纹层状页岩的游离油量预测方法、装置、设备及存储介质

本技术涉及石油地质勘测，尤其涉及一种纹层状页岩的游离油量预测方法、装置、设备及存储介质。

背景技术：

1、纹层状页岩是一种具有毫米至微米级薄层状结构的页岩，其内部由不同矿物成分交替形成的纹层构成。纹层状页岩是页岩油等非常规油气资源的重要储层类型，而游离油作为页岩油中短期内最易动用的资源，预测其含量可以确定纹层状页岩的高产出油区域。

2、现有技术采用统计学方法，拟合纹层状页岩的测井数据和实验室实测游离油量之间的线性或非线性关系。随着人工智能技术的发展，现有技术引入了支持向量机、随机森林和神经网络等机器学习算法，在将纹层状页岩简单假设为均质整体的情况下，通过机器学习算法挖掘测井数据与实验室实测游离油量之间的映射关系。

3、然而，纹层状页岩实际上具有显著的非均质性特征，现有技术未考虑纹层状页岩的微观结构的非均质性，导致游离油量的预测偏差比较大。

技术实现思路

1、本技术提供一种纹层状页岩的游离油量预测方法、装置、设备及存储介质，用以解决现有技术存在的游离油量的预测结果不准确的技术问题。

2、第一方面，本技术提供一种纹层状页岩的游离油量预测方法，包括：

3、获取测井仪器所采集的纹层状页岩的目标层段的测井数据，以及获取所述目标层段对应的同深度岩心图像；其中，所述测井数据用于量化所述目标层段的纹层结构特征，所述同深度岩心图像表征采用钻井取心技术基于所述目标层段获取的岩心图像；

4、基于所述同深度岩心图像，确定所述目标层段的纹层配置结构；计算所述纹层配置结构对应的页岩层段在所述目标层段中的厚度占比；

5、将所述测井数据和所述厚度占比输入至预设页岩游离油量预测模型，确定所述预设页岩游离油量预测模型生成的所述目标层段的游离油量预测结果。

6、在一种可能的设计中，所述纹层配置结构包括邻源脆性纹层结构和源储共生纹层结构；所述邻源脆性纹层结构表征所述纹层状页岩包括的烃源岩和储集岩位于不同的纹层，且所述烃源岩所在的纹层和所述储集岩所在的纹层交替互层；所述源储共生纹层结构表征所述烃源岩和所述储集岩在同一纹层内混合；

7、计算所述纹层配置结构对应的页岩层段在所述目标层段中的厚度占比，包括：

8、确定在垂直于纹层的方向上，所述邻源脆性纹层结构对应的页岩层段的第一厚度、所述源储共生纹层结构对应的页岩层段的第二厚度、以及所述目标层段的总厚度；

9、将所述第一厚度与所述总厚度的比值，确定为所述邻源脆性纹层结构对应的页岩层段在所述目标层段中的第一厚度占比；将所述第二厚度与所述总厚度的比值，确定为所述源储共生纹层结构对应的页岩层段在所述目标层段中的第二厚度占比。

10、在一种可能的设计中，所述预设页岩游离油量预测模型包括第一游离油量预测子模型和第二游离油量预测子模型;所述第一游离油量预测子模型用于预测所述邻源脆性纹层结构对应的页岩层段的游离油量，所述第二游离油量预测子模型用于预测所述源储共生纹层结构对应的页岩层段的游离油量；

11、将所述测井数据和所述厚度占比输入至预设页岩游离油量预测模型，包括：

12、将所述测井数据和所述第一厚度占比，输入至所述第一游离油量预测子模型；

13、将所述测井数据和所述第二厚度占比，输入至所述第二游离油量预测子模型。

14、在一种可能的设计中，基于所述同深度岩心图像，确定所述目标层段的纹层配置结构，包括：

15、确定所述同深度岩心图像包括的纹层对应的总像素数量，以及确定所述纹层包括的储集岩对应的储层像素数量；

16、计算所述储层像素数量与所述总像素数量二者的比值;将小于预设阈值的比值所对应的纹层的结构、确定为邻源脆性纹层结构，以及将大于或等于所述预设阈值的比值所对应的纹层的结构、确定为源储共生纹层结构；

