CN113945992B - 泥岩、油页岩识别方法、装置、电子设备及介质 - Google Patents
泥岩、油页岩识别方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113945992B CN113945992B CN202010681957.2A CN202010681957A CN113945992B CN 113945992 B CN113945992 B CN 113945992B CN 202010681957 A CN202010681957 A CN 202010681957A CN 113945992 B CN113945992 B CN 113945992B
- Authority
- CN
- China
- Prior art keywords
- lithology
- curve
- value
- mudstone
- shl
- 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
- 239000004058 oil shale Substances 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000011435 rock Substances 0.000 claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims description 70
- 238000005070 sampling Methods 0.000 claims description 42
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 239000004927 clay Substances 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005314 correlation function Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims 1
- 239000004215 Carbon black (E152) Substances 0.000 abstract description 10
- 229930195733 hydrocarbon Natural products 0.000 abstract description 10
- 150000002430 hydrocarbons Chemical class 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 239000007787 solid Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000005755 formation reaction Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Abstract
公开了一种泥岩、油页岩识别方法、装置、电子设备及介质。该方法可以包括:确定目标测井曲线并进行预处理;确定岩性识别端值;根据岩性识别端值,确定岩性解释策略;根据岩性解释策略对每一个单井进行岩性识别,获得识别结果。本发明通过多种测井资料对暗色泥岩、油页岩的响应特征,弥补了岩屑录井数据少、分布不均、欠准确等造成的不足,极大地丰富了烃源岩分析数据,为预测烃源岩的纵、横向分布特征以及成藏综合研究打下了坚实基础。
Description
技术领域
本发明涉及油气地质研究领域,更具体地,涉及一种泥岩、油页岩识别方法、装置、电子设备及介质。
背景技术
黑色、灰黑色、深灰色泥岩(统称为暗色泥岩)和油页岩是陆相沉积盆地中主力烃源岩的主要岩石类型。准确预测它们的纵、横向分布特征是下一步计算油气资源量及成藏综合分析的重要基础。根据岩屑录井资料,进行岩性统计是最直接的办法,但存在资料少、分布不均、欠准确等问题,无法满足烃源岩的精细评价需要。,因此,需借助技术手段开展岩性识别与统计。当前,岩性识别的方法很多,包括重磁技术、地震技术、测井技术、遥感技术等。
测井资料具有纵向分辨率高(0.125m)、岩电响应关系好的特点,随勘探程度的提高,资料变得多而全,使得在油气勘探开发中的应用日益广泛,尤其在油气层、水层的识别解释方面。除此之外,在识别火山岩、变质岩、碳酸盐岩、非常规地层、天然气水合物等特殊岩性方面也有探索,算法丰富。这些特殊岩性通常也是具体研究区的油气储层,存在孔隙空间和流体渗流通道,在测井上的响应特征较多。相较之下,在识别烃源岩方面的探索就少很多。在油页岩的测井响应特征方面,前人有过探讨,但涉及参数多、关系复杂,难以在区域上作定量预测,目前无相关专利技术报道。在暗色泥岩的测井响应特征方面,理论和专利技术方面的探索均无相关报道。
因此,有必要开发一种泥岩、油页岩识别方法、装置、电子设备及介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种泥岩、油页岩识别方法、装置、电子设备及介质,其能够通过多种测井资料对暗色泥岩、油页岩的响应特征,弥补了岩屑录井数据少、分布不均、欠准确等造成的不足,极大地丰富了烃源岩分析数据,为预测烃源岩的纵、横向分布特征以及成藏综合研究打下了坚实基础。
第一方面,本公开实施例提供了一种泥岩、油页岩识别方法,包括:
确定目标测井曲线并进行预处理;
确定岩性识别端值;
根据所述岩性识别端值,确定岩性解释策略;
根据所述岩性解释策略对每一个单井进行岩性识别,获得识别结果。
优选地,所述预处理包括:深度校正、平滑滤波处理和环境校正。
优选地,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
优选地,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
优选地,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
优选地,校正基准值为原始曲线平滑段的最大值。
优选地,还包括:
根据所述识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改所述岩性识别端值,直至所述误差小于设定阈值。
作为本公开实施例的一种具体实现方式,
第二方面,本公开实施例还提供了一种泥岩、油页岩识别装置,包括:
预处理模块,确定目标测井曲线并进行预处理;
端值确定模块,确定岩性识别端值;
解释公式确定模块,根据所述岩性识别端值,确定岩性解释策略;
识别模块,根据所述岩性解释策略对每一个单井进行岩性识别,获得识别结果。
优选地,所述预处理包括:深度校正、平滑滤波处理和环境校正。
优选地,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
优选地,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
优选地,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
优选地,校正基准值为原始曲线平滑段的最大值。
优选地,还包括:
根据所述识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改所述岩性识别端值,直至所述误差小于设定阈值。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现所述的泥岩、油页岩识别方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所述的泥岩、油页岩识别方法。
其有益效果在于:
(1)本发明通过多种测井资料对暗色泥岩、油页岩的响应特征,弥补了岩屑录井数据少、分布不均、欠准确等造成的不足,极大地丰富了烃源岩分析数据,为预测烃源岩的纵、横向分布特征以及成藏综合研究打下了坚实基础;
(2)本发明的岩性识别、数据统计均是计算机自动完成,既能有效避免人工统计的繁琐和误差,又能大大提高统计效率,节省人力和物力。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的暗色泥岩、油页岩测井曲线“三高二低”特征的示意图。
图2示出了根据本发明的泥岩、油页岩识别方法的步骤的流程图。
图3示出了根据本发明的一个实施例的岩性识别结果与岩屑录井结果对比的示意图。
图4示出了根据本发明的一个实施例的暗色泥岩厚度频率分布的示意图。
图5示出了根据本发明的一个实施例的暗色泥岩、油页岩联井对比的示意图。
图6示出了根据本发明的一个实施例的暗色泥岩、油页岩分布预测的示意图。
图7示出了根据本发明的一个实施例的一种泥岩、油页岩识别装置的框图。
附图标记说明:
201、预处理模块;202、端值确定模块;203、解释公式确定模块;204、识别模块。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种泥岩、油页岩识别方法,包括:
确定目标测井曲线并进行预处理;在一个示例中,预处理包括:深度校正、平滑滤波处理和环境校正。
在一个示例中,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
在一个示例中,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
在一个示例中,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
在一个示例中,校正基准值为原始曲线平滑段的最大值。
图1示出了根据本发明的一个实施例的暗色泥岩、油页岩测井曲线“三高二低”特征的示意图。
具体地,对于陆相沉积盆地而言,暗色泥岩、油页岩通常发育于半深湖—深湖沉积环境,有机质含量高、密度低、岩石致密且渗透性差,含U、Th、K等元素的放射性物质含量高,总体是一套以砂泥岩为主的沉积组合。在此地质背景下,暗色泥岩、油页岩在测井上的响应通常呈现出“三高二低”的特征,即高GR、高Rt、高AC、低SP、低DEN,如图1所示,因此,采用上述特征,确定目标测井曲线。
测井数据的准确性对岩性识别的结果至关重要,需在分析前对测井数据进行预处理,提高数据质量。预处理包括:深度校正、平滑滤波处理和环境校正,采用专业测井处理软件完成。
①深度校正:采用曲线整体校正法,把需要对比的曲线平移或压缩、扩展,以便和标准曲线一致,通过公式(1)进行深度校正。
②平滑滤波处理:测井曲线上会受与地层性质无关的毛刺干扰,造成岩性识别误差,采用最小二乘滑动平均法作滤波处理,通过公式(2)进行平滑滤波处理。
③环境校正:钻孔原始测井数据不仅和地层因素有关,而且还受周围环境因素的影响,可能会使测井曲线产生较大偏移,需进行环境校正。采用自动校正法,找到各条曲线的校正基准值后,用原始曲线减去基准值,得到校正后曲线,即通过公式(3)进行环境校正。
确定岩性识别端值。
具体地,在目标测井曲线上寻找稳定泥岩段,即曲线形态较为平直的部分,通过公式(4)将这一段内的测井曲线值作算术平均:
再在目标测井曲线上寻找稳定负异常段,通过公式(5)将这一段内的测井曲线值作算术平均:
在DT曲线上寻找形态平直的部分,得到DTshl:
其中,SPshl为纯泥岩段的自然电位值;SPi为稳定泥岩段内的自然电位值;SPcln为纯砂岩段的自然电位值;SPj为稳定负异常段内的自然电位值;DTshl为纯泥岩段的声波时差值;DTi为稳定泥岩段内的声波时差值。
在识别出泥岩的基础上,根据GR曲线对油页岩的响应关系,通过整体研究确定岩性识别端值。
根据岩性识别端值,确定岩性解释策略。
具体地,当SP[]小于SPcln时,将该段岩性识别为砂岩;当SP[]大于或等于SPcln,同时SP[]小于SPshl时,将该段岩性识别为泥质砂岩;当SP[]大于或等于SPshl,同时DT[]大于或等于DTshl时,将该段岩性识别为泥岩;当SP[]大于或等于SPshl,同时DT[]小于DTshl时,将该段岩性识别为泥质砂岩;当GR[]>=a,同时该段岩性识别为泥岩,那么将该段岩性识别为油页岩,其中,SP[]为自然电位值;GR[]为自然伽马值;DT[]为声波时差值;SPcln为纯砂岩段的自然电位值;SPshl为纯泥岩段的自然电位值;DTshl为纯泥岩段的声波时差值;sand为砂岩;silt为过渡岩性;mud为泥岩;shale为油页岩;a为岩性识别端值。
根据岩性解释策略对每一个单井进行岩性识别,获得识别结果。在一个示例中,还包括:根据识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改岩性识别端值,直至误差小于设定阈值。
本发明还提供一种泥岩、油页岩识别装置,包括:。
预处理模块,确定目标测井曲线并进行预处理;在一个示例中,预处理包括:深度校正、平滑滤波处理和环境校正。
在一个示例中,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
在一个示例中,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
在一个示例中,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
在一个示例中,校正基准值为原始曲线平滑段的最大值。
具体地,对于陆相沉积盆地而言,暗色泥岩、油页岩通常发育于半深湖—深湖沉积环境,有机质含量高、密度低、岩石致密且渗透性差,含U、Th、K等元素的放射性物质含量高,总体是一套以砂泥岩为主的沉积组合。在此地质背景下,暗色泥岩、油页岩在测井上的响应通常呈现出“三高二低”的特征,即高GR、高Rt、高AC、低SP、低DEN,如图1所示,因此,采用上述特征,确定目标测井曲线。
测井数据的准确性对岩性识别的结果至关重要,需在分析前对测井数据进行预处理,提高数据质量。预处理包括:深度校正、平滑滤波处理和环境校正,采用专业测井处理软件完成。
①深度校正:采用曲线整体校正法,把需要对比的曲线平移或压缩、扩展,以便和标准曲线一致,通过公式(1)进行深度校正。
②平滑滤波处理:测井曲线上会受与地层性质无关的毛刺干扰,造成岩性识别误差,采用最小二乘滑动平均法作滤波处理,通过公式(2)进行平滑滤波处理。
③环境校正:钻孔原始测井数据不仅和地层因素有关,而且还受周围环境因素的影响,可能会使测井曲线产生较大偏移,需进行环境校正。采用自动校正法,确定各条曲线的校正基准值为原始曲线平滑段的最大值后,用原始曲线减去基准值,得到校正后曲线,即通过公式(3)进行环境校正。
端值确定模块,确定岩性识别端值。
具体地,在目标测井曲线上寻找稳定泥岩段,即曲线形态较为平直的部分,通过公式(4)将这一段内的测井曲线值作算术平均。再在目标测井曲线上寻找稳定负异常段,通过公式(5)将这一段内的测井曲线值作算术平均。同理,在DT曲线上寻找形态较为平直的部分,得到DTshl。
在识别出泥岩的基础上,根据GR曲线对油页岩的响应关系,通过整体研究确定岩性识别端值。
解释公式确定模块,根据岩性识别端值,确定岩性解释策略。
具体地,在专业测井解释软件中,输入如下岩性解释策略:
if(SP[]<SPcln)then sand[]=3
if(SP[]>=SPcln and SP[]<SPshl)then silt[]=2
if(SP[]>=SPshl and DT[]>=DTshl)then mud[]=1
if(SP[]>=SPshl and DT[]<DTshl)then silt[]=2
if(GR[]>=a and mud[]=1)then shale[]=4
其中,SP[]为自然电位值;GR[]为自然伽马值;DT[]为声波时差值;SPcln为纯砂岩段的自然电位值;SPshl为纯泥岩段的自然电位值;DTshl为纯泥岩段的声波时差值;sand为砂岩;silt为过渡岩性;mud为泥岩;shale为油页岩;a为岩性识别端值。
上述策略为:当SP[]小于SPcln时,将该段岩性识别为砂岩,输出结果代号设定为3;当SP[]大于或等于SPcln,同时SP[]小于SPshl时,将该段岩性识别为泥质砂岩,输出结果代号设定为2;当SP[]大于或等于SPshl,同时DT[]大于或等于DTshl时,将该段岩性识别为泥岩,输出结果代号设定为1;当SP[]大于或等于SPshl,同时DT[]小于DTshl时,将该段岩性识别为泥质砂岩,输出结果代号设定为2;当GR[]>=a,同时输出结果为1,那么将该段岩性识别为油页岩,输出结果代号设定为4。
识别模块,根据岩性解释策略对每一个单井进行岩性识别,获得识别结果。在一个示例中,还包括:根据识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改岩性识别端值,直至误差小于设定阈值。
本发明还提供一种电子设备,电子设备包括:存储器,存储有可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述的泥岩、油页岩识别方法。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述的泥岩、油页岩识别方法。
为便于理解本发明实施例的方案及其效果,以下给出四个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
实施例1
图2示出了根据本发明的泥岩、油页岩识别方法的步骤的流程图。
如图2所示,该泥岩、油页岩识别方法包括:步骤101,确定目标测井曲线并进行预处理;步骤102,确定岩性识别端值;步骤103,根据岩性识别端值,确定岩性解释策略;步骤104,根据岩性解释策略对每一个单井进行岩性识别,获得识别结果。
对鄂尔多斯盆地延长组8个层段开展了暗色泥岩和油页岩的识别工作,预测井数106口。根据测井响应特征,选择SP曲线作为区分渗透性岩层与非渗透性岩层的第一判别曲线,选择AC曲线作为泥岩的第二确认曲线,选择GR曲线作为油页岩的第三筛选曲线,同时选择Rt和DEN曲线作为检验曲线。运用专业测井处理软件对SP、AC、GR、Rt和DEN曲线开展统一地深度校正、平滑滤波处理和环境校正。
图3示出了根据本发明的一个实施例的岩性识别结果与岩屑录井结果对比的示意图。
在SP曲线上寻找稳定泥岩段,即曲线形态较为平直的部分,SP值变化幅度在±10mV之间,厚度大于5米,如图3所示。通过公式(4)将这一段内的SP曲线值作算术平均,即得到SPshl。再在SP曲线上寻找稳定负异常段,厚度大于5米,通过公式(5)将这一段内的SP曲线值作算术平均,即得到SPcln。同理,在DT曲线上寻找形态较为平直的部分,通过公式(6)计算DTshl。在识别出泥岩的基础上,根据GR曲线对油页岩的响应关系,通过整体研究确定岩性识别端值,如表1所示。
表1
运用专业测井解释软件加载上述曲线,编辑岩性解释策略,寻找SP、DT曲线上的稳定泥岩段和SP曲线上的稳定负异常段,对每一口井分别定义SPcln、SPshl、DTshl以及岩性识别端值。通过自动识别功能,得到了初步识别结果,通过与岩屑录井结果作对比,修改岩性识别端值,直至与实际地质情况达成基本一致。最终,通过自动统计功能,得到最终识别结果并输出,如表2所示,总体预测吻合度达90%以上。
表2
井号 | A段/m | B段/m | C段/m | D段/m | E段/m | F段/m | G段/m | H段/m |
L70 | 25 | 20 | 25 | 22 | 20 | 15 | 25 | 25 |
L45 | 18 | 15 | 25 | 15 | 25 | 10 | 15 | 3 |
W55 | 8 | 10 | 10 | 15 | 20 | 5 | 8 | 5 |
Y185 | 10 | 10 | 10 | 15 | 20 | 3 | 10 | |
N18 | 18 | 20 | 18 | 16 | 10 | 10 | 10 | 5 |
L51 | 17 | 10 | 20 | 25 | 20 | 12 | 8 | 2 |
W87 | 8 | 10 | 8 | 10 | 10 | 16 | 5 | 2 |
B429 | 20 | 30 | 35 | 25 | 25 | 25 | 20 | 15 |
N62 | 5 | 18 | 15 | 15 | 8 | 8 | 3 | 5 |
X59 | 15 | 15 | 10 | 3 | 20 | 2 | 10 | 5 |
N66 | 16 | 25 | 20 | 18 | 12 | 10 | 10 | 10 |
Z118 | 12 | 15 | 10 | 12 | 12 | 15 | 12 | 6 |
Y238 | 18 | 15 | 10 | 10 | 8 | 10 | 5 | 3 |
Y182 | 15 | 5 | 20 | 15 | 25 | 12 | 5 | 20 |
Z86 | 20 | 25 | 20 | 12 | 15 | 18 | 5 | 8 |
S515 | 12 | 15 | 3 | 3 | 22 | 10 | 15 | 15 |
X68 | 25 | 30 | 30 | 35 | 15 | 20 | 10 | 3 |
X94 | 20 | 15 | 30 | 25 | 20 | 15 | 8 | 8 |
Y40 | 20 | 15 | 20 | 18 | 10 | 8 | 15 | 15 |
… | … | … | … | … | … | … | … | … |
图4示出了根据本发明的一个实施例的暗色泥岩厚度频率分布的示意图。
图5示出了根据本发明的一个实施例的暗色泥岩、油页岩联井对比的示意图。
图6示出了根据本发明的一个实施例的暗色泥岩、油页岩分布预测的示意图。
在此基础上,开展了某层段暗色泥岩、油页岩的厚度分布频率统计,如图4所示,进一步开展联井对比研究,描述纵向发育规模,判断连通性,如图5所示。最后,结合岩屑录井统计结果,预测了平面分布范围,如图6所示。
实施例2
图7示出了根据本发明的一个实施例的一种泥岩、油页岩识别装置的框图。
如图7所示,该泥岩、油页岩识别装置,包括:
预处理模块201,确定目标测井曲线并进行预处理;
端值确定模块202,确定岩性识别端值;
解释公式确定模块203,根据岩性识别端值,确定岩性解释策略;
识别模块204,根据岩性解释策略对每一个单井进行岩性识别,获得识别结果。
作为可选方案,预处理包括:深度校正、平滑滤波处理和环境校正。
作为可选方案,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
作为可选方案,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
作为可选方案,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
作为可选方案,校正基准值为原始曲线平滑段的最大值。
作为可选方案,还包括:
根据识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改岩性识别端值,直至误差小于设定阈值。
实施例3
本公开提供一种电子设备包括,该电子设备包括:存储器,存储有可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述泥岩、油页岩识别方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地,存储器可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中,该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解,为了解决如何获得良好用户体验效果的技术问题,本实施例中也可以包括诸如通信总线、接口等公知的结构,这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明,在此不再赘述。
实施例4
本公开实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所述的泥岩、油页岩识别方法。
根据本公开实施例的计算机可读存储介质,其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时,执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于:光存储介质(例如:CD-ROM和DVD)、磁光存储介质(例如:MO)、磁存储介质(例如:磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如:存储卡)和具有内置ROM的媒体(例如:ROM盒)。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,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。
Claims (10)
1.一种泥岩、油页岩识别方法,其特征在于,包括:
确定目标测井曲线并进行预处理;
确定岩性识别端值;
根据所述岩性识别端值,确定岩性解释策略;
根据所述岩性解释策略对每一个单井进行岩性识别,获得识别结果;
其中,确定岩性识别端值包括:
在目标测井曲线上寻找稳定泥岩段,即曲线形态平直的部分,通过公式(4)将这一段内的测井曲线值作算术平均:
再在目标测井曲线上寻找稳定负异常段,通过公式(5)将这一段内的测井曲线值作算术平均:
在DT曲线上寻找形态平直的部分,得到DTshl:
其中,SPshl为纯泥岩段的自然电位值;SPi为稳定泥岩段内的自然电位值;SPcln为纯砂岩段的自然电位值;SPj为稳定负异常段内的自然电位值;DTshl为纯泥岩段的声波时差值;DTi为稳定泥岩段内的声波时差值;
在识别出泥岩的基础上,根据GR曲线对油页岩的响应关系,通过整体研究确定岩性识别端值;
其中,根据岩性识别端值,确定岩性解释策略包括:
当SP[]小于SPcln时,将该段岩性识别为砂岩;当SP[]大于或等于SPcln,同时SP[]小于SPshl时,将该段岩性识别为泥质砂岩;当SP[]大于或等于SPshl,同时DT[]大于或等于DTshl时,将该段岩性识别为泥岩;当SP[]大于或等于SPshl,同时DT[]小于DTshl时,将该段岩性识别为泥质砂岩;当GR[]>=a,同时该段岩性识别为泥岩,那么将该段岩性识别为油页岩,其中,SP[]为自然电位值;GR[]为自然伽马值;DT[]为声波时差值;SPcln为纯砂岩段的自然电位值;SPshl为纯泥岩段的自然电位值;DTshl为纯泥岩段的声波时差值;a为岩性识别端值。
2.根据权利要求1所述的泥岩、油页岩识别方法,其中,所述预处理包括:深度校正、平滑滤波处理和环境校正。
3.根据权利要求2所述的泥岩、油页岩识别方法,其中,通过公式(1)进行深度校正:
其中,C(t)为标准曲线和被校正曲线的相关函数,Xi为标准曲线X的第i个采样点数据,为标准曲线X在对比间隔上各采样点的平均值,Yi+t为对比曲线Y的第i+t个采样点的数据,/>为对比曲线Y在对比间隔上各采样点的平均值,n为对比间隔对应的采样点数,k为二分之一个对比范围对应的采样点数,t为曲线相对曲线移动的采样点数。
4.根据权利要求2所述的泥岩、油页岩识别方法,其中,通过公式(2)进行平滑滤波处理:
其中,Ti-2、Ti-1、Ti、Ti+1、Ti+2分别是测井曲线的采样值,i表示从当前采样点算起的序号。
5.根据权利要求2所述的泥岩、油页岩识别方法,其中,通过公式(3)进行环境校正:
Q2=Q1-ΔQ (3)
其中,Q2为校正后曲线,Q1为校正前曲线,ΔQ为校正基准值。
6.根据权利要求5所述的泥岩、油页岩识别方法,其中,校正基准值为原始曲线平滑段的最大值。
7.根据权利要求1所述的泥岩、油页岩识别方法,其中,还包括:
根据所述识别结果,与岩屑录井结果进行对比,判断误差是否大于设定阈值,若是,则修改所述岩性识别端值,直至所述误差小于设定阈值。
8.一种泥岩、油页岩识别装置,其特征在于,包括:
预处理模块,确定目标测井曲线并进行预处理;
端值确定模块,确定岩性识别端值;
解释公式确定模块,根据所述岩性识别端值,确定岩性解释策略;
识别模块,根据所述岩性解释策略对每一个单井进行岩性识别,获得识别结果;
其中,确定岩性识别端值包括:
在目标测井曲线上寻找稳定泥岩段,即曲线形态平直的部分,通过公式(4)将这一段内的测井曲线值作算术平均:
再在目标测井曲线上寻找稳定负异常段,通过公式(5)将这一段内的测井曲线值作算术平均:
在DT曲线上寻找形态平直的部分,得到DTshl:
其中,SPshl为纯泥岩段的自然电位值;SPi为稳定泥岩段内的自然电位值;SPcln为纯砂岩段的自然电位值;SPj为稳定负异常段内的自然电位值;DTshl为纯泥岩段的声波时差值;DTi为稳定泥岩段内的声波时差值;
在识别出泥岩的基础上,根据GR曲线对油页岩的响应关系,通过整体研究确定岩性识别端值;
其中,根据岩性识别端值,确定岩性解释策略包括:
当SP[]小于SPcln时,将该段岩性识别为砂岩;当SP[]大于或等于SPcln,同时SP[]小于SPshl时,将该段岩性识别为泥质砂岩;当SP[]大于或等于SPshl,同时DT[]大于或等于DTshl时,将该段岩性识别为泥岩;当SP[]大于或等于SPshl,同时DT[]小于DTshl时,将该段岩性识别为泥质砂岩;当GR[]>=a,同时该段岩性识别为泥岩,那么将该段岩性识别为油页岩,其中,SP[]为自然电位值;GR[]为自然伽马值;DT[]为声波时差值;SPcln为纯砂岩段的自然电位值;SPshl为纯泥岩段的自然电位值;DTshl为纯泥岩段的声波时差值;a为岩性识别端值。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现权利要求1-7中任一项所述的泥岩、油页岩识别方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的泥岩、油页岩识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681957.2A CN113945992B (zh) | 2020-07-15 | 泥岩、油页岩识别方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681957.2A CN113945992B (zh) | 2020-07-15 | 泥岩、油页岩识别方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113945992A CN113945992A (zh) | 2022-01-18 |
CN113945992B true CN113945992B (zh) | 2024-06-04 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572747A (zh) * | 2015-12-14 | 2016-05-11 | 中国石油大学(华东) | 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法 |
CN106370814A (zh) * | 2016-09-09 | 2017-02-01 | 中国海洋石油总公司 | 基于成分‑结构分类的湖相混积岩类储层测井识别方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
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 |
CN111206921A (zh) * | 2018-11-22 | 2020-05-29 | 中石化石油工程技术服务有限公司 | 一种适用于火山岩溢流相有利储层的描述方法 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572747A (zh) * | 2015-12-14 | 2016-05-11 | 中国石油大学(华东) | 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法 |
CN106370814A (zh) * | 2016-09-09 | 2017-02-01 | 中国海洋石油总公司 | 基于成分‑结构分类的湖相混积岩类储层测井识别方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
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 |
CN111206921A (zh) * | 2018-11-22 | 2020-05-29 | 中石化石油工程技术服务有限公司 | 一种适用于火山岩溢流相有利储层的描述方法 |
Non-Patent Citations (4)
Title |
---|
宋梅远 ; 张善文 ; 王永诗 ; 石砥石 ; 孟涛 ; .沾化凹陷沙三段下亚段泥岩裂缝储层岩性分类及测井识别.油气地质与采收率.2011,(第06期),第2-4节. * |
沾化凹陷沙三段下亚段泥岩裂缝储层岩性分类及测井识别;宋梅远;张善文;王永诗;石砥石;孟涛;;油气地质与采收率(第06期);第2-4节 * |
测井曲线精细处理解释技术在复杂储层预测中的应用;季玉新, 陈娟, 谢雄举;石油物探(第02期);第1节 * |
舞阳、襄城凹陷盐湖相地层岩性识别方法研究;曲天虹等;河南石油;20050531;第19卷(第3期);11-14 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106468172B (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
WO2017084454A1 (zh) | 一种地层组分最优化确定方法及装置 | |
CN110717249B (zh) | 页岩气储层测井孔隙度快速预测方法及系统 | |
CN110847901B (zh) | 一种变矿化度地层水下的致密砂岩储层流体识别方法 | |
WO2013059585A2 (en) | Methods, computer readable medium, and apparatus for determining well characteristics and pore architecture utilizing conventional well logs | |
CN112698399B (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
CN105986813A (zh) | 准致密储层快速评价方法及准致密储层多指标评价方法 | |
CN112922591B (zh) | 泥页岩储层岩相“甜点”预测方法及系统 | |
CN111767674A (zh) | 一种基于主动域适应的测井岩性识别方法 | |
CN117251802B (zh) | 一种基于迁移学习的非均质储层参数预测方法及系统 | |
CN114427457A (zh) | 潮坪相碳酸盐岩储层测井五性关系确定、及测井评价方法 | |
CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
CN113945992B (zh) | 泥岩、油页岩识别方法、装置、电子设备及介质 | |
CN110688781A (zh) | 一种低渗非均质气藏储层测井解释方法 | |
CN113945992A (zh) | 泥岩、油页岩识别方法、装置、电子设备及介质 | |
CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
CN111706323A (zh) | 一种综合gwo-lssvm算法的水淹层精细解释评价方法 | |
CN109116440B (zh) | 致密灰岩储层裂缝识别方法 | |
CN114565116A (zh) | 一种低渗储层物性参数的预测方法和装置 | |
CN114086938A (zh) | 一种非均质性砂岩储层的含气饱和度预测方法 | |
CN112443321B (zh) | 基于储层品质指数的油层识别方法及装置 | |
CN113916925A (zh) | 储层黏土孔隙度计算方法、装置、电子设备及介质 | |
CN114839685A (zh) | 烃源岩有效厚度的确定方法、装置、设备及介质 | |
CN117368966A (zh) | 基于深度学习的储层孔隙度预测方法、装置、设备及介质 | |
CN116047621A (zh) | 一种基于元素录井曲线识别古岩溶强度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |