CN114235862A - 一种基于双能ct对烃源岩的评估方法 - Google Patents
一种基于双能ct对烃源岩的评估方法 Download PDFInfo
- Publication number
- CN114235862A CN114235862A CN202210154902.5A CN202210154902A CN114235862A CN 114235862 A CN114235862 A CN 114235862A CN 202210154902 A CN202210154902 A CN 202210154902A CN 114235862 A CN114235862 A CN 114235862A
- Authority
- CN
- China
- Prior art keywords
- organic matter
- source rock
- energy
- atomic number
- effective atomic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请是关于一种基于双能CT对烃源岩的评估方法。该方法包括:获取预设规格的烃源岩样品;对烃源岩样品进行双能CT扫描,得到扫描后的三维图像;三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像;根据有机质的灰度值范围对三维图像进行分割,以得到有机质图像;有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像;对有机质图像进行处理,以得到有机质图像中各像素点对应的有效原子序数;获取各类型干酪根的平均有效原子序数;分别以各类型干酪根的平均有效原子序数为基准,计算有机质图像中各像素点对应的有效原子序数的第一标准差;根据计算得到的第一标准差确定烃源岩样品对应的有机质类型。
Description
技术领域
本申请涉及石油天然气勘探技术领域,尤其涉及一种基于双能CT对烃源岩的评估方法。
背景技术
双能CT可以利用两种不同能量的X射线对物体进行成像,能够精确得到物体的构成比例。具体而言,X射线断层扫描是利用不同物质对X射线的衰减系数不同而呈现出不同灰度的图像而进行三维成像,由于不同物质对于不同能量的X射线有不同的、特异性的吸收系数,当物质的比例未知时,可以分别利用两种不同能量的X射线对物体进行成像,通过类似解线性方程的方法得到物质的构成比例。
烃源岩包括油源岩、气源岩和油气源岩,习惯上通常叫作生油岩。烃源岩的评估指标主要包括总有机含碳量(Toc)和有机质类型。其中,总有机碳含量(TOC)是评价有机质丰度的重要参数,其反映的是烃源岩排烃后残留的有机质丰度。TOC预测烃源岩生烃潜力的重要指标,也是衡量有机质发育的重要指标。准确确定 TOC 含量是油气勘探开发研究的一个关键问题,它的准确预测对油气的勘探开发有重要作用。有机质类型可以直接反映烃源岩的质量的优劣。烃源岩母质来源的不同与沉积环境的差异都会导致干酪根类别的不同,而不同类型的干酪根其生烃潜力差距较大。
本申请基于双能CT为烃源岩的评估提供了一种新的方法。
发明内容
本申请提供一种基于双能CT对烃源岩的评估方法,为烃源岩评估提供了一种新的可靠途径。
本申请提供如下技术方案:
本申请提供一种基于双能CT对烃源岩的评估方法,该方法包括:
获取预设规格的烃源岩样品;
对所述烃源岩样品进行双能CT扫描,得到扫描后的三维图像;其中,所述三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像;
根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像;其中,所述有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像;
对所述有机质图像进行处理,以得到所述有机质图像中各像素点对应的有效原子序数;
分别获取I型干酪根、II型干酪根和III型干酪根的平均有效原子序数;
分别以I型、II型和III型干酪根的平均有效原子序数为基准,计算所述有机质图像中各像素点对应的有效原子序数的第一标准差;
根据计算得到的第一标准差确定所述烃源岩样品对应的有机质类型。
在上述方法的可选实施方式中,对所述有机质图像进行处理,以得到所述有机质图像中各像素点对应的有效原子序数,包括:
对所述有机质图像中各像素点对应的灰度值进行换算,以得到所述有机质图像中各像素点对应的CT值;其中,所述有机质图像中任一像素点对应的CT值包括该像素点在第一有机质图像中的灰度值换算得到的高能CT值CTH和该像素点在第二有机质图像中的灰度值换算得到的低能CT值CTL;
将所述有机质图像中各像素点对应的CT值分别代入如下公式,计算得到所述有机质图像中各像素点对应的有效原子序数:
其中,为当前像素点的密度,为当前像素点的有效原子序数,n为3.2-3.8之间
