CN107923240B - 用于确定与井或地层中的有机质相关联的孔隙度的方法 - Google Patents
用于确定与井或地层中的有机质相关联的孔隙度的方法 Download PDFInfo
- Publication number
- CN107923240B CN107923240B CN201680048731.0A CN201680048731A CN107923240B CN 107923240 B CN107923240 B CN 107923240B CN 201680048731 A CN201680048731 A CN 201680048731A CN 107923240 B CN107923240 B CN 107923240B
- Authority
- CN
- China
- Prior art keywords
- paom
- phit
- porosity
- organic matter
- well
- 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
- 239000005416 organic matter Substances 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 95
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 63
- 239000011435 rock Substances 0.000 claims description 50
- 238000001878 scanning electron micrograph Methods 0.000 claims description 30
- 238000007620 mathematical function Methods 0.000 claims description 24
- 238000002591 computed tomography Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 239000011368 organic material Substances 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010884 ion-beam technique Methods 0.000 claims description 5
- 238000005755 formation reaction Methods 0.000 description 48
- 239000011148 porous material Substances 0.000 description 43
- 239000000463 material Substances 0.000 description 16
- 229910052500 inorganic mineral Inorganic materials 0.000 description 11
- 239000011707 mineral Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 229930195733 hydrocarbon Natural products 0.000 description 9
- 150000002430 hydrocarbons Chemical class 0.000 description 9
- 238000011088 calibration curve Methods 0.000 description 8
- 229910052683 pyrite Inorganic materials 0.000 description 8
- 239000011028 pyrite Substances 0.000 description 8
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 8
- 239000007789 gas Substances 0.000 description 7
- 239000004215 Carbon black (E152) Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 239000010426 asphalt Substances 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 239000011343 solid material Substances 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 2
- 244000166071 Shorea robusta Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000000992 sputter etching Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 102100027611 Rho-related GTP-binding protein RhoB Human genes 0.000 description 1
- 101150054980 Rhob gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229920000876 geopolymer Polymers 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
-
- 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
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/085—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using another radioactive source
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/14—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using a combination of several sources, e.g. a neutron and a gamma source
-
- 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
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Geology (AREA)
- Dispersion Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Polyoxymethylene Polymers And Polymers With Carbon-To-Carbon Bonds (AREA)
- Soil Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本文提供一种用于确定与井或地层中的有机质相关联的孔隙度(PAOM)的方法。还提供了一种用于执行所述方法的***。
Description
技术领域
根据美国法典第35篇第119条(e)款,本申请要求2015年9月16日提交的先前美国临时专利申请号62/219,363的权益,所述美国临时专利申请以引用方式整体并入本文。
本发明涉及一种用于确定与井或地层中的有机质相关联的孔隙度的方法。本发明还涉及用于所述方法的***。
背景技术
源岩的表征对于评估常规油藏和非常规油藏都是重要的。有机质沉积并保留在湖泊、海洋和三角洲底部。随着更多的物质沉积,有机质被埋藏,并且埋藏的热量和压力将有机质转化为地质聚合物,诸如油母质和沥青。当含有有机质的岩石埋藏得足够深的时候,岩石经历退化,其中温度开始将油母质转换为沥青并最终转换为诸如油和气的烃。产生烃的岩石被称为源岩。有机质中的孔隙度常常是源岩中的总孔隙度发育的主要类型。由于有机质的疏水性,有机孔隙度(还可被称为与有机质相关联的孔隙度(“PAOM”))在大多数情况下完全被烃占据,而水存在于无机材料的粒内和粒间孔隙中。
