CN113791103A - 页岩含油性的确定方法及装置、电子设备和存储介质 - Google Patents

页岩含油性的确定方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113791103A
CN113791103A CN202111078186.9A CN202111078186A CN113791103A CN 113791103 A CN113791103 A CN 113791103A CN 202111078186 A CN202111078186 A CN 202111078186A CN 113791103 A CN113791103 A CN 113791103A
Authority
CN
China
Prior art keywords
shale
magnetic resonance
nuclear magnetic
fluid
determining
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
Application number
CN202111078186.9A
Other languages
English (en)
Other versions
CN113791103B (zh
Inventor
何文渊
胡法龙
李长喜
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.)
Petrochina Co Ltd
Daqing Oilfield Co Ltd
Original Assignee
Petrochina Co Ltd
Daqing Oilfield Co Ltd
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 Petrochina Co Ltd, Daqing Oilfield Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202111078186.9A priority Critical patent/CN113791103B/zh
Publication of CN113791103A publication Critical patent/CN113791103A/zh
Application granted granted Critical
Publication of CN113791103B publication Critical patent/CN113791103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G01N24/082—Measurement of solid, liquid or gas content
    • 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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Fluid Mechanics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本公开涉及一种页岩含油性的确定方法及装置、电子设备和存储介质，涉及含油性技术领域。所述的页岩含油性的确定方法，包括：获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；若含有所述第二种流体，获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。本公开实施例可实现页岩中设定空隙内含油性的确定。

Description

页岩含油性的确定方法及装置、电子设备和存储介质
技术领域
本公开涉及含油性技术领域，尤其涉及一种页岩含油性的确定方法及装置、电子设备和存储介质。
背景技术
页岩油饱和度是储量计算的关键参数，由于油信号存在小孔和大孔之中，目前较多采用蒸馏法进行含油性识别，但是该方法难以确定油信号的赋存状态。核磁共振在流体识别方面具有一定优势，但是目前的二维核磁共振小孔中油水信号重叠，无法进行信号分离，国外公司根据通过二维共振谱型的图像分析，采用盲源分离技术进行小孔中油气信号的分离，但是该方法无法准确确定纯页岩粘土孔隙的含油性。
发明内容
本公开提出了一种油性的确定方法及装置、电子设备和存储介质技术方案。
根据本公开的一方面，提供了一种页岩含油性的确定方法，包括：
获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；
根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；
若含有所述第二种流体，获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；
基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。
优选地，其特征在于，还包括：
若不含有所述第二种流体，则基于所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的含油性。
优选地，所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体，包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述多个第一二维核磁共振分布以及所述多个T1/T2值确定所述页岩中设定空隙的位置是否存在流体分布变化；
若存在所述流体分布变化，则所述页岩中设定空隙的位置含有除油以外的第二种流体；
以及/或，
在所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体之前，确定设定空隙的位置，其确定方法，包括：
获取所述多个第一二维核磁共振分布的第一设定T2时间；
