考虑自然电位的广义ΔlogR模型及其在预测总有机碳含量的应用

2022-06-15缪欢王延斌麻振涛国建英张雨健

矿业科学学报 2022年4期

缪欢王延斌麻振涛国建英张雨健

1.中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;2.中国石油天然气集团有限公司天然气成藏与开发重点实验室,河北廊坊 065007

有机质丰度评价一直是烃源岩评价的核心工作之一,总有机碳(TOC)含量是烃源岩有机质丰度评价的重要组成部分。烃源岩的有机质丰度评价主要依靠岩芯和岩样的岩石热解实验,但这种方法受制于样品数量和成果局限于单点等缺点,往往难以满足低-中勘探程度含油气盆地的勘探需求[1]。

为满足低-中勘探程度含油气盆地的勘探需求,Passey 等[2]基于阿尔奇公式提出了ΔlogR法用于预测TOC 含量;Huang 等[3]引入机器学习算法—神经网络预测TOC 含量;Carcione[4]总结出基于密度测井曲线、干酪根密度、矿物密度等因素的经验公式来计算TOC 含量;杜文凤等[5]基于TOC 含量与电阻率、声波时差、密度和中子等测井曲线的相关性预测了煤系烃源岩的TOC 含量;Atarita 等[6]通过建立TOC 含量和波阻抗的交会图,提出了地球物理反演预测TOC 含量的方法。

尽管国内外学者已经提出了多种反演预测TOC含量的方法,但是由于陆相烃源岩TOC 含量背景值较低,声波时差曲线与电阻率曲线反向叠合后的幅度差不够明显[7],这些方法都难以适用于我国广泛存在的陆相烃源岩地层。为解决上述问题,国内外学者基于上述方法进行了适用性修改,其中应用最多的为ΔlogR模型。 Liu 等[8]为了解决传统ΔlogR模型在辽河油田沙三段烃源岩应用误差问题,提出了修改ΔlogR模型;刘超等[9]提出了变系数ΔlogR模型;胡慧婷等[10]针对陆相深层的烃源岩提出了广义ΔlogR模型;边雷博等[11]依据一一映射原理提出了优化ΔlogR模型;王祥等[12]基于广义ΔlogR模型提出了考虑密度的广义ΔlogR模型;Zhu 等[13]提出了双差ΔlogR模型。

吐哈盆地经历了二叠纪—三叠纪断拗充填阶段和侏罗纪以来的前陆盆地演化阶段,两大构造层分别发育以中二叠统桃东沟群湖相暗色泥岩和中—下侏罗统水西沟群煤系为主的烃源岩[14]。中二叠统桃东沟群湖相暗色泥岩虽然被证实为有效烃源岩[15],但由于埋藏较深,地震资料品质差,钻井揭露的较少,导致其勘探程度较低。这为研究区烃源岩评价工作带来了巨大的挑战。考虑现有的测井参数反演烃源岩总有机碳含量方法的局限性,本文将基于区内钻井岩芯的实测数据,利用传统ΔlogR模型、广义ΔlogR模型、优化ΔlogR模型、考虑密度的广义ΔlogR模型、多元回归参数法以及考虑自然电位的广义ΔlogR模型预测区内中二叠统桃东沟群烃源岩的总有机碳含量,通过对比优选出预测研究区桃东沟群烃源岩TOC 含量的最佳方法。

1 研究区地质背景

1.1 研究区概况

吐哈盆地位于新疆的东部,盆地内沉积了石炭系、二叠系、三叠系、侏罗系、白垩系、第三系和第四系等地层,最大沉积厚度超过9 000 m。盆地经历了多期成盆阶段,可划分为2 个凹陷区(哈密、吐鲁番)、1 个隆起(了墩隆起)和10 个次级构造单元[16-17],如图1(a)所示。

研究区内中二叠统桃东沟群烃源岩勘探程度较低,仅有15 口钻井钻遇中二叠统地层。依据钻井资料及前人研究成果[18-23],研究区内烃源岩的TOC 含量为0.1% ～27.6%,生烃潜量为0.1 ～27.0 mg/g,镜质体反射率为0.42% ～1.28%;有机质类型以Ⅲ型和Ⅱ2型为主。

本次研究共收集研究区内资料齐全的5 口钻井TOC 含量实测数据点33 个,沉积环境为半深湖—滨浅湖相[图1(b)]。

图1 吐哈盆地中二叠统地层沉积环境、构造分区及收集钻遇烃源岩钻井位置(修编自参考文献[22])Fig.1 Sedimentary environment,structural division and drilling location of hydrocarbon source rocks encountered in the Middle Permian in Turpan Hami basin

