CN105158802B - 坳陷湖盆重力流沉积物测井定量识别方法 - Google Patents
坳陷湖盆重力流沉积物测井定量识别方法 Download PDFInfo
- Publication number
- CN105158802B CN105158802B CN201510520353.9A CN201510520353A CN105158802B CN 105158802 B CN105158802 B CN 105158802B CN 201510520353 A CN201510520353 A CN 201510520353A CN 105158802 B CN105158802 B CN 105158802B
- Authority
- CN
- China
- Prior art keywords
- gravity flow
- logging
- sediments
- different types
- core
- 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.)
- Expired - Fee Related
Links
- 230000005484 gravity Effects 0.000 title claims abstract description 79
- 239000013049 sediment Substances 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000011435 rock Substances 0.000 claims abstract description 26
- 238000007418 data mining Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000007431 microscopic evaluation Methods 0.000 claims abstract description 6
- 230000008021 deposition Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 6
- 239000011707 mineral Substances 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 208000035126 Facies Diseases 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000005251 gamma ray Effects 0.000 claims description 2
- 230000001788 irregular Effects 0.000 claims description 2
- 238000004062 sedimentation Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 description 7
- 230000000994 depressogenic effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000009671 shengli Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种坳陷湖盆重力流沉积物测井定量识别方法，属于重力流沉积物识别技术领域。本发明首先通过以取心井岩心观察、室内岩石薄片鉴定以及测井资料为基础，进行重力流沉积物类型识别、岩性、沉积构造总结。基于直接资料(不同类型重力流沉积物的岩心)标定间接资料(测井资料)的地质思想，采用数据挖掘方法，优选对不同类型重力流沉积物响应良好的测井系列，结合岩心的宏观和微观分析，建立不同重力流沉积物和深湖泥岩的测井响应标准。最后基于取心井对该方法进行验证。所建立的识别方法对研究区的重力流沉积物定量识别效果良好，并且可以用于其他区域。
Description
技术领域
本发明属于重力流沉积物识别技术领域，尤其与一种坳陷湖盆重力流沉积物测井定量识别方法有关。
背景技术
我国断陷盆地重力流研究较早，并发现了大量油气富集区，如在渤海湾盆地济阳坳陷东营和车镇凹陷(胜利油田)、辽河坳陷西部凹陷(辽河油田)、冀中坳陷束鹿凹陷、廊固凹陷和晋县凹陷(华北油田)、南襄盆地泌阳凹陷(河南油田)、二连盆地吉尔嘎朗图凹陷、赛汉塔拉凹陷、白音查干凹陷(华北油田)等断陷盆地相继发现了一批重力流砂砾岩油气田或含油砂体，该类重力流砂体已成为东部油气田重要的接替区。相对于断陷湖盆重力流砂体的勘探进程而言，坳陷湖盆重力流砂体油气勘探相对滞后，国内坳陷湖盆重力流沉积方面的研究主要集中于鄂尔多斯盆地。