17、其中，所述纹层配置结构包括所述邻源脆性纹层结构和所述源储共生纹层结构。

18、在一种可能的设计中，所述纹层状页岩包括多个垂向堆叠的纹层；

19、获取所述目标层段对应的同深度岩心图像，包括：

20、获取沿垂直于纹层的方向对所述纹层状页岩进行钻井取心操作、所得到所述纹层状页岩的岩心；基于所述岩心截取与所述目标层段对应的同深度岩心；

21、对所述同深度岩心进行切片操作，基于切片后的同深度岩心制作同深度岩心图像。

22、在一种可能的设计中，所述方法还包括：

23、获取所述纹层状页岩的预设层段的地质参数和游离油量实测值；其中，所述地质参数包括所述预设层段的测井数据、所述预设层段中邻源脆性纹层结构对应的页岩层段在所述预设层段中的第三厚度占比、和所述预设层段中源储共生纹层结构对应的页岩层段在所述预设层段中的第四厚度占比；

24、将所述地质参数作为输入特征，以及将所述游离油量实测值作为输出特征，输入至预设线性加权模型进行模型训练；确定模型训练完成后的预设线性加权模型为所述预设页岩游离油量预测模型。

25、在一种可能的设计中，在将所述地质参数作为输入特征，以及将所述游离油量实测值作为输出特征，输入至预设线性加权模型进行模型训练之后，所述方法还包括：

26、获取预先构建的测试集，基于所述测试集对训练后的预设线性加权模型进行性能测试；

27、若训练后的预设线性加权模型通过所述性能测试，则确定完成模型训练；若训练后的预设线性加权模型未通过所述性能测试，则对训练后的预设线性加权模型进行优化处理。

28、第二方面，本技术提供一种纹层状页岩的游离油量预测装置，包括：

29、获取模块，用于获取测井仪器所采集的纹层状页岩的目标层段的测井数据，以及获取所述目标层段对应的同深度岩心图像；其中，所述测井数据用于量化所述目标层段的纹层结构特征，所述同深度岩心图像表征采用钻井取心技术基于所述目标层段获取的岩心图像；

30、确定模块，用于基于所述同深度岩心图像，确定所述目标层段的纹层配置结构；

31、计算模块，用于计算所述纹层配置结构对应的页岩层段在所述目标层段中的厚度占比；

32、所述确定模块，还用于将所述测井数据和所述厚度占比输入至预设页岩游离油量预测模型，确定所述预设页岩游离油量预测模型生成的所述目标层段的游离油量预测结果。

33、在一种可能的设计中，所述纹层配置结构包括邻源脆性纹层结构和源储共生纹层结构；所述邻源脆性纹层结构表征所述纹层状页岩包括的烃源岩和储集岩位于不同的纹层，且所述烃源岩所在的纹层和所述储集岩所在的纹层交替互层；所述源储共生纹层结构表征所述烃源岩和所述储集岩在同一纹层内混合；

34、所述计算模块，包括：第一确定子模块，用于：

35、确定在垂直于纹层的方向上，所述邻源脆性纹层结构对应的页岩层段的第一厚度、所述源储共生纹层结构对应的页岩层段的第二厚度、以及所述目标层段的总厚度；

36、将所述第一厚度与所述总厚度的比值，确定为所述邻源脆性纹层结构对应的页岩层段的第一厚度占比;将所述第二厚度与所述总厚度的比值，确定为所述源储共生纹层结构对应的页岩层段的第二厚度占比。

37、在一种可能的设计中，所述预设页岩游离油量预测模型包括第一游离油量预测子模型和第二游离油量预测子模型;所述第一游离油量预测子模型用于预测所述邻源脆性纹层结构对应的页岩层段的游离油量，所述第二游离油量预测子模型用于预测所述源储共生纹层结构对应的页岩层段的游离油量；

38、所述确定模块，包括：输入子模块，用于：

39、将所述测井数据和所述第一厚度占比，输入至所述第一游离油量预测子模型；

40、将所述测井数据和所述第二厚度占比，输入至所述第二游离油量预测子模型。

41、在一种可能的设计中，所述确定模块，还包括：

42、第二确定子模块，用于确定所述同深度岩心图像包括的纹层对应的总像素数量，以及确定所述纹层包括的储集岩对应的储层像素数量；

43、计算子模块，用于计算所述储层像素数量与所述总像素数量二者的比值；

44、所述第二确定子模块，还用于将小于预设阈值的比值所对应的纹层的结构、确定为邻源脆性纹层结构，以及将大于或等于所述预设阈值的比值所对应的纹层的结构、确定为源储共生纹层结构；其中，所述纹层配置结构包括所述邻源脆性纹层结构和所述源储共生纹层结构。

45、在一种可能的设计中，所述纹层状页岩包括多个垂向堆叠的纹层；

46、所述获取模块，包括：

47、获取子模块，用于获取沿垂直于纹层的方向对所述纹层状页岩进行钻井取心操作、所得到所述纹层状页岩的岩心；

48、截取子模块，用于基于所述岩心截取与所述目标层段对应的同深度岩心；

49、处理子模块，用于对所述同深度岩心进行切片操作，基于切片后的同深度岩心制作同深度岩心图像。

50、在一种可能的设计中，所述获取模块，还用于获取所述纹层状页岩的预设层段的地质参数和游离油量实测值；其中，所述地质参数包括所述预设层段的测井数据、所述预设层段中邻源脆性纹层结构对应的页岩层段在所述预设层段中的第三厚度占比、和所述预设层段中源储共生纹层结构对应的页岩层段在所述预设层段中的第四厚度占比；

51、所述纹层状页岩的游离油量预测装置，还包括：输入模块，用于将所述地质参数作为输入特征，以及将所述游离油量实测值作为输出特征，输入至预设线性加权模型进行模型训练；

52、所述确定模块，还用于确定模型训练完成后的预设线性加权模型为所述预设页岩游离油量预测模型。

53、在一种可能的设计中，所述获取模块，还用于获取预先构建的测试集；

54、所述纹层状页岩的游离油量预测装置，还包括：测试模块，用于基于所述测试集对训练后的预设线性加权模型进行性能测试；

55、所述确定模块，还用于若训练后的预设线性加权模型通过所述性能测试，则确定完成模型训练；

56、所述纹层状页岩的游离油量预测装置，还包括：优化模块，用于若训练后的预设线性加权模型未通过所述性能测试，则对训练后的预设线性加权模型进行优化处理。

57、第三方面，本技术提供一种电子设备，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及各种可能的设计所述的方法。

58、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及各种可能的设计所述的方法。

59、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及各种可能的设计所述的方法。

60、本技术提供的纹层状页岩的游离油量预测方法、装置、设备及存储介质，获取测井仪器所采集的纹层状页岩的目标层段的测井数据，以及获取目标层段对应的同深度岩心图像。其中，测井数据用于量化目标层段的纹层结构特征，同深度岩心图像表征采用钻井取心技术基于目标层段获取的岩心图像。之后，基于同深度岩心图像确定目标层段的纹层配置结构，并计算纹层配置结构对应的页岩层段在目标层段中的厚度占比。进一步将测井数据和厚度占比输入至预设页岩游离油量预测模型，确定预设页岩游离油量预测模型生成的目标层段的游离油量预测结果。通过分析同深度岩心图像来识别纹层状页岩的非均质性，并量化相关的微观储集参数，即厚度占比。此外，将微观储集参数与宏观测井响应一块输入至预设页岩游离油量预测模型，使预设页岩游离油量预测模型能够结合微观数据和宏观数据进行游离油量的预测，从而提高游离油量预测结果的准确性。