非常规资源已成为美国和其他地区的主要烃生产源。随着关于这些富含有机质的细粒岩层(常常称为页岩)的更多信息出现,显而易见的是,重要的特征之一是从最初的油母质、沥青或其他固体有机质演进而来的孔隙度的数量。有机质中的孔隙度是烃生成过程期间有机材料的热成熟程度和合成分解的函数。从高倍放大的离子研磨SEM图像的评估,研究人员已经观察到,页岩孔隙空间可以大致分为三种类型,颗粒间、颗粒内和有机质相关联。例如Loucks,R.G.等人,2009,密西西比巴尼特页岩硅质泥岩中纳米级孔隙的形态、成因和分布,“沉积研究杂志”,第79卷,848-861页,doi:10.2110/jsr.2009.092;Loucks,R.G.等人,2010,泥岩中基质孔隙的初步分类,墨西哥湾地质协会地质协会交易,第60卷,435-441页;Passey,Q.R.等人,2010,从油源岩到天然气页岩气藏-非常规页岩气藏的地质和岩石物性表征,SPE,中国石油学会石油工程师学会国际石油和天然气会议及展览会,中国北京6月8日至10日,SPE报131350,29页,doi:10.2118/131350-MS。
已经观察到有机质中的孔隙度发育,并且已经基于这种离子研磨的SEM图像分析进行了有机孔隙度面积计算。依靠基于离子研磨的SEM图像的分析来一次一个地评估PAOM的地质样品可能是有问题的,因为这种方法可能是耗时且昂贵的。
目前还没有可靠的方法来根据常用的测井数据或岩芯计算机层析(CT)扫描资料计算PAOM。
测井分析是针对孔隙度、含油量、含气量和含水量评估含烃地层的常见且重要的部分。存在多种方法来根据电阻率、体积密度、中子孔隙度以及其他测井分析测量来计算总孔隙度和有效孔隙度。然而,页岩井为测井分析提出了一个特别困难的问题,因为用于砂岩和碳酸盐岩的许多传统方法对于有机页岩而言效果不好。还没有根据典型测井数据计算PAOM的常用方法。如果获得诸如核磁共振或介电性质的某些先进技术测井,则理论上可以计算PAOM,但是这些测井常常在页岩地层中不可用或不可靠,并且比类似“三元组合”的普通测井更贵。
最近,已经开发了根据体积密度(RHOB)和X射线CT扫描的光电效应(PEF)以及岩芯样品上的光谱伽马射线数据计算孔隙度、粘土含量、有机质含量以及其他储层性质的方法,其涉及整合一些不同形式的分析。例如,美国专利申请公开号2013/0182819A1。然而,没有已知的方法来根据诸如体积密度、PEF和光谱伽马射线数据的可用数据来计算沿着整个岩芯长度的任何位置的PAOM。
已经提出了从其他确定的参数值直接计算PAOM的方程式。提出的用于计算PAOM的方程式表示为:有机孔隙度(%岩石体积)=TR(分数)*HI(mg/gTOC)*TOC(%重量)*2.5/1.2/1150,其中TR是转化率(不稳定油母质的已经转换为石油的部分),并且HI是未成熟时的氢指数,并且TOC是原始TOC,并且常数2.5是岩石密度,并且1.2是油母质密度(以g/cc计算),并且1150是烃的当量HI。上面的方程式基于地球化学数据和若干假设。方程中的主要未知数是TR。为了获得TR的值,必须知道可转换油母质的已经转换为烃的量。做出可转换油母质的这个确定并不容易,并且通常需要了解该地区未成熟油母质的TOC。关于未成熟油母质的数据通常不可用,并且TR不易量化。在美国专利申请公开号2014/0052420A1中,可以通过计算转换率(CR)作为PAOM/(PAOM+OM)来估计岩石样品的成熟度水平,并且CR可以与岩石样品的成熟度水平值直接相关。
期望有可以用于以可靠方式更容易地确定地质样品的PAOM的方法,所述地质样品沿着井筒或地层的垂直范围或水平范围或两者从预期井或地层获得。进一步期望具有用于确定PAOM的一种方法,这种方法可以使用更容易获得或常用的测井数据或岩芯CT扫描数据。
发明内容
本发明的一个特征是提供一种用于估计与地质材料的有机质相关联的孔隙度的改进方法。
本发明的另一个特征是将所指示方法结合到评估井或地层的生产潜力的过程中。
本发明的另一个特征是一种用于进行此类确定的***。
本发明的另一个特征是提供一种其上实施了计算机程序产品的计算机可读介质,其可以在一个或多个计算机处理器上运行以执行计算并生成所指示方法的结果。
为了实现这些和其他优点并且根据本发明的目的,如本文所实施和广泛描述的,本发明部分涉及一种用于估计与井或地层中的有机质相关联的孔隙度的方法,其包括:(a)获得从井或地层获得的多个岩石样品(例如来自整个岩芯、侧壁岩芯、钻屑或其他源的样品)的扫描电子显微镜(SEM)或聚焦离子束(FIB)-SEM图像;(b)根据SEM或FIB-SEM图像确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC);(c)使用方程式(1):ATR=PAOM/(PAOM+OM)确定多个岩石样品的最大表观转化率(ATR),其中PAOM和OM在(b)中确定;(d)针对在(b)中获得的至少三个数据点,对PAOM与PHIT和TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个;(e)确定沿着井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度(PHIT)和有机质(0M)含量(TOC);(f)使用数学函数方程式或交叉图(2)计算测井井筒或岩芯样品的样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(e)中确定的总孔隙度(PHIT)和有机质(OM)含量(TOC)生成;(g)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算测井井筒或岩芯样品的样品的第二PAOM,其中ATR在(c)中确定并且0M在(e)中确定;(h)将(f)中计算的第一PAOM与(g)中计算的第二PAOM进行比较;以及(i)选择计算的第一PAOM,除非第一PAOM大于第二PAOM,其中选择第二PAOM。
本发明还涉及一种用于评估井或地层的生产潜力的方法,其包括指示的步骤(a)-(i)以及另外步骤(j),步骤(j)包括至少部分地基于(i)中选择的第一或第二PAOM评估井或地层的生产潜力。
本发明还涉及一种用于估计与井或地层中的有机质相关联的孔隙度的***,其包括:(a)SEM或FIB-SEM,其可操作来扫描获得的多个岩石样品以获得其数字图像;(b)一个或多个计算机***,其可操作用于(i)根据数字图像确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC),(ii)使用方程式(1):ATR=PAOM/(PAOM+OM)确定多个岩石样品的最大表观转化率(ATR),其中PAOM和OM在(i)中确定,(iii)针对在(i)中获得的至少三个数据点,对PAOM与PHIT和TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个,(iv)确定沿着井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度(PHIT)和有机质(OM)含量(TOC),(v)使用数学函数方程式或交叉图(2)计算测井井筒或岩芯样品的样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(iv)中确定的总孔隙度(PHIT)和有机质(OM)含量(TOC)生成,(vi)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算测井井筒或岩芯样品的样品的第二PAOM,其中ATR在(ii)中确定并且OM在(iv)中确定,(vii)将(v)中计算的第一PAOM与(vi)中计算的第二PAOM进行比较,(viii)选择计算的第一PAOM,除非第一PAOM大于第二PAOM,其中选择第二PAOM,以及任选地进一步(ix)至少部分地基于(viii)中选择的第一或第二PAOM评估井或地层的生产潜力;以及(c)至少一个装置,其用以显示、打印或存储计算的结果。
本发明还涉及一种其上实施了计算机程序产品的非暂态计算机可读介质,其在计算机化装置中的处理器上执行时提供用于执行所指示方法的指示步骤中的一个或多个或全部的计算的方法。
应理解,上述一般描述和以下具体实施方式仅为示例性和解释性的并且旨在提供对所要求保护的本发明的进一步解释。
并入本申请并构成其一部分的附图示出了本发明的各种特征,并且与说明书一起用于解释本发明的原理。附图中描绘的特征不一定按比例绘制。除非另有说明,否则不同图中类似编号的元件表示类似部件。
附图说明
图1是根据本申请的实例的曲线图,其示出绘制的从2D SEM图像获得的与有机质相关联的孔隙度(PAOM)除以总SEM孔隙度(PHIT)对比有机质(OM)含量(TOC)的数据,以及基于对数据进行曲线拟合的校准曲线。
图2是根据本申请的实例的曲线图,其示出绘制的ATR(%)对比OM体积%的数据以及根据数据确定的最大ATR值(“最大ATR”)。
图3示出根据本申请的实例的包括在样品的分割2D SEM图像的孤立部分中的孔隙空间的图示,其中孔隙周长部分地由有机质限定并且部分地由矿物限定。
图4示出根据本申请的实例的确定井或地层的与有机质相关联的孔隙度的过程流程图。
图5示出根据本申请的实例的***的示意图。
具体实施方式
本发明部分地涉及一种用于确定与井或地层中的有机质相关联的孔隙度(PAOM)的改进方法。本发明的方法可以允许以相对快速且可靠的方式针对PAOM评估沿着井筒的长度的任何位置处的样品或者从地层获得的岩芯。使用给定井或地层的岩石类型,生成在数学上将PAOM值与有机质含量(OM)(与有机质含量“TOC”相关)和总可见孔隙度(PHIT)关联的校准曲线。为了估计低OM地层中的PAOM,作为使用校准曲线的替代方法,在数学上将PAOM值与最大表观转化率(ATR)和有机质含量(OM)关联。使用校准曲线或替代的数学关系,测井数据或岩芯CT扫描数据可用于本发明的方法中,以便可靠地计算样品的PAOM值,所述样品来自沿着相同岩芯的其他位置或者相同或类似井筒或地层中的其他位置。使用校准曲线或数学关系对其他样品的PAOM的这些计算可以是内插的或外推的。测井或岩芯CT扫描的常用方法或其他类型可适用于本发明的方法中。通常可根据常用的测井或岩芯CT扫描技术确定有机质含量(OM)(或“TOC”)和总可见孔隙度(PHIT)值,而不能使用此类技术直接获得可靠的PAOM值。可用于确定样品的有机质含量(OM)(或TOC)和总可见孔隙度(PHIT)的测井或岩芯CT扫描方法可用于向指示的校准曲线和数学关系提供数据输入,所述校准曲线和数学关系用于根据本发明的方法计算样品的PAOM。本发明的方法可以减少对在确定沿着岩芯样品或井筒定位的样品的PAOM值时分析SEM图像的需要。所述方法还可用于确定预期井或地层中沿着井筒或地层的垂直范围或水平范围或两者的样品的PAOM值。所述方法可用于评估井或地层的生产潜力。
本发明提供的在确定源岩的PAOM中指示的先前问题的解决方案可以从以下开始:从来自给定井或地层的源岩的含有有机质的岩石类型获得2D SEM图像或3D FIB-SEM图像体积。源岩可以是整个岩芯、侧壁塞、钻屑或其他井或地层岩石材料,其优选地来自已知的深度或深度间隔。如果源岩是整个岩芯,例如整个岩芯可以进行岩芯CT扫描,并且扫描日志可以用于识别并选择从整个岩芯提取的诸如塞子的子样品,它们包含一系列不同的有机含量。优选地,选择具有相对较高有机含量的子样品。可以选择包含约1%至约40%,或约2%至约30%,或约4%至约20%有机含量(OM或TOC,vo1%)或其他范围的子样品。在从整个岩芯提取之后,子样品可以用SEM扫描以提供其2D数字图像。或者,可以先用SEM扫描子样品以提供2D图像,所述2D图像用于利用FIB-SEM选择更高分辨率扫描的位置,其用于产生3D体积图像。一旦这些图像被获得、处理和分割,它们就可用于产生孔隙度、有机质含量(OM)和PAOM的定量值。作为选项,SEM或FIB-SEM图像可以灰化并分割以将像素分配到不同的相,包括例如孔隙、有机材料、矿物和黄铁矿(或高密度矿物材料)。可通过识别一个或多个分割图像中至少部分地由至少预先选定的百分比量的有机质直接界定(加边)的所有孔隙来识别图像中的PAOM孔隙区域。对于SEM图像,可以基于样品的2D切片视图进行此确定。有机质和非有机质孔隙边界材料的确定可以自动或手动完成。由于图像可以被分割,其中所有像素可分类为孔隙空间、有机质、矿物或黄铁矿,可以识别孔隙空间的外周长,并且可以一直识别孔隙空间的周长周围的直接邻接的材料的类型。可确定孔隙空间周长的总长度,并且可确定直接邻接的有机质的存在以及具有直接邻接的有机质的孔隙空间周长的总长度的百分比。图3示出样品的分割2D SEM图像的孤立部分300中包括的具有孔隙周边302(实线)的孔隙空间301空间的图示,所述孔隙周边302部分地由有机质303A和303B在孔隙周边302的相应长度部分304A和304B处界定,并且部分地由矿物305A和305B在孔隙周边302的相应长度部分306A和306B处界定。区域303A和303B指示有机质的直接界定孔隙空间301并限定总孔隙周边300的相应部分长度部分的区域。图3中的孔隙空间是为了说明并且孔隙空间可以具有其他几何形状。有机质可以部分或完全地界定或围绕孔隙空间。
必须是用于将指定为PAOM的孔隙空间的有机质的孔隙界定材料的预先选定百分比量是值可以根据所评估的地层而变化。对于页岩地层,例如,必须具有用于将指定为PAOM的孔隙空间的直接邻接的有机质的孔隙空间的周长的总长度的预先选定的百分比可以选择为至少5%、或至少10%、或至少20%、或至少25%、或至少30%、或至少40%、或至少50%、或至少60%、或至少70%、或至少75%、或至少80%、或至少90%,至多100%,或者其他正值。样品的PAOM的总面积被确定为PAOM分类的孔隙的单独面积的总和,即满足PAOM分类标准的2D图像中的所有孔隙的单独面积的总和。PHIT根据图像确定为所有孔隙的总面积,而不管什么种类的一种或多种材料界定孔隙。3D FIB-SEM图像体积可以构建为在逐渐更深的深度处将连续暴露的表面捕获到样品中的一系列2D SEM图像。对于3D FIB-SEM图像体积,可以基于部分或完全围绕每个孔隙的整个3D壳体确定PAOM分类。可通过识别分割图像中至少部分地由至少预先选定的百分比量的有机质直接界定(加边)的所有孔隙来识别3D图像体积中的PAOM孔隙区域。例如,可以分析围绕三维孔隙的固体材料的整个表面积以确定其中有多少是有机质。如果量符合预先选定的标准,那么将孔隙指定为PAOM,并且将其体积与其余的PAOM分类孔隙的体积组合以确定总PAOM。PHIT可以根据3D图像直接确定为所有孔隙的总体积,而不管什么种类的材料界定孔隙。有机质含量OM与TOC相关,并且有时可与TOC互换使用。OM或TOC可以根据分割图像直接确定。
根据从SEM图像获得的此数据,还可以使用所获得的PAOM和OM值来计算“表观转化率”(ATR),它是表示多少原始固体有机质已经转换或转化为孔隙空间的量。SEM和FIB SEM数据的ATR由方程式(1)定义为:
ATR=PAOM/(PAOM+OM)。
在本发明的方法中,ATR可在可从感兴趣的特定井获得的任何样品或一组样品上测量。只需要将SEM图像分割成有机质、孔隙度和矿物,并随后确定与固体颗粒界定的孔隙度相比有机材料界定多少孔隙度以获得样品的PAOM值和对应的OM值。
也可以计算PAOM与总可见孔隙度的比PAOM/PHIT,其中PHIT是PAOM加上颗粒内和颗粒间孔隙的总和。有机孔隙度(PAOM)与总孔隙度(PHIT)的比可提供烃饱和度的量度。
本发明的方法的下一个步骤涉及计算SEM数据的一些经验趋势、平均值和最大值,并且使用这些来计算PAOM如何与有效或总图像孔隙度、有机质和可能粘土含量相关。例如,一个井的2D SEM数据呈现出如图1所示的趋势。在图1中,绘制来自2D SEM图像的PAOM除以总SEM孔隙度(PHIT)对比OM含量(TOC)(vol.%)。数据点被曲线拟合以基于此生成校准曲线。数据点的曲线拟合(诸如本文中引用的)是指构建曲线或数学函数的过程,其具有与一系列数据点的最佳拟合,可能受到约束。对数拟合用于曲线拟合图1中的数据,其可以通过使用以下通用方程式:y=blnx+a来计算通过点的最小二乘拟合,其中a和b是常数,并且ln是自然对数函数。此模型要求所有数据点x>0。非线性回归方法可用于此计算。用于曲线拟合数据点的统计数学方法通常是已知的,并且可以用可用计算机软件来实现。或者,可绘制3D FIB-SEM数据的PAOM值除以总SEM孔隙度对比OM含量(TOC)。这些数据点也可被曲线拟合以基于此生成校准曲线。
这些趋势中的一个或两个可以用于根据更容易确定的总孔隙度(PHIT)和TOC计算PAOM,所述PHIT和TOC通常从测井数据中解释或者从x射线CT扫描加上光谱伽玛测井数据计算。用于此计算的通用公式是方程式(2):
PAOM=PHIT*a*(Ln(OM)+b)
其中a和b是经验系数。方程式(2)是一阶多项式方程式。
应注意,这个对数方程式只是可用于拟合数据的一个可能的函数形式。取决于数据的性质也可以使用其他形式。
另一种可能的方法是计算最大ATR,并随后根据下面的方程式(3)计算PAOM:
PAOM=ATR*OM/(1-ATR)。
已经观察到,方程式(2)可能高估了低OM地层中的PAOM,并且ATR可能是随深度相当可变的,导致方程式(3)的过度分散。鉴于此,提供了将这两个方程式组合的方法,使得根据方程式(2)计算PAOM,除了其超过根据方程式(3)计算的值,在这种情况下使用来自方程式(3)的值。在这种情况下,通过以下方式确定来自给定井或地层的所有样品的最大ATR:对ATR(%)和OM体积%数据进行曲线拟合并识别曲线拟合线上的最大ATR,其中所述曲线拟合线在0OM体积%与绘制的最大的OM体积%数据点(例如,图2中的26%)之间延伸,并且随后在确定新样品的PAOM时使用方程(3)中的ATR的最大值。图2示出这种方法的图示。曲线拟合线是本图示中的一阶多项式方程式。如图2中的阴影水平线所示,基于此图中绘制的数据点,约0.40的ATR值是曲线拟合线上的ATR的最大值。
