一种湖相富有机质细粒沉积岩的页岩油甜点区的预测方法技术

本发明专利技术提出了一种湖相富有机质细粒沉积岩的页岩油甜点区的预测方法。本发明专利技术包括如下步骤：(1)确定表征影响富有机质细粒沉积岩纹层发育的多个地质参数，并计算各个地质参数；(2)将表征系统行为特征的若干个地质参数组成参考数列，将表征系统行为影响因素的剩余地质参数组成比较数列；(3)通过系统参考数列和系统比较数列之间的灰度关联分析，得到主控因素；(4)将主控因素条件优越的区域作为页岩油甜点区。本发明专利技术通过系统参考数列和系统比较数列间的灰度关联分析(GRA)，可实现多地质因素影响下湖相富有机质细粒沉积岩中不同类型纹层发育的主控因素定量评价，同时根据主控因素科学指导页岩油甜点区域勘探及钻探，该方法可操作性强，克服钻井取芯资料少的弊端，减少大量实验的工作量，对陆相断陷盆地湖相页岩油勘探具有指导意义。探具有指导意义。探具有指导意义。

【技术实现步骤摘要】
一种湖相富有机质细粒沉积岩的页岩油甜点区的预测方法


[0001]本专利技术涉及油气勘探
，尤其涉及一种湖相富有机质细粒沉积岩的页 岩油甜点区的预测方法。

技术介绍

[0002]细粒沉积岩是指粒径小于62.5μm的粘土级和粉砂级沉积物构成的沉积岩， 其成分主要包含黏土矿物、长英质矿物、碳酸盐矿物、有机质和其他自生矿物等。 近年来，随着非常规油气的兴起，细粒沉积岩被证实蕴含着巨大勘探潜力，逐渐 成为油气地质学领域的研究热点。此外，研究表明发育深、浅色相间水平纹层的 细粒沉积岩由于有机质富集，往往比有机质呈分散状态赋存的细粒沉积岩生烃潜 力更好。同时，勘探成果表明，页岩油发育的主要岩相为纹层状细粒沉积岩。因 此，确定细粒沉积岩纹层发育的主控因素，对页岩油气勘探具有重要意义。
[0003]纹层是指沉积物或沉积岩中可分辨的最小或最薄原始沉积层。它是在特定沉 积环境演化与气候变迁条件下，具有相同岩石性质的沉积物同时沉积的结果。按 纹层的矿物组成分类，其基本类型有：硅质纹层、粘土质纹层、碳酸盐纹层、凝 灰质纹层、有机质纹层以及混合纹层。不同矿物组成的纹层相互组合、交替旋回 变换，形成湖相纹层状细粒岩。
[0004]纹层状细粒沉积岩作为页岩油勘探的前景区域，在多种地质影响因素的综合 控制作用下，不同类型纹层成因及有机质富集程度也存在差异，对此前人做了有 益的探索。