1.2 研究区烃源岩TOC 含量与测井参数的关系

为探究研究区内烃源岩的TOC 含量与各测井参数的关系,将常规测井参数与实测TOC 含量进行交会(图2)。结果发现,研究区内烃源岩TOC 含量与电阻率、声波时差呈弱正相关,与自然伽马(GR)、密度(DEN)、自然电位(SP)呈弱负相关,与中子相关性不明显。

图2 研究区内烃源岩TOC 与常规测井参数的关系Fig.2 Relationship between TOC of source rocks and conventional logging parameters in the study area

2 TOC 含量的测井预测方法及原理

测井参数反演烃源岩总有机碳值始于20 世纪40年代[24-25]。经过多年的发展,已形成了多种成熟预测烃源岩TOC 含量的方法。其中,应用较为广泛的有传统ΔlogR法及其相关的改进型(优化ΔlogR法和广义ΔlogR法)和多元参数回归法。

2.1 烃源岩的测井响应特征

烃源岩因自身有机质的一些物理和化学性质,使其在测井曲线中表现出异于其他岩性的响应特征。本文通过调研前人研究成果,总结出烃源岩层段在测井曲线上的响应特征。

2.1.1 声波时差响应特征

烃源岩具有高声波时差的响应特征[17]。正常压实的地层中,声波时差会随着埋深的增加而减小。但地层中含有有机质时,就会出现声波时差异常增大的现象,这主要是因为有机质的声波时差(570 μs/m)大于岩石骨架的声波时差[26]。

2.1.2 电阻率响应特征

烃源岩具有高电阻率的响应特征[25]。有机质一般导电性差或几乎不导电,而岩石骨架(除钙质外)及孔隙内地层水均导电,这就造成了富含有机质的泥岩的电阻率一般高于不含有机质的泥岩。

2.1.3 自然伽马(GR)响应特征

烃源岩一般具有高GR 的响应特征[26],这是因为有机质中的腐殖质对放射性物质具有较强吸附性,导致高放射性[5],但煤系烃源岩的腐殖质含量较低,故表现出低GR 的特征[27]。

2.1.4 密度(DEN)响应特征

烃源岩具有低DEN 的响应特征[26-28],这是因为有机质的DEN 小于或接近于1 g/cm3,而泥岩的骨架密度约为2.7 g/cm3,因此富含有机质的泥岩DEN 往往小于不含有机质的泥岩[28]。

2.1.5 自然电位(SP)响应特征

SP 是以泥岩中的溶解离子与泥浆中的带电离子发生交换而产生的电动势,常用于识别岩性、判断沉积环境等,其取值与地层水的矿化度和地层的电阻率等有关[29],地层电阻率越大,SP 取值越高。

前人研究发现,富含有机质的泥岩电阻率高于不含有机质的泥岩[26]。因此,烃源岩应该具有高SP 响应特征,富含有机质的泥岩SP 也应高于不含有机质的泥岩。该结果与陈孝平[30]在陕北地区蟠龙油田三叠系延长组烃源岩中发现的结果一致。

2.1.6 中子(CN)响应特征

以往的研究表明,煤系烃源岩具有高中子的响应特征[5,31],但该结果在我国的部分地区表现并不明显[28],主要原因是泥岩骨架和有机质的氢含量都很高,且经常相互替换。

2.2 TOC 含量的测井预测方法

2.2.1 传统ΔlogR法

传统ΔlogR法由Passey 等依据阿尔奇公式提出。该方法的原理是,用一条可以反映岩石孔隙率的声波时差测井曲线和电阻率曲线反向叠合,并以细颗粒的非烃源岩为基线,两条曲线的幅度差被定义为ΔlogR,即

式中,ρ和ρ基为电阻率数值和电阻率曲线基线值,Ω·m;DT和DT基为声波时差数值和声波时差曲线基线值,μs/ft;ρ基与DT基为定值[2]。

ΔlogR与TOC 含量和成熟度之间存在着线性关系,系数为成熟度参数。成熟度参数一般为整数。一些学者通过大量的数据计算,将成熟度参数转化为镜质体反射率(Ro),即

式中,TOC为总有机碳含量,% ;Ro为镜质组反射率;ΔTOC为有机碳含量背景值[28-29]。

2.2.2 优化ΔlogR法

优化ΔlogR模型由边雷博等于2018年依据一一映射提出。该模型将不同范围的声波时差及其对应的电阻率,与260 ～460 μs/m 声波时差及其对应的电阻率一一映射,从而建立未知叠合系数与声波时差为260 ～460 μs/m 时的最佳叠合系数的映射关系。因此,ΔlogR可以表达为

