快速计算陆相页岩溶解气含量的方法、装置及计算机系统与流程

1.本发明涉及页岩气勘探技术领域，特别地涉及一种快速计算陆相页岩溶解气含量的方法、装置及计算机系统。


背景技术：

2.页岩油气是当今最重要的非常规资源，其在页岩中的赋存状态包括吸附态、游离态和溶解态三种。含气量是页岩油气资源评价和有利区优选的重要参数，赋存状态则会影响对于页岩油气含量的评价。然而，大多数学者在对页岩油气含气量进行研究时，只讨论其中吸附气和游离气的含量，对溶解气含量的研究甚少。而目前一些学者已经研究得出，对于陆相页岩中的溶解气含量，尤其是处于有机质成熟阶段以生油为主的页岩储层，其中油溶气的含量则不可忽略(王香增等，2015)。因此，准确计算陆相页岩储层中溶解气的含量，对于正确认识页岩油气的赋存状态和含油气性、准确评价页岩油气的资源潜力和甜点优选具有重要意义。
3.前人研究表明，对于成熟度相对较低的陆相页岩储层(ro通常为0.7％～1.3％)，大部分页岩层仍在生油窗内，这些页岩中滞留了大量液态烃，吸附气和游离气含量减少，烃类溶解在液态烃和孔隙水中以油溶气和水溶气相态大量存在(雷裕红等，2016)。根据烃类在页岩中的赋存过程可知，页岩油气的赋存相态与泥页岩中的含油气量有直接关系，每个相态的含量均不可忽略。据计算，在热演化程度ro为1％左右的延长组陆相页岩中，溶解气含量平均可占到总含气量的10％(李倩文等，2020)，这对于页岩总含油气量的贡献具有不可轻视的作用。各相态的含量也直接影响着对某一页岩层系的资源评价预测和勘探开发方式(杨龙等，2016；张洪洁等，2019)。
4.目前，获取页岩中溶解气含量的主要方式是基于经验公式法(王飞宇等，2011；王香增等，2015；邓长生等，2020)，常用的经验公式如以下公式(1)所示。此后，有些学者根据某地区页岩储层的特殊性，对经验公式中的相关参数进行了修正，得到了适合某地区的溶解气计算经验公式(黄铭志，2015)。公式中相关参数可根据测井解释或经验值确定。也有学者通过pvtsim模拟软件对天然气在页岩孔隙水中溶解度进行了模拟，进而计算得到孔隙水中溶解气的含量(周琴等，2013)。
[0005][0006]
式中，vs是溶解气含量，m3/t；ρs是页岩密度，g/cm3；r
og
是油溶气溶解度，m3/m3；r
wg
是水溶气溶解度，m3/m3；ρo是原油密度，g/cm3；s1是岩石中残留烃的含量，mg/g；sw是含水饱和度，％；φ是页岩的孔隙度，％。
[0007]
然而，现有技术表明，基于经验公式法获模拟实验法计算溶解气含量的过程较为复杂，涉及参数较多且部分参数不太容易获得，目前多采用基于经验值、经验图版、测井解释和实验测试等多种手段联合获取。因此，与吸附气和游离气相比，溶解气含量的获取难度明显增加，这也是部分学者忽略溶解气含量的原因之一。另外，与常规天然气相比，页岩油
气的富集成藏是一个动态演化过程，溶解气的含量受热演化程度、孔隙结构演化、残留含量、地层温压条件等多种因素的影响，故在计算溶解气含量时也应充分考虑这些因素的作用(李倩文等，2020)。此外，现有技术对于溶解气的影响因素通常仅有定性分析(张洪洁等，2019)，而很少将影响因素系统地考虑到溶解气含量的定量计算中。
[0008]
基于以上分析可见，目前的现有技术中，针对陆相页岩溶解气含量的计算方法还存在一定的局限性，无法快速准确地获得陆相页岩中溶解气的含量。


技术实现要素：

[0009]
为了解决现有技术对于陆相页岩溶解气含量的计算方式存在局限性的问题，本技术提出了一种快速计算陆相页岩溶解气含量的方法、装置及计算机系统。
[0010]
第一方面，本发明提出了一种快速计算陆相页岩溶解气含量的方法，包括：
[0011]
步骤s10、确定当前工区的页岩溶解气含量的影响因素，针对单一所述影响因素，建立单因素回归模型；
[0012]
步骤s20、基于所述单因素回归模型，根据其回归系数从所述影响因素中确定出当前工区的页岩溶解气含量的主控因素；
[0013]
步骤s30、基于所述主控因素，建立当前工区的页岩溶解气含量的定量预测模型。
[0014]
在一个实施方式中，步骤s10中，所述影响因素通过单因素回归分析后根据相关性定性确定，所述回归分析的对象包括页岩岩石物性特征、页岩残留烃特征以及页岩气溶解度特征。
[0015]
在一个实施方式中，所述页岩岩石物性特征包括但不限于孔隙度、含水饱和度、含油饱和度、含气饱和度和岩石密度；
[0016]
