CN113187470A - 一种井剖面上识别页岩油层和常规油层的方法及装置 - Google Patents
一种井剖面上识别页岩油层和常规油层的方法及装置 Download PDFInfo
- Publication number
- CN113187470A CN113187470A CN202110409638.0A CN202110409638A CN113187470A CN 113187470 A CN113187470 A CN 113187470A CN 202110409638 A CN202110409638 A CN 202110409638A CN 113187470 A CN113187470 A CN 113187470A
- Authority
- CN
- China
- Prior art keywords
- data
- target well
- logging
- organic matter
- free hydrocarbon
- 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
- 238000000034 method Methods 0.000 title claims abstract description 117
- 239000003079 shale oil Substances 0.000 title claims abstract description 63
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 141
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 141
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 140
- 238000000197 pyrolysis Methods 0.000 claims abstract description 114
- 239000005416 organic matter Substances 0.000 claims abstract description 102
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 97
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000012958 reprocessing Methods 0.000 claims abstract description 12
- 238000010586 diagram Methods 0.000 claims description 36
- 239000011435 rock Substances 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 14
- 229910052799 carbon Inorganic materials 0.000 claims description 14
- 238000005553 drilling Methods 0.000 claims description 12
- 238000011160 research Methods 0.000 claims description 12
- 238000010206 sensitivity analysis Methods 0.000 claims description 11
- 238000009933 burial Methods 0.000 claims description 10
- 230000008021 deposition Effects 0.000 claims description 9
- 230000035772 mutation Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 2
- 230000009182 swimming Effects 0.000 claims 1
- 239000003921 oil Substances 0.000 description 108
- 230000006870 function Effects 0.000 description 5
- 208000035126 Facies Diseases 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000001179 sorption measurement Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910021532 Calcite Inorganic materials 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007731 hot pressing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005405 multipole Effects 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
- 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
-
- 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)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (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)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种井剖面上识别页岩油层和常规油层的方法及装置，所述方法包括：(1)对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；(2)获取目标井的有机质丰度数据；(3)获取目标井的饱和热解游离烃参数；(4)根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；(5)根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。本发明提供的该方法及装置可以快速、高效、准确地预测泥页岩层系中的油层，并区分油层类型。同时，该方法还具有低成本的优点。
Description
技术领域
本发明涉及一种井剖面上识别页岩油层和常规油层的方法及装置，属于石油地质勘探技术领域。
背景技术
在泥页岩层系内常发育高含油的纯泥页岩层、不同厚度的砂岩层或碳酸盐岩层，人们根据开发方式将其划分为页岩油(致密油的一种)层和常规油层。如何利用岩石、测井、地震信息来识别和预测泥页岩层系中的页岩油层和常规油层，是勘探的重点。
从目前看，利用岩石实测数据的方法，受限于取心成本和岩石热解数据烃损失，存在信息量不足和成本高的缺点。
利用测井系列信息方法，可根据测井系列分为特殊测井系列方法和常规测井系列敏感参数统计法。
其中，(1)特殊测井系列方法有核磁共振为首的元素俘获能谱、多极子阵列声波、三轴感应电阻率、微电阻率成像扫描等高端方法，如中国专利CN110895255A通过测量不含油、饱和油、饱和油离心后三种状态下的弛豫时间和谱图对比，确定页岩有机质和无机质(实质是吸附油和总油)的含油量；再如中国专利CN103760082A针对核磁T2谱不能真实反映流体有效可动空间的问题、样品处理难以满足完全饱和水的问题和样品处理时间长、操作易造成样品破碎的问题，提出了测量对样品进行离心去油操作前后的核磁弛豫时间和幅度值的对照方法；再如中国专利CN110687612A针对吸附油、游离油不能测井连续表征的问题，通过核磁测井系列岩心与邻近井原油的核磁测井T2谱、核磁孔隙度、含油饱和度和润湿性指数的对比和下限值计算，获得地层中吸附油和游离油的含量表征。
(2)常规测井系列方法有测井敏感参数与含油性建立数学统计关系式的方法(如中国专利CN111188612A)，还有基于passey的△LgR方法及其延伸方法反演TOC，建立TOC与含油性的关系方法(参见中国专利CN103233728A)。
气测录井方法虽然也可以判识油气水层，是常用的方法，但由于气测全烃TG容易受岩性矿物组成、油气层含油性质的影响，单独利用录井气测数据预测页岩油层具有很高的不确定性(参见中国专利CN109063296A及方锡贤，2011)。
综上可见，现有技术多利用改变测井技术或校正测井或录井信息的影响来实现油层预测。但针对性的测井系列数据需要新测井仪器的投入和信息采集，录井信息在页岩油层的预测精度上较差，常受岩性、裂缝发育程度的影响。现有技术还未见到兼顾常规油层和页岩油层同时识别预测的成功实例。
到目前为止，从吸附油、游离油的角度，用气测录井数据和岩石热解参数等常规数据建立关系，准确识别和预测泥页岩层系中的页岩油和常规油层仍然是行业的技术空白，成为缺乏针对性测试信息的页岩油勘探早期阶段油层准确定位和资源潜力评价的技术瓶颈。因此，提供一种新型的井剖面上识别页岩油层和常规油层的方法及装置已经成为本领域亟需解决的技术问题。
发明内容
为了解决上述的缺点和不足，本发明的一个目的在于提供一种井剖面上识别页岩油层和常规油层的方法。
本发明的另一个目的还在于提供一种井剖面上识别页岩油层和常规油层的装置。
本发明的又一个目的还在于提供一种计算机设备。
本发明的再一个目的还在于提供一种计算机可读存储介质。
为了实现以上目的，一方面，本发明提供了一种井剖面上识别页岩油层和常规油层的方法，其中，所述方法包括：
(1)对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
(2)获取目标井的有机质丰度数据；
(3)获取目标井的饱和热解游离烃参数；
(4)根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
(5)根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
作为本发明以上所述方法的一具体实施方式，其中，对目标井的气测录井数据进行预处理，包括：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
作为本发明以上所述方法的一具体实施方式，其中，对目标井的测井数据进行预处理，包括：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
作为本发明以上所述方法的一具体实施方式，其中，对预处理后的气测录井数据和测井数据进行再处理，包括：
剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
作为本发明以上所述方法的一具体实施方式，其中，所述获取目标井的有机质丰度数据，包括：
根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
再根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
对于求取的有机质丰度值与实测数据吻合性差的深度段，再根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
其中，现场实际作业过程中，所用取芯或岩屑样品的有机质丰度实测数据的数量(有限)通常较少。
作为本发明以上所述方法的一具体实施方式，其中，根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
其中，Passey的△lgR方法或其改进的测井反演有机质丰度的方法以及Schmoker方法等均为本领域使用的常规方法，本领域技术人员可以根据现场实际作业需要合理进行操作。
作为本发明以上所述方法的一具体实施方式，其中，所述获取目标井的饱和热解游离烃参数，包括：
选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
再将步骤(2)中基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
在本发明一具体实施例中，所述获取目标井的饱和热解游离烃参数，包括：
对研究区有限的泥页岩层系样品分类，选取研究区相同沉积层序、不同埋深的烃源岩样品，在明确其岩性和含砂量的前提下，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
对所述散点图中的散点分布进行分析，区分泥岩和砂岩，确定砂岩含量少(小于20％)的泥页岩样品的斜率最大值，记为(S1/TOC)max；
其中，对于一口目标井，可能由于沉积层序和环境的不同，需要分为不同样品组进行统计制图；相应地，对于一口目标井，可以在不同的埋深段，由于沉积体系的不同，最终会产生几个不同的斜率最大值(而对于相同有机质类型段，则只有唯一的斜率最大值)；
对所获取得到的不同深度段的泥页岩样品的斜率最大值进行烃损失校正，综合中国多个盆地倾生油岩石热压生排烃实验结果和有关文献，确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
再将基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
作为本发明以上所述方法的一具体实施方式，其中，目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系如下公式2)所示；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
作为本发明以上所述方法的一具体实施方式，其中，目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下步骤获得：
由于气测录井全烃参数TG与井下样品总含油量(总油)TO呈正比关系，总油TO与气测录井全烃参数TG存在以下数学关系；
TG＝a TO+b 公式3)；
公式3)中，a、b为系数，常量；
又因目标井的饱和热解游离烃参数S1饱和代表岩石最大吸附油量，因此总油TO与吸附油S1饱和的比值可以表示为公式4)；
TO/S1饱和＝(TG/a-b/a)/S1饱和 公式4)；
由于TG肯定大于b，因此公式4)可以简化为公式5)；
TO/S1饱和≈c×(TG/S1饱和) 公式5)；
公式5)中，c为系数，常量；
对公式5)两边取对数，公式5)即变形为公式2)；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)。
由此可见，本发明通过TG/S1饱和值的大小，可以将泥页岩层系内的干层、含油层及强含油层区分开来。由于常规砂岩中不存在有机质，用泥页岩的S1饱和参数会使得砂岩层的TG/S1饱和值截然与泥质围岩区分开来，因此，根据突变情况可以判断含油层的类型。
作为本发明以上所述方法的一具体实施方式，其中，根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层，包括：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
作为本发明以上所述方法的一具体实施方式，其中，TG/S1饱和值极小值对应的深度段为TG/S1饱和值小于300所对应的深度段；
TG/S1饱和值较小的深度段是TG/S1饱和值为400-3000所对应的深度段；
与干层突变分开且TG/S1饱和值较大的深度段为在干层基础上TG/S1饱和值突然向右(如图5中所示的方向)变大至6000以上所对应的深度段；
在干层附近，TG/S1饱和值逐渐增大的深度段为在干层基础上TG/S1饱和值向右(如图5中所示的方向)逐渐增大出了干层的范围所对应的深度段。
其中，极高TOC段页岩油层是指TOC>6.0％段页岩油层。
本发明所提供的方法可用于页岩油勘探和相对隐蔽性常规油层的发现。本发明所提供的该方法能够解决缺乏针对性测井系列的页岩油勘探早期阶段油层准确定位和资源潜力评价的技术瓶颈，能够弥补单一用气测录井数据可靠性差的不足，从而为人们尽早低成本介入、简单快捷、更可靠地实现页岩油层发现和常规隐蔽油层的复查工作成为可能。
本发明所提供的该方法源于在没有核磁等昂贵、针对性测井系列资料的页岩油勘探早期阶段，以常规测井和气测录井数据为基础，适用于成熟度较高的处于生油高峰期的地层评价，随着成熟度到过成熟或者低熟，其预测偏差会轻微变大。页岩油层的判识需要有一定量的烃源岩样品地化数据作为支撑。本发明所提供的方法适用于湖相和海相碎屑岩沉积地层常规与非常规油气勘探的任意阶段的油层判识。
另一方面，本发明还提供了一种井剖面上识别页岩油层和常规油层的装置，其中，所述装置包括：
数据处理模块，用于对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
有机质丰度数据获取模块，用于获取目标井的有机质丰度数据；
饱和热解游离烃参数获取模块，用于获取目标井的饱和热解游离烃参数；
总含油量与饱和热解游离烃参数之间的关系建立模块，用于根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
页岩油层和常规油层识别模块，用于根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
作为本发明以上所述装置的一具体实施方式，其中，所述数据处理模块包括气测录井数据预处理单元，用于：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
作为本发明以上所述装置的一具体实施方式，其中，所述数据处理模块还包括测井数据预处理单元，用于：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
作为本发明以上所述装置的一具体实施方式，其中，所述数据处理模块还包括数据再处理单元，用于：剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
作为本发明以上所述装置的一具体实施方式，其中，所述有机质丰度数据获取模块包括敏感性分析单元、有机质丰度值计算及标定单元和有机质丰度计算预测单元；
其中，所述敏感性分析单元用于根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
所述有机质丰度值计算及标定单元用于根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
所述有机质丰度计算预测单元用于对于求取的有机质丰度值与实测数据吻合性差的深度段，根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
作为本发明以上所述装置的一具体实施方式，其中，所述饱和热解游离烃参数获取模块具体用于根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
作为本发明以上所述装置的一具体实施方式，其中，所述饱和热解游离烃参数获取模块包括散点图建立单元、斜率最大值确定单元、饱和热解游离烃参数计算公式获取单元及饱和热解游离烃参数获取单元；
其中，所述散点图建立单元用于选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
所述斜率最大值确定单元用于对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
所述饱和热解游离烃参数计算公式获取单元用于对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
所述饱和热解游离烃参数获取单元用于将基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
作为本发明以上所述装置的一具体实施方式，其中，所述总含油量与饱和热解游离烃参数之间的关系建立模块具体用于建立如下公式2)所示的目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
作为本发明以上所述装置的一具体实施方式，其中，所述页岩油层和常规油层识别模块具体用于：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
另一方面，本发明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，其中，所述处理器执行所述计算机程序时实现以上所述井剖面上识别页岩油层和常规油层的方法的步骤。
再一方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现以上所述的井剖面上识别页岩油层和常规油层的方法的步骤。
本发明基于油气先满足岩石及有机质吸附饱和后，再以能够开发的可动油形式存储于较大孔隙中的理论假设，用岩石地化数据统计S1-TOC关系并求出泥页岩最大含油饱和度参数S1饱和，再用气测录井全烃参数TG和岩层最大残留烃参数S1饱和的数学式，通过计算和做图，建立了识别泥页岩层系中页岩油层和常规砂岩油层的方法。利用本发明所提供该方法，地质研究人员或测录井现场人员可以快速、高效、准确地预测泥页岩层系中的油层，并区分油层类型。同时，该方法还具有低成本的优点。
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为本发明实施例提供的井剖面上识别页岩油层和常规油层的方法的具体工艺流程图。
图2为本发明具体实施例中BNE-6井的常规测井系列曲线剖面段和气测录井TG曲线段示意图。
图3为本发明具体实施例中采用△lgR方法和Schmoker方法反演预测TOC结果对照剖面图。
图4为本发明具体实施例中研究区目的层岩石地化数据S1-TOC关系散点图和S1/TOC的拟合线。
图5为本发明具体实施例中利用TG与S1饱和比值识别BNE-6井页岩油层和常规油层的数字曲线及结果剖面图。
图6为本发明实施例提供的井剖面上识别页岩油层和常规油层的装置的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现结合以下具体实施例对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。
图1为本发明实施例提供的井剖面上识别页岩油层和常规油层的方法的具体工艺流程图，从图1中可以看出，所述方法包括以下具体步骤：
S101：对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
S102：获取目标井的有机质丰度数据；
S103：获取目标井的饱和热解游离烃参数；
S104：根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
S105：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
在一实施例中，对目标井的气测录井数据进行预处理，包括：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
在一实施例中，对目标井的测井数据进行预处理，包括：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
在一实施例中，对预处理后的气测录井数据和测井数据进行再处理，包括：
剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
在一实施例中，所述获取目标井的有机质丰度数据，包括：
根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
再根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
对于求取的有机质丰度值与实测数据吻合性差的深度段，再根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
在一实施例中，根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
在一实施例中，所述获取目标井的饱和热解游离烃参数，包括：
选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
再将S102中基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
在一实施例中，目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系如下公式2)所示；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
在一实施例中，根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层，包括：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
下面以某油田BNE-6井为例，详细地说明本发明所提供的该井剖面上识别页岩油层和常规油层的方法。
研究区只有常规测井系列资料，没有针对页岩油的研究基础和测试数据。其钻遇地层从上到下发育几大套湖相泥页岩地层，之间发育湖相三角洲相砂体。该井1800米以深的热成熟度Ro值为0.8％-1.1％，为成熟的涵盖生油高峰。泥岩中有机质含量可分为低TOC、中等高TOC和极高TOC三种类型，分别对应TOC<2.0％，TOC为2.0％-6.0％以及TOC>6.0％，后两者分别受控于深湖相的常规湖泛沉积背景、具有很强周期性的米兰科维奇约10万年为周期的偏心率天文旋回。该地区对常规油层进行了勘探，有较丰富的常规测井资料和零散的烃源岩地化分析数据，没有进行过页岩油勘探施工，因此没有针对页岩油勘探的地质、测井资料。
按照本发明所提供的方法，开展包括页岩油层和常规油层的识别工作，具体包括如下步骤：
(1)从测井井径曲线HCAL来看，该井在中上部泥岩段存在多处严重扩径，中下部相对稳定。因此将扩径段数据剔除，然后对气测录井的全烃数据TG进行分析，去除了接单根的数据点，再将常规测井系列数据和气测录井的全烃数据TG进行对照，筛选出深度对应测井系列、气测录井的全烃数据TG都全的数据，最后通过测井软件制作该井的测井剖面曲线图，见图2所示。
(2)利用有限的取芯或岩屑样品TOC实测数据，开展常规测井系列参数敏感性分析，确定敏感参数，本具体实施例中发现密度参数与TOC参数具有最高的敏感系数。因此，选择电阻率和密度两测井系列数据，利用Passey的△lgR方法根据下述公式，初步预测TOC；
TOC＝△lgR×10(2.297-0.1688×LOM)；
△LgRDensity＝Lg(RT/RT基线)-2.5×(RHOB–RHOB基线)；
LOM＝0.0989×VR5-2.1587×VR4+12.392×VR3-29.032×VR2+32.53×VR-3.0338；
其中，VR利用埋藏热演化史研究获得的古埋深与Ro关系式求得；
之后，采用Schmoker方法根据如下所示的公式再进行一次TOC预测，以便弥补△lgR法对极高TOC段预测的偏差；
本具体实施例中，Schmoker A为192，Schmoker_B为94；
本具体实施例中将两种方法结合，求得该井有机质丰度参数TOC数据，其中部分井段数据结果如图3所示，从图3中可以看出，将本具体实施例中所求得的该井有机质丰度参数TOC数据与实测数据进行对照，吻合度非常高；
依此获得该井的TOC数据，具体如表1中的TOC列及图5中的TOC-output列所示。
(3)挑选中下段同属一个地层组的岩石样品地化数据，选取热解和有机碳分析数据，统计制作TOC-S1参数散点关系图，如图4所示，从图4中可以看出，散点明显区分出砂岩和泥页岩，而泥页岩的最大斜率如图4中斜线所示，斜率为80mg/g TOC；
根据如上公式1)，将斜率值、上述(2)中通过测井反演求得的TOC值代入公式1)，获取得到S1饱和值，如表1中的S1饱和列所示；
表1根据常规测井和气测录井数据求算的TOC、S1饱和、油层判识参数TG/S1饱和等参数数据表
注：表1中，Depth为深度，单位为m，Calcite表示方解石的重量含量，Kerogen表示干酪根的重量含量，POR为孔隙度，单位为％，Sand表示砂岩的重量含量，Shale(clay)表示黏土的重量含量。
(4)根据(3)中所获取得到的S1饱和数据，计算TG/S1饱和，再根据如上所示公式2)获得总油TO与吸附油S1饱和的比值(即TO/S1饱和)近似值，见图5中的lg(TG/S1饱和)列所示。
(5)以深度为纵坐标、TG/S1饱和值为横坐标，横坐标为对数坐标系，做直角坐标系数据散点图，见图5。根据TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层判断原则，获得解释预测结果；
在图5所示的图幅宽度值内，TG/S1饱和值小于300所对应的深度段为页岩油层，TG/S1饱和值为400-3000所对应的深度段大致为干层，在干层基础上TG/S1饱和值突然向右变大至6000以上所对应的深度段为常规砂岩含油层，也即图5中所示的常规油层，而在干层基础上TG/S1饱和值向右逐渐增大出了干层的范围所对应的深度段也为页岩油层，具体预测结果请见图5所示。
基于同一发明构思，本发明实施例还提供了一种井剖面上识别页岩油层和常规油层的装置，由于该装置解决问题的原理与井剖面上识别页岩油层和常规油层的方法相似，因此该装置的实施可以参见方法的实施，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。以下实施例所描述的装置较佳地以硬件来实现，但是软件或者软件和硬件的组合的实现也是可能并被构想的。
图6为本发明实施例所提供的井剖面上识别页岩油层和常规油层的装置的结构示意图，从图6中可以看出，所述装置包括：
数据处理模块101，用于对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
有机质丰度数据获取模块102，用于获取目标井的有机质丰度数据；
饱和热解游离烃参数获取模块103，用于获取目标井的饱和热解游离烃参数；
总含油量与饱和热解游离烃参数之间的关系建立模块104，用于根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
页岩油层和常规油层识别模块105，用于根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
在一实施例中，所述数据处理模块101包括气测录井数据预处理单元，用于：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
在一实施例中，所述数据处理模块101还包括测井数据预处理单元，用于：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
在一实施例中，所述数据处理模块101还包括数据再处理单元，用于：剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
在一实施例中，所述有机质丰度数据获取模块102包括敏感性分析单元、有机质丰度值计算及标定单元和有机质丰度计算预测单元；
其中，所述敏感性分析单元用于根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
所述有机质丰度值计算及标定单元用于根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
所述有机质丰度计算预测单元用于对于求取的有机质丰度值与实测数据吻合性差的深度段，根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
在一实施例中，所述饱和热解游离烃参数获取模块103具体用于根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
在一实施例中，所述饱和热解游离烃参数获取模块103包括散点图建立单元、斜率最大值确定单元、饱和热解游离烃参数计算公式获取单元及饱和热解游离烃参数获取单元；
其中，所述散点图建立单元用于选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
所述斜率最大值确定单元用于对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
所述饱和热解游离烃参数计算公式获取单元用于对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
所述饱和热解游离烃参数获取单元用于将基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
在一实施例中，所述总含油量与饱和热解游离烃参数之间的关系建立模块104具体用于建立如下公式2)所示的目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
在一实施例中，所述页岩油层和常规油层识别模块105具体用于：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
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，其中，所述处理器执行所述计算机程序时实现以上所述井剖面上识别页岩油层和常规油层的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现以上所述的井剖面上识别页岩油层和常规油层的方法的步骤。
综上，本发明实施例基于油气先满足岩石及有机质吸附饱和后，再以能够开发的可动油形式存储于较大孔隙中的理论假设，用岩石地化数据统计S1-TOC关系并求出泥页岩最大含油饱和度参数S1饱和，再用气测录井全烃参数TG和岩层最大残留烃参数S1饱和的数学式，通过计算和做图，建立了识别泥页岩层系中页岩油层和常规砂岩油层的方法。利用本发明实施例所提供该方法，地质研究人员或测录井现场人员可以快速、准确地预测泥页岩层系中的油层，并区分油层类型。同时，本发明实施例所提供的该方法具有快速、低成本、高效、准确的优点。
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，仅为本发明的具体实施例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术发明之间、技术发明与技术发明之间均可以自由组合使用。
Claims (20)
1.一种井剖面上识别页岩油层和常规油层的方法，其特征在于，所述方法包括：
(1)对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
(2)获取目标井的有机质丰度数据；
(3)获取目标井的饱和热解游离烃参数；
(4)根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
(5)根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
2.根据权利要求1所述的方法，其特征在于，对目标井的气测录井数据进行预处理，包括：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
3.根据权利要求1所述的方法，其特征在于，对目标井的测井数据进行预处理，包括：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
4.根据权利要求1-3任一项所述的方法，其特征在于，对预处理后的气测录井数据和测井数据进行再处理，包括：
剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
5.根据权利要求1所述的方法，其特征在于，所述获取目标井的有机质丰度数据，包括：
根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
再根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
对于求取的有机质丰度值与实测数据吻合性差的深度段，再根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
6.根据权利要求1所述的方法，其特征在于，根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
7.根据权利要求6所述的方法，其特征在于，所述获取目标井的饱和热解游离烃参数，包括：
选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
再将步骤(2)中基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
8.根据权利要求1，6-7任一项所述的方法，其特征在于，目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系如下公式2)所示；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
9.根据权利要求1或8所述的方法，其特征在于，根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层，包括：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
10.一种井剖面上识别页岩油层和常规油层的装置，其特征在于，所述装置包括：
数据处理模块，用于对目标井的气测录井数据和测井数据进行预处理，对预处理后的气测录井数据和测井数据进行再处理，以使得各深度数据点上同时具有气测录井数据和测井数据；
有机质丰度数据获取模块，用于获取目标井的有机质丰度数据；
饱和热解游离烃参数获取模块，用于获取目标井的饱和热解游离烃参数；
总含油量与饱和热解游离烃参数之间的关系建立模块，用于根据气测录井数据，获取得到目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
页岩油层和常规油层识别模块，用于根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系识别页岩油层和常规油层。
11.根据权利要求10所述的装置，其特征在于，所述数据处理模块包括气测录井数据预处理单元，用于：
去除接单根异常高数据点；
去除无效测点；
进行钻速、钻井液返排量、钻头尺寸的数据校正；
和/或以测井深度为准，进行深度校正。
12.根据权利要求10所述的装置，其特征在于，所述数据处理模块还包括测井数据预处理单元，用于：
去除扩径明显的数据段和/或以测井深度为准，进行深度校正。
13.根据权利要求10-12任一项所述的装置，其特征在于，所述数据处理模块还包括数据再处理单元，用于：剔除预处理后的气测录井数据和测井数据中不对应的深度段数据，使得各深度数据点上同时具有气测录井数据和测井数据。
14.根据权利要求10所述的装置，其特征在于，所述有机质丰度数据获取模块包括敏感性分析单元、有机质丰度值计算及标定单元和有机质丰度计算预测单元；
其中，所述敏感性分析单元用于根据取芯或岩屑样品的有机质丰度实测数据，开展常规测井系列参数敏感性分析，确定敏感参数；
所述有机质丰度值计算及标定单元用于根据Passey的△lgR方法或其改进的测井反演有机质丰度的方法进行有机质丰度反演，计算求取有机质丰度值并用实测数据进行标定；
所述有机质丰度计算预测单元用于对于求取的有机质丰度值与实测数据吻合性差的深度段，根据Schmoker方法进行有机质丰度计算预测，以使测井预测有机质丰度值与实测有机质丰度值具有满意的吻合度。
15.根据权利要求10所述的装置，其特征在于，所述饱和热解游离烃参数获取模块具体用于根据如下公式1)获取目标井的饱和热解游离烃参数；
S1饱和＝TOC测井×1.5×(S1/TOC)max 公式1)；
公式1)中，S1为基于样品热解获得的目标井的热解游离烃参数，单位为mg/g；TOC为基于样品有机碳分析获得的目标井有机质丰度，单位为％；(S1/TOC)max为泥页岩样品的斜率最大值，单位为mg/gTOC；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TOC测井为基于测井方法求取的目标井有机质丰度，单位为％。
16.根据权利要求15所述的装置，其特征在于，所述饱和热解游离烃参数获取模块包括散点图建立单元、斜率最大值确定单元、饱和热解游离烃参数计算公式获取单元及饱和热解游离烃参数获取单元；
其中，所述散点图建立单元用于选取研究区相同沉积层序、不同埋深的烃源岩样品，利用样品热解和有机碳分析数据，绘制有机质丰度与热解游离烃参数之间的散点图；
所述斜率最大值确定单元用于对所述散点图中的散点分布进行分析，以确定砂岩含量少的泥页岩样品的斜率最大值，记为(S1/TOC)max；
所述饱和热解游离烃参数计算公式获取单元用于对泥页岩样品的斜率最大值进行烃损失校正，并确定校正系数为1.5，获得如公式1)所示的饱和热解游离烃参数计算公式；
所述饱和热解游离烃参数获取单元用于将基于测井方法求取的目标井有机质丰度带入公式1)中，即得到目标井的饱和热解游离烃参数。
17.根据权利要求10，15-16任一项所述的装置，其特征在于，所述总含油量与饱和热解游离烃参数之间的关系建立模块具体用于建立如下公式2)所示的目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系；
lg(TO/S1饱和)＝lg(TG/S1饱和)+d 公式2)；
公式2)中，TO为目标井井下样品总含油量，单位为mg/g；S1饱和为目标井的饱和热解游离烃参数，单位为mg/g；TG为目标井的气测录井全烃数据，单位为ppm；d为常数。
18.根据权利要求10或17所述的装置，其特征在于，所述页岩油层和常规油层识别模块具体用于：根据目标井井下样品总含油量与目标井的饱和热解游离烃参数之间的关系通过以下标准识别页岩油层和常规油层；
TG/S1饱和值极小值对应的深度段为极高TOC段页岩油层，TG/S1饱和值较小的深度段为干层，与干层突变分开且TG/S1饱和值较大的深度段为常规砂岩含油层及在干层附近，TG/S1饱和值逐渐增大的深度段为页岩油层。
19.一种计算机设备，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1-9任一项所述井剖面上识别页岩油层和常规油层的方法的步骤。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-9任一项所述的井剖面上识别页岩油层和常规油层的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409638.0A CN113187470B (zh) | 2021-04-16 | 2021-04-16 | 一种井剖面上识别页岩油层和常规油层的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409638.0A CN113187470B (zh) | 2021-04-16 | 2021-04-16 | 一种井剖面上识别页岩油层和常规油层的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113187470A true CN113187470A (zh) | 2021-07-30 |
| CN113187470B CN113187470B (zh) | 2023-08-22 |
Family
ID=76977060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110409638.0A Active CN113187470B (zh) | 2021-04-16 | 2021-04-16 | 一种井剖面上识别页岩油层和常规油层的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113187470B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090194480A1 (en) * | 2008-02-06 | 2009-08-06 | Mcdaniel Cato R | Methods for analyzing and removing contaminants in liquid hydrocarbon media |
| US20120215365A1 (en) * | 2011-02-23 | 2012-08-23 | Honeywell International Inc. | Apparatus and method for increasing the ultimate recovery of natural gas contained in shale and other tight gas reservoirs |
| CN103278866A (zh) * | 2013-06-07 | 2013-09-04 | 中国石油大学(华东) | 一种泥页岩层系内页岩油资源潜力评价方法 |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| CN109991123A (zh) * | 2019-03-28 | 2019-07-09 | 中国石油化工股份有限公司 | 页岩油资源可动性的地球化学评价方法 |
| CN110826936A (zh) * | 2019-11-22 | 2020-02-21 | 中国地质大学（北京） | 一种页岩油气资源分级评价方法 |
| US20200173902A1 (en) * | 2018-03-27 | 2020-06-04 | Min Wang | Evaluation method for hydrogen-bearing components, porosity and pore size distribution of organic-rich shale |
| US10689954B1 (en) * | 2019-04-24 | 2020-06-23 | Dagang Oil Field Company Of Cnpc | Research method of trajectory design and on-site tracking and adjustment of shale oil horizontal well |
-
2021
- 2021-04-16 CN CN202110409638.0A patent/CN113187470B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090194480A1 (en) * | 2008-02-06 | 2009-08-06 | Mcdaniel Cato R | Methods for analyzing and removing contaminants in liquid hydrocarbon media |
| US20120215365A1 (en) * | 2011-02-23 | 2012-08-23 | Honeywell International Inc. | Apparatus and method for increasing the ultimate recovery of natural gas contained in shale and other tight gas reservoirs |
| CN103278866A (zh) * | 2013-06-07 | 2013-09-04 | 中国石油大学(华东) | 一种泥页岩层系内页岩油资源潜力评价方法 |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| US20200173902A1 (en) * | 2018-03-27 | 2020-06-04 | Min Wang | Evaluation method for hydrogen-bearing components, porosity and pore size distribution of organic-rich shale |
| CN109991123A (zh) * | 2019-03-28 | 2019-07-09 | 中国石油化工股份有限公司 | 页岩油资源可动性的地球化学评价方法 |
| US10689954B1 (en) * | 2019-04-24 | 2020-06-23 | Dagang Oil Field Company Of Cnpc | Research method of trajectory design and on-site tracking and adjustment of shale oil horizontal well |
| CN110826936A (zh) * | 2019-11-22 | 2020-02-21 | 中国地质大学（北京） | 一种页岩油气资源分级评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113187470B (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lai et al. | Geophysical well-log evaluation in the era of unconventional hydrocarbon resources: a review on current status and prospects | |
| CN106951660B (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
| Akbar et al. | A snapshot of carbonate reservoir evaluation | |
| CN109653725B (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
| Sen et al. | Petrophysical heterogeneity of the early Cretaceous Alamein dolomite reservoir from North Razzak oil field, Egypt integrating well logs, core measurements, and machine learning approach | |
| WO2015021088A1 (en) | Methods for determining a saturation-height function in oil and gas reservoirs | |
| WO2009129083A1 (en) | Continuous measurement of heterogeneity of geomaterials | |
| Liu et al. | Numerical simulation to determine the fracture aperture in a typical basin of China | |
| Crousse* et al. | Unconventional Shale Pore System Characterization in El Trapial Area, Vaca Muerta, Argentina | |
| CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
| US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
| Perry et al. | Investigating Delaware Basin Bone Spring and Wolfcamp Observations Through Core-Based Quantification: Case Study in the Integrated Workflow, Including Closed Retort Comparisons | |
| Barson et al. | Spectroscopy: the key to rapid, reliable petrophysical answers | |
| Rojas et al. | Vp-Vs ratio sensitivity to pressure, fluid, and lithology changes in tight gas sandstones | |
| CN113311502B (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
| Bibor et al. | Unconventional shale characterization using improved well logging methods | |
| CN113187470A (zh) | 一种井剖面上识别页岩油层和常规油层的方法及装置 | |
| Heidari | Advances in formation evaluation of shale systems | |
| WO2015094307A1 (en) | Pore size classification in subterranean formations based on nuclear magnetic resonance (nmr) relaxation distributions | |
| RU2018887C1 (ru) | Способ определения характера насыщения пластов-коллекторов | |
| Shvalyuk et al. | The Application of Computed Tomography Scanning and Nuclear Magnetic Resonance for Rock Typing of Polymineral Clastic Reservoirs | |
| Haagsma et al. | Well logging in fractured media | |
| BuÈcker et al. | Analysis of downhole logging data from CRP-2/2A, Victoria Land Basin, Antarctica: a multivariate statistical approach | |
| CN114624784B (zh) | 灰岩储层的状态确定方法、装置及可读存储介质 | |
| CN112147696B (zh) | 基于储集性能指数的页岩储集性能地震评价方法及系统 |
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 |