如果特定盆地或地层中的其他井有足够的数据,则可能不需要每个单独井的离子研磨SEM或FIB-SEM数据。因此,方程式(2)和(3)中使用的值可以从之前对类似岩石类型的分析中获得。应注意,如果在数据中观察到其他趋势,诸如PAOM与粘土含量之间或者PAOM与伽马射线数据之间的关系,则这些趋势也可以用于改进得到的预测PAOM。
没有已知的方法来根据诸如体积密度、PEF和光谱伽马的可用数据来计算沿着整个岩芯长度的PAOM。此方法提供基于来自离子研磨的2D SEM或3D FIB-SEM数据的观察的解决方案。还没有根据典型测井数据计算PAOM的常用方法。如果获得类似核磁共振或介电性质的某些先进技术测井,则可以计算PAOM,但是这些测井常常在页岩地层中不可用或不可靠,并且比类似“三元组合”的普通测井更贵。
计算沿着岩芯样品或测井井筒的长度的PAOM可以帮助确定适当位置的石油或天然气,并且指示井或地层的未来生产潜力。这个信息对油气井运营商或业主来说可能具有很高的价值。
图4示出根据本发明的实例的方法的处理流程。方法在图中显示为过程(400),其可以包括步骤401-415。步骤的顺序由图中的箭头指示,并且一个或多个步骤可以是任选的(例如,步骤415)或者可以表示优选的选项。在本文描述中进一步参考这个或其他附图来证明关于这些不同方法步骤的另外细节。如图4所示,取决于选择2D还是3D SEM成像来用于所述方法中,FIB-SEM成像相关步骤404和405可以绕过4030。
可以在步骤406中使用的分割过程可以将单独体素分类为固体或孔隙。可以创建样品(多孔介质)的二维或三维数字表示,例如,其包括体素的一个或多个有序平面,其中每个体素可以代表孔隙(孔隙体素)或固体(颗粒体素)。如所指出的,优选地在样品的多孔介质中识别多于一种类型的固体材料,所述样品至少包括有机质以及其他种类的固体材料,诸如矿物和黄铁矿(或者一般的高密度材料)。由于与多孔介质中的颗粒和孔隙的尺寸相比的扫描仪的分辨率,分割过程是必要的。如果适用的话,分割2D或3D灰度表示的多种方法可以用于此目的。例如,可以分析图像数据集来将二维灰度图像中的像素分配或分割成不同的相位(例如,一些岩石样品中的孔隙空间、有机材料、矿物或黄铁矿)以形成基础分析的二维图像。归因于2D切片的每个像素的值通常是整数,其可以变化,例如从0到255,例如,其中0是例如纯黑,并且255是纯白。这种整数通常被称为“灰度”值。例如,在给出的实例中,0到255可以与数字字中的表示每个像素中的灰度值的八个数字位相关联。在其他实现方式中,其他灰度范围可以与更长或更短的数字字相关联,并且0到255的范围不意图限制本发明的范围。作为选项,为了模拟使用岩石样品的这种数字对象(灰度)的过程,分配像素可以包括通过基于分别为这些材料类别预选的灰度值确定像素是否满足预选阈值标准来将图像中的像素分配到孔隙空间、有机质、矿物质或黄铁矿。例如,可以处理数字对象,使得分配到岩石样品中的空隙空间(孔隙空间)的所有像素由共同的数值表示,例如仅由零表示,并且与有机材料、岩石矿物或黄铁矿相关联的所有像素由不同的(例如逐渐提高的)数值表示,例如,黄铁矿(最亮)的值或范围值接近255,并且矿物(次亮)和有机质的值或范围值在黄铁矿的值与孔隙的值之间。例如,Nur在美国专利号6,516,080中描述了一种这样的方法,所述专利以引用方式整体并入本文。可以适用于本方法的分割过程是美国专利号9,064,328B2和美国专利号8,155,377B2,所述专利以引用方式整体并入本文。能够产生多孔介质的数字2D或3D表示的任何方法对于本发明都是足够的。灰度缩放是非限制性实例。这些和其他分割方法和技术可以应用于或适用于本发明的方法和***。
可以应用本发明的材料(在本文中也称为样品)不一定是有限的。材料可以是多孔地质材料,诸如多孔岩石或其样品或子样品。可以应用本发明的方法的岩石种类不一定是有限的。岩石样品可以是例如有机泥岩、页岩、碳酸盐岩、砂岩、石灰岩、白云岩或其他岩石或其任何组合或其他种类。可控物理尺寸和形状的岩层样品的任何源都可以用于本发明。微芯、粉碎或碎裂的芯块、钻屑、侧壁芯、露头采石、整个完整岩石等可以提供合适的岩石块或碎片样品,以用于使用根据本发明的方法进行分析。
参考图5,示出可以适用于执行本方法的***500。如本实例所示,由岩芯CT扫描仪501生成从源获得的样品的三维(3D)图像。可以使用SEM扫描仪502获得从样品中选择的一个或多个样品的二维SEM图像。可以用FIB-SEM扫描仪503获得样品的一系列2D图像,所述扫描仪503可以通过在扫描仪或外部计算机上处理图像而被集成到3D图像体积中。可以将岩芯CT扫描仪的图像输出504以及SEM扫描仪的2D图像输出505和FIB-SEM扫描仪的3D图像输出506中的至少一个传送到具有用于执行图像分析以及所指示的数据和模拟分析的程序指令的计算机507以便生成样品输出/结果,所述样品输出/结果可以传输到一个或多个装置508,诸如显示器、打印机、数据存储介质或这些的组合。用于图像分析和计算的计算机程序可以作为程序产品存储在与适于运行程序的至少一个处理器5007A(例如,CPU)相关联的至少一个非暂态计算机可用存储介质5007B(例如,硬盘、闪存装置、光盘、磁带/磁盘或其他介质)上,或者可以存储在计算机处理器可访问的外部计算机可用存储介质(未示出)上。计算机507可以包括用于存储程序、输入数据和输出数据以及其他程序结果或这些的组合的至少一个非暂态存储器单元或装置5007C。为了输出显示,装置508可以是例如显示监视器、CRT或其他可视的显示装置(未示出)。计算机507可以包括一个或多个***计算机,其可以被实现为单个个人计算机或者作为计算机的网络。然而,本领域的技术人员可以理解,本文描述的各种技术的实现方式可以以多种计算机***配置实践,所述计算机***配置包括超文本传送协议(HTTP)服务器、手持式装置、多处理器***、基于微处理器或可编程消费电子产品、网络PC、微型计算机、大型计算机等。包括扫描仪501、502和503、计算机507以及输出显示器、打印机和/或数据存储装置/介质508的***500的单元可以彼此连接以用于通过硬件、无线电频率通信、电信、互联网连接或其他通信手段进行通信(例如数据传送等)。
本发明的所指示***或设备可适用于分析建筑物内的实验室中或现场的材料,诸如地面或地下的移动运输车辆或机构中的材料。
本发明包括按任何顺序和/或以任何组合的以下方面/实施例/特征:
1.一种用于估计与井或地层中的有机质相关联的孔隙度的方法,其包括:
(a)获得从井或地层获得的多个岩石样品(例如,两个或更多个样品,诸如2-5个或更多个,2-10个或更多个,3-10个或更多个,5-15个或更多个)的扫描电子显微镜(SEM)或聚焦离子束(FIB)-SEM图像;
(b)根据所述SEM或FIB-SEM图像(例如,根据所述图像中的全部或所述图像中的一些或所述图像中的一个)确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC);
(c)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率(ATR),其中所述PAOM和OM在(b)中确定;
(d)针对在(b)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个;
(e)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品(例如,可以是任何长度或尺寸)的总孔隙度(PHIT)和有机质(OM)含量(TOC);
(f)使用所述数学函数方程式或交叉图(2)计算所述岩芯样品或所述测井井筒的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(e)中确定的所述总孔隙度(PHIT)和所述有机质(OM)含量(TOC)生成;
(g)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(c)中确定并且所述OM在(e)中确定;
(h)将(f)中计算的所述第一PAOM与(g)中计算的所述第二PAOM进行比较;以及
(i)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM。
2.根据任何前述或以下实施例/特征/方面所述的方法,其中所述井或地层包括页岩。
3.根据任何前述或以下实施例/特征/方面所述的方法,其中(a)中的所述多个岩石样品是整个岩芯、侧壁岩芯、钻屑或露头采石样品。
4.根据任何前述或以下实施例/特征/方面所述的方法,其中(b)中的所述确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC)包括:将所述SEM图像分割为有机质和孔隙度,并且确定与由固体颗粒界定的孔隙度的数量相比的由有机材料界定的孔隙度的数量。
5.根据任何前述或以下实施例/特征/方面所述的方法,其中(e)中的所述确定总孔隙度(PHIT)和有机质(OM)含量(TOC)包括从测井数据解释PHIT和TOC。
6.根据任何前述或以下实施例/特征/方面所述的方法,其中(e)中的所述确定总孔隙度(PHIT)和有机质(OM)含量(TOC)包括根据x射线CT扫描和光谱伽马测井数据计算PHIT和TOC。
7.本发明还涉及一种用于评估井或地层的生产潜力的方法,其包括:
(a)获得从井或地层获得的多个岩石样品(例如,两个或更多个样品,诸如2-5个或更多个,2-10个或更多个,3-10个或更多个,5-15个或更多个)的扫描电子显微镜(SEM)或聚焦离子束(FIB)-SEM图像;
(b)根据所述SEM或FIB-SEM图像(例如,根据所述图像中的全部或所述图像中的一些或所述图像中的一个)确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC);
(c)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率(ATR),其中所述PAOM和0M在(b)中确定;
(d)针对在(b)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个;
(e)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品(例如,可以是任何长度或尺寸)的总孔隙度(PHIT)和有机质(OM)含量(TOC);
(f)使用所述数学函数方程式或交叉图(2)计算所述测井井筒或岩芯样品的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(e)中确定的所述总孔隙度(PHIT)和所述有机质(OM)含量(TOC)生成;
(g)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(c)中确定并且所述OM在(e)中确定;
(h)将(f)中计算的所述第一PAOM与(g)中计算的所述第二PAOM进行比较;以及
(i)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM;以及
(j)至少部分地基于(i)中选择的所述第一或第二PAOM评估所述井或地层的所述生产潜力。
8.根据任何前述或以下实施例/特征/方面所述的方法,其还包括(k)从所述井或地层生产石油和天然气中的至少一种。
9.根据任何前述或以下实施例/特征/方面所述的方法,其中所述井或地层包括页岩。
10.根据任何前述或以下实施例/特征/方面所述的方法,其中(a)中的所述多个岩石样品是整个岩芯、侧壁岩芯、钻屑或露头采石样品。
11.根据任何前述或以下实施例/特征/方面所述的方法,其中(b)中的所述确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC)包括:将所述SEM图像分割为有机质和孔隙度,并且确定与由固体颗粒界定的孔隙度的数量相比的由有机材料界定的孔隙度的数量。
12.根据任何前述或以下实施例/特征/方面所述的方法,其中(e)中的所述确定总孔隙度(PHIT)和有机质(OM)含量(TOC)包括从测井数据解释PHIT和TOC。
13.根据任何前述或以下实施例/特征/方面所述的方法,其中(e)中的所述确定总孔隙度(PHIT)和有机质(OM)含量(TOC)包括根据x射线CT扫描和光谱伽马测井数据计算PHIT和TOC。
14.本发明涉及一种用于估计与井或地层中的有机质相关联的孔隙度的***,其包括:
(a)SEM或FIB-SEM,其可操作来扫描获得的多个岩石样品(例如,两个或更多个样品,诸如2-5个或更多个,2-10个或更多个,3-10个或更多个,5-15个或更多个)以获得其数字图像;
(b)一个或多个计算机***,其可操作用于(i)根据所述数字图像确定与有机质相关联的孔隙度(PAOM)、总孔隙度(PHIT)和有机质(OM)含量(TOC),(ii)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率(ATR),其中所述PAOM和OM在(i)中确定,(iii)针对在(i)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个,(iv)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度(PHIT)和有机质(OM)含量(TOC),(v)使用所述数学函数方程式或交叉图(2)计算所述测井井筒或岩芯样品的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(iv)中确定的所述总孔隙度(PHIT)和所述有机质(OM)含量(TOC)生成,(vi)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(ii)中确定并且所述OM在(iv)中确定,(vii)将(v)中计算的所述第一PAOM与(vi)中计算的所述第二PAOM进行比较,(viii)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM,以及任选地进一步(ix)至少部分地基于(viii)中选择的所述第一或第二PAOM评估所述井或地层的所述生产潜力;以及
(c)至少一个装置,其用以显示、打印或存储所述计算的结果。
15.本发明还涉及一种其上实施了计算机程序产品的非暂态计算机可读介质,其在计算机化装置中的处理器上执行时提供用于执行任何前述方法的所指示步骤中的一个或多个或全部的计算的方法。
本发明可以包括如在句子和/或段落中阐述的上面和/或下面的这些各种特征或实施例的任何组合。本文公开的特征的任何组合被认为是本发明的一部分,并且对可组合的特征没有限制。
申请人具体地在本公开中并入所有引用参考的整个内容。此外,当数量、浓度或其他值或参数以范围、优选范围或上限优选值和下限优选值的列表给出时,其应理解为具体公开了由任何成对的任何范围上限或优选值和任何范围下限或优选值形成的所有范围,无论是否单独公开范围。当在本文中叙述数值范围时,除非另有说明,否则范围意欲包括其端点,以及范围内的所有整数和分数。不希望本发明的范围限制于定义范围时列举的具体数值。
通过考虑本说明书和本文所公开的本发明实践,本发明的其他实施方案对于本领域技术人员而言将是显而易见的。预期本说明书和实例应仅视为示例性的,并且本发明的真实范围和精神由随附权利要求书和其等效物来指示。
Claims (16)
1.一种用于估计与井或地层中的有机质相关联的孔隙度的方法,其包括:
(a)获得从井或地层获得的多个岩石样品的扫描电子显微镜SEM或聚焦离子束FIB-SEM图像;
(b)根据所述SEM或FIB-SEM图像确定与有机质相关联的孔隙度PAOM、总孔隙度PHIT和有机质OM含量TOC;
(c)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率ATR,其中所述PAOM和OM在(b)中确定;
(d)针对在(b)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个;
(e)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度PHIT和有机质OM含量TOC;
(f)使用所述数学函数方程式或交叉图(2)计算所述测井井筒或岩芯样品的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(e)中确定的所述总孔隙度PHIT和所述有机质OM含量TOC生成;
(g)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(c)中确定并且所述OM在(e)中确定;
(h)将(f)中计算的所述第一PAOM与(g)中计算的所述第二PAOM进行比较;以及
(i)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM。
2.根据权利要求1所述的方法,其中所述井或地层包括页岩。
3.根据权利要求1所述的方法,其中(a)中的所述多个岩石样品是整个岩芯、侧壁岩芯、钻屑或露头采石样品。
4.根据权利要求1所述的方法,其中(b)中的所述确定与有机质相关联的孔隙度PAOM、总孔隙度PHIT和有机质OM含量TOC包括:将所述SEM图像分割为有机质和孔隙度,并且确定与由固体颗粒界定的孔隙度的数量相比的由有机材料界定的孔隙度的数量。
5.根据权利要求1所述的方法,其中(e)中的所述确定总孔隙度PHIT和有机质OM含量TOC包括从测井数据解释PHIT和TOC。
