一是采用H/C的产出油气量评价方法，H/C可通过微相有机质分析测试获得，但测定H/C不仅耗时而且费用昂贵，另外，在干酪根分离过程中，会沉淀含水硅酸盐岩，其在燃烧时会释放氢导致H/C异常偏高，硅凝胶污染可通过显微镜识别出来并可以用热盐酸处理掉，但氟化硅不溶于酸，造成H/C的测量存在较大误差，评价精度不高。二是开放体系模拟实验，不能加压，不能模拟实际地层条件，样品量少，误差大，升温速度快，不能真实反映烃源岩热成熟过程，不能获得地层条件下的滞留油气量。三是半开放体系高温高压生排烃模拟实验，采用粉碎后的松散样品，其中样品中留有很大的空间，得到的滞留油气量不准，不能真实反映烃源岩在地层条件下热成熟过程中滞留油气量和排除油气量，没有实现变压力获得数据，无法真实获取页岩生烃、滞留烃和产出烃的评价。四是封闭体系生烃模拟—黄金管模拟实验，无法进行排烃过程模拟，生成的油气存在二次裂解，样品量少，误差大，升温速度快，不能真实反映烃源岩热成熟过程；封闭体系生烃模拟—高压釜模拟实验，不能进行排烃和滞留油气模拟，炉壁厚，温度难准确计量，压力控制难度大，不进行恒压实验，油气二次生烃与裂解机率大，升温速度快，不能真实反映烃源岩热成熟过程。到目前为止，还没有一种精度高的方法用于评价页岩油原位转化产出油气量。
综上，现有页岩油原位开发产出油气量预测方案无法定量预测页岩油原位开发产出油气量，预测精度低、效率低。针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种页岩油原位开发产出油气量的预测方法，用以定量预测页岩油原位开发产出油气量，提高页岩油原位开发产出油气量的预测精度和效率，该方法包括：
获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
本发明实施例提供了一种页岩油原位开发产出油气量的预测装置，用以定量预测页岩油原位开发产出油气量，提高页岩油原位开发产出油气量的预测精度和效率，该装置包括：
获取单元，用于获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
产出油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
产出气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
本发明实施例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，所述处理器执行所述计算机程序时实现上述页岩油原位开发产出油气量的预测方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述页岩油原位开发产出油气量的预测方法的计算机程序。
本发明实施例提供的技术方案达到了如下有益技术效果：
首先，根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值，预先建立了页岩油原位开发产出油量预测模型；根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值，预先建立了页岩油原位开发产出气量预测模型，克服了现有技术只考虑页岩单因素建立模型的缺陷，可以更真实地获得页岩样品的相关油气参数，因此，应用该页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型，不仅实现了定量预测页岩油原位开发产出油气量，还提高了页岩油原位开发产出油气量的预测精度。
其次，与现有技术中需要针对同一地区或层位、不同地区或层位的页岩模拟原位转化获得产出油量和产出气量，且需要把不同原始TOC、Ro、原始HI页岩样品都模拟后，才能得到待测页岩原位转化获得产出油量和产出气量，所需时间长、成本高的方案相比较，本发明实施例提供的技术方案，在获取到待测页岩的原始TOC值、Ro值和原始HI值后，根据上述预测精度高的页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型，实现了无需对待测页岩进行模拟实验即可得到待测页岩的页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测效率。
综上，本发明实施例提供的技术方案实现了定量预测页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测精度和效率。
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。
图1是本发明实施例中页岩油原位开发产出油气量的预测方法的流程示意图；
图2是本发明实施例中页岩样品热模拟温度与Ro关系图；
图3是本发明实施例中页岩氢指数/页岩原始氢指数与镜质体反射率Ro关系图；
图4是本发明实施例中页岩TOC及TOC变化率与镜质体反射率Ro关系图；
图5是本发明实施例中页岩剩余生油量与镜质体反射率Ro关系图；
图6是本发明实施例中页岩剩余生气量与镜质体反射率Ro关系图；
图7是本发明实施例中页岩滞留油量与镜质体反射率Ro关系图；
图8是本发明实施例中页岩滞留气量与镜质体反射率Ro关系图；
图9是本发明实施例中页岩产出油量与镜质体反射率Ro关系图；
图10是本发明实施例中页岩产出气量与镜质体反射率Ro关系图；
图11是本发明实施例中页岩油原位开发产出油气量的预测装置的结构示意图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅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。
发明人发现：页岩油原位转化技术开发油气不同于现有技术，原位转化技术适用于中低成熟度页岩，原位转化“甜点区”控制着页岩优质资源量分布，在原位转化开发前需要进行“甜点区”评价优选，即通过页岩油原位转化产出油气量的预测，确定页岩油开发优选区域。原位转化产出油气量是重要的评价内容之一，原位转化产出油气量控制着页岩油原位转化的开发效益，因此，页岩的剩余生油气量、滞留油气量、产出油气量是页岩油原位转化评价(预测)的关键。需要用一种全新的思路和评价方法对原位转化产出油气量进行评价，才能满足原位转化评价及勘探开发的需要。
由于发明人考虑到了如上技术问题，为了克服现有技术中存在的无法准确定量预测页岩油原位转化产出油气量的不足和缺陷，提出了一种页岩油原位转化产出油气量的评价(预测)方案，本发明还可准确评价预测页岩中滞留油气量、原位转化剩余生油气量。下面对本发明实施例涉及的页岩油原位转化(开发)产出油气量的预测方案进行详细介绍。
图1是本发明实施例中页岩油原位开发产出油气量的预测方法的流程示意图，如图1所示，该方法包括如下步骤：
步骤101：获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
步骤102：根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
步骤103：根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；所述多个不同页岩样品为Ro值小于0.5％的多个页岩样品。
本发明实施例提供的技术方案达到了如下有益技术效果：
首先，根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值，预先建立了页岩油原位开发产出油量预测模型；根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值，预先建立了页岩油原位开发产出气量预测模型，克服了现有技术只考虑页岩单因素建立模型的缺陷，可以更真实地获得页岩样品的相关油气参数，因此，应用该页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型，不仅实现了定量预测页岩油原位开发产出油气量，还提高了页岩油原位开发产出油气量的预测精度。
