CN113550735B - 一种利用测井资料计算页岩油储层含油量的方法 - Google Patents
一种利用测井资料计算页岩油储层含油量的方法 Download PDFInfo
- Publication number
- CN113550735B CN113550735B CN202110785316.6A CN202110785316A CN113550735B CN 113550735 B CN113550735 B CN 113550735B CN 202110785316 A CN202110785316 A CN 202110785316A CN 113550735 B CN113550735 B CN 113550735B
- Authority
- CN
- China
- Prior art keywords
- oil reservoir
- shale
- shale oil
- volume fraction
- kerogen
- 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
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 71
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 49
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 49
- 238000005481 NMR spectroscopy Methods 0.000 claims description 41
- 239000012530 fluid Substances 0.000 claims description 18
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 17
- 239000011707 mineral Substances 0.000 claims description 17
- 239000011435 rock Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 239000003208 petroleum Substances 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000011148 porous material Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- 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
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
- G01V3/32—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging operating with electron or nuclear magnetic resonance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/10—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Mining & Mineral Resources (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种利用测井资料计算页岩油储层含油量的方法,包括:获取页岩油储层的干酪根体积分数;获取页岩油储层的总有机碳体积分数;根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数。本发明提出的技术方案的有益效果是:通过页岩油储层的干酪根体积分数及总有机碳体积分数,得到页岩油储层的含油质量分数,由于干酪根体积分数及总有机碳体积分数均可通过测井资料获取,因此,通过本方法可利用测井资料计算页岩油储层含油量,同时,本方法计算过程简单且合乎物理推导论证过程,可靠性良好,有利于促进页岩油储层勘探开发。
Description
技术领域
本发明涉及页岩油勘探开发技术领域,尤其是涉及一种利用测井资料计算页岩油储层含油量的方法。
背景技术
页岩油储层的含油量是决定页岩油储层勘探开发经济性、产能预测结果与实际变化规律的关键因素。目前确定页岩油含油量的方法主要有两种,一是基于岩石实验方式确定页岩油含油量,然而该方法不能获得含油量的连续剖面;二是基于阿尔奇公式进行含油饱和度的计算,进而进行含油量的转换,然而基于阿尔奇公式或改进的阿尔奇的含油性评价在孔隙结构、矿物组分复杂的页岩油储层中并不适用。
王民等在2015年提出的利用一种LogR-△T测井评价的泥页岩油含量预测方法(请参照申请号为CN201310178925.0的中国发明专利),该技术方案中,对电阻率测井和声波时差测井数据进行预处理,再利用岩心S1数据与这两条曲线的处理值进行统计关系的最小二乘拟合,该方法是一种经验方法,并无严格的物理推导论证过程,可靠性存疑,并且计算过程繁琐。
综上所述,目前本领域内缺乏合乎物理推导论证过程、且计算过程简单有效的适合页岩油储层的含油性测井评价技术手段,对页岩油储层勘探开发造成了不利的影响。
发明内容
有鉴于此,有必要提供一种合乎物理推导论证过程、且计算过程简单有效的适合页岩油储层的利用测井资料计算页岩油储层含油量的方法。
为了实现上述目的,本发明提供了一种利用测井资料计算页岩油储层含油量的方法,其特征在于,包括:
获取页岩油储层的干酪根体积分数;
获取页岩油储层的总有机碳体积分数;
根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数。
优选地,获取页岩油储层的干酪根体积分数,具体包括:获取页岩储层的核磁共振测井孔隙度值;获取页岩储层的密度测井值;获取页岩储层中岩石矿物骨架密度值、流体密度值及干酪根密度值;根据所述页岩储层的核磁共振测井孔隙度值、密度测井值、岩石矿物骨架密度值、流体密度值及干酪根密度值,得到所述页岩油储层的干酪根体积分数。
优选地,根据所述页岩储层的核磁共振测井孔隙度值、密度测井值、岩石矿物骨架密度值、流体密度值及干酪根密度值,得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为页岩储层的密度测井值,为核磁共振测井孔隙度值,/>为页岩储层中岩石矿物骨架密度值,/>为页岩储层中流体密度值,/>为页岩储层中的干酪根密度值,/>为第一标定系数。
优选地,获取页岩油储层的干酪根体积分数,具体包括:获取页岩储层的核磁共振测井孔隙度值;获取页岩储层的中子测井孔隙度值;根据所述页岩储层的核磁共振测井孔隙度值及中子测井孔隙度值得到所述页岩油储层的干酪根体积分数。
优选地,根据所述页岩储层的核磁共振测井孔隙度值及中子测井孔隙度值得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为中子测井孔隙度值,/>为核磁共振测井孔隙度值,/>为第二标定系数。
优选地,获取页岩油储层的总有机碳体积分数,具体包括:获取页岩油储层的总有机碳质量分数;获取页岩油储层的有机质的平均密度;根据所述页岩油储层的总有机碳质量分数及有机质的平均密度,得到页岩油储层的总有机碳体积分数。
优选地,根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数,具体包括:根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,获取所述页岩油储层的含油体积分数;获取所述页岩油储层内石油的密度;根据所述页岩油储层的含油体积分数及所述页岩油储层内石油的密度,得到所述页岩油储层的含油质量分数。
优选地,根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,获取所述页岩油储层的含油体积分数,具体为:
其中,为页岩油储层的含油体积分数,/>为页岩油储层的总有机碳体积分数,为页岩油储层的干酪根体积分数。
本发明还提供了一种电子设备,其包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现本发明提供的利用测井资料计算页岩油储层含油量的方法。
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,所述计算机程序被处理器进行加载,以本发明提供的利用测井资料计算页岩油储层含油量的方法中的步骤。
与现有技术相比,本发明提出的技术方案的有益效果是:通过页岩油储层的干酪根体积分数及总有机碳体积分数,得到页岩油储层的含油质量分数,由于干酪根体积分数及总有机碳体积分数均可通过测井资料获取,因此,通过本方法可利用测井资料计算页岩油储层含油量,同时,本方法计算过程简单且合乎物理推导论证过程,可靠性良好,有利于促进页岩油储层勘探开发。
附图说明
图1是本发明提供的利用测井资料计算页岩油储层含油量的方法的一实施例的流程图;
图2是图1中步骤S100的第一种实施方式的流程示意图;
图3是页岩油储层的体积模型;
图4是图1中步骤S100的第二种实施方式的流程示意图;
图5是图1中步骤S200的流程示意图;
图6是图1中步骤S300的流程示意图;
图7是应用本发明提供的方法通过测井资料计算得到的页岩油储层含油量与通过岩心测量获得的页岩油储层含油量的对比图;
图8是本发明提供的电子设备图的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
请参照图1,图1为本发明提供的利用测井资料计算页岩油储层含油量的方法的一实施例的结构示意图,所述利用测井资料计算页岩油储层含油量的方法包括:
S100、获取页岩油储层的干酪根体积分数,本实施例中,通过测井资料得到页岩油储层的干酪根体积分数;
S200、获取页岩油储层的总有机碳(TOC)体积分数,页岩油储层的总有机碳质量分数可通过测井资料获取,此为现有技术,对此不再赘述,再将有机碳质量分数经过转换得到有机碳体积分数;
S300、根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数,由于总有机碳由干酪根及储层孔隙中的石油组成,因此,在获取总有机碳的体积分数及干酪根的体积分数后,可得到页岩油储层的含油体积分数,再将页岩油储层的含油体积分数经过转换得到页岩油储层的含油质量分数。
本发明通过页岩油储层的干酪根体积分数及总有机碳体积分数,得到页岩油储层的含油质量分数,由于干酪根体积分数及总有机碳体积分数均可通过测井资料获取,因此,通过本方法可利用测井资料计算页岩油储层含油量,同时,本方法计算过程简单且合乎物理推导论证过程,可靠性良好,有利于促进页岩油储层勘探开发。
本发明中,获取步骤S100中页岩油储层的干酪根体积分数的方法有两种,一种是通过核磁共振测井与密度测井的结合获得,另一种是通过核磁共振测井与中子测井的结合获得,两种方法原理类似,在具体应用时,既可选择二者之一计算页岩油储层的干酪根体积分数,也可以分别通过两种方法计算得到页岩油储层的干酪根体积分数,再取平均值,下面分别对这两种方法进行介绍。
(一)通过核磁共振测井与密度测井的结合获取干酪根体积分数
请参照图2,在一优选的实施例中,所述步骤S100具体包括:
S101、获取页岩储层的核磁共振测井孔隙度值;
S102、获取页岩储层的密度测井值;
S103、获取页岩储层中岩石矿物骨架密度值、流体密度值及干酪根密度值;
S104、根据所述页岩储层的核磁共振测井孔隙度值、密度测井值、岩石矿物骨架密度值、流体密度值及干酪根密度值,得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为页岩储层的密度测井值,为核磁共振测井孔隙度值,/>为页岩储层中岩石矿物骨架密度值,/>为页岩储层中流体密度值,/>为页岩储层中的干酪根密度值,/>为第一标定系数。
公式(1)的推导过程如下:
请参照图3,图3为页岩油储层的体积模型(其中,为密度测井孔隙度,/>为中子测井孔隙度,/>为核磁共振测井孔隙度),根据对页岩油储层地层的分析,地层体积模型的组分可以分为孔隙(Pores)、固体干酪根(Kerogen)和岩石矿物骨架(Mineral Matrix)三部分,从而可得:
其中为干酪根的体积分数,/>为岩石矿物骨架的体积分数,/>为孔隙度,孔隙中存在流体,因此可以被核磁共振测井方法识别,而干酪根对核磁共振测井的响应贡献较小,可以忽略。同时,因为干酪根密度及含氢指数与流体接近,其密度测井响应及中子测井响应与孔隙流体较为接近。因此,其密度测井的响应方程可以写作以下形式:
其中,DEN是密度测井值,为页岩储层中岩石矿物骨架密度值,/>为页岩储层中流体密度值,/>为页岩储层中的干酪根密度值,/>为干酪根体积分数,/>为岩石矿物骨架的体积分数,/>为孔隙度。
同时,核磁共振测井得到的孔隙度与公式(3)中的/>相等,即:
将公式(2)及公式(4)代入公式(3),可得:
由于在参数设定等环节可能存在一定的误差,因此,引入第一标定系数来对公式(5)进行修正,即可得到公式(1),需要指出的是:公式(1)中的/>与公式(5)中的/>的物理含义相同。
具体标定方法是:利用公式(5)通过测井测量得到的值,再对相同的储层(同一口井,同一深度)通过岩心测量得到/>,从而可计算得到第一标定系数/>的值。
(二)通过核磁共振测井与中子测井的结合获取干酪根体积分数
请参照图4,在一优选的实施例中,所述步骤S100具体包括:
S111、获取页岩储层的核磁共振测井孔隙度值;
S112、获取页岩储层的中子测井孔隙度值;
S113、根据所述页岩储层的核磁共振测井孔隙度值及中子测井孔隙度值得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为中子测井孔隙度值,/>为核磁共振测井孔隙度值,/>为第二标定系数。
公式(6)的推导过程如下:
由于孔隙中存在流体,因此可以被核磁共振测井方法识别,而干酪根对核磁共振测井的响应贡献较小,可以忽略。同时,因为干酪根密度及含氢指数与流体接近,其中子测井响应与孔隙流体较为接近,因此,通过中子测井方法获得的孔隙度实际上等于干酪根的体积分数与真实的孔隙度之和,而核磁共振测井得到的孔隙度则为真实的孔隙度,因此,核磁共振测井计算的孔隙度和密度测井计算的孔隙度的差值等于干酪根的体积分数,类似的,为减小误差,引入第二标定系数来对公式进行修正,即可得到公式(6),第二标定系数的确定方法与第一标定系数/>类似,对此不再赘述。
本发明中,请参照图5,获取步骤S200中页岩油储层的总有机碳体积分数的方法,具体包括如下步骤:
S201、获取页岩油储层的总有机碳质量分数,目前利用测井资料计算总有机碳质量分数的有效方法有很多种,例如△logR 法,双泥质含量法(dual-V shmethod)等,因此在本发明中不再加以赘述,计算总有机碳质量分数的方法可根据资料情况和需求进行选择;
S202、获取页岩油储层的有机质的平均密度;
S203、根据所述页岩油储层的总有机碳质量分数及有机质的平均密度,得到页岩油储层的总有机碳体积分数,具体为:
其中,为页岩油储层的总有机碳体积分数,/>为页岩油储层的总有机碳质量分数,DEN为页岩油储层的密度测井值,/>为页岩油储层的有机质的平均密度,其中,可根据实验数据或者利用经验进行该值的选择。
本发明中,请参照图6,步骤S300中根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数,具体包括如下步骤:
S301、根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,获取所述页岩油储层的含油体积分数,具体为:
其中,为页岩油储层的含油体积分数,/>为页岩油储层的总有机碳体积分数,为页岩油储层的干酪根体积分数。
S302、获取所述页岩油储层内石油的密度;
S303、根据所述页岩油储层的含油体积分数及所述页岩油储层内石油的密度,得到所述页岩油储层的含油质量分数,具体为:
(9)
其中为页岩油储层的含油质量分数;/>为油的密度,可根据实验数据或者利用经验进行该值的选择,/>为页岩油储层的含油体积分数,/>为页岩油储层内石油的密度,DEN为页岩油储层的密度测井值。
请参照图8,本发明还提供了一种电子设备,所述电子设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子设备包括处理器10、存储器20及显示器30。图8仅示出了该电子设备的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述电子设备的内部存储单元,例如电子设备的硬盘或内存。所述存储器20在另一些实施例中也可以是所述电子设备的外部存储设备,例如所述电子设备上配备的插接式硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(Secure Digital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器20还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述电子设备的应用软件及各类数据,例如所述安装电子设备的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有利用测井资料计算页岩油储层含油量的方法的程序40,该利用测井资料计算页岩油储层含油量的方法的程序40可被处理器10所执行,从而实现本申请各实施例的利用测井资料计算页岩油储层含油量的方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、微处理器或其他数据处理芯片,用于运行所述存储器20中存储的程序代码或处理数据,例如执行所述利用测井资料计算页岩油储层含油量的方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。所述显示器30用于显示在所述电子设备的信息以及用于显示可视化的用户界面。所述电子设备的部件10-30通过系统总线相互通信。
在一实施例中,当处理器10执行所述存储器20中利用测井资料计算页岩油储层含油量的方法的程序40时实现如上述实施例所述的利用测井资料计算页岩油储层含油量的方法中的步骤,由于上文已对利用测井资料计算页岩油储层含油量的方法进行详细描述,在此不再赘述。
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,所述计算机程序被处理器进行加载,以本发明提供的利用测井资料计算页岩油储层含油量的方法中的步骤。
为了验证本发明提供的技术方案的准确性及可靠性,选取一页岩油区块进行研究,如图7所示,利用本发明提出的方法,依次计算每个深度点的TOC和干酪根含量,最终可以获得连续井段的含油量值。图7中右数第2道为干酪根计算含量,最后一道为含油量计算结果与岩心结果的比较,曲线为计算值,棒状为岩心值,计算结果显示通过本发明提供技术方案计算得到的含油质量分数数据点与通过岩心资料获取的含油质量分数数据点吻合较好,证明了本发明提供的技术方案准确性及可靠性较高,能满足实际勘探开发的需求。
本发明提供的技术方案的有益效果包括:
(1)通过页岩油储层的干酪根体积分数及总有机碳体积分数,得到页岩油储层的含油质量分数,由于干酪根体积分数及总有机碳体积分数均可通过测井资料获取,因此,通过本方法可利用测井资料计算页岩油储层含油量,同时,本方法计算过程简单且合乎物理推导论证过程,可靠性良好,有利于促进页岩油储层勘探开发;
(2)通过核磁共振测井与密度测井的结合获取干酪根体积分数,由于核磁共振测井对干酪根不响应,因此,核磁共振测量得到的孔隙度为页岩油储层的真实孔隙度,同时,密度测井对干酪根响应,将核磁共振测量得到的真实孔隙度代入密度测井计算公式中,即可得到本发明中计算干酪根体积分数的第一种方法;
(3)通过核磁共振测井与中子测井的结合获取干酪根体积分数,由于核磁共振测量得到的孔隙度为页岩油储层的真实孔隙度,而中子测井方法获得的孔隙度等于干酪根的体积分数与真实的孔隙度之和,因此,核磁共振测井计算的孔隙度和密度测井计算的孔隙度的差值等于干酪根的体积分数,即可得到本发明中计算干酪根体积分数的第二种方法;
(4)本发明中,利用岩心测试获取得到干酪根体积分数对通过测井方法得到的干酪根体积分数进行标定,从而可提高干酪根体积分数的计算结果的准确性。
以上所述仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种利用测井资料计算页岩油储层含油量的方法,其特征在于,包括:
获取页岩油储层的干酪根体积分数;
获取页岩油储层的总有机碳体积分数;
根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数;
根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,得到所述页岩油储层的含油质量分数,具体包括:
根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,获取所述页岩油储层的含油体积分数;
获取所述页岩油储层内石油的密度;
根据所述页岩油储层的含油体积分数及所述页岩油储层内石油的密度,得到所述页岩油储层的含油质量分数;
根据所述页岩油储层的干酪根体积分数及总有机碳体积分数,获取所述页岩油储层的含油体积分数,具体为:
其中,为页岩油储层的含油体积分数,/>为页岩油储层的总有机碳体积分数,为页岩油储层的干酪根体积分数。
2.根据权利要求1所述的利用测井资料计算页岩油储层含油量的方法,其特征在于,获取页岩油储层的干酪根体积分数,具体包括:
获取页岩储层的核磁共振测井孔隙度值;
获取页岩储层的密度测井值;
获取页岩储层中岩石矿物骨架密度值、流体密度值及干酪根密度值;
根据所述页岩储层的核磁共振测井孔隙度值、密度测井值、岩石矿物骨架密度值、流体密度值及干酪根密度值,得到所述页岩油储层的干酪根体积分数。
3.根据权利要求2所述的利用测井资料计算页岩油储层含油量的方法,其特征在于,根据所述页岩储层的核磁共振测井孔隙度值、密度测井值、岩石矿物骨架密度值、流体密度值及干酪根密度值,得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为页岩储层的密度测井值,/>为核磁共振测井孔隙度值,/>为页岩储层中岩石矿物骨架密度值,/>为页岩储层中流体密度值,/>为页岩储层中的干酪根密度值,/>为第一标定系数。
4.根据权利要求1所述的利用测井资料计算页岩油储层含油量的方法,其特征在于,获取页岩油储层的干酪根体积分数,具体包括:
获取页岩储层的核磁共振测井孔隙度值;
获取页岩储层的中子测井孔隙度值;
根据所述页岩储层的核磁共振测井孔隙度值及中子测井孔隙度值得到所述页岩油储层的干酪根体积分数。
5.根据权利要求4所述的利用测井资料计算页岩油储层含油量的方法,其特征在于,根据所述页岩储层的核磁共振测井孔隙度值及中子测井孔隙度值得到所述页岩油储层的干酪根体积分数,具体为:
其中,为所述页岩储层的干酪根体积分数,/>为中子测井孔隙度值,/>为核磁共振测井孔隙度值,/>为第二标定系数。
6.根据权利要求1所述的利用测井资料计算页岩油储层含油量的方法,其特征在于,获取页岩油储层的总有机碳体积分数,具体包括:
获取页岩油储层的总有机碳质量分数;
获取页岩油储层的有机质的平均密度;
根据所述页岩油储层的总有机碳质量分数及有机质的平均密度,得到页岩油储层的总有机碳体积分数。
7.一种电子设备,其特征在于,包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-6任意一项所述的利用测井资料计算页岩油储层含油量的方法。
8.一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进行加载,以执行权利要求1-6任意一项所述的利用测井资料计算页岩油储层含油量的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110785316.6A CN113550735B (zh) | 2021-07-12 | 2021-07-12 | 一种利用测井资料计算页岩油储层含油量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110785316.6A CN113550735B (zh) | 2021-07-12 | 2021-07-12 | 一种利用测井资料计算页岩油储层含油量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113550735A CN113550735A (zh) | 2021-10-26 |
CN113550735B true CN113550735B (zh) | 2023-07-25 |
Family
ID=78102976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110785316.6A Active CN113550735B (zh) | 2021-07-12 | 2021-07-12 | 一种利用测井资料计算页岩油储层含油量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113550735B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114778797A (zh) * | 2022-04-19 | 2022-07-22 | 江苏国鹰环境科技有限公司 | 一种土壤有机质测定方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150094960A1 (en) * | 2013-10-02 | 2015-04-02 | Schlumberger Technology Corporation | Quality metrics for tight oil reservoirs |
US20160003037A1 (en) * | 2014-07-07 | 2016-01-07 | Schlumberger Technology Corporation | Hydrocarbon Density Determination Method |
CN106285660A (zh) * | 2016-08-23 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种多层砂岩油藏低阻油层识别方法及装置 |
CN107703560A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于三重信息的泥页岩岩相精细识别方法 |
CN110596165A (zh) * | 2019-09-11 | 2019-12-20 | 中国石油大学(华东) | 一种改进的基于矿物组成的页岩脆性指数确定方法 |
WO2020219148A1 (en) * | 2019-04-26 | 2020-10-29 | Exxonmobil Upstream Research Company | Systems and methods for characterizing subsurface formation properties through geochemical logging |
CN112443322A (zh) * | 2019-09-03 | 2021-03-05 | 中国石油天然气股份有限公司 | 一种基于等效饱和度的烃源岩测井评价方法 |
-
2021
- 2021-07-12 CN CN202110785316.6A patent/CN113550735B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150094960A1 (en) * | 2013-10-02 | 2015-04-02 | Schlumberger Technology Corporation | Quality metrics for tight oil reservoirs |
US20160003037A1 (en) * | 2014-07-07 | 2016-01-07 | Schlumberger Technology Corporation | Hydrocarbon Density Determination Method |
CN106285660A (zh) * | 2016-08-23 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种多层砂岩油藏低阻油层识别方法及装置 |
CN107703560A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于三重信息的泥页岩岩相精细识别方法 |
WO2020219148A1 (en) * | 2019-04-26 | 2020-10-29 | Exxonmobil Upstream Research Company | Systems and methods for characterizing subsurface formation properties through geochemical logging |
US20200340352A1 (en) * | 2019-04-26 | 2020-10-29 | Exxonmobil Upstream Research Company | Systems and Methods for Characterizing Subsurface Formation Properties Through Geochemical Logging |
CN112443322A (zh) * | 2019-09-03 | 2021-03-05 | 中国石油天然气股份有限公司 | 一种基于等效饱和度的烃源岩测井评价方法 |
CN110596165A (zh) * | 2019-09-11 | 2019-12-20 | 中国石油大学(华东) | 一种改进的基于矿物组成的页岩脆性指数确定方法 |
Non-Patent Citations (2)
Title |
---|
济阳拗陷沙河街组页岩与美国Bakken组页岩储层"甜点"特征对比;陈美玲等;成都理工大学学报(自然科学版);第43卷(第04期);第438-446页 * |
页岩气储层测井评价技术研究――以S1井为例;张国华等;长江大学学报(自科版);第12卷(第08期);第27-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113550735A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3397833B1 (en) | Machine learning for production prediction | |
US11775858B2 (en) | Runtime parameter selection in simulations | |
CN104884974A (zh) | 利用人工神经网络进行3d地震数据深度转换的系统和方法 | |
EP2839321A2 (en) | System and method for calibrating permeability for use in reservoir modeling | |
CN111898065B (zh) | 一种页岩脆性指数计算方法、设备及可读存储介质 | |
CN112882100B (zh) | 一种储层参数确定方法、装置、电子设备和存储介质 | |
CN113550735B (zh) | 一种利用测井资料计算页岩油储层含油量的方法 | |
CN110133725A (zh) | 地震岩石横波速度预测方法及装置 | |
US20190011600A1 (en) | Effective Permeability Upscaling for A Discrete Fracture Network | |
CN105283867A (zh) | 用于基于平均有效裂缝长度的分布优化现有井和设计新井的系统和方法 | |
CN110674397A (zh) | 年龄点预测模型的训练方法及装置、设备与可读介质 | |
US20230236337A1 (en) | Systems and methods for nuclear magnetic resonance (nmr) well logging) | |
WO2017058738A1 (en) | Network based simulation workflows | |
CN114970135A (zh) | 一种砂岩比例的确定方法、系统、电子设备及存储介质 | |
CN108089956B (zh) | 验证接口的返回数据的方法及系统 | |
CN116072232B (zh) | 一种相对渗透率曲线确定方法、装置、设备和存储介质 | |
CN111751879A (zh) | 储层孔隙度预测方法及装置 | |
US10274641B2 (en) | Method of assistance in geological modeling by grouping meshes together | |
CN109272042B (zh) | 基于pr模型的小尺度裂缝建模方法、装置、设备及介质 | |
CN113514890B (zh) | 一种使用地震数据预测地层压力系数的方法、装置及设备 | |
CN114896363B (zh) | 一种数据管理方法、装置、设备及介质 | |
CN113031064B (zh) | 一种低含油饱和度油层识别方法、装置及设备 | |
CN113887066A (zh) | 一种可改造性确定方法、装置、存储介质及电子设备 | |
WO2022198363A1 (zh) | 一种预测页岩储层弹性参数的方法、装置及存储介质 | |
US20210254436A1 (en) | Optimizing reservoir simulation runtime and storage |
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 |