CN114577693B - 泥页岩储层确定方法、装置、计算机设备及存储介质 - Google Patents
泥页岩储层确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114577693B CN114577693B CN202011377846.9A CN202011377846A CN114577693B CN 114577693 B CN114577693 B CN 114577693B CN 202011377846 A CN202011377846 A CN 202011377846A CN 114577693 B CN114577693 B CN 114577693B
- Authority
- CN
- China
- Prior art keywords
- shale
- pore structure
- samples
- pore
- sub
- 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
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000003860 storage Methods 0.000 title claims abstract description 34
- 239000011148 porous material Substances 0.000 claims abstract description 298
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 96
- 238000012360 testing method Methods 0.000 claims abstract description 85
- 238000001179 sorption measurement Methods 0.000 claims abstract description 53
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims abstract description 46
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 38
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 37
- 239000003079 shale oil Substances 0.000 claims abstract description 21
- 238000002347 injection Methods 0.000 claims abstract description 20
- 239000007924 injection Substances 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 7
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 27
- 239000011707 mineral Substances 0.000 claims description 27
- 239000000203 mixture Substances 0.000 claims description 26
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 20
- 229910052799 carbon Inorganic materials 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000002336 sorption--desorption measurement Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000002459 porosimetry Methods 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 7
- 239000011435 rock Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 239000011799 hole material Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 6
- 239000005416 organic matter Substances 0.000 description 5
- 230000008021 deposition Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000004927 clay Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003795 desorption Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000014653 Carica parviflora Nutrition 0.000 description 2
- 241000243321 Cnidaria Species 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000012798 spherical particle Substances 0.000 description 2
- 230000008961 swelling Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013335 mesoporous material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002808 molecular sieve Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- URGAHOPLAPQHLN-UHFFFAOYSA-N sodium aluminosilicate Chemical compound [Na+].[Al+3].[O-][Si]([O-])=O.[O-][Si]([O-])=O URGAHOPLAPQHLN-UHFFFAOYSA-N 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000013316 zoning Methods 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
- G01N15/0886—Mercury porosimetry
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/0866—Sorption
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Solid-Sorbent Or Filter-Aiding Compositions (AREA)
Abstract
本申请关于一种泥页岩储层确定方法、装置、计算机设备及存储介质，涉及石油化工技术领域。该方法包括：确定至少两个泥页岩样本的泥页岩岩相；该至少两个泥页岩样本为泥页岩岩心样本；获取至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果；基于实验测试结果，获取优质孔隙结构组合；基于优质孔隙结构组合，对至少两个泥页岩样本进行筛选，获得目标泥页岩样本；确定目标泥页岩样本中岩相分布频率最高的泥页岩岩相为优质页岩油储层。通过上述方法，解决了非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高了对泥页岩储层的确定效果。
Description
技术领域
本申请涉及石油化工技术领域，特别涉及一种泥页岩储层确定方法、装置、计算机设备及存储介质。
背景技术
页岩油以游离、吸附和溶胀状态赋存在基质型泥页岩储层中。泥页岩的孔隙结构和孔径分布是影响页岩油流动性的关键因素之一，决定了页岩油能否取得高效开发。因此基质型泥页岩储层确定是页岩油资源评价中的关键内容。
在相关技术中，针对基质型泥页岩储层确定的方法多且复杂，主要通过微观实验结果的分析，代表宏观储层中泥页岩的特征。
然而，取样过程对非均质性极强的评价结果影响很大，微观实验结果不能代表宏观储层的特征，使得对泥页岩储层确定效果较差。
发明内容
本申请关于一种泥页岩储层确定方法、装置、计算机设备及存储介质，可以解决非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高对泥页岩储层确定的效果。该技术方案如下：
一方面，提供了一种泥页岩储层确定方法，所述方法包括：
确定至少两个泥页岩样本的泥页岩岩相；所述至少两个泥页岩样本为泥页岩岩心样本；
获取所述至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果；
基于所述实验测试结果，获取优质孔隙结构组合；
基于所述优质孔隙结构组合，对所述至少两个泥页岩样本进行筛选，获得目标泥页岩样本；
确定所述目标泥页岩样本中岩相分布频率最高的所述泥页岩岩相为优质页岩油储层。
在一种可能的实现方式中，所述确定至少两个泥页岩样本的泥页岩岩相，包括：
获取至少两个泥页岩样本的总有机碳测试结果；
获取至少两个泥页岩样本的矿物组成测试结果；
基于所述至少两个泥页岩样本的构造特征，所述总有机碳测试结果以及所述矿物组成测试结果，确定所述至少两个泥页岩样本的泥页岩岩相。
在一种可能的实现方式中，所述获取所述至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果，包括：
获取所述至少两个泥页岩样本基于所述氮气吸附法的实验测试结果为第一实验数据；所述第一实验数据是指孔径分布在第一孔径范围的实验数据；
将所述第一实验数据对应的孔隙结构获取为第一孔隙结构分类；所述第一孔隙结构分类中包含至少一个第一子孔隙结构；
获取所述至少两个泥页岩样本基于所述高压压汞的实验测试结果为第二实验数据；所述第二实验数据是指孔径分布在第二孔径范围的实验数据，所述第二孔径范围大于所述第一孔径范围；
将所述第二实验数据对应的孔隙结构获取为第二孔隙结构分类；所述第二孔隙结构分类中包含至少一个第二子孔隙结构；
统计所述第一子孔隙结构和所述第二子孔隙结构的组合类型，将所述组合类型获取为第三孔隙结构。
所述基于所述实验测试结果，获取优质孔隙结构组合，包括：
从所述第三孔隙结构中获取所述优质孔隙结构组合。
在一种可能的实现方式中，所述从所述第三孔隙结构中获取所述优质孔隙结构组合，包括：
从所述第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，为所述优质孔隙结构组合。
在一种可能的实现方式中，所述氮气吸附法为氮气等温吸附-脱附法。
在一种可能的实现方式中，所述获取所述至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果，包括：
基于所述至少两个泥页岩样本的所述泥页岩岩相，将所述至少两个泥页岩样本分为至少两个泥页岩样本组；
从所述至少两个泥页岩样本组各自抽取相同数量的泥页岩样本作为实验样本；
获取所述实验样本中的所述泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
在一种可能的实现方式中，所述至少两个泥页岩样本是基质型泥页岩，所述基质型泥页岩是指不发育裂缝的泥页岩。
另一方面，提供了一种泥页岩储层确定装置，所述装置包括：
泥页岩岩相确定模块，用于确定至少两个泥页岩样本的泥页岩岩相；所述至少两个泥页岩样本为泥页岩岩心样本；
实验测试结果获取模块，用于获取所述至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果；
优质孔隙结构组合获取模块，用于基于所述实验测试结果，获取优质孔隙结构组合；
目标泥页岩样本获取模块，用于基于所述优质孔隙结构组合，对所述至少两个泥页岩样本进行筛选，获得目标泥页岩样本；
优质页岩油储层确定模块，用于确定所述目标泥页岩样本中岩相分布频率最高的所述泥页岩岩相为优质页岩油储层。
在一种可能的实现方式中，所述泥页岩岩相确定模块，包括：
总有机碳测试结果获取子模块，用于获取至少两个泥页岩样本的总有机碳测试结果；
矿物组成测试结果获取子模块，用于获取至少两个泥页岩样本的矿物组成测试结果；
泥页岩岩相确定子模块，用于基于所述至少两个泥页岩样本的构造特征，所述总有机碳测试结果以及所述矿物组成测试结果，确定所述至少两个泥页岩样本的泥页岩岩相。
在一种可能的实现方式中，所述实验测试结果获取模块，包括：
第一实验数据获取单元，用于获取所述至少两个泥页岩样本基于所述氮气吸附法的实验测试结果中，孔径分布在第一孔径范围的实验数据为第一实验数据；
第一子孔隙结构将获取单元，用于所述第一实验数据对应的孔隙结构获取为第一孔隙结构分类；所述第一孔隙结构分类中包含至少一个第一子孔隙结构；
第二实验数据获取单元，用于获取所述至少两个泥页岩样本基于所述高压压汞的实验测试结果中，孔径分布在第二孔径范围的实验数据为第二实验数据；所述第二孔径范围大于所述第一孔径范围；
第二子孔隙结构将获取单元，用于将所述第二实验数据对应的孔隙结构获取为第二孔隙结构分类；所述第二孔隙结构分类中包含至少一个第二子孔隙结构；
第三孔隙结构获取单元，用于统计所述第一子孔隙结构和所述第二子孔隙结构的组合类型，将所述组合类型获取为第三孔隙结构。
所述优质孔隙结构组合获取模块，用于从所述第三孔隙结构中获取所述优质孔隙结构组合。
在一种可能的实现方式中，所述优质孔隙结构组合获取模块，用于从所述第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，为所述优质孔隙结构组合。
在一种可能的实现方式中，所述氮气吸附法为氮气等温吸附-脱附法。
在一种可能的实现方式中，所述实验测试结果获取模块，包括：
泥页岩样本组划分子模块，用于基于所述至少两个泥页岩样本的所述泥页岩岩相，将所述至少两个泥页岩样本分为至少两个泥页岩样本组；
