CN116068000A - 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 - Google Patents

一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 Download PDF

Info

Publication number
CN116068000A
CN116068000A CN202111578898.7A CN202111578898A CN116068000A CN 116068000 A CN116068000 A CN 116068000A CN 202111578898 A CN202111578898 A CN 202111578898A CN 116068000 A CN116068000 A CN 116068000A
Authority
CN
China
Prior art keywords
gamma
data
xrf
well
ray fluorescence
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.)
Granted
Application number
CN202111578898.7A
Other languages
English (en)
Other versions
CN116068000B (zh
Inventor
陈志伟
宋明会
刘有武
田伟志
段志勇
沈柏坪
王荣晟
刘敢强
金星成
田士伟
郑丽君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
CNPC Great Wall Drilling Co
Original Assignee
China National Petroleum Corp
CNPC Great Wall Drilling Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China National Petroleum Corp, CNPC Great Wall Drilling Co filed Critical China National Petroleum Corp
Priority to CN202111578898.7A priority Critical patent/CN116068000B/zh
Publication of CN116068000A publication Critical patent/CN116068000A/zh
Application granted granted Critical
Publication of CN116068000B publication Critical patent/CN116068000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N23/223—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 by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Measurement Of Radiation (AREA)

Abstract

本发明提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，包括以下步骤：(1)选取已电测邻井或导眼井中研究层段的伽马数据；(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数的排序选取至少6种元素作为特征元素；(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型。本发明提供的方法作为钻井现场实时分析方法，提升了近钻头伽马数据的及时性及准确性。

