CN112052429B - 咸化湖盆致密油源岩的甜点区预测方法及装置 - Google Patents
咸化湖盆致密油源岩的甜点区预测方法及装置 Download PDFInfo
- Publication number
- CN112052429B CN112052429B CN202010672599.9A CN202010672599A CN112052429B CN 112052429 B CN112052429 B CN 112052429B CN 202010672599 A CN202010672599 A CN 202010672599A CN 112052429 B CN112052429 B CN 112052429B
- Authority
- CN
- China
- Prior art keywords
- hydrocarbon
- source rock
- determining
- lake basin
- oil source
- 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.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 233
- 235000021185 dessert Nutrition 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 58
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 308
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 308
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 305
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 238000007621 cluster analysis Methods 0.000 claims abstract description 15
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 claims description 39
- 229910052796 boron Inorganic materials 0.000 claims description 39
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 34
- 229910052799 carbon Inorganic materials 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 13
- 239000011707 mineral Substances 0.000 claims description 13
- 239000005416 organic matter Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 235000009508 confectionery Nutrition 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 104
- 238000004519 manufacturing process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 235000010755 mineral Nutrition 0.000 description 11
- 238000000197 pyrolysis Methods 0.000 description 10
- 230000008021 deposition Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 229910052573 porcelain Inorganic materials 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000013505 freshwater Substances 0.000 description 5
- 230000004807 localization Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 239000002734 clay mineral Substances 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 229910052761 rare earth metal Inorganic materials 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 150000001335 aliphatic alkanes Chemical class 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 2
- 238000009616 inductively coupled plasma Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- YQCIWBXEVYWRCW-UHFFFAOYSA-N methane;sulfane Chemical compound C.S YQCIWBXEVYWRCW-UHFFFAOYSA-N 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000003079 shale oil Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 239000004079 vitrinite Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 229910021532 Calcite Inorganic materials 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 244000000626 Daucus carota Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明提供一种咸化湖盆致密油源岩的甜点区预测方法及装置，方法包括：采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区。本发明能够预测咸化致密油的甜点区，提高了确定预测的准确率，使得陆相咸化湖盆致密油甜点确定预测具有准确性与科学性。
