确定页岩含气量的方法和装置与流程

本发明涉及地质勘探技术领域，特别涉及一种确定页岩含气量的方法和装置。

背景技术：

页岩气作为一种新型非常规天然气能源其勘探开发越来越受重视，页岩气的赋存形式包括：游离态、吸附态、溶解态和固溶态，且以游离态和吸附态为主。因此，预测游离气和吸附气含量对评价页岩气的资源潜力具有重要的意义。

作为与常规天然气存在重大差异的吸附态页岩气，现在预测页岩吸附气含量的模型主要有：Langmuir吸附模型、DR吸附模型、DA吸附模型、BET吸附模型等，然而，这些模型仅是定性地对页岩含气量进行预测，从而导致预测出的含气量准确性不高，难以对实际生产进行指导生产。

针对上述问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种确定页岩含气量的方法，以达到定性实现页岩含气量预测的技术效果，该方法包括：

确定当前工区页岩吸附气含量的第一主控因素；

确定页岩游离气含量的第二主控因素；

基于所述第一主控因素，建立所述当前工区的页岩吸附气含量预测公式；

基于所述第二主控因素，建立所述当前工区的页岩游离气含量预测公式；

根据所述页岩吸附气含量预测公式和所述页岩游离气含量预测公式，确定所述当前工区的含气量。

在一个实施方式中，确定当前工区页岩吸附气含量的第一主控因素，包括：

通过单因素相关性分析和多因素耦合的方法，确定出多个第一主控因素，其中，所述第一主控因素包括以下至少之一：页岩储层的地化参数、无机矿物参数、和孔隙结构参数。

在一个实施方式中，所述页岩吸附气含量预测公式为：

$Q_a=n_o\·\frac{K_T\·P}{K_T\·P+1}\·(A_0+A_1\·X_1+A_2\·X_2+...+A_i\·X_i)$

其中，Q_a表示吸附气含量，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，n_o表示兰氏体积，单位为m³/t，K_T表示吸附常数，是温度T的函数，X_i表示第一主控因素，A_i表示X_i的待定系数。

在一个实施方式中，所述第二主控因素包括：孔隙度、地层压力和地层温度。

在一个实施方式中，所述页岩游离气含量预测公式为：

其中，Q_f表示实际地质条件下的游离气含量，单位为cm³/g，V_p表示总孔体积，单位为ml/g，表示甲烷分子直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙的含水饱和度，单位为％，S_o表示含油饱和度，单位为％，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc表示地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

本发明实施例还提供了一种确定页岩含气量的装置，以达到定性实现页岩含气量预测的技术效果，该装置包括：

第一确定模块，用于确定当前工区页岩吸附气含量的第一主控因素；

获取模块，用于获取页岩游离气含量的第二主控因素；

第一建立模块，用于基于所述第一主控因素，建立所述当前工区的页岩吸附气含量预测公式；

第二建立模块，用于基于所述第二主控因素，建立所述当前工区的页岩游离气含量预测公式；

第二确定模块，用于根据所述页岩吸附气含量预测公式和所述页岩游离气含量预测公式，确定所述当前工区的含气量。

在一个实施方式中，所述第一确定模块具体用于通过单因素相关性分析和多因素耦合的方法，确定出多个第一主控因素，其中，所述第一主控因素包括以下至少之一：页岩储层的地化参数、无机矿物参数、和孔隙结构参数。

在一个实施方式中，所述页岩吸附气含量预测公式为：

$Q_a=n_o\·\frac{K_T\·P}{K_T\·P+1}\·(A_0+A_1\·X_1+A_2\·X_2+...+A_i\·X_i)$

其中，Q_a表示吸附气含量，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，n_o表示兰氏体积，单位为m³/t，K_T表示吸附常数，是温度T的函数，X_i表示第一主控因素，A_i表示X_i的待定系数。

在一个实施方式中，所述第二主控因素包括：孔隙度、地层压力和地层温度。

在一个实施方式中，所述页岩游离气含量预测公式为：

其中，Q_f表示实际地质条件下的游离气含量，单位为cm³/g，V_p表示总孔体积，单位为ml/g，表示甲烷分子直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙的含水饱和度，单位为％，S_o表示含油饱和度，单位为％，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc表示地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

在本发明实施例中，建立了当前工区的页岩吸附气含量预测公式和页岩游离气含量预测公式，结合页岩吸附气含量预测公式和页岩游离气含量预测公式来确定当前工区的含气量，通过上述方式解决了现有技术中仅定性地对页岩含气量进行预测，从而导致的预测出的含气量准确性不高的技术问题，达到了有效提高页岩含气量预测结果准确度的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是根据本发明实施例的确定页岩含气量的方法流程图；