Description

一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法
技术领域
本发明属于石油地质勘探技术领域，涉及一种钻井现场实时分析方法，尤其涉及一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法。
背景技术
根据刘向君等人的研究总结可知，沉积岩的放射性一般有以下变化规律：(1)随泥质含量的增加而增加；(2)随有机质含量的增加而增加；(3)随钾盐和某些放射性矿物含量的增加而增加(刘向君,刘堂晏.测井原理及工程应用[M].北京:石油工业出版社,2006.)。
目前钻井现场常用的两种伽马测量方法分别为完钻电测及导向随钻伽马测量。其中，完钻电测伽马的缺点是成本高、工序复杂，且只能在中完或者完井后才能电测，数据及时性得不到保障；导向随钻伽马的缺点是受限于设备结构，随钻伽马测井有约12米的测量盲区。
随着国内外旋转导向钻井技术的兴起，导向随钻伽马已成为钻井过程中层位卡取及岩性识别的重要参照数据，同时也是跟踪、对比、调整井眼轨迹的主要依据。但是目前国内外随钻仪器普遍存在仪器前端盲区较长的缺点，且部分井由于井下情况复杂而不适合下随钻伽马测量设备。
由此可见，如何提供一种钻井现场实时分析方法，提升近钻头伽马数据的及时性及准确性，成为了目前本领域技术人员迫切需要解决的问题。
发明内容
本发明的目的在于提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法作为一种钻井现场实时分析方法，显著提升了近钻头伽马数据的及时性及准确性。
为达到此发明目的，本发明采用以下技术方案：
本发明提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法包括以下步骤：
(1)选取已电测邻井或导眼井中研究层段的伽马数据；
(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；
(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数的排序选取至少6种元素作为特征元素，例如可以是6种、7种、8种、9种或10种，但并不仅限于所列举的数值，该数值范围内其他未列举的数值同样适用；
(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；
(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型。
本发明通过元素数据线性回归的方法计算不同区块不同地层拟合伽马曲线公式中各特征元素的权重系数，建立区块元素拟合伽马曲线公式，实现了对辽河、长庆、南方页岩气、塔里木油田等多个矿区元素伽马曲线的拟合，与测井伽马曲线及导向随钻伽马相比，本发明具有以下作用及优势：①通过岩屑拟合伽马可对电测伽马起到相互验证的作用，为层位卡取及岩性识别提供参考依据；②特殊情况下可替代电测伽马，如复杂工程原因导致电测失败或者不能下随钻伽马测量设备的情况下，可使用本发明提供的方法替代电测伽马；③可拟合出电测仪器前端盲区及电测口袋伽马数据；④在水平井中可减少因随钻伽马无信号或电池续航能力不足而导致起下钻的次数，以节省钻井成本；⑤水平井中可通过岩屑近钻头伽马数据及时调整井眼轨迹，提升优质储层的钻遇率。通过现场实际应用，将本发明提供的方法所拟合的曲线与电测伽马曲线进行对比，二者曲线形态的相似程度平均超过90％。
优选地，步骤(1)所述研究层段的深度为1000～8000m，具体深度范围和地质环境及作业要求相适应，例如可以是1000m、2000m、3000m、4000m、5000m、6000m、7000m或8000m，但并不仅限于所列举的数值，该数值范围内其他未列举的数值同样适用.
优选地，步骤(1)所述伽马数据的测量方式包括完钻电测伽马或导向随钻伽马。
优选地，步骤(2)所述X射线荧光光谱分析的元素包括Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba。
优选地，步骤(3)所述相关性分析采用Pearson相关系数的计算方法，具体计算公式为：
Figure BDA0003426390260000021
其中，r为Pearson相关系数，绝对值范围为0～1，数值越大说明相关性越高，X为某一井深处某种元素的XRF数据，Y为对应井深处的伽马数据，
Figure BDA0003426390260000022
为研究层段中X的平均值，
Figure BDA0003426390260000023
为研究层段中Y的平均值。
优选地，步骤(3)所述特征元素的选取方式具体为：根据相关系数从高至低的排序，选取前6种元素作为特征元素。
优选地，步骤(4)所述线性回归具体采用行列式展开法则或矩阵进行求解。
优选地，步骤(4)所述线性回归具体采用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT进行求解。
优选地，步骤(5)所述系数校正的具体过程为：将线性方程乘以平均系数k，且
Figure BDA0003426390260000031
其中，
Figure BDA0003426390260000032
为伽马数据的平均值，
Figure BDA0003426390260000033
为线性方程计算结果的平均值。
作为本发明优选的技术方案，所述方法包括以下步骤：
(1)选取已电测邻井或导眼井中深度为1000～8000m研究层段的伽马数据，具体深度范围和地质环境及作业要求相适应，且所述伽马数据的测量方式包括完钻电测伽马或导向随钻伽马；
(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；所述X射线荧光光谱分析的元素包括Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba；