所述页岩残留烃特征包括但不限于残余烃含量s1与氯仿沥青“a”；
[0017]
所述页岩气溶解度特征包括但不限于地层温度、地层压力、地层水矿化度、气在水中溶解度以及气在油中溶解度。
[0018]
在一个实施方式中，步骤s20中，通过一定原则确定页岩溶解气含量的所述主控因素；
[0019]
其中，所述一定原则包括相应的单因素之间没有明显的相关性且单因素对应的相关系数r2取值大于预设值。
[0020]
在一个实施方式中，步骤s30包括：
[0021]
步骤s31、确实通过回归分析法建立页岩溶解气含量的定量预测模型；
[0022]
步骤s32、根据所述主控因素，选择适合当前工区的回归分析模型，建立多元线性回归模型并作为页岩溶解气含量预测基本模型；
[0023]
步骤s32、根据所述页岩溶解气含量预测基本模型，对所述主控因素进行多因素耦合分析，确定当前工区的页岩溶解气含量的计算模型，并作为最终的页岩溶解气含量的定量预测模型。
[0024]
在一个实施方式中，所述页岩溶解气含量预测基本模型为：
[0025]vs
＝c0 c1×
s1 c2×
sw c3×
sg c4×
t
…
ci×
xi[0026]
其中，c0为常数；
[0027]vs
表示页岩溶解气含量，单位为m3/t；
[0028]
s1表示岩石中残余烃含量，单位为mg/g；
[0029]
sw表示页岩的含水饱和度，单位为％；
[0030]
sg表示页岩的含气饱和度，单位为％；
[0031]
t表示地层温度，单位为℃；
[0032]
xi(i＝1,2,
…
m)表示溶解气含量的主控因素，ci(i＝1,2,
…
m)表示xi对应的待定系数。
[0033]
在一个实施方式中，所述预设值的取值应满足通过其所确定的所述主控因素占所述影响因素的比例不低于30％且不高于50％。
[0034]
在一个实施方式中，所述页岩溶解气包括水溶气与油溶气，二者合并建模，以建立所述页岩溶解气含量的定量预测模型。
[0035]
第二方面，本发明提出了一种快速计算陆相页岩溶解气含量的装置，包括：
[0036]
影响因素确定单元，用于确定当前工区的页岩溶解气含量的影响因素，并针对单一所述影响因素建立单因素回归模型；
[0037]
主控因素确定单元，用于根据所述单因素回归模型的回归系数确定页岩溶解气含量的主控因素；
[0038]
计算单元，用于根据所述主控因素，建立当前工区的页岩溶解气含量的计算模型并作为定量预测模型。
[0039]
第三方面，本发明提出了一种计算机系统，包括处理器与存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时能够实现上述的快速计算陆相页岩溶解气含量的方法。
[0040]
上述技术特征可以各种适合的方式组合或由等效的技术特征来替代，只要能够达到本发明的目的。
[0041]
本发明提供的一种快速计算陆相页岩溶解气含量的方法、装置及计算机系统，与现有技术相比，至少具备有以下有益效果：
[0042]
本发明的一种快速计算陆相页岩溶解气含量的方法、装置及计算机系统，该方法从众多地质因素中优选出影响溶解气含量的主控因素，并基于回归分析建立当前工区溶解气含量的快速计算模型，即定量预测模型。解决了现有技术中由于习惯性忽略溶解气含量可能会造成对页岩含油气量的较低预测的问题，也解决了现有技术基于经验公式计算溶解气含量的方法存在的较为复杂且参数获取难度大的问题。
[0043]
本发明的技术方案充分考虑了不同热演化程度下页岩生烃和成藏过程的差异性，将地质影响因素系统地反映到溶解气含量的定量计算中。从而达到了既能定性分析溶解气的影响因素，又能基于影响因素中的主控因素定量预测溶解气含量的技术效果。
附图说明
[0044]
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
[0045]
图1显示了本发明的方法的主要流程图；
[0046]
图2显示了本发明实施例2的主控因素中的含气饱和度的回归模型图；
[0047]
图3显示了本发明实施例2的主控因素中的残余烃含量的回归模型图；
[0048]
图4显示了本发明实施例2的主控因素中的氯仿沥青“a”的回归模型图；
[0049]
图5显示了本发明实施例2的主控因素中的地层压力的回归模型图；
[0050]
图6显示了本发明实施例2的主控因素中的地层温度的回归模型图；
[0051]
图7显示了本发明实施例2的页岩溶解气含量的定量预测模型对比相应的实测值进行检验的示意图；
[0052]
图8显示了本发明实施例2的页岩溶解气含量的定量预测模型对比实测值的误差示意图。
[0053]
在附图中，相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
[0054]
下面将结合附图和以下实施例对本发明作进一步说明。
[0055]
在本发明中，主要考虑到对处于中低演化阶段的陆相页岩而言，其内部残留烃的含量较高，导致溶解气含量也可以很高。因此，评价页岩含油气性时不仅需要计算吸附气和游离气含量，也需要准确计算溶解气含量。此外，现有技术中基于经验公式法等获取页岩溶解气含量的方法所需参数较多且不易获得，增加了溶解气计算的难度。对此，本发明提出的技术方案可以解决以上问题。
[0056]
实施例1
[0057]
本实施例主要对本发明的计算方法的原理进行阐述。
[0058]
本发明的实施例提出的一种快速计算陆相页岩溶解气含量的方法，包括：
[0059]
步骤s10、确定当前工区的页岩溶解气含量的影响因素，针对单一影响因素，建立单因素回归模型；
[0060]
其中，影响因素通过单因素回归分析后根据相关性定性确定，回归分析的对象包括页岩岩石物性特征、页岩残留烃特征以及页岩气溶解度特征；
[0061]
页岩岩石物性特征包括但不限于孔隙度、含水饱和度、含油饱和度、含气饱和度和岩石密度；
[0062]
页岩残留烃特征包括但不限于残余烃含量s1与氯仿沥青“a”；
[0063]
页岩气溶解度特征包括但不限于地层温度、地层压力、地层水矿化度、气在水中溶解度以及气在油中溶解度。
[0064]
具体地，在确定溶解气含量的影响因素时，系统地定性分析可能影响溶解气含量的地质因素，包含但并不局限于以下地质因素：页岩岩石物性特征(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃特征(残余烃含量s1、氯仿沥青“a”)、页岩气溶解度特征(地层温度、地层压力、地层水矿化度、气在水中溶解度、气在油中溶解度)。通过单因素相关性分析，拟合溶解气含量与各地质因素之间的相关性，并以此确实溶解气含量的影响因素。
[0065]
步骤s20、基于所述单因素回归模型，根据其回归系数从所述影响因素中确定出当前工区的页岩溶解气含量的主控因素；
[0066]
通过一定原则确定页岩溶解气含量的主控因素；其中，一定原则包括相应的单因素之间没有明显的相关性且单因素对应的相关系数r2取值大于预设值；
[0067]
预设值的取值应满足其所确定的主控因素占影响因素的比例不低于30％且不高于50％。
[0068]
具体地，通过一定原则优选影响溶解气含量的主控因素，将相关系数r2》预设值且彼此之间关联不大的影响因素作为主控因素。一般情况下，主控因素为多个。相关系数r2对应的预设值一般取0.2或0.3，也可以视单因素拟合的样品数量和具体效果而确定具体的取值，不管预设值的具体取值是多少，一般需要保证通过对应的预设值确定的主控因素占影响因素的比例不低于30％且不高于50％。
[0069]
步骤s30、基于主控因素，建立当前工区的页岩溶解气含量的定量预测模型；
[0070]
步骤s31、确实通过回归分析法建立页岩溶解气含量的定量预测模型；
[0071]
具体地，通过数学地质中的回归分析法建立页岩溶解气含量的预测模型；
[0072]
其中，所谓的回归分析法，是指对大量统计数据进行数学处理，并确定因变量yj(j＝1,2,
…
n)与某些自变量xi(i＝1,2,
…
m)的相关关系，建立一个相关性较好的回归方程(yj＝f(xi))，并加以外推，用于预测今后因变量的变化的分析方法。
[0073]
根据因变量和自变量的个数分为：一元回归分析和多元回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。
[0074]
在研究地质问题的过程中，基于地质统计学的回归分析法具有十分广泛的应用，它可将抽象的地质问题具体化和定量化，回归分析法总体上可以解决但并不限于以下三个方面的难题：
[0075]
1)确定某一种或几种特定地质变量yj与其他变量xi之间是否存在相关关系，若存在，则找出彼此间相关关系的数学表达式(yj＝f(xi)；i＝1,2,
…
m，j＝1,2,
…
n)；
[0076]
2)根据一个或几个相关变量的观测值x
p
(p＝1,2,
…
m)，利用特定的数学表达式，预测或控制另一个或几个变量的值yj(j＝1,2,
…
n)，且要估计这种控制或预测可以达到何种精确度；
[0077]
3)通过回归分析，可优选出对某些特定地质变量yj(j＝1,2,
…
n)影响较大的相关地质变量xi(i＝1,2,
…
m)，也可剔除对其影响很小的其他无关地质变量xi(i＝1,2,
…
m)，从而将复杂的地质问题简单化。本实施例中，即是通过回归分析从众多地质因素中确定出对溶解气含量影响较大的影响因素。
[0078]
步骤s32、根据主控因素，选择适合当前工区的回归分析模型，建立多元线性回归模型并作为页岩溶解气含量预测基本模型；
[0079]
具体地，根据溶解气含量的主控因素的特征，从回归分析的基本模型中选择适合当前工区的回归分析模型。一般进一步通过对主控因素进行形式变换，建立起最简单的多元线性回归模型，以得出页岩溶解气含量预测基本模型，如下：
[0080]vs
＝c0 c1×
s1 c2×
sw c3×
sg c4×
t
…
ci×
xi[0081]
其中，c0为常数；
[0082]vs
表示页岩溶解气含量，单位为m3/t；
[0083]
s1表示岩石中残余烃含量，单位为mg/g；
[0084]
sw表示页岩的含水饱和度，单位为％；
[0085]
sg表示页岩的含气饱和度，单位为％；
[0086]
t表示地层温度，单位为℃；
[0087]
xi(i＝1,2,
…
m)表示溶解气含量的主控因素，ci(i＝1,2,
…
m)表示xi对应的待定系数。
[0088]
xi(i＝1,2,
…
m)表示溶解气含量的主控因素，在以上基本模型中，即代表可能作为主控因素的各地质影响因素，包括上述模型中不完全列举的页岩溶解气含量、岩石中残余烃含量、页岩的含水饱和度、页岩的含气饱和度以及地层温度。以上的常数c0以及待定系数ci(i＝1,2,
…
m)的值均根据相应工区的实际勘探采样数据带入模型后进行确定。
[0089]
需要说明的是，页岩溶解气包括水溶气和油溶气，二者某些参数之间具有相关性，因此，建模时将水溶气和油溶气进行合并建模。
[0090]
步骤s32、根据页岩溶解气含量预测基本模型，对主控因素进行多因素耦合分析，确定当前工区的页岩溶解气含量的计算模型，并作为最终的页岩溶解气含量的定量预测模型；
[0091]
具体地，对所确定的主控因素进行多因素耦合分析，将上述主控因素作为自变量，采用多元线性回归分析的方法，确定对应工区的页岩溶解气含量的计算模型，即页岩溶解气含量的定量预测模型。
[0092]
实施例2
[0093]
本实施例主要结合相应的工区实例对本发明的计算方法的原理进行进一步的阐述。
[0094]
以鄂尔多斯盆地延长组陆相页岩为例，本实施例提出一种快速计算陆相页岩溶解气含量的方法，包括：
[0095]
步骤s10、确定当前工区的页岩溶解气含量的影响因素，针对单一影响因素，建立单因素回归模型；
[0096]
其中，影响因素通过单因素回归分析后根据相关性定性确定，回归分析的对象包括页岩岩石物性特征、页岩残留烃特征以及页岩气溶解度特征；
[0097]
页岩岩石物性特征包括但不限于孔隙度、含水饱和度、含油饱和度、含气饱和度和岩石密度；
[0098]
页岩残留烃特征包括但不限于残余烃含量s1与氯仿沥青“a”；
[0099]
页岩气溶解度特征包括但不限于地层温度、地层压力、地层水矿化度、气在水中溶解度以及气在油中溶解度。
[0100]
具体地，在确定溶解气含量的影响因素时，系统地定性分析可能影响溶解气含量的地质因素，包含但并不局限于以下地质因素：页岩岩石物性特征(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃特征(残余烃含量s1、氯仿沥青“a”)、页岩气溶解度特征(地层温度、地层压力、地层水矿化度、气在水中溶解度、气在油中溶解度)。通过单因素相关性分析，拟合溶解气含量与各地质因素之间的相关性，并以此确实溶解气含量的影响因素。
[0101]
步骤s20、基于所述单因素回归模型，根据其回归系数从所述影响因素中确定出当前工区的页岩溶解气含量的主控因素；
[0102]
通过一定原则确定页岩溶解气含量的主控因素；其中，一定原则包括相应的单因素之间没有明显的相关性且单因素对应的相关系数r2取值大于预设值；
[0103]
预设值的取值应满足其所确定的主控因素占影响因素的比例不低于30％且不高于50％。
[0104]
通过一定原则优选影响溶解气量的主控因素，在本实施例中将相关系数对应的预
