CN113137227A - 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法 - Google Patents

一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法 Download PDF

Info

Publication number
CN113137227A
CN113137227A CN202110510524.5A CN202110510524A CN113137227A CN 113137227 A CN113137227 A CN 113137227A CN 202110510524 A CN202110510524 A CN 202110510524A CN 113137227 A CN113137227 A CN 113137227A
Authority
CN
China
Prior art keywords
carbon content
organic carbon
total organic
mudstone
biharmonic
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.)
Pending
Application number
CN202110510524.5A
Other languages
English (en)
Inventor
曾棒
李美俊
王欣
朱洁琼
王方正
时阳
王丽
郭浩
戴鑫
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 CN202110510524.5A priority Critical patent/CN113137227A/zh
Publication of CN113137227A publication Critical patent/CN113137227A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00Testing 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
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Theoretical Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Animal Husbandry (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Agronomy & Crop Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Geophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (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)

Abstract

本发明公开了一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法。所述方法包括如下步骤:S1、选取有机质泥岩夹层的基线,以此得到泥岩样品的ΔlogR;S2、获取所述泥岩样品的自然伽马值;S3、根据所述泥岩样品的总有机碳含量的测定值、所述自然伽马值和所述ΔlogR,利用biharmonic插值,建立总有机碳含量的预测模型,根据所述预测模型,实现对富有机质泥岩夹层总有机碳含量的预测。本发明利用ΔlogR和自然伽马两个参数,建立了一种能准确预测富有机质泥岩夹层总有机碳含量的方法。

Description

一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含 量的方法
技术领域
本发明涉及一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法,属于烃源岩评价技术领域。
背景技术
评价烃源岩品质是油气勘探的关键之一,总有机碳丰度是判断烃源岩品质的重要参数。通常泥岩总有机碳丰度需要在实验室测量,但是实验过程复杂且费用昂贵,此外针对个别泥岩样品的有机碳测试不能准确反映烃源岩品质在纵向上的变化,尤其是在盆地勘探早期,样品匮乏的情况下,很难做到对区域性有效烃源岩分布范围的刻画,影响勘探油气勘探方向。因此,亟需一种可以实现纵向高分辨烃源岩总有机碳含量预测和评价的方法。
测井曲线纵向连续且能反映地层特征,目前应用最为广泛基于测井曲线计算总有机碳含量的方法为ΔlogR法,其原理是将非烃源岩段电阻率曲线和声波时差曲线重叠确定基线,然后利用经验公式拟合确定总有机碳含量,公式如下:
Figure BDA0003060129820000011
TOG=AXΔlogR+B
其中ΔlogR代表电阻率曲线和声波时差曲线非重叠部分,为常数;TOC为总有机碳含量;R和Δt为地层测井电阻率和声波时差;R和Δt分别代表非烃源岩基线测井电阻率和声波时差;A和B为利用实测样品点拟合的常数。
但是在砂岩、富有机质泥岩互层发育地区,ΔlogR方法效果并不好,因为在频繁砂泥互层的剖面上,测井响应特征会受围岩影响,且很难确定基线,而且ΔlogR与总有机碳含量之间的关系会随泥质含量的变化而改变。因此,需要对现有方法进行改进。
发明内容
本发明的目的是提供一种利用biharmonic插值确定泥岩总有机碳含量的方法,用于对泥岩夹层烃源岩品质进行定量预测和综合评价。
本发明提供的预测富有机质泥岩夹层总有机碳含量的方法,包括如下步骤:
S1、选取有机质泥岩夹层的基线,以此得到泥岩样品的ΔlogR;
S2、获取所述泥岩样品的自然伽马值;
S3、根据所述泥岩样品的总有机碳含量的测定值、所述自然伽马值和所述ΔlogR,利用biharmonic插值,建立总有机碳含量的预测模型,根据所述预测模型,实现对富有机质泥岩夹层总有机碳含量的预测。
步骤S1中,根据下述公式选取所述基线:
ΔlogR=min{log10(R)+(0.02×Δt)}
式中,R表示地层电阻率,Ω·m;Δt表示声波时差,μm/ft;ΔlogR为集合中的最小值。
根据下述公式得到所述ΔlogR:
ΔlogR=log10(R)+(0.02×Δt)-ΔlogR
步骤S3中,利用matlab软件进行所述biharmonic插值。
本发明采用的biharmonic插值是一种利用数据点三维坐标,同时利用点与点之间的斜率关系,且满足biharmonic方程,产生具有最小曲率的曲面的方法。
自然伽马曲线是反映砂泥岩剖面最有效的测井方法,且自然伽马含量与泥质含量具有相关性,因此本发明利用biharmonic插值将自然伽马值作为参数引入有机碳预测模型具有很强的可行性。
本发明利用ΔlogR和自然伽马两个参数,建立了一种能准确预测富有机质泥岩夹层总有机碳含量的方法。
附图说明
图1是本发明利用biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法的流程图。
图2是本发明具体实施方式得到的总有机碳含量预测曲面模型。
图3是本发明具体实施方式得到的总有机碳含量与实测有机碳含量的拟合关系示意图。
图4是本发明具体实施方式中X井测井评价总有机碳含量成果图。
具体实施方式
下述实施例中所使用的实验方法如无特殊说明,均为常规方法。
下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到。
本发明实施例提供了一种利用biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法,如图1所示,包括如下步骤:
步骤101:根据岩心资料,选出参与建模的代表性泥岩样品,进行总有机碳含量测定;
步骤102:根据公式和测井资料,选取基线,计算泥岩样品ΔlogR并获取所对应的自然伽马值;
步骤103:根据泥岩样品总有机碳测定实验结果、自然伽马值以及ΔlogR,利用matlab软件进行biharmonic插值,建立总有机碳预测曲面模型,进行预测。
本发明为烃源岩品质评价提供了一种切实可行的方法,可做到在全井段对富有机质泥岩夹层准确预测,具有普适性。
在一个实施例中,选取基线公式为:
ΔlogR=min{log10(R)+(0.02×Δt)}
式中,R表示地层电阻率,Ω·m;Δt表示声波时差,μm/ft;ΔlogR为集合中的最小值。
在一个实施例中,ΔlogR计算公式为:
ΔlogR=log10(R)+(0.02×Δt)-ΔlogR
在一个实施例中,利用matlab进行biharmonic插值,建立总有机碳预测曲面模型。
下面结合一个具体的实施例对本发明方法进行详细的描述。
以某一油田区块的X井作为待研究的对象,提供一种评价泥岩总有机碳含量方法,包括如下步骤:
(1)总有机碳含量测井
根据岩心资料,挑选具有代表性的泥岩样品,进行总有机碳含量测定,为预测模型的建立及校正提供实测数据。
本实施例中,所测得泥岩样品总有机碳含量如表1所示。
表1本实施例中泥岩样品总有机碳含量及其对应测井响应特征值
Figure BDA0003060129820000031
Figure BDA0003060129820000041
TOC:总有机碳含量;AC:声波时差;RILD:电阻率;GR:自然伽马
(2)选取基线,计算泥岩样品ΔlogR
常规ΔlogR通常利用厚层非烃源岩层作为基线,但在砂泥互层中,很难找到厚层非烃源岩层,因此基线难以直接确定。
在本实施例中,对ΔlogR计算公式进行变形,求取过程如下:
ΔlogR=min{log10(R)+(0.02×Δt)}
其中,R表示地层电阻率,Ω·m;Δt表示声波时差,μm/ft;ΔlogR为集合中的最小值。
ΔlogR=log10(R)+(0.02×Δt)-ΔlogR
其中,R表示地层电阻率,Ω·m;Δt表示声波时差,μm/ft。
在本实施例中,ΔlogR为1.87,各泥岩样品ΔlogR值见表2。
表2本实施例中泥岩样品ΔlogR值
Figure BDA0003060129820000042
Figure BDA0003060129820000051
(3)建立总有机碳预测曲面模型,进行预测
将表1和表2中样品总有机碳含量、自然伽马以及ΔlogR数据置入excel表格,并导入matlab进行程序运行,代码如下:
%%清除屏幕和工作空间
clear all;
clc;
%%读入原始数据
a=xlsread('data.xlsx');
x=a(:,1);
y=a(:,2);
z=a(:,3);
n=length(x);
%利用meshgrid对数据进行整理
xlim=linspace(min(x),max(x),2*n);
ylim=linspace(min(y),max(y),2*n);
[X,Y]=meshgrid(xlim,ylim);
Z=griddata(x,y,z,X,Y,'V4');
mesh(X,Y,Z);
%%输入要求数据的X Y值
b=xlsread('nihed.xlsx');
xx=b(:,1);
yy=b(:,2);
zz=b(:,3);
n=length(xx);
for i=1:n
zz1(i)=griddata(x,y,z,xx(i),yy(i),'V4');
%求误差
e(i)=abs((zz1(i)-zz(i))/zz(i))*100;
end
zz1=zz1';
figure(1)
plot(zz,'k');
hold on
plot(zz1,'r');
%计算R^2
R=corrcoef(zz,zz1');
R_2=R.*R;
R2=R_2(1,2);
zz=griddata(X,Y,Z,xx,yy,'cubic');
%显示拟合数据的R^2
string1=('拟合数据的R^2是:');
string2=num2str(R2);
string=[string1,string2];
disp(string);
其中,data.xlsx为excel数据表,表中第一列为自然伽马,API;第二列为ΔlogR;第三列为样品实测总有机碳含量。
本实施例总有机碳曲面拟合模型如图2所示,将待预测富有机质泥岩夹层自然伽马和ΔlogR数据投影至曲面上,即可获取预测值,其中,图2a为总有机碳含量预测曲面,图2b为该曲面在平面上的投影,图中,蓝色区域为总有机碳含量在0%~1%之间的区域,指示差烃源岩,绿色区域为总有机碳含量在1%~2%之间的区域,指示中等烃源岩,黄色区域为总有机碳含量大于2%的区域,指示好烃源岩。
图3为本实施例预测总有机碳含量与实测总有机碳含量对比图,相关系数R高达0.9656,显示出极高的相关性,说明该预测模型准确性高,可行性强。
图4为本发明实施例在X井测井评价中总有机碳预测成果图,可以看出实测总有机碳含量与预测结果吻合性高,在全井段具有良好得预测效果,具有普适性。
本发明利用少量岩性资料,解决了针对富有机质泥岩夹层总有机碳含量预测困难得关键问题。通过本发明得测井评价模型可以在砂泥互层剖面实现全井段烃源岩总有机碳含量的有效预测和评价,具有较高得准确性和普适性,为油气勘探提供有利的技术支撑。
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 (4)

1.一种预测富有机质泥岩夹层总有机碳含量的方法,包括如下步骤:
S1、选取有机质泥岩夹层的基线,以此得到泥岩样品的ΔlogR;
S2、获取所述泥岩样品的自然伽马值;
S3、根据所述泥岩样品的总有机碳含量的测定值、所述自然伽马值和所述ΔlogR,利用biharmonic插值,建立总有机碳含量的预测模型,根据所述预测模型,实现对富有机质泥岩夹层总有机碳含量的预测。
2.根据权利要求1所述的方法,其特征在于:步骤S1中,根据下述公式选取所述基线:
ΔlogR=min{log10(R)+(0.02×Δt)}
式中,R表示地层电阻率,Ω·m;Δt表示声波时差,μm/ft;ΔlogR为集合中的最小值。
3.根据权利要求2所述的方法,其特征在于:步骤S1中,根据下述公式得到所述ΔlogR:
ΔlogR=log10(R)+(0.02×Δt)-ΔlogR
4.根据权利要求1-3中任一项所述的方法,其特征在于:步骤S3中,利用matlab软件进行所述biharmonic插值。
CN202110510524.5A 2021-05-11 2021-05-11 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法 Pending CN113137227A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110510524.5A CN113137227A (zh) 2021-05-11 2021-05-11 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110510524.5A CN113137227A (zh) 2021-05-11 2021-05-11 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法

Publications (1)

Publication Number Publication Date
CN113137227A true CN113137227A (zh) 2021-07-20

Family

ID=76817141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110510524.5A Pending CN113137227A (zh) 2021-05-11 2021-05-11 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法

Country Status (1)

Country Link
CN (1) CN113137227A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130013209A1 (en) * 2010-03-11 2013-01-10 Yaping Zhu Predicting anisotropic source rock properties from well data
CN103233728A (zh) * 2013-05-15 2013-08-07 中国石油大学(华东) 一种LogR-ΔT测井评价的泥页岩油含量预测方法
CN103792338A (zh) * 2014-01-28 2014-05-14 中国石油天然气股份有限公司 一种烃源岩有机碳含量的确定方法和装置
CN104635262A (zh) * 2013-11-13 2015-05-20 中国石油天然气集团公司 一种基于增强型矩形网格的正逆断层等值线自动生成方法
CN105221133A (zh) * 2015-08-20 2016-01-06 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
CN111415713A (zh) * 2020-03-25 2020-07-14 东北石油大学 一种利用有效介质理论评价泥岩总有机碳含量的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130013209A1 (en) * 2010-03-11 2013-01-10 Yaping Zhu Predicting anisotropic source rock properties from well data
CN103233728A (zh) * 2013-05-15 2013-08-07 中国石油大学(华东) 一种LogR-ΔT测井评价的泥页岩油含量预测方法
CN104635262A (zh) * 2013-11-13 2015-05-20 中国石油天然气集团公司 一种基于增强型矩形网格的正逆断层等值线自动生成方法
CN103792338A (zh) * 2014-01-28 2014-05-14 中国石油天然气股份有限公司 一种烃源岩有机碳含量的确定方法和装置
CN105221133A (zh) * 2015-08-20 2016-01-06 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
CN111415713A (zh) * 2020-03-25 2020-07-14 东北石油大学 一种利用有效介质理论评价泥岩总有机碳含量的方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
LAI, HONGFEI ET AL.: "Source rock assessment within a sequence stratigraphic framework of the Yogou Formation in the Termit Basin, Niger", 《GEOLOGICAL JOURNAL》 *
SANDWELL, DT ET AL.: "BIHARMONIC SPLINE INTERPOLATION OF GEOS-3 AND SEASAT ALTIMETER DATA", 《GEOPHYSICAL RESEARCH LETTERS》 *
孔杰等: "涠西南凹陷烃源岩有机碳含量测井预测模型优选及应用", 《石化技术》 *
李延钧等: "页岩有机碳含量测井评价方法及其应用", 《天然气地球科学》 *
王建国等: "基于测井方法的页岩有机碳含量计算", 《大庆石油地质与开发》 *
赖洪飞等: "强制海退体系域中烃源岩的类型与测井评价——以尼日尔Termit盆地为例", 《沉积学报》 *
赖洪飞等: "西非裂谷系Termit盆地上白垩统Yogou组层序地层地球化学研究", 《中国优秀博士学位论文全文数据库基础科学辑》 *
郭双等: "致密油藏烃源岩有机碳含量预测方法研究", 《中国锰业》 *

Similar Documents

Publication Publication Date Title
US20130229892A1 (en) Method of predicting the pressure sensitivity of seismic velocity within reservoir rocks
CN112145165B (zh) 一种微裂缝-孔隙型储层动静态渗透率转换方法
Wu et al. Uncertainty analysis of shale gas simulation: consideration of basic petrophysical properties
Andrews et al. Methods of using logs to quantify drillability
CN113137227A (zh) 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法
Ibrahim et al. Estimation of tensile and uniaxial compressive strength of carbonate rocks from well-logging data: artificial intelligence approach
Li et al. Tight carbonate gas well deliverability evaluation and reasonable production proration analysis
CN111335871A (zh) 一种基于分层产能评价的查层补孔技术方法
Fang et al. Brittleness index prediction method of tight reservoir based on grey correlation and analytic hierarchical process
Guo et al. An improved hydrocarbon generating model of source rocks and its application: a case study of shale oil in-situ transformation of the Yanchang Formation in the Ordos Basin
CN108875115B (zh) 一种确定岩石强度的方法
Evans et al. A geological approach to permeability prediction in clastic reservoirs
CN112746835A (zh) 一种优化的深层页岩气地质甜点测井综合评价方法
He et al. Stress sensitivity of tight sand reservoir and its influence on productivity of well
Metwally et al. Formation evaluation of Abu Madi reservoir in Baltim gas field, Nile Delta, using well logs, core analysis and pressure data
CN115788418A (zh) 基于测录井多参数综合分析的非常规油气储层精细评价方法
CN112505154B (zh) 泥页岩储层矿物成分含量解析与岩相识别表征方法
Wang et al. An improved method for predicting brittleness of rocks via well logs in tight oil reservoirs
Ballin et al. New reservoir dynamic connectivity measurement for efficient well placement strategy analysis under depletion
Maschio et al. Assisted history matching using streamline simulation
CN108647417B (zh) 一种确定页岩气储层含气饱和度的简易方法
CN110568149B (zh) 沉积盆地烃源岩生排烃史精细快速定量模拟方法
Jianming et al. Classification evaluation method for Chang 7 oil group of Yanchang formation in Ordos Basin
Holditch et al. Developing data sets for 3D fracture propagation models
CN114086938A (zh) 一种非均质性砂岩储层的含气饱和度预测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210720