基于所述第一设定T2时间及所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置。
优选地，所述基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性的方法，包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述设定空隙内是否含有油信号；
若含有油信号，则确定所述页岩中设定空隙内含油；否则，确定所述页岩中设定空隙内不含油；
以及/或，所述的页岩含油性的确定方法，还包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述页岩中设定空隙的对应的T2数值范围。
优选地，在所述获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布，以及/或获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述页岩进行核磁共振处理，其处理方法，包括：
获取核磁共振配置参数；
基于所述核磁共振配置参数对所述页岩在解冻过程中进行多时刻的处理，得到所述多个第一二维核磁共振分布；
基于所述核磁共振配置参数对所述去除所述第二种流体后的页岩进行处理，得到所述第二二维核磁共振分布；
以及/或，
所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述页岩进行粉碎，其粉碎的控制方法，包括：
获取粉碎指令以及设定目数；
基于所述粉碎指令对所述页岩进行粉碎；在粉碎过程中，检测粉碎后页岩的粉碎目数；
若所述粉碎目数大于或等于所述设定目数，则停止对所述页岩进行粉碎；
以及/或，
所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要去除所述第二种流体后的页岩，其去除方法，包括：
获取去除指令以及检测所述第二种流体的类型；
根据所述第二种流体的类型选择能去除所述第二种流体的溶剂；
基于所述溶剂对粉碎之前或之后的所述页岩内的所述第二种流体进行去除。
根据本公开的一方面，提供了一种页岩含油性的确定方法，包括：
获取页岩的二维核磁共振分布图；
对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；
基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
优选地，所述基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性之前，对所述预设分类模型进行训练，其训练的方法，包括：
获取带有标签以及设定数目的预训练二维核磁共振分布图；其中，所述标签为所述预训练二维核磁共振分布图对应的岩中设定空隙的含油或不含油；
对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到预训练的多个特征；
利用所述预训练的多个特征对所述预设分类模型进行训练；
以及/或，
所述对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取得到预训练的多个特征的方法，包括：
获取预设特征提取模型；
基于所述预设特征提取模型对所述页岩设定空隙的位置的进行特征提取，得到多个待筛选特征；
根据所述标签，对所述多个待筛选特征进行筛选，得到预训练的多个特征；
以及/或，
所述对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征的方法，包括：
获取预训练的多个特征的类型；
基于所述类型，对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征。
根据本公开的一方面，提供了一种含油性的确定装置，包括：
一获取单元，用于获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；
第一确定单元，用于根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；
去除单元，若含有所述第二种流体，用于获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；
第二确定单元，用于基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。
根据本公开的一方面，提供了一种含油性的确定装置，包括：
第二获取单元，用于获取页岩的二维核磁共振分布图；
特征提取单元，用于对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；
分类单元，用于基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述页岩含油性的确定方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述页岩含油性的确定方法。
在本公开实施例中，所述的油性的确定方法及装置、电子设备和存储介质，可确定页岩中设定空隙的含油性，以解决目前不能对纯页岩粘土孔隙(设定空隙)含油性的确定。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的页岩含油性的确定方法的流程图；
图2示出根据本公开实施例的二维核磁共振脉冲序列图；
图3示出根据本公开实施例页岩在解冻过程中多时刻的多个第一二维核磁共振分布图；
图4示出根据本公开实施例去除所述第二种流体后的页岩对应的第二二维核磁共振分布；
图5是根据一示例性实施例示出的一种电子设备800的框图；
