劉繼龍

(1. 東北石油大學(xué) 地球科學(xué)學(xué)院，黑龍江 大慶 163318； 2. 非常規(guī)油氣成藏與開發(fā)省部共建國家重點實驗室，黑龍江 大慶 163318)

烴源巖評價是含油氣盆地油氣資源評價的重要基礎(chǔ)，但烴源巖樣品的地化測試受樣品來源、分布及測試費用等因素的共同限制，而烴源巖測井評價不受巖石樣品限制，且具有縱向分辨率高等優(yōu)點，因此得到了廣泛的應(yīng)用。在烴源巖測井評價中，總有機(jī)碳含量是評價烴源巖生烴潛力的一個重要指標(biāo)，他可以用來確定生油巖，指示有機(jī)質(zhì)豐度，判斷生油效率、轉(zhuǎn)化效率和演變程度[1]，因此，總有機(jī)碳的測井評價得到廣泛的應(yīng)用。

20世紀(jì)90年代開始，人們就開始應(yīng)用測井資料對烴源巖的有機(jī)質(zhì)豐度進(jìn)行定量解釋[2]，由此產(chǎn)生了許多TOC定量計算的方法，包括密度法[3]、雙孔隙度法、碳氧比測井法[4-5]、多元回歸法[6]、自然伽馬法[7]以及△logR法[2]，與此同時，國內(nèi)學(xué)者在烴源巖測井評價方面也開展了大量研究，一些學(xué)者將△logR法引入到我國各盆地?zé)N源巖的研究中，并取得了不錯的研究成果[8-12]，在△logR法研究的基礎(chǔ)上，部分學(xué)者利用改進(jìn)的△logR法對烴源巖進(jìn)行評價，但整體上△logR法僅適用于高成熟度的烴源巖。胡慧婷等[13]對利用改進(jìn)的△logR法對烴源巖進(jìn)行測井評價，提高了模型的計算精度。印長海等[14]通過修改模型系數(shù)，引入新的測井參數(shù)，提出變系數(shù)的△logR方法，從而提高了△logR方法對陸相地層有機(jī)質(zhì)評價的適應(yīng)性。霍秋立等[15]通過引進(jìn)新的△logR基線表達(dá)式，實現(xiàn)基線的全自動擬合，使其受人為因素的影響降低。此外隨著人工智能的興起，部分學(xué)者利用人工智能進(jìn)行烴源巖測井評價。主成分分析法[16]、神經(jīng)網(wǎng)絡(luò)法[17]以及支持向量機(jī)法[18]等人工智能的方法已經(jīng)能夠得到成熟的應(yīng)用。

烴源巖具有較強(qiáng)的非均質(zhì)性，受X凹陷取心樣品數(shù)量的影響。利用測井資料的縱向分辨率高、測量連續(xù)性強(qiáng)的特點，以X凹陷的測井資料、巖心資料為依據(jù)，分別采用單因素模型、回歸模型、主成分分析模型、神經(jīng)網(wǎng)絡(luò)模型，建立一套適用于該地區(qū)的烴源巖TOC定量評價模型。

1 地質(zhì)背景

研究區(qū)位于X凹陷的北部，通過研究X凹陷的測井資料和錄井資料，確定該區(qū)域巖性主要以泥巖和碳質(zhì)泥巖為主。該地區(qū)的烴源巖巖心實測TOC介于0.1%～14%之間，不同樣品的TOC差別較大，表現(xiàn)出很強(qiáng)的非均質(zhì)性。

傳統(tǒng)的觀點認(rèn)為，成熟烴源巖具有“三高”的測井響應(yīng)特征，即高自然伽馬，高聲波時差，高電阻率，因此，選定研究區(qū)的P層組的兩種類型的烴源巖層，歸納二者的測井響應(yīng)特征，以巖心分析資料為基礎(chǔ)，對該地區(qū)兩類烴源巖層的測井響應(yīng)特點進(jìn)行對比(見表1)。

表1 X凹陷P層組2類烴源巖測井評價方法特點

從烴源巖的測井響應(yīng)特征來看，泥巖和碳質(zhì)泥巖的測井響應(yīng)相當(dāng)，因此進(jìn)行烴源巖測井評價時，將二者歸為一類。

2 有機(jī)碳含量計算方法

由于研究區(qū)本身取心井就很少，而且烴源巖化驗分析樣品更是微乎其微，因此建立有效的TOC測井評價方法就顯得極為重要。因此，本文在實驗分析數(shù)據(jù)的基礎(chǔ)上，考慮運用多種方法對研究區(qū)的TOC進(jìn)行定量評價，以達(dá)到準(zhǔn)確求取TOC的目的。

2.1 單因素分析法

單因素法主要通過TOC與單條測井曲線關(guān)系來評價TOC，其具有快速直觀、簡便高效的特點，同時在單條曲線與TOC相關(guān)性差的情況下，往往具有較大的誤差。在實驗分析數(shù)據(jù)的基礎(chǔ)上，分別繪制了TOC與聲波時差(AC)、中子(CNL)、密度(DEN)、伽馬(GR)、電阻率(RT)的交會圖(見圖1～5)。從圖1～5中可以看出：總有機(jī)碳含量與聲波時差的相關(guān)性最好，與密度的相關(guān)性較好。因此，選用TOC與聲波時差的擬合公式作為單因素法計算TOC的公式(見表2)。

2.2 △logR法

自從Passey等提出△logR法后，△logR法一直在烴源巖定量評價中發(fā)揮著重要的作用。該方法能夠排除巖性的影響，因此，得到廣泛的應(yīng)用。但是同時存在一定的不足。首先，基線值難以確定；其次就是成熟度指數(shù)難以確定。本文根據(jù)給定的資料，確定烴源巖基線處的數(shù)值為：RT=4 Ω·m，ACline=72 μs/ft，從而建立了TOC與△logR的交會圖(見圖6)。從圖6中可以看出：TOC與△logR的相關(guān)性很差，因此，本研究區(qū)不考慮使用△logR法。

2.3 多元回歸分析法

多元回歸方法同時考慮多個變量，相關(guān)性明顯高于單因素法，原理簡單、操作方便，同時，多元回歸方法結(jié)果會趨于平均值，會對較低值估計過高，而對較高值估計過低。本文基于單因素建立的TOC測井響應(yīng)交會圖，選取對TOC敏感性較好的兩因素AC和CNL建立TOC定量評價的多元回歸分析模型(見表2)。

圖1 TOC與聲波時差交會圖

圖2 TOC與中子交會圖

圖3 TOC與密度交會圖

2.4 主成分分析法

考慮到化驗分析得到的TOC含量受到多種因素的影響，需要綜合考慮多種因素的共同作用，因此綜合考慮自然電位、自然伽馬、聲波時差、中子、密度、電阻率等因素，建立TOC定量預(yù)測模型(見表2)。

圖4 TOC與GR交會圖

圖5 TOC與電阻率交會圖

圖6 TOC與△logR交會圖

項目TOC定量預(yù)測模型相關(guān)系數(shù)均方根誤差單因素方程TOC=0.4088AC-25.3060.68515.23%多元回歸公式TOC=20.38208+0.274427AC-14.2656DEN0.70014.59%PCA模型TOC=18.0865+0.3918AC+18.601CNL-19.8064DEN-0.0158GR+0.0959RT-0.1339SP—11.59%神經(jīng)網(wǎng)絡(luò)模型——2.08%

圖7 單因素法計算TOC與實測TOC比較

圖8 多元回歸法計算TOC與實測TOC比較

圖9 PCA法計算TOC與實測TOC比較

2.5 神經(jīng)網(wǎng)絡(luò)法

TOC與測井曲線間的映射關(guān)系很難用簡單的線性來描述，而神經(jīng)網(wǎng)絡(luò)方法存在非線性的優(yōu)越性，因此考慮采用神經(jīng)網(wǎng)絡(luò)法進(jìn)行TOC的定量評價。輸入的測井曲線為聲波時差、中子、密度、自然伽瑪、電阻率以及TOC數(shù)據(jù)，選取徑向基函數(shù)建立相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，而后輸入相應(yīng)的測井曲線，進(jìn)行求取相應(yīng)的TOC(見表2)。

圖10 神經(jīng)網(wǎng)絡(luò)法計算TOC與實測TOC比較

從表2中可以看出：神經(jīng)網(wǎng)絡(luò)模型計算TOC的均方根誤差最小，為2.08%；其次是PCA模型，均方根誤差為11.59%，再次是單因素方程(均方根誤差為15.23%)以及多元回歸公式(均方根誤差為14.59%)。

3 有機(jī)碳定量計算結(jié)果分析

△logR法在該研究區(qū)由于相關(guān)性較差，因此不再適用，單因素分析模型中，TOC與聲波時差相關(guān)性為0.685，回歸模型的相關(guān)系數(shù)為0.70，因此可作為計算TOC含量的公式；對于主成分分析模型和神經(jīng)網(wǎng)絡(luò)模型，二者的均方根誤差較低，分別為11.59%和2.08%，因此可以作為TOC計算的模型，通過比較4種方法，分別見圖8～11。結(jié)果表明：用神經(jīng)網(wǎng)絡(luò)建立的測井評價模型對X凹陷進(jìn)行烴源巖測井評價具有較好的應(yīng)用效果(見圖11)。

圖11 X凹陷實測TOC與計算TOC對比

4 結(jié) 論

1)分別采用單因素法、PCA法、多元回歸分析法以及神經(jīng)網(wǎng)絡(luò)法建立X凹陷的烴源巖定量評價模型，建立的TOC計算模型都能夠有效地評價研究區(qū)烴源巖的TOC含量。

2)通過對比4種TOC計算模型計算值與實測值發(fā)現(xiàn)，單因素模型的均方根誤差為15.23%，回歸方程的均方根誤差為14.59%，PCA模型的均方根誤差為11.59%，神經(jīng)網(wǎng)絡(luò)模型的平均均方根誤差僅為2.08%，模型精度最高，可用于研究區(qū)的烴源巖的準(zhǔn)確預(yù)測。

3)分別利用單因素法、PCA法、多元回歸法以及神經(jīng)網(wǎng)絡(luò)法計算G井TOC含量，對比發(fā)現(xiàn)：單因素法、PCA法以及多元回歸分析法計算的TOC數(shù)值對于TOC含量小的樣品往往計算值偏大，對于TOC含量大的樣品則是計算值偏小，具有較大的計算誤差；而對于神經(jīng)網(wǎng)絡(luò)模型，計算的TOC含量則較為穩(wěn)定，結(jié)果更加精確，對于研究區(qū)烴源巖TOC識別具有較好的實用性，并且具有一定的應(yīng)用效果。