(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数从高至低的排序，选取前6种元素作为特征元素；所述相关性分析采用Pearson相关系数的计算方法，具体计算公式为：
Figure BDA0003426390260000034
其中，r为Pearson相关系数，X为某一井深处某种元素的XRF数据，Y为对应井深处的伽马数据，
Figure BDA0003426390260000035
为研究层段中X的平均值，
Figure BDA0003426390260000036
为研究层段中Y的平均值；
(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；所述线性回归具体采用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT进行求解；
(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型；所述系数校正的具体过程为：将线性方程乘以平均系数k，且
Figure BDA0003426390260000037
其中，
Figure BDA0003426390260000038
为伽马数据的平均值，
Figure BDA0003426390260000039
为线性方程计算结果的平均值。
相对于现有技术，本发明具有以下有益效果：
本发明通过元素数据线性回归的方法计算不同区块不同地层拟合伽马曲线公式中各特征元素的权重系数，建立区块元素拟合伽马曲线公式，实现了对辽河、长庆、南方页岩气、塔里木油田等多个矿区元素伽马曲线的拟合，与测井伽马曲线及导向随钻伽马相比，本发明具有以下作用及优势：
①通过岩屑拟合伽马可对电测伽马起到相互验证的作用，为层位卡取及岩性识别提供参考依据；②特殊情况下可替代电测伽马，如复杂工程原因导致电测失败或者不能下随钻伽马测量设备的情况下，可使用本发明提供的方法替代电测伽马；③可拟合出电测仪器前端盲区及电测口袋伽马数据；④在水平井中可减少因随钻伽马无信号或电池续航能力不足而导致起下钻的次数，以节省钻井成本；⑤水平井中可通过岩屑近钻头伽马数据及时调整井眼轨迹，提升优质储层的钻遇率。通过现场实际应用，将本发明提供的方法所拟合的曲线与电测伽马曲线进行对比，二者曲线形态的相似程度平均超过90％。
附图说明
图1是本发明提供的方法流程示意图；
图2是实施例1提供的方法中博孜22井6220～6549m电测伽马与元素拟合曲线的对比图；
图3是实施例1提供的方法中博孜18井6500～6700m电测伽马与元素拟合曲线的对比图；
图4是实施例2提供的方法中靖探1井3375～4280m电测伽马与元素拟合曲线的对比图；
图5是实施例3提供的方法中长宁29-H2井3836～5568m电测伽马与元素拟合曲线的对比图；
图6是实施例4提供的方法中马气1井1000～1430m电测伽马与元素拟合曲线的对比图；
图7是实施例5提供的方法中架34-1井3500～4084m电测伽马与元素拟合曲线的对比图。
具体实施方式
下面通过具体实施方式来进一步说明本发明的技术方案。本领域技术人员应该明了，所述实施例仅仅是帮助理解本发明，不应视为对本发明的具体限制。
本发明提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，如图1所示，所述方法包括以下步骤：
(1)选取已电测邻井或导眼井中深度为1000～8000m研究层段的伽马数据，具体深度范围和地质环境及作业要求相适应，且所述伽马数据的测量方式包括完钻电测伽马或导向随钻伽马；
(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；所述X射线荧光光谱分析的元素包括Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba；
(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数从高至低的排序，选取前6种元素作为特征元素；所述相关性分析采用Pearson相关系数的计算方法，具体计算公式为：
Figure BDA0003426390260000051
其中，r为Pearson相关系数，X为某一井深处某种元素的XRF数据，Y为对应井深处的伽马数据，
Figure BDA0003426390260000052
为研究层段中X的平均值，
Figure BDA0003426390260000053
为研究层段中Y的平均值；
(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；所述线性回归具体采用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT进行求解；
(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型；所述系数校正的具体过程为：将线性方程乘以平均系数k，且
Figure BDA0003426390260000054
其中，
Figure BDA0003426390260000055
为伽马数据的平均值，
Figure BDA0003426390260000056
为线性方程计算结果的平均值。
实施例1
本实施例提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法选取新疆库车坳陷博孜区块博孜22井下第三系库姆格列木群白垩系舒善河组6220～6549m电测伽马数据及岩屑XRF数据进行研究展示，选取Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba共34种元素数据分别与电测伽马数据进行相关性分析(见表1)。
表1
名称 电测伽马 Na Mg Al Si P S
放射性相关系数 1.00 0.44 0.22 0.36 0.34 0.41 0.24