的常数,CTH为当前像素点在第一有机质图像中的CT值,CTL为当前像素点在第二有机质图像
中的的CT值,A、B、C、D、E、F为预先计算得到的常数。
在上述方法的可选实施方式中,A、B、C、D、E、F为预先计算得到的常数,包括:
选取至少三组相同规格的标准样品;其中,每组标准样品的密度为已知标准密度,每组标准样品的有效原子序数为已知标准有效原子序数;
分别对所述三组相同规格的标准样品进行双能CT扫描,得到每组标准样品在低能扫描下的CT值CTL和高能扫描下的CT值CTH;
将每组标准样品对应的CTL和CTH代入代入如下公式,计算得到常数A、B、C、D、E、F的值:
在上述方法的可选实施方式中,获取预设规格的烃源岩样品,包括:
确定在计算常数A、B、C、D、E、F的值时所选取的标准样品的规格;
获取与选取的标准样品规格相同的烃源岩样品。
在上述方法的可选实施方式中,获取I型干酪根、II型干酪根和III型干酪根的平均有效原子序数,包括:
根据各类型干酪根中的H/C和O/C比,得到各类型干酪根中C/H/O原子数之比;
根据有效原子序数计算公式:
计算得到各类型干酪根中的平均有效原子序数。
在上述方法的可选实施方式中,分别以I型、II型和III型干酪根的平均有效原子序数为基准,计算所述有机质图像中各像素点对应的有效原子序数的第一标准差,包括:
其中,为I型干酪根的有效原子序数时,得到对应I型干酪根的第一标准差;为II型干酪根的有效原子序数时,得到对应II型干酪根的第一标准差;为III型干
酪根的有效原子序数时,得到对应III型干酪根的第一标准差;
根据计算得到的第一标准差确定所述烃源岩样品对应的有机质类型,包括:
在上述方法的可选实施方式中,该方法还包括:
在上述方法的可选实施方式中,该方法还包括:
采集多组烃源岩样品,并将所述多组烃源岩样品制成预设规格;其中,所述多组烃源岩样品来自同一区域的不同位置或不同深度;
分别对所述多组烃源岩样品进行双能CT扫描,得到扫描后的三维图像,并根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像;其中,所述三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像,所述有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像;
对得到的多组有机质图像进行处理,以得到每组有机质图像中各像素点对应的有效原子序数;
以碳元素原子序数6作为基准,根据如下公式计算每组有机质图像中各像素点对应的有效原子序数的第二标准差;
比较得到的y个第二标准差,以判断各组烃源岩样品的有机质热演化程度。
在上述方法的可选实施方式中,该方法还包括:
将采集到的所述多组烃源岩样品再进行镜质体反射率R0测试;
确定所述镜质体反射率R0与所述第二标准差之间的关联关系,以得到烃源岩的有机质有效原子序数与镜质体反射率的相关性关系。
本申请提供的技术方案可以包括以下有益效果:本申请提供出的基于双能CT对烃源岩的评估方法,可以在不破坏岩心样品的前提下判断岩心内有机质类型,以及岩心内总有机碳含量和高精度三维分布情况。将该方法应用于不同尺度的CT扫描结果中,可以通过对区块的多组多尺度样品进行双能CT扫描和三维数据处理,就可以无损得到该区块内有机质类型、有机碳含量以及有机碳精确的位置分布图,同时得到岩心内有机质的热演化程度。
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,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的一种基于双能CT对烃源岩的评估方法的主要流程图;
图2是利用双能CT扫描后得到的原始图像;
图3是根据有机质的灰度阈值对原始图像分割后提取出的有机质图像。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请提供了一种基于双能CT对烃源岩的评估方法。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的一种基于双能CT对烃源岩的评估方法的主要流程图。
参见图1,本申请提供的方法包括:
S110:获取预设规格的烃源岩样品。
烃源岩包括油源岩、气源岩和油气源岩,习惯上通常叫作生油岩。烃源岩的准确评估对油气的勘探开发有重要作用。在该步骤中,预设规格的烃源岩样可以是小圆柱状,关于预设规格在后文作进一步详细说明。
S120:对烃源岩样品进行双能CT扫描,得到扫描后的三维图像。
在此先对双能CT作简要说明:
X射线断层扫描是利用不同物质对X射线的衰减系数不同而呈现出不同灰度的图像而进行三维成像。根据Beer-Lambert定律,
其中,是射线在穿过物质内x距离后的强度,是原始射线强度,𝜇是吸收系
数,根据Wellington S L,Vinegar H J.X-ray computerized tomography[J].