技术实现思路

[0005]前人考虑的影响因素较少，且大都处于定性分析阶段，未形成相对统一、全 面的定量评价体系，可能会影响富有机质细粒沉积岩纹层发育主控因素的确定， 进而影响页岩油甜点区的预测。因此，有必要针对湖相富有机质细粒沉积岩，建 立其纹层发育主控因素的定量分析方法，更好的预测页岩油甜点区。为了解决现 有技术中的上述问题，本专利技术提出了一种湖相富有机质细粒沉积岩的页岩油甜点 区的预测方法。
[0006]本专利技术提出了一种湖相富有机质细粒沉积岩的页岩油甜点区的预测方法，包 括以下步骤：
[0007]步骤1：选择表征影响富有机质细粒沉积岩纹层发育的地质参数，并计算地 质参数；
[0008]步骤2：将步骤1所述的地质参数分为表征系统行为特征的地质参数和表征 系统行为影响因素的剩余地质参数；将表征系统行为特征的地质参数组成参考数 列，将表征系统行为影响因素的剩余地质参数组成比较数列；
[0009]步骤3：通过将步骤2得到的参考数列和比较数列进行灰度关联分析，得到 主控因素；
[0010]步骤4：将主控因素控制的区域作为页岩油甜点区。
[0011]作为本专利技术的具体实施方式，所述步骤1中，所述地质参数包括水体盐度、 水体氧
化还原条件、水体古生产力、火山活动产生的火山灰、古气候、湖底的热 液活动、总有机碳含量(TOC)和氯仿沥青“A”。
[0012]作为本专利技术的具体实施方式，所述步骤1中，
[0013]所述水体盐度以参数S表示，其计算公式为：
[0014]S＝11.8
×
(8.5
×
B/K2O)/[1.70
×
(11.8
‑
K2O)][0015]其中，B、K2O分别为细粒沉积岩中的微量元素、常量元素含量，单位μg/g；
[0016]所述水体氧化还原条件以参数O表示，其计算公式为：
[0017]O＝V/(V+Ni)
[0018]其中，V、Ni分别为细粒沉积岩中的微量元素，单位μg/g；
[0019]所述水体古生产力以参数P表示，其计算公式为：
[0020]P＝P/Ti
[0021]其中，P、Ba分别为细粒沉积岩中的常量元素，单位μg/g；
[0022]火山活动产生的火山灰含量以参数V表示，其计算公式为：
[0023]V＝Fe+Mn
[0024]其中，P、Ba分别为细粒沉积岩中的常量元素，单位μg/g；
[0025]所述古气候以参数C表示，其计算公式为：
[0026]C＝∑(Fe+Mn+Cr+Ni+V+Co)/∑(Ca+Mg+Sr+Ba+K+Na)
[0027]其中，Mn、Cr、Ni、V、Co、Sr、Ba为细粒沉积岩中的微量元素，Fe、Ca、 Mg、K、Na为细粒沉积岩中的常量元素，单位μg/g；
[0028]所述湖底的热液活动以参数L表示，其计算公式为：
[0029]L＝Al/(Al+Fe+Mn)
[0030]其中，Al、Fe、分别为细粒沉积岩中的常量元素，单位μg/g。
[0031]作为本专利技术的具体实施方式，所述总有机碳含量(TOC)和氯仿沥青“A
”ꢀ
通过实验测试分析直接获得。
[0032]作为本专利技术的具体实施方式，所述步骤2中，将总有机碳含量(TOC)和氯 仿沥青“A”两个地质参数作为表征系统行为特征的地质参数，将纹层状细粒沉 积岩待预测的层位划分为n个层段，对每个层段依次进行取样，并通过实验测试 分析，直接获得每个层段对应的总有机碳含量(TOC)和氯仿沥青“A”，进一步 得到一系列总有机碳含量(TOC)和氯仿沥青“A”。
[0033]作为本专利技术的具体实施方式，所述步骤2中，所述有机碳含量(TOC)系统 特征参考数列为Y1，
[0034]Y1＝Y1(k)∣k＝1,2...n
[0035]其中，Y1(k)表示第k个层段的总有机碳含量(TOC)；
[0036]所述氯仿沥青“A”系统特征参考数列为Y2，
[0037]Y2＝Y2(k)∣k＝1,2...n
[0038]其中，Y2(k)表示第k个层段的氯仿沥青“A”；
[0039]作为本专利技术的具体实施方式，所述步骤2中，
[0040]所述水体盐度系统因素比较数列为X1
′
，
[0041]X1
′