图2是根据本发明实施例的确定页岩含气量的装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

发明人考虑到对于页岩储层而言，不仅具有吸附气还具有游离气，因此，如果希望得到较为准确的含气量，不仅需要计算吸附气含量，还需要计算游离气含量，对此，在本例中，提供了一种确定页岩含气量的方法，如图1所示，该方法包括：

步骤101：确定当前工区页岩吸附气含量的第一主控因素；

在确定第一主控因素的过程中，可以先将实测过剩吸附量校正为绝对吸附量，具体地，可以根据选出的具有代表性的目的层岩心，进行有机地化分析、储层特征分析、等温吸附实验等。其中，等温吸附实验测得的吸附量是在吸附平衡后，根据气体状态方程计算气体物质的量的差值，该过程认为体积不变，固体表面吸附层中的气体分子中按气相密度分布于吸附相空间的气体分子与气/固分子间的作用力无关，因此，等温吸附实验得到的页岩吸附量对应于吸附相中超过气相密度的过剩量，而非页岩的真实吸附量即绝对吸附量，因此，在进行模型建立之前，可以将实测的过剩吸附量校正为绝对吸附量。具体地，可以通过以下方式进行校正：

实测过剩吸附(n_excess，单位为mmol/g)与绝对吸附(n_abs，单位为mmol/g)的关系表达式为：

$n_{excess}=n_{abs}\·(1-\frac{{\mathrm{\ρ}}_g}{{\mathrm{\ρ}}_{ads}})$

其中，n_excess表示实测过剩吸附量，单位为mmol/g，n_abs表示绝对吸附量，单位为mmol/g，ρ_g表示甲烷游离相密度，单位为mol/L，可通过气体状态方程求取，ρ_ads表示甲烷吸附相密度，单位为mol/L。

进一步的，假设甲烷在页岩中的吸附为单层吸附，则甲烷的绝对吸附量可以表示为：

$n_{abs}=n_o\·\frac{K_T\·P}{K_T\·P+1}$

其中，n_o表示兰氏体积，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，K_T表示吸附常数，是温度T的函数。

将n_abs的公式代入n_excess的公式，可以得到：

$n_{excess}=n_o\·\frac{K_T\·P}{1+K_T\·P}\·(1-\frac{{\mathrm{\ρ}}_g}{{\mathrm{\ρ}}_{ads}})$

在该公式中，未知参数包括：n_o、K_T及ρ_ads，通过将已知实测数据n_excess、T及P代入该公式进行拟合，可以获得上述三个未知参数。

将拟合得到的上述三个未知参数代入n_excess公式，就可以获得实际页岩样品的绝对吸附量，将各个样品的绝对吸附量与页岩储层的内部地质参数进行单因素相关性分析，其中，这些地质参数可以包括：页岩储层的地化参数、无机矿物参数、孔隙结构参数等。在单因素相关分析的基础上，可以建立如下的主控因素的优选原则：

1)选取比较常规而且容易获得的参数；

2)选取数据量多的参数，更能反应准确的规律；

3)彼此相关的参数选择其中与含气量关系更加明显的。

在确定页岩吸附含量的主控因素的过程中，可以通过单因素分析多因素耦合的方法确定，单因素分析就是逐个因素确定该因素对吸附气含量的影响，多因素耦合主要是确定出较为关键的因素。

进一步的，之所以需要进行单因素分析多因素耦合的方式确定主控因素，是因为不同的工区影响吸附气含量的主控因素是不同的，因此在确定主控因素和进行后续的公式确定的过程中，所采用的数据都是该工区的数据。

具体地，对于吸附气含量预测公式需要确定主控内因，即，确定主控因素，具体地，可以按照以下规则建立主控因素：

1)选取比较常规而且容易获得的参数；

2)选取数据量多的参数，更能反应准确的规律；

3)彼此相关的参数选择其中与含气量关系更加明显的参数。

即，无论对于哪个研究区，温度和压力都是必须的第一主控因素，而其它的因素，例如：页岩储层的地化参数、无机矿物参数、孔隙结构参数等是否作为第一主控因素都是需要根据实际的研究区的情况确定的。

