CN113835137B - 一种预测盆地深层油气相态的方法及装置 - Google Patents
一种预测盆地深层油气相态的方法及装置 Download PDFInfo
- Publication number
- CN113835137B CN113835137B CN202010578168.6A CN202010578168A CN113835137B CN 113835137 B CN113835137 B CN 113835137B CN 202010578168 A CN202010578168 A CN 202010578168A CN 113835137 B CN113835137 B CN 113835137B
- Authority
- CN
- China
- Prior art keywords
- basin
- deep
- temperature gradient
- ground temperature
- depth
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种预测盆地深层油气相态的方法及装置,所述方法包括步骤1:分析盆地基底岩性结构的分布;步骤2:分析盆地基底的埋深及起伏形态;步骤3:根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;步骤4:建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及步骤3中确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态。本发明所提供的方法及装置通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
Description
技术领域
本发明涉及一种预测盆地深层油气相态的方法及装置,属于油气勘探技术领域。
背景技术
深层油气藏又叫深部油气藏,从目前掌握的资料来看,业界并没有对深层油气藏做过明确的界定。
妥进才将超过油气稳定温度和深度下限的油气藏叫做深层油气藏,他在其文章中暗示4000m以下的油气藏为深层油气藏,其古地温超过150℃(见妥进才,深层油气研究现状及进展J,地球科学进展,2002,17(4):565-569);石昕将深层油气藏确定在埋深5000m以下,并认为我国深度超过5000m的油藏主要集中在塔里木盆地(见石昕,深层油气藏勘探前景分析J,中国石油勘探2005年第一期:1-10)。中国石油股份公司(CNPC)将油气资源深度分为四个级别,即浅层(<2000m)、中浅层(2000-3500m)、深层(3500-4500m)和超深层(>4500m),认为新疆、柴达木、河西走廊一带的石油资源以埋深大于3500m的深层和超深层为主。
深层油气藏具有以下几个特点:1)温度高、分布广;2)埋藏深度大,范围广;3)相态多,以油气相和气相为主,多分布于年青地台;4)储层岩石类型多,以砂(砾)岩和硫酸盐岩为主等。
其中,深层油气以何种相态存在是研究者们非常关注的问题之一,其关系到油气运移方式,以及找油、找气方式的确定。温度是影响石油与天然气的形成的重要因素,深层由于温度高,原油往往会裂解成气,但同一深度不同地区油气相态不同,造成许多困扰。因此,提供一种新型且可有效地预测盆地深层油气相态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预测盆地深层油气相态的方法。
本发明的另一个目的在于提供一种预测盆地深层油气相态的装置。
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,本发明提供了一种预测盆地深层油气相态的方法,其中,所述预测盆地深层油气相态的方法包括:
步骤1:分析盆地基底岩性结构的分布;
步骤2:分析盆地基底的埋深及起伏形态;
步骤3:根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
步骤4:建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及步骤3中确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态。
盆地内多口钻井均钻揭盆地基底的岩性,但无法满足区域性基底岩性结构的分布问题,需结合其他手段来对盆地基底岩性结构的分布进行定性研究;其中,航磁异常反映基底航磁异常及盖层的航磁异常组成,是研究盆地基底岩性结构的重要手段。盆地的区域磁异常场主要反映了盆地结晶基底及后期沉积岩的磁性及构造形态的差异。
岩石测年信息是分析基底岩性结构的另一重要因素,统计近年来对盆地周边及内部岩石测年分析的结果,可将单井的基底岩性及测年信息与基底磁异常对应,进而约束分析得到盆地基底的岩性结构,以更加准确地分析盆地基底岩性结构的分布。
因此,在以上所述的方法中,优选地,步骤1:分析盆地基底岩性结构的分布包括:
将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布。
在以上所述的方法中,优选地,获取盆地基底的航磁异常包括:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常。
在以上所述的方法中,优选地,所述更高的观测面比原观测平面的高度提高20km以上。
在以上所述的方法中,分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,可以视为弱磁化和无磁性,则盆地的区域磁异常场主要反映了盆地结晶基底磁性(即盆地的区域磁异常可以代表盆地基底的航磁异常,也即直接测量得到的航磁异常),此时以盆地的区域磁异常对应盆地基底的航磁异常。
在以上所述的方法中,盆地基底的航磁异常具体对应何种盆地基底岩性结构的分布需要根据各盆地的具体情况进行具体分析,且其是本领域技术人员可以常规获得的。
在以上所述的方法中,优选地,步骤2:分析盆地基底的埋深,包括:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态。
其中,盆地基底的埋深情况,直接影响着深层地温梯度,控制着深层油气的分布相态的重要因素。
在以上所述的方法中,所述二维地震测线应为能够满足盆地深层结构分析要求的二维地震测线,且本领域技术人员可以常规判断二维地震测线是否能够满足盆地深层结构分析要求。
通过钻井过程中钻杆获得的地温,可以有效的反映该井的地温梯度,但对于未钻井的区域缺乏有效的手段。通过单井温度数据结合埋深,可获得单井的地温梯度;分析现有不同地区的地温梯度,可知基底顶面构造与地温梯度是总体为负相关关系(基底埋深浅的地区地温梯度较高,基底埋深大的地区地温梯度较低);基底岩性为新元古代花岗岩的区域地温梯度要比变质岩的地温梯度要高(主要受新元古代热事件影响);因此判断地温梯度主要受控于基底埋深(顶面构造)和基底岩性结构。
在以上所述的方法中,优选地,步骤3中,根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,包括:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
在以上所述的方法中,本领域技术人员可以根据不同盆地的具体情况确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的具体权重,及盆地基底不同岩性结构的不同影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带;其中,根据已有的勘探区带将地温梯度带划分为若干类深层地温梯度区带的方法也是本领域常规的方法,并且本领域技术人员还可以根据现场需要按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
在以上所述的方法中,优选地,步骤3中,根据所述深层地温梯度区带确定地温梯度,包括:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
在以上所述的方法中,优选地,步骤4中,所述关系式如下式1)所示;
T=△t·D+C式1);
式1)中:T为地层温度,℃;△t为地温梯度,℃/m;D为深度,m;C为常数。
其中,式1)中的常数C可以取已知区域各单井温度数据及埋深数据之间的各线性拟合关系中的所有常数的均值。
在以上所述的方法中,优选地,步骤4中,根据所获得的地层温度预测盆地深层油气相态,包括:
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
其中,在以上所述的方法中依据原油热稳定性及裂解极限温度确定盆地深层油气相态的温度范围,即以上所述的大于220℃、200-220℃之间及小于200℃。
另一方面,本发明还提供了一种预测盆地深层油气相态的装置,其中,所述预测盆地深层油气相态的装置包括:
第一分析单元:用于分析盆地基底岩性结构的分布;
第二分析单元:用于分析盆地基底的埋深及起伏形态;
地温梯度确定单元:用于根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
盆地深层油气相态预测单元:用于建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及地温梯度确定单元确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态。
在以上所述的装置中,优选地,所述第一分析单元具体用于:将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布。
在以上所述的装置中,优选地,所述第一分析单元进一步用于:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常。
在以上所述的装置中,优选地,所述更高的观测面比原观测平面的高度提高20km以上。
在以上所述的装置中,优选地,所述第二分析单元具体用于:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态。
在以上所述的装置中,优选地,所述地温梯度确定单元具体用于:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
在以上所述的装置中,优选地,所述地温梯度确定单元还用于:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
在以上所述的装置中,优选地,所述关系式如下式1)所示;
T=△t·D+C式1);
式1)中:T为地层温度,℃;△t为地温梯度,℃/m;D为深度,m;C为常数。
在以上所述的装置中,优选地,所述盆地深层油气相态预测单元具体用于:
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
又一方面,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预测盆地深层油气相态的方法的步骤。
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预测盆地深层油气相态的方法的步骤。
本发明所提供的方法及装置通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
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为本发明实施例所提供的预测盆地深层油气相态的方法的工艺流程图。
图2为本发明实施例中观测面提高20km以上后的航磁异常图。
图3为本发明实施例中塔里木盆地基底岩性结构图。
图4为本发明实施例中全盆地基底的顶面构造图及基底顶面埋深图。
图5为本发明实施例中单井温度数据及埋深数据之间的关系图。
图6为本发明实施例中深层地温梯度区带示意图。
图7为本发明实施例中所提供的预测盆地深层油气相态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是本发明实施例所提供的预测盆地深层油气相态的方法的工艺流程图。如图1所示,所述预测盆地深层油气相态的方法包括:
步骤1:分析盆地基底岩性结构的分布;
步骤2:分析盆地基底的埋深及起伏形态;
步骤3:根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
步骤4:建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及步骤3中确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态。
图1所示的预测盆地深层油气相态的方法的执行主体可以为计算机。由图1所示的流程可知,本发明所提供的方法通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
在一实施例中,步骤1:分析盆地基底岩性结构的分布包括:
将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布。
在一实施例中,获取盆地基底的航磁异常包括:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常。
在一实施例中,所述更高的观测面比原观测平面的高度提高20km以上。
在一实施例中,步骤2:分析盆地基底的埋深,包括:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态。
在一实施例中,步骤3中,根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,包括:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
在一实施例中,步骤3中,根据所述深层地温梯度区带确定地温梯度,包括:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
在一实施例中,步骤4中,所述关系式如下式1)所示;
T=△t·D+C式1);
式1)中:T为地层温度,℃;△t为地温梯度,℃/m;D为深度,m;C为常数。
在一实施例中,步骤4中,根据所获得的地层温度预测盆地深层油气相态,包括:
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
本发明的其中一个具体实施例如下:
该具体实施例中以塔里木盆地为例,预测塔里木盆地深层油气相态,具体包括以下步骤:
(1)分析塔里木盆地基底岩性结构分布特征
对比露头区及钻井岩芯统计的岩石磁化率,塔里木盆地的区域磁异常场主要反映了盆地结晶基底及二叠系火成岩的磁性及构造形态的差异。为了使规模小且埋深浅的地质体产生的高频异常更快的衰减,突出规模大且埋藏深的地质体产生的低频异常,将航磁异常观测面提高20km以上,以此对应塔里木盆地基底的航磁异常,如图2所示。
统计近年来前人对盆地周边及内部岩石测年分析的结果,将单井的基底岩性及测年信息与基底航磁异常对应,约束分析基底岩性结构。塔里木盆地基底岩性结构图如图3所示,根据图3中的内容主要总结为以下几点:(1)盆地北部为宽缓的负异常,为中新元古代浅变质岩;(2)盆地中央为近东西向的正异常,为古元古代花岗岩叠加新元古代花岗岩改造;(3)盆地南部磁异常北东向为主,正异常与负异常相互间隔为呈条带状展布,正异常对应新元古代花岗岩,负异常为中新元古代变质岩;(4)盆地东南部以北东向负异常为主,为晚古生代变质岩。总体而言,塔里木盆地基底北部为中新元古界浅变质岩,盆地南部基底受新元古构造热事件影响强烈。
(2)分析塔里木盆地基底埋深
塔里木盆地近年来新处理拼接的地震大剖面74条,可较好地覆盖盆地二维测线,满足盆地深层结构的分析需要。通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图及基底顶面埋深图,如图4所示。
再塔里木盆地基底顶面构造图分析盆地基底的埋深及起伏形态,其中,盆地最深处位于满加尔凹陷内部大于15km,巴楚隆起处深度为3-6km,塔中隆起带7-8km,阿瓦提断陷基底深度大于10km,塔里木北部拜城一带基底约6-9km,总体上南部基底比北部整体埋深较浅。
(3)划分深层地温梯度区带
通过钻井过程中钻杆获得的地温,可以有效的反映该井的地温梯度,但对于未钻井的区域缺乏有效的手段。通过单井温度数据结合埋深(如图5所示),可获得单井的地温梯度;分析现有不同地区的地温梯度,可知基底顶面构造与地温梯度是总体为负相关关系(基底埋深浅的地区地温梯度较高,基底埋深大的地区地温梯度较低);基底岩性为新元古代花岗岩的区域地温梯度要比变质岩的地温梯度要高(主要受新元古代热事件影响);因此判断地温梯度主要受控于基底埋深(顶面构造)和基底岩性结构。
具体地,地温梯度预测中,基底顶面构造占评价深层地温梯度区带的权重为3/4,基底岩性占1/4;其中基底岩性为新元古代花岗岩影响为1,古元古代花岗岩影响为0.75,中新元古代变质岩影响为0.5,基底为中新元古代浅变质岩影响为0;结合现今的勘探区带,按此方法可将地温梯度带从低-中-高分为五类区带(如图6所示)。
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
(4)建立地层温度、地温梯度及深度的关系式,所述关系式如下式1)所示;
T=△t·D+C式1);
式1)中:T为地层温度,℃;△t为地温梯度,℃/m;D为深度,m;C为常数,常数C可以取已知区域各单井温度数据及埋深数据之间的各线性拟合关系中的所有常数的均值。
将深度及步骤(3)中确定的地温梯度代入所述关系式中获得地层温度,并根据所获得的地层温度按照以下标准预测盆地深层油气相态;
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
本实施例中,通过对全盆地深度与温度的统计,拟合出盆地深层地层温度与深度的关系式:T=0.022D+15,进而确定全盆地所划分的五类深层地温梯度区带的地层温度、地温梯度及深度的关系式中常数C值均为15;
从图6中可以看出,古城-塔东地区基底埋深较浅,基底以花岗岩为主,属于高地温梯度带,其地层温度与深度拟合公式统计为:T=0.024D+15;
塔北隆起地区基底埋深较大,基底以浅变质岩为主,属于中-低地温梯度带,地层温度与深度关系为T=0.019·D+15;
以古城-塔东地区为最高地温梯度带,塔北为中-低(次低)地温梯度带,以这两个地温梯度带为标线,地温梯度△t可按线性插值排列获得;
塔西南地区基底埋深浅,基底岩性复杂,属于次高地温梯度带(对应巴楚隆起地区),其地层温度与深度拟合公式统计为:T=0.0223D+15;
麦盖堤斜坡与塔中隆起基底埋深相近,基底岩性主要为变质岩,局部受花岗岩影响,属于中高地温梯度带,其地层温度与深度拟合公式统计为:T=0.0207D+15;
满加尔坳陷-阿瓦堤坳陷基底埋深最大,基底主要为浅变质为主,属于低地温梯度带,其地层温度与深度关系为T=0.0174D+15;
其中,以上不同地温梯度带的埋深数据如下所示,根据不同地温梯度带的埋深数据以及各个不同地温梯度带对应的地层温度与深度关系确定地层温度,再根据该地层温度按照以下标准预测盆地深层油气相态;
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
高地温梯度带:埋深小于7700m,对应的地层温度为199.8℃,按照以上标准划定盆地深层为油气相分布区;埋深大于8600m,对应的地层温度为221.4℃,按照以上标准划定盆地深层为天然气分布区;
次高地温梯度带:埋深小于8200m,对应的地层温度为197.86℃,按照以上标准划定盆地深层为油气相分布区;埋深大于9200m,对应的地层温度为220.16℃,按照以上标准划定盆地深层为天然气分布区;
中高地温梯度带:埋深小于8900m,对应的地层温度为199.23℃,按照以上标准划定盆地深层为油气相分布区;埋深大于10000m,对应的地层温度为222℃,按照以上标准划定盆地深层为天然气分布区;
中-低地温梯度带:埋深小于9700m,对应的地层温度为199.3℃,按照以上标准划定盆地深层为油气相分布区;埋深大于10800m,对应的地层温度为220.2℃,按照以上标准划定盆地深层为天然气分布区;
低地温梯度带:埋深小于10600m,对应的地层温度为199.44℃,按照以上标准划定盆地深层为油气相分布区;埋深大于11800m,对应的地层温度为220.32℃,按照以上标准划定盆地深层为天然气分布区。
基于同一发明构思,本发明实施例还提供了一种预测盆地深层油气相态的系统,由于该系统解决问题的原理与预测盆地深层油气相态的方法相似,因此该系统的实施可以参见方法的实施,重复之处不再赘述。图7为本发明实施例所提供的预测盆地深层油气相态的系统的结构示意图。如图7所示,所述预测盆地深层油气相态的系统包括:
第一分析单元101:用于分析盆地基底岩性结构的分布;
第二分析单元102:用于分析盆地基底的埋深及起伏形态;
地温梯度确定单元103:用于根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
盆地深层油气相态预测单元104:用于建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及地温梯度确定单元确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态。
在一实施例中,所述第一分析单元具体用于:将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布。
在一实施例中,所述第一分析单元进一步用于:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常。
在一实施例中,所述更高的观测面比原观测平面的高度提高20km以上。
在一实施例中,所述第二分析单元具体用于:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态。
在一实施例中,所述地温梯度确定单元具体用于:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
在一实施例中,所述地温梯度确定单元还用于:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
在一实施例中,所述关系式如下式1)所示;
T=△t·D+C式1);
式1)中:T为地层温度,℃;△t为地温梯度,℃/m;D为深度,m;C为常数。
在一实施例中,所述盆地深层油气相态预测单元具体用于:
当温度大于220℃时,划定盆地深层为天然气分布区;温度在200-220℃之间时,为凝析气分布区;温度小于200℃时,为油气相分布区。
本发明实施例所提供的装置通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
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预测盆地深层油气相态的方法的步骤。
本发明实施例所提供的计算机设备通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
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预测盆地深层油气相态的方法的步骤。
本发明实施例所提供的计算机可读存储介质通过深层地温梯度识别深层油气相态,解决了深部地温梯度分布及深层油气相态等地质问题,为深层油气相态判别提供了依据。
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 (10)
1.一种预测盆地深层油气相态的方法,其特征在于,所述预测盆地深层油气相态的方法包括:
步骤1:分析盆地基底岩性结构的分布;
步骤2:分析盆地基底的埋深及起伏形态;
步骤3:根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
步骤4:建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及步骤3中确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态;
所述步骤1:分析盆地基底岩性结构的分布包括:
将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布;
获取盆地基底的航磁异常包括:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常;所述更高的观测面比原观测平面的高度提高20km以上;
所述步骤2:分析盆地基底的埋深,包括:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态;
所述步骤3中,根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,包括:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
2.根据权利要求1所述的方法,其特征在于,步骤3中,根据所述深层地温梯度区带确定地温梯度,包括:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
3.根据权利要求1所述的方法,其特征在于,步骤4中,所述关系式如下式1)所示;
T=△t·D+C 式1);
式1)中:T为地层温度,°C;△t为地温梯度,°C/m;D为深度,m;C为常数。
4.根据权利要求1-3任一项所述的方法,其特征在于,步骤4中,根据所获得的地层温度预测盆地深层油气相态,包括:
当温度大于220°C时,划定盆地深层为天然气分布区;温度在200-220°C之间时,为凝析气分布区;温度小于200°C时,为油气相分布区。
5.一种预测盆地深层油气相态的装置,其特征在于,所述预测盆地深层油气相态的装置包括:
第一分析单元:用于分析盆地基底岩性结构的分布;
第二分析单元:用于分析盆地基底的埋深及起伏形态;
地温梯度确定单元:用于根据所述盆地基底岩性结构及盆地基底的埋深划分深层地温梯度区带,并根据所述深层地温梯度区带确定地温梯度;
盆地深层油气相态预测单元:用于建立每一深层地温梯度区带的地层温度、地温梯度及深度的关系式,将深度及地温梯度确定单元确定的地温梯度代入对应深层地温梯度区带的关系式中获得地层温度,并根据所获得的地层温度预测盆地深层油气相态;
所述第一分析单元具体用于:将单井的基底岩性及岩石测年信息与盆地基底的航磁异常进行对应,约束分析盆地基底岩性结构的分布;
所述第一分析单元进一步用于:
分析对比露头岩石磁化率及钻井岩芯磁化率,若盆地沉积岩的磁化率普遍很低,则以盆地的区域磁异常对应盆地基底的航磁异常;
若盆地沉积岩中有明显强磁性规模沉积的岩石,则将盆地测量的航磁异常原观测平面上的数据转换到更高的观测面上,使规模小且埋深浅的地质体产生的高频异常更快地衰减,从而突出规模大且埋藏深的地质体产生的低频异常,并以此对应盆地基底的航磁异常;
所述更高的观测面比原观测平面的高度提高20km以上;
所述第二分析单元具体用于:
利用二维地震测线,通过井震标定,地震反射特征分析及追踪,识别基底上覆沉积层与基底之间的反射,进而获得全盆地基底的顶面构造图,再根据所述全盆地基底的顶面构造图分析盆地基底的埋深及起伏形态;
所述地温梯度确定单元具体用于:
确定盆地基底的埋深及盆地基底岩性结构分别占所述深层地温梯度区带的权重,再确定盆地基底不同岩性结构的影响系数,并结合已有的勘探区带按照地温梯度高低将地温梯度带划分为若干类深层地温梯度区带。
6.根据权利要求5所述的装置,其特征在于,所述地温梯度确定单元还用于:
对于基底钻井的区带,根据温度数据及埋深数据直接获得地温梯度;
对于深层钻井的区带,按照现有已知区域各单井温度数据及埋深数据之间的线性拟合关系,将埋深拟合到基底顶面构造深度,即能得到地温梯度;
对于未钻井及浅层钻井的区带,根据各深层地温梯度区带分区的校正确定地温梯度。
7.根据权利要求5所述的装置,其特征在于,所述关系式如下式1)所示;
T=△t·D+C 式1);
式1)中:T为地层温度,°C;△t为地温梯度,°C/m;D为深度,m;C为常数。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述盆地深层油气相态预测单元具体用于:
当温度大于220°C时,划定盆地深层为天然气分布区;温度在200-220°C之间时,为凝析气分布区;温度小于200°C时,为油气相分布区。
9.一种计算机设备,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1-4任一项所述预测盆地深层油气相态的方法的步骤。
10.一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1-4任一项所述预测盆地深层油气相态的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578168.6A CN113835137B (zh) | 2020-06-23 | 2020-06-23 | 一种预测盆地深层油气相态的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578168.6A CN113835137B (zh) | 2020-06-23 | 2020-06-23 | 一种预测盆地深层油气相态的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113835137A CN113835137A (zh) | 2021-12-24 |
CN113835137B true CN113835137B (zh) | 2023-08-22 |
Family
ID=78963963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010578168.6A Active CN113835137B (zh) | 2020-06-23 | 2020-06-23 | 一种预测盆地深层油气相态的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113835137B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1763959A1 (ru) * | 1990-06-05 | 1992-09-23 | Южно-Уральский Филиал Всесоюзного Научно-Исследовательского Геологоразведочного Нефтяного Института | Способ определени фазового состо ни пластовой углеводородной смеси |
CN105242029A (zh) * | 2015-08-28 | 2016-01-13 | 中国石油天然气股份有限公司 | 一种流体相态分析装置及其分析方法 |
CN105487135A (zh) * | 2015-11-24 | 2016-04-13 | 中国石油化工股份有限公司 | 沉积盆地型地热资源类型划分方法 |
CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
CN105652342A (zh) * | 2016-01-13 | 2016-06-08 | 中国石油化工股份有限公司 | 一种基于地层不整合面的分段式地温梯度拟合方法 |
WO2018006497A1 (zh) * | 2016-07-07 | 2018-01-11 | 西南石油大学 | 一种相变水力压裂工艺 |
CN108490156A (zh) * | 2018-03-21 | 2018-09-04 | 西南石油大学 | 高温高压条件下混合气体驱油埋存量实验测试方法 |
CN109751044A (zh) * | 2019-01-29 | 2019-05-14 | 河南理工大学 | 一种油区热储层顶面温度等值线图编制方法 |
-
2020
- 2020-06-23 CN CN202010578168.6A patent/CN113835137B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1763959A1 (ru) * | 1990-06-05 | 1992-09-23 | Южно-Уральский Филиал Всесоюзного Научно-Исследовательского Геологоразведочного Нефтяного Института | Способ определени фазового состо ни пластовой углеводородной смеси |
CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
CN105242029A (zh) * | 2015-08-28 | 2016-01-13 | 中国石油天然气股份有限公司 | 一种流体相态分析装置及其分析方法 |
CN105487135A (zh) * | 2015-11-24 | 2016-04-13 | 中国石油化工股份有限公司 | 沉积盆地型地热资源类型划分方法 |
CN105652342A (zh) * | 2016-01-13 | 2016-06-08 | 中国石油化工股份有限公司 | 一种基于地层不整合面的分段式地温梯度拟合方法 |
WO2018006497A1 (zh) * | 2016-07-07 | 2018-01-11 | 西南石油大学 | 一种相变水力压裂工艺 |
CN108490156A (zh) * | 2018-03-21 | 2018-09-04 | 西南石油大学 | 高温高压条件下混合气体驱油埋存量实验测试方法 |
CN109751044A (zh) * | 2019-01-29 | 2019-05-14 | 河南理工大学 | 一种油区热储层顶面温度等值线图编制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113835137A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Held et al. | Economic evaluation of geothermal reservoir performance through modeling the complexity of the operating EGS in Soultz-sous-Forêts | |
US9857500B2 (en) | Method to constrain a basin model with curie depth | |
Gong et al. | Quantitative prediction of natural fractures in shale oil reservoirs | |
CN103345001A (zh) | 一种测定古湖泊水深的方法 | |
Aissaoui et al. | Petroleum assessment of berkine–Ghadames basin, southern Tunisia | |
Chen et al. | Interpretation of fault system in the Tana Sag, Kenya, using edge recognition techniques and Euler deconvolution | |
Zhu et al. | Seismic characterization of hypogenic karst systems associated with deep hydrothermal fluids in the middle‐lower ordovician Yingshan Formation of the Shunnan Area, Tarim Basin, NW China | |
Mitra et al. | Application of lithofacies models to characterize unconventional shale gas reservoirs and identify optimal completion intervals | |
Theloy et al. | An uncertainty approach to estimate recoverable reserves from the Bakken petroleum system in the North Dakota part of the Williston Basin | |
Jiang et al. | Recognizing the internal structure of normal faults in clastic rocks and its impact on hydrocarbon migration: A case study from Nanpu Depression in the Bohai Bay Basin, China | |
CN113835137B (zh) | 一种预测盆地深层油气相态的方法及装置 | |
CN116047602B (zh) | 基于生烃数值模拟的ii型水合物饱和度预测方法 | |
CN114114409A (zh) | 海域天然气水合物的岩石物理建模方法、电子设备及介质 | |
Chen et al. | Reservoir characteristics and light hydrocarbon channeling revealed by production data: A case study of liquid rich Duvernay shale play with emphasis in Fox Creek area, Alberta Canada | |
Saunders et al. | Statistical evaluation of seismic event location accuracy by the South African National Seismograph Network over four decades | |
CN115263287A (zh) | 一种高精度地热资源综合勘查方法 | |
Aydogan et al. | Imaging of subsurface lineaments in the southwestern part of the Thrace Basin from gravity data | |
RU2018887C1 (ru) | Способ определения характера насыщения пластов-коллекторов | |
Zene et al. | Volumetric estimation and OOIP calculation of the Ronier4 block of Ronier oilfield in the Bongor basin, Chad | |
Oshmarin et al. | Capabilities and limitations of electromagnetic techniques in Eastern Siberia | |
Wang et al. | Comparison of INPEFA technology and wavelet transform in sequence stratigraphic division of mixed reservoir: a case study of lower Es3 of KL oilfield in Laizhouwan Sag | |
CN102914794B (zh) | 南方海相地层近地表结构数据处理方法 | |
Yang et al. | Prediction and research of fracture distribution characteristics of the Chang 8 reservoir in Zhenjing area, Ordos Basin | |
Mohamed et al. | Basement structure investigation using 3-D forward modeling and inversion of geomagnetic data of the Zeit basin area, Gulf of Suez, Egypt | |
Shen et al. | Late Quaternary activity of the Xiadian west concealed fault east to Beijing and its tectonic significance |
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 |