CN114859009A - 一种基于岩石宏微观特征的页岩岩相划分方法及装置 - Google Patents
一种基于岩石宏微观特征的页岩岩相划分方法及装置 Download PDFInfo
- Publication number
- CN114859009A CN114859009A CN202210283157.4A CN202210283157A CN114859009A CN 114859009 A CN114859009 A CN 114859009A CN 202210283157 A CN202210283157 A CN 202210283157A CN 114859009 A CN114859009 A CN 114859009A
- Authority
- CN
- China
- Prior art keywords
- shale
- determining
- type
- lithofacies
- mineral content
- 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.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 82
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 168
- 239000011707 mineral Substances 0.000 claims abstract description 168
- 238000012360 testing method Methods 0.000 claims abstract description 100
- 239000005416 organic matter Substances 0.000 claims abstract description 43
- 238000003921 particle size analysis Methods 0.000 claims abstract description 25
- 206010017076 Fracture Diseases 0.000 claims description 58
- 208000010392 Bone Fractures Diseases 0.000 claims description 52
- 208000035126 Facies Diseases 0.000 claims description 41
- 238000004458 analytical method Methods 0.000 claims description 18
- 229910001748 carbonate mineral Inorganic materials 0.000 claims description 15
- 239000002734 clay mineral Substances 0.000 claims description 15
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 14
- 229910052710 silicon Inorganic materials 0.000 claims description 14
- 239000010703 silicon Substances 0.000 claims description 14
- 208000013201 Stress fracture Diseases 0.000 claims description 13
- 241000446313 Lamella Species 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 8
- 206010040925 Skin striae Diseases 0.000 claims description 6
- 241000894007 species Species 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 abstract description 18
- 238000011161 development Methods 0.000 abstract description 17
- 238000004364 calculation method Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 abstract description 5
- 239000010410 layer Substances 0.000 description 18
- 230000018109 developmental process Effects 0.000 description 16
- 239000002245 particle Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000007789 gas Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000021185 dessert Nutrition 0.000 description 3
- 235000011850 desserts Nutrition 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 239000003079 shale oil Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 238000003703 image analysis method Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000005029 sieve analysis Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- PFRUBEOIWWEFOL-UHFFFAOYSA-N [N].[S] Chemical compound [N].[S] PFRUBEOIWWEFOL-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 125000001931 aliphatic group Chemical group 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000011218 binary composite Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 125000000623 heterocyclic group Chemical group 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 239000003495 polar organic solvent Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- 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