设值取为0.2，即将r2》0.2且彼此之间关联不大的影响因素作为主控因素，得到鄂尔多斯盆地延长组陆相页岩溶解气含量的主控因素，如附图2至图6所示的因数，分别为含气饱和度、残余烃含量、氯仿沥青“a”、地层压力以及地层温度。
[0105]
步骤s30、基于主控因素，建立当前工区的页岩溶解气含量的定量预测模型；
[0106]
步骤s31、确实通过回归分析法建立页岩溶解气含量的定量预测模型；
[0107]
步骤s32、根据主控因素，选择适合当前工区的回归分析模型，建立多元线性回归模型并作为页岩溶解气含量预测基本模型，页岩溶解气含量预测基本模型如下：
[0108]vs
＝c0 c1×
s1 c2×
sw c3×
sg c4×
t
…
ci×
xi[0109]
步骤s32、根据页岩溶解气含量预测基本模型，对主控因素进行多因素耦合分析，确定当前工区的页岩溶解气含量的计算模型，并作为最终的页岩溶解气含量的定量预测模型；
[0110]
具体地，基于前述的页岩溶解气含量预测基本模型以及工区的采样数据，对鄂尔多斯盆地延长组陆相页岩溶解气含量的主控因素(含气饱和度、残余烃含量、氯仿沥青“a”、地层压力以及地层温度)进行多因素耦合分析，将上述主控因素作为自变量，采用多元线性回归分析的方法，确定鄂尔多斯盆地延长组工区页岩溶解气量的定量预测模型。
[0111]
本实施例中，采用spss软件进行多元线性回归分析，在得到的3个较优模型中选出最优模型，最终得到鄂尔多斯盆地延长组陆相页岩溶解气含量的定量预测模型，如下：
[0112]vsc
＝0.026 0.056
×s1-0.000262
×
sg[0113]
其中，v
sc
是本实施例的页岩溶解气含量，m3/t；s1是本实施例中的残余烃含量，mg/g；sg是本实施例中的页岩含气饱和度，％。
[0114]
最后，为证明本发明所述方法的可靠性，对鄂尔多斯延长组陆相页岩储层溶解气含量的回归计算模型进行了检验，附图图7所示为鄂尔多斯盆地延长组陆相页岩溶解气含量的预测值(基于本发明的定量预测模型)与实测值(基于经验公式计算)之间的相关性分析和相对误差分析，可以看出，用本发明的定量预测模型计算的溶解气含量与实测值之间的相关性非常好，相关系数接近于1，且如附图图8所示的相对误差非常小(小于
±
3％)，证明本发明的预测模型是非常可靠的。
[0115]
实施例3
[0116]
本发明的实施例提出一种快速计算陆相页岩溶解气含量的装置，包括：
[0117]
影响因素确定单元，用于确定当前工区的页岩溶解气含量的影响因素，并针对单一影响因素建立单因素回归模型；
[0118]
主控因素确定单元，用于根据单因素回归模型的回归系数确定页岩溶解气含量的主控因素；
[0119]
计算单元，用于根据主控因素，建立当前工区的页岩溶解气含量的计算模型并作为定量预测模型。
[0120]
本实施例所述的装置是基于地质统计学中常用的回归分析法来实现计算的，回归分析可用excel软件程序、spss软件程序、matlab计算机编程等多种方式得以实施。由于本实施例的装置解决问题的原理对应前述实施例的方法，因此本实施例的装置的实施过程可以参见前述实施例中的方法的实施过程。本实施例中仅阐述计算装置所包括的各实施单元，具体各单元的实施原理以及实施过程不再赘述。
[0121]
此外，本实施例的计算装置的各单元或各实施步骤可以用通用的计算机来实现，尽管本实施例中所描述的装置主要以虚拟的软件来进行实现较佳，但是硬件或者软件和硬件的组合的形式也是可以实现的。
[0122]
本实施例的计算装置，可以用可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算机来执行。并且在某些情况下，各单元可以以不同的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。
[0123]
实施例4
[0124]
本发明的实施例提出一种计算机系统，包括处理器与存储器，存储器中存储有计算机程序，计算机程序被处理器执行时能够实现实施例1与实施例2中的快速计算陆相页岩溶解气含量的方法。
[0125]
在本发明的描述中，虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例，不应理解为对本发明的限制。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。