CN114235650B - 一种烃源岩分布的预测方法及系统 - Google Patents
一种烃源岩分布的预测方法及系统 Download PDFInfo
- Publication number
- CN114235650B CN114235650B CN202111541822.7A CN202111541822A CN114235650B CN 114235650 B CN114235650 B CN 114235650B CN 202111541822 A CN202111541822 A CN 202111541822A CN 114235650 B CN114235650 B CN 114235650B
- Authority
- CN
- China
- Prior art keywords
- deposition
- hydrocarbon source
- distribution
- source rock
- delta
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 118
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 111
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 111
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 108
- 238000009826 distribution Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008021 deposition Effects 0.000 claims abstract description 118
- 238000004088 simulation Methods 0.000 claims abstract description 66
- 239000005416 organic matter Substances 0.000 claims abstract description 61
- 238000011160 research Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 96
- 239000013049 sediment Substances 0.000 claims description 47
- 239000004576 sand Substances 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 33
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 24
- 229910052799 carbon Inorganic materials 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 15
- 238000013508 migration Methods 0.000 claims description 11
- 230000005012 migration Effects 0.000 claims description 11
- 238000001035 drying Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 2
- 239000011707 mineral Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005137 deposition process Methods 0.000 abstract description 5
- 238000005553 drilling Methods 0.000 abstract description 5
- 238000004220 aggregation Methods 0.000 abstract description 4
- 230000002776 aggregation Effects 0.000 abstract description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 31
- 239000000843 powder Substances 0.000 description 12
- 239000003921 oil Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 239000003245 coal Substances 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 235000016425 Arthrospira platensis Nutrition 0.000 description 4
- 240000002900 Arthrospira platensis Species 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 229940082787 spirulina Drugs 0.000 description 4
- 241000350052 Daniellia ogea Species 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 125000001183 hydrocarbyl group Chemical group 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011368 organic material Substances 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 238000012113 quantitative test Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/04—Investigating sedimentation of particle suspensions
