页岩储集能力确定方法与流程

本发明属于油气勘探开发
技术领域：
，尤其涉及一种页岩储集能力确定方法。
背景技术：
：页岩气作为非常规油气资源之一，为了有效地对页岩气进行开发，需在开发前对页岩的储集能力进行评价，以确定页岩的储集能力，进而可筛选出页岩气较多的区块进行开发。现有技术主要是通过微观实验方法测试页岩的储集能力，例如通过氮气等温吸附实验，二氧化碳等温吸附实验等，测量页岩样品的孔比表面积和孔体积，进行页岩孔隙结构的全定量化表征，进而确定岩层的储集能力。测量之前，需要对页岩样品进行预处理，首先将页岩样品研磨至预设筛目，然后在预设温度下通入惰性气体进行处理，以除去页岩样品中的水气等。在上述等温吸附实验过程，对实验温度、压力、含水饱和度等均有一定要求，并且实验的操作步骤十分繁琐。上述微观实验方法对样品要求较高，实验难度大，操作困难，不利于对大量样品进行检测。技术实现要素：本发明提供一种页岩储集能力确定方法，以降低确定页岩储集能力的实验难度，简化实验操作。本发明提供的页岩储集能力确定方法，包括：确定页岩的至少一块样品中每块样品的矿物成分含量和所述每块样品的总有机碳TOC含量；根据所述每块样品的矿物成分含量和所述每块样品的TOC含量确定所述页岩的储集能力。进一步的，所述每块样品的矿物成分含量包括黄铁矿的质量百分含量和方解石的质量百分含量。进一步的，所述根据所述每块样品的矿物成分含量和所述每块样品的TOC含量确定所述页岩的储集能力，包括：根据所述每块样品的TOC含量和所述至少一块样品中TOC含量的最大值，确定TOC评价参数；根据所述每块样品的黄铁矿的质量百分含量和所述至少一块样品中黄铁矿的质量百分含量的最大值，确定黄铁矿评价参数；根据所述每块样品的方解石的质量百分含量和所述至少一块样品中方解石的质量百分含量的最大值，确定方解石评价参数；根据所述TOC评价参数、所述黄铁矿评价参数，和所述方解石评价参数，确定所述岩层的储集能力评价参数；所述岩层的储集能力评价参数越大，所述岩层的储集能力越强。进一步的，所述根据所述TOC评价参数、所述黄铁矿评价参数，和所述方解石评价参数，确定所述岩层的储集能力评价参数，包括：RC＝a*RTOC+b*RCa+c*RFeS2其中，RTOC为所述TOC评价参数，RFeS2为所述黄铁矿评价参数，RCa为所述方解石评价参数；RC为页岩的储集能力评价参数；a、b、c均为预设值。进一步的，所述根据所述每块样品的TOC含量和所述至少一块样品中TOC含量的最大值，确定TOC评价参数，包括：根据所述每块样品的TOC含量和所述至少一块样品中TOC含量的最大值的比值，确定所述TOC评价参数。进一步的，所述根据所述每块样品的黄铁矿的质量百分含量和所述至少一块样品中黄铁矿的质量百分含量的最大值，确定黄铁矿评价参数，包括：根据所述每块样品的黄铁矿的质量百分含量和所述至少一块样品中黄铁矿的质量百分含量的最大值的比值，确定所述黄铁矿评价参数。进一步的，所述根据所述每块样品的方解石的质量百分含量和所述至少一块样品中方解石的质量百分含量的最大值，确定方解石评价参数，包括：确定所述至少一块样品中方解石的质量百分含量的最大值和所述每块样品的方解石的质量百分含量的差值；根据所述差值与所述每块样品的方解石的质量百分含量的比值，确定所述方解石评价参数。进一步的，所述黄铁矿包括：二硫化铁；所述方解石包括：碳酸钙。本发明提供一种页岩储集能力确定方法，包括：确定页岩的至少一块样品中每块样品的矿物成分含量和该每块样品的TOC含量；根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力。本发明提供的页岩储集能力确定方法，有效降低了确定页岩储集能力的实验难度，简化实验操作。附图说明图1为本发明提供的页岩储集能力确定方法的流程图；图2为本发明根据该每块样品的矿物成分含量和该每块样品的TOC确定该页岩的储集能力的方法流程图；图3为本发明提供的另一种页岩储集能力的确定方法的流程图。具体实施方式本发明提供一种页岩储集能力确定方法，图1为本发明提供的页岩储集能力确定方法的流程图。如图1所示，该方法可包括：S101、确定页岩的至少一块样品中每块样品的矿物成分含量和该每块样品的总有机碳(TotalOrganicCarbon，简称TOC)含量。具体的，该S101中可以是对每块样品进行X射线衍射分析和岩石热解实验，以确定该每块样品的矿物成分含量和该每块样品的TOC含量。该至少一块样品可以是采集的待测页岩储层中的多块页岩样品。S102、根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力。具体的，该S102中可以先根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该每块页岩样品的储集能力，再确定该至少一块样品的储集能力的平均值，该至少一块样品的储集能力的平均值可用于表征该页岩的储集能力。其中，页岩的孔体积和孔比表面积决定了页岩的储集能力，实际应用中，可通过氮气等温吸附实验测量页岩样品的孔体积和孔比表面积，以及对页岩样品进行成分分析，并分析页岩样品的孔体积、孔比表面积和页岩样品的成分的相关性，得出：页岩成分中，该每块样品的矿物成分含量和该每块样品的TOC含量，与页岩的孔体积和孔比表面积呈不同的相关关系。由此可确定该页岩的储集能力与该每块样品的矿物成分含量和该每块样品的TOC含量相关，进而可通过该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力。相关性分析结果显示，页岩的TOC含量与页岩孔体积和孔比表面积呈绝对的正相关关系。这是由于页岩在热演化过程中，由于生烃作用产生的有机质孔存在于剩余有机质中，该有机质孔孔径大，连通性好，使得页岩的孔体积和孔比表面积相应增大。而剩余有机质含量通过TOC含量来体现，TOC含量越高，则剩余有机质含量越高，有机质孔就越多，页岩的孔体积和孔比表面积就越大。而矿物成分含量也与页岩的孔体积或者孔比表面积相关，且页岩中不同的矿物成分，其含量与页岩的孔体积或者孔比表面积的相关性不同。本发明提供一种页岩储集能力确定方法，包括：确定页岩的至少一块样品中每块样品的矿物成分含量和该每块样品的总有机碳TOC含量；根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力。本发明提供的页岩储集能力确定方法中，无需进行氮气等温吸附实验，有效降低确定页岩储集能力的实验难度，及实验操作。由于该页岩储集能力确定方法中，无需进行气体等温吸附实验，因此，该页岩储集能力确定方法可以是通过宏观实验确定该页岩储集能力。进一步的，该每块样品的矿物成分含量包括黄铁矿的质量百分含量和方解石的质量百分含量。具体的，通过测量页岩样品的孔体积和孔比表面积，以及对页岩样品进行矿物成分分析，可确定黄铁矿与有机质为耦合关系，页岩中黄铁矿的周围通常会有有机质伴生，页岩中黄铁矿含量越多，反映了页岩中有机质含量也越高，有机质孔就越多，页岩的孔体积和孔比表面积就越大，使得页岩的储集能力越强，页岩气存在的可能性越高。然而，通过测量页岩样品的孔体积和孔比表面积，以及对页岩样品进行矿物成分分析，方解石含量越高，页岩的孔体积和孔比表面积越小，这是由于方解石的次生作用造成的，使得页岩的储集能力减弱，从而页岩气存在的可能性越低。进一步的，图2为本发明根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力的方法流程图。如图2所示，如上所示的S102中根据该每块样品的矿物成分含量和该每块样品的TOC含量确定该页岩的储集能力，可包括：S201、根据该每块样品的TOC含量和该至少一块样品中TOC含量的最大值，确定TOC评价参数。具体的，TOC评价参数介于0～1之间，TOC评价参数的值越大，待测页岩的储集能力越强，待测页岩中含有页岩气的可能性越高。其中，页岩的孔体积和孔比表面积决定了页岩的储集能力，页岩的孔体积和孔比表面积越大，页岩的储集能力越强；而页岩的TOC含量与页岩的孔体积和孔比表面积呈正相关。这是由于页岩在热演化过程中，由于生烃作用产生的有机质孔存在于剩余有机质中，该有机质孔孔径大，连通性好，使得页岩的孔体积和孔比表面积相应增大。而剩余有机质含量通过TOC含量来体现，TOC含量越高，剩余有机质含量越高，有机质孔就越多，页岩的孔体积和孔比表面积就越大，页岩的储集能力越强，页岩气存在的可能性越高。S202、根据该每块样品的黄铁矿的质量百分含量和该至少一块样品中黄铁矿的质量百分含量的最大值，确定黄铁矿评价参数。具体的，黄铁矿评价参数介于0～1之间，黄铁矿评价参数的值越大，待测页岩的储集能力越强，待测页岩中含有页岩气的可能性越高。其中，黄铁矿与有机质为耦合关系，页岩中黄铁矿的周围通常会有有机质伴生，页岩中黄铁矿含量越多，反映了页岩中有机质含量也越高，有机质孔就越多，页岩的孔体积和孔比表面积就越大，使得页岩的储集能力越强，页岩气存在的可能性越高。S203、根据该每块样品的方解石的质量百分含量和该至少一块样品中方解石的质量百分含量的最大值，确定方解石评价参数。具体的，方解石评价参数介于0～1之间，方解石评价参数的值越大，待测页岩的的储集能力越强，待测页岩中含有页岩气的可能性越高。其中，次生的方解石会堵塞页岩中的孔隙，方解石含量越高，页岩的孔体积和孔比表面积越小，使得页岩的储集能力越弱，页岩气存在的可能性越低。S204、根据该TOC评价参数、该黄铁矿评价参数，和该方解石评价参数，确定该每块样品的储集能力评价参数。具体的，该页岩的储集能力评价参数介于0～1之间，该岩层的储集能力评价参数越大，该岩层的储集能力越强，待测页岩中含有页岩气的可能性越高。其中，如上S204可先根据该TOC评价参数、该黄铁矿评价参数，和该方解石评价参数确定该每块样品的储集能力评价参数，再确定该至少一块样品的储集能力评价参数的平均值，该该至少一块样品的储集能力评价参数的平均值为该页岩的储集能力评价参数。进一步的，该根据该TOC评价参数、该黄铁矿评价参数，和该方解石评价参数，确定该每块页岩的储集能力评价参数，包括：RC＝a*RTOC+b*RCa+c*RFeS2(式1)其中，RTOC为该TOC评价参数，RFeS2为该黄铁矿评价参数，RCa为该方解石评价参数；RC为页岩的储集能力评价参数；a、b、c均为预设值。具体的，a为TOC含量评价参数对应的权重系数，反映了TOC含量对页岩储集能力的影响程度。其中，a是通过对页岩TOC含量和页岩的孔体积和孔比表面积进行相关性、显著性分析得到的，a例如可以是0.7。b为黄铁矿评价参数对应的权重系数，反映了黄铁矿含量对页岩储集能力的影响程度。其中，b是通过对页岩中黄铁矿含量和页岩的孔体积和孔比表面积进行相关性、显著性分析得到的，b例如可以是0.1。c为方解石评价参数对应的权重系数，反映了方解石含量对页岩储集能力的影响程度。其中，c是通过对页岩中方解石含量和页岩的孔体积和孔比表面积进行相关性、显著性分析得到的，c例如可以是0.2。具体的，a的预设值例如可以是通过对每块样品中TOC与孔体积和孔比表面积的相关性分析得到，b的预设值例如可以是通过对每块样品中黄铁矿与孔体积和孔比表面积的相关性分析得到，c的预设值例如可以是通过对每块样品中方解石与孔体积和孔比表面积的相关性分析得到。具体的分析过程可如下所示：确定页岩样品中该每块样品的孔体积和孔比表面积，以及该每块样品的矿物成分含量和该每块样品的TOC含量。详细数据如表1所示。表1其中，BJH孔体积是指利用氮气等温吸附实验得到的实验结果，通过BJH模型计算出来页岩孔体积。