图6是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了含油性的确定装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种页岩含油性的确定方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图1示出根据本公开实施例的页岩含油性的确定方法的流程图。如图1所示，所述页岩含油性的确定方法，包括：步骤S101：获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；步骤S102：根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；步骤S103：若含有所述第二种流体，获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；步骤S104：基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。在本公开实施例可确定页岩中设定空隙的含油性，以解决目前不能对纯页岩粘土孔隙(设定空隙)含油性的确定。
步骤S101：获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布。
在本公开中，在所述获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布之前，需要对所述页岩进行核磁共振处理，其处理方法，包括：获取核磁共振配置参数；基于所述核磁共振配置参数对所述页岩在解冻过程中进行多时刻的处理，得到所述多个第一二维核磁共振分布。其中，第一二维核磁共振分布可为T1-T2二维核磁共振分布。
在本实施例及其他可能的实施例中，采用核磁共振实验测量技术，实验仪器采用牛津仪器公司的MARAN Ultra核磁实验仪，数据采集即数据反演建议采用奇异值分解(Singular Value Decomposition，SVD)反演算法。显然，数据反演也可以使用广义反演、随机逆法自然逆法等反演算法。
其中，在本实施例及其他可能的实施例中，所述核磁共振配置参数至少包括：核磁共振的磁场值及脉冲序列的参数。
图2示出根据本公开实施例的二维核磁共振脉冲序列图。如图2所示，脉冲序列的参数至少包括：回波串个数、等待时间、回波格式以及回波间隔。例如，核磁共振的磁场值可配置为2MHz-6MHz；回波串个数可配置为8，等待时间可配置分别为1.5、0.6、0.3、0.1、0.03、0.01、0.003、0.001s，回波格式可配置为700个，回波间隔可配置为0.2ms。
选择井场新鲜的保压样品(页岩)30-60克，在样品从液氮中取出后，立刻放置于低场(2MHz～6MHz)核磁共振实验分析仪中，利用快速二维核磁共振脉冲序列(3分钟测量一次)测量解冻过程中的T1-T2二维核磁共振分布。
在本公开中，所述的页岩含油性的确定方法，还包括：若不含有所述第二种流体，则基于所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的含油性。
在本实施例及其他可能的实施例中，所述页岩中设定空隙的含油性为，所述页岩中设定空隙内含油或不含油。
所述获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布之前，需要对所述页岩进行核磁共振处理，其处理方法，还包括：设定间隔时间及设定测量次数；根据所述设定间隔时间及设定测量次数，对所述页岩进行核磁共振处理，得到所述设定测量次数对应多个第一二维核磁共振分布。
图3示出根据本公开实施例页岩在解冻过程中多时刻的多个第一二维核磁共振分布图。如图3所示，页岩从液氮中取出后，放置于低场(2MHz～6MHz)核磁共振实验分析仪中，利用快速二维核磁共振脉冲序列(3分钟测量一次)测量解冻过程中的T1-T2二维核磁共振分布。其中，图3中的纵坐标为T1(ms)，横坐标为T2(ms)。
本公开实施例中，共测量了6次(设定测量次数)，每次间隔3分钟(设定间隔时间)，得到6个第一二维核磁共振分布。
步骤S102：根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体。
在本公开中，在所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体之前，确定设定空隙的位置，其确定方法，包括：获取所述多个第一二维核磁共振分布的第一设定T2时间；基于所述第一设定T2时间及所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置。
本实施例及其他可能实施例中，所述基于所述第一设定T2时间及所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置的方法，包括：基于所述第一设定T2时间，在所述多个第一二维核磁共振分布上确定第一位置点；以所述多个第一二维核磁共振分布的最左侧的T2时间为第二位置点；分别基于所述第一位置点及所述第二位置点，垂直与所述多个第一二维核磁共振分布的横轴做2条垂线；将所述2条垂线围城的区域确定为所述页岩中设定空隙的位置。
例如，在本实施例中，第一设定T2时间可设置为3ms。设定空隙可为粘土孔隙(小空隙，T2<3ms)，比粘土孔隙大的空隙成为大空隙(3ms<T2<8ms)。氢核在岩石孔隙中发生的弛豫过程，就是在外加磁场的作用下，氢核与孔隙壁之间相互作用而发生的能量传递和转化的过程。氢核在孔隙中的弛豫过程，与氢核弛豫的边界条件与弛豫的空间尺寸有关。小孔隙中不同流体的氢核纵向弛豫和横向弛豫时间不同，可以利用纵向弛豫时间和横向弛豫时间的二维分布进行流体性质识别。
在本公开中，所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体，包括：获取区分噪音及流体类型的多个设定T1/T2值；根据所述多个第一二维核磁共振分布以及所述多个T1/T2值确定所述页岩中设定空隙的位置是否存在流体分布变化；若存在所述流体分布变化，则所述页岩中设定空隙的位置含有除油以外的第二种流体。
在本公开的实施例中，所述根据所述多个第一二维核磁共振分布以及所述多个T1/T2值确定所述页岩中设定空隙的位置是否存在流体分布变化的方法，包括：根据所述多个设定T1/T2值，分别对所述多个第一二维核磁共振分布进行区域划分，得到多个区域；确定所述页岩中设定空隙的位置所在区域是否存在流体分布变化。
