[发明专利]一种评价泥页岩各组分体积的方法

权利要求书

1.一种评价泥页岩各组分体积的方法，其特征在于，所述评价泥页岩各组分体积的方法包括：

基于抽提后泥页岩的有机碳分析、孔隙度测试及全岩鉴定的实验，结合泥页岩各组分密度，对泥页岩各组分体积进行标定，建立泥页岩组分体积模型；

在ΔlogR法评价总有机碳含量的基础上，结合抽提前后有机碳的关系，计算干酪根体积，并把干酪根体积和测井曲线一并作为BP神经网络模型的输入数据，各矿物组分和孔隙体积作为期望输出数据；采用交叉验证的方法优化各矿物组分和孔隙体积的BP神经网络预测模型；

所述计算干酪根体积的方法包括：

采用改进的ΔlogR法，基于计算TOC和实测TOC之间的误差最小化，自动选取基线，优化叠合系数，把TOC含量背景值作为待定系数，其TOC计算模型为：

TOC＝A×ΔlogR+B；

TOC为泥页岩总有机碳含量；ΔlogR为在算术坐标下，电阻率曲线和声波时差测井曲线在细粒非生油岩处叠合后，两条测井曲线在对数电阻率坐标上的间距；A和B为模型计算系数；

岩石内干酪根中有机碳含量TOC_k，通过氯仿抽提后岩样的有机碳分析得到，且该值与岩石总有机碳含量TOC一般呈现线性关系，由TOC计算得到，即：

TOC_K＝C×TOC+D；

C和D为计算系数，通过泥页岩抽提前后有机碳分析实验结果拟合得到；

根据干酪根中有机碳含量TOC_k，岩石密度ρ_b和干酪根密度ρ_K计算得到干酪根体积V_k：

式中，K_vr为干酪根与有机碳之间的转化系数，取值为1.2；

因此，联立TOC计算模型公式、岩石内干酪根中有机碳含量TOC_k公式、干酪根体积V_k公式得干酪根体积的测井评价模型为：

各矿物组分和孔隙体积的BP神经网络模型的建立方法，包括：数据的准备和网络模型参数的优化；

所述数据的准备包括期望输出数据的准备、输入数据的优选及数据预处理；

所述网络模型参数优化的对象为隐含层节点数S，节点传递函数；

所述期望输出数据的准备包括：

建立泥页岩组分模型：

根据各矿物的化学成分、密度属性的差异，把泥页岩的矿物类型划分为4类：粘土类、硅酸盐类、碳酸盐类和黄铁矿；基于泥页岩矿物类型划分，并结合干酪根和孔隙，把泥页岩组成划分为6个组分，即粘土类矿物、硅酸盐类矿物、碳酸盐类矿物、黄铁矿、干酪根和孔隙；

所述期望输出数据的准备还包括进行各组分体积的标定：根据干酪根及各矿物组分的密度，结合泥页岩组分模型对泥页岩各组分的体积进行标定；其中，干酪根体积V_K根据公式计算得到；

孔隙体积V_P为岩心分析测试的总孔隙度φ，即：

实验室内根据全岩分析XRD得到的矿物含量M_i(XRD)均为质量百分数，因此，结合各矿物的密度ρ_i即求出各矿物的体积V_i，其计算公式为：

基于泥页岩组分全体积模型，所有矿物体积、干酪根体积与孔隙体积之和为1；但值得注意的是，实验室内XRD分析检测不到干酪根的含量，即XRD分析得到的各矿物质量比例为各矿物质量与总矿物质量之比，而非各矿物质量与岩石质量之比，对公式计算的各矿物的体积V_i进行校正，其校正公式为：

式中，V_mi为校正后的各矿物体积；

根据公式分别求得实测的泥页岩各矿物组分和孔隙体积，并把该部分作为模型的期望输出数据。

2.如权利要求1所述的评价泥页岩各组分体积的方法，其特征在于，

输入数据的优选方法包括：

对于建立的泥页岩组分模型，选用与各矿物和孔隙体积相关性较高的测井曲线作为模型输入变量；各组分体积与测井曲线的相关性的判别方法通过公式实现，式中，r为皮尔森相关系数；x_i和y_i均为变量；N为个数；

优选皮尔森相关系数在0.01水平上显著相关的测井曲线；此外，由于泥页岩矿物组分及孔隙体积受到干酪根体积的约束，因此，优选的测井曲线和干酪根体积一并作为模型的输入数据。