随着油气勘探进程的深入，以及在“稳定东部，发展西部”方针的指导下，近年来，在鄂尔多斯盆地陇东地区三叠系延长组的半深湖—深湖区域发现大量与浅水区三角洲共生的重力流砂体，是形成岩性地层油气藏的有利场所，其中所蕴藏的石油资源极为丰富。而现阶段对该盆地中重力流砂体的形成机制已有不少认识，但多为定性分析，不同类型重力流沉积物的平面分布特征还未见报道。而重力流沉积物的平面和纵向发育规模及分布特征是建立重力流沉积模式、预测重力流砂体的重要指标。现阶段对重力流沉积物识别主要采用测井曲线的形态、组合形式进行。
现有沉积物测井定量识别方法多解性强，准确性低，难以达到油田生产的需要针对该问题，因此专利申请人研究开发了一种坳陷湖盆重力流沉积物测井定量识别方法来解决该问题。
发明内容
针对上述问题，本发明的目的旨在提供一种坳陷湖盆重力流沉积物测井定量识别方法。
为此，本发明采用以下技术方案：坳陷湖盆重力流沉积物测井定量识别方法，包括以下步骤：
1.1、现场岩心分析：对现场取心井岩心的岩性、沉积特征现象进行观察，建立出取心井的岩心相分析；依据重力流沉积理论，分析取心井中发育的重力流沉积物类型，得出不同类型重力流沉积物的岩性、结构、沉积构造特征；
1.2、重力流沉积物进行微观分析：对不同类型重力流沉积岩石进行岩石薄片分析，得出其矿物组分含量；
1.3、岩心标定测井：在上述步骤1.1基础上，建立取心井段岩石的沉积发育序列，并和测井曲线进行对比、归位，使得岩心和测井建立对应关系，在岩心归位的基础上，进行岩心标定不同类型的测井数据工作，得出不同类型的重力流沉积物在不同系列测井数据上的响应类型以及变化值；
1.4、建立测井识别方法：进行不同类型重力流沉积物标定测井数据后，采用不同的测井数据作交会图，分析不同类型重力流沉积物以及深湖泥岩的识别效果；运用数据挖掘方法，依据不同类型测井数据间的内在关系，筛选出对不同类型重力流沉积物响应敏感的测井数据并赋予相应的权重，建立定量的测井识别不同类型重力流沉积物的标准；
1.5、效果检验：用已建立的方法对发育在半深湖和深湖区域的取心井段进行重力流沉积物识别，将识别结果和岩心观察的识别结果进行对比。
作为对上述技术方案的补充和完善，本发明还包括以下技术特征。
上述步骤1.2中，所述的薄片厚度在0.03mm，薄片是在偏光显微镜下观察统计得到组成岩石矿物的类型、含量。
使用本发明可以达到以下有益效果：本发明在重力流沉积物取心井的岩心详细观察基础上，运用重力流沉积的最新理论作为指导，识别并总结出不同类型重力流沉积物的沉积特征；结合沉积物的微观分析，采用岩心标定测井的地质思维，构建不同类型重力流沉积物在不同测井数据上的响应特征；基于数据挖掘方法，筛选对不同类型重力流沉积物以及深湖泥岩响应良好的几种测井系列，并建立两者(重力流沉积物和测井)之间的响应关系；最后对该方法的效果进行验证，检验结果表明，所建立的识别方法对研究区的重力流沉积物定量识别效果良好，并且该思路可以用于其他区域。
具体实施方式
具体实施例，本发明采取以下步骤进行识别：
1.现场岩心分析
对取心井岩心的岩性、沉积特征现象仔细观察描述，建立出取心井的岩心相分析；依据重力流沉积最新理论，分析观察的取心井中发育的重力流类型，总结出不同类型重力流沉积物的特征(包括岩性、结构、沉积构造)(表1)。
表1研究区重力流沉积物类型及其流体性质、搬运沉积机制和识别标志表
2.重力流沉积物微观分析
对不同类型重力流沉积物形成的岩石磨制岩石薄片(0.03mm厚)，在偏光显微镜下观察、鉴定、统计组成岩石矿物的类型、含量，尤其是脆性矿物和泥质的含量。
3.岩心标定测井
在岩心观察基础上，建立取心井段岩石的沉积发育序列，并和测井曲线(尤其是GR曲线)进行对比、归位，使得岩心和测井这两种资料建立真实的深度对应关系。
4.建立测井识别方法
在岩心归位的基础上，进行岩心标定不同类型的测井数据工作。利用测井数据对四种类型重力流沉积物的识别方法是：
①依据不同重力流沉积物的鉴别标志，在岩心井上对重力流沉积物进行识别，总共识别出6种深湖岩石类型，如砂质碎屑流沉积(即块状的纯砂岩)、浊流沉积、滑塌岩、富含泥砾砂质碎屑流沉积、泥质碎屑流陈和深湖泥岩；
②采用不同的测井数据作交会图，分析6种类型深湖岩石的识别效果。研究发现，声波时差曲线AC与电阻率曲线RT作交会图后，不同类型的深湖岩石分布无规律；自然伽马曲线GR与电阻率曲线RT作交会图后，仅能依据GR值将泥质碎屑流沉积和深湖泥岩两者与其他四种类型重力流沉积区分开，且GR值的界限划分不能准确界定。
③采用数据挖掘方法，依据不同类型测井数据间的内在关系，筛选出6测井曲线数据并赋予相应的权重，如自然伽马曲线GR、电阻率曲线RT、声波时差曲线AC、密度曲线DEN、泥质含量SH和中子孔隙度CNL，其权重值分别为0.73、0.12、0.07、0.05、0.03、0。
④数据挖掘后，得到6种深湖岩石类型的识别模式。深湖泥岩，RT≤31.1Ω·m，GR>99.37API；泥质碎屑流沉积，RT>31.1Ω·m，GR>99.37API；砂质碎屑流沉积，AC≤224.81μs/m，GR≤79.09API；发育正粒序的浊流沉积，SH≤17.47％，AC>224.81μs/m，GR≤79.09API；滑塌岩，SH>17.47％，AC>224.81μs/m，GR≤79.09API；发育不完整鲍马序列的浊流沉积，DEN>2.57g/cm3，GR>79.09API；富含泥砾砂质碎屑流沉积，DEN<2.57g/cm3，GR>79.09API。
5.效果检验
用已建立的方法对发育在半深湖和深湖区域的对69个样品进行识别，正确率达86.96％(表2)。因此，基于6种筛选的曲线，对研究区6种深湖岩石类型(5中重力流沉积物和一种深湖泥岩)可以进行有效识别。
表2数据挖掘方法识别深湖岩石效果统计表
本发明首先通过以取心井岩心观察、室内岩石薄片鉴定以及测井资料为基础，进行重力流沉积物类型识别、岩性、沉积构造总结。基于直接资料(不同类型重力流沉积物的岩心)标定间接资料(测井资料)的地质思想，采用数据挖掘方法，优选对不同类型重力流沉积物响应良好的测井系列，结合岩心的宏观和微观分析，建立不同重力流沉积物和深湖泥岩的测井响应标准。最后基于取心井对该方法进行验证。
本发明突破了现阶段用测井资料识别不同类型沉积物所遇到的多解性强、精度有限的技术瓶颈，解决了对富含油气资源的不同类型的重力流沉积物达到较准确地定量识别，可为实现不同类型重力流沉积物在纵向和平面分布规律研究提供可信的理论和技术支持，有利于建立更能反应坳陷湖盆的重力流沉积模式。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.坳陷湖盆重力流沉积物测井定量识别方法，其特征在于：
所述的坳陷湖盆重力流沉积物测井定量识别方法包括以下步骤：
1.1、现场岩心分析：对现场取心井岩心的岩性、沉积特征现象进行观察，建立出取心井的岩心相分析；依据重力流沉积理论，分析取心井中发育的重力流沉积物类型，得出不同类型重力流沉积物的岩性、结构、沉积构造特征；
1.2、重力流沉积物进行微观分析：对不同类型重力流沉积岩石进行岩石薄片分析，得出其矿物组分含量；
1.3、岩心标定测井：在上述步骤1.1基础上，建立取心井段岩石的沉积发育序列，并和测井曲线进行对比、归位，使得岩心和测井建立对应关系，在岩心归位的基础上，进行岩心标定不同类型的测井数据工作，得出不同类型的重力流沉积物在不同系列测井数据上的响应类型以及变化值；
1.4、建立测井识别方法：进行不同类型重力流沉积物标定测井数据后，采用不同的测井数据作交会图，分析不同类型重力流沉积物以及深湖泥岩的识别效果；运用数据挖掘方法，依据不同类型测井数据间的内在关系，筛选出对不同类型重力流沉积物响应敏感的测井数据并赋予相应的权重，建立定量的测井识别不同类型重力流沉积物的标准；
其具体步骤如下：依据不同重力流沉积物的鉴别标志，在岩心井上对重力流沉积物进行识别，总共识别出6种深湖岩石类型，砂质碎屑流沉积、浊流沉积、滑塌岩、富含泥砾砂质碎屑流沉积、泥质碎屑流陈和深湖泥岩；采用不同的测井数据作交会图，分析6种类型深湖岩石的识别效果；声波时差曲线AC与电阻率曲线RT作交会图后，不同类型的深湖岩石分布无规律；自然伽马曲线GR与电阻率曲线RT作交会图后，仅能依据GR值将泥质碎屑流沉积和深湖泥岩两者与其他四种类型重力流沉积区分开，且GR值的界限划分不能准确界定；采用数据挖掘方法，依据不同类型测井数据间的内在关系，筛选出6测井曲线数据并赋予相应的权重，自然伽马曲线GR、电阻率曲线RT、声波时差曲线AC、密度曲线DEN、泥质含量SH和中子孔隙度CNL，其权重值分别为0.73、0.12、0.07、0.05、0.03、0；数据挖掘后，得到6种深湖岩石类型的识别模式：深湖泥岩，RT≤31.1Ω·m，GR>99.37API；泥质碎屑流沉积，RT>31.1Ω·m，GR>99.37API；砂质碎屑流沉积，AC≤224.81μs/m，GR≤79.09API；发育正粒序的浊流沉积，SH≤17.47％，AC>224.81μs/m，GR≤79.09API；滑塌岩，SH>17.47％，AC>224.81μs/m，GR≤79.09API；发育不完整鲍马序列的浊流沉积，DEN>2.57g/cm3，GR>79.09API；富含泥砾砂质碎屑流沉积，DEN<2.57g/cm3，GR>79.09API；
1.5、效果检验：用已建立的方法对发育在半深湖和深湖区域的取心井段进行重力流沉积物识别，将识别结果和岩心观察的识别结果进行对比。
2.根据权利要求1所述的坳陷湖盆重力流沉积物测井定量识别方法，其特征在于：上述步骤1.2中，所述的薄片厚度在0.03mm，薄片是在偏光显微镜下观察统计得到组成岩石矿物的类型、含量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510520353.9A CN105158802B (zh) | 2015-08-21 | 2015-08-21 | 坳陷湖盆重力流沉积物测井定量识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510520353.9A CN105158802B (zh) | 2015-08-21 | 2015-08-21 | 坳陷湖盆重力流沉积物测井定量识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105158802A CN105158802A (zh) | 2015-12-16 |
| CN105158802B true CN105158802B (zh) | 2018-11-23 |
Family
ID=54799717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510520353.9A Expired - Fee Related CN105158802B (zh) | 2015-08-21 | 2015-08-21 | 坳陷湖盆重力流沉积物测井定量识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105158802B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109444379A (zh) * | 2018-12-24 | 2019-03-08 | 中海石油(中国)有限公司 | 深水重力流砂岩储层的定量分类识别图版构建方法及系统 |
| CN111188612B (zh) * | 2020-01-13 | 2022-12-13 | 中国石油天然气股份有限公司大港油田分公司 | 一种测井多参数融合的页岩油甜点快速识别方法 |
| CN111679341B (zh) * | 2020-06-28 | 2022-04-15 | 中国石油大学(华东) | 一种快速确定辫流带及内部微相组合关系的方法 |
| CN112230301B (zh) * | 2020-09-18 | 2022-02-15 | 西南石油大学 | 一种深水水道成因类型划分方法 |
| CN113404451B (zh) * | 2021-02-04 | 2022-08-02 | 中国石油大学(北京) | 一种基于测井资料进行岩屑回注选层的方法 |
| CN114059999B (zh) * | 2021-09-29 | 2023-06-06 | 成都理工大学 | 一种重力流沉积成因测井识别方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8967249B2 (en) * | 2012-04-13 | 2015-03-03 | Schlumberger Technology Corporation | Reservoir and completion quality assessment in unconventional (shale gas) wells without logs or core |
| CN103510947B (zh) * | 2012-06-21 | 2016-05-25 | 中国石油化工股份有限公司 | 滩坝砂岩微相识别模式的建立方法 |
| CN103809052B (zh) * | 2012-11-14 | 2019-01-29 | 中国广核集团有限公司 | 超高压电网输电线路保护动模实验系统、带电功能测试方法 |
| CN104213899B (zh) * | 2013-06-04 | 2017-08-04 | 中国石油化工股份有限公司 | 一种地层岩石骨架的测井识别方法 |
| CN103852787B (zh) * | 2014-02-24 | 2016-08-24 | 长江大学 | 一种砂岩储层成岩地震相表征方法 |
| CN104181603A (zh) * | 2014-07-24 | 2014-12-03 | 中国石油大学(华东) | 碎屑岩沉积成岩综合相识别方法 |
| CN104360039B (zh) * | 2014-10-31 | 2018-09-21 | 中国石油化工股份有限公司 | 一种致密砂岩储层成岩相定量评价方法 |
-
2015
- 2015-08-21 CN CN201510520353.9A patent/CN105158802B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN105158802A (zh) | 2015-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105158802B (zh) | 坳陷湖盆重力流沉积物测井定量识别方法 | |
| CN105334536B (zh) | 致密砂岩储层网状裂缝系统有效性评价方法 | |
| CN104564041B (zh) | 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法 | |
| Guang et al. | Control factors of high and stable production of Jurassic Da'anzhai Member tight oil in central Sichuan Basin, SW China | |
| CN104747183B (zh) | 一种碳酸盐岩储层综合分类方法 | |
| CN103912271B (zh) | 致密砂岩气资源分级评价的方法 | |
| CN109143399B (zh) | 一种识别碳酸盐岩层序界面的方法 | |
| CN105467465B (zh) | 利用孔隙度差值计算粘土含量的方法 | |
| CN108374657A (zh) | 井断点自动识别方法 | |
| CN112784404B (zh) | 一种基于常规测井资料的砂砾岩束缚水饱和度计算方法 | |
| Hui et al. | Distribution of hydrocarbon traps in volcanic rocks and optimization for selecting exploration prospects and targets in Junggar Basin: Case study in Ludong-Wucaiwan area, NW China | |
| Li et al. | Reservoir architecture and fracture characterization of low-permeability sandstone reservoir: a case study of Biandong oilfield, Jinhu depression, northern Jiangsu Basin, China | |
| CN104929626A (zh) | 一种石炭系火山岩油藏岩性识别方法 | |
| CN108548765B (zh) | 一种变粘土骨架的孔隙度计算方法 | |
| Feng et al. | Lithology and oil-bearing properties of tight sandstone reservoirs: Chang 7 member of Upper Triassic Yanchang Formation, southwestern Ordos Basin, China | |
| CN113720745B (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
| CN110096839A (zh) | 一种热压实作用强度定量计算的方法 | |
| Luo et al. | Distribution of excellent sandstone reservoir and migration of geothermal water in Neogene formations of Guanzhong Basin | |
| CN114109374B (zh) | 页岩气储层靶窗位置的确定方法及装置 | |
| CN103883321B (zh) | 地下埋藏扇三角洲中的石油勘探方法及装置 | |
| CN110161208B (zh) | 页岩非均质性定量表征方法 | |
| Dade et al. | New understandings and exploration discovery of Paleogene reservoirs of Kunbei fault terrace belt, Qaidam Basin, NW China | |
| Yu et al. | Study on fracture identification of shale reservoir based on electrical imaging logging | |
| Kelechi et al. | Analyzing the influence of depositional processes on shale volume and reservoir performance | |
| Wang et al. | Control function of Sedimentary Facies on Tight Oil Distribution—Taking Gaotaizi Oil Layer in Qijia Area as An Example |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180930 Address after: 610500 Southwest Petroleum University, 8, Xindu Avenue, Xindu District, Chengdu, Sichuan Applicant after: Southwest Petroleum University Applicant after: Sichuan coalfield geological engineering survey design and Research Institute Address before: 610500 Southwest Petroleum University, 8, Xindu Avenue, Xindu District, Chengdu, Sichuan Applicant before: Southwest Petroleum University |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181123 Termination date: 20190821 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |