CN113027432B - 一种总有机碳含量的确定方法、装置、设备及存储介质 - Google Patents

一种总有机碳含量的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113027432B
CN113027432B CN202110310325.XA CN202110310325A CN113027432B CN 113027432 B CN113027432 B CN 113027432B CN 202110310325 A CN202110310325 A CN 202110310325A CN 113027432 B CN113027432 B CN 113027432B
Authority
CN
China
Prior art keywords
actual
logging
target
carbon content
organic carbon
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
Application number
CN202110310325.XA
Other languages
English (en)
Other versions
CN113027432A (zh
Inventor
高阳东
汪旭东
肖张波
罗明
张素芳
刘汉卿
贾连凯
杨学奇
刘灵
石创
宗兆云
于松鹤
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 East China
China National Offshore Oil Corp Shenzhen Branch
Original Assignee
China University of Petroleum East China
China National Offshore Oil Corp Shenzhen Branch
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 East China, China National Offshore Oil Corp Shenzhen Branch filed Critical China University of Petroleum East China
Priority to CN202110310325.XA priority Critical patent/CN113027432B/zh
Publication of CN113027432A publication Critical patent/CN113027432A/zh
Application granted granted Critical
Publication of CN113027432B publication Critical patent/CN113027432B/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
    • 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
    • E21B47/00—Survey of boreholes or wells
    • 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
    • E21B47/00—Survey of boreholes or wells
    • E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
    • E21B47/14—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Mining & Mineral Resources (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Geophysics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Remote Sensing (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明实施例公开了一种总有机碳含量的确定方法、装置、设备及存储介质。其中，该方法包括：根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。实现了对总有机碳含量的预测，有效提高预测精度。

Description

一种总有机碳含量的确定方法、装置、设备及存储介质
技术领域
本发明实施例涉及油气勘探技术领域，尤其涉及一种总有机碳含量的确定方法、装置、设备及存储介质。
背景技术
总有机碳含量是指岩石中所有有机质含有的碳元素总和占岩石总重量的百分比，它是表征地层有机质丰度的主要指标之一，反映了烃源岩的生烃潜力，是评价烃源岩的一项基础地化参数。
现有的关于烃源岩总有机碳含量预测的常用方法是ΔlogR法，该方法是一种基于声波、电阻率测井曲线和热成熟度参数预测总有机碳含量的方法，可以获得纵向连续的总有机碳含量分布。但热成熟度参数难以获得，且该方法对其他测井信息的考虑不够全面，预测的准确度较低。
发明内容
本发明实施例提供一种总有机碳含量的确定方法、装置、设备及存储介质，以提高总有机碳含量的确定精度。