其中，本实施例及其他可能实施例中，所述区分噪音及流体类型的多个设定T1/T2值的配置如下。在图3或4中，T1/T2值＝1为最下侧的虚线，T1/T2值＝1的下侧的第一区域为噪声信号；T1/T2值＝3为中间的虚线，T1/T2值＝1的上侧与T1/T2值＝3下侧围成的第二区域为水信号；T1/T2值＝10为最上侧的虚线，T1/T2值＝3的上侧与T1/T2值＝10下侧围成的第三区域为轻质油信号，T1/T2值＝10上侧围成的第四区域为重质油信号。其中，第三区域及所述第四区域都视为油信号。
例如，在实施例及其他可能实施例中，所述第二种流体可为水。在图3中，在所述页岩(样品)取出后的3分钟、6分钟及9分钟对应的二维核磁共振分布的第二区域均不存在水信号，则在所述页岩(样品)取出后的12分钟的二维核磁共振分布的第二区域存在水信号，因此可以得到所述页岩中设定空隙的位置所在区域存在流体分布变化。
步骤S103：若含有所述第二种流体，获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布。
在本公开中，在所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述除所述第二种流体后的页岩进行核磁共振处理，其处理方法，包括：获取核磁共振配置参数；基于所述核磁共振配置参数对所述去除所述第二种流体后的页岩进行处理，得到所述第二二维核磁共振分布。其中，第二二维核磁共振分布可为T1-T2二维核磁共振分布。
其中，在本实施例及其他可能的实施例中，所述核磁共振配置参数至少包括：核磁共振的磁场值及脉冲序列的参数。
例如，核磁共振的磁场值可配置为2MHz-6MHz，脉冲序列的参数至少包括：回波串个数、等待时间、回波格式以及回波间隔。回波串个数可配置为8，等待时间可配置分别为1.5、0.6、0.3、0.1、0.03、0.01、0.003、0.001s，回波格式可配置为700个，回波间隔可配置为0.2ms；将所述去除所述第二种流体后的页岩，放置于低场(2MHz～6MHz)核磁共振实验分析仪中，利用快速二维核磁共振脉冲序列测量所述去除所述第二种流体后的页岩的第二T1-T2二维核磁共振分布。
图4示出根据本公开实施例去除所述第二种流体后的页岩对应的第二二维核磁共振分布。其中，图4中的纵坐标为T1(ms)，横坐标为T2(ms)。
在本公开中，所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述页岩进行粉碎，其粉碎的控制方法，包括：获取粉碎指令以及设定目数；基于所述粉碎指令对所述页岩进行粉碎；在粉碎过程中，检测粉碎后页岩的粉碎目数；若所述粉碎目数大于或等于所述设定目数，则停止对所述页岩进行粉碎。在实施例及其他可能实施例中，设定目数可配置为40-60目。
在本公开中，所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要去除所述第二种流体后的页岩，其去除方法，包括：获取去除指令以及检测所述第二种流体的类型；根据所述第二种流体的类型选择能去除所述第二种流体的溶剂；基于所述溶剂对粉碎之前或之后的所述页岩内的所述第二种流体进行去除。
在实施例及其他可能实施例中，所述第二种流体可为水，因此择能去除所述第二种流体的溶剂可为无水乙醇。
具体地说，将页岩油样品粉碎，粉碎至40-60目，然后利用无水乙醇进行萃取处理，将萃取后的岩心样品进行T1-T2二维核磁共振流体分布，得到第二二维核磁共振分布。
步骤S104：基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。
在本公开中，所述基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性的方法，包括：获取区分噪音及流体类型的多个设定T1/T2值；根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述设定空隙内是否含有油信号；若含有油信号，则确定所述页岩中设定空隙内含油；否则，确定所述页岩中设定空隙内不含油。
在本实施例及其他可能的实施例中，所述根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述设定空隙内是否含有油信号的方法，包括：根据所述多个设定T1/T2值，分别对所述第二二维核磁共振分布进行区域划分，得到多个区域；确定所述页岩中设定空隙的位置所在区域是否存在油信号。
在本公开的实施例的图4中，在所述第四区域内的信号为大于设定空隙的位置，其一直含油。在图3及图4所述第三区域内存在油信号，在所述第二区域内存在少量的水信号。
在本公开中，所述的页岩含油性的确定方法，还包括：获取区分噪音及流体类型的多个设定T1/T2值；根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述页岩中设定空隙的对应的T2数值范围。
在本实施例及其他可能的实施例中，所述根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述页岩中设定空隙的对应的T2数值范围的方法，包括：根据所述多个设定T1/T2值，分别对所述第二二维核磁共振分布进行区域划分，得到多个区域；确定所述页岩中设定空隙的位置所在区域是否存在油信号；若存在油信号，则确定所述油信号的最左侧边界点及最右侧边界点；分别以所述最左侧边界点及最右侧边界点向所述第二二维核磁共振分布的横坐标做第一垂线及第二垂线；所述第一垂线及所述第二垂线与所述第二二维核磁共振分布的横坐标的焦点为所述页岩中设定空隙的对应的T2数值范围。
目前核磁共振实验进行计算中，国内外常用的方法包括差谱法和移谱法，但是上述方法仅仅为一维方法，二维核磁共振虽然能获取油水信号，但是对于小孔隙中的油信号和水信号弛豫特性相同，无法进行区分。本发明提出的方法，通过二维核磁共振和无水乙醇萃取相结合，可以实现纯页岩粘土孔隙油水信号分离，显著提高了页岩油流体性质判别和含油饱和度的计算精度。采用该方法，可以获取粘土孔隙的二维核磁共振分布，可以客观评价页岩油储层的储集特征，为制定合理的油气开发方案提供参数依据。
在本公开中，在本实施例及其他可能的实施例中，若不含有所述第二种流体，则可确定所述页岩中设定空隙的内含油。
具体地说，所述区分噪音及流体类型的多个设定T1/T2值的配置如下。T1/T2值＝1为最下侧的虚线，T1/T2值＝1的下侧的第一区域为噪声信号；T1/T2值＝3为中间的虚线，T1/T2值＝1的上侧与T1/T2值＝3下侧围成的第二区域为水信号；T1/T2值＝10为最上侧的虚线，T1/T2值＝3的上侧与T1/T2值＝10下侧围成的第三区域为轻质油信号，T1/T2值＝10上侧围成的第四区域为重质油信号。其中，所述第三区域及所述第四区域都视为油信号。在图3中，可以明显看出所述的油信号。
具体地说，在页岩在解冻过程中，虽然油信号在第一二维核磁共振分布中的幅度虽然可能改变，但是油信号仍然会在第三区域及所述第四区域内。
因此，在本实施例及其他可能的实施例中，所述若不含有所述第二种流体，则基于所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的含油性的方法，包括：获取设定油信号分布；确定所述页岩中设定空隙在多个第一二维核磁共振分布中随所述多时刻递增的油信号分布变化；若所述油信号分布变化在所述设定油信号分布内，则确定所述页岩中设定空隙内含油；否则，所述页岩中设定空隙内不含油。其中，所述设定油信号分布为所述第三区域及所述第四区域。
本公开还提出了另一种页岩含油性的确定方法，包括：获取页岩的二维核磁共振分布图；对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
在本公开的实施例及其他可能的实施例中，在所述获取页岩的二维核磁共振分布图之前，需要对所述页岩进行核磁共振处理，其处理方法，包括：获取核磁共振配置参数；基于所述核磁共振配置参数对所述页岩进的处理，得到所述二维核磁共振分布。其中，二维核磁共振分布可为T1-T2二维核磁共振分布。
其中，在本实施例及其他可能的实施例中，所述核磁共振配置参数至少包括：核磁共振的磁场值及脉冲序列的参数。脉冲序列的参数至少包括：回波串个数、等待时间、回波格式以及回波间隔。例如，核磁共振的磁场值可配置为2MHz-6MHz；回波串个数可配置为8，等待时间可配置分别为1.5、0.6、0.3、0.1、0.03、0.01、0.003、0.001s，回波格式可配置为700个，回波间隔可配置为0.2ms。将页岩放置于低场(2MHz～6MHz)核磁共振实验分析仪中，利用快速二维核磁共振脉冲序列测量T1-T2二维核磁共振分布。
在本公开的实施例及其他可能的实施例中，所述对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取之前，需要对二维核磁共振分布图中所述页岩设定空隙的位置进行确定，其确定方法，包括：获取所述二维核磁共振分布的第一设定T2时间；基于所述第一设定T2时间及所述二维核磁共振分布，确定所述页岩中设定空隙的位置。
本实施例及其他可能实施例中，所述基于所述第一设定T2时间及所述二维核磁共振分布，确定所述页岩中设定空隙的位置的方法，包括：基于所述第一设定T2时间，在所述二维核磁共振分布上确定第一位置点；以所述二维核磁共振分布的最左侧的T2时间为第二位置点；分别基于所述第一位置点及所述第二位置点，垂直与所述二维核磁共振分布的横轴做2条垂线；将所述2条垂线围城的区域确定为所述页岩中设定空隙的位置。
例如，在本实施例中，第一设定T2时间可设置为3ms。设定空隙可为粘土孔隙(小空隙，T2<3ms)，比粘土孔隙大的空隙成为大空隙(3ms<T2<8ms)。
在本公开中，所述基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性之前，对所述预设分类模型进行训练，其训练的方法，包括：获取带有标签以及设定数目的预训练二维核磁共振分布图；其中，所述标签为所述预训练二维核磁共振分布图对应的岩中设定空隙的含油或不含油；对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到预训练的多个特征；利用所述预训练的多个特征对所述预设分类模型进行训练。
具体地说，在本公开的实施例及其他可能的实施例中，所述标签为所述预训练二维核磁共振分布图对应的岩中设定空隙的含油或不含油，含油配置为1，不不含油配置为0。其中，设定数目为500个。也就是说，对500个带有1或0标签的预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到预训练的多个特征；利用所述预训练的多个特征对所述预设分类模型进行训练。
其中，在本公开的实施例及其他可能的实施例中，所述预设分类模型为2分类模型，例如支持向量机(SVM)或随机森林回归分类器(Random forest regressor)。
在本公开中，所述对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取得到预训练的多个特征的方法，包括：获取预设特征提取模型；基于所述预设特征提取模型对所述页岩设定空隙的位置的进行特征提取，得到多个待筛选特征；根据所述标签，对所述多个待筛选特征进行筛选，得到预训练的多个特征。
其中，所述对多个待筛选特征进行筛选的数学表达式为：
Figure BDA0003262722020000131
其中，xij表示多个待筛选特征的第i行j列的待筛选特征，yi表示标签(0或1)，λ≥0表示惩罚参数，βj表示多个待筛选特征的回归系数，arg min{}表示取最小值，β0表示设定回归系数，p＝j-1，n为标签的个数。
在本公开的实施例及其他可能的实施例中，所述对所述多个待筛选特征进行筛选得到预训练的多个特征之前，对所述多个待筛选特征进行标准化处理，对标准化处理后的多个待筛选特征进行筛选得到预训练的多个特征。
所述根据所述标签，对所述多个待筛选特征进行筛选，得到预训练的多个特征的方法，还包括：根据所述标签，对所述多个待筛选特征进行筛选，得到多个筛选特征；对所述多个筛选特征进行融合，得到融合特征；将所述融合特征及所述多个筛选特征作为预训练的多个特征。
在本公开及其他可能的实施例中，所述对所述多个筛选特征进行融合，得到融合特征的方法，包括：利用所述数学表达式，得到所述多个筛选特征及其对应的系数；基于所述多个筛选特征及其对应的系数对所述多个筛选特征进行融合，得到融合特征。具体地说，所述基于所述多个筛选特征及其对应的系数对所述多个筛选特征进行融合，得到融合特征的方法，包括：所述多个筛选特征分别乘以其对应的系数，得到多个待处理特征；将所述多个待处理特征求和，得到融合特征。
在本公开的实施例及其他可能的实施例中，所述预设特征提取模型可为如纹理特征提取模型及色彩特征提取模型。
所述对待分类的所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征的方法，包括：获取预训练的多个特征的类型；基于所述类型，对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征。
具体地说，基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类的过程中的特征处理方法应与训练预设分类模型的处理方法一致，再此不再进行说明。
图1给出了本实施例中的页岩的含油性及T2数值范围的确定结果。设定空隙的对应的T2数值范围为一个区间，包括：T2下限及T2上限。在图1中，T2下限为平均值为0.64ms。
图1页岩的含油性及T2数值范围的确定结果
序号 编号 重量g 是否含油 T2下限(ms) T2上限(ms)
1 91 20.40 是 0.67 2.96
2 93 19.50 是 0.58 2.76
3 95 17.46 是 0.64 2.86
4 97 18.70 是 0.89 2.89
5 99 16.12 是 0.47 2.99
6 331-2 16.22 是 0.64 2.89
7 285-2 21.68 是 0.86 2.95
8 295-2 19.66 是 0.64 2.78
9 103 17.01 是 0.71 2.87
10 105 16.58 是 0.75 2.76
12 107 16.69 是 0.55 2.89
13 109 23.15 是 0.52 2.89
14 111 21.98 是 0.51 2.91
15 115 27.00 是 0.64 2.93
16 117 17.17 是 0.61 2.87
17 81 22.39 是 0.54 2.79
页岩含油性的确定方法的执行主体可以是含油性的确定装置，例如，页岩含油性的确定方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该页岩含油性的确定方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开还提出了一种含油性的确定装置，所述含油性的确定装置，包括：第一获取单元，用于获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；第一确定单元，用于根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；去除单元，若含有所述第二种流体，用于获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；第二确定单元，用于基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。
本公开还提出了另一种含油性的确定装置，所述含油性的确定装置，包括：第二获取单元，用于获取页岩的二维核磁共振分布图；特征提取单元，用于对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；分类单元，用于基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。电子设备可以被提供为终端、服务器或其它形态的设备。
图5是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种页岩含油性的确定方法，其特征在于，包括：
获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；
根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；
若含有所述第二种流体，获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；
基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性。
2.根据权利要求1所述的页岩含油性的确定方法，其特征在于，还包括：
若不含有所述第二种流体，则基于所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的含油性。
3.根据权利要求1或2所述的页岩含油性的确定方法，其特征在于，所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体，包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述多个第一二维核磁共振分布以及所述多个T1/T2值确定所述页岩中设定空隙的位置是否存在流体分布变化；
若存在所述流体分布变化，则所述页岩中设定空隙的位置含有除油以外的第二种流体；
以及/或，
在所述根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体之前，确定设定空隙的位置，其确定方法，包括：
获取所述多个第一二维核磁共振分布的第一设定T2时间；
基于所述第一设定T2时间及所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置。
4.根据权利要求1-3任一项所述的页岩含油性的确定方法，其特征在于，所述基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性的方法，包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述设定空隙内是否含有油信号；
若含有油信号，则确定所述页岩中设定空隙内含油；否则，确定所述页岩中设定空隙内不含油；
以及/或，所述的页岩含油性的确定方法，还包括：
获取区分噪音及流体类型的多个设定T1/T2值；
根据所述第二二维核磁共振分布及所述多个设定T1/T2值，确定所述页岩中设定空隙的对应的T2数值范围。
5.根据权利要求1-4任一项所述的页岩含油性的确定方法，其特征在于，在所述获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布，以及/或获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述页岩进行核磁共振处理，其处理方法，包括：
获取核磁共振配置参数；
基于所述核磁共振配置参数对所述页岩在解冻过程中进行多时刻的处理，得到所述多个第一二维核磁共振分布；
基于所述核磁共振配置参数对所述去除所述第二种流体后的页岩进行处理，得到所述第二二维核磁共振分布；
以及/或，
所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要对所述页岩进行粉碎，其粉碎的控制方法，包括：
获取粉碎指令以及设定目数；
基于所述粉碎指令对所述页岩进行粉碎；在粉碎过程中，检测粉碎后页岩的粉碎目数；
若所述粉碎目数大于或等于所述设定目数，则停止对所述页岩进行粉碎；
以及/或，
所述获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布之前，需要去除所述第二种流体后的页岩，其去除方法，包括：
获取去除指令以及检测所述第二种流体的类型；
根据所述第二种流体的类型选择能去除所述第二种流体的溶剂；
基于所述溶剂对粉碎之前或之后的所述页岩内的所述第二种流体进行去除。
6.一种页岩含油性的确定方法，其特征在于，包括：
获取页岩的二维核磁共振分布图；
对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；
基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
7.根据权利要求6所述的页岩含油性的确定方法，其特征在于，所述基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性之前，对所述预设分类模型进行训练，其训练的方法，包括：
获取带有标签以及设定数目的预训练二维核磁共振分布图；其中，所述标签为所述预训练二维核磁共振分布图对应的岩中设定空隙的含油或不含油；
对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到预训练的多个特征；
利用所述预训练的多个特征对所述预设分类模型进行训练；
以及/或，
所述对所述预训练二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取得到预训练的多个特征的方法，包括：
获取预设特征提取模型；
基于所述预设特征提取模型对所述页岩设定空隙的位置的进行特征提取，得到多个待筛选特征；
根据所述标签，对所述多个待筛选特征进行筛选，得到预训练的多个特征；
以及/或，
所述对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征的方法，包括：
获取预训练的多个特征的类型；
基于所述类型，对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征。
8.一种含油性的确定装置，其特征在于，包括：
第一获取单元，用于获取页岩在解冻过程中多时刻的多个第一二维核磁共振分布；
第一确定单元，用于根据所述多个第一二维核磁共振分布，确定所述页岩中设定空隙的位置是否含有除油以外的第二种流体；
去除单元，若含有所述第二种流体，用于获取去除所述第二种流体后的页岩对应的第二二维核磁共振分布；
第二确定单元，用于基于所述第二二维核磁共振分布，确定所述页岩中设定空隙的含油性；
或，
第二获取单元，用于获取页岩的二维核磁共振分布图；
特征提取单元，用于对所述二维核磁共振分布图中所述页岩设定空隙的位置的进行特征提取，得到对应的多个特征；
分类单元，用于基于所述多个特征及预设分类模型，对所述二维核磁共振分布图进行分类，以确定所述页岩中设定空隙的含油性。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述页岩含油性的确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述页岩含油性的确定方法。
CN202111078186.9A 2021-09-15 2021-09-15 页岩含油性的确定方法及装置、电子设备和存储介质 Active CN113791103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111078186.9A CN113791103B (zh) 2021-09-15 2021-09-15 页岩含油性的确定方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111078186.9A CN113791103B (zh) 2021-09-15 2021-09-15 页岩含油性的确定方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113791103A true CN113791103A (zh) 2021-12-14
CN113791103B CN113791103B (zh) 2022-09-06

Family

ID=79183341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111078186.9A Active CN113791103B (zh) 2021-09-15 2021-09-15 页岩含油性的确定方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113791103B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014134672A1 (en) * 2013-03-05 2014-09-12 University Of Western Sydney Nmr signal excitation and acquisition methods and system
CN105116001A (zh) * 2015-09-23 2015-12-02 中国石油大学(北京) 基于二维核磁共振确定油泥中油水含量的方法及装置
CN108458960A (zh) * 2018-03-27 2018-08-28 中国石油大学(华东) 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法
US20200174153A1 (en) * 2017-05-24 2020-06-04 Schlumberger Technology Corporation Fast Measurement and Interpretation of Downhole Multi-Dimensional Measurement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014134672A1 (en) * 2013-03-05 2014-09-12 University Of Western Sydney Nmr signal excitation and acquisition methods and system
CN105116001A (zh) * 2015-09-23 2015-12-02 中国石油大学(北京) 基于二维核磁共振确定油泥中油水含量的方法及装置
US20200174153A1 (en) * 2017-05-24 2020-06-04 Schlumberger Technology Corporation Fast Measurement and Interpretation of Downhole Multi-Dimensional Measurement
CN108458960A (zh) * 2018-03-27 2018-08-28 中国石油大学(华东) 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAN JIANG ET AL.: "A comparison of clustering algorithms applied to fluid characterization using NMR T1-T2 maps of shale", 《COMPUTERS AND GEOSCIENCES》 *
丁娱娇 等: "T1-T2 二维核磁共振页岩油储集层含油性检测方法", 《录井工程》 *
陈志礼等: "基于改进BP神经网络的页岩吸附量预测模型", 《断块油气田》 *

Also Published As

Publication number Publication date
CN113791103B (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN108399409B (zh) 图像分类方法、装置及终端
CN111524521B (zh) 声纹提取模型训练方法和声纹识别方法、及其装置和介质
CN110909815B (zh) 神经网络训练、图像处理方法、装置及电子设备
CN110471858B (zh) 应用程序测试方法、装置及存储介质
KR20220009965A (ko) 네트워크 트레이닝 방법 및 장치, 타깃 검출 방법 및 장치와 전자 기기
CN108256549A (zh) 图像分类方法、装置及终端
CN115100472B (zh) 展示对象识别模型的训练方法、装置和电子设备
CN109635142B (zh) 图像选择方法及装置、电子设备和存储介质
CN109376419B (zh) 一种数据模型的生成方法、装置、电子设备及可读介质
CN111582383B (zh) 属性识别方法及装置、电子设备和存储介质
CN114240882A (zh) 缺陷检测方法及装置、电子设备和存储介质
CN112562675B (zh) 语音信息处理方法、装置及存储介质
CN111984803B (zh) 多媒体资源处理方法、装置、计算机设备及存储介质
CN111984749A (zh) 一种兴趣点排序方法和装置
CN108133217B (zh) 图像特征确定方法、装置及终端
CN111814538A (zh) 目标对象的类别识别方法、装置、电子设备及存储介质
CN113269307B (zh) 神经网络训练方法以及目标重识别方法
CN113791103B (zh) 页岩含油性的确定方法及装置、电子设备和存储介质
CN110070046B (zh) 人脸图像识别方法及装置、电子设备和存储介质
CN113781452B (zh) 页岩含油饱和度的确定方法及装置、电子设备和存储介质
CN111178115B (zh) 对象识别网络的训练方法及系统
CN114445778A (zh) 一种计数方法及装置、电子设备和存储介质
CN111582402A (zh) 目标检测方法及装置、电子设备和存储介质
CN114036937A (zh) 场景布局预测网络的训练方法及场景布局的估计方法
CN111650554A (zh) 定位方法及装置、电子设备和存储介质

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