实验样本获取子模块，用于从所述至少两个泥页岩样本组各自抽取相同数量的泥页岩样本作为实验样本；
实验测试结果获取子模块，用于获取所述实验样本中的所述泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
在一种可能的实现方式中，所述至少两个泥页岩样本是基质型泥页岩，所述基质型泥页岩是指不发育裂缝的泥页岩。
另一方面，提供了一种计算机设备，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本申请实施例中提供的泥页岩储层确定方法。
另一方面，提供了一种计算机可读存储介质，可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述本申请实施例中提供的泥页岩储层确定方法。
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的泥页岩储层确定方法。
本申请提供的技术方案带来的有益效果至少包括：
通过将微观孔隙结构与宏观岩相结合，基于微观实验结果和宏观储层质量有机结合，解决了非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高了对泥页岩储层进行确定的确定效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，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示出了本申请一示例性实施例示出的泥页岩储层确定方法的流程图；
图2示出了本申请一示例性实施例示出的泥页岩储层确定方法的流程图；
图3示出了本申请一示例性实施例示出的矿物组分三角图的示意图；
图4示出了本申请一示例性实施例示出的第一孔隙结构分类的示意图；
图5示出了本申请一示例性实施例示出的第二孔隙结构分类的示意图；
图6示出了本申请一示例性实施例示出的岩相分布频率的示意图；
图7示出了本申请一示例性实施例示出的泥页岩储层确定装置的方框图；
图8是根据一示例性实施例示出的计算机设备的结构框图；
图9是根据一示例性实施例示出的计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
首先，对本申请实施例中涉及的名词进行简单的介绍：
1)泥页岩
泥页岩属于泥岩和页岩之间的过渡岩石类型，可见发育不完善的页理，一般是浅湖到深湖沉积的产物，是阻值油气逸散的良好盖层。
泥页岩比表面大，孔隙小，结构与复杂，易吸水膨胀，一般方法很难准确描述其孔径分布情况。对泥页岩孔径分布的研究在石油钻井，完井，储层描述，泥页岩盖层封闭性等方面有着重要的意义。一般通过氮气吸附法和压汞法对泥页岩的分析泥页岩的孔径分布。
2)氮气吸附法
氮气吸附法能够有效克服泥页岩大比表面积和小孔径的困难，针对器微裂缝和层状微孔隙的孔隙特征，运用DH(Dollimore-Hill)原理计算微孔分布，BJH(Barrett-Joyner-Halenda)法计算中孔分布，能较为准确的反映出泥页岩微孔-中孔的分布情况。
3)压汞法
压汞法能够弥补氮气吸附法的不足，对泥页岩的大孔进行分析。压汞法的原理是基于汞对一般固体不湿润，固体存在界面张力抵抗其进入孔中，想要使汞进入孔中则必须施加外部压力以克服表面张力所产生的毛细管阻力，汞压入的孔半径与所受外压力成反比，外压越大，汞能进入的孔半径越小，汞填充的顺序是先外部后内部；先打孔，后中孔，再小孔，测量不同外压下进入孔中汞的量即可获得相应孔大小的孔体积，压汞法可测的孔径的上限和下限分别受到最低填充压力(如常压)，和最高填充压力的限制。
一般而言，孔径范围的定义为：大于50nm为大孔，2-50nm为中孔，小于2nm为微孔。
4)孔隙结构(Pore Structure)
孔隙结构是指岩石内的孔隙和喉道类型、大小、分布机器相互连通关系。延时的孔隙系统由孔隙和喉道两部分组成。孔隙为系统中的膨大部分，连通孔隙的细小部分称为喉道。
孔隙是流体赋存于岩石中的基本储存空间，而喉道则是控制流体在岩石中渗流的重要通道。流体在自然界复杂的孔隙系统中流动时，都要经历一系列的交替着的孔隙和喉道。
页岩油是国内外的勘探热点，页岩油已成为当前油气资源总量中不可忽略的一种资源类型，它是在烃源岩热成熟演化过程中生成的，滞留在泥页岩中的烃类，以游离、吸附和溶胀状态赋存在基质型泥页岩储层中。泥页岩的孔隙结构和孔径分布是影响页岩油流动性的关键因素之一，决定了页岩油能否取得高效开发，因此，对基质型泥页岩进行储层评价是页岩油资源评价中的关键内容。图1示出了本申请一示例性实施例示出的泥页岩储层确定方法的流程图，该泥页岩储层确定方法可以由计算机设备执行，该计算机设备可以实现为终端或服务器，如图1所示，该泥页岩储层确定方法，包括：
步骤110，确定至少两个泥页岩样本的泥页岩岩相；该至少两个泥页岩样本为泥页岩岩心样本。
本申请实施例中的至少两个泥页岩样本为是基质型泥页岩，该基质型泥页岩是指不发育裂缝的泥页岩。
在一种可能的实现方式中，通过等间距采集的方法采集泥页岩的岩心作为泥页岩样本。其中，岩心，是根据地质勘查工作或工程的需要，使用环状岩心钻头及其他取心工具，从孔内取出的圆柱状的岩石样本，通过对岩心的观察可以获取岩心的物理性质，比如岩心的构造特征等。
岩相(Lithic Facies)用以表示沉积物的沉积环境和表明沉积环境的岩性特征和生物特征的总和，比如，“浅海珊瑚灰岩相”中的“浅海”用以说明沉积物的沉积环境，“珊瑚”反应古生物特征，“灰岩”反应岩石的特征，总之，“相”是沉积物形成环境和条件的物质表现，沉积环境的特征反映在沉积物的颜色、成分、结构、构造、所含的古生物以及沉积物本身的原始产状等性质上。
本申请实施例中通过泥页岩样本的构造特征、总有机碳测试结果以及矿物组成测试结果来确定泥页岩样本的岩相。
步骤120，获取至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
在一种可能的实现方式中，通过对泥页岩样本进行氮气吸附法分析，得到相应的实验测试结果；通过对泥页岩样本进行高压压汞测试分析，获得相应的实验测试结果。其中，通过氮气吸附法确定泥页岩样本中的中、小孔径分布，通过高压压汞法确定泥页岩样本中的大孔径分布，基于两者测试的实验测试结果，获得各个泥页岩样本中的孔径分布。
步骤130，基于实验测试结果，获取优质孔隙结构组合。
在一种可能的实现方式中，基于氮气吸附法和高压压汞测试所得的孔径分布进行孔隙结构分类。获取氮气吸附法中测试的中小孔径的最优孔隙结构域高压压汞测试中的大孔径的最优孔隙结构的组合为优质孔隙结构组合，即在中小孔径处孔隙结构表现良好，在大孔径处孔隙结构也表现良好的孔隙结构组合即为优质孔隙结构组合。
步骤140，基于优质孔隙结构组合，对至少两个泥页岩样本进行筛选，获得目标泥页岩样本。
也就是说，获取具有优质孔隙结构组合的泥页岩样本为，目标泥页岩样本。
步骤150，确定目标泥页岩样本中岩相分布频率最高的泥页岩岩相为优质页岩油储层。
综上所述，本申请提供的泥页岩储层确定方法，通过将微观孔隙结构与宏观岩相结合，基于微观实验结果和宏观储层质量有机结合，解决了非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高了对泥页岩储层的确定效果。