BJH模型是基于Kelvin毛细管凝聚理论发展的孔径分布模型，由Barrett，Joyner和Halenda共同描述。BET孔比表面积是指利用氮气等温吸附实验得到的实验结果，通过BET模型计算出来页岩孔比表面积。BET理论是由S.Brunauer(布鲁尼尔)、P.Emmett(埃密特)和E.Teller(特勒)于1938年提出的BET多分子层吸附理论，并在此基础上发展出BET模型，可用于计算气体吸附实验过程中的孔比表面积。确定页岩样品中该每块样品的孔体积、孔比表面积和页岩样品的成分的相关性，包括：其中，r为相关系数；和分别为变量x，y的平均值；xi和yi分别是变量x、y的第i个观测值。采用上述式5，可得到表2所示的该每块样品的孔体积和孔比表面积，以及该每块样品的矿物成分含量和该每块样品的TOC含量之间的相关性参数。详细数据如表2所示。表2由表2相关性分析结果得出：页岩成分中，该页岩的黄铁矿的质量百分含量、该页岩的方解石的质量百分含量，以及该页岩的TOC含量，与页岩的孔体积和孔比表面积相关度高。其中，a作为TOC含量评价参数对应的权重系数，由于该页岩的TOC含量，与该页岩的孔体积和孔比表面积的相关度最高，再结合实际的地质分析，a的预设值例如可以是0.7、0.75或0.8。b作为黄铁矿评价参数对应的权重系数，由于该页岩的黄铁矿的质量百分含量，与该页岩的孔体积和孔比表面积的相关度较高，再结合实际的地质分析，b的预设值例如可以是0.1、0.08或0.05。c作为方解石评价参数对应的权重系数，由于该页岩的方解石的质量百分含量，与该页岩的孔体积和孔比表面积的相关度较高，再结合实际的地质分析，c的预设值例如可以是0.2、0.17或0.15。确定出a、b、和c的值之后，将各项参数RTOC、RFeS2以及RCa分别与其对应权重系数相乘，再将各项相加，得到页岩储集能力的表征参数RC；RC值越大，所述页岩储集能力越高，待测页岩中含有页岩气的可能性越高。进一步的，该根据该每块样品的TOC含量和该至少一块样品中TOC含量的最大值，确定TOC评价参数，包括：根据该每块样品的TOC含量和该至少一块样品中TOC含量最大值的比值，确定该TOC评价参数。具体的，RTOC＝TOC/TOCmax(式2)其中TOC为该每块样品的TOC含量，TOCmax为该至少一块样品中TOC含量的最大值。该方法中以待测页岩储层中提取的TOC含量的最高值为基准，进行该每块样品的TOC含量的标准化，确定该TOC评价参数，使得TOC评价参数介于0～1之间。此时，TOC评价参数，随TOC含量的增加而增加，TOC值越大，则TOC评价参数值越接近于1。进一步的，根据该每块样品的黄铁矿的质量百分含量和该至少一块样品中黄铁矿的质量百分含量的最大值，确定黄铁矿评价参数，包括：根据该每块样品的黄铁矿的质量百分含量和该至少一块样品中黄铁矿的质量百分含量的最大值的比值，确定该黄铁矿评价参数。具体的，RFeS2＝FeS2/FeS2max(式3)其中FeS2为该每块样品的黄铁矿的质量百分含量，FeS2max为该至少一块样品中黄铁矿的质量百分含量的最大值。该方法中以待测页岩储层中提取的样品中黄铁矿的质量百分含量的最高值为基准，进行该每块样品的黄铁矿的质量百分含量的标准化，确定该黄铁矿评价参数，使得黄铁矿评价参数介于0～1之间。黄铁矿评价参数随黄铁矿的质量百分含量的增加而增加，黄铁矿的质量百分含量越大，则黄铁矿评价参数值越接近于1。进一步的，该根据该每块样品的方解石的质量百分含量和该至少一块样品中方解石的质量百分含量的最大值，确定方解石评价参数，包括：确定该至少一块样品中方解石的质量百分含量的最大值和该每块样品的方解石的质量百分含量的差值；根据该差值与该每块样品的方解石的质量百分含量的比值，确定该方解石评价参数。