CN105317429A - 一种确定页岩地层干酪根含量的方法 - Google Patents

Abstract

本发明公开了一种确定页岩地层干酪根含量的方法。包括：建立由骨架矿物、干酪根和孔隙组成的页岩地层体积模型，其中孔隙包括气体和水；基于所述体积模型构造页岩地层在不同体积含量参数条件下的测井响应方程，确定响应方程误差和测量误差；采集实际测井曲线，以页岩地层矿物质量含量为约束条件，根据所述测井响应方程，响应方程误差和测量误差建立测井解释的目标函数；计算使所述目标函数取得最小值的最优体积含量参数，绘制最优体积含量参数对应的测井响应的正演结果曲线；检验所述测井响应的正演结果曲线是否与实际测井曲线匹配，将匹配的正演结果曲线对应的页岩地层最优体积含量参数中的干酪根体积含量作为确定结果。

Description

一种确定页岩地层干酪根含量的方法

技术领域

本发明涉及页岩油气勘探开发技术领域，尤其涉及一种确定页岩地层干酪根含量的方法。

背景技术

页岩油气是存储在泥岩、页岩或者粉砂质较重的细粒沉积岩中的石油或天然气。由于页岩在矿物组成、物性和渗流特性上与砂岩有很大区别，因此，传统测井解释理论和方法不适用于页岩油气层。

干酪根是页岩地层中的重要组成部分，干酪根含量直接影响吸附气含量，干酪根含量越多，页岩地层中的吸附气越高。因此，准确识别干酪根的含量可评价页岩地层的生烃潜力和吸附气量。

目前有两种页岩地层的干酪根的求解方法，一种是由有机质含量利用经验公式计算干酪根含量(Thaimar,2011年)；另一种是根据核磁共振测井结合孔隙度测井资料计算(Herron,2000年)。

前一种方法页岩地层中干酪根与有机质含量关系并不是完全一致，由于受到有机质成熟度、干酪根性质等方面的影响，不同页岩地区他们之间的转换关系不一样，确定转换系数需要实验方法和经验方法确定。后一种方法利用核磁共振测井资料获得有效孔隙度大小，利用补偿声波、岩性密度、补偿中子测井曲线计算出总孔隙度大小，总孔隙度与有效孔隙度之差为干酪根孔隙度，这种方法存在很大的局限性。例如，在没有采集核磁共振测井资料的情况下，不能应用后一种方法。

因此，亟需一种利用常规测井资料确定页岩地层干酪根含量的方法。

发明内容

本发明针对现有技术的不足，提出了一种确定页岩地层干酪根含量的方法，包括以下步骤：

建立由骨架矿物、干酪根和孔隙组成的页岩地层体积模型，其中孔隙包括气体和水；

基于所述体积模型构造页岩地层在不同体积含量参数条件下的测井响应方程，确定响应方程误差和测量误差；

采集实际测井曲线，以页岩地层矿物质量含量为约束条件，根据所述测井响应方程，响应方程误差和测量误差建立测井解释的目标函数；

计算使所述目标函数取得最小值的最优体积含量参数，绘制最优体积含量参数对应的测井响应的正演结果曲线；

检验所述测井响应的正演结果曲线是否与实际测井曲线匹配，将匹配的正演结果曲线对应的页岩地层最优体积含量参数中的干酪根体积含量作为确定结果。

根据本发明的一个实施例，所述页岩地层体积模型为：

单位体积的页岩地层包括局部均匀的多种骨架矿物、干酪根和孔隙，其中孔隙包括气体和水，满足

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j+V_K+{\mathrm{\φ}}_g+{\mathrm{\φ}}_w=1;$

其中V_j为第j种骨架矿物体积含量，V_K为干酪根体积含量，φ_g为气体体积含量，φ_w为水的体积含量，N为骨架矿物数量。

根据本发明的一个实施例，所述构造页岩地层在不同体积含量参数条件下的测井响应方程包括：

补偿声波测井曲线响应方程 $\mathrm{AC}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MAC}}_j+V_K{\mathrm{AC}}_K+{\mathrm{\φ}}_g{\mathrm{AC}}_g+{\mathrm{\φ}}_w{\mathrm{AC}}_w,$

其中MAC_j为第j种骨架矿物对应的声波骨架值；AC_K、AC_g、AC_w分别是干酪根、气体和水的声波骨架值；

补偿中子测井曲线响应方程

$\mathrm{CNL}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MCNL}}_j+V_K{\mathrm{CNL}}_K+{\mathrm{\φ}}_g{\mathrm{CNL}}_g+{\mathrm{\φ}}_w{\mathrm{CNL}}_w,$

其中MCNL_j为第j种骨架矿物对应的中子骨架值；CNL_K、CNL_g、CNL_w分别是干酪根、气体和水的中子骨架值；

补偿密度测井曲线响应方程

$\mathrm{DEN}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MDEN}}_j+V_K{\mathrm{DEN}}_K+{\mathrm{\φ}}_g{\mathrm{DEN}}_g+{\mathrm{\φ}}_w{\mathrm{DEN}}_w,$

其中MDEN_j为第j种矿物对应的密度骨架值；DEN_K、DEN_g、DEN_w分别是干酪根、气体和水的密度骨架值；

上式中V_j为第j种骨架矿物体积含量，V_K为干酪根体积含量，φ_g为气体体积含量，φ_w为水的体积含量，N为骨架矿物数量。

根据本发明的一个实施例，所述响应方程误差包括：

声波测井响应方程误差其中，δΔt_mf、δΔt_i分别为泥浆滤液和矿物的补偿声波误差，V_j为第j种骨架矿物体积含量，φ为孔隙度；

补偿中子测井响应方程误差其中，δCNL_mf、δCNL_i分别为泥浆滤液和矿物的补偿中子误差；

补偿密度测井响应方程误差其中，δρ_mf、δρ_i分别为泥浆滤液和矿物的补偿密度误差；

上式中V_i为第i种骨架矿物体积含量，φ为孔隙度，N为骨架矿物数量。

根据本发明的一个实施例，所述测井解释的目标函数为：

$F(x,a)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{{[a_i-f_i(x,z)]}^2}{{\mathrm{\σ}}_i^2+{\mathrm{\τ}}_i^2}+\underset{j=1}{\overset{p}{\mathrm{\Σ}}}\frac{g_j^2\left(x\right)}{{\mathrm{\τ}}_j},$

其中，a_i为第i种测井曲线实际测量值，x＝(V₁,…V_j,V_K,φ_g,φ_w)为页岩地层体积含量参数，z为当前测井深度，σ_i为第i种测井曲线的测量误差，τ_i为构造的第i种测井曲线响应方程误差，f_i(x,z)为在z深度时构造的第i种测井曲线响应，m为测井曲线的种类；

g_j(x)为x的第j种约束条件，τ_j为第j种约束误差，p为约束个数。

根据本发明的一个实施例，所述测井解释的目标函数中的约束条件包括：

其中，V_j为第j种页岩地层骨架矿物的体积含量，w_j为页岩地层的矿物质量含量，ρ_b为密度测井值，ρ_MA为矿物骨架密度。

根据本发明的一个实施例，计算使所述目标函数取得最小值的最优体积含量参数包括：

利用BFGS变尺度法确定搜索方向为其中为方向矩阵，表示目标函数的梯度，在搜索方向上任意一点表示为目标函数F(x,a)转换为单变量函数φ(t)；

利用DSPOW抛物线插值法求取单变量函数φ(t)的极小值点t₀，根据t₀确定页岩地层最优体积含量参数x＝(V₁,…V_j,V_K,φ_g,φ_w)。

根据本发明的一个实施例，所述检验所述测井响应的正演结果曲线是否与实际测井曲线匹配包括：根据实际测井曲线、响应方程误差和测量误差绘制正演曲线的置信区间其中a_i为第i种测井曲线实际测量值；σ_i和τ_i对应为测量误差和测井曲线响应方程误差；

当所述测井响应的正演结果曲线处于正演曲线的置信区间内时，所述检验所述测井响应的正演结果曲线与实际测井曲线匹配。

根据本发明的一个实施例，所述第i种测井曲线的测量误差为实际测量数值大小的5％。

根据本发明的一个实施例，所述页岩地层矿物质量含量由全岩分析法或者ECS元素俘获测井资料解释确定。

本发明带来了以下有益效果：根据矿物质量解释结果，结合常规测井资料中的补偿声波、补偿中子和密度测井资料反演计算出页岩地层矿物体积、干酪根体积和孔隙度大小，可以快速识别页岩地层干酪根含量，减少了岩心实验确定干酪根含量的过程，节省了费用和时间。

本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

图1是本发明实施例的技术思路示意图；

图2是本发明实施例一的确定页岩地层干酪根含量的方法的步骤流程图；

图3是本发明实施例一的页岩地层体积模型示意图；

图4是本发明实施例二的实际工程中某井页岩地层干酪根含量反演结果。

具体实施方式

以下将结合附图来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明各实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示，本发明实施例的技术思路为，构造响应方程(补偿声波、补偿中子、补偿密度)的理论测井值，根据矿物质量含量结果和常规测井资料(补偿声波、补偿中子、补偿密度)综合优化反演计算页岩地层矿物体积、干酪根体积和孔隙度大小。

实施例一

本实施例提供一种确定页岩地层干酪根含量的方法，以下结合图2对本实施例提供的方法作详细说明。

在步骤S201中，建立由骨架矿物、干酪根和孔隙组成的页岩地层体积模型。参考图3，单位体积的页岩地层包括局部均匀的多种骨架矿物、干酪根和孔隙，其中孔隙包括气体和水，满足

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j+V_K+{\mathrm{\φ}}_g+{\mathrm{\φ}}_w=1;$

其中V_j为第j种骨架矿物体积含量，V_K为干酪根体积含量，φ_g为气体体积含量，φ_w为水的体积含量，N为骨架矿物数量。V₁,…V_j,V_K,φ_g,φ_w表示某一地层深度处的体积含量。

具体的，不同地区矿物成份并不相同，常见的骨架矿物包括：伊利石、绿泥石、蒙脱石、石英、长石、云母方解石、白云岩、硬石膏和黄铁矿等。通常情况下，页岩地层中的硅质包括石英、长石和云母，钙质包括方解石和白云岩，泥质包括蒙脱石、伊利石和绿泥石。

在步骤S202中，基于所述体积模型构造页岩地层在不同体积含量参数条件下的测井响应方程，确定响应方程误差和测量误差。

页岩地层不同骨架矿物、干酪根和孔隙条件下的测井响应方程为：

$f_i=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MA}}_{\mathrm{ij}}+V_K{\mathrm{MA}}_{\mathrm{iK}}+{\mathrm{\φ}}_g{\mathrm{MA}}_{\mathrm{ig}}+{\mathrm{\φ}}_w{\mathrm{MA}}_{\mathrm{iw}},$

其中f_i为第i种测井曲线的响应结果；V_j为第j种页岩地层矿物体积含量；V_K为干酪根体积含量；φ_g为气体体积含量，φ_w为水的体积含量；MA_ij为第i种测井曲线对应第j种矿物的骨架值；MA_iK、MA_ig、MA_iw分别为干酪根、气体和水对应的第i种曲线骨架值，N为骨架矿物数量。

在本实施例中，构造不同体积含量参数条件下的补偿声波测井、补偿中子测井和补偿密度测井响应方程：

补偿声波测井曲线响应方程 $\mathrm{AC}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MAC}}_j+V_K{\mathrm{AC}}_K+{\mathrm{\φ}}_g{\mathrm{AC}}_g+{\mathrm{\φ}}_w{\mathrm{AC}}_w,$

其中MAC_j为第j种骨架矿物对应的声波骨架值；AC_K、AC_g、AC_w分别是干酪根、气体和水的声波骨架值；

补偿中子测井曲线响应方程

$\mathrm{CNL}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MCNL}}_j+V_K{\mathrm{CNL}}_K+{\mathrm{\φ}}_g{\mathrm{CNL}}_g+{\mathrm{\φ}}_w{\mathrm{CNL}}_w,$

其中MCNL_j为第j种骨架矿物对应的中子骨架值；CNL_K、CNL_g、CNL_w分别是干酪根、气体和水的中子骨架值；

补偿密度测井曲线响应方程

$\mathrm{DEN}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MDEN}}_j+V_K{\mathrm{DEN}}_K+{\mathrm{\φ}}_g{\mathrm{DEN}}_g+{\mathrm{\φ}}_w{\mathrm{DEN}}_w,$

其中MDEN_j为第j种矿物对应的密度骨架值；DEN_K、DEN_g、DEN_w分别是干酪根、气体和水的密度骨架值。

由于测井仪器与数据采集***均存在一定的测量误差，本实施例中某种测井响应的测量误差σ_i取其实际测量数值大小的5％。

任何测井方程都是根据对实际地层作一系列的数学物理简化之后建立的测井解释模型得出的理论公式，响应方程中存在一定的响应方程误差τ_i。

在步骤S202中，响应方程误差包括：

声波测井响应方程误差其中，δΔt_mf、δΔt_i分别为泥浆滤液和骨架矿物的补偿声波误差，V_j为第j种骨架矿物体积含量，φ为孔隙度，φ＝φ_g+φ_w，如上文所述，φ_g为气体体积含量，φ_w为水的体积含量；

补偿中子测井响应方程误差 ${\mathrm{\τ}}_{\mathrm{CNL}}={\left(\mathrm{\φ\δ}{\mathrm{CNL}}_{\mathrm{mf}}\right)}^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(V_i\mathrm{\δ}{\mathrm{CNL}}_i\right)}^2,$

其中，δCNL_mf、δCNL_i分别为泥浆滤液和骨架矿物的补偿中子误差；

补偿密度测井响应方程误差

其中，δρ_mf、δρ_i分别为泥浆滤液和骨架矿物的密度误差。

在步骤S203中，采集实际测井曲线，以页岩地层矿物质量含量为约束条件，根据所述测井响应方程，响应方程误差和测量误差建立测井解释的目标函数：

$F(x,a)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{{[a_i-f_i(x,z)]}^2}{{\mathrm{\σ}}_i^2+{\mathrm{\τ}}_i^2}+\underset{j=1}{\overset{p}{\mathrm{\Σ}}}\frac{g_j^2\left(x\right)}{{\mathrm{\τ}}_j},$

其中，

a_i为第i种测井曲线实际测量值，％；

x＝(V₁,…V_j,V_K,φ_g,φ_w)为页岩地层体积含量参数，％；

z为当前测井深度，m；

σ_i为第i种测井曲线的测量误差；

τ_i为构造的第i种测井曲线响应方程误差；

f_i(x,z)为在z深度时构造的第i种测井曲线响应；

m为测井曲线的种类；

g_j(x)为x的第j种约束条件；

τ_j为第j种约束误差；

p为约束个数。

在本实施例中，f_i(x,z)分别为补偿声波测井曲线响应AC，补偿中子测井曲线响应CNL，补偿密度测井曲线响应DEN。

优选的，本实施例中将页岩地层的矿物质量含量作为约束条件：

约束条件g_j(x)表示为其中，

V_j为第j种页岩地层骨架矿物的体积含量，w_j为页岩地层的矿物质量含量，ρ_b为密度测井值，ρ_MA为矿物骨架密度。页岩地层矿物质量含量w_j由全岩分析法或者ECS元素俘获测井资料确定。

相应的质量约束误差τ_j取值为1。

不限于此，还包括以下约束条件：

V_j≥0，j为矿物种类；φ_g≥0，φ_w≥0。

在步骤S204中，计算使所述目标函数取得最小值的最优体积含量参数，绘制最优体积含量参数对应的测井响应的正演结果曲线。

由目标参数F(x,a)可构建最优化测井解释的数学模型：

$\min F(x,a)=\min \underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{{[a_i-f_i(x,z)]}^2}{{\mathrm{\σ}}_i^2+{\mathrm{\τ}}_i^2}+\underset{j=1}{\overset{p}{\mathrm{\Σ}}}\frac{g_j^2\left(x\right)}{{\mathrm{\τ}}_j},$

计算使所述目标函数F(x,a)取得最小值的最优体积含量参数x＝(V₁,…V_j,V_K,φ_g,φ_w)，即可确定与实际体积含量最接近的体积含量参数。

优选的，在本实施例中利用BFGS变尺度法确定搜索方向为在搜索方向上可寻找目标函数的极小值。

其中正定对称矩阵为尺度矩阵，表示目标函数F(x,a)在第k次迭代点处的梯度，在第k次搜索方向上任意一点表示为目标函数F(x,a)转换为单变量函数φ(t)。

利用DSPOW抛物线插值法求取单变量函数φ(t)的极小值点t₀，根据t₀确定页岩地层最优体积含量参数x＝(V₁，…V_j,V_K,φ_g,φ_w)。

上文中BFGS变尺度法和DSPOW抛物线插值法是本领域技术人员公知的测井解释最优化方法，可参考《高等学校教材：测井数据处理与综合解释》(雍世和著，2007年8月1日出版)。

在步骤S205中，检验所述测井响应的正演结果曲线是否与实际测井曲线匹配，将匹配的正演结果曲线对应的体积含量参数中的干酪根体积含量作为确定结果。

具体的，根据实际测井曲线、响应方程误差和测量误差绘制正演曲线的的置信区间其中a_i为第i种测井曲线实际测量值；σ_i和τ_i对应为测量误差和测井曲线响应方程误差；

当所述测井响应的正演结果曲线处于正演曲线的置信区间内时，所述检验所述测井响应的正演结果曲线与实际测井曲线匹配，即说明反演得到的最优体积含量参数x＝(V₁,…V_j,V_K,φ_g,φ_w)充分反应了页岩地层中的实际体积含量。

此外，可根据目标函数最优值的大小检验测井响应的正演结果曲线是否与实际测井曲线匹配。对于利用最优化方法计算的最优体积含量参数x^*，目标函数最优值F^*(x^*,a)≈0。F^*(x^*,a)是衡量正演测井曲线是否逼近实际测井曲线的总标志。F^*(x^*,a)值较小，说明测井响应的正演结果曲线与实际测井曲线匹配程度较好。

综上所述，本发明实施例提供的方法可根据页岩地层矿物质量解释结果，结合常规测井资料中的补偿声波、补偿中子和密度测井资料反演计算出页岩地层矿物体积、干酪根体积和孔隙度大小，可以快速识别页岩地层干酪根含量，减少了岩心实验确定干酪根含量的过程，节省了费用和时间。

实施例二

图4是本发明实施例二的实际工程中某井页岩地层干酪根含量反演结果。利用中国西南部区块某井ECS元素测井资料进行反演。该区块优质页岩岩性主要以黄灰色页岩、粉砂质页岩夹薄层透镜状灰岩为主，页岩地层矿物干酪根含量确定是利用元素测井资料计算矿物质量结果作为输入曲线，结合常规测井中的补偿声波、补偿密度和补偿中子资料进行反演，反演结果如图4所示。

图4中第一道为利用ECS元素测井资料计算的矿物质量含量组合，第二道至第四道为补偿声波、补偿密度、补偿密度的正演响应值和正演曲线的置信区间，第六道为目标函数最优值，第七道为反演的矿物体积含量、干酪根和孔隙度大小，其中孔隙度大小包括气体和水的体积含量。

图4中第一道为根据元素测井资料计算的矿物质量含量组合，分别表示出以下质量含量：黄铁矿WPYR、伊利石WILL、绿泥石WCHL、蒙脱石WMON、石英WQRZ、长石WFLD、方解石WCLC、硬石膏WANH、云母WMIC和白云岩WDOL。

第二道至第四道为补偿声波、补偿密度、岩性密度的正演响应值和正演曲线的置信区间，第五道为深度道，第六道为目标函数最优值。

第二道中，曲线ACL和ACH表示补偿声波正演曲线的置信区间；曲线AC表示实际的补偿声波测井曲线；曲线ACT表示正演的补偿声波测井响应最优值。类似的，曲线CNLL和CNLH表示补偿中子正演曲线的置信区间；曲线CNL表示实际的补偿中子测井曲线；曲线CNLT表示正演的补偿中子测井响应最优值。类似的，曲线DENL和DENH表示补偿密度正演曲线的置信区间；曲线DEN表示实际的补偿密度测井曲线；曲线DENT表示正演的补偿密度测井响应最优值。

第七道为反演的矿物体积含量、干酪根、气和水的体积含量。分别表示出以下体积含量：黄铁矿VPYR、伊利石VILL、绿泥石VCHL、蒙脱石VMON、石英VQRZ、长石VFLD、方解石VCLC、硬石膏VANH、云母VMIC和白云岩VDOL，以及干酪根VKER、气体VPRG、水VPGW和其他的体积含量VSM。从而可以准确得到在不同地层深度处干酪根的体积含量VKER。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种确定页岩地层干酪根含量的方法，其特征在于，包括以下步骤：

建立由骨架矿物、干酪根和孔隙组成的页岩地层体积模型，其中孔隙包括气体和水；

基于所述体积模型构造页岩地层在不同体积含量参数条件下的测井响应方程，确定响应方程误差和测量误差；

采集实际测井曲线，以页岩地层矿物质量含量为约束条件，根据所述测井响应方程，响应方程误差和测量误差建立测井解释的目标函数；

计算使所述目标函数取得最小值的最优体积含量参数，绘制最优体积含量参数对应的测井响应的正演结果曲线；

检验所述测井响应的正演结果曲线是否与实际测井曲线匹配，将匹配的正演结果曲线对应的页岩地层最优体积含量参数中的干酪根体积含量作为确定结果。

2.根据权利要求1所述的方法，其特征在于，所述页岩地层体积模型为：

单位体积的页岩地层包括局部均匀的多种骨架矿物、干酪根和孔隙，其中孔隙包括气体和水，满足

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j+V_K+{\mathrm{\φ}}_g+{\mathrm{\φ}}_w=1;$

其中V_j为第j种骨架矿物体积含量，V_K为干酪根体积含量，φ_g为气体体积含量，φ_w为水的体积含量，N为骨架矿物数量。

3.根据权利要求2所述的方法，其特征在于，所述构造页岩地层在不同体积含量参数条件下的测井响应方程包括：

补偿声波测井曲线响应方程 $\mathrm{AC}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MAC}}_j+V_K{\mathrm{AC}}_K+{\mathrm{\φ}}_g{\mathrm{AC}}_g+{\mathrm{\φ}}_w{\mathrm{AC}}_w,$

其中MAC_j为第j种骨架矿物对应的声波骨架值；AC_K、AC_g、AC_w分别是干酪根、气体和水的声波骨架值；

补偿中子测井曲线响应方程

$\mathrm{CNL}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MCNL}}_j+V_K{\mathrm{CNL}}_K+{\mathrm{\φ}}_g{\mathrm{CNL}}_g+{\mathrm{\φ}}_w{\mathrm{CNL}}_w,$

其中MCNL_j为第j种骨架矿物对应的中子骨架值；CNL_K、CNL_g、CNL_w分别是干酪根、气体和水的中子骨架值；

补偿密度测井曲线响应方程

$\mathrm{DEN}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{V}_j{\mathrm{MDEN}}_j+V_K{\mathrm{DEN}}_K+{\mathrm{\φ}}_g{\mathrm{DEN}}_g+{\mathrm{\φ}}_w{\mathrm{DEN}}_w,$

其中MDEN_j为第j种矿物对应的密度骨架值；DEN_K、DEN_g、DEN_w分别是干酪根、气体和水的密度骨架值；

上式中V_j为第j种骨架矿物体积含量，V_K为干酪根体积含量，φ_g为气体体积含量，φ_w为水的体积含量，N为骨架矿物数量。

4.根据权利要求3所述的方法，其特征在于，所述响应方程误差包括：

声波测井响应方程误差其中，δΔt_mf、δΔt_i分别为泥浆滤液和矿物的补偿声波误差；

补偿中子测井响应方程误差 ${\mathrm{\τ}}_{\mathrm{CNL}}={\left(\mathrm{\φ\δ}{\mathrm{CNL}}_{\mathrm{mf}}\right)}^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(V_i\mathrm{\δ}{\mathrm{CNL}}_i\right)}^2,$ 其中，δCNL_mf、δCNL_i分别为泥浆滤液和矿物的补偿中子误差；

补偿密度测井响应方程误差其中，δρ_mf、δρ_i分别为泥浆滤液和矿物的补偿密度误差；

上式中，V_i为第i种骨架矿物体积含量，φ为孔隙度，N为骨架矿物数量。

5.根据权利要求4所述的方法，其特征在于，所述测井解释的目标函数为：

$F(x,a)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{{[a_i-f_i(x,z)]}^2}{{\mathrm{\σ}}_i^2+{\mathrm{\τ}}_i^2}+\underset{j=1}{\overset{p}{\mathrm{\Σ}}}\frac{g_j^2\left(x\right)}{{\mathrm{\τ}}_j},$

其中，a_i为第i种测井曲线实际测量值，x＝(V₁,…V_j,V_K,φ_g,φ_w)为页岩地层体积含量参数，z为当前测井深度，σ_i为第i种测井曲线的测量误差，τ_i为构造的第i种测井曲线响应方程误差，f_i(x,z)为在z深度时构造的第i种测井曲线响应，m为测井曲线的种类；

g_j(x)为x的第j种约束条件，τ_j为第j种约束误差，p为约束个数。

6.根据权利要求5所述的方法，其特征在于，所述测井解释的目标函数中的约束条件包括：

其中，V_j为第j种页岩地层骨架矿物的体积含量，w_j为页岩地层的矿物质量含量，ρ_b为密度测井值，ρ_MA为矿物骨架密度。

7.根据权利要求6所述的方法，其特征在于，计算使所述目标函数取得最小值的最优体积含量参数包括：

利用BFGS变尺度法确定搜索方向为其中为方向矩阵，表示目标函数的梯度，在搜索方向上任意一点表示为目标函数F(x,a)转换为单变量函数φ(t)；

利用DSPOW抛物线插值法求取单变量函数φ(t)的极小值点t₀，根据t₀确定页岩地层最优体积含量参数x＝(V₁,…V_j,V_K,φ_g,φ_w)。

8.根据权利要求6所述的方法，其特征在于，所述检验所述测井响应的正演结果曲线是否与实际测井曲线匹配包括：

根据实际测井曲线、响应方程误差和测量误差绘制正演曲线的置信区间其中a_i为第i种测井曲线实际测量值；σ_i和τ_i对应为测量误差和测井曲线响应方程误差；

当所述测井响应的正演结果曲线处于正演曲线的置信区间内时，所述检验所述测井响应的正演结果曲线与实际测井曲线匹配。

9.根据权利要求7或8所述的方法，其特征在于，所述第i种测井曲线的测量误差为实际测量数值大小的5％。

10.根据权利要求7或8所述的方法，其特征在于，所述页岩地层矿物质量含量由全岩分析法或者ECS元素俘获测井资料解释确定。