其次，与现有技术中需要针对同一地区或层位、不同地区或层位的页岩模拟原位转化获得产出油量和产出气量，且需要把不同原始TOC、Ro、原始HI页岩样品都模拟后，才能得到待测页岩原位转化获得产出油量和产出气量，所需时间长、成本高的方案相比较，本发明实施例提供的技术方案，在获取到待测页岩的原始TOC值、Ro值和原始HI值后，根据上述预测精度高的页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型，实现了无需对待测页岩进行模拟实验即可得到待测页岩的页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测效率。
综上，本发明实施例提供的技术方案实现了定量预测页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测精度和效率。
下面在结合图2至图10，对本发明实施例涉及的各个步骤进行详细介绍。
一、首先，介绍建立各个模型前，对页岩样品进行热模拟实验的详细过程。
采集研究区目的层不同TOC值，Ro值小于0.5％的多组页岩样品，例如采集鄂尔多斯盆地长7段的露头页岩样品，不同TOC，Ro小于0.5％的9组页岩样品，分别将每组页岩样品粉碎成40～100目，优选地采用60目，并充分混合均匀，并将每组混合均匀的页岩样品分成12份，每份重量大于3kg。
分别测量得到每组粉碎并混合后的页岩样品的有机碳含量(TOC)，氢指数(HI)和镜质体反射率(Ro)(详见下表1)，每个取样点分别采集的页岩样品大于40kg，如果是露头页岩样品，页岩样品采集处位于地面5m以下，采集未风化页岩样品。
TOC是根据《沉积岩中总有机碳的测定》GB/T 19145-2003国家标准测量的；HI是根据《陆相烃源岩地球化学评价方法》SYT 5735-1995行业标准测量的；Ro是根据《沉积岩中镜质体反射率测定方法》SY/T 5124-2012行业标准测量的。
表1研究区目的层页岩样品特征参数
采用两套热模拟实验，即一套为页岩生烃量热模拟实验，另一套为滞留烃量与产出烃量热模拟实验。两套实验均采用相同预设压力5MPa和不同预设温度的半开放实验体系。将约2kg的样品装入反应釜并用20MPa压力反复压实，在模拟前称取反应釜页岩样品的质量，反应釜内抽真空并注入He。预设温度点11个，分别为250℃、300℃、320℃、335℃、350℃、360℃、390℃、440℃、500℃、540℃、580℃，涵盖了从油气开始生成到结束的不同阶段。第一个预设温度点250℃，在模拟温度200℃前采用程序升温速率20℃/d，200℃～250℃采用程序升温速率5℃/d；第2个到第11个预设温度点，在模拟温度达到前一个预设温度点前采用程序升温速率20℃/d，前1个预设温度点到当前预设温度点之间采用程序升温速率5℃/d；模拟温度达到预设温度后保持预设温度恒温10小时。排烃预设压力为7MPa，模拟过程中排出的油气量用于计算单位质量岩石的产出油气量；预测温度模拟结束后吹扫和抽提的油气量用于计算单位质量岩石的滞留油气量。
将每个样品点页岩作为一组，开展生烃量热模拟实验，在完成第一个预设温度后，收集到的排出和滞留油量、气量与模拟前样品的质量之比，为该样品第一个预设温度点单位质量岩石的剩余生油量和剩余生气量；将第一个预设温度点的热模拟样品抽提后开展第二个预设温度点热模拟，获得第二个预设温度点的单位质量岩石生油量和生气量，依次类推，完成所有预设温度点的热模拟。将9个页岩样品点分别开展生烃热模拟实验，并获得相应的单位质量岩石的生油量和生气量。在每一个预设温度点结束后，测量抽提后残留物的TOC等参数。
利用每个样品点页岩，分别开展11个预设温度的滞留与产出油气量热模拟实验，完成模拟后，收集到的产出油量和产出气量与对应反应釜内热模拟前样品质量之比，获得对应预设温度点的单位质量岩石的产出油量和产出气量；将吹扫和抽提的油量和气量，与对应反应釜内热模拟前样品质量之比，获得对应预设温度点的单位质量岩石的滞留油量和滞留气量。在每一个预设温度点结束后，测量抽提后残留物的TOC、HI和Ro，测量获得不同预设温度产出天然气的偏差系数(Z)平均值。
利用滞留烃量与产出烃量热模拟实验中，同一预设温度的不同页岩样品热模拟后的Ro平均值，建立热解模拟温度与Ro关系。页岩热模拟的剩余生油气量、滞留油气量和产出油气量与Ro相关，为了便于对地层条件下的页岩热演化程度进行对应研究，将模拟温度转化为对应的Ro值。
式中：Ro为镜质体反射率，％；T为热解模拟温度，℃；a1和b1为经验系数，可以分别为：0.13797、0.005667。
具体实施时，上述公式(1)体现的关系可以如图2所示。
二、其次，介绍根据上述“一”描述的热模拟实验过程得到的数据，建立各个模型的过程。
1、首先介绍利用不同模拟温度获得的页岩Ro值、HI值、TOC值，建立原始TOC预测模型与原始HI预测模型的步骤。
上述多个不同页岩样品选用Ro值小于0.5％的多个页岩样品的原因是为了方便建立原始TOC预测模型与原始HI预测模型。具体理由为：Ro小于0.5％的页岩其中的有机质基本尚未发生油气转化，可称为原始状态，原位转化的剩余生油气量、滞留油气量和产出油气量评价采用原始TOC和原始HI，实际地层中适合原位转化的页岩不一定处于原始状态，需要将相关参数恢复到原始状态。通过HI变化率和TOC变化率，根据热模拟实验数据建立了原始TOC和原始HI评价模型(下述公式(2)：原始HI预测模型、下述公式(3)：原始TOC预测模型)，HI变化率是指页岩某一Ro值对应的HI与其原始HI比值，TOC变化率是指页岩某一Ro值对应的TOC与其原始TOC比值。
其中，HIo为待测页岩的原始氢指数值(待求)，mg/g.TOC；HI为对待测页岩进行测量得到的HI值(即页岩镜质体反射率为Ro时对应的氢指数)mg/g.TOC；Ro为对待测页岩进行测量得到的Ro值，a2和b2为经验系数，当Ro≤1.0％时，可以分别为5.4792、-3.0289，当Ro>1.0％时，可以分别为7.4206、-3.2742。
其中，HT＝10-3×HIo×TOCo；
f(a32)＝b321Ro2+b322Ro+b323；
其中，TOCo为待测页岩的原始总有机碳含量值(待求)，wt％；TOC为对待测页岩进行测量得到的TOC值，wt％(即页岩镜质体反射率为Ro时对应的总有机碳含量值)；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值(可以根据上述公式(2)得到)，mg/g.TOC；b311、b312、b313、b314、b315、b321、b322和b323为经验系数，b311、b312、b313、b314、b315可以分别为0.0324、0.0177、0.0064、-0.0356、0.0096；关于b321、b322和b323：当Ro<1.0％时，可以分别为1.5838、1.5862、0.6134，当Ro≥1.0％时，可以分别为-0.0422、0.2407、0.3670。
具体实施时，本发明实施例提供方案克服了现有技术中只有提供模拟实验才能获得相关油气参数的缺陷，采用建立不同干酪根类型的页岩HI与Ro(HI与Ro的关系、模型参见图3所示)、TOC与Ro(TOC与Ro的关系、模型参见图4所示)的评价模型(原始HI预测模型和原始TOC预测模型)，在TOC预测模型中考虑了HI的变化影响，解决了不同干酪根类型页岩在不同演化程度条件下的原始HI、原始TOC预测难题，克服了现有技术中只能根据同一干酪根类型恢复原始TOC的缺陷。
具体实施时，干酪根类型是指页岩(烃源岩)中的有机质成分不同，造成其生油、生气能力不同，包括Ⅰ型、Ⅱ型、Ⅲ型三类，其中Ⅰ型干酪根以生油为主，Ⅱ型干酪根油气共生，Ⅲ型干酪根以生气为主。
2、其次介绍根据热模拟实验获得的剩余生油量、剩余生气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值，预先建立对应Ro、TOC、HI条件下的不同页岩剩余生油量和剩余生气量评价模型(页岩油原位开发剩余生油量预测模型和页岩油原位开发剩余生气量预测模型)的步骤。
页岩剩余生油量与页岩Ro、TOC和HI相关，根据热模拟实验结果建立剩余生油量评价模型(下述公式(4)，页岩油原位开发剩余生油量预测模型，具体体现关系如图5所示)。
其中，Qog为待测页岩的剩余生油量(待求)，kg/t.rock；Qogs为热模拟实验页岩样品的总生油量(已知)，kg/t.rock；Ro为对待测页岩进行测量得到的Ro值，％；a4和b4为经验系数，可以分别为86.023、-5.232；TOCos为热模拟实验页岩样品(Qogs对应页岩样品)的原始总有机碳含量值，wt％；HIos为热模拟实验页岩样品(Qogs对应页岩样品)的原始氢指数值，mg/g.TOC；TOCot为待测页岩的原始总有机碳含量值，wt％；HIot为待测页岩的原始氢指数值，mg/g.TOC。
页岩剩余生气量与页岩Ro、TOC和HI相关，根据热模拟实验数据建立剩余生气量评价模型(下述公式(5)，页岩油原位开发剩余生气量预测模型，具体体现如图6所示)。
其中，Qgg为待测页岩的剩余生气量(待求)，m3/t.rock(20℃，1标准大气压)；Qggs为热模拟实验页岩样品的总生气量(已知)，m3/t.rock(20℃，1标准大气压)；Ro为对待测页岩进行测量得到的Ro值，％；TOCos为热模拟实验页岩样品的原始总有机碳含量值(已知)；HIos为热模拟实验页岩样品(Qggs对应页岩样品)的原始氢指数值(已知)；TOCot为待测页岩的原始总有机碳含量值(可以根据上述公式(3)求得)；HIot为待测页岩的原始氢指数值(可以根据上述公式(2)求得)；a51、a52、a53和b51为经验系数，可以分别为-1.2157、2.0333、2.3623、-6.082。
具体实施时，本发明实施例还可以通过上述公式(3)和(4)，实现了准确预测原位转化剩余生油气量。
3、接着介绍根据热模拟实验获得的滞留油气量以及页岩样品的原始TOC值、Ro值、原始HI值，建立滞留油气量评价模型(页岩油原位开发滞留油量预测模型和页岩油原位开发滞留气量预测模型)的步骤。
根据热模拟实验获得的滞留油量和TOC、Ro、HI数据，建立滞留油量评价模型(下述公式(6)，页岩油原位开发滞留油量预测模型，如图7所示)。
其中，Qos为待测页岩的滞留油量(待求)，kg/t.rock；Qog为热模拟实验页岩样品的剩余生油量(已知)；TOCo为待测页岩的原始总有机碳含量值(可以根据上述公式(3)求得)，wt％；f(a6)、f(b6)、f(c6)、f(d6)为与待测页岩的Ro值相关的校正系数，无量纲；Bor为待测页岩所属研究区域的实际地层压力下的原油体积系数与模拟时所用压力下的原油体积系数的比值，无量纲；HIos为热模拟实验页岩样品的(Qog对应页岩样品)原始氢指数值(可以根据上述公式(2)求得)；HIot为待测页岩的原始氢指数值(可以根据上述公式(2)求得)。
其中，上述f(a6)、f(b6)、f(c6)计算模型具有一致的f(abc)格式，但其中的经验参数(系数)不同。f(abc)＝a61Ro+a62；式中a61和a62为经验参数(系数)，无量纲。
其中，上述
式中d61、d62、d63、d64和d65为经验系数，可以分别为0.5591、-0.2805、-0.0486、-0.1186、0.3411。
根据热模拟实验获得的滞留气量和TOC、Ro、HI数据，建立滞留气量评价模型(下述公式(7)，页岩油原位开发滞留气量预测模型，如图8所示)。
其中，
该公式中的TOCo与式(3)中的TOCo相同，与公式(4)、式(5)中的TOCot相同，c71、c72、c73和c74为经验系数，可以分别为-0.0866、0.2948、0.00119、0.09075。
其中，
c75、c76、c77、c78、c79、c710、c711、c712和c713为经验系数，可以分别为0.0273、-0.1717、6.9326、0.0401、6.5261、-0.00016、0.00655、-0.10797。
其中，Qgs为待测页岩的滞留气量(待求)，m3/t.rock(20℃，1标准大气压)；Qgg为热模拟实验页岩样品的剩余生气量(已知)；f(a7)和f(b7)为与待测页岩的TOCo相关的校正系数，无量纲；Bgir为待测页岩所属研究区域的实际地层温度、压力下的天然气偏差系数与模拟时所用温度、压力下的天然气偏差系数的比值，无量纲，HIos为热模拟实验页岩样品的(Qgg对应页岩样品)原始氢指数值(已知)；HIot为待测页岩的原始氢指数值(可以根据上述公式(2)求得)；Ro为对待测页岩进行测量得到的Ro值。
具体实施时，本发明实例提供的方案克服了现有技术中只有提供模拟实验才能获得相关油气参数的缺陷，建立原始TOC与滞留油气量关系(页岩油原位开发滞留油量预测模型和页岩油原位开发滞留气量预测模型)，克服了现有技术无法评价(预测)不同原始TOC页岩滞留油气比例的缺陷，可以预测不同页岩原始TOC及Ro值对应的滞留油量、滞留气量。
4、最后介绍根据热模拟实验获得的产出油量数据以及页岩样品的原始TOC值、Ro值、原始HI值，建立产出油气量评价模型(页岩油原位开发产出油量预测模型和页岩油原位开发产出气量预测模型)的步骤。
当页岩中滞留油量达到饱和后，剩余生油量主要是对产出油量的贡献，产出油量主要受页岩Ro和TOC、HI控制，随着Ro增大剩余生油量减小，产出油量也在减小；在相同Ro条件下，随着TOC和HI的增大剩余生油量增大，产出油量也在增大。
页岩油原位开发产出油量预测模型(体现如图9所示)为：
Qpo＝(Qos+Qog)×f(a81)Ro2+f(a82)Ro+f(a83) (8)
其中f(a81)、f(a82)、f(a83)计算模型为：f(a8)＝c81HT3+c82HT2+c83HT+c84；
其中，Qpo为待测页岩的产出油量(待求)，kg/t.rock；Qos为待测页岩的滞留油量；Qog为待测页岩的剩余生油量；Ro为对待测页岩进行测量得到的Ro值；f(a81)、f(a82)、f(a83)为与待测页岩的Ro值相关的校正系数，HIo为待测页岩的原始氢指数值；TOCo为待测页岩的原始总有机碳含量值；c81、c82、c83和c84为经验系数。
产出气量主要受页岩Ro、TOC和HI控制，随着Ro增大而减小。主要受温度升高，天然气膨胀造成的天然气产出有关，根据热模拟实验数据建立了产出气量评价模
型(下述公式(10)，页岩油原位开发产出气量预测模型，如图10所示)。
其中，
f(b91)＝c916HT2+c917HT+c918；
HT＝10-3×HIo×TOCo；
其中，Qpg为待测页岩的产出气量(待求)，m3/t.rock；Qgs为待测页岩的滞留气量；Qgg为页岩样品的剩余生气量；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值，mg/g.TOC；TOCo为待测页岩的原始总有机碳含量值，wt％；f(a91)和f(b91)为与待测页岩的Ro值相关的校正系数；c911、c912、c913、c914、c915、c916、c917和c918为经验系数，其中，c911、c912、c913、c914、c915可以分别为：-105.345、152.70、4.461、56.335、-0.554；关于c916、c917和c918，当Ro<1.25％时，可以分别为0.4796、-0.6434、0.3387，当1.25％≤Ro<2.35％时，可以分别为-0.2302、0.6061、-0.112，当Ro<1.25％时，可以分别为0.135、0.7559、1.0746。
具体实施时，本发明实例提供的技术方案通过上述公式(8)和(9)，实现了不同原始TOC及Ro页岩油原位转化出产油量和产出气量定量评价预测难题。
由于模拟原位转化条件下页岩产出油气量需要时间较长，对于没有热模拟实验数据的地区，可采用式(1)-(9)获得研究区的页岩油原位转化产出油气量数据，用于开展有利区和“甜点区”评价优选。
三、接着，介绍根据上述“二”建立各个模型进行页岩油原位开发预测的过程。
采集研究区目的层的TOC、HI和Ro数据，利用上述公式(1)～(9)获得该区目的层页岩油原位转化产出油气量。
在一个实施例中，获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值，可以包括：
根据对待测页岩进行测量得到的TOC值，Ro值，以及预先建立的原始TOC预测模型(可以是上述公式(3))，得到待测页岩的原始TOC值；所述原始TOC预测模型为：根据对多个不同页岩样品进行热模拟实验获得的TOC变化率预先建立；
根据对待测页岩进行测量得到的HI值，Ro值，以及预先建立的原始HI预测模型(可以是上述公式(2))，得到待测页岩的原始HI值；所述原始HI预测模型为：根据对多个不同页岩样品进行热模拟实验获得的HI变化率预先建立。
在一个实施例中，上述页岩油原位开发产出油气量的预测方法还可以包括：
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生油量预测模型(可以是上述公式(4))，得到待测页岩的剩余生油量；所述页岩油原位开发剩余生油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生气量预测模型(可以是上述公式(5))，得到待测页岩的剩余生气量；所述页岩油原位开发剩余生气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
在一个实施例中，上述页岩油原位开发产出油气量的预测方法还可以包括：
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留油量预测模型(可以是上述公式(6))，得到待测页岩的滞留油量；所述页岩油原位开发滞留油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留气量预测模型(可以是上述公式(7))，得到待测页岩的滞留气量；所述页岩油原位开发滞留气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
由于模拟原位转化条件下页岩产出油气量需要时间较长，对于没有热模拟实验数据的地区，可采用式(1)～(9)获得研究区(待测页岩所属研究区域)的页岩油原位转化产出油气量数据，用于开展有利区和“甜点区”评价优选。
根据以上模型，可获得任意Ro、TOC、HI条件下的页岩生油气量、滞留油气量、产出油气量，实现了定量评价。
基于同一发明构思，本发明实施例中还提供了一种页岩油原位开发产出油气量的预测装置，如下面的实施例所述。由于页岩油原位开发产出油气量的预测装置解决问题的原理与页岩油原位开发产出油气量的预测方法相似，因此页岩油原位开发产出油气量的预测装置的实施可以参见页岩油原位开发产出油气量的预测方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图11是本发明实施例中页岩油原位开发产出油气量的预测装置的结构示意图，如图11所示，该装置包括：
获取单元02，用于获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
产出油量预测单元04，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
产出气量预测单元06，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
在一个实施例中，所述获取单元具体可以用于：
根据对待测页岩进行测量得到的TOC值，Ro值，以及预先建立的原始TOC预测模型，得到待测页岩的原始TOC值；所述原始TOC预测模型为：根据对多个不同页岩样品进行热模拟实验获得的TOC变化率预先建立；
根据对待测页岩进行测量得到的HI值，Ro值，以及预先建立的原始HI预测模型，得到待测页岩的原始HI值；所述原始HI预测模型为：根据对多个不同页岩样品进行热模拟实验获得的HI变化率预先建立。
在一个实施例中，所述原始HI预测模型可以为：
其中，HIo为待测页岩的原始氢指数值；HI为对待测页岩进行测量得到的HI值；Ro为对待测页岩进行测量得到的Ro值，a2和b2为经验系数。
在一个实施例中，所述原始TOC预测模型可以为：
其中，HT＝10-3×HIo×TOCo；
f(a32)＝b321Ro2+b322Ro+b323；
TOCo为待测页岩的原始总有机碳含量值；TOC为对待测页岩进行测量得到的TOC值；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值；b311、b312、b313、b314、b315、b321、b322和b323为经验系数。
在一个实施例中，上述页岩油原位开发产出油气量的预测装置还可以包括：
剩余生油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生油量预测模型，得到待测页岩的剩余生油量；所述页岩油原位开发剩余生油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
剩余生气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生气量预测模型，得到待测页岩的剩余生气量；所述页岩油原位开发剩余生气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
在一个实施例中，所述页岩油原位开发剩余生油量预测模型可以为：
其中，Qog为待测页岩的剩余生油量；Qogs为热模拟实验页岩样品的总生油量；Ro为对待测页岩进行测量得到的Ro值；a4和b4为经验系数；TOCos为热模拟实验页岩样品的原始总有机碳含量值；HIos为热模拟实验页岩样品的原始氢指数值；TOCot为待测页岩的原始总有机碳含量值；HIot为待测页岩的原始氢指数值。
在一个实施例中，所述页岩油原位开发剩余生气量预测模型可以为：
其中，Qgg为待测页岩的剩余生气量；Qggs为热模拟实验页岩样品的总生气量；Ro为对待测页岩进行测量得到的Ro值；TOCos为热模拟实验页岩样品的原始总有机碳含量值；HIos为热模拟实验页岩样品的原始氢指数值；TOCot为待测页岩的原始总有机碳含量值；HIot为待测页岩的原始氢指数值；a51、a52、a53和b51为经验系数。
在一个实施例中，上述页岩油原位开发产出油气量的预测装置还可以包括：
滞留油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留油量预测模型，得到待测页岩的滞留油量；所述页岩油原位开发滞留油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
滞留气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留气量预测模型，得到待测页岩的滞留气量；所述页岩油原位开发滞留气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
在一个实施例中，所述页岩油原位开发滞留油量预测模型可以为：
其中，Qos为待测页岩的滞留油量；Qog为热模拟实验页岩样品的剩余生油量；TOCo为待测页岩的原始总有机碳含量值；f(a6)、f(b6)、f(c6)、f(d6)为与待测页岩的Ro值相关的校正系数；Bor为待测页岩所属研究区域的实际地层压力下的原油体积系数与模拟时所用压力下的原油体积系数的比值；HIos为热模拟实验页岩样品的原始氢指数值；HIot为待测页岩的原始氢指数值。
在一个实施例中，所述页岩油原位开发滞留气量预测模型可以为：
其中，Qgs为待测页岩的滞留气量；Qgg为热模拟实验页岩样品的剩余生气量；f(a7)和f(b7)为与待测页岩的TOCo相关的校正系数；Bgir为待测页岩所属研究区域的实际地层温度、压力下的天然气偏差系数与模拟时所用温度、压力下的天然气偏差系数的比值，HIos为热模拟实验页岩样品的原始氢指数值；HIot为待测页岩的原始氢指数值；Ro为对待测页岩进行测量得到的Ro值。
在一个实施例中，所述页岩油原位开发产出油量预测模型可以为：
Qpo＝(Qos+Qog)×f(a81)Ro2+f(a82)Ro+f(a83)
f(a8)＝c81HT3+c82HT2+c83HT+c84；
HT＝10-3×HIo×TOCo；
其中，Qpo为待测页岩的产出油量；Qos为待测页岩的滞留油量；Qog为待测页岩的剩余生油量；Ro为对待测页岩进行测量得到的Ro值；f(a81)、f(a82)、f(a83)为与待测页岩的Ro值相关的校正系数，HIo为待测页岩的原始氢指数值；TOCo为待测页岩的原始总有机碳含量值；c81、c82、c83和c84为经验系数。
在一个实施例中，所述页岩油原位开发产出气量预测模型可以为：
其中，
f(b91)＝c916HT2+c917HT+c918；
HT＝10-3×HIo×TOCo；
Qpg为待测页岩的产出气量；Qgs为待测页岩的滞留气量；Qgg为待测页岩的剩余生气量；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值；TOCo为待测页岩的原始总有机碳含量值；f(a91)和f(b91)为与待测页岩的Ro值相关的校正系数；c911、c912、c913、c914、c915、c916、c917和c918为经验系数。
本发明实施例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，所述处理器执行所述计算机程序时实现上述页岩油原位开发产出油气量的预测方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述页岩油原位开发产出油气量的预测方法的计算机程序。
本发明实施例提供的技术方案达到如下有益技术效果：
本发明实施例提供的技术方案采用页岩原始TOC、原始HI、Ro建立生油量、生气量、滞留油量、滞留气量、产出油量和产出气量模型，克服了现有技术只考虑页岩单因素建立模型的缺陷，可以更真实的获得页岩样品的相关油气参数，克服了现有技术中根据不同TOC分别建立模型，不能考虑不同干酪根类型之间的差异的缺陷。根据一个页岩样品的原始TOC、原始HI、Ro的热模拟结果标定，在获得被评价(待测)页岩的原始TOC、原始HI、Ro参数后，可以准确获得被评价页岩的生油量、生气量、滞留油量、滞留气量、产出油量和产出气量，且能够满足页岩油原位转化评价需要，克服了现有技术中只有提供模拟实验才能获得相关油气参数的缺陷；建立原始TOC与滞留油气量关系，克服了现有技术无法评价不同原始TOC页岩滞留油气比例缺陷；采用建立不同干酪根类型的页岩HI与Ro、TOC与Ro的预测模型，在TOC预测模型中考虑了HI的变化影响，解决了不同干酪根类型页岩在不同演化程度条件下的原始HI、原始TOC预测难题，克服了现有技术中只能根据同一干酪根类型恢复原始TOC的缺陷。本发明提供的技术方案解决了不同页岩原始TOC及Ro滞留油量、滞留气量，不同原始TOC及Ro页岩油原位转化出产油量和产出气量定量评价预测难题，提高了页岩油原位转化产出油气量预测精度，能够满足页岩油原位转化产出油气量评价预测、页岩油气含油气量评价预测、油气资源评价等需要。
由于同一地区或层位、不同地区或层位的页岩原始TOC、Ro、原始HI等特性参数均存在很大的不同，模拟原位转化条件获得产出油量和产出气量所需时间长，且需要把不同原始TOC、Ro、原始HI页岩样品都模拟后才能得到评价研究区目的层页岩油原位转化“甜点区”评价的可靠数据，所需时间很长、成本高。在获取研究区目的层页岩的原始TOC、Ro、原始HI参数后，利用本发明获得的定量评价(预测)模型，可以准确获得研究区目的层的页岩的生油量、生气量、滞留油量、滞留气量、产出油量和产出气量，可以快速进行页岩油原位转化“甜点区”评价优选。
综上，本发明实施例提供的技术方案实现了定量预测页岩油原位开发产出油气量，提高了页岩油原位开发产出油气量的预测精度和效率。
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。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (18)
1.一种页岩油原位开发产出油气量的预测方法，其特征在于，包括：
获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
2.如权利要求1所述的页岩油原位开发产出油气量的预测方法，其特征在于，获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值，包括：
根据对待测页岩进行测量得到的TOC值，Ro值，以及预先建立的原始TOC预测模型，得到待测页岩的原始TOC值；所述原始TOC预测模型为：根据对多个不同页岩样品进行热模拟实验获得的TOC变化率预先建立；
根据对待测页岩进行测量得到的HI值，Ro值，以及预先建立的原始HI预测模型，得到待测页岩的原始HI值；所述原始HI预测模型为：根据对多个不同页岩样品进行热模拟实验获得的HI变化率预先建立。
3.如权利要求2所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述原始HI预测模型为：
其中，HIo为待测页岩的原始氢指数值；HI为对待测页岩进行测量得到的HI值；Ro为对待测页岩进行测量得到的Ro值，a2和b2为经验系数。
4.如权利要求2所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述原始TOC预测模型为：
其中，HT＝10-3×HIo×TOCo；
f(a32)＝b321Ro2+b322Ro+b323；
TOCo为待测页岩的原始总有机碳含量值；TOC为对待测页岩进行测量得到的TOC值；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值；b311、b312、b313、b314、b315、b321、b322和b323为经验系数。
5.如权利要求1所述的页岩油原位开发产出油气量的预测方法，其特征在于，还包括：
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生油量预测模型，得到待测页岩的剩余生油量；所述页岩油原位开发剩余生油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生气量预测模型，得到待测页岩的剩余生气量；所述页岩油原位开发剩余生气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
6.如权利要求5所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发剩余生油量预测模型为：
其中，Qog为待测页岩的剩余生油量；Qogs为热模拟实验页岩样品的总生油量；Ro为对待测页岩进行测量得到的Ro值；a4和b4为经验系数；TOCos为热模拟实验页岩样品的原始总有机碳含量值；HIos为热模拟实验页岩样品的原始氢指数值；TOCot为待测页岩的原始总有机碳含量值；HIot为待测页岩的原始氢指数值。
7.如权利要求5所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发剩余生气量预测模型为：
其中，Qgg为待测页岩的剩余生气量；Qggs为热模拟实验页岩样品的总生气量；Ro为对待测页岩进行测量得到的Ro值；TOCos为热模拟实验页岩样品的原始总有机碳含量值；HIos为热模拟实验页岩样品的原始氢指数值；TOCot为待测页岩的原始总有机碳含量值；HIot为待测页岩的原始氢指数值；a51、a52、a53和b51为经验系数。
8.如权利要求1所述的页岩油原位开发产出油气量的预测方法，其特征在于，还包括：
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留油量预测模型，得到待测页岩的滞留油量；所述页岩油原位开发滞留油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留气量预测模型，得到待测页岩的滞留气量；所述页岩油原位开发滞留气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
9.如权利要求8所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发滞留油量预测模型为：
其中，Qos为待测页岩的滞留油量；Qog为热模拟实验页岩样品的剩余生油量；TOCo为待测页岩的原始总有机碳含量值；f(a6)、f(b6)、f(c6)、f(d6)为与待测页岩的Ro值相关的校正系数；Bor为待测页岩所属研究区域的实际地层压力下的原油体积系数与模拟时所用压力下的原油体积系数的比值；HIos为热模拟实验页岩样品的原始氢指数值；HIot为待测页岩的原始氢指数值。
10.如权利要求8所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发滞留气量预测模型为：
其中，Qgs为待测页岩的滞留气量；Qgg为热模拟实验页岩样品的剩余生气量；f(a7)和f(b7)为与待测页岩的TOCo相关的校正系数；Bgir为待测页岩所属研究区域的实际地层温度、压力下的天然气偏差系数与模拟时所用温度、压力下的天然气偏差系数的比值，HIos为热模拟实验页岩样品的原始氢指数值；HIot为待测页岩的原始氢指数值；Ro为对待测页岩进行测量得到的Ro值。
11.如权利要求1所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发产出油量预测模型为：
Qpo＝(Qos+Qog)×f(a81)Ro2+f(a82)Ro+f(a83)；
f(a8)＝c81HT3+c82HT2+c83HT+c84；
HT＝10-3×HIo×TOCo；
其中，Qpo为待测页岩的产出油量；Qos为待测页岩的滞留油量；Qog为待测页岩的剩余生油量；Ro为对待测页岩进行测量得到的Ro值；f(a81)、f(a82)、f(a83)为与待测页岩的Ro值相关的校正系数，HIo为待测页岩的原始氢指数值；TOCo为待测页岩的原始总有机碳含量值；c81、c82、c83和c84为经验系数。
12.如权利要求1所述的页岩油原位开发产出油气量的预测方法，其特征在于，所述页岩油原位开发产出气量预测模型为：
其中，
f(b91)＝c916HT2+c917HT+c918；
HT＝10-3×HIo×TOCo；
Qpg为待测页岩的产出气量；Qgs为待测页岩的滞留气量；Qgg为待测页岩的剩余生气量；Ro为对待测页岩进行测量得到的Ro值；HIo为待测页岩的原始氢指数值；TOCo为待测页岩的原始总有机碳含量值；f(a91)和f(b91)为与待测页岩的Ro值相关的校正系数；c911、c912、c913、c914、c915、c916、c917和c918为经验系数。
13.一种页岩油原位开发产出油气量的预测装置，其特征在于，包括：
获取单元，用于获取待测页岩的原始总有机碳含量TOC值、镜质体反射率Ro值和原始氢指数HI值；
产出油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出油量预测模型，得到待测页岩的产出油量；所述页岩油原位开发产出油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
产出气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发产出气量预测模型，得到待测页岩的产出气量；所述页岩油原位开发产出气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的产出气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
14.如权利要求13所述的页岩油原位开发产出油气量的预测装置，其特征在于，所述获取单元具体用于：
根据对待测页岩进行测量得到的TOC值，Ro值，以及预先建立的原始TOC预测模型，得到待测页岩的原始TOC值；所述原始TOC预测模型为：根据对多个不同页岩样品进行热模拟实验获得的TOC变化率预先建立；
根据对待测页岩进行测量得到的HI值，Ro值，以及预先建立的原始HI预测模型，得到待测页岩的原始HI值；所述原始HI预测模型为：根据对多个不同页岩样品进行热模拟实验获得的HI变化率预先建立。
15.如权利要求13所述的页岩油原位开发产出油气量的预测装置，其特征在于，还包括：
剩余生油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生油量预测模型，得到待测页岩的剩余生油量；所述页岩油原位开发剩余生油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
剩余生气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发剩余生气量预测模型，得到待测页岩的剩余生气量；所述页岩油原位开发剩余生气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的剩余生气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
16.如权利要求13所述的页岩油原位开发产出油气量的预测装置，其特征在于，还包括：
滞留油量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留油量预测模型，得到待测页岩的滞留油量；所述页岩油原位开发滞留油量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留油量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立；
滞留气量预测单元，用于根据待测页岩的原始TOC值、Ro值、原始HI值，以及预先建立的页岩油原位开发滞留气量预测模型，得到待测页岩的滞留气量；所述页岩油原位开发滞留气量预测模型为：根据对多个不同页岩样品进行热模拟实验获得的滞留气量数据，以及页岩样品的原始TOC值、Ro值、原始HI值预先建立。
17.一种计算机设备，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至12任一所述方法。
18.一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至12任一所述方法的计算机程序。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910676727.4A CN112288118B (zh) | 2019-07-25 | 2019-07-25 | 页岩油原位开发产出油气量的预测方法及装置 |
| US17/044,035 US20230220755A1 (en) | 2019-07-25 | 2020-02-24 | Method and apparatus for predicting oil and gas yields in in-situ oil shale exploitation |
| PCT/CN2020/076346 WO2021012670A1 (zh) | 2019-07-25 | 2020-02-24 | 页岩油原位开发产出油气量的预测方法及装置 |
| RU2020133604A RU2758483C1 (ru) | 2019-07-25 | 2020-02-24 | Способ и устройство для прогнозирования выходов нефти и газа при внутрипластовой разработке нефтяного сланца |
| CA3094190A CA3094190C (en) | 2019-07-25 | 2020-02-24 | Method and apparatus for predicting oil and gas yields in in-situ oil shale exploitation |
| EP20775570.3A EP3789941B1 (en) | 2019-07-25 | 2020-02-24 | Method and apparatus for predicting production of oil and gas obtained from shale oil in-situ exploitation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910676727.4A CN112288118B (zh) | 2019-07-25 | 2019-07-25 | 页岩油原位开发产出油气量的预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112288118A true CN112288118A (zh) | 2021-01-29 |
| CN112288118B CN112288118B (zh) | 2024-06-28 |
Family
ID=74193003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910676727.4A Active CN112288118B (zh) | 2019-07-25 | 2019-07-25 | 页岩油原位开发产出油气量的预测方法及装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20230220755A1 (zh) |
| EP (1) | EP3789941B1 (zh) |
| CN (1) | CN112288118B (zh) |
| CA (1) | CA3094190C (zh) |
| RU (1) | RU2758483C1 (zh) |
| WO (1) | WO2021012670A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113297803A (zh) * | 2021-06-17 | 2021-08-24 | 东北石油大学 | 一种油气产量智能模拟预估方法和系统 |
| WO2024099049A1 (zh) * | 2022-11-08 | 2024-05-16 | 中国石油天然气集团有限公司 | 一种泥页岩储层的可动油含量评价方法、系统、设备与存储介质 |
| WO2024108688A1 (zh) * | 2022-11-22 | 2024-05-30 | 中国石油天然气股份有限公司 | 一种岩石原位转化动态储层物性变化评价方法及系统 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113433202A (zh) * | 2021-06-28 | 2021-09-24 | 数皮科技(湖北)有限公司 | 一种钻井现场页岩油含油量计算方法 |
| CN116168172B (zh) * | 2023-04-19 | 2023-07-11 | 武汉中旺亿能科技发展有限公司 | 页岩油气甜点预测方法、装置、设备及存储介质 |
| CN116151044B (zh) * | 2023-04-20 | 2023-07-21 | 中国地质大学（北京） | 页岩可动油边界的确定方法及系统 |
| CN116773771B (zh) * | 2023-05-29 | 2024-02-02 | 中国地质调查局油气资源调查中心 | 页岩油评价参数起算标准的确定方法、装置和电子设备 |
| CN116882639B (zh) * | 2023-09-08 | 2023-12-08 | 山东立鑫石油机械制造有限公司 | 基于大数据分析的石油钻采设备管理方法及系统 |
Citations (5)
| 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 |
| US20160186556A1 (en) * | 2014-12-31 | 2016-06-30 | Schlumberger Technology Corporation | Method and Apparatus for Evaluation of Hydrocarbon-Bearing Reservoirs |
| CN108547612A (zh) * | 2018-03-02 | 2018-09-18 | 中国石油天然气股份有限公司 | 页岩油原位转化产出油量、产出气量的确定方法和装置 |
| CN109113730A (zh) * | 2018-07-12 | 2019-01-01 | 中国石油天然气股份有限公司 | 页岩油原位转化开发甜点区确定方法、装置及系统 |
| CN109977360A (zh) * | 2019-04-08 | 2019-07-05 | 南京大学 | 高-过成熟腐泥型海相页岩原始氢指数和有机碳恢复方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8352228B2 (en) * | 2008-12-23 | 2013-01-08 | Exxonmobil Upstream Research Company | Method for predicting petroleum expulsion |
| RU2573746C2 (ru) * | 2010-07-30 | 2016-01-27 | Эксонмобил Апстрим Рисерч Компани | Система и способы для прогнозирования поведения скважины |
| CN105158816B (zh) * | 2015-10-19 | 2017-11-28 | 中国石油大学(华东) | 预测页岩不同类型吸附气非均质性分布的方法 |
-
2019
- 2019-07-25 CN CN201910676727.4A patent/CN112288118B/zh active Active
-
2020
- 2020-02-24 US US17/044,035 patent/US20230220755A1/en active Pending
- 2020-02-24 CA CA3094190A patent/CA3094190C/en active Active
- 2020-02-24 EP EP20775570.3A patent/EP3789941B1/en active Active
- 2020-02-24 WO PCT/CN2020/076346 patent/WO2021012670A1/zh unknown
- 2020-02-24 RU RU2020133604A patent/RU2758483C1/ru active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160186556A1 (en) * | 2014-12-31 | 2016-06-30 | Schlumberger Technology Corporation | Method and Apparatus for Evaluation of Hydrocarbon-Bearing Reservoirs |