步骤102：获取页岩游离气含量的第二主控因素；

页岩游离态天然气的赋存与常规油气赋存机理相似，同样服从气体方程，取决于孔隙结构和孔隙体积、地层温度以及气体压力和压缩系数。

尽管页岩储层具有低孔低渗的特征，在扫描电镜下依然可以观察到不同大小的孔隙、喉道、微裂缝等组成的复杂多孔系统，并具有网状连通的特征。在页岩储层中的这些孔隙是游离态页岩气主要的赋存空间，因此，孔隙度的大小直接控制着游离态页岩气的含量。一般来说，当页岩中孔隙直径较大时，其内部主要以游离态赋存，孔隙度越大，所含游离气含量就越高。例如：当孔隙度从0.5％提升到4.2％时，页岩中游离气含量也会从开始的5％上升到50％。因此，影响页岩游离气含量的其中一个主要因素是孔隙度。

进一步的，游离气的赋存也与地层的温压条件密切相关。一般情况下，在一定温度内，压力的增加会使游离气含量平稳增大，而压力往往随着埋深的增加而增大，因此页岩埋深较大时，其中游离气量也逐步增加。1150m的页岩储层中游离气含量与吸附气含量基本相当，随着埋深逐渐增大，到达2800m左右时，页岩中游离气含量明显增大，至吸附气含量的2倍以上。因此，影响页岩游离气含量的另外的主控因素是地层压力和地层温度。

由此，可以确定页岩游离气含量的第二主控因素就可以包括但不限于：孔隙度、地层温度和地层压力。

步骤103：基于所述第一主控因素，建立所述当前工区的页岩吸附气含量预测公式；

在具体实现的时候，可以通过数学地质中的多元回归分析法建立最终的页岩含气量预测公式。

其中，所谓的多元回归分析法，就是当某一个特定地质变量y与其他多个地质变量xi(i＝1，2，…，m)间存在一定的依赖性，而它们之间的数量关系却是不确定的情况下，需要通过这些相关变量间的观测值，建立出一个可以表达其相关关系的数学表达式，这一统计分析方法即为多元回归分析。

在地质勘探研究过程中，多元回归分析总体上可以解决三方面难题：

1)确定特定地质变量y与其他变量X_i(i＝1，2，…，p，其中，p≤m)是否存在相关关系，若存在，寻求彼此间相关关系的数学表达式；

2)根据相关变量X_i(i＝1，2，…，p，其中，p≤m)的观测值，利用确定的数学表达式可以预测该特定变量的估计值，同时也可以确定出其结果的精确度；

3)通过多元回归分析也可以优选出对该特定变量y作用大的相关地质变量，剔除对其影响无足轻重的地质变量，从而简化地质研究。

按回归模型类型可将多元回归分析划分为：线性回归分析和非线性回归分析，在本例中，采用了非线性回归分析，建立了相关变量的回归方程为：

y＝A1+A2*f(X1)+A3*f(X2)+…

其中，y表示因变量，f(X1)、f(X2)、…为选出的自变量参数，A1、A2和A3、…为回归系数。

具体地，结合实际的地层温度、压力等主控外因进行分析后，发现吸附气含量与确定的各第一主控因素呈线性关系，与温度及压力的关系满足Langmuir吸附模型，因此，可以建立如下的页岩吸附气含量预测公式：

$Q_a=n_o\·\frac{K_T\·P}{K_T\·P+1}\·(A_0+A_1\·X_1+A_2\·X_2+...+A_i\·X_i)$

其中，Q_a表示吸附气含量，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，n_o表示兰氏体积，单位为m³/t，K_T表示吸附常数，是温度T的函数，X_i表示第一主控因素，A_i表示X_i的待定系数。

步骤104：基于所述第二主控因素，建立所述当前工区的页岩游离气含量预测公式；

游离气含量的预测公式的建立主要是以页岩中孔隙发育的特征研究为基础，假设吸附气含量为实际地质条件下的最大吸附量，即，整个孔隙抽象为饱和吸附状态下布满单层甲烷分子的孔隙空间，其剩余的孔隙体积即为游离气体积，其中，吸附气的体积通过甲烷分子直径与吸附面积来表征，从而建立地表条件下游离气的单因素理论预测模型：

V_p＝EXP(a·h+b)

其中，V_s表示地表条件下的游离气含量，单位为cm³/g，V_p表示为总孔体积，单位为ml/g，表示甲烷分子的直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙含水饱和度，单位为％，S_o表示含油饱和度，单位为％，h表示深度，单位为m，a、b表示系数，EXP表示指数函数，EXP{F(x)}EXP{F(X)}表示e的F(x)次方。

由于实际地质条件与地表条件温压之间是存在差异的，地表条件下的游离气含量预测模型与实际地质条件下的差异也很大，因此，需要在游离气的理论预测模型建立之后，恢复实际地层埋藏条件下的温度和压力，为此，可以建立如下相应的游离气含量的预测公式：

$Q_f=100\·V_s\·\frac{P\·T_{sc}}{P_{sc}\·Z\·(T+273)}$

其中，Q_f表示实际地质条件下的游离气含量，单位为cm³/g，V_s表示地表条件下的游离气含量，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

将上述V_s的公式代入该Q_f的公式即可得到最终的游离气含量的预测公式：

其中，Q_f表示实际地质条件下的游离气含量，单位为cm³/g，V_p表示总孔体积，单位为ml/g，表示甲烷分子直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙的含水饱和度，单位为％，S_o表示含油饱和度，单位为％，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc表示地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

步骤105：根据所述页岩吸附气含量预测公式和所述页岩游离气含量预测公式，确定所述当前工区的含气量。

结合上述的页岩吸附气含量预测公式和页岩游离气含量预测公式，可以得到最终确定页岩含气量的公式：

其中，Q表示页岩含气量，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，n_o表示兰氏体积，单位为m³/t，K_T表示吸附常数，是温度T的函数，X_i表示第一主控因素，A_i表示X_i的待定系数，V_p表示总孔体积，单位为ml/g，表示甲烷分子直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙的含水饱和度，单位为％，S_o表示含油饱和度，单位为％，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc表示地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

在上例中，不仅计算了页岩吸附气含量，也计算了页岩游离气含量，将两者结合作为最终的页岩总的含气量，从而使得得到的页岩总的含气量的结果更为准确。

基于同一发明构思，本发明实施例中还提供了一种确定页岩含气量的装置，如下面的实施例所述。由于确定页岩含气量的装置解决问题的原理与确定页岩含气量的方法相似，因此确定页岩含气量的装置的实施可以参见确定页岩含气量的方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图2是本发明实施例的确定页岩含气量的装置的一种结构框图，如图2所示可以包括：第一确定模块201、获取模块202、第一建立模块203、第二建立模块204和第二确定模块205，下面对该结构进行说明。

第一确定模块201，用于确定当前工区页岩吸附气含量的第一主控因素；

获取模块202，用于获取页岩游离气含量的第二主控因素；

第一建立模块203，用于基于所述第一主控因素，建立所述当前工区的页岩吸附气含量预测公式；

第二建立模块204，用于基于所述第二主控因素，建立所述当前工区的页岩游离气含量预测公式；

第二确定模块205，用于根据所述页岩吸附气含量预测公式和所述页岩游离气含量预测公式，确定所述当前工区的含气量。

在一个实施方式中，第一确定模块201具体可以用于通过单因素相关性分析和多因素耦合的方法，确定出多个第一主控因素，其中，所述第一主控因素包括以下至少之一：页岩储层的地化参数、无机矿物参数、和孔隙结构参数。

在一个实施方式中，页岩吸附气含量预测公式可以表示为：

$Q_a=n_o\·\frac{K_T\·P}{K_T\·P+1}\·(A_0+A_1\·X_1+A_2\·X_2+...+A_i\·X_i)$

其中，Q_a表示吸附气含量，单位为m³/t，P表示地层压力，单位为MPa，T表示地层温度，单位为℃，n_o表示兰氏体积，单位为m³/t，K_T表示吸附常数，是温度T的函数，X_i表示第一主控因素，A_i表示X_i的待定系数。

在一个实施方式中，所述第二主控因素可以包括但不限于以下至少之一：孔隙度、地层压力和地层温度。

在一个实施方式中，所述页岩游离气含量预测公式可以表示为：

其中，Q_f表示实际地质条件下的游离气含量，单位为cm³/g，V_p表示总孔体积，单位为ml/g，表示甲烷分子直径，单位为nm，S表示比表面积，单位为m²/g，S_w表示孔隙的含水饱和度，单位为％，S_o表示含油饱和度，单位为％，单位为cm³/g，T表示地层温度，单位为℃，P表示地层压力，单位为MPa，T_sc表示地面的标准温度，单位为293K，P_sc表示地面的标准压力，单位为0.101MPa，Z表示原始气体压缩因子。

从以上的描述中，可以看出，本发明实施例实现了如下技术效果：建立了当前工区的页岩吸附气含量预测公式和页岩游离气含量预测公式，结合页岩吸附气含量预测公式和页岩游离气含量预测公式来确定当前工区的含气量，通过上述方式解决了现有技术中仅定性地对页岩含气量进行预测，从而导致的预测出的含气量准确性不高的技术问题，达到了有效提高页岩含气量预测结果准确度的技术效果。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置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装置来执行，并且在某些情况下，可以以不同于此处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。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。