CN105204081B - 一种预测页岩气储层粘土矿物及其组分含量的方法 - Google Patents

Abstract

本发明提供了一种预测页岩气储层粘土矿物及其组分含量的方法，属于石油天然气地球勘探领域。本方法包括：(1)应用自然伽玛能谱测井资料和岩心实验数据建立粘土矿物组分预测模型，预测出粘土矿物组分相对含量；(2)建立粘土矿物总量预测模型，预测出粘土矿物总量绝对含量；(3)预测粘土矿物组分绝对含量。本发明方法简单快捷，预测结果可靠性高，为页岩气储层评价及储层敏感性分析提供了可靠理论依据，同时大幅提高了页岩气储层的勘探经济效益。

Description

一种预测页岩气储层粘土矿物及其组分含量的方法

技术领域

本发明属于石油天然气地球勘探领域，具体涉及一种预测页岩气储层粘土矿物及其组分含量的方法。

背景技术

页岩气是非常规油气资源的重要组成部分，其蕴藏丰富，前景巨大，现已成为国内油气勘探热点，因此，预测页岩气储层及分析储层敏感性是地球物理工作的重点之一。

目前国内外针对不同类型地层发展了多种粘土总量及其组分的预测方法，例如：石强在1998年第22卷第5期《测井技术》上发表的《利用自然伽玛能谱测井定量计算粘土矿物成分方法初探》中建立粘土矿物定量计算解释图版评价粘土矿物成分；孙建孟、李召成在1999年第23卷第4期《石油大学学报(自然科学版)》上发表《应用自然伽玛能谱测井确定粘土矿物类型和含量》中针对所研究的具体问题提出的深度条件交会图技术，对识别粘土组合类型、实现分段建模、计算出粘土矿物组分相对含量；黄茜、刘菁华、王祝文在2007年第37卷增刊《吉林大学学报(地球科学版)》上发表《自然伽玛能谱测井资料在确定粘土矿物含量中的应用》中建立起研究地层粘土矿物含量的计算模型。

目前，针对有机质丰度高的页岩气储层粘土总量及组分绝对含量的预测方面未能建立起一套较为简单快捷的方法流程，结合现有地质、测井上认识，认为主要存在如下几个问题：

(1)页岩气储层岩性复杂，利用现有泥质含量计算模型难以准确计算出有机质丰度高的页岩气储层中粘土矿物总量的绝对含量；

(2)现有技术在建立粘土矿物组分预测模型时，并未充分应用自然伽玛能谱资料，同时在确保模型预测精度情况下，未对模型自变量进行筛选，这不仅降低模型可操作性，也加大工作量；

(3)现有技术只是预测得出粘土矿物组分相对含量，并没有预测得出页岩气储层粘土矿物组分绝对含量，而在实际应用中，粘土矿物组分的绝对含量往往比其相对含量更具应用价值。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种预测页岩气储层粘土矿物及其组分含量的方法，快速准确地预测页岩气储层粘土矿物及其组分含量，通过优化粘土矿物组分预测模型，快速准确得出粘土矿物组分相对含量，并在此基础上，改进原有泥质含量计算模型，建立粘土总量预测模型，从而预测出粘土总量绝对含量，最终预测出粘土矿物组分绝对含量。

本发明是通过以下技术方案实现的：

一种预测页岩气储层粘土矿物及其组分含量的方法，所述方法包括：

(1)应用自然伽玛能谱测井资料和岩心实验数据建立粘土矿物组分预测模型，预测出粘土矿物组分相对含量；

(2)建立粘土矿物总量预测模型，预测出粘土矿物总量绝对含量；

(3)预测粘土矿物组分绝对含量。

所述步骤(1)包括：

(11)对自然伽玛能谱测井资料进行处理，在原有铀值、钍值、钾值曲线基础上，通过下列计算模型，新增钍铀比值、钍钾比值、铀钾比值、无铀伽玛曲线：

$\left\{\begin{array}{c}{R}_{\mathrm{Th}/U}=w\left(\mathrm{Th}\right)/w\left(U\right)\\ R_{\mathrm{Th}/K}=w\left(\mathrm{Th}\right)/w\left(K\right)\\ R_{U/K}=w\left(U\right)/w\left(K\right)\\ w\left(\mathrm{KTH}\right)=w\left(\mathrm{Th}\right)+w\left(K\right)\end{array}\right.$

式中：

R_Th/U、R_Th/K、R_U/K分别为钍铀比值、钍钾比值、铀钾比值曲线；

w(K)、w(Th)、w(U)、w(KTH)分别为钾、钍、铀、无铀伽玛曲线，单位分别为％，ppm，ppm，API；

(12)建立粘土矿物组分预测模型，并利用岩心实验分析资料，求得粘土矿物组分预测模型中的地区经验系数值：

$\left\{\begin{array}{c}{y}_1=a_1{x}_1+b_1{x}_2+c_1{x}_3+d_1{x}_4+e_1{x}_5+f_1{x}_6+g_1\\ y_2=a_2{x}_1+b_2{x}_2+c_2{x}_3+d_2{x}_4+e_2{x}_5+f_2{x}_6+g_2\\ y_3=a_3{x}_1+b_3{x}_2+c_3{x}_3+d_3{x}_4+e_3{x}_5+f_3{x}_6+g_3\\ y_4=100-y_1-y_2-y_3\end{array}\right.$

式中y₁、y₂、y₃、y₄分别为蒙脱石、伊利石、高岭石、绿泥石的粘土矿物组分含量，x₁、x₂、x₃、x₄、x₅、x₆分别为钾、钍、铀、钍铀比值、钍钾比值、铀钾比值测井曲线值，a₁...a₃、b₁...b₃、c₁...c₃、d₁...d₃、e₁...e₃、f₁...f₃、g₁...g₃为地区经验系数；

(13)应用所述粘土矿物组分预测模型，利用自然伽玛能谱测井曲线值预测得出页岩气储层的粘土矿物组分相对含量。

所述步骤(2)是这样实现的：

(21)改进原有泥质含量计算模型，建立粘土矿物总量预测模型：

利用无铀伽玛曲线值计算出粘土含量指数CALY，之后再将粘土含量指数转化为粘土矿物总量V_CALY，建立粘土矿物总量预测模型：

$\mathrm{CLAY}=\frac{q_{\mathrm{KTh}}-{\left(q_{\mathrm{KTh}}\right)}_{\min }}{{\left(q_{\mathrm{KTh}}\right)}_{\max }-{\left(q_{\mathrm{KTh}}\right)}_{\min }},V_{\mathrm{CALY}}=\frac{2^{(\mathrm{GCUR}\×\mathrm{CALY})}-1}{2^{\mathrm{GCUR}}-1}$

式中：q_KTh、(q_KTh)_max、(q_KTh)_min分别为无铀伽玛曲线值、纯泥页岩的无铀伽玛值、纯砂岩地层的无铀伽玛值；V_CALY的单位为％；GCUR为地层常数，新地层取1，老地层取2；

(23)将无铀伽玛曲线值、纯泥页岩的无铀伽玛值和纯砂岩地层的无铀伽玛值代入粘土矿物总量预测模型，求得页岩气储层粘土矿物总量绝对含量。

所述步骤(3)是这样实现的：

利用如下数理模型将步骤(1)得到的粘土矿物组分相对含量和步骤(2)得到的粘土矿物总量绝对含量进行转化，最终预测出页岩气储层粘土矿物组分绝对含量：

$\left\{\begin{array}{c}{z}_1=y_1\×V_{\mathrm{CALY}}/100\\ z_2=y_2\×V_{\mathrm{CALY}}/100\\ z_3=y_3\×V_{\mathrm{CALY}}/100\\ z_4=y_4\×V_{\mathrm{CALY}}/100\end{array}\right.$

式中z₁、z₂、z₃、z₄为粘土矿物组分绝对含量，单位为％。

与现有技术相比，本发明的有益效果是：本发明方法简单快捷，预测结果可靠性高，为页岩气储层评价及储层敏感性分析提供了可靠理论依据，同时大幅提高了页岩气储层的勘探经济效益。

附图说明

图1为本发明方法的步骤框图。

图2为粘土矿物组分预测模型效果图。

图3为定性分析识别各类泥页岩粘土矿物类型。

图4为本发明成果图。

具体实施方式

下面结合附图对本发明作进一步详细描述：

预测页岩气储层粘土矿物及其组分含量的方法

本发明原理上首先应用自然伽玛能谱测井资料和岩心实验数据建立粘土矿物组分预测模型，预测出粘土矿物组分相对含量，然后建立粘土矿物总量预测模型，预测出粘土矿物总量绝对含量，最终预测出页岩气储层粘土矿物及其组分绝对含量。

具体实现方法为：

(1)预测粘土矿物组分相对含量

①自然伽玛能谱测井资料进行处理，在原有铀值、钍值、钾值曲线基础上，通过下列计算模型，新增钍铀比值、钍钾比值、铀钾比值、无铀伽玛曲线；

$\left\{\begin{array}{c}{R}_{\mathrm{Th}/U}=w\left(\mathrm{Th}\right)/w\left(U\right)\\ R_{\mathrm{Th}/K}=w\left(\mathrm{Th}\right)/w\left(K\right)\\ R_{U/K}=w\left(U\right)/w\left(K\right)\\ w\left(\mathrm{KTH}\right)=w\left(\mathrm{Th}\right)+w\left(K\right)\end{array}\right.$

式中：

R_Th/U、R_Th/K、R_U/K分别为钍铀比值、钍钾比值、铀钾比值曲线；

w(K)、w(Th)、w(U)、w(KTH)分别为钾、钍、铀、无铀伽玛曲线，单位分别为％，ppm，ppm，API；

②建立粘土矿物组分预测模型，并利用岩心实验分析等资料，求得粘土矿物组分预测模型中地区经验系数值；

$\left\{\begin{array}{c}{y}_1=a_1{x}_1+b_1{x}_2+c_1{x}_3+d_1{x}_4+e_1{x}_5+f_1{x}_6+g_1\\ y_2=a_2{x}_1+b_2{x}_2+c_2{x}_3+d_2{x}_4+e_2{x}_5+f_2{x}_6+g_2\\ y_3=a_3{x}_1+b_3{x}_2+c_3{x}_3+d_3{x}_4+e_3{x}_5+f_3{x}_6+g_3\\ y_4=100-y_1-y_2-y_3\end{array}\right.$

式中y₁、y₂、y₃、y₄分别为蒙脱石、伊利石、高岭石、绿泥石等粘土矿物组分含量，x₁、x₂、x₃、x₄、x₅、x₆分别为钾、钍、铀、钍铀比值、钍钾比值、铀钾比值测井曲线值，a₁...a₃、b₁...b₃、c₁...c₃、d₁...d₃、e₁...e₃、f₁...f₃、g₁...g₃为地区经验系数。

一个岩石实验分析得到对应深度的粘土矿物组分相对含量，即蒙脱石、伊利石、高岭石、绿泥石等粘土矿物组分的相对含量，同时这一深度的测井曲线值已知，即知道这一深度的钾、钍、铀、钍铀比值、钍钾比值、铀钾比值测井曲线值。此时，上述方程组中，y1、y2、y3、y4和x1、x2、x3、x4、x5、x6都是已知的，那么就可以求得a₁...a₃、b₁...b₃、c₁...c₃、d₁...d₃、e₁...e₃、f₁...f₃、g₁...g₃。但是，岩石实验分析求得的只可能是离散的数据点，而建立起上述方程，代入连续的测井曲线值，就可以得到每个深度点的粘土矿物组分含量。

③应用所述粘土矿物组分预测模型，利用自然伽玛能谱测井曲线值预测得出页岩气储层粘土矿物组分相对含量。(即上面步骤得到各个系数值，这个步骤再用这些方程获得相对含量)

(2)预测粘土矿物总量绝对含量

①自然伽玛能谱测井资料进行处理，在原有铀值、钍值、钾值曲线基础上，新增钍铀比值、钍钾比值、铀钾比值、无铀伽玛曲线；

②改进原有泥质含量计算模型，建立粘土矿物总量预测模型：

利用无铀伽玛曲线值计算出粘土含量指数CALY，之后再将粘土含量指数转化为粘土含量V_CALY。

$\mathrm{CLAY}=\frac{q_{\mathrm{KTh}}-{\left(q_{\mathrm{KTh}}\right)}_{\min }}{{\left(q_{\mathrm{KTh}}\right)}_{\max }-{\left(q_{\mathrm{KTh}}\right)}_{\min }},V_{\mathrm{CALY}}=\frac{2^{(\mathrm{GCUR}\×\mathrm{CALY})}-1}{2^{\mathrm{GCUR}}-1}$

式中：q_KTh、(q_KTh)_max、(q_KTh)_min分别为无铀伽玛曲线值、纯泥页岩的无铀伽玛值、纯砂岩地层的无铀伽玛值(这些值为理论值，可以在相应的专业书籍中查到)；V_CALY为泥页岩粘土矿物总量，单位为％；GCUR为地层常数，一般新地层取1，老地层取2。

③将测井曲线值(即无铀伽玛曲线值、纯泥页岩的无铀伽玛值、纯砂岩地层的无铀伽玛值)代入粘土矿物总量预测模型(即和)，求得页岩气储层粘土矿物总量绝对含量。

(3)预测粘土矿物组分绝对含量

利用如下数理模型将上述得出粘土矿物组分相对含量和粘土矿物总量绝对含量进行转化，最终预测出页岩气储层粘土矿物组分绝对含量。

$\left\{\begin{array}{c}{z}_1=y_1\×V_{\mathrm{CALY}}/100\\ z_2=y_2\×V_{\mathrm{CALY}}/100\\ z_3=y_3\×V_{\mathrm{CALY}}/100\\ z_4=y_4\×V_{\mathrm{CALY}}/100\end{array}\right.$

式中z₁、z₂、z₃、z₄为粘土矿物组分绝对含量，单位为％；y₁、y₂、y₃、y₄为粘土矿物组分相对含量，单位为％；V_CALY为泥页岩粘土矿物总量，单位为％。

由图1可知，本发明的实施例如下：

①通过对自然伽玛能谱测井资料处理，建立粘土矿物组分预测模型，进而预测出粘土矿物组分相对含量；

②通过对自然伽玛能谱测井资料处理，定性分析识别粘土矿物类型，并改进原有泥质含量计算模型，建立粘土矿物总量预测模型，进而预测出粘土矿物总量绝对含量；

③将预测出的粘土矿物组分相对含量和粘土矿物总量绝对含量，利用数理统计模型进行转化，进而最终预测出粘土矿物组分绝对含量。

图2、图3、图4为本发明的创新点，即预测粘土矿物组分绝对含量的方法原理，具体实施原理为：

①首先在对建模样本进行分析基础上，选取具代表性的建模样本，并优化数学模型，设定变量自动筛选条件，简化建模过程，优选出最具代表性自然伽玛能谱测井曲线参与建模，建立起预测粘土矿物组分相对含量的预测模型，其模型如下，其预测效果如图2：

$\left\{\begin{array}{c}w\left(\mathrm{IS}\right)=50.490+6.205R_{U/K}-3.388R_{\mathrm{Th}/K}\\ w\left(I\right)=30.916-3.964R_{U/K}+1.442w\left(\mathrm{Th}\right)\\ w\left(C\right)=24.495-4.140w\left(K\right)-1.749R_{U/K}\\ w\left(K\right)=100-w\left(\mathrm{IS}\right)-w\left(I\right)-w\left(C\right)\end{array}\right.$

式中：

w(IS)、w(I)、w(C)、w(K)分别为伊蒙间层、伊利石、绿泥石、高岭石粘土矿物组分相对含量，单位为％；

w(K)、w(Th)分别为钾、钍曲线值，单位分别为％，ppm；

R_U/K、R_Th/K分别为铀钾比值、钍钾比值曲线。

②然后绘制图3，定性识别出中各类泥页岩的粘土矿物类型，同时改进原有泥质含量计算模型，建立粘土矿物总量预测模型，并根据上述预测出粘土矿物总量的绝对含量，其模型如下：

利用无铀伽玛曲线值计算出粘土含量指数CALY，之后再将粘土含量指数转化为粘土含量V_CALY。

$\mathrm{CLAY}=\frac{q_{\mathrm{KTh}}-{\left(q_{\mathrm{KTh}}\right)}_{\min }}{{\left(q_{\mathrm{KTh}}\right)}_{\max }-{\left(q_{\mathrm{KTh}}\right)}_{\min }}$

$V_{\mathrm{CALY}}=\frac{2^{\mathrm{GCUR}}\×\mathrm{CALY}-1}{2^{\mathrm{GCUR}}-1}$

式中：q_KTh、(q_KTh)_max、(q_KTh)_min分别为无铀伽玛曲线值、纯泥页岩的无铀伽玛值、纯砂岩地层的无铀伽玛值，单位为API；

V_CALY为泥页岩粘土矿物总量，单位为％；

GCUR为地层常数，一般新地层取1，老地层取2。

③将得出粘土矿物组分相对含量和粘土矿物总量绝对含量，利用数理模型进行转化，进而最终预测出粘土矿物组分绝对含量，如图4。

$\left\{\begin{array}{c}W\left(\mathrm{IS}\right)=w\left(\mathrm{IS}\right)\×V_{\mathrm{CALY}}/100\\ W\left(I\right)=w\left(I\right)\×V_{\mathrm{CALY}}/100\\ W\left(C\right)=w\left(C\right)\×V_{\mathrm{CALY}}/100\\ W\left(K\right)=w\left(K\right)\×V_{\mathrm{CALY}}/100\end{array}\right.$

式中W(IS)、W(I)、W(C)、W(K)分别为伊蒙间层、伊利石、绿泥石、高岭石粘土矿物组分绝对含量，单位为％；w(IS)、w(I)、w(C)、w(K)分别为伊蒙间层、伊利石、绿泥石、高岭石粘土矿物组分相对含量，单位为％；V_CALY为泥页岩粘土矿物总量，单位为％。

该技术不但能简单快捷准确预测出单井泥页岩粘土矿物及其组分含量，而且能在研究区推广，本发明具有较大的实际应用价值，并拥有良好的推广应用前景。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (3)

1.一种预测页岩气储层粘土矿物及其组分含量的方法，其特征在于：所述方法包括：

(1)应用自然伽玛能谱测井资料和岩心实验数据建立粘土矿物组分预测模型，预测出粘土矿物组分相对含量；

(2)建立粘土矿物总量预测模型，预测出粘土矿物总量绝对含量；

(3)预测粘土矿物组分绝对含量；

其中，所述步骤(1)包括：

(11)对自然伽玛能谱测井资料进行处理，在原有铀值、钍值、钾值曲线基础上，通过下列计算模型，新增钍铀比值、钍钾比值、铀钾比值、无铀伽玛曲线：

$\left\{\begin{array}{c}{R}_{Th/U}=w\left(Th\right)/w\left(U\right)\\ R_{Th/K}=w\left(Th\right)/w\left(K\right)\\ R_{U/K}=w\left(U\right)/w\left(K\right)\\ w\left(KTH\right)=w\left(Th\right)+w\left(K\right)\end{array}\right.$

式中：

R_Th/U、R_Th/K、R_U/K分别为钍铀比值、钍钾比值、铀钾比值曲线；

w(K)、w(Th)、w(U)、w(KTH)分别为钾、钍、铀、无铀伽玛曲线，单位分别为％，ppm，ppm，API；

(12)建立粘土矿物组分预测模型，并利用岩心实验分析资料，求得粘土矿物组分预测模型中的地区经验系数值：

$\left\{\begin{array}{c}{y}_1=a_1{x}_1+b_1{x}_2+c_1{x}_3+d_1{x}_4+e_1{x}_5+f_1{x}_6+g_1\\ y_2=a_2{x}_1+b_2{x}_2+c_2{x}_3+d_2{x}_4+e_2{x}_5+f_2{x}_6+g_2\\ y_3=a_3{x}_1+b_3{x}_2+c_3{x}_3+d_3{x}_4+e_3{x}_5+f_3{x}_6+g_3\\ y_4=100-y_1-y_2-y_3\end{array}\right.$

式中y₁、y₂、y₃、y₄分别为蒙脱石、伊利石、高岭石、绿泥石的粘土矿物组分含量，x₁、x₂、x₃、x₄、x₅、x₆分别为钾、钍、铀、钍铀比值、钍钾比值、铀钾比值测井曲线值，a₁...a₃、b₁...b₃、c₁...c₃、d₁...d₃、e₁...e₃、f₁...f₃、g₁...g₃为地区经验系数；

(13)应用所述粘土矿物组分预测模型，利用自然伽玛能谱测井曲线值预测得出页岩气储层的粘土矿物组分相对含量。

2.根据权利要求1所述的预测页岩气储层粘土矿物及其组分含量的方法，其特征在于：所述步骤(2)是这样实现的:

(21)改进原有泥质含量计算模型，建立粘土矿物总量预测模型：

利用无铀伽玛曲线值计算出粘土含量指数CALY，之后再将粘土含量指数转化为粘土矿物总量V_CALY，建立粘土矿物总量预测模型：

$\begin{array}{cc}CLAY=\frac{a_{KTh}-{\left(q_{KTh}\right)}_{\min }}{{\left(q_{KTh}\right)}_{\max }-{\left(q_{KTh}\right)}_{\min }}& V_{CALY}=\frac{2^{(GCUR\×CALY)}-1}{2^{GCUR}-1}\end{array}$

式中：q_KTh、(q_KTh)_max、(q_KTh)_min分别为无铀伽玛曲线值、纯泥页岩的无铀伽玛值、纯砂岩地层的无铀伽玛值；V_CALY的单位为％；GCUR为地层常数，新地层取1，老地层取2；

(22)将无铀伽玛曲线值、纯泥页岩的无铀伽玛值和纯砂岩地层的无铀伽玛值代入粘土矿物总量预测模型，求得页岩气储层粘土矿物总量绝对含量。

3.根据权利要求2所述的预测页岩气储层粘土矿物及其组分含量的方法，其特征在于：所述步骤(3)是这样实现的：

利用如下数理模型将步骤(1)得到的粘土矿物组分相对含量和步骤(2)得到的粘土矿物总量绝对含量进行转化，最终预测出页岩气储层粘土矿物组分绝对含量：

$\left\{\begin{array}{c}{z}_1=y_1\×V_{CALY}/100\\ z_2=y_2\×V_{CALY}/100\\ z_3=y_3\×V_{CALY}/100\\ z_4=y_4\×V_{CALY}/100\end{array}\right.$

式中z₁、z₂、z₃、z₄为粘土矿物组分绝对含量，单位为％。