[发明专利]用于感测和预测烃源岩的成熟度的系统和方法

说明书

提供了用于感测和预测烃源岩属性的系统、设备和计算机实施的方法。这里公开了一种预测烃源岩的成熟度的方法，该方法包括：从放置在样本烃源岩附近的多个数据获取装置获得样本烃源岩的多个数据、以及使用预测相关性来分析所接收的数据以确定样本烃源岩的成熟度。通过应用机器学习模型将从多个代表性烃源岩获得的多个数据与多个代表性烃源岩的多个属性相关联来生成预测相关性。

技术领域

这里公开了通常针对烃源岩属性的感测和预测的方法、设备和系统。

背景技术

在常规储层中，从砂岩或石灰石中的地层或构造圈闭中回收油气。烃类是从盆地中一些较深的烃源岩中产生后迁移并聚集在这些储层中的。在非常规储层中，烃源岩既是岩石结构中的源也是储层。从每种类型中提取的烃类的价值高度依赖于与每种类型相关的烃源岩的属性。要了解，预测和解释每种类型的储层所产生的烃类的属性，就需要使用多种方法来分析烃源岩，以确定烃源岩的熟度和类型。熟度和烃源岩类型是对所产生的烃类的流体属性具有最大影响的参数，例如油气比(Gas/oil ratio，GOR)、气的湿度或干度、以及粘度，所有这些都会影响烃类的流动性和质量。例如，在非常规储层中成功的油气生产由冷凝物/气体混合物支配。这主要与II型海洋烃源岩有关。这些烃源岩在后期油成熟阶段发生了转变，在该阶段，最大的干酪根(kerogen)内部孔隙度因该成熟周期而发展。在该成熟周期中产生的储层压力是由油气裂解引起的，这为驱出所产生的烃类提供了所需的气体驱动。该内部压力导致更大的储气能力，可以通过水力压裂来利用该储气能力使岩石破碎并回收烃类。产出流体是非常轻质的低粘度和高GOR的原油，其中包含大量的湿气(wet gas)。湿气更容易被提炼成有价值的产品。相比之下，常规储层中的石油密度较高，其是从较不成熟的油源类型迁移而来的。由于高粘度和低GOR降低了储层中流体的流动性，因此这些储层在回收期间可能会带来昂贵的生产挑战。由于除去过量的树脂和沥青质并且在精炼过程中需要裂解较重的烃类，精炼这类石油也很昂贵，从而降低了最终生产产品的净值。

商业开采取决于对有效烃源岩的识别，所述有效烃源岩包含期望的有机相分布(organofacies profile)和期望的成熟度、并且当前正在产生、或者具有产生烃类的能力。因此，储层和烃源岩的矿物学信息和有机地球化学信息对于烃类的评估和优化生产至关重要。获得烃源岩属性的标准方法是通过对均质、破碎/粉碎的样本进行大量测量。粉碎的岩石需要经过分离岩石样本中有机组分的提取过程。分析所提取的有机组分以确定烃源岩样本的成熟度和有机相分布。

发明内容

在评估提取的和粉碎的烃源岩样本中认识到一些风险。这些风险包括但不限于分析过程中所提取的组分的改变以及提取过程中组分对分析的污染。此外，样本是从储层中提取的，稍后在地表进行分析，或者送到实验室之后再进行分析。此过程可能会花费很长时间，并且无法及时获得信息以告知有关收集位置处的井的完工决定。此过程也很昂贵，因此有时会在几个选定的样本位置收集矿物学信息和成熟度信息。由于采样有限，可能会遗漏有关岩石的重要信息。因此，需要一种电缆测井工具和其他数据获取装置，它们可以在数小时内提供有关储层间隔内的矿物学和成熟度的信息，并且可以获得沿井的完整属性分布，而不是选择位置处的一小组测量。还认识到需要套管测井工具，该套管测井工具可以测量产出流体的属性，因为这些属性在生产期间随时间变化以指示储层的连通性以及是否可能错过了油。

光谱学测量涉及光源、光的反射或光通过样本的透射、以及通过检测器对光强度的检测。此外，光源是单色的，或者使检测器具有波长选择性，因此可以观察到光(无论是通过反射还是透射)的衰减是波长的函数。当前用于中长红外(IR)波长的实验室光谱仪器通常使用半导体光电二极管检测器。这些检测器由诸如碲化汞镉、砷化铟镓或砷化铟等材料制成，必须(例如，用热电或液氮)将这些材料冷却至环境温度以下，以达到可用的信噪比。