J.petrol.tech, 1987, 39(8):885-898,该吸收系数取决于物质密度𝜌、平均原子序数Z以
及射线能量E,公式如下:
其中,n是3.2-3.8之间的一个常数,本实施例中,n取3.6。在给定物质的前提下,当X射线能量在30-100keV时,光电效应占主导,康普顿效应次之,这时吸收系数由平均原子序数Z主要决定,物质密度𝜌次要决定,物质对X射线的衰减程度;当X射线能量在100-200keV时,康普顿效应占主导,光电效应可以忽略不计,这时由密度𝜌主要决定物质对X射线的衰减程度。因此在高低两个能量的X射线照射下,相似物质或者原子序数的物质也会因衰减不同而区分开来。一般用CT值HU来定义物质对X射线衰减后的值,但它不是一个绝对量,而是表示不同物质对X射线衰减的一种相对关系。由CT值的定义:
其中,A、B、C、D、E、F为未知常数。已知被扫描物质的密度和平均原子序数Z的前提
下,当使用低于和高于100keV两个能量扫描某种物质后,根据所得扫描结果的灰度值(灰度
值与CT值呈线性正相关),在就可以计算得到(4)(5)两公式中的常数A、B、C、D、E、F,从而在
扫描参数(X射线能量,样品与X射线源、X射线传感器距离)相同的前提下保证了(4)(5)两公
式成立。
上述公式(4)和(5)的推导过程不再详细说明,具体可参照现有关于双能CT的文献。
在步骤S120中,双能CT包含低于和高于100keV两个能量,因此利用双能CT对烃源岩样品进行扫描后得到的三维图像,包括高能扫描下的第一三维图像和低能扫描下的第二三维图像。
S130:根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像。
在该步骤中,对步骤S120扫描得到的三维图像进行分割,本实施例以高能扫描下的第一三维图像进行分割,按照有机质灰度值范围拾取三维图像中的有机质图像。具体而言,由于烃源岩样品中有机质密度较低,而又高于孔隙密度(孔隙密度为0),有机值灰度可以明显区别于烃源岩中的其他组分,所以可以首先通过灰度阈值分割将烃源岩中有机质相提取出来。例如,可以在三维软件中,手动调节灰度阈值,然后通过观察可以明显地提取出有机质图像。再例如,还可以选择与该烃源岩样品同区域的另一块烃源岩作为样品0,然后采用化学分离的方法提取该样品0中的有机质,进一步,在X射线仪上对从样品0中提取出来的有机质进行扫描,从扫描结果中即可得到有机质的灰度值范围。这样一来,再对步骤S120中扫描烃源岩样品得到的三维图像进行分割时,可以将通过样品0确定的灰度值范围作为阈值来提取三维图像中的有机质图像。本实施例对从三维图像提取有机质图像不作具体限定,本领域技术人员可以选择合理的方式从三维图像中提取出有机质图像。
参照图2和图3,其中图2是利用双能CT扫描后得到的原始图像,图3是根据有机质的灰度阈值对原始图像分割后提取出的有机质图像。从图2和图3可以看出,有机质图像的灰度值与原始图像中其他部位的灰度值存在比较明显的区别,因此,按照前述的方式(手动选择有机质的灰度阈值或者提前通过样品0确定一个有机质的灰度阈值)均可以从原始扫描图像中提出有机质图像。
需要说明的是,由于是利用双能CT对烃源岩样品进行扫描,因此得到的第一三维图像和第二三维图像属于同一个烃源岩样品的三维图像,只是扫描能量不同。因此,我们以第一三维图像进行分割得到第一有机质图像后,第二三维图像也相应得到一个第二有机质图像,即,第一有机图像和第二有机质图像属于同一个烃源岩样品下的有机质图像,只是扫描能量不同。
S140:对有机质图像进行处理,以得到有机质图像中各像素点对应的有效原子序数。
在该步骤中,分割出来的有机质图像是由某一区间灰度值的若干体素点构成,分解到二维图像就是若跟灰度值的像素点。以水和空气的CT值定义(CT水=0,CT空气=-1000)为参照,将有机质图像的灰度值(高能扫描的灰度值和低能扫描的灰度值)按照线性关系换算为高能扫描的CT值CTH和低能扫描的CT值CTL,单位为HU。也就是说,在该步骤中,可以对有机质图像中各像素点对应的灰度值进行换算,以得到有机质图像中各像素点对应的CT值,即,有机质图像中任一像素点对应的CT值包括该像素点在第一有机质图像中的灰度值换算得到的高能CT值CTH和该像素点在第二有机质图像中的灰度值换算得到的低能CT值CTL。本领域技术人员可以理解的是,灰度值与CT值可以按照线性关系换算,后文中的CT值和灰度值可以理解为通用概念,不再作进一步解释,本实施例不对具体换算细节进行阐述。
进一步,再得到有机质图像中各像素点对应的CT值后,将各像素点的CT值(CTL和CTH)代入公式(4)和(5):
其中,n为3.2-3.8之间的常数,本实施例取3.6;A、B、C、D、E、F为预先计算得到的常
数(后文对如何预先计算得到这6个常数进行详细说明);因此,代入各像素点的CT值后,即
可计算得到各像素点的密度,以及各像素点的有效原子序数。
下面对公式(4)和(5)中A、B、C、D、E、F这6个常数的确定方法进行说明:
首先,选取至少三组相同规格的标准样品;其中,每组标准样品的密度为已知标准
密度,每组标准样品的有效原子序数为已知标准有效原子序数。例如,该标准样品可以为水
(标准密度为1,标准有效原子序数为5.54)、高纯高密石墨棒(标准密度为1.8,标准有
效原子序数为6)和高纯特氟龙(标准密度为2.4,标准有效原子序数为8.48)。然后将
这三组标准样品制成相同规格,例如都制作成小圆柱状。本实施例不限于这三种标准样品,
例如还可以是纯铝、石英等,本领域技术人员也可以根据实际情况选择其他合适的标准样
品。
然后,分别对这三组相同规格的标准样品进行双能CT扫描,此时可以直接得到扫描结果,即每组标准样品在低能扫描下的CT值CTL和高能扫描下的CT值CTH。
这样一来,对每组标准样品来说,密度、有效原子序数和CT值均为已知量,而A、B、C、D、E、F为未知常数。将每组标准样品的已知量分别代入公式(4),由于这三组标准样品的已知量都满足公式(4)成立,此时通过解三元一次方程组即可得到A、B、C三个未知常数的解。同理,将每组标准样品的已知量分别代入公式(5),由于这三组标准样品的已知量都满足公式(5)成立,此时通过解三元一次方程组即可得到D、E、F三个未知常数的解。通过标准样品计算得到的A、B、C、D、E、F这6个常数,可以作为公式(4)和(5)预先确定的已知常数,用于计算烃源岩样品的密度和有效原子序数。
在此需要说明的是,为了保持实验结果的准确性,烃源岩样品的规格可以跟选取的标准样品规格一致。也就是说,本实施例中先确定在计算常数A、B、C、D、E、F的值时所选取的标准样品的规格,然后在获取烃源岩样品时,将烃源岩样品制成与标准样品相同的规格,即步骤是S110中预设规格的烃源岩样品与计算A、B、C、D、E、F常数时选取的标准样品的规格相同。
如上,通过步骤S140,可以得到有机质图像中各像素点对应的有效原子序数。
S150:分别获取I型干酪根、II型干酪根和III型干酪根的平均有效原子序数。
在烃源岩中,干酪根是有机质的主体,约占总有机质的80-90%。其成分复杂,是相对分子质量高的聚合物,无固定化学成分,然而根据[1] Durand B . Procedures forkerogen isolation[J]. Kerogen Insoluble Organic Matter from SedimentaryRocks, 1980.,世界干酪根样品平均含C 76.4%, H 6.3%, O 11.1%, 三者共占93.8%,是干酪根的主要成分。由于其中S、N含量过低,在此处忽略不算。在不同的沉积环境中,由不同来源有机质形成的干酪根成分和结构有很大差别,用其中C、H、O三种主要元素的组成对干酪根进行分类,从而判断该沉积环境中的生油生气潜能。
根据 [1]柳广弟.石油地质学-第4版[M].石油工业出版社,2009.,I型干酪根H/C原子数之比介于1.25-1.75,本实施例取平均值1.5,O/C原子数之比介于0.026-0.12,本实施例取平均值0.073;II型干酪根H/C原子数之比介于0.65-1.25,本实施例取平均值0.95,O/C原子数之比介于0.04-0.13,本实施例取平均值0.085;III型干酪根H/C原子数之比介于0.46-0.93,本实施例取平均值0.695,O/C原子数之比介于0.05-0.3,本实施例取平均值0.175。由此可得各型干酪根中CHO原子数之比,进而得到CHO在干酪根中所贡献的总电子数之比。
根据有效原子序数计算公式:
其中,是物质内每种元素的原子序数,是单种元素在该物质中所贡献的电子
数百分比,n是3.2-3.8之间的常数,取3.6。例如,为C时,为C元素所贡献的电子书百分
比;为O时,为O元素所贡献的电子书百分比;为H时,为H元素所贡献的电子书百分
比。根据上述各类型干酪根中的原子数之比,代入公式(6),可得到:I型干酪根有效原子序
数为5.90,II型干酪根有效原子序数为6.06,III型干酪根有效原子序数为6.35。可见,三种
类型干酪根随着原始氢含量降低,氧含量提高,其平均原子序数随之增加。随着成熟度越高
的干酪根含氧量越高,其生油气潜能也随之大大下降。
如上,通过步骤S150,可以分别获取到I型干酪根、II型干酪根和III型干酪根的平均有效原子序数。
S160:分别以I型、II型和III型干酪根的平均有效原子序数为基准,计算有机质图像中各像素点对应的有效原子序数的第一标准差。
在步骤S140已经得到有机质图像中各像素点对应的有效原子序数。假设统计有机
质图像中的像素点数量为m,每个像素点对应的有效原子序数表示为,相当于得到一组
数组(Z1、Z2、 Z3……Zm)。计算有机质图像中各像素点对应的有效原子序数的第一标准差
时,可以将各像素点对应的有效原子序数代入如下公式:
其中,当为I型干酪根的有效原子序数时,即,得到对应I型干酪根的第
一标准差;为II型干酪根的有效原子序数时,即,得到对应II型干酪根的第
一标准差;为III型干酪根的有效原子序数时,即,得到对应III型干酪根的
第一标准差。
S170:根据计算得到的第一标准差确定烃源岩样品对应的有机质类型。
在上述步骤S160中已经计算出有机质图像中各像素点对应的有效原子序数分别
相对于I型、II型和III型干酪根的第一标准差、和。进一步,在该步骤中,比较、和,将其中最小的第一标准差值对应的干酪根类型确定为烃源岩样品对应的有机质