名称 Cl K Ca Ti V Cr Mn
放射性相关系数 0.31 0.18 0.08 0.00 0.11 0.15 0.32
名称 Fe Co Ni Cu Zn As Rb
放射性相关系数 0.52 0.50 0.45 0.21 0.45 0.29 0.54
名称 Sr Y Zr Nb Mo Ag Cd
放射性相关系数 0.24 0.36 0.10 0.15 0.02 0.02 0.25
名称 In Sn W Pb Th U Ba
放射性相关系数 0.00 0.17 0.60 0.03 0.16 0.10 0.16
根据相关系数从高至低的排序，本实施例选取前6种元素作为特征元素，即Fe、Co、Ni、Zn、Rb与W，求取多元线性回归方程，按照电测伽马值大小分别选取6个井深点的XRF元素数据(见表2)。
表2
Figure BDA0003426390260000061
利用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT解方程组得出六阶方程求解数据表(见表3)。
表3
Figure BDA0003426390260000062
各变量对应的方程组解即为各放射性特征元素的权重系数，因此可得出六阶方程组的公式为：c＝Fe×18.337799+Co×1.744694-Ni×0.451109-Zn×2.433629+Rb×0.220100+W×40.878567+b。
其中，c代表方程计算结果，Fe的单位为％，Co、Ni、Zn、Rb、W的单位为ppm，b为方程式计算结果最小值为负值时的绝对值，即当cmin＝Fe×18.337799+Co×1.744694-Ni×0.451109-Zn×2.433629+Rb×0.220100+W×40.878567，计算结果最小值为负值时，b＝|cmin|，如果cmin≥0，则b＝0。
在实际应用中要让元素拟合曲线与电测伽马曲线值的范围尽量接近需要乘以平均系数
Figure BDA0003426390260000063
对元素拟合曲线进行调整，式中，
Figure BDA0003426390260000064
为电测伽马数据的平均值，
Figure BDA0003426390260000065
为线性方程计算结果的平均值。
因此，元素拟合曲线的最终方程式为：
Figure BDA0003426390260000074
Figure BDA0003426390260000075
Figure BDA0003426390260000071
Figure BDA0003426390260000072
计算后得出博孜22井的元素拟合曲线公式中b＝38.87，k＝0.76039。根据该元素拟合曲线公式计算出博孜22井6220～6549m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图2)。
由图2可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线吻合度较高，曲线形态基本一致，证明本实施例提供的方法可满足现场实际应用需求。
为了进一步验证该方法的的准确性及可靠性，申请人在研究井同一区块进行了大量的随钻对比验证，以下用研究井博孜22井的邻井博孜18井来展示应用效果。博孜18井与博孜22井的直线距离为25公里，采用前文所述的方法选取已电测井段的伽马数据和对应元素数据，求得博孜18井的元素拟合曲线公式中b＝0，k＝0.76039，最终计算出博孜18井6500～6700m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图3)。
由图3可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线形态基本一致，验证效果非常理想，证明本实施例提供的方法在钻井现场实际应用过程中的实用性及可操作性均非常强。
实施例2
本实施例提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法选取长庆靖边区块靖探1井下古生界奥陶系下统马家沟组3375～4280m电测伽马数据及岩屑XRF数据进行研究展示，选取Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba共34种元素数据分别与电测伽马数据进行相关性分析(见表4)。
表4
Figure BDA0003426390260000073
Figure BDA0003426390260000081
根据相关系数从高至低的排序，本实施例选取前6种元素作为特征元素，即Al、Ti、V、Fe、Rb与Ba，求取多元线性回归方程，按照电测伽马值大小分别选取6个井深点的XRF元素数据(见表5)。
表5
Figure BDA0003426390260000082
利用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT解方程组得出六阶方程求解数据表(见表6)。
表6
Figure BDA0003426390260000083
各变量对应的方程组解即为各放射性特征元素的权重系数，因此可得出六阶方程组的公式为：c＝Fe×62.02358904-Ti×1728.490261+V×4.849637262-Fe×68.08863728-Rb×0.593833775+Ba×0.723937063+b。
其中，c代表方程计算结果，Al、Ti、Fe的单位为％，V、Rb、Ba的单位为ppm，b为方程式计算结果最小值为负值时的绝对值，即当cmin＝Fe×62.02358904-Ti×1728.490261+V×4.849637262-Fe×68.08863728-Rb×0.593833775+Ba×
0.723937063，计算结果最小值为负值时，b＝|cmin|，如果cmin≥0，则b＝0。
在实际应用中要让元素拟合曲线与电测伽马曲线值的范围尽量接近需要乘以平均系数
