CN114371272B - 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 - Google Patents
一种页岩储层成岩作用数值模拟方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114371272B CN114371272B CN202210025170.XA CN202210025170A CN114371272B CN 114371272 B CN114371272 B CN 114371272B CN 202210025170 A CN202210025170 A CN 202210025170A CN 114371272 B CN114371272 B CN 114371272B
- Authority
- CN
- China
- Prior art keywords
- evolution
- volume
- shale reservoir
- organic matter
- quartz
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Environmental & Geological Engineering (AREA)
- Geometry (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文提供了一种页岩储层成岩作用数值模拟方法、装置、设备及介质,包括:获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石;根据孔隙演化模型,确定演化时的孔隙体积;根据石英演化模型,确定演化时的石英体积;根据黏土矿演化模型,确定演化时的黏土矿体积;根据有机质演化模型,确定演化时的有机质体积;根据方解石演化模型,确定演化时的方解石体积;根据拟合模型,确定演化时的页岩储层的孔隙度,可以实现将页岩储层成岩过程中的多种因素进行定量描述,模拟温度、压力和有机质的转化区间对于孔隙、黏土矿物、有机质、方解石和石英的影响,并最终得到页岩储层的孔隙度变化过程。
Description
技术领域
本发明涉及地球地理技术领域,可用于页岩体积预测领域,尤其是一种页岩储层成岩作用数值模拟方法、装置、设备及介质。
背景技术
随着常规油气资源的递减和现阶段对清洁能源的需求激增,页岩气、页岩油等非常规能源正经逐步成为当前油气田开发的主战场。复杂的人工压裂工艺对页岩储层的精细描述要求越来越高,影响压力效果的脆性矿物和含气量的分布主要受成岩作用影响,页岩储层成岩作用定量模拟方法有助于提高压裂效果及综合开采效果。
在进行页岩储层定量模拟演化过程时,需要预测到各个时间段,例如早期成岩、中期成岩和晚期成岩对应的页岩储层的体积,通过各个阶段的页岩的总体积与孔隙体积的比值,确定孔隙度,以实现演化过程的预测,而现有技术中,仅仅通过理论上预测或者评价的方法,确定各种因素对页岩储层的体积演化过程的影响,但是这些方法只能预测页岩储层体积变化的趋势,而不能定量的表征演化后页岩储层的孔隙度,极大限制了成岩机理的实际推广应用。
发明内容
针对现有技术的上述问题,本文的目的在于,提供一种页岩储层成岩作用数值模拟方法、装置、设备及介质,以解决现有技术中不能定量的表征演化后页岩储层的孔隙度的问题。
为了解决上述技术问题,本文的具体技术方案如下:
一方面,本文提供一种页岩储层成岩作用数值模拟方法,包括:
获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石;
将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积;
将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积;
将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积;
将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积;
将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积;
将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度。
作为本文的一个实施例,所述将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积,进一步包括:
根据所述演化时间确定发生演化时的页岩储层的埋藏深度;
根据所述孔隙演化模型确定演化时的所述孔隙体积Vpo(T),其中Vpo为初始的孔隙体积,θ1为所述页岩储层的深度对所述孔隙演化的权重,D为根据T得到的发生演化时的页岩埋藏深度,T为所述演化时间,/>为递减系数。
作为本文的一个实施例,所述将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积,进一步包括:
确定所述页岩储层中硅质生物和富含硅质的陆源碎屑物的转化为石英的体积;
根据所述石英演化模型确定演化时的所述石英体积Vsi,其中V0Si为初始的石英的体积,D为发生演化时的页岩埋藏深度,θ2为所述硅质生物转化为石英的体积的权重,(1-θ2)为富含硅质的陆源碎屑物转化为石英的体积的权重,为递减系数,/>为递增系数。
作为本文的一个实施例,所述将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积,进一步包括:
作为本文的一个实施例,所述将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积,进一步包括:
确定有机质转化区间;
作为本文的一个实施例,所述将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积,进一步包括:
根据所述方解石演化模型Vca=θ3VCl+(1-θ3)VOg,确定发生演化时的方解石体积Vca,其中VCl为发生演化时的所述黏土矿体积,VOg为发生演化时的所述有机质体积,θ3为黏土矿促使方解石生成的权重,所述(1-θ3)为有机质促使方解石生成的权重。
作为本文的一个实施例,所述将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度,进一步包括:
根据所述拟合模型V(T)=Vpo+Vsi+VCl+Vog+Vca,将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积进行相加,得到演化时的所述页岩储层的体积;
根据演化时的所述页岩储层的体积以及所述演化时的孔隙体积,确定演化时的页岩储层的孔隙度。
另一方面,本文还提供一种页岩储层成岩作用数值模拟装置,包括:
成份体积获取单元,用于获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石;
孔隙体积计算单元,用于将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积;
石英体积计算单元,用于将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积;
黏土矿体积计算单元,用于将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积;
有机质体积计算单元,用于将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积;
方解石体积计算单元,用于将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积;
页岩储层孔隙度计算单元,用于将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度。
另一方面,本文还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现任意一项所述的页岩储层成岩作用数值模拟方法。
另一方面,本文还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现任意一项所述的页岩储层成岩作用数值模拟方法。
采用上述技术方案,可以实现将页岩储层成岩过程中的多种因素进行定量描述,模拟温度、压力和有机质的转化区间对于孔隙、黏土矿物、有机质、方解石和石英的影响,将根据时间推测孔隙、黏土矿物、有机质、方解石和石英的演化体积,并最终得到页岩储层的孔隙度演化。
为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,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示出了本文实施例成岩作用约束下某地井组页岩孔隙演化剖面;
图2示出了本文实施例成岩作用约束下某地井组页岩储层黏土矿物示意图;
图3示出了本文实施例一种页岩储层成岩作用数值模拟整体系统图;
图4示出了本文实施例一种页岩储层成岩作用数值模拟方法的步骤示意图;
图5(a)和图5(b)示出了本文实施例时间与深度的关系曲线图;
图6示出了本文实施例国内盆地的孔隙度和埋藏深度示意图;
图7(a)和图7(b)示出了本文实施例国外某页岩深度与孔隙度的关系示意图;
图8示出了本文实施例硅质矿物转化率与埋藏深度的示意图;
图9示出了本文实施例陆源碎屑物转化率与埋藏深度的示意图;
图10示出了本文实施例黏土矿物体积变化率与埋藏深度的对应关系示意图;
图11示出了本文实施例有机质体积转化率和埋藏深度的关系示意图;
图12示出了本文实施例一种页岩储层成岩作用数值模拟装置示意图;
图13示出了本文实施例一种页岩储层成岩作用数值模拟整体系统的数据流程图图14示出了本文实施例一种计算机设备示意图。
附图符号说明:
301、数据库;
302、运算服务器;
303、控制终端;
1201、成份体积获取单元;
1202、空隙体积计算单元;
1203、石英体积计算单元;
1204、黏土矿体积计算单元;
1205、有机质体积计算单元;
1206、方解石体积计算单元;
1207、页岩储层孔隙度计算单元;
1402、计算机设备;
1404、处理器;
1406、存储器;
1408、驱动机构;
1410、输入/输出模块;
1412、输入设备;
1414、输出设备;
1416、呈现设备;
1418、图形用户接口;
1420、网络接口;
1422、通信链路;
1424、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本文保护的范围。
需要说明的是,本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
页岩储层成岩模拟属于成岩作用研究范畴,有松散的沉积物转变为沉积岩的过程称为成岩作用,包括压实作用、胶结作用、重结晶作用、溶蚀作用、新矿物生长等成岩作用方式。
目前研究方法主要以实验观察和定性评价为主,主要依赖数据是岩心观察、镜下薄片和CT扫描等分析方法所得出的数据,通过这些数据进行页岩成岩阶段的判断,以当前的时间点推测页岩储层的演化过程,确定大致的成岩阶段,根据成岩阶段判断目标页岩储层是否存在油气藏。
成岩阶段一般分为早期成岩、中期成岩和晚期成岩阶段,不同阶段预示这不同的成岩阶段类型。
如图1成岩作用约束下某地井组页岩孔隙演化剖面所示,该图的最左边为转化深度,在岩层中,转化深度通常都与地心温度以及埋藏深度有关,在本文实施例中,为了方便描述,将转化深度与埋藏深度直接进行正相关联,可见图1的埋藏深度为0%-4.0%,在0%-0.3%埋藏深度时,图1最右边的埋藏深度最小时,对应的孔隙体积,可见孔隙体积与埋藏深度并非为线性相关,而是存在幂函数的关系,且在埋藏深度为0.7%-1.3%时,出现了油窗,以及凝析油与湿气,在同样的埋藏深度,存在若干种有机物和无机物,通过图1可以得到的结论是,当孔隙度为5%-20%时,存在了大量的油气,而在当前的孔隙度时,孔体积中微孔、分孔和大孔都有各自对应的体积,所以在页岩的演变过程中,找到相对应的演化阶段,即可在钻井勘探前为施工人员粗略的判断,目标页岩是否存在油气,令钻井出油气概率提升,大大提升了页岩勘探的效率,因此本文的定量描述页岩储层的体积,对于页岩勘探,具有很强的指导意义。
如图2成岩作用约束下某地井组页岩储层黏土矿物示意图所示,在图2的最左侧可以得知,深度越深,各种黏土类型的成份比重越高,而深度对应演化时间,这证明了,矿物含量与演化阶段是相对应的,在某页岩储层的演化过程中,需要判断各种类型的岩石所占页岩储层的体积,才可以判断该页岩储层是否存在油气。
典型的页岩油气储层内黏土矿物并不是主要矿物类型,而是以石英、长石及碳酸盐矿物及其混合物为主导,由于组成成分不同,不同类型的岩石经历的主要成岩作用不同。
砂岩储层,特别是纯净的砂岩储层,通过压实作用基本就能模拟其孔隙变化过程,但是,泥岩成岩作用类型多样,同时涉及到有机质的成岩演化,导致成岩作用异常复杂,有必要建立多种因素相互作用的页岩成岩作用模拟方法。
如图3一种页岩储层成岩作用数值模拟整体系统图,包括数据库301、运算服务器302和控制终端303。
数据库301用于存储页岩储层的各项数据,且数据库301可以是分布式,也可以是集中式,数据库301所存储的各项数据包括当前页岩储层的体积、当前页岩储层中各种矿物类型的体积占比,例如本领域技术人员可以采集目标页岩储层中的断层标本,将断层标本放入体积测量实验装置中,分别测量得到页岩储层中孔隙的体积、石英石的体积、方解石的体积和黏土矿的体积。
运算服务器302,用于存储孔隙演化模型、石英演化模型、黏土矿演化模型、有机质演化模型和方解石演化模型,其中孔隙演化模型可以根据当前页岩储层中孔隙的体积,预测得到页岩储层前N年时孔隙的体积,其中石英演化模型可以根据当前页岩储层中石英的体积,预测得到页岩储层前N年时石英的体积,其中黏土矿演化模型可以根据当前页岩储层中黏土矿的体积,预测得到页岩储层前N年时黏土矿的体积,其中有机质演化模型可以根据当前页岩储层中有机质的体积,预测得到页岩储层前N年时有机质的体积,其中孔隙演化模型可以根据当前页岩储层中方解石的体积,预测得到页岩储层前N年时方解石的体积。
控制终端303,用于接收用户的指令,需要说明的是,控制终端303可以是笔记本电脑、pad、智能手表或者台式电脑,本文对控制终端303的实体不做限定。
控制终端303接收到用户对某页岩储层的数值模拟指令时,向用户交互得到演化时间N,例如用户向控制终端303输入的演化时间为1万年前,那么控制终端303将对应的指令发送至运算服务器302,运算服务器302根据演化时间得到1万年前目标页岩储层的体积,并可以按照一帧100万年的速度,向控制终端303发送图像数据,控制终端将目标页岩储层的演化过程进行可视化,方便用户使用观看。
为了解决上述问题,本文实施例提供了页岩储层成岩作用数值模拟方法,能够将影响页岩储层成岩过程的因素综合,并通过拟合模型确定目标页岩发生演化时的孔隙度,图4是本文实施例提供的一种页岩储层成岩作用数值模拟方法的步骤示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图4所示,所述方法可以包括:
步骤401、获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石。
步骤402、将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积。
步骤403、将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积。
步骤404、将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积。
步骤405、将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积。
步骤406、将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积。
步骤407、将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度。
通过上述方法,可以依次求得孔隙、石英、黏土矿、有机质和方解石的体积,并在相同的演化时间,将孔隙、石英、黏土矿、有机质和方解石带入到拟合模型,即可得到发生演化时页岩储层的孔隙度。
作为本文的一个实施例,步骤401获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石。
在本步骤中,根据实验结论,在页岩中,孔隙、石英、黏土矿、有机质和方解石占岩石总体积是最大的,且根据大量实验表明,这五种类型的成份在任何地区都是占岩石总体积最大的,不受页岩地域的影响。
作为本文的一个实施例,步骤402所述将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积,进一步包括:
根据所述演化时间确定发生演化时的页岩储层的埋藏深度。
根据所述孔隙演化模型确定演化时的所述孔隙体积Vpo(T),其中Vpo为初始的孔隙体积,θ1为所述页岩储层的深度对所述孔隙演化的权重,T为所述演化时间,D为根据T得到的发生演化时的页岩埋藏深度,/>为递减系数。
在本步骤中,实验证明,对于孔隙的体积,主要受压实作用的影响,即页岩的外力对于孔隙的影响是作为直接且明显的,当外界压力改变时,孔隙会存在一定的改变,而实验还证明,埋藏时间同样会影响孔隙的体积,所以孔隙演化模型是有关于埋藏时间和埋藏深度的模型。
压实作用是成岩过程最重要的因素之一,随着时间的进行,地层的埋藏深度不断变化,将其表示为深度和时间的指数函数,通过埋藏时分析可以获取始建于埋深的关系,借该关系,可以将孔隙随深度的变化表示为随时间的变化。
埋藏深度D是时间T的函数,根据不同时间的沉降速度计算得到,埋藏史分析是获取时间与深度关系常用方法,图5(a)和图5(b)所示为时间与深度的关系曲线图,是通过埋藏史分析得到的时间与深度的关系曲线,通过图5(a)可以看到,埋藏深度与地质年龄存在对应的关系,且根据图5(b)可以看到构造沉降曲线和盆地基底沉降曲线是不同的曲线,那么在使用各类矿物成份的模型时,首先需要明确该页岩储层的地质特征,选择对应的时间域深度的关系曲线,可以提升计算的准确性。
在本文中孔隙演化模型可以为其中Vpo为初始的孔隙体积,Vpo是与陆源碎屑物、黏土矿物、有机质和微生物相关的函数,根据影响性陆源碎屑物、黏土矿物、有机质和微生物各自具有不同的权重,根据实验得知,黏土矿的含量与初始孔隙体积是存在正相关的,即黏土矿越多初始孔隙体积越大。
括号里表示埋藏深度对于孔隙的影响,其中θ1为埋藏深度对于孔隙递减的权重,该权重可以根据实际情况进行调整,例如可以将θ1设为0.2、0.25或0.3,本文对此不做限制,递减系数/>根据实际区块实验测试和统计数据确定,例如,可以根据已有的数据调整、优化递减系数/>不断调整递减系数,使得结果更符合实际的运算结果。/>
在本文中,如图5(a)和图5(b)所示,D是演化时间T的函数,根据不同时间的沉降速度即可计算得到。
为了说明本文的模型的预测模型来源,本文实施例还提供了国内和国外的盆地孔隙度与埋藏深度的关系图,如图6所示,国内盆地的孔隙度和埋藏深度示意图,通过图6可以得出,埋藏深度与孔隙度是呈指数相关的,但是每一个指数的底数和指数是不同的,所以造成了曲线的形式不同,而本文的孔隙演化模型的大体框架即为一个可变指数,通过调整对应的参数,可以拟合出页岩储层的孔隙演化过程。
如图7(a)和图7(b)所示为国外某页岩深度与孔隙度的关系示意图,在图7(a)中可以看到埋藏深度与孔隙体积Δt.μs/m可以用一条拟合曲线大致表示,在图7(b)中可以看到埋藏深度与孔隙度也可以用一条拟合曲线大致表示,且图7(a)和图7(b)的拟合曲线都是指数形式,所以可以证明无论任何地区,孔隙是存在与埋藏深度的对应关系的。
综上,孔隙演化模型可以定量的描述孔隙的变化情况,并且孔隙演化模型的拟合曲线贴合研究结果。
作为本文的一个实施例,步骤403所述将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积,进一步包括:
确定所述页岩储层中硅质生物和富含硅质的陆源碎屑物的转化为石英的体积;
根据所述石英演化模型确定演化时的所述石英体积Vsi,其中V0Si为初始石英的体积,D为发生演化时的页岩埋藏深度,θ2为所述硅质生物转化为石英的体积的权重,(1-θ2)为富含硅质的陆源碎屑物转化为石英的体积的权重,/>为递减系数,/>为递增系数。
在本步骤中,针对石英矿物演化模拟,根据实验的结论,需要考虑富含硅质生物、富含硅质的陆源碎屑物的泥岩具有不同的自生石英差异,富含硅质生物的陆源碎屑物的泥岩在早成岩低温阶段形成微晶石英,富含硅质的陆源碎屑物的泥岩在完成岩高度阶段在压实后的限制空间内发生。因此在石英演化模型中,需要同时考虑硅质生物和陆源硅质碎屑物。
如图8所示,硅质矿物转化率与埋藏深度的示意图,在本图中,可以清楚的看到,当埋藏深度逐渐递增时,硅质矿物的转化率逐渐降低,直至到达0。
如图9所示,陆源碎屑物转化率与埋藏深度的示意图,在本图中,可以清楚的看到,当埋藏深度逐渐递增时,陆源碎屑物的转化率逐渐增大,直至到达完全转化。
综上,石英演化模型可以定量的描述石英的变化情况,并且石英演化模型的拟合曲线贴合研究结果。
作为本文的一个实施例,步骤403所述将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积,进一步包括:
在本步骤中,泥土矿的演化过程为蒙脱石转化为伊蒙混层和伊利石,该过程导致泥土矿的体积减小,体积呈现变小的趋势。
如图10所示黏土矿物体积变化率与埋藏深度的对应关系示意图,通过该图可以看到,随着埋藏深度增加,黏土矿物体积变化率降低了,即黏土矿演化模型是一个随着埋藏深度变大,黏土矿体积逐渐变小。
在本文实施例中,V0Cl为初始的黏土矿体积,VCl由长石含量、温度、埋藏时间、有机质含量和有机质排烃量所组成的函数共同决定,即其中的每一个因素都影响VCl的体积,在该函数中长石含量、温度、埋藏时间、有机质含量和有机质排烃量具有不同的权重,各自的权重可以利用已有的数据进行调整,当不断调整权重后,可以得到的是,长石与黏土矿的体积是相对应的。
综上,黏土矿演化模型可以定量的描述黏土矿的变化情况,并且黏土矿演化模型的拟合曲线贴合研究结果。
作为本文的一个实施例,步骤404所述将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积,进一步包括:
确定有机质转化区间;
在本步骤中,有机质是存在转化区间的,例如在埋藏深度为1000-5000米时,转化区间可以是在4000-5000米,所以需要提前得到有机质的转化区间,在获取页岩储层个矿物成份的初始体积时,可以得到各个矿物成份对应的体积,而类似的,也可以通过实验的手段,得到页岩储层中的有机质转化区间,本文在此不再赘述。
在页岩储层中,有机质孔是页岩气藏重要的孔隙类型,有机质的体积与温度、压力、有机质类型、含量、成熟度及矿物组合关系所构成的函数有关,即其中的每一个参数都影响着有机质的体积,通过已有数据的合成拟合,可以得到较为精准的函数,以用来得到当前的有机质体积。
综上,有机质演化模型可以定量的描述有机质的变化情况,并且有机质演化模型的拟合曲线贴合研究结果。
作为本文的一个实施例,步骤405所述将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积,进一步包括:
根据所述方解石演化模型Vca=θ3VCl+(1-θ3)VOg,确定发生演化时的方解石体积Vca,其中VCl为发生演化时的所述黏土矿体积,VOg为发生演化时的所述有机质体积,θ3为黏土矿促使方解石生成的权重,所述(1-θ3)为有机质促使方解石生成的权重。
在本步骤中,在方解石的演化过程中,会受到有机酸的影响,而在页岩储层中,根据实验的结论得出,黏土矿和有机质可以得到有机酸,所以方解石演化模型中需要同时考虑到黏土矿和有机质的体积。
在方解石演化模型Vca=θ3VCl+(1-θ3)VOg中,θ3是黏土矿促使的方解石生成所占的权重,(1-θ3)是有机质促使的方解石生成所占的权重。
作为本文的一个实施例,步骤406所述将所述演化时的空隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度,进一步包括:
根据所述拟合模型V(T)=Vpo+Vsi+VCl+Vog+Vca,将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积进行相加,得到演化时的所述页岩储层的体积;
根据演化时的所述页岩储层的体积以及所述演化时的孔隙体积,确定演化时的页岩储层的孔隙度。
需要说明的是,页岩储层的孔隙度的计算方法为当前的孔隙体积除以页岩体积,即得到孔隙度,因为在不同阶段,孔隙度的变化会影响储层储藏油气的性能,所以本文以孔隙度来对页岩储层进行各个阶段的模拟预测,以达到获取油气的目的。
在本步骤中,拟合模型仅仅示例性的将五种类型的矿物进行拟合,进而得到页岩储层的最终体积,通过调整演化时间T,可以得到T时间前的页岩储层,实现判断当前页岩储层所处成岩阶段。
通过上述方法,可以得到页岩储层中演化时,各种矿物的体积,并可以通过对矿物体积的加权,得到发生演化时页岩储层的总体积,进而可以令本领域技术人员根据页岩储层体积的变化,判断页岩储层所处的成岩阶段。
综上,方解石演化模型可以定量的描述方解石的变化情况,并且方解石演化模型的拟合曲线贴合研究结果。
如图12所示一种页岩储层成岩作用数值模拟装置示意图,包括:
成份体积获取单元1201,用于获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:空隙、石英、黏土矿、有机质和方解石。
空隙体积计算单元1202,用于将所述空隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至空隙演化模型,确定演化时的空隙体积。
石英体积计算单元1203,用于将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积。
黏土矿体积计算单元1204,用于将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积。
有机质体积计算单元1205,用于将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积。
方解石体积计算单元1206,用于将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积。
页岩储层孔隙度计算单元1207,用于将所述演化时的空隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的体积。
通过上述装置,可以快速的获取页岩储层中主要组成成份的体积,并可以根据当前的体积,推测发生演化时,各种组成成份的体积,例如可以推测演化时的空隙体积、演化时的石英体积、演化时的黏土矿体积、演化时的有机质体积和演化时的方解石体积,最后,本装置还可以根据各种组成成份,得到发生演化时,页岩储层的孔隙度。
如图13所示一种页岩储层成岩作用数值模拟整体系统的数据流程图,包括:
步骤1301、数据库301获取页岩储层主要成份体积,以及页岩储层体积。
步骤1302、控制终端303向运算服务器302发送运算指令,并携带演化时间。
步骤1303、运算服务器302根据演化时间计算目标页岩储层的埋藏深度。
步骤1304、运算服务器302根据埋藏深度分别计算演化时的孔隙体积、石英体积、黏土矿体积、有机质体积和方解石体积。
步骤1305、运算服务器302根据步骤1304的结果,得到页岩储层发生演化时的体积。
步骤1306、运算服务器302将页岩储层发生演化时的体积发送至控制终端303。
如图14所示,为本文实施例提供的一种计算机设备,所述计算机设备1402可以包括一个或多个处理器1404,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备1402还可以包括任何存储器1406,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器1406可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备1402的固定或可移除部件。在一种情况下,当处理器1404执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备1402可以执行相关联指令的任一操作。计算机设备1402还包括用于与任何存储器交互的一个或多个驱动机构1408,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备1402还可以包括输入/输出模块1410(I/O),其用于接收各种输入(经由输入设备1412)和用于提供各种输出(经由输出设备1414))。一个具体输出机构可以包括呈现设备1416和相关联的图形用户接口(GUI)1418。在其他实施例中,还可以不包括输入/输出模块1410(I/O)、输入设备1412以及输出设备1414,仅作为网络中的一台计算机设备。计算机设备1402还可以包括一个或多个网络接口1420,其用于经由一个或多个通信链路1422与其他设备交换数据。一个或多个通信总线1424将上文所描述的部件耦合在一起。
通信链路1422可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路1422可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
对应于图4中的方法,本文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上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图4所示的方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,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,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (8)
1.一种页岩储层成岩作用数值模拟方法,其特征在于,包括:
获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石;
将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积;
将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积;
根据所述演化时间确定发生演化时的页岩储层的埋藏深度;
根据所述孔隙演化模型确定演化时的所述孔隙体积Vpo,其中V0po为初始的孔隙体积,θ1为所述页岩储层的深度对所述孔隙演化的权重,D为根据T得到的发生演化时的页岩埋藏深度,T为所述演化时间,/>为递减系数;
确定所述页岩储层中硅质生物和富含硅质的陆源碎屑物转化为石英的体积;
根据所述石英演化模型确定演化时的所述石英体积Vsi,其中V0Si为初始的石英的体积,θ2为所述硅质生物转化为石英的体积的权重,(1-θ2)为富含硅质的陆源碎屑物转化为石英的体积的权重,/>为递减系数,/>为递增系数;
将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积;
将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积;
将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积;
将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度。
4.根据权利要求3所述的页岩储层成岩作用数值模拟方法,其特征在于,所述将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积,进一步包括:
根据所述方解石演化模型Vca=θ3VCl+(1-θ3)Vog,确定发生演化时的方解石体积Vca,其中VCl为发生演化时的所述黏土矿体积,VOg为发生演化时的所述有机质体积,θ3为黏土矿促使方解石生成的权重,所述(1-θ3)为有机质促使方解石生成的权重。
5.根据权利要求3所述的页岩储层成岩作用数值模拟方法,其特征在于,所述将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度,进一步包括:
根据所述拟合模型V(T)=Vpo+Vsi+VCl+Vog+Vca,将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积进行相加,得到演化时的所述页岩储层的体积;
根据演化时的所述页岩储层的体积以及所述演化时的孔隙体积,确定演化时的页岩储层的孔隙度。
6.一种页岩储层成岩作用数值模拟装置,其特征在于,包括:
成份体积获取单元,用于获取当前目标页岩储层中主要组成成份的体积,其中,所述主要组成成份包括:孔隙、石英、黏土矿、有机质和方解石;
将所述孔隙的体积、演化时间及发生演化时的页岩储层埋藏深度输入至孔隙演化模型,确定演化时的孔隙体积;
将所述石英的体积和发生演化时的页岩储层埋藏深度输入至石英演化模型,确定演化时的石英体积;
孔隙体积计算单元,用于根据所述演化时间确定发生演化时的页岩储层的埋藏深度;
根据所述孔隙演化模型确定演化时的所述孔隙体积Vpp,其中Vopo为初始的孔隙体积,θ1为所述页岩储层的深度对所述孔隙演化的权重,D为根据T得到的发生演化时的页岩埋藏深度,T为所述演化时间,/>为递减系数;
石英体积计算单元,用于确定所述页岩储层中硅质生物和富含硅质的陆源碎屑物转化为石英的体积;
根据所述石英演化模型确定演化时的所述石英体积Vsi,其中V0Si为初始的石英的体积,θ2为所述硅质生物转化为石英的体积的权重,(1-θ2)为富含硅质的陆源碎屑物转化为石英的体积的权重,/>为递减系数,/>为递增系数;
黏土矿体积计算单元,用于将所述黏土矿的体积和发生演化时的页岩储层埋藏深度输入至黏土矿演化模型,确定演化时的黏土矿体积;
有机质体积计算单元,用于将所述有机质的体积、发生演化时的页岩储层埋藏深度和有机质转化区间输入至有机质演化模型,确定演化时的有机质体积;
方解石体积计算单元,用于将演化时的黏土矿体积和演化时的有机质体积输入至方解石演化模型,确定演化时的方解石体积;
页岩储层孔隙度计算单元,用于将所述演化时的孔隙体积、所述演化时的石英体积、所述演化时的黏土矿体积、所述演化时的有机质体积和所述演化时的方解石体积输入至拟合模型,确定演化时的页岩储层的孔隙度。
7.一种计算机设备,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如权利要求1-5任意一项所述的页岩储层成岩作用数值模拟方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5任意一项所述的页岩储层成岩作用数值模拟方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210025170.XA CN114371272B (zh) | 2022-01-11 | 2022-01-11 | 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210025170.XA CN114371272B (zh) | 2022-01-11 | 2022-01-11 | 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114371272A CN114371272A (zh) | 2022-04-19 |
CN114371272B true CN114371272B (zh) | 2023-03-31 |
Family
ID=81144084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210025170.XA Active CN114371272B (zh) | 2022-01-11 | 2022-01-11 | 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114371272B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104655540B (zh) * | 2013-11-19 | 2017-09-12 | 中国石油大学(北京) | 一种确定成藏期致密砂岩古孔隙度方法 |
CN104849409B (zh) * | 2015-05-20 | 2018-01-16 | 中国石油大学(华东) | 一种泥页岩成岩演化模拟实验方法 |
CN105334150B (zh) * | 2015-11-24 | 2019-02-12 | 中国石油大学(北京) | 前陆盆地砂岩储层成岩过程与孔隙演化过程的确定方法 |
CN107290506B (zh) * | 2017-07-28 | 2018-04-20 | 中国石油大学(北京) | 一种定量评价储层成岩演化过程中孔隙度时空演变的方法 |
CN108344854B (zh) * | 2018-02-06 | 2021-01-08 | 长江大学 | 基于成岩过程的碎屑岩储层胶结减孔量的定量预测方法 |
CN112528226B (zh) * | 2020-11-06 | 2022-10-04 | 中国石油天然气股份有限公司 | 一种深层碳酸盐岩储层孔隙演化恢复方法 |
CN112528463B (zh) * | 2020-11-06 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种古老碳酸盐岩储层成岩-孔隙演化恢复方法 |
-
2022
- 2022-01-11 CN CN202210025170.XA patent/CN114371272B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114371272A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10997518B2 (en) | Method for predicting oil and gas reservoir production | |
Haas et al. | Updating the decision aids for tunneling | |
US10767448B2 (en) | Multistage oilfield design optimization under uncertainty | |
CN108603402B (zh) | 对矿物质沉淀和溶解造成的多孔介质中毛细管压力和相对渗透率的变化进行建模和预测 | |
CN103046914B (zh) | 一种低渗气藏水平井分段压裂效果判断方法 | |
US8793110B2 (en) | Method for predicting fluid flow | |
CN104453876B (zh) | 致密油气储层水平井油气产量的预测方法及预测装置 | |
CN108416475A (zh) | 一种页岩气产能非确定性预测方法 | |
Al-Fatlawi et al. | Evaluation of the potentials for adapting the multistage hydraulic fracturing technology in tight carbonate reservoir | |
CN105452598B (zh) | 选择和优化用于产量平台的油田控制的方法 | |
CN106405050A (zh) | 一种超深层储层成岩作用与孔隙演化定量评价方法 | |
WO2011002473A1 (en) | Estimating mineral content using geochemical data | |
CN110632274A (zh) | 一种烃源岩排烃效率的确定方法及装置 | |
Mirzaei-Paiaman et al. | A review on closed-loop field development and management | |
CN109655903A (zh) | 页岩层横波速度预测方法及系统 | |
WO2020190632A1 (en) | Determining fracture surface area in a well | |
CN107301483A (zh) | 快速综合评价未动用储量经济有效动用可行性的方法 | |
Lerza et al. | Defining the optimal drawdown strategy in the Vaca Muerta formation | |
Bhattacharya et al. | Increase Net Present Value and Reduce Completion Cost by Using an In-House Automated Fracture Design, Reservoir Simulator and Optimization Workflow for Well Spacing and Completions Design | |
CN114371272B (zh) | 一种页岩储层成岩作用数值模拟方法、装置、设备及介质 | |
CN112983377A (zh) | 低渗透油藏直井重复压裂增产改造潜力评价及选井方法 | |
CN112285773B (zh) | 一种隐伏断层二元结构定量表征方法 | |
CN111236934B (zh) | 水淹级别确定方法和装置 | |
Klie et al. | Improving Field Development Decisions in the Vaca Muerta Shale Formation by Efficient Integration of Data, AI, and Physics | |
CN106326620A (zh) | 勘探目标分布范围成岩系数模型的优选方法 |
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 |