＝X1
′
(k)∣k＝1,2...n；
[0042]所述水体氧化还原条件系统因素比较数列为X2
′
，
[0043]X2
′
＝X2
′
(k)∣k＝1,2...n；
[0044]所述水体古生产力系统因素比较数列为X3
′
，
[0045]X3
′
＝X3
′
(k)∣k＝1,2...n；
[0046]所述火山活动产生的火山灰系统因素比较数列为X4
′
，
[0047]X4
′
＝X4
′
(k)∣k＝1,2...n；
[0048]所述古气候系统因素比较数列为X5
′
，
[0049]X5
′
＝X5
′
(k)∣k＝1,2...n；
[0050]所述湖底的热液活动系统因素比较数列为X6
′
，
[0051]X6
′
＝X6本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种湖相富有机质细粒沉积岩的页岩油甜点区的预测方法，其特征在于，包括以下步骤：步骤1：选择表征影响富有机质细粒沉积岩纹层发育的地质参数，并计算地质参数；步骤2：将步骤1所述的地质参数分为表征系统行为特征的地质参数和表征系统行为影响因素的剩余地质参数；将表征系统行为特征的地质参数组成参考数列，将表征系统行为影响因素的剩余地质参数组成比较数列；步骤3：通过将步骤2得到的参考数列和比较数列进行灰度关联分析，得到主控因素；步骤4：将主控因素控制的区域作为页岩油甜点区。2.根据权利要求1所述的预测方法，其特征在于，所述步骤1中，所述地质参数包括水体盐度、水体氧化还原条件、水体古生产力、火山活动产生的火山灰、古气候、湖底的热液活动、总有机碳含量(TOC)和氯仿沥青“A”。3.根据权利要求2所述的预测方法，其特征在于，所述水体盐度以参数S表示，其计算公式为：S＝11.8
×
(8.5
×
B/K2O)/[1.70
×
(11.8
‑
K2O)]其中，B、K2O分别为细粒沉积岩中的微量元素、常量元素含量，单位μg/g；和/或，所述水体氧化还原条件以参数O表示，其计算公式为：O＝V/(V+Ni)其中，V、Ni分别为细粒沉积岩中的微量元素，单位μg/g；和/或，所述水体古生产力以参数P表示，其计算公式为：P＝P/Ti其中，P、Ba分别为细粒沉积岩中的常量元素，单位μg/g；和/或，火山活动产生的火山灰含量以参数V表示，其计算公式为：V＝Fe+Mn其中，P、Ba分别为细粒沉积岩中的常量元素，单位μg/g；和/或，所述古气候以参数C表示，其计算公式为：C＝∑(Fe+Mn+Cr+Ni+V+Co)/∑(Ca+Mg+Sr+Ba+K+Na)其中，Mn、Cr、Ni、V、Co、Sr、Ba为细粒沉积岩中的微量元素，Fe、Ca、Mg、K、Na为细粒沉积岩中的常量元素，单位μg/g；和/或，所述湖底的热液活动以参数L表示，其计算公式为：L＝Al/(Al+Fe+Mn)其中，Al、Fe、分别为细粒沉积岩中的常量元素，单位μg/g。4.根据权利要求2或3所述的预测方法，其特征在于，所述总有机碳含量(TOC)和氯仿沥青“A”通过实验测试分析直接获得。5.根据权利要求2
‑
4任一项所述的预测方法，其特征在于，所述步骤2中，将总有机碳含量(TOC)和氯仿沥青“A”两个地质参数作为表征系统行为特征的地质参数，将纹层状细粒沉积岩待预测的层位划分为n个层段，对每个层段依次进行取样，并通过实验测试分析，直接获得每个层段对应的总有机碳含量(TOC)和氯仿沥青“A”，进一步得到一系列总有机碳含量(TOC)和氯仿沥青“A”。6.根据权利要求5所述的预测方法，其特征在于，所述步骤2中，关于所述有机碳含量
(TOC)的参考数列为Y1，Y1＝Y1(k)∣k＝1,2...n其中，Y1(k)表示第k个层段的总有机碳含量(TOC)；和/或，关于所述氯仿沥青“A”的参考数列为Y2，Y2＝Y2(k)∣k＝1,2...n其中，Y2(k)表示第k个层段的氯仿沥青“A...

【专利技术属性】
技术研发人员：卢龙飞，刘伟新，潘安阳，朱峰，李志明，冷筠滢，
申请(专利权)人：中国石油化工股份有限公司石油勘探开发研究院，
类型：发明
国别省市：