Abstract
本发明公开一种烃源岩分布的预测方法及系统,涉及油气地质勘探技术领域,以解决现有预测方法成本高、不适用于新探区和少井探区的问题。本发明所提供的预测方法包括:先获取目标研究区的地质背景,以确定实验条件。然后基于实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体。最后对沉积体进行处理,建立烃源岩分布预测模型,并利用烃源岩分布预测模型确定烃源岩分布,进而从正演的角度模拟三角洲沉积体系内颗粒有机质的沉积过程,总结烃源岩的聚集规律,大大降低了烃源岩分布预测的成本,尤其对钻井数量较少的新探区具有广阔的应用前景。本发明提供的预测方法及系统用于预测烃源岩的分布。
Description
技术领域
本发明涉及油气地质勘探技术领域,尤其涉及一种烃源岩分布的预测方法及系统。
背景技术
随着人类对油气资源需求的日益增长,油气资源供不应求的形势越来越严峻。2018年以来,我国原油对外依存度已经超过70%,实现油气资源的新发现和资源储量的新增长,对于筑牢能源安全的资源基础具有重要的现实和战略意义。然而,有源才有油,作为最主要的生烃母质,烃源岩的类型、厚度和分布规律,决定着油气资源的类型、富集程度和展布特征。20世纪60年代以来,我国油气探勘实践充分证明了以油气短距离运移成藏为实质的“源控论”的正确性。因此,明确烃源岩的分布规律是发现大型油气田的首要任务。
来自于全球的勘探实践表明三角洲沉积体系控制了含油气盆地的油气生成、运移、聚集和保存。我国的油气富集区中的鄂尔多斯盆地的河流-三角洲-湖泊沉积体系及南海含油气盆地的河流-三角洲-海湾沉积体系均显示三角洲对烃源岩的有机质来源、规模、质量和分布规律有显著的控制作用。
综上所述,揭示三角洲沉积体系内的烃源岩的沉积特征和展布规律对油气资源勘探开发工作至关重要。
现有的烃源岩分布预测技术是基于钻井烃源岩岩心分析测试获得的有机碳、氯仿沥青“A”、生物标志化合物、稳定同位素、黏土矿物含量等实验数据分析来反推烃源岩在地质历史时期内的沉积和分布,其存在以下不足:现有技术是在已经钻遇烃源岩的层位取样分析后,再继续预测烃源岩的分布,要实现烃源岩分布的预测,要基于大量的实验数据,对样品量和样品分布位置要求较高,且其是在消耗大量人力物力之后在有限范围内进行预测,具有滞后性和局限性,成本很高,同时,对于新探区无法建立预测模型来完成烃源岩分布的预测。
发明内容
本发明的目的在于提供一种烃源岩分布的预测方法及系统,从正演的角度模拟三角洲沉积体系内颗粒有机质的沉积过程,以解决现有预测方法成本高和不适用于新探区的缺陷。
为了实现上述目的,本发明提供如下技术方案:
一种烃源岩分布的预测方法,所述预测方法包括如下步骤:
获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布。
与现有技术相比,本发明提供的预测方法中,先获取目标研究区的地质背景,并根据三角洲沉积特征、研究区古沉积环境和烃源岩基本特征确定实验条件。然后基于实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体。最后对沉积体进行处理,建立烃源岩分布预测模型,并利用烃源岩分布预测模型确定烃源岩分布,进而从正演的角度模拟三角洲沉积体系内颗粒有机质的沉积过程,总结烃源岩的聚集规律,在提高预测精度和预测规模的同时,大大降低了烃源岩分布预测的成本,尤其对钻井数量较少的新探区具有广阔的应用前景,可有效提高勘探效率,规避勘探风险。
本发明还提供一种烃源岩分布的预测系统,所述预测系统包括:
地质背景获取模块,用于获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
实验条件确定模块,用于根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
实验模块,用于基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
处理模块,用于对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布。
与现有技术相比,本发明提供的预测系统的有益效果与上述技术方案所述预测方法的有益效果相同,此处不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例1所提供的预测方法的方法流程图;
图2为本发明实施例1所提供的预测方法的详细流程图;
图3为本发明实施例1所提供的模拟底型的结构示意图;
图4为本发明实施例1所提供的模拟装置的结构示意图;
图5为本发明实施例1所提供的取样管的结构示意图;
图6为本发明实施例1所提供的对沉积体进行扫描的扫描结果示意图;
图7为本发明实施例1所提供的切片方案的示意图;
图8为本发明实施例1所提供的有机质的平面沉积特征示意图;
图9为本发明实施例1所提供的纵剖面拼接和刻画示意图;
图10为本发明实施例1所提供的横剖面拼接和刻画示意图;
图11为本发明实施例1所提供的有机质厚度和TOC含量的分布示意图;
图12为本发明实施例1所提供的TOC含量与运移距离之间的散点图;
图13为本发明实施例2所提供的预测系统的系统框图。
附图标记:
1-水槽;2-导流槽;3-自动加砂器;4-蓄水池;5-自吸泵;6-循环泵;7-模拟底型;8-滤水筛;9-吸水布;10-录像系统;11-3D激光扫描仪。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1:
本实施例的目的在于提供一种烃源岩分布的预测方法,通过模拟实验模拟三角洲沉积体系颗粒有机质的沉积和聚集,并对实验产生的沉积体进行分析处理,建立烃源岩分布预测模型,该预测方法采用正演的方式从平面上和剖面上模拟三角洲沉积体系烃源岩的沉积分布特征,可准确高效的明确三角洲沉积体系烃源岩的分布规律,指导油气勘探,解决现有技术难以实现三角洲沉积体系内烃源岩平面分布与剖面分布的有机结合,对烃源岩的空间分布预测精度低的问题。