类型。举例而言,若<<,则说明有机质图像中各像素点对应的有效原子序数相
对于I型干酪根的波动最小,此时可以判断该烃源岩样品的有机质类型为I型干酪根。
具体地,通过上述步骤S110-S170确定该烃源岩样品的有机质类型之后,即可根据确定的有机质类型得到该烃源岩样品有机质的C、H、O原子数之比NC:NH:NO,从而根据如下公式(7)得到碳元素在该烃源岩样品有机质内所占质量分数WC:
WC= NC*12/(NC*12+NH*1+NO*16) ………………………(7)
另一方面,上文中已经计算的有机质图像中各像素点对应的高能扫描下的CT值
CTH和低能扫描下的CT值CTL,因此可以据此计算有机质图像在高能扫描下的平均CT值CTHO
(各像素点CTH的总和除以像素点的总数量),以及有机质图像在低能扫描下的平均CT值CTLO
(各像素点CTL的总和除以像素点的总数量)。再将有机质图像的平均CT值(CTHO和CTLO)代入
上述公式(4),由于上述公式(4)中的常数A、B、C已知,因而可以计算得到有机质图像中各像
素点的平均密度,也即该烃源岩样品中的有机质的密度。同理,可以利用双能CT扫描
烃源岩样品直接得到该烃源岩样品的CT值(包括高能扫描下的CT值和低能扫描下
的CT值),再将该烃源岩样品的CT值代入上述公式(4),由于上述公式(4)中的常数A、
B、C已知,因而可以计算得到该烃源岩样品的密度。
再一方面,在上述步骤SS120,对烃源岩样品进行双能CT扫描得到三维图像后,可以利用三维软件得到该三维图像的总体积V,也即该烃源岩样品的体积。同理,在S130中,分割得到有机质图像后,可以利用三维软件得到该有机质图像的总体积V0,也即该烃源岩样品中的有机质的体积。
在一种更具体的实施方式中,本实施例的方法还包括对有机质热演化程度的评估:
由于干酪根形成后随着埋藏深度进一步增加,各类型干酪根进一步演化,通过热解作用形成石油天然气,演化的体现是O/C和H/C原子比相继减小,向碳富集发展,这也意味着有效原子序数将愈发趋近于6。因此可以采集某一区块、井段、不同位置或深度的多块烃源岩样品,重复上述步骤S110-S140中烃源岩有机质有效原子序数的计算步骤,得到该区块井段的多组有机质有效原子序数ZX,在得到一定数量的烃源岩样品的计算结果之后,同样可以利用碳元素原子序数6作为基准,计算该区块井段内有机质的有效原子序数第二标准差。
具体而言:
首先采集多组烃源岩样品,并将多组烃源岩样品制成预设规格;其中,多组烃源岩样品来自同一区域的不同位置或不同深度。该预设规格参照上文说明。
然后再分别对多组烃源岩样品进行双能CT扫描,得到扫描后的三维图像,并根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像;其中,所述三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像,所述有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像。具体参加上文说明。
对得到的多组有机质图像进行处理,以得到每组有机质图像中各像素点对应的有效原子序数。具体参加上文说明,此处不再赘述。
针对每一组有机质图像中各像素点对应的有效原子序数,以碳元素原子序数6作为基准,根据如下公式(10)计算每组有机质图像中各像素点对应的有效原子序数的第二标准差;
进一步,比较得到的y个第二标准差,以判断各组烃源岩样品的有机质热演化程度。通过对比多组烃源岩样品的平均原子序数标准差,即可得到它们之间有机质热演化程度的高低:标准差越小的样品其平均原子序数越接近6,也就是有机质组成越向碳极收敛。
可选地,还可以将采集到的多组烃源岩样品再进行镜质体反射率R0测试;当烃源岩样品的数量累计到一定程度,则可以确定镜质体反射率R0与第二标准差之间的关联关系,以得到烃源岩的有机质有效原子序数与镜质体反射率的相关性关系。本实施例不对烃源岩的有机质有效原子序数与镜质体反射率的相关性关系做具体说明。
综上所述,本申请为烃源岩评估提供了一种新的可靠途径,在现有的实验方法中,通常利用岩石热解仪器对岩心化验分析获得TOC含量。岩石热解仪通过将研磨成粉状的岩心样品进行高温燃烧热解得到TOC含量等参数。在现场,一般则利用测井曲线中储层岩石物理、声学、电化学等信息,利用密度、自然伽马、电阻率、铀和钍/铀等曲线估算 TOC。岩石热解法需要将岩心破坏,无法继续用于其他实验,并且无法判断有机质类型、体现岩心内有机质高精度三维分布情况;测井数据采样间隔较大,只能看到某一层面信息。本申请提供出的基于双能CT对烃源岩的评估方法,可以在不破坏岩心样品的前提下判断岩心内有机质类型,以及岩心内总有机碳含量和高精度三维分布情况。将该方法应用于不同尺度的CT扫描结果中,可以通过对区块的多组多尺度样品进行双能CT扫描和三维数据处理,就可以无损得到该区块内有机质类型、有机碳含量以及有机碳精确的位置分布图,同时得到岩心内有机质的热演化程度。