在一种可能的实现方式中，基于至少两个泥页岩样本的泥页岩岩相，将至少两个泥页岩样本分为至少两个泥页岩样本组，从每个泥页岩样本组中随机抽取相同数量的泥页岩样本进行氮气吸附法和高压压汞法的实验测试。图2示出了本申请一示例性实施例示出的泥页岩储层确定方法的流程图，该泥页岩储层确定方法可以由计算机设备执行，该计算机设备可以实现为终端或服务器，如图2所示，该泥页岩储层确定方法，包括：
步骤201，获取至少两个泥页岩样本的总有机碳测试结果；至少两个泥页岩样本为泥页岩岩心样本。
在一种可能的实现方式中，通过对获取到的泥页岩样本进行总有机碳(TotalOrganic Carbon，TOC)测试，获得泥页岩样本的总有机碳测试结果。在对泥页岩样本进行总有机碳测试之前，需要对泥页岩样本进行粉碎，将其粉碎为指定目数的粉末，以便于实验的进行，在本申请实施例中，可以将泥页岩样本粉碎至80目之后，对其进行总有机碳测试，以确定泥页岩样本中的有机质含量。
步骤202，获取至少两个泥页岩样本的矿物组成测试结果。
在一种可能的实现方式中，通过对获取到的泥页岩样本进行矿物组成测试分析获得泥页岩样本的矿物组成测试结果。
三角图是石油地质学中用于确定岩石分类、石油分类、组分分区等常用的图件之一。三角图中的任意一点由三个代表不同含义的数值构成，如岩石学分类中的三端元一般是石英、长石和岩屑，在一种可能的实现方式中，在本申请实施例中将泥页岩矿物组成分为长英质矿物，碳酸盐矿物和黏土矿物三个端元，并基于矿物组成测试结果绘制矿物组分三角图，用以对泥页岩样本的矿物组成分类进行确定。图3示出了本申请一示例性实施例示出的矿物组分三角图的示意图，如图3所示，组分组成落点处于区域310的岩石类型为钙质泥页岩(I类)，组分组成落点处于区域320的岩石类型为黏土质灰岩(II类)，组分组成落点处于区域330的岩石类型为长英质泥灰岩(III类)，组分组成落点处于区域340的岩石类型为黏土质泥页岩(IV类)，组分组成落点处于区域350的岩石类型为长英质泥页岩(V类)。图3中的点360用以标识组成成分的落点，即进行矿物组成测试的泥页岩样本的组成成分落点，基于图3可以确定各个泥页岩样本的矿物组成分类，初步确定泥页岩样本的岩相。
在一种可能的实现方式中，对泥页岩样本进行矿物组成测试也可以采用其他类型的端元，本申请对此不进行限制。
步骤203，基于至少两个泥页岩样本的构造特征，总有机碳测试结果以及矿物组成测试结果，确定至少两个泥页岩样本的泥页岩岩相。
其中，通过对至少两个泥页岩样本进行物理观察，获取至少两个泥页岩样本的构造特征，至少两个泥页岩样本的构造特征包括纹层状或者块状，其中，纹层状的泥页岩样本表示发育纹层和层状结构的泥页岩样本，块状的泥页岩样本表示不发育纹层或层状结构的泥页岩样本。
在一种可能的实现方式中，将TOC＜1％的泥页岩样本记为低有机质泥页岩样本，将1％＜TOC＜2％的泥页岩样本记为中有机质泥页岩样本，将TOC＞2％的泥页岩样本记为高有机质泥页岩样本。
在一种可能的实现方式中，基于泥页岩矿物组成成分对泥页岩岩相进行初步划分，再基于泥页岩样本呈现的TOC、构造特征进一步划分泥页岩岩相，进而基于泥页岩岩相对至少两个泥页岩样本进行分类，在本申请实施例中，基于图3所示的矿物组成分类，将泥页岩样本分为以下八种岩石类型，表1示出了本申请一示例性实施例示出的泥页岩岩相类型分类。
表1
如表1所示，基于对泥页岩岩相的划分，获得八种岩石类型分别为低有机质块状钙质泥页岩、中有机质块状钙质泥页岩、高有机质块状钙质泥页岩、中有机质块状长英质泥灰岩、高有机质纹层状长英质泥灰岩、中有纹层状长英质泥页岩、高有机质块状长英质页泥岩、高有机质纹层状长英质泥页岩。
需要说明的是，基于不同的泥页岩岩石样本进行划分所得的岩石类型会有所不同，本申请仅示意性的提供泥页岩岩石类型的划分方法，不同地区的泥页岩可能具有不同的岩石类型，本申请对此不做限定。
步骤204，获取至少两个泥页岩样本基于氮气吸附法的实验测试结果中，孔径分布在第一孔径范围的实验数据为第一实验数据。
在一种可能的实现方式中，该氮气吸附法为氮气等温吸附-脱附法。
在本申请实施例中，该第一实验数据是基于氮气等温吸附-脱附法测得的实验数据中，孔径分布在2-200nm范围内的实验数据。
步骤205，将第一实验数据对应的孔隙结构获取为第一孔隙结构分类；该第一孔隙结构分类中包含至少两个第一子孔隙结构。
在一种可能的实现方式中，基于第一实验数据生成氮气吸附-脱附曲线和孔径分布曲线，基于对氮气吸附-脱附曲线和孔径分布曲线的特征分析，把孔径分布在2-200nm的孔隙结构，划分为不同的第一子孔隙结构。图4示出了本申请一示例性实施例示出的第一孔隙结构分类的示意图，如图4所示，示例性的，根据氮气吸附-脱附曲线以及孔径分布曲线的统计结果，将2-200nm的孔隙结构分为A、B、C、D四种类型，A型孔隙结构的氮气吸附-脱附曲线为H2型吸附回线，孔径以10nm为主；B型孔隙结构的氮气吸附-脱附曲线为H2型吸附回线，孔径以10nm为主，部分孔径为35nm；C型孔隙结构的氮气吸附-脱附曲线为H2型吸附回线，孔径以10nm和35nm为主；D型孔隙结构的氮气吸附-脱附曲线为H3型吸附回线，孔径以10nm和35nm为主；在上述四种第一子孔隙结构中，由A型到D型孔隙结构逐渐变好，孔径逐渐变大，D型是上述四种孔径类型中的最好的孔隙结构。
其中，H2型吸附回线以及H3型吸附回线中的H2以及H3用以表示吸附曲线与脱附曲线所形成的回滞环的类型。回滞环常见于IV型吸附等温线，指吸附量随平衡压力增加时测得的吸附分支和压力减小时测得的脱附分支，在一定的相对压力范围不重合，分离形成环状。在相同的相对压力时，脱附分支的吸附量大于吸附分支的吸附量。IUPAC(International Union of Pure and Applied Chemistry，国际纯粹与应用化学联合会)基于不同回滞环的状态，将其分为六类，其中，H1和H2型回滞环吸附等温线上有饱和吸附平台，反映孔径分布较均匀：H1型反映的是两端开口的管径分布均匀的圆筒状孔，H1型迟滞回线可在孔径分布相对较窄的介孔材料，和尺寸较均匀的球形颗粒聚集体中观察到；而H2型反映的孔结构复杂，可能包括典型的“墨水瓶”孔、孔径分布不均的管形孔和密堆积球形颗粒间隙孔等。其中孔径分布和孔形状可能不好确定，孔径分布比H1型回线更宽。H3和H4型回滞环等温线没有明显的饱和吸附平台，表明孔结构很不规整：H3型回滞环的吸附支和H2型吸附等温线类似，H3型反映的孔包括，平板狭缝结构、裂缝和楔形结构等，H3型迟滞回线由片状颗粒材料，如粘土，或由裂隙孔材料给出，在较高相对压力区域没有表现出吸附饱和。H4型回滞环相对于是H1型和H2型吸附等温线的复合，H4型出现在微孔和中孔混合的吸附剂上，和含有狭窄的裂隙孔的固体中，如活性炭，分子筛中见到；H5型回滞环较为少见，一般同时包含两端开口的和一端堵塞的孔。
步骤206，获取至少两个泥页岩样本基于高压压汞的实验测试结果中，孔径分布在第二孔径范围的实验数据为第二实验数据，该第二孔径范围大于第一孔径范围。
在本申请实施例中，该第二实验数据是基于高压压汞法测得的实验数据中，孔径分布在200nm以上范围内的实验数据，高压压汞法用以补充氮气等温吸附-脱附实验对孔径较大的孔隙结构测试的不足。
步骤207，将第二实验数据对应的孔隙结构获取为第二孔隙结构分类；该第二孔隙结构分类中包含至少一个第二子孔隙结构。
在一种可能的实现方式中，基于第二实验数据生成毛细管压力曲线和孔径分布曲线，基于对毛细管压力曲线和孔径分布曲线的特征分析，把孔径分布在200nm以上的孔隙结构，划分为不同的第二子孔隙结构。图5示出了本申请一示例性实施例示出的第二孔隙结构分类的示意图，如图5所示，示例性的，根据毛细管压力曲线和孔径分布曲线的统计结果，将200nm以上的孔隙结构分为a、b、c三种类型，a型孔隙结构的孔隙连通性差，宏孔不发育；b型孔隙结构的孔隙连通性中等，宏孔部分发育；c型孔隙结构的孔隙连通性好，宏孔发育。在上述三种第二子孔隙结构中，由a型到c型孔隙结构逐渐变好，孔径逐渐变大，c型为其中最好的孔隙结构。
步骤208，统计第一子孔隙结构和第二子孔隙结构的组合类型，将组合类型获取为第三孔隙结构。
以上述四种第一子孔隙结构和上述三种第二子孔隙结构为例，可以组成a-A、b-A、c-A、a-B、b-B、c-B、a-C、b-C、c-C、a-D、b-D、c-D十二种，其中c-D是最好的孔隙结构组合类型。
在一种可能的实现方式中，基于实验测试中所涉及的泥页岩样本所具有的第一子孔隙结构和第二子孔隙结构组合，获取第三孔隙结构，示意性的，虽然在理论上存在上述十二种孔隙结构组合，但在某次实验中的泥页岩样本的孔隙结构中，只涉及a-A、b-A、c-A、c-B、c-C、c-D六种类型，则将这六种获取为第三孔隙结构。
步骤209，从第三孔隙结构中获取优质孔隙结构组合。
在一种可能的实现方式中，从第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，为优质孔隙结构组合。
在上述第三孔隙结构中，c-D型孔隙结构组合为优质孔隙结构组合。
在一种可能的实现方式中，进行氮气吸附法和高压压汞法实验的实验样本是从各个岩相中包含的泥页岩样本中分别随机抽取的实验样本，其中，从各个岩相中包含的泥页岩样本中抽取的实验样本的数量相同，即：
基于至少两个泥页岩样本的泥页岩岩相，将至少两个泥页岩样本分为至少两个泥页岩样本组；
从至少两个泥页岩样本组各自抽取相同数量的泥页岩样本作为实验样本；
获取实验样本中的泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
步骤210，基于优质孔隙结构组合，对至少两个泥页岩样本进行筛选，获得目标泥页岩样本。
示意性的，将泥页岩样本中具有c-D型孔隙结构组合的泥页岩样本获取为目标泥页岩样本，即将既具有c类型孔隙结构，也具有d类型孔隙结构的泥页岩样本获取为目标泥页岩样本。
步骤211，确定目标泥页岩样本中岩相分布频率最高的泥页岩岩相为优质页岩油储层。
在一种可能的实现方式中，对目标泥页岩样本的泥页岩岩相进行统计分析，根据统计所得的分布频率图，确定其中分布频率最高的泥页岩岩相为优质页岩油储层。图6示出了本申请一示例性实施例示出的岩相分布频率的示意图，如图6所示，示意性的，在具有c-D型孔隙结构组合的目标泥页岩样本中，高有机质纹层状长英质泥页岩的分布频率最高，高有机质纹层状长英质泥灰岩的分布频率次之，低有机质块状钙质泥页岩的分布频率最低，因此，将高有机质纹层状长英质泥页岩确定为优质页岩油储层。
需要说明的是，本申请实施例中的对实验结果的统计说明仅为示意性的，不同地区的泥页岩样本经过实验所得的实验数据不同，本申请仅提供获取优质页岩油储层的方法，实验结果的示意并不能限制本申请。
综上所述，本申请提供的泥页岩储层确定，通过将微观孔隙结构与宏观岩相结合，基于微观实验结果和宏观储层质量有机结合，解决了非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高了对泥页岩储层的确定效果。
图7示出了本申请一示例性实施例示出的泥页岩储层确定装置的方框图，该泥页岩储层确定装置可以应用在计算机设备中，该计算机设备可以实现为终端或服务器，如图7所示，该泥页岩储层确定装置，包括：
泥页岩岩相确定模块710，用于确定至少两个泥页岩样本的泥页岩岩相；该至少两个泥页岩样本为泥页岩岩心样本；
实验测试结果获取模块720，用于获取至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果；
优质孔隙结构组合获取模块730，用于基于实验测试结果，获取优质孔隙结构组合；
目标泥页岩样本获取模块740，用于基于优质孔隙结构组合，对至少两个泥页岩样本进行筛选，获得目标泥页岩样本；
优质页岩油储层确定模块750，用于确定目标泥页岩样本中岩相分布频率最高的泥页岩岩相为优质页岩油储层。
在一种可能的实现方式中，该泥页岩岩相确定模块710，包括：
总有机碳测试结果获取子模块，用于获取至少两个泥页岩样本的总有机碳测试结果；
矿物组成测试结果获取子模块，用于获取至少两个泥页岩样本的矿物组成测试结果；
泥页岩岩相确定子模块，用于基于至少两个泥页岩样本的构造特征，该总有机碳测试结果以及矿物组成测试结果，确定至少两个泥页岩样本的泥页岩岩相。
在一种可能的实现方式中，该实验测试结果获取模块720，包括：
第一实验数据获取单元，用于获取至少两个泥页岩样本基于氮气吸附法的实验测试结果中，孔径分布在第一孔径范围的实验数据为第一实验数据；
第一子孔隙结构将获取单元，用于第一实验数据对应的孔隙结构获取为第一孔隙结构分类；该第一孔隙结构分类中包含至少一个第一子孔隙结构；
第二实验数据获取单元，用于获取至少两个泥页岩样本基于高压压汞的实验测试结果中，孔径分布在第二孔径范围的实验数据为第二实验数据；该第二孔径范围大于第一孔径范围；
第二子孔隙结构将获取单元，用于将第二实验数据对应的孔隙结构获取为第二孔隙结构分类；该第二孔隙结构分类中包含至少一个第二子孔隙结构；
第三孔隙结构获取单元，用于统计第一子孔隙结构和第二子孔隙结构的组合类型，将组合类型获取为第三孔隙结构。
该优质孔隙结构组合获取模块730，用于从第三孔隙结构中获取优质孔隙结构组合。
在一种可能的实现方式中，该优质孔隙结构组合获取模块730，用于从第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，为优质孔隙结构组合。
在一种可能的实现方式中，该氮气吸附法为氮气等温吸附-脱附法。
在一种可能的实现方式中，该实验测试结果获取模块720，包括：
泥页岩样本组划分子模块，用于基于至少两个泥页岩样本的泥页岩岩相，将至少两个泥页岩样本分为至少两个泥页岩样本组；
实验样本获取子模块，用于从至少两个泥页岩样本组各自抽取相同数量的泥页岩样本作为实验样本；
实验测试结果获取子模块，用于获取实验样本中的泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
在一种可能的实现方式中，该至少两个泥页岩样本是基质型泥页岩，该基质型泥页岩是指不发育裂缝的泥页岩。
综上所述，本申请实施例提供的泥页岩储层确定装置，应用于计算机设备中，通过将微观孔隙结构与宏观岩相结合，基于微观实验结果和宏观储层质量有机结合，解决了非均质性极强的泥页岩储层确定中微观实验难以保证宏观储层的问题，提高了对泥页岩储层的确定效果。
图8是根据一示例性实施例示出的计算机设备800的结构框图。该计算机设备可以是用于执行本申请实施例所提供的泥页岩储层确定方法的服务器，所述计算机设备800包括中央处理单元(Central Processing Unit，CPU)801、包括随机存取存储器(RandomAccess Memory，RAM)802和只读存储器(Read-Only Memory，ROM)803的系统存储器804，以及连接系统存储器804和中央处理单元801的系统总线805。所述计算机设备800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(Input/Output系统，I/O系统)806，和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。
所述基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中所述显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。所述基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。所述大容量存储设备807及其相关联的计算机可读介质为计算机设备800提供非易失性存储。也就是说，所述大容量存储设备807可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory，CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读寄存器(Erasable Programmable Read Only Memory，EPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-OnlyMemory，EEPROM)、闪存或其他固态存储其技术，CD-ROM、数字多功能光盘(DigitalVersatile Disc，DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。
根据本申请的各种实施例，所述计算机设备800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备800可以通过连接在所述系统总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，中央处理器801通过执行该一个或一个以上程序来实现图1或图2所示的方法的全部或者部分步骤。
本领域技术人员可以理解，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
图9是根据一示例性实施例示出的计算机设备900的结构框图。该计算机设备900可以用于执行本申请实施例所提供的泥页岩储层确定方法的终端。
通常，计算机设备900包括有：处理器901和存储器902。
处理器901可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器901可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器901还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器902可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器901所执行以实现本申请中方法实施例提供的方法。
在一些实施例中，计算机设备900还可选包括有：外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地，外围设备包括：射频电路904、显示屏905、摄像头组件906、音频电路907、定位组件908和电源909中的至少一种。
在一些实施例中，计算机设备900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于：加速度传感器911、陀螺仪传感器912、压力传感器913、指纹传感器914、光学传感器915以及接近传感器916。
本领域技术人员可以理解，图9中示出的结构并不构成对计算机设备900的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在一示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括至少一条指令、至少一段程序、代码集或指令集的存储器，上述至少一条指令、至少一段程序、代码集或指令集可由处理器执行以完成上述图1或图2任一实施例所示的方法的全部或者部分步骤。例如，非临时性计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中所示的泥页岩储层确定方法的全部或部分步骤。
本领域技术人员在考虑说明书及实践本申请公开的发明后，将容易想到本申请的其他实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (7)
1.一种泥页岩储层确定方法，其特征在于，所述方法包括：
确定至少两个泥页岩样本的泥页岩岩相；所述至少两个泥页岩样本为泥页岩岩心样本；所述至少两个泥页岩样本是基质型泥页岩，所述基质型泥页岩是指不发育裂缝的泥页岩；
获取所述至少两个泥页岩样本基于氮气吸附法的实验测试结果中，孔径分布在第一孔径范围的实验数据为第一实验数据；
将所述第一实验数据对应的孔隙结构获取为第一孔隙结构分类；所述第一孔隙结构分类中包含至少一个第一子孔隙结构；
获取所述至少两个泥页岩样本基于高压压汞的实验测试结果中，孔径分布在第二孔径范围的实验数据为第二实验数据；所述第二孔径范围大于所述第一孔径范围；
将所述第二实验数据对应的孔隙结构获取为第二孔隙结构分类；所述第二孔隙结构分类中包含至少一个第二子孔隙结构；
统计所述第一子孔隙结构和所述第二子孔隙结构的组合类型，将所述组合类型获取为第三孔隙结构；
将所述第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，获取为优质孔隙结构组合；
基于所述优质孔隙结构组合，对所述至少两个泥页岩样本进行筛选，获得目标泥页岩样本；
确定所述目标泥页岩样本中岩相分布频率最高的所述泥页岩岩相为优质页岩油储层。
2.根据权利要求1所述的方法，其特征在于，所述确定至少两个泥页岩样本的泥页岩岩相，包括：
获取至少两个泥页岩样本的总有机碳测试结果；
获取至少两个泥页岩样本的矿物组成测试结果；
基于所述至少两个泥页岩样本的构造特征，所述总有机碳测试结果以及所述矿物组成测试结果，确定所述至少两个泥页岩样本的泥页岩岩相。
3.根据权利要求1所述的方法，其特征在于，所述氮气吸附法为氮气等温吸附-脱附法。
4.根据权利要求1所述的方法，其特征在于，所述获取所述至少两个泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果，包括：
基于所述至少两个泥页岩样本的所述泥页岩岩相，将所述至少两个泥页岩样本分为至少两个泥页岩样本组；
从所述至少两个泥页岩样本组各自抽取相同数量的泥页岩样本作为实验样本；
获取所述实验样本中的所述泥页岩样本基于氮气吸附法和高压压汞法的实验测试结果。
5.一种泥页岩储层确定装置，其特征在于，所述装置包括：
泥页岩岩相确定模块，用于确定至少两个泥页岩样本的泥页岩岩相；所述至少两个泥页岩样本为泥页岩岩心样本；所述至少两个泥页岩样本是基质型泥页岩，所述基质型泥页岩是指不发育裂缝的泥页岩；
实验测试结果获取模块，包括：第一实验数据获取单元、第一子孔隙结构将获取单元、第二实验数据获取单元、第二子孔隙结构将获取单元、第三孔隙结构获取单元；
所述第一实验数据获取单元，用于获取所述至少两个泥页岩样本基于氮气吸附法的实验测试结果中，孔径分布在第一孔径范围的实验数据为第一实验数据；
所述第一子孔隙结构将获取单元，用于将所述第一实验数据对应的孔隙结构获取为第一孔隙结构分类；所述第一孔隙结构分类中包含至少一个第一子孔隙结构；
所述第二实验数据获取单元，用于获取所述至少两个泥页岩样本基于高压压汞的实验测试结果中，孔径分布在第二孔径范围的实验数据为第二实验数据；所述第二孔径范围大于所述第一孔径范围；
所述第二子孔隙结构将获取单元，用于将所述第二实验数据对应的孔隙结构获取为第二孔隙结构分类；所述第二孔隙结构分类中包含至少一个第二子孔隙结构；
所述第三孔隙结构获取单元，用于统计所述第一子孔隙结构和所述第二子孔隙结构的组合类型，将所述组合类型获取为第三孔隙结构；
优质孔隙结构组合获取模块，用于将所述第三孔隙结构中，孔隙结构指示连通性最好，孔径最大的第一子孔隙结构，与孔隙结构指示连通性最好，孔径最大的第二子孔隙结构的组合，获取为优质孔隙结构组合；
目标泥页岩样本获取模块，用于基于所述优质孔隙结构组合，对所述至少两个泥页岩样本进行筛选，获得目标泥页岩样本；
优质页岩油储层确定模块，用于确定所述目标泥页岩样本中岩相分布频率最高的所述泥页岩岩相为优质页岩油储层。
6.一种计算机设备，其特征在于，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至4任一所述的泥页岩储层确定方法。
7.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至4任一所述的泥页岩储层确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011377846.9A CN114577693B (zh) | 2020-11-30 | 2020-11-30 | 泥页岩储层确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011377846.9A CN114577693B (zh) | 2020-11-30 | 2020-11-30 | 泥页岩储层确定方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114577693A CN114577693A (zh) | 2022-06-03 |
| CN114577693B true CN114577693B (zh) | 2023-10-27 |
Family
ID=81768197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011377846.9A Active CN114577693B (zh) | 2020-11-30 | 2020-11-30 | 泥页岩储层确定方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114577693B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105334149A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 一种致密储层微观孔隙结构评价与储层分类方法 |
| CN105445442A (zh) * | 2015-12-25 | 2016-03-30 | 中国石油天然气股份有限公司 | 刻画泥页岩孔隙特征及其与页岩油富集关系的方法 |
| CN108072748A (zh) * | 2016-11-07 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种基于优势岩性的碳酸盐岩岩相表征的方法 |
| CN108458960A (zh) * | 2018-03-27 | 2018-08-28 | 中国石油大学(华东) | 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法 |
| CN110276827A (zh) * | 2019-05-29 | 2019-09-24 | 中国石油大学(华东) | 一种基于泥页岩储层的有效性的评价方法 |
| CN111610130A (zh) * | 2020-05-30 | 2020-09-01 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油储集层孔隙形成与演化评价方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MX2011001035A (es) * | 2011-01-27 | 2012-07-27 | Mexicano Inst Petrol | Procedimiento para determinar la porosidad efectiva y total de rocas sedimentarias carbonatadas, y caracterizacion morfologica de sus micro nanoporos. |
| US10359379B2 (en) * | 2016-06-24 | 2019-07-23 | The Board Of Regents Of The University Of Oklahoma | Methods of determining shale pore connectivity |
-
2020
- 2020-11-30 CN CN202011377846.9A patent/CN114577693B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105334149A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 一种致密储层微观孔隙结构评价与储层分类方法 |
| CN105445442A (zh) * | 2015-12-25 | 2016-03-30 | 中国石油天然气股份有限公司 | 刻画泥页岩孔隙特征及其与页岩油富集关系的方法 |
| CN108072748A (zh) * | 2016-11-07 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种基于优势岩性的碳酸盐岩岩相表征的方法 |
| CN108458960A (zh) * | 2018-03-27 | 2018-08-28 | 中国石油大学(华东) | 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法 |
| CN110276827A (zh) * | 2019-05-29 | 2019-09-24 | 中国石油大学(华东) | 一种基于泥页岩储层的有效性的评价方法 |
