标签：
页岩油
孔隙演化
有机质生烃
|
分类：
研究札记
|
松辽盆地古龙页岩富含粘土矿物，其页岩油的勘探突破受到国内外广泛关注。富硅质及碳酸盐岩页岩储层有大量的研究资料，但对于富粘土页岩储集性及演化还缺乏研究。本文基于松辽盆地北部34口井的大量页岩样品的有机碳、镜质体反射率、全岩矿物、场发射扫描电镜、低压氮气吸附及氦孔隙度等分析，研究了古龙页岩有机质与黏土矿物及热演化程度的耦合关系。结果表明，（1）古龙页岩是富粘土泥质岩。与其它陆相页岩产油层相比，古龙页岩粉砂质及碳酸盐岩夹层厚度薄、含油量低。（2）古龙页岩储层主要孔隙类型为有机黏土复合孔（OMC-hosted
pore）。与海相页岩中常见的蜂窝状或海绵状有机质孔不同，有机质黏土复合孔的格架为黏土，在中-低演化阶段这些黏土矿物晶间被倾油干酪根或运移的重质油充填，且由于黏土的加氢催化作用，有机黏土复合孔内的固体沥青等残碳含量很低。（3）有机质生烃演化与孔隙演化具有耦合效应，大量孔隙形成阶段与生油窗一致，即Ro
~0.9-1.3%。如前所述，尽管大部分孔隙发育与黏土相关，在不同热演化阶段，有机碳含量是孔隙形成的主要控制因素。（4）生烃增压是孔隙保存的关键要素，与此同时，黏
(2022-05-08 16:03)
# 一、基本原理
BJH孔径分布分析基于77k氮气吸附实验，通过一定的算法将吸附分支或脱附分支曲线转化成孔径分布图，其背后的理论是毛细管凝聚理论，即对于多孔材料，如果吸附质与孔壁具有润湿性，则吸附质在孔内会形成凹液面（或弯月面，图1），在特定温度下，该凹液面上的蒸汽压与吸附质饱和蒸汽压、摩尔体积及介面张力、孔径等的关系可用开尔文方程表示。
$ln\frac{p}{p_o}=\frac{2γV_m}{rRT}$
--其中γ
为吸附质液体表面张力，Po是饱和压力，Vm液体的摩尔体积。
摘要：松辽盆地古龙页岩分布面积广、厚度大,有机质丰度高,是页岩油形成大规模聚集的重要物质基础。综合应用岩石热解、有机碳、有机岩石学及氩离子抛光-场发射扫描电镜等分析测试技术,对古龙页岩有机质特征、页岩油的形成与演化进行研究。结果表明，古龙页岩（青一、二段页岩）是全球晚白垩世缺氧事件沉积的富有机质黑色页岩，TOC主要为1.81%～2.74%，平均为2.69%，含油量S1主要为3.45～8.50
mg/g，最高为22.73 mg/g，平均为6.47
mg/g，有机质类型为湖相型，生油母质比较单一，以层状藻为主；中央坳陷区有机质成熟度多处于成熟到高成熟演化阶段，Ro主要为0.75%～1.70%。微观尺度下，层状藻呈条带状沿层发育，高成熟演化阶段，层状藻收缩形成有机页理缝,其面孔率最高可达3.78%，是页岩油重要的赋存空间。通过40口井500多个地球化学实验分析数据，建立古龙页岩油形成与演化模式，指出页岩油的形成经历中间产物沥青再到石油的过程，随着成熟度的增加，游离油逐渐增加，吸附油在Ro为1.2%时达到峰值后逐渐裂解转化成游离油，Ro为0.75%～1.6%时，游离油占总滞留油比例从20%增加到70%以上。研究成果为松辽盆地古龙页岩油的勘探与评价提供了理论
(2020-08-17 00:37)
镜质体反射率（Ro）动力学模型最早是由美国LLNL国家实验室提出建立的，即Vitrimat 模型（Burnham and
Sweeny，
1989）。Vitrimat模型建立的背景是人们已经认识到镜质反射率与其H/C，O/C原子比有关，且可用函数来表示，即%Ro
=f（H/C，O/C）。镜质体的组成可用CHxOy来表示，热作用下镜质体分解成4种组分，即油+湿气（CHn）、甲烷（CH4）、水（H2O）和CO2，因此只要获得这4种组分的生成化学动力学，即可计算任何热史作用下，剩余镜质体的H/C及O/C原子比，从而计算出Ro，这就是Vitrimat模型。理论上，将Vitrimat模型中镜质体的组成换成干酪根或沥青等组成，则Vitrimat可改造成任何有机组分的反射率模型。由于Vitrimat模型需要同时计算4种组分的转化率曲线，相对耗时，特别是在油气系统模拟中需要进行大量的相关运算，因此Vitrimat提出不久后，相关作者又对该模型进行了简化，提出easy%Ro模型，该模型将4种组成的活化能合并（图1），并使用统一的频率因子（A）
。easy%Ro一经提出便大获成功，至今仍是广泛使用的热史标定模型。尽管如此，easy%Ro也不是尽善尽美，对于压力抑制问题、拆线型Ro变化趋势（Basin%Ro），实验条件下Ro的变化，easy%Ro也表现出
(2017-06-04 20:20)
一、类S形反应模型简介
区别于一级反应模型或平行反应模型，类S形化学反应在等温条件下，在反应的初始阶段，反应速率有一个逐渐增大再降低的短暂过程，此后又逐渐降低——如此整个反应速率曲线近似一个水平拉伸的S，故名。由于等温反应最初都有一个升温的过程，因此起初反应速率的增大很容易被误认为是由于升温的缘故，其实是很多化学反应的典型特征。类S形化学反应模型最早是由Burnham
A.K等引入到有机质生烃动力学，称为ePt模型（extended
Prout-Tompkins）——主要针对一些特殊的藻煤。不过，可能由于石油工业领域涉及生烃的有机质以复杂的化合物为主，极少有类似藻煤这种以保存完好的纯藻为主的生烃物质，因此ePt模型极少适用，关注的人也不多。不过，显然Burnham
A.K大牛对此模型还是极其得意的，直到最近还在其新书里大力推介ePt模型，并且吐嘈各领域的大牛对此模型的必要性后知后觉，哈哈。个人猜测，这个反应模型大家用的少另一个重要原因是该模型无论是标定还是计算都涉及到数值积分，因此远不如常规的化学模型用起来方便。不过，据称该模型
(2017-06-04 12:24)
标签：
动力学
最小二乘法
标定
|
分类：
研究札记
|
前言：最近心情持续较差，指数乃为-273.15℃，心情差就想动手，动手就要挖坑，至于能不能将坑填满，后话。至少之前好像挖了不少坑，至今积满了水。。。哦~也许是灰。。。
然后，依旧是自序。大约十多年前，首次接触化学生烃动力学，那时觉得这是门深不可测的学问，而对于通过实验曲线计算出化学动力学参数的过程更是向往的不得了。那时谷歌还在，尽管如此，网上可搜的，能用的资料极少。甚至连计算的软件都没见过，真是神一样的存在。此后，利用相当贫脊的编程知识写过基于给定动力学参数计算生烃转化率的计算程序，Easy%Ro，Simple
Ro等。再后来事情变得越来越复杂，代码也越写越长，加入了生排烃量平衡计算，不同吸附烃模型的残烃量计算等等--OrgPlus。尽管如此，对于生烃动力参数的标定、获取这个问题依旧处于无解中。大约在2010年左右开始接触Matlab，会了一些简单的操作后，才又重新想起动力学参数数值的标定问题。还记得第一次用Matlab的非线性最小二乘法命令lsqnonlin得到一组动力学参数的情形，心情是何等激动！混沌了这么多年，总算是摸到了门槛。此后又摸索了几年，现在算是入了门，有
(2017-05-05 14:23)
S-G滤波（Savitzky-Golay ）是一种数据加权平均算法。简单来说，S-G滤波的结果是以数据点Xi邻近的2M+1个数值的加权平均值来替换Xi值。移动平均是S-G滤波的一个特例（即为一阶线性拟合）。相对于移动平均算法来说，高阶的S-G滤波可以保留更多数据的非均质特征（图1）；从这点来看，S-G滤波更适合处理地质实验数据，毕竟地质数据的非均质性是客观存在的。
一般的，地质实验数据两个参数之间可能存在某种相关性；不过，由于非均质、测量误差等原因，两个数据存在离散性（如图2上），直接确定两者之间的关系不容易。这种情况就可以通过S-G滤波技术对原始数据进行加工，然后再拟合出关系式（如图2下）。再进一步也可以确定相对于每个Y值的预测误差范围（如图3），用于风险评价模型的录入参数。
(2017-04-18 10:37)
LasViewer简介：前因是，嗯~~拿来练习C# wpf的(基于net
framework
4.0)。然后呢，还有点用处，就是可以读取Las测井数据文件(数据格式可以是折叠或不折叠的，即Wrap=YES或NO)，然后可以快速浏览各条曲线，并可以导出相关的曲线数据。
---
操作很简单，就是打开Las文件，然后选择需要查看的曲线，再然后可以用右键复制数据，再再然后可以通过双击坐标轴，更改坐标值范围，再再再然后。。。然而并没有~~#_#!
下载：http://pan.baidu.com/s/1sl4hTRv
运行界面大概是这样的：
---
其实还有然后....
(2015-02-19 19:08)
标签：
聚类分析
相似性分析
数据挖掘
|
分类：
研究札记
|
通过聚类分析可以将原油划分成不同的类别，不过由于聚类分析得到的层次型结构往往比较复杂（如图1）——特别是当样本数据过多的时候，而且直接使用所有的参数可能会引入一些数据噪声。如果借助PCA分析，一方面可以降低参数的维数，另一方面可
(2015-02-09 22:14)
标签：
油源对比
相似性分析
聚类分析
|
分类：
研究札记
|
以油源对比为例，如果我们收集到油-岩两方面的大量参数，那么如何通过这些参数，确定它们之间的亲缘关系？往往，我们通过简单的Excel交汇图得出它们相似或不相似。但是有没有更好的办法可以将这种相似性进行量化，比如是80%相似还是90%相似，正如同DNA比对一样。
在统计上，两个样本之间的相似性分析通常有两种：一是余弦相似度，二是广义Jaccard相似系数（也称Tanimoto系数）。前者相当于一种距离的度量，后者则类似于一种概率的分布。如下图所示，如果我们把样品的n个参数视为n维空间上的n个点，如果他们与另一样品的参数点的距离为0，即夹角为0（余弦值为1），则认为这两个样品是完全一样的。显然，这时两个样品参数点之间的距离便可以成为这两个样品相似性的量化指标。事实上，这也是原油聚类分析的核心——所有距离小于某个数的样品都可视为同一类，在空间上的表现为聚集的一堆或一群。对于Tanimoto相似系数，可以理解为具有共同特征的参数个数占总参数个数的比例。显然如果所有参数的特征相同，则这两个样品是完全一样的。同样的，具有共同特征的参数的比例也可以成为样品相似性的一种量化度量。
需要注意的是，如余弦相似度图解所示，参数的绝对值
加载中…
转载▼