具体的，RCa＝(CaCO3max-CaCO3)/CaCO3max(式4)其中，CaCO3为该每块样品的方解石的质量百分含量，CaCO3max为该至少一块样品中方解石的质量百分含量的最大值。该方法中以待测页岩储层中提取的样品中方解石的质量百分含量的最高值为基准，进行该每块样品的方解石的质量百分含量的标准化，确定该方解石评价参数，使得方解石评价参数介于0～1之间。方解石评价参数随方解石的质量百分含量的增加而减少，方解石的质量百分含量越小，则方解石评价参数值越接近于1。进一步的，该黄铁矿包括：二硫化铁(FeS2)；该方解石包括：碳酸钙(CaCO3)。可选的，本发明还提供一种页岩储集能力确定方法，图3为本发明提供的另一种页岩储集能力的确定方法的流程图。如图3所示，该方法可包括如下步骤：S301、确定页岩的至少一块样品中每块样品的矿物成分含量和该每块样品的TOC含量。实际应用中，例如针对渝东南龙马溪组的页岩，该方法中可以取龙马溪组15块样品确定每块样品的矿物成分含量和该每块样品的TOC含量，详细数据如表3所示。表3样品编号TOC含量黄铁矿的质量百分含量方解石的质量百分含量12.642.4023.13.6032.92043.64.2054.107.863.401.874.633.15.883.354.87.892.826.85.8103.194.810.4114.44.80123.23.92.6135.300143.22.65.3155.36.15.8S302、根据该每块样品的TOC含量和该至少一块样品中TOC含量最大值的比值，确定TOC评价参数。例如，该S302中可以根据该每块样品的TOC含量和该15块样品中TOC含量的最大值，采用上述式2，确定该每块样品的TOC评价参数的值。S303、根据该每块样品的黄铁矿的质量百分含量和该至少一块样品中黄铁矿的质量百分含量的最大值的比值，确定黄铁矿评价参数，确定黄铁矿评价参数。例如，该S303中可以根据该每块样品的黄铁矿的质量百分含量和该15块样品中黄铁矿的质量百分含量的最大值，采用上述式3，确定该每块样品的黄铁矿评价参数的值。S304、确定该至少一块样品中方解石的质量百分含量的最大值和该每块样品的方解石的质量百分含量的差值；根据该差值与该每块样品的方解石的质量百分含量的比值，确定所述方解石评价参数。例如，该S304中可以根据该每块样品的方解石的质量百分含量和该15块样品中方解石的质量百分含量的最大值，采用上述式4，确定该每块样品的方解石评价参数的值。S305、根据该TOC评价参数、该黄铁矿评价参数，和该方解石评价参数，确定该每块样品的储集能力评价参数。例如，该S305中可以根据该每块样品中该TOC评价参数、该黄铁矿评价参数，和该方解石评价参数的值，采用上述式1，确定该每块样品的储集能力评价参数的值。S306、确定该至少一块样品的储集能力评价参数的平均值，该至少一块样品的储集能力评价参数的平均值为该页岩的储集能力评价参数。例如，该S305中该15块样品的储集能力评价参数的值的平均值，为该页岩的储集能力评价参数的值。详细数据如表4所示。表4采用上述图3所述的页岩储集能力确定方法，以渝东北牛蹄塘组的31块页岩样品为例，可得到每块样品的TOC评价参数的值、该每块样品的黄铁矿评价参数的值、该每块样品的方解石评价参数的值、该每块样品的储集能力评价参数的值，以及该页岩的储集能力评价参数的值。详细数据可如表5所示。表5通过对比两组页岩样品的Rc值的平均值可以得出渝东南龙马溪组页岩的储集能力要高于渝东北牛蹄塘组的结论。此外，根据该每块样品的Rc值也可得出各块样品的相对储集能力的大小。本发明上述实施例提供的页岩储集能力确定方法，有效降低了确定页岩储集能力的实验难度，简化实验操作。最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。当前第1页1 2 3