| 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 |
| CN108547612A (zh) * | 2018-03-02 | 2018-09-18 | 中国石油天然气股份有限公司 | 页岩油原位转化产出油量、产出气量的确定方法和装置 |
| CN109113730A (zh) * | 2018-07-12 | 2019-01-01 | 中国石油天然气股份有限公司 | 页岩油原位转化开发甜点区确定方法、装置及系统 |
| CN109977360A (zh) * | 2019-04-08 | 2019-07-05 | 南京大学 | 高-过成熟腐泥型海相页岩原始氢指数和有机碳恢复方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113297803A (zh) * | 2021-06-17 | 2021-08-24 | 东北石油大学 | 一种油气产量智能模拟预估方法和系统 |
| CN113297803B (zh) * | 2021-06-17 | 2022-12-06 | 东北石油大学 | 一种油气产量智能模拟预估方法和系统 |
| WO2024099049A1 (zh) * | 2022-11-08 | 2024-05-16 | 中国石油天然气集团有限公司 | 一种泥页岩储层的可动油含量评价方法、系统、设备与存储介质 |
| WO2024108688A1 (zh) * | 2022-11-22 | 2024-05-30 | 中国石油天然气股份有限公司 | 一种岩石原位转化动态储层物性变化评价方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2758483C1 (ru) | 2021-10-28 |
| CN112288118B (zh) | 2024-06-28 |
| WO2021012670A1 (zh) | 2021-01-28 |
| CA3094190A1 (en) | 2021-01-25 |
| EP3789941A1 (en) | 2021-03-10 |
| EP3789941B1 (en) | 2023-12-20 |
| US20230220755A1 (en) | 2023-07-13 |
| EP3789941A4 (en) | 2022-01-12 |
| CA3094190C (en) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112288118B (zh) | 页岩油原位开发产出油气量的预测方法及装置 | |
| CN105572320B (zh) | 一种烃源岩生、排、滞留烃量的定量评价方法 | |
| EP3167284B1 (en) | Pyrolysis to determine hydrocarbon expulsion efficiency of hydrocarbon source rock | |
| Hou et al. | Hydrocarbon generation-retention-expulsion mechanism and shale oil producibility of the permian lucaogou shale in the Junggar Basin as simulated by semi-open pyrolysis experiments | |
| CN105158434B (zh) | 一种动态判识海相深层天然气成因类型的方法 | |
| CN105181909B (zh) | 一种基于油气生排烃机理的有机碳恢复系数方法 | |
| CN111175177B (zh) | 一种基于烷烃碳同位素倒转的高成熟-过成熟页岩含气量评估方法 | |
| US11029445B2 (en) | Method and apparatus for determining oil output quantity and gas output quantity of shale oil in-situ conversion | |
| Zhao et al. | Hydrocarbon generation from confined pyrolysis of lower Permian Shanxi Formation coal and coal measure mudstone in the Shenfu area, northeastern Ordos Basin, China | |
| Wang et al. | Modeling hydrocarbon generation from the Paleogene source rocks in Liaodong Bay, Bohai Sea: A study on gas potential of oil-prone source rocks | |
| US11226325B2 (en) | Method for simulating the quantity and the quality of the hydrocarbons from a sedimentary basin | |
| CN109709299A (zh) | 一种基于烃源岩生排烃率的有机碳恢复系数评价方法 | |
| CN106153666A (zh) | 不同埋藏史条件下烃源岩多次生烃特点的模拟方法 | |
| Hou et al. | Assessment of recoverable oil and gas resources by in-situ conversion of shale—Case study of extracting the Chang 73 shale in the Ordos Basin | |
| CN110108856A (zh) | 超压背景下烃源岩有机质成熟度的预测方法 | |
| Shuai et al. | Kinetic modeling of individual gaseous component formed from coal in a confined system | |
| CN112308264A (zh) | 预测页岩油原位转化最佳开发方式的方法及装置 | |
| Sweeney et al. | Pyrolysis kinetics applied to prediction of oil generation in the Maracaibo Basin, Venezuela | |
| CN112147034B (zh) | 烃源岩高过熟阶段生成常规和非常规天然气的评价方法 | |
| CN113946928B (zh) | 一种有效烃源岩物性参数的预测方法及装置 | |
| Ritter et al. | Experimental heating and kinetic models of source rocks: comparison of different methods | |
| WO2022012368A1 (zh) | 一种页岩原位转化可采油气资源量的预测方法及装置 | |
| CN104698092B (zh) | 一种净油累积转化率的评价方法 | |
| CN115236114A (zh) | 一种油页岩原位开采的方法 | |
| CN114441370B (zh) | 一种利用无效有机碳计算生烃量、排烃量的方法 |
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 |