第一方面，本发明实施例提供了一种总有机碳含量的确定方法，该方法包括：
根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度；
根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。
第二方面，本发明实施例还提供了一种总有机碳含量的确定装置，该装置包括：
目标井确定模块，用于根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
系数值确定模块，用于根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度；
数据均一化模块，用于根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
总有机碳含量确定模块，用于根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。
第三方面，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程序时实现如本发明任意实施例所述的总有机碳含量的确定方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的总有机碳含量的确定方法。
本发明实施例通过确定一个目标实测井，根据目标实测井中的实测数据确定总有机碳含量确定方程中未知系数的目标系数值，得到完整的总有机碳含量确定方程。实现了对伽马值、地层电阻率、声波时差和地层密度的考虑，减少热成熟度参数的影响，减小计算难度，提高计算效率。在得到完整的总有机碳含量确定方程后，根据目标实测井的数据，对其他实测井的数据进行均一化处理，使其他实测井可以按照总有机碳含量确定方程进行计算，实现对总有机碳含量的可靠预测。解决了现有技术中热成熟度参数造成误差的问题，对实测井的数据考虑更为全面，提高总有机碳含量曲线的确定精度。
附图说明
图1是本发明实施例一中的一种总有机碳含量的确定方法的流程示意图；
图2是本发明实施例二中的一种总有机碳含量的确定方法的流程示意图；
图3是本发明实施例三中的一种总有机碳含量的确定装置的结构框图；
图4是本发明实施例四中的一种总有机碳含量的确定设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种总有机碳含量的确定方法的流程示意图，本实施例可适用于对烃源岩总有机碳含量进行预测的情况，该方法可以由一种总有机碳含量的确定装置来执行。如图1所示，该方法具体包括如下步骤：
步骤110、根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井。
其中，预先设置一个目标实测井筛选规则，目标实测井筛选规则用于从多个实测井中选择一个目标实测井。例如，可以为各个实测井进行编号，目标实测井筛选规则规定编号为1的实测井为目标实测井。实测井是实际钻探测量的井，可以钻探多个实测井。本实施例中，总有机碳含量的确定方法用于预测各个实测井纵向不同深度处的地层总有机碳含量。被预测的各个实测井包括目标实测井和除目标实测井之外的其他实测井，总有机碳含量可以以曲线的形式进行表达，表示实测井各个深度处的地层总有机碳含量。
本实施例中，可选的，在根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井之前，还包括：获取至少两个实测井的实测数据；其中，实测数据包括实测总有机碳含量值和实际测井数据，实际测井数据包括实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线，实测井的伽马值曲线中包括实测点的伽马值，实测井的地层电阻率曲线中包括实测点的地层电阻率值，实测井的声波时差曲线中包括实测点的声波时差，实测井的地层密度曲线中包括实测点的地层密度；实测总有机碳含量值包括实测点的地层总有机碳含量值。
具体的，在确定待预测总有机碳含量的实测井后，收集各个实测井的实测数据，实测井的数量为至少两个。实测数据包括实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线，伽马值曲线表示实测井在纵向方向上各个深度的伽马值，地层电阻率曲线表示实测井在纵向方向上各个深度的地层电阻率值，声波时差曲线表示实测井在纵向方向上各个深度的声波时差，地层密度曲线表示实测井在纵向方向上各个深度的地层密度。预先确定实测井中的多个实测点，一个实测井中的实测点位于不同的深度，采集实测点的伽马值、地层电阻率、声波时差和地层密度。因此，实测井的伽马值曲线中包括实测点的伽马值，实测井的地层电阻率曲线中包括实测点的地层电阻率值，实测井的声波时差曲线中包括实测点的声波时差，实测井的地层密度曲线中包括实测点的地层密度。这样设置的有益效果在于，考虑有机质“三高一低”的特征，“三高一低”即高自然伽马、高声波时差、高电阻率和低密度，通过采用自然伽马、声波时差、电阻率和密度等测井参数，建立起TOC(Total Organic Carbon，总有机碳)与这些测井参数的统计关系，便于构建TOC含量的计算方程，避免了缺乏热成熟度参数所造成的影响和误差，提高总有机碳含量的预测准确性和可靠性。
步骤120、根据目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到总有机碳含量确定方程中未知系数的目标系数值；其中，实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度。
其中，目标实测井中有多个实测点，获取目标实测井中多个实测点的实测数据，可以获取预设数量的实测点的实测数据。例如，预设数量为10个实测点或目标实测井的所有实测点。获取的实测数据包括实测点的伽马值、地层电阻率值、声波时差和地层密度，还包括实测点实际的总有机碳含量。将各个实测点的实测数据分别代入到预设的总有机碳含量确定方程，组成总有机碳含量确定方程组。通过解方程组，得到总有机碳含量确定方程预设的未知系数的目标系数值。
本实施例中，可选的，预设的总有机碳含量确定方程为：
TOC＝(a×logRt+b×Δt+c×GR+d)/ρ；
其中，TOC表示总有机碳含量，Rt表示地层电阻率，Δt表示声波时差，GR表示伽马值，ρ表示地层密度，a、b、c和d为未知系数。
具体的，总有机碳含量确定方程中有四个未知系数，总有机碳含量确定方程可以由ΔlogR法的公式推导得来。ΔlogR法的确定总有机碳含量的公式如下：
ΔlogR＝log(Rt/R0)-0.02×(Δt-Δt0) (1)
TOC＝(ΔlogR)×10(2.297-0.1688×LOM) (2)
其中，ΔlogR是声波时差与地层电阻率的对数间隔，LOM是热成熟度参数，R0是非烃源岩地层中的电阻率基线，Δt0是非烃源岩地层中的声波时差基线。由于热成熟度参数难以获得，因此，可以消除ΔlogR法公式中的热成熟度参数，并考虑有机质具有高伽马和低密度的特征，得到预设的总有机碳含量确定方程。具体推导过程可以是：
第一步、消除难以获得的热成熟度参数，将式(2)写作：
TOC＝K×ΔlogR (3)
其中，K为待确定系数。
第二步、将式(1)代入式(3)得
Figure BDA0002989427250000071
第三步、对于一个工区来说，非烃源岩的电阻率基线和声波时差基线可视为一个常数，因此，式(4)可简化为：
TOC＝K×logRt-0.02×K×Δt-K0 (5)
其中，K0为K×(logR0-0.02×Δt0)。
第四步、在以目标实测井烃源岩段实际测井数据的实际测井曲线为标准对同一工区内各实测井的实际测井曲线做均一化处理后，可以将K和K0都视为常数，则式(5)可简化为：
TOC＝a×logRt+b×Δt+c (6)
其中，a、b和c为未知的常数系数。
第五步、考虑有机质具有高伽马和低密度的特征，将式(6)改写为：
TOC＝(a×logRt+b×Δt+c×GR+d)/ρ (7)
其中，GR为伽马值，ρ为地层密度,d为未知的常数系数。式(7)即为总有机碳含量确定方程，式(7)中有四个未知系数a、b、c和d。
将实测点的实测数据代入总有机碳含量确定方程，实测点的总有机碳含量已知，Rt、Δt、GR和ρ已知，通过建立方程组，可以得到a、b、c和d的值，即得到未知系数的目标系数值。这样设置的有益效果在于，通过采用总有机碳含量确定方程，可以减小热成熟度参数的计算难度，消除热成熟度参数的影响，并且综合考虑了有机质具有高自然伽马、高声波时差、高电阻率以及低密度的“三高一低”特征，使计算结果更为准确可靠，能够有效提高总有机碳含量的预测精度和预测效率。
步骤130、根据目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线。
其中，由于存在多个实测井，各个实测井中实测数据的测井曲线变化范围并不相同，例如，对于密度参数而言，实测井一在深度2000至3000米的范围内，密度值的范围为2300-2700kg/m3，实测井二在深度2000至3000米的范围内，密度值为2400-2600kg/m3。以目标实测井烃源岩段的实际测井数据的测井曲线为标准，对工区内其他实测井的测井曲线做均一化处理。其他实测井是实测井中除目标实测井之外的实测井，对测井曲线做均一化处理，就是对实际测井数据进行均一化处理。例如，以目标实测井为标准，对其他实测井的密度进行均一化处理，目标实测井的密度标准为，在深度2000至3000米的范围内，密度值为2300-2700kg/m3，则确定其他实测井在深度2000至3000米的范围内，以2300-2700kg/m3为标准的情况下各点的密度值。根据均一化后的实际测井数据，生成标准化实际测井数据曲线，例如，将实测井均一化后各深度的密度值连成标准化实际测井数据曲线。
本实施例中，可选的，根据目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线，包括：确定目标实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线为目标实测井的标准化实际测井数据曲线；根据目标实测井的标准化实际测井数据，对除目标实测井之外的其他实测井的伽马值、地层电阻率、声波时差和地层密度进行均一化处理，得到其他实测井的标准化实际测井数据曲线。
具体的，对实际测井数据进行均一化处理是指对伽马值、地层电阻率、声波时差和地层密度进行均一化处理，也可以认为是对实际测井数据中的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线进行均一化处理。每个实测井可以得到四个均一化后的标准化实际测井数据曲线，目标实测井的标准化实际测井数据曲线即为采集到的实际测井数据的测井曲线，其他实测井的标准化实际测井数据曲线为均一化后的实际测井数据的测井曲线。均一化处理是先计算目标实测井中四种实际测井数据的均值和标准差，再计算其他实测井中四种实际测井数据的均值和标准差，根据均一化处理公式，得到其他实测井的标准化实际测井数据曲线。例如，先计算目标实测井的伽马值的均值和标准差，再确定其他实测井的伽马值的均值和标准差，根据均一化处理公式，得到其他实测井的伽马值均一化处理后的标准化伽马测井数据曲线。这样设置的有益效果在于，对各个其他实测井进行均一化处理，使其他实测井和目标实测井都适用于未知系数的目标系数值，减少总有机碳含量的计算误差，提高总有机碳含量的预测精度。
步骤140、根据任一实测井的标准化实际测井数据曲线，基于总有机碳含量确定方程和目标系数值，得到实测井的总有机碳含量曲线。
其中，在得到各个实测井的标准化实际测井数据曲线后，若要预测任一实测井在各个深度下的总有机碳含量，则可以将实测井的四种标准化实际测井数据曲线中的值代入到总有机碳含量确定方程中，由于未知系数的目标系数值已知，因此，可以得到各个深度下的总有机碳含量。根据各个深度下的总有机碳含量，得到实测井在纵向深度上的总有机碳含量曲线。在将伽马值、地层电阻率值、声波时差和地层密度代入方程中时，一个方程中的这四个值是同一深度的值，四个方程分别代入四个不同深度的值。例如，方程组中第一个方程的四个值是在3500米的深度处的值，第二个方程中四个值是在3550米处的值，第三个方程中的四个值是在3600米处的值，第四个方程中的四个值是在3650深度处的值。
本实施例中，可选的，根据任一实测井的标准化实际测井数据曲线，基于总有机碳含量确定方程和目标系数值，得到实测井的总有机碳含量曲线，包括：根据目标系数值和总有机碳含量确定方程，得到目标总有机碳含量确定方程；将任一实测井标准化实际测井数据曲线中的标准化实际测井数据代入目标总有机碳含量确定方程，得到实测井的总有机碳含量曲线。
具体的，在得到未知系数的目标系数值后，将目标系数值代入总有机碳含量确定方程，得到完整的总有机碳含量确定方程，即目标总有机碳含量确定方程。根据实测井的标准化实际测井数据数据曲线，将任意深度下四个标准化实际测井数据值代入到目标总有机碳含量确定方程中，得到实测井在该深度的总有机碳含量。所代入的伽马值、地层电阻率值、声波时差和地层密度对应的深度一致，在得到各个深度的总有机碳含量后，即可得到实测井的总有机碳含量曲线。这样设置的有益效果在于，在目标地区根据目标实测井的实际测井数据，确定未知系数的目标系数值，使目标总有机碳含量确定方程与目标地区的实测情况相适应，不同地区的目标系数值可以不同，即目标总有机碳含量确定方程可以不同，提高对目标地区中各实测井总有机碳含量的预测精度。
本实施例的技术方案，通过确定一个目标实测井，根据目标实测井中的实测数据确定总有机碳含量确定方程中未知系数的目标系数值，得到完整的总有机碳含量确定方程。实现了对伽马值、地层电阻率值、声波时差和地层密度的考虑，减少热成熟度参数的影响，减小计算难度，提高计算效率。在得到完整的总有机碳含量确定方程后，根据目标实测井的实际测井数据，对其他实测井的实际测井数据数据进行均一化处理，使其他实测井可以按照总有机碳含量确定方程进行计算，实现对总有机碳含量的可靠预测。解决了现有技术中热成熟度参数造成误差的问题，对实测井的数据考虑更为全面，提高总有机碳含量曲线的确定精度。
实施例二
图2为本发明实施例二所提供的一种总有机碳含量的确定方法的流程示意图，本实施例以上述实施例为基础进行进一步的优化，该方法可以由一种总有机碳含量的确定装置来执行。
本实施例中，可选的，根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井，包括：比较至少两个实测井中的实测点数量；将实测点数量符合预设数量要求的实测井确定为目标实测井。
如图2所示，该方法具体包括如下步骤：
步骤210、比较至少两个实测井中的实测点数量；将实测点数量符合预设数量要求的实测井确定为目标实测井。
其中，预先设置一个目标实测井筛选规则，例如，目标实测井筛选规则可以规定将实测点数量满足预设数量要求的实测井作为目标实测井。获取各个实测井的实测点数量，实测点是工作人员实际对实测井某一深度地层进行了地球化学方法测试地层总有机碳含量值的点，不同实测点测量的是实测井不同的深度处的地层总有机碳含量值的数据。比较各个实测井中实测点的数量，按照由大至小的顺序进行排列。确定目标实测井筛选规则中规定的预设数量要求，判断是否存在满足预设数量要求的实测井，若存在，则该实测井为目标实测井。例如，可以将预设数量要求设置为，将实测点数量最多的实测井确定为目标实测井，则确定多个实测井中，实测点最多的实测井，该实测井为目标实测井。
步骤220、根据目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到总有机碳含量确定方程中未知系数的目标系数值；其中，实测数据包括实测点的伽马值、地层电阻率、声波时差和地层密度。
其中，将目标实测井中实测点的实测数据代入预设的总有机碳含量确定方程，求解总有机碳含量确定方程中未知系数的目标系数值。
本实施例中，可选的，根据目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到总有机碳含量确定方程中未知系数的目标系数值，包括：将目标实测井中至少四个实测点的实测数据代入预设的总有机碳含量确定方程，生成总有机碳含量确定方程组；根据总有机碳含量确定方程组，得到总有机碳含量确定方程中四个未知系数的目标系数值。
具体的，总有机碳含量确定方程中有四个未知系数a、b、c和d，总有机碳含量确定方程如下：
TOC＝(a×logRt+b×Δt+c×GR+d)/ρ；
其中，将实测数据中的地层电阻率值代入到Rt中，将声波时差代入到Δt中，将伽马值代入到GR中，将地层密度代入到ρ中，将总有机碳含量代入到TOC中。为求出未知系数，需要至少四个实测点的实际测井数据和实测的总有机碳含量值，组成总有机碳含量确定方程组。根据总有机碳含量确定方程组，可以得到总有机碳含量确定方程中四个未知系数的目标系数值，实测点的数量越多，未知系数的目标系数值精度越高。这样设置的有益效果在于，通过设置方程组，可以快速得到未知系数的目标系数值，从而得到完整的总有机碳含量确定方程，便于根据总有机碳含量确定方程，计算总有机碳含量，提高总有机碳含量的确定效率。
步骤230、根据目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据数据曲线。
步骤240、根据任一实测井的标准化实际测井数据曲线，基于总有机碳含量确定方程和目标系数值，得到实测井的总有机碳含量曲线。
本发明实施例通过确定实测井的实测点数量，确定一个目标实测井，提高了目标实测井的确定效率。根据目标实测井中的实际测井数据和实测总有机碳含量值确定总有机碳含量确定方程中未知系数的目标系数值，得到完整的总有机碳含量确定方程。通过将实测点数量较多的实测井作为目标实测井，可以使目标系数值的精度更高。本发明实施例还实现了对伽马值、地层电阻率、声波时差和地层密度的考虑，减少热成熟度参数的影响，减小计算难度，提高计算效率。在得到完整的总有机碳含量确定方程后，根据目标实测井的数据，对其他实测井的数据进行均一化处理，使其他实测井可以按照总有机碳含量确定方程进行计算，实现对总有机碳含量的可靠预测。解决了现有技术中热成熟度参数造成误差的问题，对实测井的数据考虑更为全面，提高总有机碳含量曲线的确定精度。
实施例三
图3为本发明实施例三所提供的一种总有机碳含量的确定装置的结构框图，可执行本发明任意实施例所提供的一种总有机碳含量的确定方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置具体包括：
目标井确定模块301，用于根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
系数值确定模块302，用于根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的伽马值、地层电阻率、声波时差和地层密度；
数据均一化模块303，用于根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
总有机碳含量确定模块304，用于根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。
可选的，该装置还包括：
数据获取模块，用于获取至少两个实测井的实测数据；其中，所述实测数据还包括实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线，所述实测井的伽马值曲线中包括实测点的伽马值，所述实测井的地层电阻率曲线中包括实测点的地层电阻率值，所述实测井的声波时差曲线中包括实测点的声波时差，所述实测井的地层密度曲线中包括实测点的地层密度。
可选的，目标井确定模块301，包括：
实测点数量比较单元，用于比较至少两个实测井中的实测点数量；
目标实测井确定单元，用于将所述实测点数量符合预设数量要求的实测井确定为目标实测井。
可选的，预设的总有机碳含量确定方程为：
TOC＝(a×logRt+b×Δt+c×GR+d)/ρ；
其中，TOC表示总有机碳含量，Rt表示地层电阻率，Δt表示声波时差，GR表示伽马值，ρ表示地层密度，a、b、c和d为未知系数。
可选的，系数值确定模块302，包括：
方程组生成单元，用于将所述目标实测井中至少四个实测点的实测数据代入预设的总有机碳含量确定方程，生成总有机碳含量确定方程组；
系数值获得单元，用于根据所述总有机碳含量确定方程组，得到所述总有机碳含量确定方程中四个未知系数的目标系数值。
可选的，数据均一化模块303，具体用于：
确定所述目标实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线为目标实测井的标准化实际测井数据曲线；
根据所述目标实测井的标准化实际测井数据，对除目标实测井之外的其他实测井的伽马值、地层电阻率、声波时差和地层密度进行均一化处理，得到其他实测井的标准化实际测井数据曲线。
可选的，总有机碳含量确定模块304，具体用于：
根据所述目标系数值和总有机碳含量确定方程，得到目标总有机碳含量确定方程；
将所述任一实测井标准化实际测井数据曲线中的标准化实际测井数据代入所述目标总有机碳含量确定方程，得到所述实测井的总有机碳含量曲线。
本发明实施例通过确定一个目标实测井，根据目标实测井中的实测数据确定总有机碳含量确定方程中未知系数的目标系数值，得到完整的总有机碳含量确定方程。实现了对伽马值、地层电阻率、声波时差和地层密度的考虑，减少热成熟度参数的影响，减小计算难度，提高计算效率。在得到完整的总有机碳含量确定方程后，根据目标实测井的数据，对其他实测井的数据进行均一化处理，使其他实测井可以按照总有机碳含量确定方程进行计算，实现对总有机碳含量的可靠预测。解决了现有技术中热成熟度参数造成误差的问题，对实测井的数据考虑更为全面，提高总有机碳含量曲线的确定精度。
实施例四
图4是本发明实施例四提供的一种总有机碳含量的确定设备的结构示意图。总有机碳含量的确定设备可以是一种计算机设备，图4显示出了适于用来实现本发明实施方式的示例性计算机设备400的框图。图4显示的计算机设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备400以通用计算设备的形式表现。计算机设备400的组件可以包括但不限于：一个或者多个处理器或者处理单元401，系统存储器402，连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)404和/或高速缓存存储器405。计算机设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统406可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408，可以存储在例如存储器402中，这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备400也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信，还可与一个或者多个使得用户能与该计算机设备400交互的设备通信，和/或与使得该计算机设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且，计算机设备400还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器412通过总线403与计算机设备400的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种总有机碳含量的确定方法，包括：
根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的伽马值、地层电阻率、声波时差和地层密度；
根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种总有机碳含量的确定方法，包括：
根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度；
根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种总有机碳含量的确定方法，其特征在于，包括：
根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度；
根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线；
其中，在所述根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井之前，还包括：
获取至少两个实测井的实测数据；其中，所述实测数据包括实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线，所述实测井的伽马值曲线中包括实测点的伽马值，所述实测井的地层电阻率曲线中包括实测点的地层电阻率值，所述实测井的声波时差曲线中包括实测点的声波时差，所述实测井的地层密度曲线中包括实测点的地层密度；
所述根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线，包括：
确定所述目标实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线为目标实测井的标准化实际测井数据曲线；
根据所述目标实测井的标准化实际测井数据，对除目标实测井之外的其他实测井的伽马值、地层电阻率、声波时差和地层密度进行均一化处理，得到其他实测井的标准化实际测井数据曲线；
其中，所述均一化处理为计算所述目标实测井的伽马值、地层电阻率、声波时差和地层密度四种实际测井数据的均值和标准差，计算所述其他实测井的伽马值、地层电阻率、声波时差和地层密度四种实际测井数据的均值和标准差，根据均一化处理公式，得到所述其他实测井的标准化实际测井数据曲线。
2.根据权利要求1所述的方法，其特征在于，根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井，包括：
比较至少两个实测井中的实测点数量；
将所述实测点数量符合预设数量要求的实测井确定为目标实测井。
3.根据权利要求1所述的方法，其特征在于，所述预设的总有机碳含量确定方程为：
TOC＝(a×logRt+b×Δt+c×GR+d)/ρ；
其中，TOC表示总有机碳含量，Rt表示地层电阻率，Δt表示声波时差，GR表示伽马值，ρ表示地层密度，a、b、c和d为未知系数。
4.根据权利要求1所述的方法，其特征在于，根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值，包括：
将所述目标实测井中至少四个实测点的实测数据代入预设的总有机碳含量确定方程，生成总有机碳含量确定方程组；
根据所述总有机碳含量确定方程组，得到所述总有机碳含量确定方程中四个未知系数的目标系数值。
5.根据权利要求1所述的方法，其特征在于，根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线，包括：