Description
技术领域
本发明涉及石油勘探技术领域，具体涉及一种咸化湖盆致密油源岩的甜点区预测方法及装置。
背景技术
陆相致密油已成为重要的勘探开发领域，烃源岩有效性的定量评价方法便成为致密油气甜点评价优选与资源评价的重要研究内容。烃源岩品质随沉积相带不同呈现差异性变化，如有机质丰度变化范围可从0.2％至28％，尤其是咸化湖盆中的烃源岩均不同程度地含有或与碳酸盐、硫酸盐或氯化盐等蒸发岩共生，非均质程度强，有机质生烃、排烃的过程有别于淡水湖盆，盐度对咸化湖盆烃源岩的排烃具有明显的控制作用。从烃源岩的生烃潜力的角度出发，利用总有机碳、氯仿沥青、产烃潜量和总烃等参数判定烃源岩有机质丰度，是评价淡水湖盆烃源岩有效性的常用方法。
目前，咸化湖盆烃源岩的研究主要集中在优质烃源岩是否发育、烃源岩的发育机制与主控因素、烃源岩生烃特征等方面。针对咸化湖盆烃源岩的甜点区预测还是借助针对储层裂缝、脆性等特征的岩石物理技术预测甜点区。该岩石物理技术无法准确预测陆相致密油特殊地质的甜点区。
因此，亟需针对陆相致密油特殊地质条件的甜点区预测方法。
发明内容
针对现有技术中的问题，本发明提供一种咸化湖盆致密油源岩的甜点区预测方法及装置，具体包括以下技术方案：
第一方面，本发明提供一种咸化湖盆致密油源岩的甜点区预测方法，包括：
采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；
确定所述咸化湖盆致密油源岩的样本对应的排烃特征；
基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；
根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
其中，在所述采集咸化湖盆致密油源岩的样本之后，还包括：
确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
确定各个分类对应的盐度。
其中，所述多个评价参数包括：盐度、有机碳含量、可溶烃含量、热解烃含量、峰顶温度、有机质丰度、矿物含量和源岩热演化成熟度。
其中，所述确定所述咸化湖盆致密油源岩的样本对应的排烃特征，包括：
对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量；
根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；
基于所述生烃特征和所述滞烃特征确定所述排烃特征。
其中，所述排烃特征为咸化湖盆致密油源岩的排烃效率。
其中，所述基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数，包括：
以所述咸化湖盆致密油源岩的排烃效率为聚类中心，采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；
确定所述聚类参数分类集中的评价参数为目标参数。
其中，所述根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标，包括：
确定所述排烃特征对应的目标值；
在所述趋势线上确定所述排烃特征对应的目标值对应的所述目标参数的定量值；
确定所述目标参数的定量值为所述定量指标。
第二方面，本发明提供一种咸化湖盆致密油源岩的甜点区预测装置，包括：
采集单元，用于采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；
特征单元，用于确定所述咸化湖盆致密油源岩的样本对应的排烃特征；
目标参数单元，用于基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
定量单元，用于根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；
预测单元，用于根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
其中，还包括：
分类单元，用于确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
盐度单元，用于确定各个分类对应的盐度。
其中，所述特征单元包括：
测定子单元，用于对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量；
计算单元，用于根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；
特征子单元，用于基于所述生烃特征和所述滞烃特征确定所述排烃特征。
其中，所述排烃特征为咸化湖盆致密油源岩的排烃效率。
其中，所述目标参数单元包括：
聚类子单元，用于以所述咸化湖盆致密油源岩的排烃效率为聚类中心，采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；
目标参数子单元，用于确定所述聚类参数分类集中的评价参数为目标参数。
其中，所述定量单元包括：
目标值子单元，用于确定所述排烃特征对应的目标值；
定量值子单元，用于在所述趋势线上确定所述排烃特征对应的目标值对应的所述目标参数的定量值；
定量子单元，用于确定所述目标参数的定量值为所述定量指标。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的咸化湖盆致密油源岩的甜点区预测方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的咸化湖盆致密油源岩的甜点区预测方法的步骤。
由上述技术方案可知，本发明提供一种咸化湖盆致密油源岩的甜点区预测方法及装置，通过采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区，能够预测咸化致密油的甜点区，提高了确定预测的准确率，使得陆相咸化湖盆致密油甜点确定预测具有准确性与科学性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法的第一流程示意图。
图2为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法的第二流程示意图。
图3为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法全流程示意图。
图4为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法中咸化湖盆致密油烃源岩地化剖面。
图5为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法中咸化湖盆致密油烃源岩盐度与排烃关系图。
图6为本发明实施例中的咸化湖盆致密油源岩的甜点区预测方法中咸化湖盆致密油烃源岩TOC-排烃关系图。
图7为本发明实施例中的咸化湖盆致密油源岩的甜点区预测装置的种结构示意图。
图8为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种咸化湖盆致密油源岩的甜点区预测方法的实施例，参见图1，所述咸化湖盆致密油源岩的甜点区预测方法具体包含有如下内容：
S101：采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；
在本步骤中，依据咸化湖盆致密油烃源岩分布，根据湖盆不同位置，采集不同盐度系列烃源岩样品。例如：深湖相、半深湖相和滨浅湖相。
本步骤中的评价参数是认为可以对咸化湖盆致密油源岩的样本的生烃、排烃有影响的参数。在确定评价参数时，可根据需求自行设置。
本实施例中，多个评价参数至少包括：盐度、有机碳含量、可溶烃含量、热解烃含量、峰顶温度、有机质丰度、矿物含量和源岩热演化成熟度。
S102：确定所述咸化湖盆致密油源岩的样本对应的排烃特征；
咸化湖盆致密油源岩的样本对应的排烃特征吧为咸化湖盆致密油源岩的排烃量、生烃量或排烃效率。
在本实施例中，排烃特征为排烃效率。
S103：基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
需要说明的是，湖盆烃源岩有效排烃影响因素颇多，不仅包括烃源岩品质的差异，也有岩性、物性特征及其与烃源岩的接触关系等多方面因素。而咸化湖盆烃源岩的盐度与矿物特征、结构对排烃具有明显的控制作用。
在本步骤中，以咸化湖盆致密油源岩的排烃效率为聚类中心，其中，以排烃效率为聚类中心判断多个评价参数中对排烃效率影响较大的评价参数。采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；确定聚类参数分类集中的评价参数对排烃效率影响较大。在具体实施时，确定聚类参数分类集中的评价参数为目标参数。
S104：根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标。
在本步骤中，根据确定的目标参数能够确定各个目标参数分别与样本排烃特征之间的趋势线，即确定单独一个目标参数对排烃效率的影响，具体可以控制单一变量进行实现确定各个目标参数分别与样本排烃特征之间的趋势线。具体实施上，某一目标参数过低，无法确定样本排烃能力。需要确定排烃特征趋势线中目标参数的有效下限。
在确定目标参数的有效下限时，确定排烃特征对应的目标值；该排烃特征对应的目标值是指，在一个目标参数的影响下的排烃效率的最小值。在趋势线上确定排烃特征对应的目标值对应的目标参数的定量值，即确定排烃效率的最小值对应的目标参数的定量值，将目标参数的定量值确定为定量指标。
S105：根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
在本步骤中，确定各个目标参数各自对应的定量指标，确定满足所有目标参数各自对应的定量指标的地区为甜点区。
从上述描述可知，本发明实施例提供的一种咸化湖盆致密油源岩的甜点区预测方法及装置，通过采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区；能够预测咸化致密油的甜点区，提高了确定预测的准确率，使得陆相咸化湖盆致密油甜点确定预测具有准确性与科学性。
在本发明的一实施例中，参见图2，所述咸化湖盆致密油源岩的甜点区预测方法的步骤S101之后还包含有步骤S106和步骤S107，具体包含有如下内容：
S106：确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
S107：确定各个分类对应的盐度。
在本实施例中，对采集的烃源岩样品进行系统环境分析测试；利用电感耦合等离子光谱仪(ICP)测试主量、微量和稀土元素，系统恢复咸化湖盆烃源岩沉积环境，利用硼元素与黏土矿物含量计算相当硼含量，定量确定不同烃源岩盐度数值。其中，相当硼含量：B*＝8.5×B样品/K2O样品，B样品为样品硼元素含量，K2O样品为样品K2O含量。根据盐度差异分为淡水-低盐度源岩(相当硼小于200×10-6)、中盐度半咸水沉积环境源岩(相当硼200×10-6-300×10-6)与高盐度源岩(相当硼300×10-6-400×10-6)三类，即根据相当硼含量对样本分为三类。通过执行上述实施中的步骤S101至步骤S105能够确定三个分类中每个分类各自对应的评价指标。
在上述实施例中，多个评价参数，是对样本分别进行有机碳含量测定、岩石热解分析和镜质体反射率测定得到的。
例如：对采集的烃源岩样品进行有机碳含量测定：采用碳硫测定仪或碳测定仪，将样品磨碎至粒径小于0.2mm，根据样品类型称取0.01g-1.00g试样。在盛有试样的容器中缓慢加入过量的盐酸溶液，放在水浴锅或电热板上，温度控制在60℃-80℃，溶样2h以上，至反应完全为止。将酸处理过的试样置于抽滤器上的瓷坩埚里，用蒸馏水洗至中性。将盛有试样的瓷坩埚放入60℃-80℃的烘箱内，烘干待用。在烘干的盛有试样的瓷坩埚中加入铁屑助熔剂1g、钨粒助熔剂1g，人机交互界面输入试样质量，上机测定，得到的含量数值即为总有机碳含量TOC；