| CN111610130A (zh) * | 2020-05-30 | 2020-09-01 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油储集层孔隙形成与演化评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 压汞-吸附联合测定法在焦石坝地区的应用;张磊;《江汉石油职工大学学报》;第33卷(第5期);第36-39页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114577693A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103278436B (zh) | 特低渗透双重介质砂岩油藏微观孔隙结构的定量表征方法 | |
| Clerke et al. | Application of Thomeer Hyperbolas to decode the pore systems, facies and reservoir properties of the Upper Jurassic Arab D Limestone, Ghawar field, Saudi Arabia: A “Rosetta Stone” approach | |
| Neasham | The morphology of dispersed clay in sandstone reservoirs and its effect on sandstone shaliness, pore space and fluid flow properties | |
| Aliakbardoust et al. | Effects of pore geometry and rock properties on water saturation of a carbonate reservoir | |
| CN108444881B (zh) | 一种适用于陆相泥页岩微纳米尺度储集空间的表征方法 | |
| CN110487693A (zh) | 一种确定泥页岩不同类型孔隙度的方法 | |
| CN107132171A (zh) | 一种基于压汞‑氮吸附联测数据确定致密储层孔径分布的方法 | |
| Rahimpour-Bonab et al. | Pore facies analysis: incorporation of rock properties into pore geometry based classes in a Permo-Triassic carbonate reservoir in the Persian Gulf | |
| Adams | Diagenetic aspects of lower Morrowan, Pennsylvanian, sandstones, northwestern Oklahoma | |
| Xie et al. | Evaluation of pore structure characteristics of four types of continental shales with the aid of low-pressure nitrogen adsorption and an improved FE-SEM technique in Ordos Basin, China | |
| Wang et al. | Evaluation of the shale oil reservoir and the oil enrichment model for the first member of the lucaogou formation, western jimusaer depression, junggar basin, NW China | |
| Ehrenberg | Petrophysical heterogeneity in a lower cretaceous limestone reservoir, onshore Abu Dhabi, United Arab Emirates | |
| Aldana et al. | Relationship between hydraulic properties and material features in a heterogeneous vadose zone of a vulnerable limestone aquifer | |
| CN114577693B (zh) | 泥页岩储层确定方法、装置、计算机设备及存储介质 | |
| Tian et al. | Classification of adsorption isotherm curves for shale based on pore structure | |
| Zhao et al. | Pore-throat size distribution and classification of the Paleogene tight sandstone in Lishui Sag, East China Sea Shelf Basin, China | |
| CN111308043B (zh) | 一种结构有序白云石的判别方法 | |
| CN106980009A (zh) | 页岩油储层评价方法和装置 | |
| Sardini et al. | Mapping and quantifying the clay aggregate microporosity in medium-to coarse-grained sandstones using the 14C-PMMA method | |
| Dernaika et al. | Overview of Carbonate Rock Types in the Middle East | |
| CN110593864B (zh) | 一种利用核磁-声波流体识别的方法和装置 | |
| Arns et al. | Pore-type partitioning for complex carbonates: effective versus total porosity and applications to electrical conductivity | |
| CN112304843A (zh) | 一种泥页岩中页岩气吸附量定量表征方法 | |
| Honarpour et al. | Expert-based methodology for primary drainage capillary pressure measurements and modeling | |
| Ferreira et al. | The importance of outcrop reservoir characterization in oil-industry facies modelling workflows-a case study from the Middle Jurassic of the Maciço Calcário Estremenho, Portugal |
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 |