ACmax=460 μs/m,ACmin=260 μs/m

式中,AC和AC基为声波时差数值和声波时差曲线基线值;ρ基与AC基为定值[11]。

将公式(3)中所获得ΔlogR值代入式(2)中,即可获得TOC 含量的数值。

2.2.3 广义ΔlogR法及其改进型

广义ΔlogR模型最早由胡慧婷等于2016年提出,为了消除误差,将成熟度参数用GR 曲线代替[10]。王祥等于2020年对该模型进行修改,将GR 和DEN 直接一起使用,考虑GR 在数值上远大于DEN 值,因此先将GR 取对数,再建立模型,即

式中,a、b、c为拟合系数,无量纲[12]。

前人研究发现,烃源岩具有高SP 响应特征,SP 的变化在一定程度上可表示TOC 含量的变化[30,32-35],且多条测井的抗干扰能力更强[10]。此外,与其他测井参数相比,研究区内桃东沟群烃源岩TOC 与SP 的相关性较高。因此,本文在现有广义ΔlogR模型基础上,提出一种考虑SP 的广义ΔlogR模型,即在式(4)中加入SP,可表示为

式中,d为拟合系数,无量纲。

2.2.4 多元回归参数法

该方法选取与TOC 含量相关性较强的测井参数(GR、DEN、DT 等),以实测TOC 含量为因变量、测井参数为自变量,进行一元、二元、三元等线性回归,选择的参数越多,其相关性就越高[32],最常用的为三元线性回归。

3 TOC 含量预测结果分析对比

基于上述33 个实测数据点,分析对比考虑自然电位的广义ΔlogR模型和其他现有预测TOC 含量的方法的应用效果。

3.1 传统Δlog R 法与优化Δlog R 法预测结果

当数据点较多时,应用ΔlogR法时,可以采用最小二乘法简化ΔlogR模型[7,36]。但研究区内烃源岩总有机碳数据点较少且较为分散。基于此,本文应用前文1.2.1 及1.2.2 所述模型预测区内烃源岩的TOC 含量。将RD 曲线和DT 曲线进行叠加,非烃源岩段中RD 曲线和DT 曲线相互平行或者相交处所对应的值为ρ基与DT基。统计区内资料齐全的钻井的ρ基与DT基值见表1。基于表1 的数值,利用1.1 及1.2 中模型预测研究区中二叠统烃源岩TOC 含量,对预测值与实测值进行拟合,得出传统ΔlogR法与优化ΔlogR法的相关系数和误差率(图3)。结果表明,传统ΔlogR法相关系数R2为0.306 4,平均误差率为42.61% ;优化ΔlogR法的相关系数R2为0.422 6,平均误差率为39.21% 。

图3 传统Δlog R 法与优化Δlog R 法预测结果Fig.3 Prediction results of traditional Δlog R method and optimized Δlog R method

表1 研究区内钻井的ρ基、DT基与Ro 值Table 1 ρ基,Ro and DT基value of drilling wells in the study area

3.2 广义Δlog R 法及其改进型预测结果

广义ΔlogR法目前有3 种,分别为胡慧婷等[10]针对陆相深层的烃源岩提出的广义ΔlogR模型、王祥等[12]提出的考虑DEN 的广义ΔlogR模型和本次提出的考虑SP 的广义ΔlogR模型。本次研究基于表1 和TOC 含量实测数据,应用SPSS软件的多元线性拟合功能,建立研究区内3 种广义ΔlogR法的模型(表2)。

利用上述模型的预测值与实测值进行交会,计算3 种广义的广义ΔlogR模型相关系数和平均误差率(图4 和表2)。结果显示:考虑SP 的广义ΔlogR模型的相关系数R2为0.804 2,平均误差率为15.58% ,应用效果最好。

图4 三种广义Δlog R 法的模型预测结果分析Fig.4 Model prediction results of three generalized Δlog R methods

表2 三种广义Δlog R 法的模型、相关系数及误差率Table 2 Models,correlation coefficients and error rates of three generalized Δlog R methods

3.3 多元回归参数法预测结果

由TOC 含量与常规测井参数的交会图(图2)可知,研究区内烃源岩TOC 含量与SP、GR 和电阻率之间的相关性高,因此可以通过SP、GR 和电阻率曲线来预测研究区内烃源岩TOC 含量。利用SPSS 软件线性拟合功能可得出:

通过计算,得出该模型的平均误差率为19.83% (图5)。

图5 多元回归参数法预测结果分析Fig.5 Prediction results of multiple regression parameter method

3.4 测井方法对比与优选

前文基于区内钻井岩芯的实测数据,利用传统ΔlogR模型、广义ΔlogR模型、优化ΔlogR模型、考虑DEN 的广义ΔlogR模型、多元回归参数法以及考虑自然电位的广义ΔlogR模型预测了研究区内中二叠统桃东沟群烃源岩的TOC 含量。通过对比(图6 和表3)发现:考虑自然电位的广义ΔlogR模型是预测研究区中二叠统桃东沟群烃源岩TOC含量的最优方法。