Figure BDA0003426390260000091
对元素拟合曲线进行调整，式中，
Figure BDA0003426390260000092
为电测伽马数据的平均值，
Figure BDA0003426390260000093
为线性方程计算结果的平均值。
因此，元素拟合曲线的最终方程式为：
Figure BDA0003426390260000094
Figure BDA0003426390260000095
Figure BDA0003426390260000096
Figure BDA0003426390260000097
计算后得出靖探1井的元素拟合曲线公式中b＝272，k＝0.1145。根据该元素拟合曲线公式计算出靖探1井3375～4280m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图4)。
由图4可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线吻合度较高，形态基本一致，验证效果理想，证明本实施例提供的方法在钻井现场实际应用过程中的实用性及可操作性均非常强。
实施例3
本实施例提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法选取四川长宁区块长宁29-H2井龙马溪组及五峰组3836～5568m电测伽马数据及岩屑XRF数据进行研究展示，选取Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba共34种元素数据分别与电测伽马数据进行相关性分析(见表7)。
表7
Figure BDA0003426390260000098
Figure BDA0003426390260000101
根据相关系数从高至低的排序，本实施例选取前6种元素作为特征元素，即Ni、Zn、Zr、Mo、W与U，求取多元线性回归方程，按照电测伽马值大小分别选取6个井深点的XRF元素数据(见表8)。
表8
Figure BDA0003426390260000102
利用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT解方程组得出六阶方程求解数据表(见表9)。
表9
Figure BDA0003426390260000103
各变量对应的方程组解即为各放射性特征元素的权重系数，因此可得出六阶方程组的公式为：c＝Ni×3.483086+Zn×1.288365+Zr×0.288116-Mo×109.463984-W×45.116807-U×61.794756+b。
其中，c代表方程计算结果，Ni、Zn、Zr、Mo、W、U的单位为ppm，b为方程式计算结果最小值为负值时的绝对值，即当cmin＝Ni×3.483086+Zn×1.288365+Zr×0.288116-Mo×109.463984-W×45.116807-U×61.794756，计算结果最小值为负值时，b＝|cmin|，如果cmin≥0，则b＝0。
在实际应用中要让元素拟合曲线与电测伽马曲线值的范围尽量接近需要乘以平均系数
Figure BDA0003426390260000111
对元素拟合曲线进行调整，式中，
Figure BDA0003426390260000112
为电测伽马数据的平均值，
Figure BDA0003426390260000113
为线性方程计算结果的平均值。
因此，元素拟合曲线的最终方程式为：
Figure BDA0003426390260000114
Figure BDA0003426390260000115
Figure BDA0003426390260000116
Figure BDA0003426390260000117
计算后得出长宁29-H2井的元素拟合曲线公式中b＝0，k＝0.0089。根据该元素拟合曲线公式计算出长宁29-H2井3836～5568m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图5)。
由图5可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线吻合度较高，形态基本一致，验证效果理想，证明本实施例提供的方法在四川页岩气区块现场实际应用过程中的实用性及可操作性均非常强。
实施例4
本实施例提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法选取柴达木盆地马气1井新生界古近系第三系下干柴沟组1000～1430m电测伽马数据及岩屑XRF数据进行研究展示，选取Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba共34种元素数据分别与电测伽马数据进行相关性分析(见表10)。
表10
Figure BDA0003426390260000118
Figure BDA0003426390260000121
根据相关系数从高至低的排序，本实施例选取前6种元素作为特征元素，即K、Mn、Fe、Co、Ag与Cd，求取多元线性回归方程，按照电测伽马值大小分别选取6个井深点的XRF元素数据(见表11)。
表11
Figure BDA0003426390260000122
利用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT解方程组得出六阶方程求解数据表(见表12)。
表12
Figure BDA0003426390260000123
各变量对应的方程组解即为各放射性特征元素的权重系数，因此可得出六阶方程组的公式为：c＝K×78.096428+Mn×0.328136-Fe×32.113064-Co×0.336488-Ag×0.257762-Cd×0.015981+b。
其中，c代表方程计算结果，K、Fe的单位为％，Mn、Co、Ag、Cd的单位为ppm，b为方程式计算结果最小值为负值时的绝对值，即当cmin＝K×78.096428+Mn×0.328136-Fe×32.113064-Co×0.336488-Ag×0.257762-Cd×0.015981，计算结果最小值为负值时，b＝|cmin|，如果cmin≥0，则b＝0。
在实际应用中要让元素拟合曲线与电测伽马曲线值的范围尽量接近需要乘以平均系数
Figure BDA0003426390260000131
对元素拟合曲线进行调整，式中，
Figure BDA0003426390260000132
为电测伽马数据的平均值，
Figure BDA0003426390260000133
为线性方程计算结果的平均值。
因此，元素拟合曲线的最终方程式为：
Figure BDA0003426390260000134
Figure BDA0003426390260000135
Figure BDA0003426390260000136
Figure BDA0003426390260000137
计算后得出马气1井的元素拟合曲线公式中b＝21，k＝0.75。根据该元素拟合曲线公式计算出马气1井1000～1430m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图6)。
由图6可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线吻合度较高，形态基本一致，验证效果理想，证明本实施例提供的方法在青海区块现场实际应用过程中的实用性及可操作性均非常强。
实施例5
本实施例提供一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，所述方法选取渤海湾盆地东部凹陷红星构造带驾34区块架34-1井古近系沙三段3500～4084m电测伽马数据及岩屑XRF数据进行研究展示，选取Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba共34种元素数据分别与电测伽马数据进行相关性分析(见表13)。
表13
Figure BDA0003426390260000138
Figure BDA0003426390260000141
根据相关系数从高至低的排序，本实施例选取前6种元素作为特征元素，即P、K、Ti、Rb、Y与Th，求取多元线性回归方程，其中P和Ti与电测伽马呈负相关，按照电测伽马值大小分别选取6个井深点的XRF元素数据(见表14)。
表14
Figure BDA0003426390260000142
利用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT解方程组得出六阶方程求解数据表(见表15)。
表15
Figure BDA0003426390260000143
各变量对应的方程组解即为各放射性特征元素的权重系数，因此可得出六阶方程组的公式为：c＝-P×388.044706+K×22.618351+Ti×61.522674-Rb×0.050919-Y×5.430853-Th×6.167812+b。
其中，c代表方程计算结果，P、K、Ti的单位为％，Rb、Y、Th的单位为ppm，b为方程式计算结果最小值为负值时的绝对值，即当cmin＝-P×388.044706+K×22.618351+Ti×61.522674-Rb×0.050919-Y×5.430853-Th×6.167812，计算结果最小值为负值时，b＝|cmin|，如果cmin≥0，则b＝0。
在实际应用中要让元素拟合曲线与电测伽马曲线值的范围尽量接近需要乘以平均系数
Figure BDA0003426390260000151
对元素拟合曲线进行调整，式中，
Figure BDA0003426390260000152
为电测伽马数据的平均值，
Figure BDA0003426390260000153
为线性方程计算结果的平均值。
因此，元素拟合曲线的最终方程式为：
Figure BDA0003426390260000154
Figure BDA0003426390260000155
Figure BDA0003426390260000156
Figure BDA0003426390260000157
计算后得出架34-1井的元素拟合曲线公式中b＝39，k＝0.75。根据该元素拟合曲线公式计算出架34-1井3500～4084m元素拟合数据，并绘制出电测伽马与元素拟合曲线的对比图(见图7)。
由图7可知，通过XRF放射性相关特征元素数据拟合出的曲线与电测伽马曲线吻合度较高，形态基本一致，验证效果理想，证明本实施例提供的方法在辽河区块现场实际应用过程中的实用性及可操作性均非常强。
由此可见，本发明通过元素数据线性回归的方法计算不同区块不同地层拟合伽马曲线公式中各特征元素的权重系数，建立区块元素拟合伽马曲线公式，实现了对辽河、长庆、南方页岩气、塔里木油田等多个矿区元素伽马曲线的拟合，与测井伽马曲线及导向随钻伽马相比，本发明具有以下作用及优势：
通过岩屑拟合伽马可对电测伽马起到相互验证的作用，为层位卡取及岩性识别提供参考依据；②特殊情况下可替代电测伽马，如复杂工程原因导致电测失败或者不能下随钻伽马测量设备的情况下，可使用本发明提供的方法替代电测伽马；③可拟合出电测仪器前端盲区及电测口袋伽马数据；④在水平井中可减少因随钻伽马无信号或电池续航能力不足而导致起下钻的次数，以节省钻井成本；⑤水平井中可通过岩屑近钻头伽马数据及时调整井眼轨迹，提升优质储层的钻遇率。通过现场实际应用，将本发明提供的方法所拟合的曲线与电测伽马曲线进行对比，二者曲线形态的相似程度平均超过90％。
申请人声明，以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，所属技术领域的技术人员应该明了，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，均落在本发明的保护范围和公开范围之内。