根据所述目标系数值和总有机碳含量确定方程，得到目标总有机碳含量确定方程；
将所述任一实测井的标准化实际测井数据曲线中的标准化实际测井数据代入所述目标总有机碳含量确定方程，得到所述实测井的总有机碳含量曲线。
6.一种总有机碳含量的确定装置，其特征在于，包括：
目标井确定模块，用于根据预设的目标实测井筛选规则，从至少两个实测井中选择一个目标实测井；
系数值确定模块，用于根据所述目标实测井中预设数量实测点的实测数据和预设的总有机碳含量确定方程，得到所述总有机碳含量确定方程中未知系数的目标系数值；其中，所述实测数据包括实测点的总有机碳含量、伽马值、地层电阻率、声波时差和地层密度；
数据均一化模块，用于根据所述目标实测井的实测数据，对除目标实测井之外的其他实测井的实测数据进行均一化处理，得到目标实测井和其他实测井的标准化实际测井数据曲线；
总有机碳含量确定模块，用于根据任一实测井的标准化实际测井数据曲线，基于所述总有机碳含量确定方程和所述目标系数值，得到所述实测井的总有机碳含量曲线；
数据获取模块，用于获取至少两个实测井的实测数据；其中，所述实测数据还包括实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线，所述实测井的伽马值曲线中包括实测点的伽马值，所述实测井的地层电阻率曲线中包括实测点的地层电阻率值，所述实测井的声波时差曲线中包括实测点的声波时差，所述实测井的地层密度曲线中包括实测点的地层密度；
其中，所述数据均一化模块，具体用于：
确定所述目标实测井的伽马值曲线、地层电阻率曲线、声波时差曲线和地层密度曲线为目标实测井的标准化实际测井数据曲线；
根据所述目标实测井的标准化实际测井数据，对除目标实测井之外的其他实测井的伽马值、地层电阻率、声波时差和地层密度进行均一化处理，得到其他实测井的标准化实际测井数据曲线；
其中，所述均一化处理为计算所述目标实测井的伽马值、地层电阻率、声波时差和地层密度四种实际测井数据的均值和标准差，计算所述其他实测井的伽马值、地层电阻率、声波时差和地层密度四种实际测井数据的均值和标准差，根据均一化处理公式，得到所述其他实测井的标准化实际测井数据曲线。
7.一种计算机设备，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程序时实现如权利要求1-5中任一所述的总有机碳含量的确定方法。
8.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的总有机碳含量的确定方法。
CN202110310325.XA 2021-03-23 2021-03-23 一种总有机碳含量的确定方法、装置、设备及存储介质 Active CN113027432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110310325.XA CN113027432B (zh) 2021-03-23 2021-03-23 一种总有机碳含量的确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110310325.XA CN113027432B (zh) 2021-03-23 2021-03-23 一种总有机碳含量的确定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113027432A CN113027432A (zh) 2021-06-25
CN113027432B true CN113027432B (zh) 2022-09-06

Family

ID=76473037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110310325.XA Active CN113027432B (zh) 2021-03-23 2021-03-23 一种总有机碳含量的确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113027432B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118014117A (zh) * 2023-12-28 2024-05-10 中国石油大学(北京) 湖相混积页岩中总有机碳含量确定方法、装置及相关产品

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2630826B1 (fr) * 1988-04-28 1994-03-25 Institut Francais Petrole Methode pour evaluer la teneur des roches sedimentaires en matiere organique a partir de donnees enregistrees dans des puits par des sondes de diagraphie
CN103114840B (zh) * 2013-01-09 2016-06-08 中国石油天然气股份有限公司 一种高-过高成熟页岩有机碳含量计算方法及装置
CN104278991B (zh) * 2013-07-09 2016-12-28 中国石油化工股份有限公司 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法
CN105221133B (zh) * 2015-08-20 2018-12-25 中国石油化工股份有限公司 一种基于测井多参数确定烃源岩有机碳含量的方法和装置
CN108897975B (zh) * 2018-08-03 2022-10-28 新疆工程学院 基于深度信念网络的煤层气测井含气量预测方法
CN109543915B (zh) * 2018-11-30 2021-06-25 中国海洋石油集团有限公司 基于测井信息对全井段烃源岩总有机碳含量的识别方法

Also Published As

Publication number Publication date
CN113027432A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
RU2605192C2 (ru) Обновление микросейсмических гистограммных данных
CN105190366B (zh) 使用饱和度及核磁共振测井数据确定地表下地层的连续毛细管压力曲线
US8670960B2 (en) Proxy methods for expensive function optimization with expensive nonlinear constraints
CN107402176B (zh) 裂缝孔隙度的确定方法和装置
Hadjigeorgiou Where do the data come from?
CN105158796B (zh) 确定toc含量的方法和装置
US20130282286A1 (en) System and method for calibrating permeability for use in reservoir modeling
CN113837501B (zh) 基于图神经网络的页岩总有机碳预测方法、系统和设备
CN113027432B (zh) 一种总有机碳含量的确定方法、装置、设备及存储介质
US20160138371A1 (en) Systems and Methods For Optimizing Existing Wells and Designing New Wells Based on the Distribution of Average Effective Fracture Lengths
CN113835138B (zh) 基于深度编码解码网络预测页岩总有机碳含量的方法
CN110927789B (zh) 一种基于欠失数据预测页岩平面分布的方法及装置
CA2929912C (en) System and method for stress inversion via image logs and fracturing data
CN116148924A (zh) 基于统计岩石物理的页岩纹层密度预测方法及相关设备
US11953647B2 (en) System and method for radioactivity prediction to evaluate formation productivity
US11681072B2 (en) Method and system for ranking reactivities for kinetics assignment in basin modeling
Song et al. Probabilistic classification of surrounding rock mass of tunnels based on fully Bayesian Gaussian process classification (fB‐GPC) with consideration of influencing factors selection
CN107709702B (zh) 用于功率损失故障表征的方法、系统和装置
Fillion et al. Quantifying the influence of geotechnical borehole inclination on collecting joint orientation data
CN114859435B (zh) 页岩可压性评价参数获取方法、装置及计算机设备
US11942190B2 (en) Method and system for evaluating reactivity in source rock evaluation
US12098632B2 (en) System and method for well log repeatability verification
US11933935B2 (en) Method and system for determining gamma-ray measurements using a sensitivity map and controlled sampling motion
CN116291404A (zh) 地层孔隙压力获取方法、装置、设备及可读存储介质
US20180217286A1 (en) Selecting logging data for petrophysical modelling and completion optimization

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