为了实现上述目的,本发明实施例用于提供一种烃源岩分布的预测方法,如图1和图2所示,所述预测方法包括如下步骤:
S1:获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
由于不同的含油气盆地的地层分布和构造演化历史等地质背景存在差异,因此,首先应明确目标研究区的地质背景,本实施例主要针对三角洲沉积体系,其地质背景主要包括三个大的方面:三角洲沉积特征、研究区古沉积环境和烃源岩基本特征。针对成熟探区,三角洲的地质背景可通过调研已发表的学术文献获得。对于新探区,三角洲的地质背景可采用相邻成熟探区的地质背景资料,也可通过利用有限的钻井样品开展实验来获取少量地质背景相关信息。所以,无论对于何种类型的探区,本实施例均可获得目标研究区的地质背景。具体的,三角洲沉积特征包括三角洲的规模(即三角洲的长度和宽度)、三角洲的坡度和三角洲的岩性特征,岩性特征包括岩石类型、矿物组成和岩石粒度分布。研究区古沉积环境包括古水深变化特征、古盐度和水动力条件,水动力条件包括水流方式、流量和时间分配。烃源岩基本特征包括总有机碳分布(即TOC分布)和有机质来源特征。
S2:根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
S2可以包括:
(1)根据三角洲沉积特征确定模拟底型以及模拟实验的加砂信息;
具体的,基于三角洲的规模确定模拟底型的长度和宽度;由于实验条件下,不可能模拟同等规模的三角洲的沉积,因此需要确定模拟实验的模拟比尺,来按照一定的比例建立小规模三角洲沉积,故本实施例基于目标研究区的三角洲的规模,确定模拟实验的模拟比尺,从而确定模拟底型的长和宽;基于三角洲的坡度确定模拟底型的坡度;基于三角洲的岩性特征确定模拟底型的材料以及模拟实验的加砂信息;根据模拟底型的长度、宽度、坡度和材料制备模拟底型,模型底型如图3所示,加砂信息为每一沉积期次中每一种水流流量下所添加的砂的类型和数量。
(2)根据研究区古沉积环境确定模拟实验的加水信息;
具体的,基于三角洲的古水深变化特征变化确定模拟实验的沉积期次,沉积期次是指水进水退的程度和次数;基于三角洲的古盐度数据确定模拟实验的水体盐度;基于三角洲的水动力条件确定模拟实验的水流流量和时间分配情况;加水信息包括水体盐度以及每一沉积期次的水流流量和时间分配。
(3)根据烃源岩基本特征确定模拟实验的有机质添加信息;
具体的,基于烃源岩的TOC分布及有机质来源特征确定模拟实验的有机质添加信息,该有机质添加信息包括有机质模拟材料和每一沉积期次的有机质添加速率。有机质模拟材料选用煤矸石粉末和螺旋藻粉的任意一种或者煤矸石粉末和螺旋藻粉的混合,具体配比根据研究区烃源岩的有机质来源特征确定。其中有机质模拟材料在开展实验前先加水搅拌均匀,并静置72小时,在静置过程中,还可每隔12小时搅拌均匀,增加其亲水性。
本实施例所述的实验条件即包括模拟底型以及模拟实验的加砂信息、加水信息和有机质添加信息。上述实验条件确定后,便可开展三角洲沉积体系有机质沉积模拟实验来正演烃源岩的沉积分布特征。
S3:基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
S3可以包括:
(1)根据研究区地质条件在模型装置内铺设模拟底型;
本实施例所用的模型装置如图4所示,所述模型装置包括:水槽1、蓄水池4、自吸泵5、循环泵6和自动加砂器3,自吸泵5和循环泵6均安装于水槽1内,自动加砂器3安装于水槽1的侧壁上。水槽1用于容纳模拟底型7,且水槽1边缘分别用油漆标注深度,长度和宽度值,用来随时读取砂体厚度,水位高度以及三角洲的沉积规模。蓄水池4用于储存水,蓄水池4所储存的水的盐度与根据古盐度所确定的水体盐度相同。自吸泵5用于从蓄水池4向水槽1输送水,以向水槽1内的湖区蓄水。自动加砂器3用于根据加砂信息和有机质添加信息,向水槽1中添加砂和有机质。循环泵6用于根据加水信息,将悬浮有机质的水循环输入至模拟底型(即物源区),保持湖区的水位不变。
更为具体的,该模型装置还包括位于水槽1中的导流槽2、滤水筛8和覆盖于滤水筛8之上的吸水布9,位于水槽1外的录像系统10和3D激光扫描仪11。导流槽2位于自动加砂器3所在位置处,3D激光扫描仪11可为FARO Focus S70i 3D激光扫描仪。
(2)根据模拟实验的加砂信息、加水信息和有机质添加信息,在模型装置内开展三角洲沉积体系有机质沉积模拟实验,得到沉积体。
每一期次沉积后均使用3D激光扫描仪11对沉积体进行扫描以记录沉积体厚度演化三角洲的演变特征。
S4:对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布。
其中,对沉积体进行处理,建立烃源岩分布预测模型可以包括:
(1)将沉积体晒干,得到晒干后的沉积体;
沉积过程结束后,排出模拟装置内的水,对沉积体进行晒干处理,每隔预定时间排出沉积体滤出的水,预定时间可为12小时。
(2)本实施例以TOC含量来表征烃源岩的富集程度。故沿第一方向对晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量;第一方向可为横向或纵向,第二方向与第一方向相垂直;即当第一方向为横向时,第二方向为纵向,当第一方向为纵向时,第二方向为横向。
(3)根据所有取样点的总有机碳含量和位置建立总有机碳含量与运移距离之间的散点图;该散点图以运移距离为横坐标,以总有机碳含量为纵坐标。
(4)对散点图进行拟合,得到烃源岩分布预测模型。
利用多种模型对散点图进行拟合,并选取相关系数最大的模型作为烃源岩分布预测模型,进而从统计学的角度建立烃源岩分布预测模型。
在得到沉积体后,本实施例的预测方法还包括:
(1)将沉积体晒干,得到晒干后的沉积体;
(2)分别沿横向和纵向对晒干后的沉积体进行切片,得到多个小沉积体;
(3)分别对每一小沉积体的横向剖面和纵向剖面进行拍照,得到多张图片;