6.根据权利要求1所述的方法,其中(e)中的所述确定总孔隙度PHIT和有机质OM含量TOC包括根据x射线CT扫描和光谱伽马测井数据计算PHIT和TOC。
7.一种用于评估井或地层的生产潜力的方法,其包括:
(a)获得从井或地层获得的多个岩石样品的扫描电子显微镜SEM或聚焦离子束FIB-SEM图像;
(b)根据所述SEM或FIB-SEM图像确定与有机质相关联的孔隙度PAOM、总孔隙度PHIT和有机质OM含量TOC;
(c)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率ATR,其中所述PAOM和OM在(b)中确定;
(d)针对在(b)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个;
(e)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度PHIT和有机质OM含量TOC;
(f)使用所述数学函数方程式或交叉图(2)计算所述测井井筒或岩芯样品的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(e)中确定的所述总孔隙度PHIT和所述有机质OM含量TOC生成;
(g)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(c)中确定并且所述OM在(e)中确定;
(h)将(f)中计算的所述第一PAOM与(g)中计算的所述第二PAOM进行比较;以及
(i)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM;以及
(j)至少部分地基于(i)中选择的所述第一或第二PAOM评估所述井或地层的所述生产潜力。
8.根据权利要求7所述的方法,其还包括(k)从所述井或地层生产石油和天然气中的至少一种。
9.根据权利要求7所述的方法,其中所述井或地层包括页岩。
10.根据权利要求7所述的方法,其中(a)中的所述多个岩石样品是整个岩芯、侧壁岩芯、钻屑或露头采石样品。
11.根据权利要求7所述的方法,其中(b)中的所述确定与有机质相关联的孔隙度PAOM、总孔隙度PHIT和有机质OM含量TOC包括:将所述SEM图像分割为有机质和孔隙度,并且确定与由固体颗粒界定的孔隙度的数量相比的由有机材料界定的孔隙度的数量。
12.根据权利要求7所述的方法,其中(e)中的所述确定总孔隙度PHIT和有机质OM含量TOC包括从测井数据解释PHIT和TOC。
13.根据权利要求7所述的方法,其中(e)中的所述确定总孔隙度PHIT和有机质OM含量TOC包括根据x射线CT扫描和光谱伽马测井数据计算PHIT和TOC。
14.一种用于估计与井或地层中的有机质相关联的孔隙度的***,其包括:
(a)SEM或FIB-SEM,其可操作来扫描获得的多个岩石样品以获得其数字图像;
(b)一个或多个计算机***,其可操作用于(i)根据所述数字图像确定与有机质相关联的孔隙度PAOM、总孔隙度PHIT和有机质OM含量TOC,(ii)使用方程式(1):ATR=PAOM/(PAOM+OM)确定所述多个岩石样品的最大表观转化率ATR,其中所述PAOM和OM在(i)中确定,(iii)针对在(i)中获得的至少三个数据点,对所述PAOM与所述PHIT和所述TOC的比率进行曲线拟合以生成数学函数方程式或其交叉图(2)中的至少一个,(iv)确定沿着所述井或地层的测井井筒或岩芯样品的长度的位置的样品的总孔隙度PHIT和有机质OM含量TOC,(v)使用所述数学函数方程式或交叉图(2)计算所述测井井筒或岩芯样品的所述样品的第一PAOM,所述数学函数方程式或交叉图(2)使用(iv)中确定的所述总孔隙度PHIT和所述有机质OM含量TOC生成,(vi)使用方程式(3):PAOM=ATR×OM/(1-ATR)计算所述测井井筒或岩芯样品的所述样品的第二PAOM,其中所述ATR在(ii)中确定并且所述OM在(iv)中确定,(vii)将(v)中计算的所述第一PAOM与(vi)中计算的所述第二PAOM进行比较,(viii)选择计算的所述第一PAOM,除非所述第一PAOM大于所述第二PAOM,其中选择所述第二PAOM,以及任选地进一步(ix)至少部分地基于(viii)中选择的所述第一或第二PAOM评估所述井或地层的生产潜力;以及
(c)至少一个装置,其用以显示、打印或存储所述计算的结果。
15.一种其上实施了计算机程序产品的非暂态计算机可读介质,其在计算机化装置中的处理器上执行时提供用于执行根据权利要求1所述的方法的所指示步骤中的一个或多个或全部的计算的方法。
16.一种其上实施了计算机程序产品的非暂态计算机可读介质,其在计算机化装置中的处理器上执行时提供用于执行根据权利要求7所述的方法的所指示步骤中的一个或多个或全部的计算的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562219363P | 2015-09-16 | 2015-09-16 | |
US62/219,363 | 2015-09-16 | ||
PCT/US2016/050340 WO2017048545A1 (en) | 2015-09-16 | 2016-09-06 | Method for determining porosity associated with organic matter in a well or formation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107923240A CN107923240A (zh) | 2018-04-17 |
CN107923240B true CN107923240B (zh) | 2021-02-26 |
Family
ID=58236753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680048731.0A Active CN107923240B (zh) | 2015-09-16 | 2016-09-06 | 用于确定与井或地层中的有机质相关联的孔隙度的方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US10422736B2 (zh) |
EP (1) | EP3350413B1 (zh) |
CN (1) | CN107923240B (zh) |
AU (1) | AU2016322489A1 (zh) |
BR (1) | BR112018003885B1 (zh) |
CA (1) | CA2995026C (zh) |
CO (1) | CO2018001525A2 (zh) |
MX (1) | MX2018002367A (zh) |
RU (1) | RU2679204C1 (zh) |
SA (1) | SA518390949B1 (zh) |
WO (1) | WO2017048545A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140052420A1 (en) * | 2012-08-20 | 2014-02-20 | Ingrain Inc. | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level |
CN107064187A (zh) * | 2017-04-21 | 2017-08-18 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量测定方法及装置 |
CN107240154A (zh) * | 2017-05-02 | 2017-10-10 | 中国石油天然气股份有限公司 | 一种双孔隙三维数字岩心建模方法及装置 |
CN107143330B (zh) * | 2017-05-25 | 2020-06-23 | 中石化石油工程技术服务有限公司 | 页岩气储层品质测录井评价方法 |
CN108412488B (zh) * | 2018-03-13 | 2021-09-10 | 中石化石油工程技术服务有限公司 | 快速确定页岩气储层有机孔隙度的测井方法 |
CN108894775B (zh) * | 2018-07-03 | 2022-03-29 | 中国石油天然气股份有限公司 | 一种致密油甜点区的评价方法和装置 |
CN109374489B (zh) * | 2018-08-21 | 2020-07-07 | 中国地质大学(武汉) | 联合x-ct技术的水合物沉积物nmr弛豫信号量标定装置和方法 |
CN110211144B (zh) * | 2019-06-10 | 2021-06-22 | 中国石油大学(华东) | 一种泥页岩扫描电镜图片孔隙提取方法及*** |
CN112147168B (zh) * | 2019-06-27 | 2023-11-28 | 中国石油化工股份有限公司 | 基于电子束荷电效应的有机质成熟度表征方法及*** |
US11079581B2 (en) * | 2019-11-25 | 2021-08-03 | Saudi Arabian Oil Company | Resolution preserving methodology to generate continuous log scale reservoir permeability profile from petrographic thin section images |
CN112881253B (zh) * | 2019-11-29 | 2022-11-25 | 华北理工大学 | 一种确定岩石铸体薄片图片孔隙区域的方法、面孔率计算方法及其应用 |
CN110927794A (zh) * | 2019-12-06 | 2020-03-27 | 中国地质大学(北京) | 一种致密储层裂缝识别与孔隙度定量计算的方法 |
CN114761991A (zh) * | 2019-12-12 | 2022-07-15 | 国际壳牌研究有限公司 | 用于估计岩石的烃饱和度的方法 |
CN112834541B (zh) * | 2020-01-03 | 2022-07-29 | 上海纽迈电子科技有限公司 | 一种钠含量及钠分布的测试方法 |
CN111429012A (zh) * | 2020-03-27 | 2020-07-17 | 中国石油天然气股份有限公司大港油田分公司 | 页岩脆性甜点评价方法 |
CN113720745A (zh) * | 2020-05-26 | 2021-11-30 | 中国石油化工股份有限公司 | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 |
US11940398B2 (en) * | 2022-08-19 | 2024-03-26 | Saudi Arabian Oil Company | Method to determine relative thermal maturity from porosities measured by quantitative imaging on uncleaned samples and GRI porosity measured on crushed cleaned samples |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1619100A (zh) * | 2003-09-08 | 2005-05-25 | 施蓝姆伯格海外股份有限公司 | 确定井孔周围结构孔隙度的中子测量方法 |
CN104471614A (zh) * | 2012-05-18 | 2015-03-25 | 领英股份有限公司 | 使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** |
CN105556345A (zh) * | 2013-07-18 | 2016-05-04 | 雪佛龙美国公司 | 用于估计地下储层中的孔隙度分布的***和方法 |
CN105804737A (zh) * | 2016-05-17 | 2016-07-27 | 西南石油大学 | 一种基于迭代算法求解地层孔隙度的方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4783751A (en) | 1983-08-17 | 1988-11-08 | University Of South Carolina | Analysis of pore complexes |
US6516080B1 (en) | 2000-04-05 | 2003-02-04 | The Board Of Trustees Of The Leland Stanford Junior University | Numerical method of estimating physical properties of three-dimensional porous media |
GB2414072B (en) | 2004-05-12 | 2006-07-26 | Schlumberger Holdings | Classification method for sedimentary rocks |
US8155377B2 (en) | 2008-11-24 | 2012-04-10 | Ingrain, Inc. | Method for determining rock physics relationships using computer tomographic images thereof |
US8352228B2 (en) | 2008-12-23 | 2013-01-08 | Exxonmobil Upstream Research Company | Method for predicting petroleum expulsion |
RU2610216C2 (ru) | 2011-10-14 | 2017-02-08 | Ингрейн, Инк. | Способ и система двойного изображения для генерации многомерного изображения образца |
CA2860575C (en) | 2012-01-13 | 2018-09-18 | Ingrain, Inc. | Method of determining reservoir properties and quality with multiple energy x-ray imaging |
WO2013148632A1 (en) | 2012-03-29 | 2013-10-03 | Ingrain, Inc. | A method and system for estimating properties of porous media such as fine pore or tight rocks |
US20130262069A1 (en) | 2012-03-29 | 2013-10-03 | Platte River Associates, Inc. | Targeted site selection within shale gas basins |
US9746431B2 (en) * | 2012-05-11 | 2017-08-29 | Ingrain, Inc. | Method and system for multi-energy computer tomographic cuttings analysis |
US9140117B2 (en) | 2012-07-13 | 2015-09-22 | Ingrain, Inc. | Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media |
US20140052420A1 (en) * | 2012-08-20 | 2014-02-20 | Ingrain Inc. | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level |
-
2016
- 2016-09-06 CN CN201680048731.0A patent/CN107923240B/zh active Active
- 2016-09-06 CA CA2995026A patent/CA2995026C/en not_active Expired - Fee Related
- 2016-09-06 EP EP16847067.2A patent/EP3350413B1/en active Active
- 2016-09-06 BR BR112018003885-7A patent/BR112018003885B1/pt active IP Right Grant
- 2016-09-06 MX MX2018002367A patent/MX2018002367A/es unknown
- 2016-09-06 US US15/256,758 patent/US10422736B2/en active Active
- 2016-09-06 WO PCT/US2016/050340 patent/WO2017048545A1/en active Application Filing
- 2016-09-06 AU AU2016322489A patent/AU2016322489A1/en not_active Abandoned
- 2016-09-06 RU RU2018105682A patent/RU2679204C1/ru not_active IP Right Cessation
-
2018
- 2018-02-16 CO CONC2018/0001525A patent/CO2018001525A2/es unknown
- 2018-02-18 SA SA518390949A patent/SA518390949B1/ar unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1619100A (zh) * | 2003-09-08 | 2005-05-25 | 施蓝姆伯格海外股份有限公司 | 确定井孔周围结构孔隙度的中子测量方法 |
CN104471614A (zh) * | 2012-05-18 | 2015-03-25 | 领英股份有限公司 | 使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** |
CN105556345A (zh) * | 2013-07-18 | 2016-05-04 | 雪佛龙美国公司 | 用于估计地下储层中的孔隙度分布的***和方法 |
CN105804737A (zh) * | 2016-05-17 | 2016-07-27 | 西南石油大学 | 一种基于迭代算法求解地层孔隙度的方法 |
Non-Patent Citations (1)
Title |
---|
Laboratory characterisation of shale properties;M.JOSH;《Journal of Petroleum Science and Engineering》;20120207;第107-124页 * |
Also Published As
Publication number | Publication date |
---|---|
CA2995026C (en) | 2020-05-12 |
US10422736B2 (en) | 2019-09-24 |
BR112018003885A2 (pt) | 2018-09-25 |
US20170074772A1 (en) | 2017-03-16 |
EP3350413A1 (en) | 2018-07-25 |
MX2018002367A (es) | 2018-04-11 |
RU2679204C1 (ru) | 2019-02-06 |
BR112018003885B1 (pt) | 2022-08-09 |
CA2995026A1 (en) | 2017-03-23 |
CN107923240A (zh) | 2018-04-17 |
AU2016322489A1 (en) | 2018-02-22 |
CO2018001525A2 (es) | 2018-05-10 |
EP3350413A4 (en) | 2019-06-05 |
WO2017048545A1 (en) | 2017-03-23 |
SA518390949B1 (ar) | 2022-04-17 |
EP3350413B1 (en) | 2020-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107923240B (zh) | 用于确定与井或地层中的有机质相关联的孔隙度的方法 | |
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
US8170799B2 (en) | Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof | |
US8155377B2 (en) | Method for determining rock physics relationships using computer tomographic images thereof | |
Walls et al. | Eagle Ford shale reservoir properties from digital rock physics | |
US8081796B2 (en) | Method for determining properties of fractured rock formations using computer tomograpic images thereof | |
Walls et al. | Shale reservoir properties from digital rock physics | |
US11530997B2 (en) | Material properties from two-dimensional image | |
Vocke et al. | Estimation of petrophysical properties of tight rocks from drill cuttings using image analysis: An integrated laboratory-based approach | |
Fitzsimons et al. | Integration and Data Analysis of Conventional Core Data with NMR and CT Data to Characterize An Evaporitic Carbonate Reservoir. | |
Chandra et al. | Improved reservoir characterization through rapid visualization and analysis of multiscale image data using a digital core analysis ecosystem | |
Siddiqui et al. | Trends in CT‐Scanning of Reservoir Rocks: Medical CT to Micro CT | |
Mukherjee et al. | Digital rock analysis-providing SCAL properties for the matrix of tight carbonates of the Najmah-Sargelu Formation, Kuwait | |
Atrash et al. | CT Based Analysis Of Pore Network Of Reservoir Rocks | |
Solling et al. | 3D imaging of the pore network in the Shuaiba Reservoir, Al Shaheen field | |
Amiri et al. | The estimation of porosity in Japan Trench plate boundary using low-resolution X-ray computed tomography (XCT) images and laboratory measurements | |
Core | nao0003@ mix. wvu. edu Timothy R. Carr1: tim. carr@ mail. wvu. edu | |
Marquez Ceballos et al. | 3D imaging of porosity modifying phases in Shuaiba Reservoir, Al Shaheen Field | |
Ríos-Reyes et al. | A Generalized Workflow for the Integral Evaluation of Unconventional Reservoirs Using Multi-Scale Imaging and Analyses | |
Diaz et al. | Digital Rock Physics–From Pore to Core |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240222 Address after: texas Patentee after: HALLIBURTON ENERGY SERVICES, Inc. Country or region after: U.S.A. Address before: texas Patentee before: INGRAIN, Inc. Country or region before: U.S.A. |
|
TR01 | Transfer of patent right |