此外,为了验证本申请方法对烃源岩样品评估的准确性,我们取同区块同井段烃源岩样品分为两组,一组利用本申请的双能CT扫描进行评估,另一组用作放入岩石热解仪燃烧以验证烃源岩样品有机质类型、TOC含量。通过对比两种方式得到的两组数据(岩石热解仪燃烧和本申请的评估方法),发现这两组数据在合理的误差范围内。由于利用岩石热解仪燃烧的方法是本领域的常用方式,而利用本申请的方法对烃源岩样品评估的数据与岩石热解仪燃烧的方法所得的数据在合理误差范围内,因此,利用本申请的方法对烃源岩样品评估具有极高的准确性。
由此可见,本申请的评估方法相对于传统方法也有极高的准确性,且本申请的方法可以在不破坏岩心样品的前提下判断岩心内有机质类型,以及岩心内总有机碳含量和高精度三维分布情况。
以上已经描述了本申请的各实施例,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的技术的改进,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)
1.一种基于双能CT对烃源岩的评估方法,其特征在于:该方法包括:
获取预设规格的烃源岩样品;
对所述烃源岩样品进行双能CT扫描,得到扫描后的三维图像;其中,所述三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像;
根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像;其中,所述有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像;
对所述有机质图像进行处理,以得到所述有机质图像中各像素点对应的有效原子序数;
分别获取I型干酪根、II型干酪根和III型干酪根的平均有效原子序数;
分别以I型、II型和III型干酪根的平均有效原子序数为基准,计算所述有机质图像中各像素点对应的有效原子序数的第一标准差;
根据计算得到的第一标准差确定所述烃源岩样品对应的有机质类型。
2.根据权利要求1所述的方法,其特征在于,对所述有机质图像进行处理,以得到所述有机质图像中各像素点对应的有效原子序数,包括:
对所述有机质图像中各像素点对应的灰度值进行换算,以得到所述有机质图像中各像素点对应的CT值;其中,所述有机质图像中任一像素点对应的CT值包括该像素点在第一有机质图像中的灰度值换算得到的高能CT值CTH和该像素点在第二有机质图像中的灰度值换算得到的低能CT值CTL;
将所述有机质图像中各像素点对应的CT值分别代入如下公式,计算得到所述有机质图像中各像素点对应的有效原子序数:
4.根据权利要求3所述的方法,其特征在于,获取预设规格的烃源岩样品,包括:
确定在计算常数A、B、C、D、E、F的值时所选取的标准样品的规格;
获取与选取的标准样品规格相同的烃源岩样品。
6.根据权利要求5所述的方法,其特征在于,分别以I型、II型和III型干酪根的平均有效原子序数为基准,计算所述有机质图像中各像素点对应的有效原子序数的第一标准差,包括:
其中,为I型干酪根的有效原子序数时,得到对应I型干酪根的第一标准差;为
II型干酪根的有效原子序数时,得到对应II型干酪根的第一标准差;为III型干酪根
的有效原子序数时,得到对应III型干酪根的第一标准差;
根据计算得到的第一标准差确定所述烃源岩样品对应的有机质类型,包括:
9.根据权利要求1至8中任一项所述的方法,其特征在于,该方法还包括:
采集多组烃源岩样品,并将所述多组烃源岩样品制成预设规格;其中,所述多组烃源岩样品来自同一区域的不同位置或不同深度;
分别对所述多组烃源岩样品进行双能CT扫描,得到扫描后的三维图像,并根据有机质的灰度值范围对扫描后得到的三维图像进行分割,以得到有机质图像;其中,所述三维图像包括高能扫描下的第一三维图像和低能扫描下的第二三维图像,所述有机质图像包括高能扫描得到的第一有机质图像和低能扫描得到的第二有机质图像;
对得到的多组有机质图像进行处理,以得到每组有机质图像中各像素点对应的有效原子序数;
以碳元素原子序数6作为基准,根据如下公式计算每组有机质图像中各像素点对应的有效原子序数的第二标准差;
比较得到的y个第二标准差,以判断各组烃源岩样品的有机质热演化程度。
10.根据权利要求9所述的方法,其特征在于,该方法还包括:
将采集到的所述多组烃源岩样品再进行镜质体反射率R0测试;
确定所述镜质体反射率R0与所述第二标准差之间的关联关系,以得到烃源岩的有机质有效原子序数与镜质体反射率的相关性关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210154902.5A CN114235862B (zh) | 2022-02-21 | 2022-02-21 | 一种基于双能ct对烃源岩的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210154902.5A CN114235862B (zh) | 2022-02-21 | 2022-02-21 | 一种基于双能ct对烃源岩的评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114235862A true CN114235862A (zh) | 2022-03-25 |
CN114235862B CN114235862B (zh) | 2022-05-06 |
Family
ID=80747615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210154902.5A Active CN114235862B (zh) | 2022-02-21 | 2022-02-21 | 一种基于双能ct对烃源岩的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114235862B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115078214A (zh) * | 2022-06-14 | 2022-09-20 | 西南石油大学 | 基于双能ct的岩心矿物识别及孔隙度分布联合表征方法 |
CN115266782A (zh) * | 2022-09-27 | 2022-11-01 | 中国科学院地质与地球物理研究所 | 一种基于双能ct技术评价非常规储层双甜点的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102980902A (zh) * | 2012-12-03 | 2013-03-20 | 山西大学 | 煤炭样品组分分布及物理结构可视化的定量ct表征方法 |
CN104169714A (zh) * | 2012-01-13 | 2014-11-26 | 领英股份有限公司 | 用多能量x射线成像确定储层性质和品质的方法 |
CN104428661A (zh) * | 2012-05-11 | 2015-03-18 | 领英股份有限公司 | 多能量计算机断层钻屑分析的方法和系统 |
CN106950231A (zh) * | 2017-03-29 | 2017-07-14 | 中国科学院地质与地球物理研究所 | 一种用双能微米ct定量识别岩石矿物的岩样装置和方法 |
CN114004261A (zh) * | 2021-11-19 | 2022-02-01 | 数岩科技股份有限公司 | 岩石类型识别方法、装置和存储介质 |
-
2022
- 2022-02-21 CN CN202210154902.5A patent/CN114235862B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104169714A (zh) * | 2012-01-13 | 2014-11-26 | 领英股份有限公司 | 用多能量x射线成像确定储层性质和品质的方法 |
CN104428661A (zh) * | 2012-05-11 | 2015-03-18 | 领英股份有限公司 | 多能量计算机断层钻屑分析的方法和系统 |
CN102980902A (zh) * | 2012-12-03 | 2013-03-20 | 山西大学 | 煤炭样品组分分布及物理结构可视化的定量ct表征方法 |
CN106950231A (zh) * | 2017-03-29 | 2017-07-14 | 中国科学院地质与地球物理研究所 | 一种用双能微米ct定量识别岩石矿物的岩样装置和方法 |
CN114004261A (zh) * | 2021-11-19 | 2022-02-01 | 数岩科技股份有限公司 | 岩石类型识别方法、装置和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115078214A (zh) * | 2022-06-14 | 2022-09-20 | 西南石油大学 | 基于双能ct的岩心矿物识别及孔隙度分布联合表征方法 |
CN115078214B (zh) * | 2022-06-14 | 2024-01-26 | 西南石油大学 | 基于双能ct的岩心矿物识别及孔隙度分布联合表征方法 |
CN115266782A (zh) * | 2022-09-27 | 2022-11-01 | 中国科学院地质与地球物理研究所 | 一种基于双能ct技术评价非常规储层双甜点的方法 |
US11734914B1 (en) | 2022-09-27 | 2023-08-22 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Method for evaluating geological and engineering sweet spots in unconventional reservoirs based on dual-energy computed tomography (CT) |
Also Published As
Publication number | Publication date |
---|---|
CN114235862B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114235862B (zh) | 一种基于双能ct对烃源岩的评估方法 | |
CA2860575C (en) | Method of determining reservoir properties and quality with multiple energy x-ray imaging | |
Yao et al. | Non-destructive characterization of coal samples from China using microfocus X-ray computed tomography | |
RU2679204C1 (ru) | Способ определения пористости, связанной с органическим веществом, в скважине или в продуктивном пласте | |
Migeon et al. | SCOPIX: a new X-ray imaging system for core analysis | |
US4722095A (en) | Method for identifying porosity and drilling mud invasion of a core sample from a subterranean formation | |
Fortin et al. | Destructive and non-destructive density determination: method comparison and evaluation from the Laguna Potrok Aike sedimentary record | |
EP2737297B1 (en) | Method for estimating bulk density of rock samples using dual energy x-ray computed tomographic imaging | |
EP2377467A1 (en) | System and method for determining the composition of an object | |
WO2013148632A1 (en) | A method and system for estimating properties of porous media such as fine pore or tight rocks | |
CN1811413A (zh) | 评估地质层中流体饱和度特性的方法 | |
Jin et al. | Structure analyses of artificial methane hydrate sediments by microfocus X-ray computed tomography | |
CN106198579A (zh) | 一种测量页岩中有机质含量的方法 | |
Simons et al. | Quantitative characterization of coal by means of microfocal X-ray computed microtomography (CMT) and color image analysis (CIA) | |
Walls et al. | Shale reservoir evaluation improved by dual energy X-ray CT imaging | |
Teles et al. | Rock porosity quantification by dual-energy X-ray computed microtomography | |
CN110873722A (zh) | 一种岩心矿物组分鉴别方法 | |
CN114004261A (zh) | 岩石类型识别方法、装置和存储介质 | |
CN108181327B (zh) | 多能谱x射线成像系统和用于利用多能谱x射线成像系统对待测物品进行物质识别的方法 | |
Ojala et al. | Comparing X‐ray densitometry and BSE‐image analysis of thin section in varved sediments | |
Calmels et al. | Progress on X-ray computed tomography (CT) scanning in permafrost studies | |
Dutton | Uranium‐thorium dating | |
Zhang et al. | Exact reconstruction for dual energy computed tomography using an HL curve method | |
TWI776443B (zh) | 用於雙能量x光成像系統之有效原子序計算方法 | |
Mendoza et al. | Statistical methods to enable practical on-site tomographic imaging of whole-core samples |
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 |