(4)对所有图片进行拼接并刻画,确定烃源岩的分布位置和分布模式。
本实施例待沉积体晒干后,以合适的规格对晒干后的沉积体进行分割切片,切片可采用抹灰刀和长1m的钢尺。切片过程中,对小沉积体的横剖面和纵剖面进行拍照记录,拍照完成后采用Agisoft metashape Professional软件进行图片的拼接建模,采用CorelDRAW软件对剖面图进行刻画以定性分析烃源岩的分布位置和分布模式。
在得到沉积体后,本实施例的预测方法还包括:
(1)将沉积体晒干,得到晒干后的沉积体;
(2)沿第一方向对晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量和有机质厚度;第一方向可为横向或纵向,第二方向与第一方向相垂直;
(3)依据采样点的位置对总有机碳含量和有机质厚度进行网格化处理,绘制有机质厚度和总有机碳含量的三维空间展布,以表征烃源岩的空间分布。
本实施例还可在切片过程中,使用长20cm,内径2cm,壁厚2mm的带有长度刻度的分度值为0.5mm的石英玻璃取样管进行取样,取样管如图5所示。取样后直接读取有机质沉积厚度,同时待样品烘干后进行TOC测定、X衍射(XRD)分析、粒度分析和色质分析等定量测试,获取每一取样点的总有机碳含量和有机质厚度。
针对现有烃源岩分布预测技术的不足之处,本实施例提供的预测方法从正演的角度模拟三角洲沉积体系内颗粒有机质的沉积过程,总结烃源岩的聚集规律,在提高预测精度和预测规模的同时,大大降低了烃源岩分布预测的成本,尤其对钻井数量较少的新探区具有广阔的应用前景,可有效提高勘探效率,规避勘探风险。
以下,通过一具体实例来对本实施例所述的预测方法进行进一步的说明:
以鄂尔多斯盆地延长组长7段的东北物源区为例,基于本实施例提供的预测方法明确鄂尔多斯盆地东北物源区的烃源岩分布规律并建立烃源岩分布预测模型。
调研鄂尔多斯盆地延长组长7段东北物源区的地质背景如下:目标研究区为河流-三角洲-湖泊沉积体系,三角洲的长度为3km,宽度为2.28km,坡度约为2.5°,岩性以砂岩为主,从粒度上来看,其岩性组成有粗砂、中砂、细砂、粉砂和泥质,其中粗砂的粒度为1-0.5mm,中砂的粒度为0.5-0.25mm,细砂的粒度为0.25-0.1mm,粉砂粒度为0.1-0.0039mm,泥质的粒度小于0.0039mm。从古水深变化特征和古盐度判断,目标研究区经历了两期大的水退和一次水进过程。在三角洲沉积时期,其经历了洪水期,中水期和枯水期三个水动力时期,其水动力变化过程为中水-洪水-中水-枯水,对应的时间比例为1:1:1:7,且洪水、中水、枯水的流量比例为5:3:1。长7段烃源岩的TOC分布区间为0.2-5%,以陆源有机质为主。
通过研究区的上述地质背景,设计的模拟比尺为1:1000,即模拟底型7的长度为3m,宽度为2.28m,坡度设计为2.5°,材料采用中砂,加砂信息参见表1。沉积期次设计为3期,前2期为水退,第3期为水进,每一沉积期均设计中水-洪水-中水-枯水的水流模式,对应的时间比例为1:1:1:7,且洪水、中水、枯水的流量比例为5:3:1。
表1
由于目标研究区为陆源有机质,因此本实例选取煤矸石粉末为有机质模拟材料。另外,对于海陆过渡相烃源岩,可选取螺旋藻粉与煤矸石粉末的混合物作为既有陆源有机质输入也有海相有机质输入的烃源岩的有机质模拟材料,且可根据不同类型有机质相对丰度调整有机质模拟材料中煤矸石粉末和螺旋藻粉的配比。本实例中的目标研究区为陆源有机质,故仅采用煤矸石粉末为有机质模拟材料,其TOC为11%。在进行模拟实验前,将煤矸石粉末浸水72小时,每隔12小时搅拌均匀,增加其亲水性。本实例的加水信息和有机质添加信息参见表2,有机质添加速率根据水流流量按比例调整,水退(水进)过程中每隔100分钟,水位下降(上升)0.5cm。3个沉积期的沉积模拟时间均设定为1000分钟。
表2
本实例涉及的模拟装置包括:长3.4m,宽2.28m,深0.4m的水槽1、长0.3m的导流槽2、自动加砂器3、长1m,宽2.28m,深0.4m的蓄水池4、扬程13m,功率200W的自吸泵5、扬程2.2m,功率45W的循环泵6、长3m,宽2.28m的滤水筛8、覆盖于滤水筛8之上的吸水布9、录像系统10以及FARO Focus S70i 3D激光扫描仪11。水槽1边缘分别用油漆标注深度,长度和宽度值,用来随时读取砂体厚度,水位高度以及三角洲的沉积规模,自吸泵5可作为蓄水泵和排水泵使用。
将长3m,宽2.28m,高0.1m的模拟底型7置于水槽1内,根据加砂信息、加水信息和有机质添加信息进行模拟实验。每个沉积期结束时,用粒径1mm的不同颜色彩砂建立分隔层,且每一期次沉积后均使用FARO Focus S70i 3D激光扫描仪对沉积体进行扫描以记录沉积体厚度演化三角洲的演变特征,其扫描结果如图6所示。根据图6可看出第一沉积期到第二沉积期沉积体规模变大,第三沉积期沉积体比第二期小。第一沉积期和第二沉积期前缘沉积体增量较大,第三沉积期沉积体主要在平原地区增厚,这是水进导致的。
模拟实验结束之后,将水槽1的水用排水泵排净,同时每隔6小时将沉积体渗滤出的水排净,如此反复排水5天后,沉积体达到晒干状态,开始进行沉积体的切片工作。如图7所示,切片方案为沿图4所示的X轴4等分,沿Y轴方向9等分划线,将沉积体主要划分为3条纵剖面,8条横剖面,依次切割沉积体,共将沉积体划分为436块小的沉积体。切片的同时,用照相机拍摄每个小沉积体的横向剖面和纵向剖面,以获取每一小沉积体的横向剖面特征和纵向剖面特征。拍照完成后,使用Agisoft metashape Professional软件进行图片的拼接建模,采用CorelDRAW软件对剖面图进行刻画以定性分析烃源岩的分布位置和分布模式。本实施例中,有机质的平面沉积特征如图8所示,纵剖面和横剖面拼接和刻画示意图分别如图9和图10所示。从图8可以看出,平面上,有机质主要分布在岸线附近、水流漫溢区、沙丘背流面和废弃河道等低能环境部位。从图9和图10可看出,在剖面上,三角洲平原的有机质颜色较浅,厚度较薄且常与砂岩呈互层状或透镜状断续分布;三角洲前缘的有机质颜色较深,厚度较大,呈条带状连续分布。
切片的同时,选用长20cm,内径2cm,壁厚2mm的带有长度刻度的分度值为0.5mm的石英玻璃取样管进行取样,本实例中,所有取样点的位置以X轴,Y轴的坐标进行标定,取样方案应覆盖整个沉积体,按照切片方案中的各条剖面进行横向和纵向的等间距取样,Z轴方向上,根据彩砂隔离层对不同沉积期的沉积体进行取样。取样后直接读取有机质沉积厚度,同时待样品烘干后进行TOC测定、X衍射(XRD)分析、粒度分析和色质分析等定量测试。取样点的位置以及其有机质厚度和TOC测定结果如表3所示。
表3
本实例中获取上述实验数据后,使用surfer 12.0对数据进行网格化处理,然后使用surfer软件中的New 3D surface功能绘制模拟沉积体的有机质厚度和TOC的三维空间展布来表征三角洲沉积体系中烃源岩的空间分布,其空间分布结果如图11所示,可以看出三角洲前缘前端部位的有机质厚度较大且TOC含量较高,表明三角洲前缘前端部位是优质烃源岩主要分布区。
本实例以TOC含量来表征烃源岩的富集程度。本实例中建立实测样品TOC与运移距离的关系模型作为三角洲沉积体系内烃源岩分布预测模型。本实例中Y轴坐标即为运移距离,先建立实测TOC与运移距离的相关性散点图,根据散点图数据分别建立指数关系模型、线性关系模型、对数关系模型、多项式关系模型和幂函数关系模型,选取相关系数最大的模型作为最终的烃源岩分布预测模型。本实例的散点图如图12所示,其指数关系模型的相关系数最大,为0.6462.因此本实例中的烃源岩分布预测模型为TOC=0.0253e0.0188x(0<x<3)。
基于本实例可以看出,河流-三角洲-湖泊沉积体系的烃源岩主要分布在三角洲前缘,其以较厚的条带状展布,三角洲平原的漫溢部位等低能环境处也有少量烃源岩分布。在三角洲平原到前缘的区间内,随着运移距离的增加,烃源岩的质量逐渐变好。本实施例建立的烃源岩TOC预测模型可结合模拟比尺判断目标研究区的三角洲平原到前缘的沉积范围内的烃源岩最发育的位置,并可确定其距离物源的距离,从而精准的指导油气勘探。
实施例2:
本实施例用于提供一种烃源岩分布的预测系统,如图13所示,所述预测系统包括:
地质背景获取模块M1,用于获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
实验条件确定模块M2,用于根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
实验模块M3,用于基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
处理模块M4,用于对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布。
以上所述,仅为本发明的具体实施方式,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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种烃源岩分布的预测方法,其特征在于,所述预测方法包括如下步骤:
获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布;
所述对所述沉积体进行处理,建立烃源岩分布预测模型具体包括:
将所述沉积体晒干,得到晒干后的沉积体;
沿第一方向对所述晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量;所述第一方向为横向或纵向,所述第二方向与所述第一方向相垂直;
根据所有所述取样点的总有机碳含量和位置建立总有机碳含量与运移距离之间的散点图;
对所述散点图进行拟合,得到烃源岩分布预测模型;
在得到沉积体后,所述预测方法还包括:
将所述沉积体晒干,得到晒干后的沉积体;
分别沿横向和纵向对所述晒干后的沉积体进行切片,得到多个小沉积体;
分别对每一所述小沉积体的横向剖面和纵向剖面进行拍照,得到多张图片;
对所有所述图片进行拼接并刻画,确定烃源岩的分布位置和分布模式;
在得到沉积体后,所述预测方法还包括:
将所述沉积体晒干,得到晒干后的沉积体;
沿第一方向对所述晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量和有机质厚度;所述第一方向为横向或纵向;所述第二方向与所述第一方向相垂直;
依据所述取样点的位置对所述总有机碳含量和所述有机质厚度进行网格化处理,绘制有机质厚度和总有机碳含量的三维空间展布,以表征烃源岩的空间分布。
2.根据权利要求1所述的预测方法,其特征在于,所述根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件具体包括:
根据所述三角洲沉积特征确定模拟底型以及模拟实验的加砂信息;
根据所述研究区古沉积环境确定所述模拟实验的加水信息;
根据所述烃源岩基本特征确定所述模拟实验的有机质添加信息;所述实验条件包括所述模拟底型以及所述模拟实验的加砂信息、加水信息和有机质添加信息。
3.根据权利要求2所述的预测方法,其特征在于,所述三角洲沉积特征包括三角洲的规模、三角洲的坡度和三角洲的岩性特征;所述岩性特征包括岩石类型、矿物组成和岩石粒度分布;
所述研究区古沉积环境包括古水深变化特征、古盐度和水动力条件;所述水动力条件包括水流方式、流量和时间分配;
所述烃源岩基本特征包括总有机碳分布和有机质来源特征。
4.根据权利要求3所述的预测方法,其特征在于,所述根据所述三角洲沉积特征确定模拟底型以及模拟实验的加砂信息具体包括:
基于所述三角洲的规模确定所述模拟底型的长度和宽度;基于所述三角洲的坡度确定所述模拟底型的坡度;基于所述三角洲的岩性特征确定所述模拟底型的材料以及所述模拟实验的加砂信息;根据所述模拟底型的长度、宽度、坡度和材料制备所述模拟底型;
所述根据所述研究区古沉积环境确定所述模拟实验的加水信息具体包括:基于所述古水深变化特征确定所述模拟实验的沉积期次;基于所述古盐度确定所述模拟实验的水体盐度;基于所述水动力条件确定所述模拟实验的水流流量和时间分配;所述加水信息包括水体盐度以及每一所述沉积期次的水流流量和时间分配;所述加砂信息为每一所述沉积期次中每一种水流流量下所添加的砂的类型和数量;
所述根据所述烃源岩基本特征确定所述模拟实验的有机质添加信息具体包括:基于所述总有机碳分布和所述有机质来源特征确定所述模拟实验的有机质添加信息;
所述有机质添加信息包括有机质模拟材料和每一所述沉积期次的有机质添加速率;
根据研究区地质条件在模型装置内铺设所述模拟底型;
根据所述模拟实验的加砂信息、加水信息和有机质添加信息,在所述模型装置内开展三角洲沉积体系有机质沉积模拟实验,得到沉积体。
5.根据权利要求4所述的预测方法,其特征在于,所述模型装置包括:水槽、蓄水池、自吸泵、循环泵和自动加砂器;所述自吸泵和所述循环泵均安装于所述水槽内;所述自动加砂器安装于所述水槽的侧壁上;
所述水槽用于容纳所述模拟底型;所述蓄水池用于储存水;所述水的盐度与所述水体盐度相同;所述自吸泵用于从所述蓄水池向所述水槽输送水;所述自动加砂器用于根据所述加砂信息和所述有机质添加信息,向所述水槽中添加砂和有机质;所述循环泵用于根据所述加水信息,将悬浮有机质的水循环输入至所述模拟底型。
6.一种烃源岩分布的预测系统,其特征在于,所述预测系统包括:
地质背景获取模块,用于获取目标研究区的地质背景;所述地质背景包括三角洲沉积特征、研究区古沉积环境和烃源岩基本特征;
实验条件确定模块,用于根据所述三角洲沉积特征、所述研究区古沉积环境和所述烃源岩基本特征确定实验条件;
实验模块,用于基于所述实验条件开展三角洲沉积体系有机质沉积模拟实验,得到沉积体;
处理模块,用于对所述沉积体进行处理,建立烃源岩分布预测模型,并利用所述烃源岩分布预测模型确定烃源岩分布;
所述处理模块具体用于:
将所述沉积体晒干,得到晒干后的沉积体;
沿第一方向对所述晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量;所述第一方向为横向或纵向,所述第二方向与所述第一方向相垂直;
根据所有所述取样点的总有机碳含量和位置建立总有机碳含量与运移距离之间的散点图;
对所述散点图进行拟合,得到烃源岩分布预测模型;
所述系统还包括:
烃源岩的分布位置和分布模式确定模块,具体用于将所述沉积体晒干,得到晒干后的沉积体;分别沿横向和纵向对所述晒干后的沉积体进行切片,得到多个小沉积体;分别对每一所述小沉积体的横向剖面和纵向剖面进行拍照,得到多张图片;对所有所述图片进行拼接并刻画,确定烃源岩的分布位置和分布模式;
所述系统还包括:
烃源岩的空间分布表征模块,用于将所述沉积体晒干,得到晒干后的沉积体;沿第一方向对所述晒干后的沉积体进行切片,在每一剖面上沿第二方向进行等间距取样,获取每一取样点的总有机碳含量和有机质厚度;所述第一方向为横向或纵向;所述第二方向与所述第一方向相垂直;依据所述取样点的位置对所述总有机碳含量和所述有机质厚度进行网格化处理,绘制有机质厚度和总有机碳含量的三维空间展布,以表征烃源岩的空间分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541822.7A CN114235650B (zh) | 2021-12-16 | 2021-12-16 | 一种烃源岩分布的预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541822.7A CN114235650B (zh) | 2021-12-16 | 2021-12-16 | 一种烃源岩分布的预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114235650A CN114235650A (zh) | 2022-03-25 |
CN114235650B true CN114235650B (zh) | 2023-11-10 |
Family
ID=80757012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111541822.7A Active CN114235650B (zh) | 2021-12-16 | 2021-12-16 | 一种烃源岩分布的预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114235650B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796350A (zh) * | 2022-11-23 | 2023-03-14 | 长江大学 | 一种海域内少井区烃源岩总有机碳含量预测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2743738A1 (fr) * | 2012-12-12 | 2014-06-18 | IFP Energies nouvelles | Procédé d'exploitation d'un bassin sedimentaire au moyen d'une simulation stratigraphique couplé avec un modèle de production et de dégradation de matière organique |
CN104597482A (zh) * | 2015-02-03 | 2015-05-06 | 芦慧 | 一种用于地震勘探的砂箱物理模拟实验装置 |
CN105089657A (zh) * | 2015-06-15 | 2015-11-25 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层油气充注的物理模拟方法及实验装置 |
CN108766176A (zh) * | 2018-06-29 | 2018-11-06 | 长江大学 | 一种教学用水槽沉积模拟实验装置 |
CN209087235U (zh) * | 2018-07-13 | 2019-07-09 | 长江大学 | 高效节水可对比的水槽模拟实验装置 |
CN110646843A (zh) * | 2019-09-19 | 2020-01-03 | 中国石油大学(北京) | 有机质分布的确定方法、装置和网络设备 |
CN110780357A (zh) * | 2018-12-21 | 2020-02-11 | 中国石油天然气股份有限公司 | 陆相致密油地质甜点确定方法、系统、计算机设备、介质 |
CN111101935A (zh) * | 2019-12-25 | 2020-05-05 | 中海石油(中国)有限公司 | 一种少井条件下的油页岩预测方法 |
CN111402969A (zh) * | 2020-03-19 | 2020-07-10 | 中国石油大学(北京) | 一种陆源有机碳含量的预测方法、装置、设备及系统 |
CN111624674A (zh) * | 2020-06-09 | 2020-09-04 | 中国地质大学(北京) | 一种沉积层序形成演化的模拟系统 |
CN112133374A (zh) * | 2020-09-21 | 2020-12-25 | 成都理工大学 | 一种通过恢复古环境进行烃源岩预测的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3067500B1 (fr) * | 2017-06-13 | 2021-04-16 | Ifp Energies Now | Procede d'exploitation d'un bassin sedimentaire comportant des hydrocarbures, au moyen d'une modelisation de l'accumulation de la matiere organique terrestre |
-
2021
- 2021-12-16 CN CN202111541822.7A patent/CN114235650B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2743738A1 (fr) * | 2012-12-12 | 2014-06-18 | IFP Energies nouvelles | Procédé d'exploitation d'un bassin sedimentaire au moyen d'une simulation stratigraphique couplé avec un modèle de production et de dégradation de matière organique |
CN104597482A (zh) * | 2015-02-03 | 2015-05-06 | 芦慧 | 一种用于地震勘探的砂箱物理模拟实验装置 |
CN105089657A (zh) * | 2015-06-15 | 2015-11-25 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层油气充注的物理模拟方法及实验装置 |
CN108766176A (zh) * | 2018-06-29 | 2018-11-06 | 长江大学 | 一种教学用水槽沉积模拟实验装置 |
CN209087235U (zh) * | 2018-07-13 | 2019-07-09 | 长江大学 | 高效节水可对比的水槽模拟实验装置 |
CN110780357A (zh) * | 2018-12-21 | 2020-02-11 | 中国石油天然气股份有限公司 | 陆相致密油地质甜点确定方法、系统、计算机设备、介质 |
CN110646843A (zh) * | 2019-09-19 | 2020-01-03 | 中国石油大学(北京) | 有机质分布的确定方法、装置和网络设备 |
CN111101935A (zh) * | 2019-12-25 | 2020-05-05 | 中海石油(中国)有限公司 | 一种少井条件下的油页岩预测方法 |
CN111402969A (zh) * | 2020-03-19 | 2020-07-10 | 中国石油大学(北京) | 一种陆源有机碳含量的预测方法、装置、设备及系统 |
CN111624674A (zh) * | 2020-06-09 | 2020-09-04 | 中国地质大学(北京) | 一种沉积层序形成演化的模拟系统 |
CN112133374A (zh) * | 2020-09-21 | 2020-12-25 | 成都理工大学 | 一种通过恢复古环境进行烃源岩预测的方法 |
Non-Patent Citations (3)
Title |
---|
Optical characteristics of graptolite-bearing sediments and its implication for thermal maturity assessment;Luo Q, Hao J, Skovsted C B, et al.;《International Journal of Coal Geology》(第195期);386-401 * |
琼东南盆地崖南凹陷崖城组三角洲沉积体系陆源有机质分布模;屈童;《中国优秀硕士学位论文全文数据库》;全文 * |
鄂尔多斯盆地上古生界浅水砂体沉积模拟实验研究;朱永进等;《天然气地球科学》;第26卷(第5期);正文第1节,附图1 * |
Also Published As
Publication number | Publication date |
---|---|
CN114235650A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jussel et al. | Transport modeling in heterogeneous aquifers: 1. Statistical description and numerical generation of gravel deposits | |
US10995590B2 (en) | Method of exploiting a sedimentary basin comprising hydrocarbons, using stratigraphic modelling | |
US10724348B2 (en) | Method of exploiting a sedimentary basin comprising hydrocarbons, by modelling the accumulation of terrestrial organic matter | |
CN101403301B (zh) | 一种获取储层粒度区域分布规律的方法 | |
Duan et al. | Lithology identification and reservoir characteristics of the mixed siliciclastic-carbonate rocks of the lower third member of the Shahejie formation in the south of the Laizhouwan Sag, Bohai Bay Basin, China | |
CN114235650B (zh) | 一种烃源岩分布的预测方法及系统 | |
Svensson et al. | Groundwater flow modelling of the excavation and operational phases-Forsmark | |
Obianwu et al. | Estimation of aquifer hydraulic conductivity and effective porosity distributions using laboratory measurements on core samples in the Niger Delta, Southern Nigeria | |
CN112034526A (zh) | 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法 | |
Cui et al. | Permeability of porous media in coral reefs | |
Mohammed et al. | Facies Analysis and Depositional Environments of the Nahr Umr Formation in Rumaila Oil Field, Southern Iraq | |
CN110646843B (zh) | 陆源有机质分布的确定方法、装置和网络设备 | |
George et al. | Estimation of aquifer hydraulic parameters via complementing surfacial geophysical measurement by laboratory measurements on the aquifer core samples | |
Udosen et al. | Evaluation and modeling of a major coastal aquifer’s vulnerability to contamination with the use of GOD and AVI models as indicators in South-eastern Nigeria | |
Núñez‐González | Infiltration of fine sediment mixtures through poorly sorted immobile coarse beds | |
Yu et al. | Criteria and favorable distribution area prediction of Paleogene effective sandstone reservoirs in the Lufeng Sag, Pearl River Mouth Basin. | |
Fang et al. | Study on origin, classification, and identification of complex porous carbonate reservoir: a case study of the middle cretaceous Mishrif Formation in W Oil field | |
Underwood | Atoll island hydrogeology: Conceptual and numerical models | |
CN106468653B (zh) | 碎屑岩沉积微相类型的判定方法 | |
CN111292385A (zh) | 编制黑色页岩定量古地理图的方法及装置 | |
CN112231881A (zh) | 基质渗透率计算方法及系统 | |
Masria et al. | Numerical modeling of vadose zone electrical resistivity to evaluate its hydraulic parameters | |
CN115097545A (zh) | 一种碳酸盐岩储层中非原生沉积成因的石膏识别方法 | |
Estrada et al. | Turbidite Chicontepec Formation, Channel Chicontepec, Mexico: A diagenetic and petrophysical study to optimize the completions Corralillo area | |
Shi et al. | The Characterization of the Pre-carboniferous Karst Paleogeomorphology and Its Control on Ma5_ (1+ 2) Reservoirs in the Middle Area of Sulige Gas Field |
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 |