Claims (10)

1.一种基于岩屑X射线荧光光谱分析数据拟合伽马曲线的方法，其特征在于，所述方法包括以下步骤：
(1)选取已电测邻井或导眼井中研究层段的伽马数据；
(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；
(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数的排序选取至少6种元素作为特征元素；
(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；
(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型。
2.根据权利要求1所述的方法，其特征在于，步骤(1)所述研究层段的深度为1000～8000m，具体深度范围和地质环境及作业要求相适应。
3.根据权利要求1或2所述的方法，其特征在于，步骤(1)所述伽马数据的测量方式包括完钻电测伽马或导向随钻伽马。
4.根据权利要求1-3任一项所述的方法，其特征在于，步骤(2)所述X射线荧光光谱分析的元素包括Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba。
5.根据权利要求1-4任一项所述的方法，其特征在于，步骤(3)所述相关性分析采用Pearson相关系数的计算方法，具体计算公式为：
Figure FDA0003426390250000011
其中，r为Pearson相关系数，X为某一井深处某种元素的XRF数据，Y为对应井深处的伽马数据，
Figure FDA0003426390250000012
为研究层段中X的平均值，
Figure FDA0003426390250000013
为研究层段中Y的平均值。
6.根据权利要求1-5任一项所述的方法，其特征在于，步骤(3)所述特征元素的选取方式具体为：根据相关系数从高至低的排序，选取前6种元素作为特征元素。
7.根据权利要求1-6任一项所述的方法，其特征在于，步骤(4)所述线性回归具体采用行列式展开法则或矩阵进行求解。
8.根据权利要求7所述的方法，其特征在于，步骤(4)所述线性回归具体采用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT进行求解。
9.根据权利要求1-8任一项所述的方法，其特征在于，步骤(5)所述系数校正的具体过程为：将线性方程乘以平均系数k，且
Figure FDA0003426390250000021
其中，
Figure FDA0003426390250000022
为伽马数据的平均值，
Figure FDA0003426390250000023
为线性方程计算结果的平均值。
10.根据权利要求1-9任一项所述的方法，其特征在于，所述方法包括以下步骤：
(1)选取已电测邻井或导眼井中深度为1000～8000m研究层段的伽马数据，具体深度范围和地质环境及作业要求相适应，且所述伽马数据的测量方式包括完钻电测伽马或导向随钻伽马；
(2)对步骤(1)所述研究层段的岩屑进行X射线荧光光谱分析，得到XRF数据；所述X射线荧光光谱分析的元素包括Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Rb、Sr、Y、Zr、Nb、Mo、Ag、Cd、In、Sn、W、Pb、Th、U与Ba；
(3)将步骤(1)所得伽马数据与步骤(2)所得XRF数据进行相关性分析，根据相关系数从高至低的排序，选取前6种元素作为特征元素；所述相关性分析采用Pearson相关系数的计算方法，具体计算公式为：
Figure FDA0003426390250000024
其中，r为Pearson相关系数，X为某一井深处某种元素的XRF数据，Y为对应井深处的伽马数据，
Figure FDA0003426390250000025
为研究层段中X的平均值，
Figure FDA0003426390250000026
为研究层段中Y的平均值；
(4)采用线性回归的方式求解步骤(1)所得伽马数据和步骤(3)所选取特征元素的XRF数据之间对应的线性方程；所述线性回归具体采用EXCEL软件中自带的逆矩阵函数公式MINVERSE及两个数组矩阵乘积公式MMULT进行求解；
(5)对步骤(4)所求解的线性方程进行系数校正，得到XRF数据拟合的伽马曲线公式模型；所述系数校正的具体过程为：将线性方程乘以平均系数k，且
Figure FDA0003426390250000027
其中，
Figure FDA0003426390250000028
为伽马数据的平均值，
Figure FDA0003426390250000029
为线性方程计算结果的平均值。
CN202111578898.7A 2021-12-22 2021-12-22 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 Active CN116068000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111578898.7A CN116068000B (zh) 2021-12-22 2021-12-22 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111578898.7A CN116068000B (zh) 2021-12-22 2021-12-22 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法

Publications (2)

Publication Number Publication Date
CN116068000A true CN116068000A (zh) 2023-05-05
CN116068000B CN116068000B (zh) 2024-05-24

Family

ID=86182557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111578898.7A Active CN116068000B (zh) 2021-12-22 2021-12-22 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法

Country Status (1)

Country Link
CN (1) CN116068000B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101082277A (zh) * 2007-07-05 2007-12-05 北京奥能瑞科石油技术有限公司重庆分公司 石油钻井地质x射线荧光岩屑录井方法
CN101354362A (zh) * 2008-07-21 2009-01-28 中国石化集团华北石油局 石油钻井中x射线荧光泥质含量的分析方法
CN104169714A (zh) * 2012-01-13 2014-11-26 领英股份有限公司 用多能量x射线成像确定储层性质和品质的方法
CN104730095A (zh) * 2015-02-12 2015-06-24 中国石油大学(华东) 一种基于电成像测井资料的复杂地层粘土含量测量方法
CN107505344A (zh) * 2017-07-25 2017-12-22 中国海洋石油总公司 利用“最小二乘积”法的岩性解释方法
US20230105670A1 (en) * 2020-03-13 2023-04-06 Yanhua Yao Surface logging with cuttings-based rock petrophysics analysis

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101082277A (zh) * 2007-07-05 2007-12-05 北京奥能瑞科石油技术有限公司重庆分公司 石油钻井地质x射线荧光岩屑录井方法
CN101354362A (zh) * 2008-07-21 2009-01-28 中国石化集团华北石油局 石油钻井中x射线荧光泥质含量的分析方法
CN104169714A (zh) * 2012-01-13 2014-11-26 领英股份有限公司 用多能量x射线成像确定储层性质和品质的方法
CN104730095A (zh) * 2015-02-12 2015-06-24 中国石油大学(华东) 一种基于电成像测井资料的复杂地层粘土含量测量方法
CN107505344A (zh) * 2017-07-25 2017-12-22 中国海洋石油总公司 利用“最小二乘积”法的岩性解释方法
US20230105670A1 (en) * 2020-03-13 2023-04-06 Yanhua Yao Surface logging with cuttings-based rock petrophysics analysis

Also Published As

Publication number Publication date
CN116068000B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN107676064B (zh) 一种水驱油藏含水率预测方法及其预测装置
CN111441758A (zh) 页岩油气甜点区的预测方法及装置
CN105607146B (zh) 一种曲流河砂体规模的定量表征方法
CN110130883A (zh) 岩层参数的确定方法及装置
CN103912248A (zh) 水驱油田预测含水率方法
CN105005712B (zh) 灰岩含水层富水性评价方法
CN112196513B (zh) 基于水平井轨迹评价的龙马溪组页岩气井产能预测方法
CN106991509A (zh) 基于径向基函数神经网络模型的测井曲线预测方法
CN107358339A (zh) 一种基于大数据的轨道质量状态评估方法
CN107505344A (zh) 利用“最小二乘积”法的岩性解释方法
CN107016620A (zh) 一种基于层次分析的断层含水性评价方法
CN110533237A (zh) 一种砂岩储层含油气产能预测方法
CN105484735A (zh) 一种实钻井眼轨迹与设计轨道符合率的评价方法
CN105350959B (zh) 由测井岩性密度确定页岩气储层含气饱和度的方法
CN116068000B (zh) 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法
CN104594888A (zh) 一种基于致密储层导电因素实验的油层识别方法
CN110552691B (zh) 一种油藏裂缝优势通道识别方法及其***
CN112966355A (zh) 基于深度学习的盾构机刀具剩余使用寿命预测方法
CN107842358A (zh) 一种提取示踪测井资料形成流动成像图的方法
CN107605474A (zh) 一种随钻预测气层产量的方法及装置
CN110295895B (zh) 利用宏观流动系数动态评价砂砾岩储层物性的方法
CN110208868A (zh) 一种基于联合剖面的二维电法勘探方法
CN111963152B (zh) 基于水平孔分层测温数据的地温梯度计算方法
CN109386235B (zh) 一种水平井钻井井眼轨迹优化方法
Yan et al. A log-based method for fine-scale evaluation of lithofacies and its applications to the Gulong shale in the Songliao Basin, Northeast 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
GR01 Patent grant
GR01 Patent grant