The carbon calculation by △logR technology in Sanhu area of Qaidam basin

利用△logR技术计算有机碳是一种不同于传统地球化学测试得到的有机碳方法.该方法利用烃源岩有机碳含量在测井曲线(声波时差、电阻率)上的响应特征,建立测井解释模型,计算TOC的连续分布值,从而得到准确的有机碳含量,补充取心资料的不足.本文应用△logR技术,结合实测数据,建立起三湖地区测井资料与有机碳含量之间的定量关系模型,然后利用该模型对三湖地区25口重点探井进行有机碳计算.结果表明:有机碳总体上数值含量偏低,平均值为0.33％;在纵向上,具有2个峰值,其中k5-k6峰值段是第四系最大湖泛期形成的沉积;在平面上,有机碳高值区位于台南—涩北构造以北和台吉乃尔与南陵丘以南区域,而南斜坡和涩南1井以东区域有机碳含量较低.本次研究获取了较为准确的烃源岩评价参数,最终得到该区第四系天然气资源量得到油田认可.     

一种考虑密度因素的广义ΔlogR法预测总有机碳含量——以渤中凹陷西南部陆相深层烃源岩为例

烃源岩总有机碳含量(TOC)的预测是烃源岩有机质丰度评价的重要一环.为解决传统ΔlogR方法应用于陆相深层烃源岩误差较大的问题.本文以ΔlogR法为基础,提出了一种考虑密度因素的广义ΔlogR法预测TOC.传统ΔlogR方法是一种基于测井曲线(声波、电阻率等)和成熟度参数(LOM)的预测TOC的方法,可以获得纵向上连续的有机碳分布,并且在国内外多个地区取得了较好的效果.但是研究表明,由于陆相深层烃源岩受到压实作用等影响,传统ΔlogR方法预测的结果不理想.干酪根有机质的密度远低于烃源岩基质密度,将考虑密度因素的广义ΔlogR法预测TOC的方法应用于渤中凹陷西南部东营组和沙河街组烃源岩,对其TOC进行分段预测,并与传统ΔlogR法、敏感测井多元回归方法预测结果进行对比,结果表明,研究区使用该方法的效果要优于其他两种方法.该方法拓展了传统ΔlogR法的适用范围,为烃源岩TOC的预测提供了新的思路和方法.     

致密油烃源岩有机碳含量测井评价方法优选及应用——以鄂尔多斯盆地延长组长7段烃源岩为例

致密油勘探初期存在烃源岩取心少、实测样品分布不连续等问题;利用测井资料可定量评价烃源岩.烃源岩富含有机质,在测井曲线上常以高伽马、低密度、高声波时差、高电阻率、高中子孔隙度等特征呈现.论文系统介绍了ΔLogR法和多元回归法两种基于测井资料的烃源岩定量评价方法,并建立了相应的预测模型.通过建立的模型对鄂尔多斯盆地姬塬地区延长组长7段烃源岩有机碳含量进行预测,并对计算出的TOC数据(TOC_(计算))与实测TOC数据(TOC_(实测))进行了对比和分析.研究结果表明,研究区ΔLogR法与多元回归法中的双参数模型为较好的预测方法,且ΔLogR法预测结果明显优于多元回归法,优选ΔLogR法为最佳评价方法;并对出现这种情况的原因进行了分析.     

基于集成学习的烃源岩总有机碳含量测井评价方法研究

总有机碳(TOC)含量是评价烃源岩品质和生烃潜力的重要参数,通常在实验室利用岩石热解仪器对岩心分析化验获得,由于实验费用高和钻井取心难,无法获取随深度连续变化的TOC数据.传统TOC测井评价方法利用有限的测井信息构造物理模型,但在复杂储层中计算精度低.人工智能算法综合多条测井曲线信息预测TOC,但预测结果存在不稳定性.本文提出基于Bagging和Adaboost集成学习预测TOC,采用支持向量回归机作为基学习器,综合多条测井曲线作为输入参数,有效提高预测结果的精确性和泛化性.利用鄂尔多斯盆地姬塬地区的岩心实验测量数据和测井数据验证了模型性能,相比于Schmoker方法、ΔlogR方法、改进ΔlogR方法及支持向量回归机,集成学习具有更高的预测精度.通过处理实际测井资料,进一步验证了方法的可行性和有效性.     

致密气藏烃源岩地化参数测井综合评价方法研究

针对塔里木盆地库车坳陷北部侏罗系烃源岩受泥浆污染、分析数据少、样品分布不连续及类型多样等问题突出,利用测井资料来对有机地球化学参数进行评价难度大,无法满足勘探需求.本文阐述了不同类型烃源岩的有机质级别、测井响应特征、有机地球化学参数定量计算及品质评价等多种方法,来研究富集区烃源岩对致密气储层的持续供气能力.文中介绍了煤层、碳质泥岩、暗色泥岩等3种类型烃源岩的有机质级别和测井响应特征.首先,提出分不同岩性烃源岩的ΔlogR法,其计算结果与铀曲线相关法、多元回归法对比,效果最好;再次建立了生烃潜率、氯仿沥青“A”及镜质体发射率等多个有机质地球化学参数的测井评价模型;最终,考虑能够反映烃源岩性质的参数来综合定义烃源岩品质指数,形成了完善的烃源岩测井综合评价方法研究技术.研究表明,利用这套地球物理技术提供了烃源岩定量评价和品质分类研究方法及实际应用案例.     

牛庄洼陷烃源岩TOC新型测井多参数复合评价方法研究

本文结合牛庄洼陷地质特征,剖析了前人关于双孔隙度法、碳氧比法、自然伽马法以及ΔLogR法在该地区烃源岩TOC测井评价的适应性,认为这些方法由于与该地区的岩性特征、方法固有参数及基线选取的误差等关联,使得烃源岩TOC测井评价的精度不高甚至根本不适合.依据牛庄洼陷地区的实测TOC和测井资料,本文通过构建TOC含量与自然伽马、声波时差以及电阻率的关系,从而形成了一套适合本地区且操作方便的测井多参数改进计算模型.结果表明,改进模型TOC的计算值与实测值之间绝对误差小于0.4的点占总数的91.7%,证实该模型求取牛庄洼陷烃源岩TOC值的准确性和可靠性.改进后的模型为牛庄洼陷烃源岩TOC测井评价提供了一种新的方法,具有良好的应用前景.     

ΔlogR技术在烃源岩识别中的应用与分析

ΔlogR方法是一种利用测井资料识别和计算含有机质岩层总有机质碳的方法.本文通过对ΔlogR方法的应用,总结出该方法的优点可以消除对孔隙度的依赖关系,其缺点是Toc的背景值,这个值存在有很大误差.烃源岩的ΔlogR方法的定性解释对高含有机质的地层和成熟的源岩层比较有效.     

ΔLogR技术与BP神经网络在复杂岩性致密层有机质评价中的应用

本文系统分析ΔLogR技术应用于复杂岩性致密层有机质评价中存在两方面的局限性:参数选取方面,测井曲线选取过于单一,无法有效削弱致密层段复杂岩性和孔隙度等因素对计算有机碳含量的影响;构建模型方面,人为剔除异常点存在随机性与偶然性误差,影响建模准确性.针对上述问题,本文建立了BP神经网络模型,并将其应用于柳河盆地柳参1井下桦皮甸子组烃源岩有机质评价.研究结果表明,在不剔除异常点情况下,BP神经网络模型计算TOC值和实测116组TOC值相关性达到0.886,显示建模效果良好.分别应用BP神经网络和ΔLogR模型,计算研究区致密层纵向上连续的TOC曲线,BP神经网络模型的计算TOC曲线与实测TOC数据基本吻合,而ΔLogR模型的计算TOC曲线吻合度较差.因此在测井资料完善的情况下,本文建议使用BP神经网络评价复杂岩性的致密层有机质.     

银额盆地居延海坳陷烃源岩TOC测井预测方法优选及应用

由于钻井取心成本以及样品来源等原因的限制,利用测井资料来预测烃源岩中的有机碳含量(TOC)成为一种常用手段.本文剖析了前人提出的关于烃源岩TOC测井预测方法,包括自然伽马法、ΔLogR法及多元回归法,结合居延海坳陷的地质特征以及有关测井参数,对不同方法的预测结果进行误差对比分析,优选认为多元回归法能够较好的应用于研究区烃源岩TOC含量预测,并提出了适用于本研究区的以ΔLogR、深侧向电阻率和自然伽马为基本参数的多元回归预测模型.将该模型应用到研究区额探1井和额探2井的烃源岩TOC含量预测,在白垩系和二叠系识别出了多段厚度大于10 m的优质烃源岩,平均TOC含量都大于1.5%.由此表明优选出的预测模型对于居延海坳陷烃源岩TOC含量的预测具备重要意义,具有良好的应用前景.     

人工神经网络法在烃源岩测井评价中的应用

运用有机地球化学方法分析岩芯、岩屑样品的有机炭含量存在着昂贵、时且不准确等问题。利用测井方法的优点是经济、准确。在测井评价中使用人工神经网络法具有极大的优越性和适用性。本文结合Kohonen和BP网络方法，完成了塔里木台盆区19口井的寒武、奥陶系烃源岩层段的识别与评价，并通过测井资料处理成果和岩芯有机地化资料、地质录井情况的相互检验，证实，其本上能够满足评价烃源岩的需要，从而为利用测井资料进行烃源岩评价做出了新的尝试。     

烃源岩测井定量评价方法探讨

烃源岩评价是油气地质研究最重要的基础工作之一.岩心分析数据量往往有限,难以满足勘探的需求;测井资料经分析数据标定后能获得连续的烃源岩指标数据,应用较广泛.文中阐述了烃源岩总有机碳含量(TOC)、热解生烃潜量(S_1+S_2)和成熟度三个指标的测井定量评价方法;在孟加拉湾海域试用并对计算效果进行分析.首先详细地阐述了单因素法、多元回归法、ΔLgR法和神经网络法等4种常用TOC测井计算方法的原理及优缺点;其次介绍了TOC相关法、多元回归法和神经网络法等3种常用S_1+S_2计算方法原理及优缺点;再次介绍了镜质体反射率和剩碳率法等2种成熟度评价方法.结合研究区地质条件对定量计算效果进行分析,TOC计算结果对比表明神经网络法效果最好,多元回归法次之,ΔLgR法较差,单因素法最差.分析认为TOC较低对测井响应贡献小,单条曲线与TOC相关性低导致单因素法效果差;多元回归法考虑了多条曲线效果较好;ΔLgR法由于缺乏厚层泥岩段及热变指数难选取,效果较差;神经网络法在非线性、难用显示表达式的计算问题方面具有很大的优越性,计算效果最佳.S_1+S_2计算结果对比表明TOC相关法计算结果最优,多元回归法效果一般,神经网络法效果最差.分析认为S_1+S_2与TOC有成因联系计算效果好;S_1+S_2对测井响应贡献小,因此多元回归法和神经网络法效果都不好.成熟度评价的镜质体反射率与深度相关性好,最为常用;剩碳率法部分参数在勘探早期难取准,应用受限.     

△logR技术在烃源岩识别中的应用与分析

△logR方法是一种利用测井资料识别和计算含有机质岩层总有机质碳的方法，本文通过对△logR方法的应用，总结出该方法的优点可以消除对孔隙度的依赖关系，其缺点是Toc的背景值，这个值存在有很大误差，烃源岩的△logR方法的定性解释对高含有机质的地层和成熟的源岩层比较有效。     

鄂尔多斯盆地延长组长7段致密油源储配置关系测井评价

源储配置关系是致密油评价的核心组成部分.以鄂尔多斯盆地延长组长7段的岩心、测井资料为基础,经岩—电关系分析,优选深感应电阻率(RILD)与声波时差(AC)测井参数曲线重叠图法来识别烃源岩,并结合地球化学参数进行烃源岩品质评价;同时,开展砂体结构特征研究,并在单井、连井剖面中综合分析烃源岩品质、砂体结构特征、源储配置关系及含油性.研究表明:1)延长组长7段烃源岩发育段在深感应电阻率(RILD)与声波时差(AC)测井曲线重叠图上存在明显幅度差,累计厚度一般5~70 m,分布面积达10×104km;岩心分析及测井模型计算TOC值一般2%~20%,平均11.6%,TOC在平面上分布具较强非均质性;基于测试分析数据和实际生产需求,把鄂尔多斯盆地长7段泥页岩分为4类,优质烃源岩:TOC10%,中等烃源岩:6%TOC10%,差烃源岩:2%TOC6%,非烃源岩:TOC2%.2)影响鄂尔多斯盆地长7致密油富集程度的关键因素是烃源岩有机碳含量,其次是砂体结构,以及砂体与烃源岩之间的距离.一般在优质和中等烃源岩发育区,紧邻烃源岩的块状砂体的每米日产油指数(PI)一般大于2.0 t/m·d,远离优质或中等烃源岩的块状砂体PI一般为1.5t/m·d;不论层状砂体与烃源岩的距离远近,PI一般均为1.0t/m·d.差烃源岩发育区,紧邻或远离烃源岩发育区的块状砂体、层状砂体一般均为差油层或干层.     

高热演化页岩总有机碳地球物理预测方法研究进展

我国南方高热演化页岩是页岩气增储上产的主力军,其有利区优选是页岩气勘探开发的首要环节.有机碳含量(TOC)是评价页岩生烃潜力最为关键的指标,可以直接影响有利区决策.为探究不同地球物理方法在高热演化页岩(R_o>2.0%)TOC预测中的适用性,通过文献调研系统地归纳了总有机碳含量(TOC)地球物理预测方法原理与技术流程,结合高热演化页岩地质特征与相关钻井实例应用分析,对比不同方法预测精度并分析适用性.研究表明：高热演化页岩以生干气为主且其层间缝与粒间孔占比少,其电阻率与声波时差更低,ΔlogR法不适用其TOC预测.体积密度测井法预测精度较低,地震多属性反演法精度也不高,且操作复杂、多解性很强.实验-测井-地震联合反演方法预测效果相对较好,是获取三维TOC数据体的最可靠的方法.测井、地震资料不足时,自然伽马测井法可以实现TOC粗估;资料丰富时应当优先选取计算精度最高的机器学习法,其次为多元线性回归法.各方法由经验判断向数理统计判断、由地质驱动向数据驱动、由单因素模型向多因素模型发展,未来可进一步建立高演化页岩TOC数据库实现高效准确的TOC智能预测.     

应用偶极横波测井资料识别三湖地区低阻气层

三湖地区储层为疏松砂岩.受高束缚水含量以及高地层水矿化度因素控制,储层发育有大量的低阻气层,无法应用常规测井交会图技术进行有效识别.本文利用偶极横波成像测井、密度测井资料计算得到了对舍气饱和度变化敏感的弹性参数,定义了含气性指示系数评价弹性参数含气敏感性,应用实际资料优选出敏感度高的弹性参数并给出了气层识别标准.应用效...     

烃源岩生烃演化过程TOC值的演变及其控制因素

采用地质观察、实验模拟和数值模拟三者相结合的方法, 研究了烃源岩有机质丰度变化的控制因素. 由有机碳(TOC%)的损失率DTOC = (TOC⁰-TOC)/TOC⁰(岩石原始有机碳)来衡量地史过程中烃源岩有机碳含量的变化时, 其变化的幅度和方向取决于源岩中有机部分和无机部分的损耗量及相对大小. 根据物质平衡关系分析导出了烃源岩成熟作用过程有机碳损失率DTOC的计算公式. 当岩石类型和成熟演化历史一定时, TOC变化只与生排烃效率有关. 在地质体的实际生排烃效率下, DTOC值一般变化在-0.05~ 0.2之间, 计算的有机碳恢复系数k值仅0.90~1.25; 只有在生排烃效率极高的理想情形下, DTOC值的变化才是显著的, k值可高达2.5. 因此, 基于有机质原始丰度恢复的碳酸盐岩烃源岩评价方法, 可能过分强调了“减碳”的进程, 很多情形下会美化原本比较差的烃源岩.     

横波岩石物理地震随机模拟预测天然气藏分布——以柴达木盆地三湖地区北斜坡为例

柴达木盆地三湖地区北斜坡第四系生物气区是中国最大的生物气区,上第三系为天然气勘探潜力区.第四系地层为弱成岩的疏松砂泥岩薄互层.在以2D地震为主的三湖地区北斜坡预测岩性气藏,利用叠后波阻抗反演及叠前AVO反演预测含气分布难度很大.而综合地质、测井、地震、生产测试等多学科资料,通过对地震道的岩石物理参数进行随机模拟,获得对含气异常比较敏感的地下岩石物理属性体,并分析最敏感的岩石物理属性产气、产水的阈值区间以建立气水识别模式,再利用气水识别模式对岩石物理属性三维模型进行流体置换,最终得到可能的关于生物气藏的三维空间分布特征.利用本文的方法成功预测和落实了上第三系新领域的风险探井.钻探实效表明,该方法适用性强,可以在很大程度上降低天然气藏预测的多解性和不确定性,为进一步优选有利钻探区带、提出可供钻探的目标与井位、缓解该区储量不足的矛盾提供有力的技术支撑.     

小波分析和决策树在低饱和度气层识别中的应用

特殊的成藏条件和低幅度构造圈闭致使柴达木盆地三湖地区第四系存在大量的低饱和度气藏.储层物性较差,储层厚度偏薄,受围岩和测井仪器分辨率的限制,难以准确划分储层;高泥质含量、高束缚水饱和度、高地层水矿化度和粘土矿物的影响,致使测井曲线在低饱和度气层表现出许多模糊性,使低饱和废气层的识别显得尤为困难.针对这一问题,文章采用小...     

测井预测TOC方法在页岩储层评价中的运用

总有机碳含量(TOC)是页岩储层评价中的一个重要参数,同时也是烃源岩评价的重要指标.本论文在测井原理的指导下,基于不同岩石类型对测井参数的响应特征,运用自然伽马能谱测井法、多元回归法和△ LogR 法对四川盆地南部龙马溪组页岩的TOC含量进行预测,通过数理统计和误差分析,选出最佳预测方法.研究结果表明:四川盆地南部页岩...     

基于神经网络法预测伦坡拉盆地有机碳含量

总有机碳含量(TOC)作为评价烃源岩的重要参数.对于一些勘探开发难度较大的区块,合理预测TOC含量对区块勘探开发具有重要意义.目前预测TOC含量的方法以△logR法为主,但是△logR 法对于异常点处理并没有系统的标准,人为主观性较强,同时在伦坡拉地区△logR 法预测效果一般.因此本文采取BP神经网络法进行TOC含量...