- G01N15/02—Investigating particle size or size distribution
-
- 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种基于岩石宏微观特征的页岩岩相划分方法及装置，该方法包括：对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；根据矿物含量测试结果确定所述页岩样品的裂缝参数；根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。本发明对传统页岩岩相划分标注重新定义，同时追求富集优选和产能最大化，弥补以往单纯的考虑有机质类型、岩石构造和矿物成而忽略产能最大化目标和工程施工可行性的不足，其计算方法简单可行，大大降低经济成本，对同类非常规储层岩相划分同样适用，具有良好的应用前景，对非常规资源勘探开发有很好的指导作用。
Description
技术领域
本发明涉及石油天然气勘探技术领域，特别是非常规油气的勘探技术领域，具体涉及一种基于岩石宏微观特征的页岩岩相划分方法及装置。
背景技术
近年来，页岩油气商业化开发加快了各国非常规资源的独立，将能源革命的浪潮推向了全球。国内的页岩油气资源同样极为丰富主要分布在鄂尔多斯、准噶尔、松辽、渤海湾、四川盆地等大型盆地，开发潜力巨大，成为最具有战略性的石油接替资源。随着向非常规资源勘探与开发的转变，面临诸多挑战，寻找有利的“甜点区”是勘探与开发的核心目标，是获得单井产量突破的关键。而岩相是沉积环境的综合表征，是反映优质储层甜度与开发潜力的核心因素，故对于页岩油气田开发，其岩相划分尤为重要，然而影响非常规资源岩相划分的因素众多且关系复杂，国内外学者对岩相划分做了大量的研究，现有技术中，页岩岩相的划分方法主要有以下几种：
(1)一种页岩的分类方法及其应用和页岩岩相分布构建系统(发明人张聪，方镕慧，刘晓晨等，申请号：CN202010842778.2)。该方法将待分类页岩按照颗粒的粒径分布进行划分，构建形成第一层级；在构建形成的第一层级的基础上，针对性获取页岩中硅质矿物、钙质矿物和粘土矿物的含量，对应划分形成第二层级，并通过第一层级和第二层级的划分，构建页岩分类的唯一无交叉体系。该方法主要的划分依据是岩石粒径与矿物成分。
(2)基于Fisher判别分析的泥页岩岩相划分方法(发明人王红亮，赵贺，梁金同等，申请号：CN201910488184.3)。该方法基于Fisher判别分析的泥页岩岩相划分方法，根据矿物成分、沉积结构和有机质含量进行泥岩岩相划分，获得泥岩岩相划分类型结果，建立泥岩岩相的测井识别模式图，根据测井识别模式图选取反映岩石岩性的测井曲线种类，通过SPSS软件进行Fisher判别分析，根据岩心录井资料确定泥岩岩相类型并选取反映岩相特点的测井曲线建立岩相判别分类方程，根据未知岩相的测井曲线获取岩相判别分类方程的函数值，最终根据函数值判别未知岩相所属的泥岩岩相划分类型。
(3)松辽盆地古龙页岩岩相特征与成因(金成志，董万百，白云风)按照“有机质丰度、沉积构造、岩石类型”的分类原则，将松辽盆地北部青山口组页岩岩相划分为5大类11亚类，即页岩相(高有机质层状页岩相、高有机质纹层状页岩相、中有机质纹层状页岩相、低有机质纹层状页岩相)、泥岩相(高有机质块状泥岩相、高有机质纹层状泥岩相、中有机质纹层状泥岩相、低有机质纹层状泥岩相)、粉砂质岩相、灰质岩相及云质岩相。
在上述方法中，方法(1)仅仅考虑岩石的粒径与矿物成分，采用层次法避免了不同因素交叉现象，但没有考虑影响岩相的优质性的核心因素有机质丰度，无法对非常规资源勘探与富集区优选。方法(2)和(3)采用常规的三元法同时考虑有机质丰度、岩石构造及岩石矿物成分对岩相进行划分，然而这两种方法聚焦在地质甜点的识别与划分，忽略了工程甜点是非常规资源勘探开发重要参考，需要建立非常规理念，都没有同时考虑岩相地质与工程优质性相结合，因此有必要提出新的岩相划分方法，为非常规资源高效开发提供重要理论支撑。
发明内容
针对现有技术中的问题，本发明对传统页岩岩相划分标注重新定义，同时追求富集优选和产能最大化，弥补以往单纯的考虑有机质类型、岩石构造和矿物成而忽略产能最大化目标和工程施工可行性的不足，其计算方法简单可行，大大降低经济成本，对同类非常规储层岩相划分同样适用，具有良好的应用前景，对非常规资源勘探开发有很好的指导作用。
第一方面，本发明提供一种基于岩石宏微观特征的页岩岩相划分方法，包括：
对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
根据矿物含量测试结果确定所述页岩样品的裂缝参数；
根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
一实施例中，所述根据矿物含量测试结果确定所述页岩样品的裂缝参数包括：
根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
根据不均匀度确定所述裂缝参数。
一实施例中，所述根据不均匀度确定所述裂缝参数包括：
确定所述不均匀度的最大值以及最小值；
根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
一实施例中，所述根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分包括：
根据所述粒度分析结果确定所述页岩样品的粒度类型；
根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
根据所述干酪根测试结果确定所述页岩样品的有机质类型；
根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
一实施例中，基于岩石宏微观特征的页岩岩相划分方法还包括：
根据所述页岩样品的纹层厚度确定其纹层类型；
根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
第二方面，本发明提供一种基于岩石宏微观特征的页岩岩相划分装置，该装置包括：
样品测试模块，用于对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
裂缝参数确定模块，用于根据矿物含量测试结果确定所述页岩样品的裂缝参数；
岩相划分第一模块，用于根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
一实施例中，所述裂缝参数确定模块包括：
含量确定单元，用于根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
均匀系数确定单元，用于根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
不均匀度确定单元，用于根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
裂缝参数确定单元，用于根据不均匀度确定所述裂缝参数。
一实施例中，所述裂缝参数确定单元包括：
极值确定单元，用于确定所述不均匀度的最大值以及最小值；
微裂隙指数确定单元，用于根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
一实施例中，所述岩相划分第一模块包括：
粒度类型确定单元，用于根据所述粒度分析结果确定所述页岩样品的粒度类型；
矿物含量确定单元，用于根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
矿物类型确定单元，用于根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
有机质类型确定单元，用于根据所述干酪根测试结果确定所述页岩样品的有机质类型；
岩相划分单元，用于根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
一实施例中，基于岩石宏微观特征的页岩岩相划分装置还包括：
纹层类型确定模块，用于根据所述页岩样品的纹层厚度确定其纹层类型；
岩相划分第二模块，用于根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
第三方面，本发明提供一种电子设备，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确定机程序，处理器执行程序时实现基于岩石宏微观特征的页岩岩相划分方法的步骤。
第四方面，本发明提供一种确定机可读存储介质，其上存储有确定机程序，该确定机程序被处理器执行时实现基于岩石宏微观特征的页岩岩相划分方法的步骤。
从上述描述可知，本发明实施例提供的基于岩石宏微观特征的页岩岩相划分方法及装置，首先对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；接着，根据矿物含量测试结果确定页岩样品的裂缝参数；最后根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及裂缝参数对页岩样品的岩相进行划分。本发明同时考虑影响页岩岩相划分的地质和工程因素，并定义新的微裂隙指数对工程甜点定量表征。该方法对传统页岩岩相划分标注重新定义，同时追求富集优选和产能最大化，弥补以往单纯的考虑有机质类型、岩石构造和矿物成而忽略产能最大化目标和工程施工可行性的不足，其计算方法简单可行，大大降低经济成本，对同类非常规储层岩相划分同样适用，具有良好的应用前景，对非常规资源勘探开发有很好的指导作用。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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为本发明的实施例中的基于岩石宏微观特征的页岩岩相划分方法的流程示意图一；
图2为本发明的实施例中步骤200的流程示意图；
图3为本发明的实施例中步骤204的流程示意图；
图4为本发明的实施例中步骤300的流程示意图；
图5为本发明的实施例中的基于岩石宏微观特征的页岩岩相划分方法的流程示意图二；
图6为本发明的具体应用实例中基于岩石宏微观特征的页岩岩相划分方法的流程示意图；
图7为本发明的具体应用实例中页岩样品取心位置与标号示意图；
图8为本发明的具体应用实例中页岩样品A粒度分析图；
图9为本发明的具体应用实例中页岩样品B粒度分析图；
图10为本发明的具体应用实例中页岩样品C粒度分析图；
图11为本发明的具体应用实例中页岩岩相分类三角图；
图12为本发明的实施例中的基于岩石宏微观特征的页岩岩相划分装置的组成示意图一；
图13为本发明的实施例中表征参数确定模块20的组成示意图；
图14为本发明的实施例中裂缝参数确定单元204的组成示意图；
图15为本发明的实施例中岩相划分第一模块30的组成示意图；
图16为本发明的实施例中的基于岩石宏微观特征的页岩岩相划分装置的组成示意图二；
图17为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或确定机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有确定机可用程序代码的确定机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的确定机程序产品的形式。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“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、系统、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。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的实施例提供一种基于岩石宏微观特征的页岩岩相划分方法的具体实施方式，参见图1，该方法具体包括如下内容：
步骤100：对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试。
碎屑颗粒的大小称为粒度。粒度是以颗粒直径(一般以长径或中径)来度量的。粒度是碎屑岩进一步分类的根据，又是粒度测量、成因分析的主要对象，故粒度是页岩储层的一个尤为重要特征参数。颗粒物粒度分析的方法很多，如直接测量法、筛析法、沉降法、图像分析法、X射线衰减法、电阻法、光散射法和激光法等，这里优选直接测量法、筛析法、沉降法、薄片粒度图像分析法、激光法作为步骤100中粒度分析的实施方法。
可以理解的是，在进行页岩矿物成分鉴定时，常需要测量岩石或矿石中各种矿物的百分含量。对于粗粒的岩石和矿石，矿物含量测量在标本上进行；细粒的须用薄片或光片或人工重砂在显微镜下进行测定。粗略的含量可以用目估法，即以视野面积作为100％，直接观察估计某种矿物所占视野面积的百分比；重砂则用数颗粒法；准确的测量须用微尺目镜、网格目镜或各种显微求积仪，对各种矿物的面积或长度或所占的点数分别进行统计测量，然后换算成为百分比。如能用自动影像定量分析仪测定，则更为方便快速。矿物的百分含量是确定岩石和矿石类型、正确定名的一项基本数据，也是评价矿石质量、初步计算矿石品位及进行选矿设计的一项重要数据。
干酪根是指页岩样品中不溶于碱、非氧化型酸和非极性有机溶剂的分散有机质。在显微镜下，干酪根虽然有一些是有机碎屑，但往往是无定形的物质，外表呈黑色或褐色。干酪根的成分及结构复杂，在成分上是由碳、氢、氧、硫、氮等元素组成的不均质的、大分子量物质。在结构上是一种由多个结构单元(核)通过桥键和不同基团结合而成的三维分子。它的核可以是单环或缩合环、芳香环、脂族环和含硫、含氮的杂环。它的桥键多半是氧、硫、或肽键，基团的种类和数量更多，有饱和直链，亦有侧链，以及其他有机化合物中常见的官能团。干酪根经加热，可以产生各种烃类和可溶性沥青。干酪根根据其化学成分及生源物的不同，可以分为腐泥型(工型)、过渡型(Ⅱ型)和腐殖型(Ⅲ型)三类。
步骤200：根据矿物含量测试结果确定所述页岩样品的裂缝参数。
不难理解的是，裂缝是工程甜点的重要表征参数，对于非常规油气来说更是如此，具体地，裂缝指岩石发生破裂，且破裂面两侧岩块之间没有明显位移的不连续面。泥页岩裂缝是裂缝的一种，它既是油气的储集空间，也是流体渗流的通道。由于页岩本身所固有的特性，如矿物颗粒细小、韵律性、层理/页理发育，常富含有机质等，决定了其裂缝形成演化具有独特的特征和油气地质意义。因此，对泥页岩裂缝的研究一直是油气勘探开发研究中的重要内容。
不同的岩石具有不同的成分、结构、以及成岩强度，导致力学性质存在较大的差异，抗剪、抗拉、抗压能力也有一定的差异。在同样应力条件下，脆性成分高的岩石容易发生破裂。一般来讲，碳酸盐矿物和硅质含量高的泥页岩因其脆性强易产生破裂。故可以通过页岩样品中的矿物含量来计算其裂缝参数。
步骤200在实施时，具体为：利用页岩样品的矿物成分含量测试结果计算微裂隙指数，划分微裂缝级别，评价储层形成缝网能力，从而达到对页岩储层进行分类的目的。
步骤300：根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
具体地，根据所测试岩样的基础数据对页岩进行粒度分类、矿物成分分类、干酪根类型分类以及纹层分类，同时基于岩样矿物成分计算微裂隙指数，划分微裂隙级别，定量评价页岩压裂形成缝网的能力，其值越大，缝网复杂程度越高，开发潜力越大。最后，根据颜色+纹层类型+干酪根类型+成分类型+粒度类型+微裂隙级别的命名方式进行岩相划分，从而达到对页岩岩相的划分目的。
从上述描述可知，本发明实施例提供的基于岩石宏微观特征的页岩岩相划分方法，首先对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；接着，根据矿物含量测试结果确定页岩样品的裂缝参数；最后根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及裂缝参数对页岩样品的岩相进行划分。本发明同时考虑影响页岩岩相划分的地质和工程因素，并定义新的微裂隙指数对工程甜点定量表征。该方法对传统页岩岩相划分标注重新定义，同时追求富集优选和产能最大化，弥补以往单纯的考虑有机质类型、岩石构造和矿物成而忽略产能最大化目标和工程施工可行性的不足，其计算方法简单可行，大大降低经济成本，对同类非常规储层岩相划分同样适用，具有良好的应用前景，对非常规资源勘探开发有很好的指导作用。
一实施例中，参见图2，步骤200进一步包括：
步骤201：根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
具体地，根据页岩目标段页岩样品不同矿物成分测试质量结果，计算不同矿物质量百分含量，计算公式如下：
式中：i为页岩样品不同矿物编号，无因次；Q为页岩样品不同矿物所占质量百分含量，％；M为页岩样品不同矿物的质量，g。
步骤202：根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
根据页岩样品不同矿物质量百分含量和矿物种类的数量计算均匀系数，计算公式如下：
式中：G为均匀系数，％；n为页岩样品矿物种类的数量，种。
步骤203：根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
根据页岩样品不同矿物质量百分含量和均匀系数，计算不均匀度D，其物理意义为为各矿物的百分含量与均匀系数G的差的绝对值的和，计算公式如下：
式中：i为页岩样品不同矿物编号，无因次；D为不同矿物不均匀度，无因次；Q为不同矿物所占百分含量，％。
步骤204：根据不均匀度确定所述裂缝参数。
一实施例中，参见图3，步骤204进一步包括：
步骤2041：确定所述不均匀度的最大值以及最小值；
具体地，计算不同矿物不均匀度的最大值Dmax与最小值Dmin，当岩样中只有一种矿物时，其不均匀度达到最大。当岩样中各矿物成分均匀分布时，其不均匀度最小，计算表达式如下：
步骤2042：根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
进一步地，计算微裂隙指数K，为了方便观察分类，将微裂隙指数的取值范围定在0-1之间，微裂隙指数K计算公式如下：
式中：K为微裂隙指数；D为矿物不均匀度。
另一方面，本申请实施例还根据微裂缝隙指数对微裂缝级别进行了划分：0-0.2为极低裂隙；0.2-0.4为低裂隙；0.4-0.6为中裂隙；0.6-0.8为高裂隙；0.8-1为极高裂隙。
一实施例中，参见图4，步骤300进一步包括：
步骤301：根据所述粒度分析结果确定所述页岩样品的粒度类型；
将获取的目标工区的页岩样品进行采样和切片处理，利用显微镜法对岩样进行薄片粒度分析，并依照岩样所含颗粒粒径大小对其进行粒度分类，以其中的砂、粉砂和粘土的含量多少来确定其类型。
步骤302：根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
步骤303：根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
将岩样利用X射线衍射仪进行矿物含量测试，以其中的粘土矿物、碳酸盐矿物和含硅矿物的含量多少对其进行分类；
步骤304：根据所述干酪根测试结果确定所述页岩样品的有机质类型；
优选地，可利用C-744碳分析仪确定岩芯中的TOC百分含量和干酪根类型，以TOC含量多少和干酪根类型对岩芯进行分类，0％-1％为低有机质，1％-2％为中有机质，2％-3％为高有机质；
步骤305：根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
一实施例中，参见图5，基于岩石宏微观特征的页岩岩相划分方法还包括：
步骤400：根据所述页岩样品的纹层厚度确定其纹层类型；
将岩芯制薄片，利用电子显微镜获取其纹层厚度，以此来确定纹层类型，0mm-10mm为纹层状，10mm-30mm为层理状，大于30mm为均一状；最后基于步骤100至步骤500，对岩样测试结果分类后进行命名，命名方式为：颜色+纹层类型+干酪根类型+成分类型+粒度类型+微裂隙级别。
步骤500：根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
为进一步地说明本方案，本发明还以某区块井下岩心为例，提供基于岩石宏微观特征的页岩岩相划分方法的具体应用实例，参见图6，该具体应用实例具体包括如下内容。
步骤S1：岩样制备。
将页岩目标层段划分为若干单元，对每个单元开展连续取心工作；具体地，取一口页岩气井岩心，页岩气井编号C3段，取心深度为3993.7-3994.1m，分为A、B和C三部分分别进行各种实验检测，如图7所示。将其制成直径为2.5cm，长度为5cm的标准岩样3块，岩样编号为S1～S3，并放置100℃烘箱内干燥至恒重；
步骤S2：页岩粒度测试。
对步骤S1中的岩心进行采样和切片，利用显微镜法对其进行薄片粒度分析，其粒度分析图见图8、图9和图10，依照图所示，A岩心部分为粘土岩、B岩心部分为粉砂质粘土岩以及C部分为粘土岩；
步骤S3：页岩成分含量测试。
利用X射线衍射仪测试步骤S2中岩样的粘土矿物、碳酸盐矿物和含硅矿物的百分含量，见表1；
表1页岩样品成分表
步骤S4：利用成分分析的矿物含量数据，计算微裂隙指数，确定岩心所属储层的缝网形成能力。
具体地，步骤S4又包括以下步骤：
①根据页岩目标段岩心不同矿物成分测试质量结果，利用公式
计算不同矿物质量百分含量，将表1中的页岩矿物成分表矿物种类细化，如表2所示。
表2页岩样品矿物细化成分表
②根据页岩样品不同矿物质量百分含量和矿物种类的数量计算均匀系数，利用公式
其中n为矿物的个数，由表2可知，细化为其中页岩矿物为7种，于是n等于7，那么G计算得出为14.3％。
③根据不同矿物质量百分含量和均匀系数，利用
计算不均匀度D，如表3所示。三块岩心的不均匀度排序从大到小依次为B>A>C。
表3页岩样品矿物成分及不均匀度计算表
④分别利用公式(4)和(5)分别计算不均匀度的最大值Dmax与最小值Dmin，当岩样中只有一种矿物时，其不均匀度达到最大，Dmax＝1.86；而当岩样中各矿物成分均匀分布时，其不均匀度最小于是最小值Dmin＝0.31。
⑤计算微裂隙指数K，将步骤④中计算出的最大值Dmax与最小值Dmin代入式中，得出K＝-0.54D+1.17，可计算出结果，如表4所示。
表4页岩样品矿物微裂隙指数计算表
⑥根据表4对页岩样品A、B、C划分微裂缝级别，其中A岩心和B岩心的微裂隙指数较大，为高裂隙级别，C岩心的微裂隙指数最大，为极高裂隙级别。
步骤S5：岩样干酪根类型成分测试。
利用C-744碳分析仪确定岩芯中的TOC百分含量和干酪根类型，经检测，三块岩心均为Ⅱ型低有机质类型。
步骤S6：岩样纹层类型测试。
将岩芯制薄片，利用电子显微镜获取其纹层厚度，以此来确定纹层类型，依照实验结果，A岩心和C岩心为单一型纹层状，B岩心为二元复合型纹层夹层理状。
步骤S7：根据岩样测试分类结果对其进行命名。
命名方式为：颜色+纹层类型+干酪根类型+成分类型+粒度类型+微裂隙级别。分类图如图11所示。
A岩心命名：深灰色纹层状Ⅱ型低有机质黏土-钙(云)质混合页岩高裂隙；
B岩心命名：深灰色纹层夹层理状Ⅱ型低有机质黏土-钙(云)质混合粉砂质页岩高裂隙；
C岩心命名：深灰色纹层状Ⅱ型低有机质黏土质页岩极高裂隙。
从上述描述可知，本发明具体应用实例所提供的基于岩石宏微观特征的页岩岩相划分方法，首先是将页岩目标层段划分为若干单元，对每个单元开展连续取心工作，并测试岩石的粒度、矿物成分、干酪根成分以及纹层分布形态。其次，根据所测试岩样的基础数据对页岩进行粒度分类、矿物成分分类、干酪根类型分类以及纹层分类，同时基于岩样矿物成分计算微裂隙指数，划分微裂隙级别，定量评价页岩压裂形成缝网的能力，其值越大，缝网复杂程度越高，开发潜力越大。最后，根据颜色+纹层类型+干酪根类型+成分类型+粒度类型+微裂隙级别的命名方式进行岩相划分，从而达到对页岩岩相的划分目的。
基于同一发明构思，本申请实施例还提供了一种基于岩石宏微观特征的页岩岩相划分装置，可以用于实现上述实施例所描述的方法，如下面的实施例。由于基于岩石宏微观特征的页岩岩相划分装置解决问题的原理与基于岩石宏微观特征的页岩岩相划分方法相似，因此基于岩石宏微观特征的页岩岩相划分装置的实施可以参见基于岩石宏微观特征的页岩岩相划分方法实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现基于岩石宏微观特征的页岩岩相划分方法的基于岩石宏微观特征的页岩岩相划分装置的具体实施方式，参见图12，基于岩石宏微观特征的页岩岩相划分装置具体包括如下内容：
样品测试模块10，用于对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
裂缝参数确定模块20，用于根据矿物含量测试结果确定所述页岩样品的裂缝参数；
岩相划分第一模块30，用于根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
一实施例中，参见图13，所述裂缝参数确定模块20包括：
含量确定单元201，用于根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
均匀系数确定单元202，用于根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
不均匀度确定单元203，用于根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
裂缝参数确定单元204，用于根据不均匀度确定所述裂缝参数。
一实施例中，参见图14，所述裂缝参数确定单元204包括：
极值确定单元2041，用于确定所述不均匀度的最大值以及最小值；
微裂隙指数确定单元2042，用于根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
一实施例中，参见图15，所述岩相划分第一模块30包括：
粒度类型确定单元301，用于根据所述粒度分析结果确定所述页岩样品的粒度类型；
矿物含量确定单元302，用于根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
矿物类型确定单元303，用于根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
有机质类型确定单元304，用于根据所述干酪根测试结果确定所述页岩样品的有机质类型；
岩相划分单元305，用于根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
一实施例中，参见图16，基于岩石宏微观特征的页岩岩相划分装置还包括：
纹层类型确定模块40，用于根据所述页岩样品的纹层厚度确定其纹层类型；
岩相划分第二模块50，用于根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
从上述描述可知，本发明实施例提供的基于岩石宏微观特征的页岩岩相划分装置，首先对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；接着，根据矿物含量测试结果确定页岩样品的裂缝参数；最后根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及裂缝参数对页岩样品的岩相进行划分。本发明同时考虑影响页岩岩相划分的地质和工程因素，并定义新的微裂隙指数对工程甜点定量表征。该方法对传统页岩岩相划分标注重新定义，同时追求富集优选和产能最大化，弥补以往单纯的考虑有机质类型、岩石构造和矿物成而忽略产能最大化目标和工程施工可行性的不足，其计算方法简单可行，大大降低经济成本，对同类非常规储层岩相划分同样适用，具有良好的应用前景，对非常规资源勘探开发有很好的指导作用。
本申请的实施例还提供能够实现上述实施例中的基于岩石宏微观特征的页岩岩相划分方法中全部步骤的一种电子设备的具体实施方式，参见图17，电子设备具体包括如下内容：
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204；
其中，处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信；通信接口1203用于实现服务器端设备以及客户端设备等相关设备之间的信息传输；
处理器1201用于调用存储器1202中的确定机程序，处理器执行确定机程序时实现上述实施例中的基于岩石宏微观特征的页岩岩相划分方法中的全部步骤，例如，处理器执行确定机程序时实现下述步骤：
步骤100：对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
步骤200：根据矿物含量测试结果确定所述页岩样品的裂缝参数；
步骤300：根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
本申请的实施例还提供能够实现上述实施例中的基于岩石宏微观特征的页岩岩相划分方法中全部步骤的一种确定机可读存储介质，确定机可读存储介质上存储有确定机程序，该确定机程序被处理器执行时实现上述实施例中的基于岩石宏微观特征的页岩岩相划分方法的全部步骤，例如，处理器执行确定机程序时实现下述步骤：
步骤100：对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
步骤200：根据矿物含量测试结果确定所述页岩样品的裂缝参数；
步骤300：根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图的方法操作步骤，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。在实际中的装置或客户端产品执行时，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(例如并行处理器或者多线程处理的环境)。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。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。另一点，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，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯确定机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
在一个典型的配置中，确定设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括确定机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是确定机可读介质的示例。
本说明书实施例可以在由确定机执行的确定机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式确定环境中实践本说明书实施例，在这些分布式确定环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式确定环境中，程序模块可以位于包括存储设备在内的本地和远程确定机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。
Claims (12)
1.一种基于岩石宏微观特征的页岩岩相划分方法，其特征在于，包括：
对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
根据矿物含量测试结果确定所述页岩样品的裂缝参数；
根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
2.根据权利要求1所述的页岩岩相划分方法，其特征在于，所述根据矿物含量测试结果确定所述页岩样品的裂缝参数包括：
根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
根据不均匀度确定所述裂缝参数。
3.根据权利要求2所述的页岩岩相划分方法，其特征在于，所述根据不均匀度确定所述裂缝参数包括：
确定所述不均匀度的最大值以及最小值；
根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
4.根据权利要求3所述的页岩岩相划分方法，其特征在于，所述根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分包括：
根据所述粒度分析结果确定所述页岩样品的粒度类型；
根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
根据所述干酪根测试结果确定所述页岩样品的有机质类型；
根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
5.根据权利要求4所述的页岩岩相划分方法，其特征在于，还包括：
根据所述页岩样品的纹层厚度确定其纹层类型；
根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
6.一种基于岩石宏微观特征的页岩岩相划分装置，其特征在于，包括：
样品测试模块，用于对目标区块的页岩样品分别进行粒度分析、矿物含量测试以及干酪根测试；
裂缝参数确定模块，用于根据矿物含量测试结果确定所述页岩样品的裂缝参数；
岩相划分第一模块，用于根据粒度分析结果、矿物含量测试结果、干酪根测试结果以及所述裂缝参数对所述页岩样品的岩相进行划分。
7.根据权利要求6所述的页岩岩相划分装置，其特征在于，所述裂缝参数确定模块包括：
含量确定单元，用于根据所述矿物含量测试结果确定所述页岩样品中多个矿物的含量；
均匀系数确定单元，用于根据所述含量以及矿物种类确定所述页岩样品的均匀系数；
不均匀度确定单元，用于根据所述含量以及所述均匀系数确定所述多个矿物的不均匀度；
裂缝参数确定单元，用于根据不均匀度确定所述裂缝参数。
8.根据权利要求7所述的页岩岩相划分装置，其特征在于，所述裂缝参数确定单元包括：
极值确定单元，用于确定所述不均匀度的最大值以及最小值；
微裂隙指数确定单元，用于根据最大值以及最小值确定所述裂缝参数；所述裂缝参数为微裂隙指数。
9.根据权利要求8所述的页岩岩相划分装置，其特征在于，所述岩相划分第一模块包括：
粒度类型确定单元，用于根据所述粒度分析结果确定所述页岩样品的粒度类型；
矿物含量确定单元，用于根据所述矿物含量测试结果分别确定所述页岩样品的中粘土矿物含量、碳酸盐矿物含量和含硅矿物含量；
矿物类型确定单元，用于根据所述粘土矿物含量、所述碳酸盐矿物含量以及含硅矿物含量确定所述页岩样品的矿物类型；
有机质类型确定单元，用于根据所述干酪根测试结果确定所述页岩样品的有机质类型；
岩相划分单元，用于根据所述粒度类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
10.根据权利要求9所述的页岩岩相划分装置，其特征在于，还包括：
纹层类型确定模块，用于根据所述页岩样品的纹层厚度确定其纹层类型；
岩相划分第二模块，用于根据所述粒度类型、所述纹层类型、所述矿物类型以及所述有机质类型对所述页岩样品的岩相进行划分。
11.一种电子设备，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确定机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5任一项所述基于岩石宏微观特征的页岩岩相划分方法的步骤。
12.一种确定机可读存储介质，其上存储有确定机程序，其特征在于，该确定机程序被处理器执行时实现权利要求1至5任一项所述基于岩石宏微观特征的页岩岩相划分方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210283157.4A CN114859009A (zh) | 2022-03-22 | 2022-03-22 | 一种基于岩石宏微观特征的页岩岩相划分方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210283157.4A CN114859009A (zh) | 2022-03-22 | 2022-03-22 | 一种基于岩石宏微观特征的页岩岩相划分方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114859009A true CN114859009A (zh) | 2022-08-05 |
Family
ID=82628452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210283157.4A Pending CN114859009A (zh) | 2022-03-22 | 2022-03-22 | 一种基于岩石宏微观特征的页岩岩相划分方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114859009A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698577A (zh) * | 2023-04-27 | 2023-09-05 | 兰州城市学院 | 一种页岩油储层体积压裂形成复杂缝网潜力的定量评价方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2014142851A (ru) * | 2014-10-23 | 2016-05-20 | Открытое акционерное общество "Сургутнефтегаз" | Способ построения геолого-гидродинамических моделей двойной среды залежей баженовской свиты |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| CN106980009A (zh) * | 2017-04-14 | 2017-07-25 | 中国石油大学(北京) | 页岩油储层评价方法和装置 |
| CN107966546A (zh) * | 2017-11-21 | 2018-04-27 | 西南石油大学 | 一种页岩岩相平面分布编制方法及页岩勘探体系 |
| CN108956953A (zh) * | 2018-08-01 | 2018-12-07 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种盐间泥页岩层系岩相划分方法及验证方法 |
| CN109444379A (zh) * | 2018-12-24 | 2019-03-08 | 中海石油(中国)有限公司 | 深水重力流砂岩储层的定量分类识别图版构建方法及系统 |
| CN110714753A (zh) * | 2019-08-09 | 2020-01-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种页岩储层可压性评价方法 |
| CN111275273A (zh) * | 2020-03-18 | 2020-06-12 | 西南石油大学 | 一种页岩压裂形成缝网复杂程度的预测方法 |
| CN113533395A (zh) * | 2021-07-09 | 2021-10-22 | 中国石油化工股份有限公司 | 一种碳酸盐岩夹层型泥页岩层有效岩相类型的划分方法 |
-
2022
- 2022-03-22 CN CN202210283157.4A patent/CN114859009A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2014142851A (ru) * | 2014-10-23 | 2016-05-20 | Открытое акционерное общество "Сургутнефтегаз" | Способ построения геолого-гидродинамических моделей двойной среды залежей баженовской свиты |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| CN106980009A (zh) * | 2017-04-14 | 2017-07-25 | 中国石油大学(北京) | 页岩油储层评价方法和装置 |
| CN107966546A (zh) * | 2017-11-21 | 2018-04-27 | 西南石油大学 | 一种页岩岩相平面分布编制方法及页岩勘探体系 |
| CN108956953A (zh) * | 2018-08-01 | 2018-12-07 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种盐间泥页岩层系岩相划分方法及验证方法 |
| CN109444379A (zh) * | 2018-12-24 | 2019-03-08 | 中海石油(中国)有限公司 | 深水重力流砂岩储层的定量分类识别图版构建方法及系统 |
| CN110714753A (zh) * | 2019-08-09 | 2020-01-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种页岩储层可压性评价方法 |
| CN111275273A (zh) * | 2020-03-18 | 2020-06-12 | 西南石油大学 | 一种页岩压裂形成缝网复杂程度的预测方法 |
| CN113533395A (zh) * | 2021-07-09 | 2021-10-22 | 中国石油化工股份有限公司 | 一种碳酸盐岩夹层型泥页岩层有效岩相类型的划分方法 |
Non-Patent Citations (3)
| Title |
|---|
| 冉治 等: "鄂尔多斯盆地合水地区长7 致密油岩性岩相类型识别及其应用", 《中国地质》 * |
| 张顺等: "中国东部断陷湖盆细粒沉积岩岩相划分方案探讨――以渤海湾盆地南部古近系细粒沉积岩为例", 《地质学报》 * |
| 赖锦等: "非常规油气储层脆性指数测井评价方法研究进展", 《石油科学通报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698577A (zh) * | 2023-04-27 | 2023-09-05 | 兰州城市学院 | 一种页岩油储层体积压裂形成复杂缝网潜力的定量评价方法 |
| CN116698577B (zh) * | 2023-04-27 | 2024-03-01 | 兰州城市学院 | 一种页岩油储层体积压裂形成复杂缝网潜力的定量评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Quantitative evaluation model for tight sandstone reservoirs based on statistical methods-A case study of the Triassic Chang 8 tight sandstones, Zhenjing area, Ordos Basin, China | |
| CN110276827B (zh) | 一种基于泥页岩储层的有效性的评价方法 | |
| CN103630669B (zh) | 非常规致密及泥页岩储层含油性评价实验方法 | |
| CN109709301B (zh) | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 | |
| Zeng et al. | Analyzing the effects of multi-scale pore systems on reservoir properties—a case study on Xihu Depression, East China Sea Shelf Basin, China | |
| Aliakbardoust et al. | Integration of rock typing methods for carbonate reservoir characterization | |
| Zhou et al. | A saturation evaluation method in tight gas sandstones based on diagenetic facies | |
| CN103869052A (zh) | 一种砂岩储层成岩测井相定量表征的方法 | |
| CN106405050A (zh) | 一种超深层储层成岩作用与孔隙演化定量评价方法 | |
| Xiong et al. | Characteristics and origin of the heterogeneity of the Lower Silurian Longmaxi marine shale in southeastern Chongqing, SW China | |
| Caricchi et al. | Thermal maturity of Silurian deposits in the Baltic Syneclise (on-shore Polish Baltic Basin): contribution to unconventional resources assessment | |
| CN104569343A (zh) | 页岩储层脆性矿物测井定量表征方法 | |
| CN104569344A (zh) | 页岩储层脆性矿物地震定量表征方法 | |
| Hou et al. | Identification of oil produced from shale and tight reservoirs in the Permian Lucaogou Shale sequence, Jimsar Sag, Junggar Basin, NW China | |
| CN105869060A (zh) | 一种细粒岩微细纹层分类方法 | |
| de Oliveira et al. | The lateritic bauxite deposit of Rondon do Pará: A new giant deposit in the Amazon region, Northern Brazil | |
| CN114859009A (zh) | 一种基于岩石宏微观特征的页岩岩相划分方法及装置 | |
| Liu et al. | Fracture toughness of organic rich shale via nanoindentation: A comparison of energy-based methods | |
| Li et al. | Reservoir characteristics and resource potential of oil shale in Sultani area, central of Jordan | |
| Tineo et al. | Tectonic and paleoclimatic controls on the composition of inland wetland deposits, Chaco foreland basin, Central Andes | |
| CN110378010A (zh) | 一种剩余油分布规律定量分析方法 | |
| Ziemianin | Characteristics of dispersed organic matter in the Menilite Beds from the Skole Unit | |
| Song et al. | Dynamic reconstruction of the hydrocarbon generation, accumulation, and evolution history in ultra-deeply-buried strata | |
| CN113820754A (zh) | 基于人工智能识别储层成岩相的深层致密砂岩储层评价方法 | |
| Xue et al. | Sedimentary facies distribution and the characteristics of transitional shale in the upper Palaeozoic in northeast Ordos basin, China |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220805 |