对采集的烃源岩样品进行岩石热解分析：将适量的烃源岩样品置于热解炉中，采用岩石快速热解技术对进行分析，首先加热到300℃，恒温3分钟，测得游离的可溶烃峰P1，由峰面积计算得到可溶烃含量S1；而后，以50℃/分钟的速度继续加热到600℃，测得热解烃峰P2，由峰面积计算得到热解烃含量S2以及峰顶温度Tmax；
对盆地内相似深度的烃源岩样品进行镜质体反射率测试，明确烃源岩热演化成熟度特征。
进一步的，还可对采集的烃源岩样品进行系统岩相与微观结构分析测试；利用XRD、岩石薄片、SEM与CT等测试方法，系统观察烃源岩岩性、矿物含量与孔隙发育特征，明确咸化湖盆烃源岩微观结构和岩相特征；
在上述实施例中，确定所述咸化湖盆致密油源岩的样本对应的排烃特征，包括：
对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量TOC现今；对该有机碳的含量TOC现今进行校正，得到原始TOC校正TOC原始；
原始TOC校正：TOC原始＝TOC现今×(1200–HI现今)/(1200–HI原始)；
其中，HI现今为现今未熟样品的氢指数，HI原始为原始未熟样品的氢指数。
根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；其中，生烃特征为生烃量，滞烃特征为滞烃量，具体计算如下：
生烃量计算C生烃：C生烃＝C低熟–C原始；
排烃量计算C排烃：C排烃＝C生烃–C滞烃；；
其中，C低熟为未成熟的原始生烃潜力，C原始为样品归一化到初始未熟状态时的剩余生烃潜力；C滞烃为样品滞留烃含量；
基于生烃特征和滞烃特征确定排烃特征，其中，排烃特征为排烃效率E。
排烃效率E：E＝C排烃/C生烃×100。上述描述可知，基于咸化湖盆特殊的烃源岩地化特征，定量计算陆相咸化湖盆烃源岩排烃量，进而定量评价咸化湖盆致密油源岩有效下限，充分考虑排烃作用对烃源岩有效性判别的影响，建立咸化湖盆不同盐度环境源岩与排烃效率的相关性，实现定量评价陆相咸水湖盆烃源岩有效性，为陆相咸化湖盆致密油勘探前景提供评价依据。
为进一步地说明本方案，本发明提供一种咸化湖盆致密油源岩的甜点区预测方法的全流程实施例，参见图3，所述咸化湖盆致密油源岩的甜点区预测方法具体包含有如下内容：
依据陆相咸化湖盆致密油烃源岩分布特征，根据湖盆不同位置，采集不同盐度系列烃源岩样品，包括深湖相、半深湖相、滨浅湖相等；
对采集的烃源岩样品进行系统环境分析测试；利用电感耦合等离子光谱仪(ICP)测试主量、微量和稀土元素，系统恢复咸化湖盆烃源岩沉积环境，利用硼元素与黏土矿物含量计算相当硼含量，定量确定不同烃源岩盐度数值。其中，相当硼含量：B*＝8.5×B样品/K2O样品，B样品为样品硼元素含量，K2O样品为样品K2O含量。根据盐度差异分为淡水-低盐度源岩(相当硼小于200×10-6)、中盐度半咸水沉积环境源岩(相当硼200×10-6-300×10-6)与高盐度源岩(相当硼300×10-6-400×10-6)三类；对采集的不同盐度烃源岩样品分类开展系统地化分析测试。
对采集的烃源岩样品进行有机碳含量测定：采用碳硫测定仪或碳测定仪，将样品磨碎至粒径小于0.2mm，根据样品类型称取0.01g-1.00g试样。在盛有试样的容器中缓慢加入过量的盐酸溶液，放在水浴锅或电热板上，温度控制在60℃-80℃，溶样2h以上，至反应完全为止。将酸处理过的试样置于抽滤器上的瓷坩埚里，用蒸馏水洗至中性。将盛有试样的瓷坩埚放入60℃-80℃的烘箱内，烘干待用。在烘干的盛有试样的瓷坩埚中加入铁屑助熔剂1g、钨粒助熔剂1g，人机交互界面输入试样质量，上机测定，得到的含量数值即为总有机碳含量TOC；
对采集的烃源岩样品进行岩石热解分析：将适量的烃源岩样品置于热解炉中，采用岩石快速热解技术对进行分析，首先加热到300℃，恒温3分钟，测得游离的可溶烃峰P1，由峰面积计算得到可溶烃含量S1；而后，以50℃/分钟的速度继续加热到600℃，测得热解烃峰P2，由峰面积计算得到热解烃含量S2以及峰顶温度Tmax；
对盆地内相似深度的烃源岩样品进行镜质体反射率测试，明确烃源岩热演化成熟度特征；
对采集的烃源岩样品进行系统岩相与微观结构分析测试；利用XRD、岩石薄片、SEM与CT等测试方法，系统观察烃源岩岩性、矿物含量与孔隙发育特征，明确咸化湖盆烃源岩微观结构和岩相特征；
测试待测咸化地区低熟(Ro<0.6％)的烃源岩地化分析，根据物质平衡原理，利用公式1，计算采集的烃源岩样品排烃特征；
原始TOC校正:TOC原始＝TOC现今×(1200–HI现今)/(1200–HI原始)；
计算生烃量:C生烃＝C低熟–C原始；
计算排烃量:C排烃＝C生烃–C滞烃；
获得排烃效率:E＝C排烃/C生烃×100；
淡水湖盆烃源岩有效排烃影响因素颇多，不仅包括烃源岩品质的差异，也有岩性、物性特征及其与烃源岩的接触关系等多方面因素。而咸化湖盆烃源岩的盐度与矿物特征、结构对排烃具有明显的控制作用。
根据上述获得的数据，利用聚类分析方法，确定待测地区与排烃效率密切相关的评价参数；
根据得到的评价参数，确定评价参数与排烃能力趋势线，定量计算得到有效烃源岩评价指标。
具体实例：
本次选区二叠系陆相咸化湖盆致密油烃源岩作为解剖对象，二叠纪沉积期湖盆面积大，湖水深度大，接受稳定持续沉积时间长，形成了以泥质白云岩、云质泥岩、凝灰质泥岩、凝灰质粉砂岩等多种频繁互层的混积岩石组合。与淡水湖盆相比，泥页岩形成于咸水湖盆，源岩抽提物中伽马蜡烷和胡萝卜烷高，也指示其沉积环境为咸水湖泊环境，普遍发育火山物质，岩性复杂多变，有机碳丰度介于1.1～13.4％，平均4.9％，Ro为0.5～1.3％，氢指数主要分布在600-800mg/g TOC，S1值从0.01-3mg.g/TOC，S2值为0.06-110mg.g/TOC，有机质中腐泥组占比高于70
vol.％，母质类型为Ⅰ-Ⅱ1，镜质体反射率处于0.6～1.1％之间，厚度分布在100-240m，具有厚度大、品质好的地质特征。
本次研究系统采集盆地烃源源岩样品73块，系统开展有机质丰度、岩石热解、主微量元素测试等地化参数的连续测试，实现烃源岩有效性定量评价预测。
首先，对采集的烃源岩样品进行系统环境分析测试，测试主量、微量和稀土元素，系统恢复咸化湖盆烃源岩沉积环境，利用硼元素与黏土矿物含量计算相当硼含量，定量确定不同烃源岩盐度数值。研究区咸化湖盆烃源岩相当硼含量为183×10-6-2530×10-6，平均519×10-6，为典型的高盐度源岩。根据相当硼的分布特征，可以划分为淡水-低盐度源岩(相当硼小于200×10-6)、中盐度半咸水沉积环境源岩(相当硼200×10-6-300×10-6)与高盐度源岩(相当硼300×10-6-400×10-6)三类。
其次，计算：
原始TOC校正:TOC原始＝TOC现今×(1200–HI现今)/(1200–HI原始)；
计算生烃量:C生烃＝C低熟–C原始；
计算排烃量:C排烃＝C生烃–C滞烃；
获得排烃效率:E＝C排烃/C生烃×100；
排烃效率计算一般把烃源岩当做一个整体，衡量其整体排出烃类的程度，本次的计算结果为每一个深度段样品成熟过程中向围岩发生的排烃作用，更多反映的是源岩液态烃的源内排烃作用。参见图4，通过上述公式计算可得，咸化湖相烃源岩平均排烃效率更高，排烃效率平均为62％，排烃量为8.8mg/g rock。
研究区咸化湖盆烃源岩具有极强的非均质性。白云石、方解石含量较高，其次是来自陆源供给的石英、长石矿物，TOC含量较低的混积云岩类，不但没有发生排烃作用反而作为储层进行蓄烃，因此排烃效率为负值。发生储烃作用的层段一般分布在物性较高，云质含量较高的层段，类似常规储层。排烃作用较高的层段主要发生在TOC较高，纹层发育的样品。
其次，利用微观结构、岩相等分析，揭示储烃作用的层段一般分布在物性较高，砂质含量较高的层段，类似常规储层。排烃作用较高的层段主要发生在TOC较高，纹层发育的样品。源岩液态烃排到近源储层的效率越高，越有利于页岩油的高效开发。研究表明，液态烃的排出效率受源岩TOC含量、矿物成分、纹层结构和热成熟度控。源岩TOC越高，黏土矿物含量越低，排烃效率更高。其中，纹层越发育的烃源岩，其烃类生成及运移的效率越高。发育水平纹层的泥页岩由于有机质富集，生烃潜力往往优于块状源岩，相比淡水湖盆，咸化湖盆排烃能力强，纹层状富有机质页岩排烃量高，是致密油主力生油岩。同时，有机质纹层可以作为液态烃运移聚集的有效通道。由于纹层状细粒岩特殊的矿物组成及沉积结构，其往往发育多种类型的储集空间。另外，纹层是影响泥页岩可压裂性的重要影响因素，控制着页岩压裂过程中的裂缝扩展规律。因此，纹层发育的烃源岩是理想的页岩油勘探领域。
同时结合Kmeans算法对有机质丰度、矿物组成、排烃效率等参数进行聚类分析，筛选盐度、TOC、纹层结构与矿物含量为评价指标。其中，如图5所示，盐度与咸化湖盆致密油烃源岩排烃量与排烃效率具有明显的相关性和阶段性(图3)。总结而言，对于中高成熟度咸水湖盆致密油，TOC>4％纹层状凝灰质泥岩/泥晶云岩，排烃效率高，是甜点有利区。
同时利用咸化湖盆低成熟度烃源岩物理模拟实验表明，高有机质丰度烃源岩排烃效率与滞烃效率均高，与地化分析结果一致。综合评价咸化湖盆致密油烃源岩有效性结果：
1、当咸化湖盆烃源岩形成环境处于低盐度阶段(相当硼含量小于230×10-6)，盐度越高，排烃量越低，排烃由20.31mg/g.rock降至约7.6mg/g.rock；
2、当咸化湖盆烃源岩形成环境处于中盐度半咸水沉积环境(相当硼230×10-6-500×10-6)，盐度越高，排烃量越高，排烃量由7.58mg/g.rock降至约15.32mg/g.rock；
3、当咸化湖盆烃源岩形成环境处于高盐度源岩(相当硼大于500×10-6)，随盐度增加，排烃量呈现先降低后增加的趋势，排烃量由15.69mg/g.rock降至约5.54mg/g.rock，再增加至9.92mg/g.rock。
相当硼含量与排烃量拟合公式为：
y＝1E-06x2-0.0067x+14.483，R2＝0.0778，y为排烃量，x为相当硼含量。
因此，参见图6，可以根据盐度差异结合有机质丰度，明确咸化湖盆烃源岩下限为，TOC>1.2％)的纹层状凝灰质泥晶白云岩与凝灰质泥岩排烃量大。
本发明实施例提供一种能够实现所述咸化湖盆致密油源岩的甜点区预测方法中全部内容的咸化湖盆致密油源岩的甜点区预测装置的具体实施方式，参见图7，所述咸化湖盆致密油源岩的甜点区预测装置具体包括如下内容：
采集单元10，用于采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；
特征单元20，用于确定所述咸化湖盆致密油源岩的样本对应的排烃特征；
目标参数单元30，用于基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
定量单元40，用于根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；
预测单元50，用于根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
其中，所述特征单元20包括：
测定子单元，用于对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量；
计算单元，用于根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；
特征子单元，用于基于所述生烃特征和所述滞烃特征确定所述排烃特征。
其中，所述排烃特征为咸化湖盆致密油源岩的排烃效率。
其中，所述目标参数单元30包括：
聚类子单元，用于以所述咸化湖盆致密油源岩的排烃效率为聚类中心，采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；
目标参数子单元，用于确定所述聚类参数分类集中的评价参数为目标参数。
其中，所述定量单元40包括：
目标值子单元，用于确定所述排烃特征对应的目标值；
定量值子单元，用于在所述趋势线上确定所述排烃特征对应的目标值对应的所述目标参数的定量值；
定量子单元，用于确定所述目标参数的定量值为所述定量指标。
其中，还包括：
分类单元60，用于确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
盐度单元70，用于确定各个分类对应的盐度。
本发明提供的咸化湖盆致密油源岩的甜点区预测装置的实施例具体可以用于执行上述实施例中的咸化湖盆致密油源岩的甜点区预测方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明实施例提供的咸化湖盆致密油源岩的甜点区预测装置，通过采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区；能够预测咸化致密油的甜点区，提高了确定预测的准确率，使得陆相咸化湖盆致密油甜点确定预测具有准确性与科学性。
本申请提供一种用于实现所述咸化湖盆致密油源岩的甜点区预测方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述咸化湖盆致密油源岩的甜点区预测方法的实施例及用于实现所述咸化湖盆致密油源岩的甜点区预测装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图8为本申请实施例的电子设备9600的系统构成的示意框图。如图8所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图8是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，咸化湖盆致密油源岩的甜点区预测功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
在另一个实施方式中，咸化湖盆致密油源岩的甜点区预测装置可以与中央处理器9100分开配置，例如可以将咸化湖盆致密油源岩的甜点区预测配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现咸化湖盆致密油源岩的甜点区预测功能。
如图8所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图8中所示的所有部件；此外，电子设备9600还可以包括图8中没有示出的部件，可以参考现有技术。
如图8所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的咸化湖盆致密油源岩的甜点区预测方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的咸化湖盆致密油源岩的甜点区预测方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数；确定所述咸化湖盆致密油源岩的样本对应的排烃特征；基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；根据所述定量指标确定咸化湖盆致密油源岩的甜点区。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
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，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.一种咸化湖盆致密油源岩的甜点区预测方法，其特征在于，包括：
采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数，所述多个评价参数包括：盐度、有机碳含量、可溶烃含量、热解烃含量、峰顶温度、有机质丰度、矿物含量和源岩热演化成熟度；
确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
确定各个分类对应的盐度；
确定所述咸化湖盆致密油源岩的样本对应的排烃特征，所述排烃特征为咸化湖盆致密油源岩的排烃效率；
基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；
根据所述定量指标确定咸化湖盆致密油源岩的甜点区；
其中，所述确定所述咸化湖盆致密油源岩的样本对应的排烃特征，包括：
对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量；
根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；
基于所述生烃特征和所述滞烃特征确定所述排烃特征；
其中，所述基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数，包括：
以所述咸化湖盆致密油源岩的排烃效率为聚类中心，采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；
确定所述聚类参数分类集中的评价参数为目标参数。
2.根据权利要求1所述的咸化湖盆致密油源岩的甜点区预测方法，其特征在于，所述根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标，包括：
确定所述排烃特征对应的目标值，所述目标值是指在一个目标参数的影响下的排烃效率的最小值；
在所述趋势线上确定所述排烃特征对应的目标值对应的所述目标参数的定量值；
确定所述目标参数的定量值为所述定量指标。
3.一种咸化湖盆致密油源岩的甜点区预测装置，其特征在于，包括：
采集单元，用于采集咸化湖盆致密油源岩的样本并确定所述样本的多个评价参数，所述多个评价参数包括：盐度、有机碳含量、可溶烃含量、热解烃含量、峰顶温度、有机质丰度、矿物含量和源岩热演化成熟度；
分类单元，用于确定所述样本的相当硼含量，根据所述相当硼含量对样本进行分类；
盐度单元，用于确定各个分类对应的盐度；
特征单元，用于确定所述咸化湖盆致密油源岩的样本对应的排烃特征，所述排烃特征为咸化湖盆致密油源岩的排烃效率；
目标参数单元，用于基于所述排烃特征和多个评价参数进行聚类分析确定所述样本的目标参数；
定量单元，用于根据所述目标参数与排烃特征之间的趋势线确定所述目标参数对应的定量指标；
预测单元，用于根据所述定量指标确定咸化湖盆致密油源岩的甜点区；
其中，所述特征单元包括：
测定子单元，用于对所述咸化湖盆致密油源岩的样本进行有机碳测定，得到有机碳的含量；
计算单元，用于根据所述有机碳的含量计算所述咸化湖盆致密油源岩的样本对应的生烃特征和滞烃特征；
特征子单元，用于基于所述生烃特征和所述滞烃特征确定所述排烃特征；
其中，所述目标参数单元包括：
聚类子单元，用于以所述咸化湖盆致密油源岩的排烃效率为聚类中心，采用k均值聚类算法对多个评价参数进行聚类处理得到聚类参数分类集；
目标参数子单元，用于确定所述聚类参数分类集中的评价参数为目标参数。
4.根据权利要求3所述的咸化湖盆致密油源岩的甜点区预测装置，其特征在于，所述定量单元包括：
目标值子单元，用于确定所述排烃特征对应的目标值，所述目标值是指在一个目标参数的影响下的排烃效率的最小值；
定量值子单元，用于在所述趋势线上确定所述排烃特征对应的目标值对应的所述目标参数的定量值；
定量子单元，用于确定所述目标参数的定量值为所述定量指标。
5.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1或2所述的咸化湖盆致密油源岩的甜点区预测方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1或2所述的咸化湖盆致密油源岩的甜点区预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010672599.9A CN112052429B (zh) | 2020-07-14 | 2020-07-14 | 咸化湖盆致密油源岩的甜点区预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010672599.9A CN112052429B (zh) | 2020-07-14 | 2020-07-14 | 咸化湖盆致密油源岩的甜点区预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112052429A CN112052429A (zh) | 2020-12-08 |
| CN112052429B true CN112052429B (zh) | 2023-08-25 |
Family
ID=73602477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010672599.9A Active CN112052429B (zh) | 2020-07-14 | 2020-07-14 | 咸化湖盆致密油源岩的甜点区预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112052429B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113704989B (zh) * | 2021-08-23 | 2024-09-17 | 中国石油大学(北京) | 一种泥页岩排出烃以及外来充注烃量的评价方法及装置 |
| CN116773771B (zh) * | 2023-05-29 | 2024-02-02 | 中国地质调查局油气资源调查中心 | 页岩油评价参数起算标准的确定方法、装置和电子设备 |
| CN118110488B (zh) * | 2024-03-25 | 2024-10-11 | 中国石油大学(北京) | 一种深层低渗致密储层压裂改造方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105134156A (zh) * | 2015-09-29 | 2015-12-09 | 西南石油大学 | 一种用于致密砂岩储层三维可压裂性模型的建模方法 |
| CN106056459A (zh) * | 2016-05-31 | 2016-10-26 | 中国石油大学(华东) | 一种基于排烃效率的致密油源岩分级评价标准划分方法 |
| CN106324228A (zh) * | 2016-08-02 | 2017-01-11 | 中国石油大学(北京) | 预测致密油甜点目标区的方法 |
| CN107908919A (zh) * | 2017-11-01 | 2018-04-13 | 中国矿业大学 | 一种致密油储层层理缝有效性的评价方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011159797A2 (en) * | 2010-06-15 | 2011-12-22 | Cellular Dynamics International, Inc. | A compendium of ready-built stem cell models for interrogation of biological response |
-
2020
- 2020-07-14 CN CN202010672599.9A patent/CN112052429B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105134156A (zh) * | 2015-09-29 | 2015-12-09 | 西南石油大学 | 一种用于致密砂岩储层三维可压裂性模型的建模方法 |
| CN106056459A (zh) * | 2016-05-31 | 2016-10-26 | 中国石油大学(华东) | 一种基于排烃效率的致密油源岩分级评价标准划分方法 |
| CN106324228A (zh) * | 2016-08-02 | 2017-01-11 | 中国石油大学(北京) | 预测致密油甜点目标区的方法 |
| CN107908919A (zh) * | 2017-11-01 | 2018-04-13 | 中国矿业大学 | 一种致密油储层层理缝有效性的评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112052429A (zh) | 2020-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112052429B (zh) | 咸化湖盆致密油源岩的甜点区预测方法及装置 | |
| Mongelli et al. | Geochemistry of the Apulian allochthonous karst bauxite, Southern Italy: Distribution of critical elements and constraints on Late Cretaceous Peri-Tethyan palaeogeography | |
| Varga et al. | Comparison of EndoPredict and Oncotype DX test results in hormone receptor positive invasive breast cancer | |
| WO2016161914A1 (zh) | 一种利用地质和测井信息预测储层成岩相的方法 | |
| Rafiei et al. | Weathering in a world without terrestrial life recorded in the Mesoproterozoic Velkerri Formation | |
| Xiong et al. | Middle Ordovician multi-stage penecontemporaneous karstification in North China: Implications for reservoir genesis and sea level fluctuations | |
| CN109709301B (zh) | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 | |
| Guo et al. | Assessment on tight oil resources in major basins in China | |
| CN108896592B (zh) | 页岩油地下原位加热改质过程中干酪根的测试方法及装置 | |
| Tournier et al. | Relationship between deep diagenetic quartz cementation and sedimentary facies in a Late Ordovician glacial environment (Sbaa Basin, Algeria) | |
| Rustichelli et al. | Sedimentologic and diagenetic controls on pore-network characteristics of Oligocene–Miocene ramp carbonates (Majella Mountain, central Italy) | |
| Farquhar et al. | Mineralogical characterisation of a potential reservoir system for CO2 sequestration in the Surat Basin | |
| Duan et al. | Lithology identification and reservoir characteristics of the mixed siliciclastic-carbonate rocks of the lower third member of the Shahejie formation in the south of the Laizhouwan Sag, Bohai Bay Basin, China | |
| Zhou et al. | Multifractal study of three-dimensional pore structure of sand-conglomerate reservoir based on CT images | |
| CN112147301A (zh) | 一种陆相淡水湖盆致密油烃源岩有效性的定量评价方法 | |
| Wang et al. | Evaluation of the shale oil reservoir and the oil enrichment model for the first member of the lucaogou formation, western jimusaer depression, junggar basin, NW China | |
| CN110489809B (zh) | 一种盆地油气资源整体评价方法及装置 | |
| Yuan et al. | Evolving recovery technologies directed towards commercial development of the Grosmont carbonate reservoirs | |
| Li et al. | Organic and Inorganic Geochemistry of Upper Paleozoic Marine-to-Continental Transitional Shales and the Implications for Organic Matter Enrichment, Ordos Basin, China | |
| Sinn et al. | Using BIB‐SEM Imaging for Permeability Prediction in Heterogeneous Shales | |
| Azer et al. | Sea level changes in the Aptian and Barremian (Upper Thamama) of offshore Abu Dhabi, UAE | |
| Badenas et al. | Facies analysis and correlation of high‐order sequences in middle–outer ramp successions: Variations in exported carbonate on basin‐wide δ13Ccarb (Kimmeridgian, NE Spain) | |
| Yang et al. | Whole-aperture characteristics and controlling factors of pore structure in the Chang 7th continental shale of the Upper Triassic Yanchang Formation in the southeastern Ordos Basin, China | |
| CN111983184B (zh) | 陆相咸化湖盆致密油甜点确定方法及装置 | |
| Tian et al. | Hydrocarbon-generating potential, depositional environments, and organisms of the Middle Permian Tarlong Formation in the Turpan-Hami Basin, northwestern China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |