第４０卷 第５期２０１６年１０月测 井 技 术ＷＥＬＬＬＯＧＧＩＮＧＴＥＣＨＮＯＬＯＧＹＶｏｌ．４０ Ｎｏ．５Ｏｃｔ２０１６基金项目：国家科技重大专项（２０１１ＺＸ０５０４２‐００３‐００１）作者简介：范晶晶，女，１９９１年生，博士研究生，从事非常规能源研究。
Ｅ‐ｍａｉｌ：ｆｊｊ６７６６３４３＠１２６．ｃｏｍ文章编号：１００４‐１３３８（２０１６）０５‐０６１７‐０６鱼卡地区侏罗系油页岩测井评价及目标区优选范晶晶１，王延斌１，李永红２（１．中国矿业大学（北京）地球科学与测绘工程学院，北京１０００８３；２．青海省煤炭地质１０５勘探队，青海西宁８１０００７）摘要：对青海鱼卡地区侏罗系油页岩特征及以往研究成果分析的基础上，结合油页岩参数井的测井、录井及测试数据，得到研究区油页岩具有高电阻率、高声波时差、低密度及低自然伽马的测井响应特征。
根据参数井数据建立３种含油率预测方法并对比其预测效果，最终选择效果好、应用方便的多元回归分析方法定量判别含油率。
通过研究区单井油页岩识别，综合考虑油页岩的埋深、厚度、含油率及构造影响等因素，初步建立了油页岩目标区的优选标准，根据标准在研究区划分出３个Ａ类和２个Ｂ类目标区；对Ａ类目标区油页岩资源进行计算，共计３.４１×１０９ｔ。
关键词：测井解释；油页岩；含油率；目标区；侏罗系；鱼卡地区中图分类号：Ｐ６１８.１２ 文献标识码：ＡＤｏｉ：１０．１６４８９／ｊ．ｉｓｓｎ．１００４‐１３３８．２０１６．０５．０１７ＬｏｇＥｖａｌｕａｔｉｏｎａｎｄＴａｒｇｅｔＺｏｎｅＯｐｔｉｍｉｚａｔｉｏｎｏｆＪｕｒａｓｓｉｃＯｉｌＳｈａｌｅｉｎＹｕｑｉａＡｒｅａＦＡＮＪｉｎｇｊｉｎｇ１，ＷＡＮＧＹａｎｂｉｎ１，ＬＩＹｏｎｇｈｏｎｇ２（１．ＣｏｌｌｅｇｅｏｆＧｅｏｓｃｉｅｎｃｅａｎｄＳｕｒｖｅｙｉｎｇＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．Ｎｏ.１０５ＥｘｐｌｏｒａｔｉｏｎＴｅａｍ，ＱｉｎｇｈａｉＢｕｒｅａｕｏｆＣｏａｌＧｅｏｌｏｇｉｃａｌＥｘｐｌｏｒａｔｉｏｎ，Ｘｉｎｉｎｇ，Ｑｉｎｇｈａｉ８１０００７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＢａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｐｒｅｖｉｏｕｓｓｔｕｄｙａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＪｕｒａｓｓｉｃｏｉｌｓｈａｌｅｉｎＹｕｑｉａａｒｅａａｎｄｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｗｅｌｌｌｏｇｇｉｎｇａｎｄｔｅｓｔｉｎｇｄａｔａｏｆｏｉｌｓｈａｌｅｐａｒａｍｅｔｅｒｗｅｌｌｓ，ｌｏｇｇｉｎｇｒｅｓｐｏｎｓｅｓｏｆｏｉｌｓｈａｌｅｗｉｔｈｈｉｇｈｒｅｓｉｓｔａｎｃｅ，ｈｉｇｈｉｎｔｅｒｖａｌｔｒａｎｓｉｔｔｉｍｅ，ｌｏｗｄｅｎｓｉｔｙａｎｄｌｏｗｎａｔｕｒａｌｇａｍｍａａｒｅｃｏｎｃｌｕｄｅｄ．Ｅｓｔａｂｌｉｓｈｅｄａｒｅｔｈｒｅｅｋｉｎｄｓｏｆｏｉｌｃｏｎｔｅｎｔｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｓａｎｄｃｏｍｐａｒｅｄｉｓｔｈｅａｐｐｌｉｃａｔｉｏｎｅｆｆｅｃｔｉｎｔｈｅｏｉｌｃｏｎｔｅｎｔｐｒｅｄｉｃｔｉｏｎ，ａｎｄｔｈｅｎｍｕｌｔｉｐｌｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｍｅｔｈｏｄｉｓｃｈｏｓｅｎｔｏｃａｌｃｕｌａｔｅｏｉｌｃｏｎｔｅｎｔ．Ｔｈｒｏｕｇｈｏｉｌｓｈａｌｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｓｉｎｇｌｅｗｅｌｌｓｉｎｔｈｅｓｔｕｄｉｅｄａｒｅａ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｂｕｒｉｅｄｄｅｐｔｈ，ｔｈｉｃｋｎｅｓｓ，ｏｉｌｃｏｎｔｅｎｔａｎｄｓｔｒｕｃｔｕｒｅｉｎｆｌｕｅｎｃｅｆａｃｔｏｒｓ，ｔｈｅｔａｒｇｅｔａｒｅａｓｅｌｅｃｔｉｏｎｃｒｉｔｅｒｉａｉｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｒｅｅｃｌａｓｓＡａｎｄｔｗｏｃｌａｓｓＢｔａｒｇｅｔｚｏｎｅｓａｒｅｄｅｌｉｎｅａｔｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｍｉｎｅａｂｌｅｏｉｌｓｈａｌｅａｍｏｕｎｔｏｆｃｌａｓｓＡｔａｒｇｅｔｚｏｎｅｓｉｓｃａｌｃｕｌａｔｅｄａｔｏｔａｌｏｆ３.４１×１０９ｔ．Ｋｅｙｗｏｒｄｓ：ｌｏｇｉｎｔｅｒｐｒｅｔａｔｉｏｎ；ｏｉｌｓｈａｌｅ；ｏｉｌｃｏｎｔｅｎｔ；ｔａｒｇｅｔｚｏｎｅ；Ｊｕｒａｓｓｉｃ；Ｙｕｑｉａａｒｅａ０ 引 言中国油页岩资源量约为７.１９９４×１０１１ｔ，折合成页岩油约４.７６４４×１０１０ｔ［１］，被列为缓解常规能源供需压力的接替能源之一［２‐３］。
柴达木盆地北缘（柴北缘）侏罗系发育多套陆相富有机质泥页岩，被认为是页岩油气开发具有潜力的地区之一。
石门沟组沉积时期，在鱼卡、大煤沟等地区形成了一套有机碳含量高、厚度大、横向连续性好的湖泊相泥页岩地层［４］，通过岩层露头及钻井岩心样测试，证实了油页岩的存在。
系统的地球化学分析结果表明石门沟组上段属于优质的油气源岩［５］。
柴北缘油页岩与围岩物性有所差异，在测井曲线上反映出不同的形态特征［６］。
以往的石门沟组油页岩资源量储量计算是在分析鱼卡凹陷构造特征及沉积环境的基础上通过露头、钻井等资料粗略估算［７］。
过去缺少油页岩参数测 井 技 术２０１６年 井，针对柴北缘油页岩测井响应特征、含油率计算方法、有利区优选标准的研究极少，对油页岩的测井特征把握不够准确，对油页岩资源评价不足、不细。
本文以油页岩参数井最多的鱼卡地区为研究区，以Ｓ１油页岩参数井为例，利用测井曲线响应特征区别岩性，通过对比含油率计算方法选择预测效果更好、模型更直观的多元线性回归方法定量判识油页岩，进一步优选出鱼卡地区油页岩目标区，计算油页岩资源量，以期为下一步勘探开发工作提供依据。
１ 鱼卡地区油页岩测井响应特征 页岩油气可通过油气的生储方式、矿物成分及储层孔隙性、渗透性等与常规油气储层区分［８］；油页岩可通过有机质、灰分和含油率等特征与非烃源岩、煤、碳质页岩区分［３，９］。
物质组成、物性参数等方面存在的差异使不同岩性有不同的测井响应特征，采用测井方法不仅能达到良好的识别效果，还可以解决油页岩研究过程中取心、测试、成本等方面存在的问题［１０‐１６］。
研究区油页岩发育在中侏罗统石门沟组上段，形成于半深‐深湖环境［１４］，岩性为棕褐色油页岩与灰黑色页岩、泥岩、粉砂岩等细粒沉积混合发育（见图１），有机质类型以腐泥型及腐殖腐泥型为主，成熟度低，属于良好的生油岩，大部分页岩层段含油，部分岩心样品含油率较高，可直接点燃。
对比油页岩参数井的岩心录井、测井及地化测试结果，发现研究区油页岩有独特的测井响应特征。
以Ｓ１井油页岩段为例（见图１），油页岩段与泥岩段相比有“两高两低”的测井响应特征：高电阻率、高声波时差、低密度、低自然伽马。
其中，研究区油页岩矿层腐泥质含量高，吸附放射性元素的能力较弱，相比泥岩自然伽马曲线相对回落，呈低幅值形态特征。
中子测井对孔隙度敏感，在油页岩段曲线平缓，而在砂泥岩剖面响应明显，可用于油页岩段砂岩夹层识别。
利用测井曲线特征可以区别岩性，但含油率是否达到油页岩标准难以判断。
利用曲线特征识别潜在油页岩段，通过含油率计算可提高油页岩识别准度、精度。
２ 鱼卡地区油页岩含油率计算方法 含油率是界定油页岩矿产的概念指标，也是评价油页岩的重要指标［１５］，将含油率大于３.５％作为油页岩的判定依据［１６］。
研究区油页岩属于成熟度较低的烃源岩，选择ΔｌｏｇＲ模型、多元线性回归方法及ＢＰ神经网络法对Ｓ１井进行油页岩含油率预测，通过比较３种方法的预测结果，选择预测效果最优的计算方法。
２.１ ΔｌｏｇＲ模型ΔｌｏｇＲ技术通常选择电阻率测井曲线与三孔隙度测井曲线或自然伽马测井曲线重叠预测有机碳［１７］，进一步通过有机碳与含油率关系预测含油率。
用电阻率和自然伽马叠加说明ΔｌｏｇＲ模型建模图１ 研究区Ｓ１井油页岩段综合评价测井图・８１６・ 第４０卷 第５期 范晶晶，等：鱼卡地区侏罗系油页岩测井评价及目标区优选过程，ΔｌｏｇＲ计算方程ΔｌｏｇＲ＝ｌｇＲＲ０－Ｋ（ＧＲ－ＧＲ０）（１）式中，ΔｌｏｇＲ为２条测井曲线之间的距离；Ｒ为电阻率测井值，Ω・ｍ，Ｒ０为基线对应的电阻率值，Ω・ｍ；ＧＲ为自然伽马值，ＡＰＩ；ＧＲ０为基线对应的自然伽马值，ＡＰＩ；Ｋ为２条曲线的叠合系数。
ＴＯＣ＝ΔｌｏｇＲ×１０（２．２９７－０．１６８８ＬＯＭ）＋ΔＴＯＣ（２）式中，ＴＯＣ为计算有机碳含量，％；ＬＯＭ为热变指数；ΔＴＯＣ为有机碳背景值（需要人为确定），％。
计算参数见表１。
表１ Ｓ１井ｌｏｇＲ模型参数表参数Ｒ０／（Ω・ｍ）ＧＲ０／ＡＰＩＫＬＯＭΔＴＯＣ／％取值１４１２３０.０２８.５４.４来源叠合曲线后基线段（图１中２１５～２２０ｍ泥岩）读值Ｋ‐ｐａｓｓｅｙ固定叠合系数［１５］研究区地质报告基线段实测有机碳 有机碳与含油率关系式为Ｔａ＝ａ×ＴＯＣ＋ｂ（３）式中，Ｔａ为含油率，％；ａ、ｂ为拟合公式的系数。
根据式（１）、式（２）、式（３）及模型参数值，结合Ｓ１井测井值及含油率测试结果，得到油页岩含油率计算公式Ｔａ＝３．８４５ｌｇＲ１４－０．０４６（ＧＲ－１２３）＋３．２０６（４）拟合公式相关系数为０.６４２。
ΔｌｏｇＲ模型研究方法成熟，但存在操作过程繁琐、叠合系数不准确、有机碳背景值和有机质成熟度不确定、泥岩基线易受主观因素影响等缺点［１８］，且需要预测含油率的钻井数量较大，因此需要寻找应用更简便、预测效果更图２ 岩心测试含油率与测井参数关系图好的方法。
２.２ 多元线性回归方法分析实测含油率数据和测井值得到Ｓ１井含油率与自然伽马、密度呈负相关，与对数电阻率、声波时差、中子呈正相关，相关系数依次为０.７１３、０.６１８、０.７４９、０.６０７、０.３１３（见图２）。
用ＳＰＳＳ拟合Ｓ１井含油率与测井参数之间的关系，尽可能综合考虑相关性较大的测井参数构建多元回归方程（见表２）。
对比发现回归关系式中利用的测井参数越多，模型相关系数越高，即预测效果越好。
例如在五元线性回归关系式中，中子测井系数仅有０.００２，但在含油率预测中仍有一定贡献，与之前测井响应特征中分析的一致。
研究区在过去的煤田钻井基本没有测中子曲线，部分钻井缺少声波测井曲线及密度测井曲线，但用自然伽马和电阻率建立的二元线性回归式的相关系数达到０.７７２，多元回归关系式在研究区具有适用性，应用中可以根据待预测井的参数类型选择适合的回归公式进行含油率预测。
・９１６・测 井 技 术２０１６年 表２ Ｓ１井油页岩段多元回归模型回归类型回归关系式相关系数五元线性回归Ｔａ＝－１６.８３２－０.００９ＧＲ＋１０.６８１ｌｇＲｔ＋０.０３４ＡＣ－２.２６９ρ＋０.００２ＮＮＳＲ０.８５９四元线性回归Ｔａ＝－１１.８１０－０.０１４ＧＲ＋１０.９７７ｌｇＲｔ＋０.０２９ＡＣ－２.７４２ρ０.８５５三元线性回归Ｔａ＝１４.７７３－０.０２１ＧＲ＋１０.０３６ｌｇＲｔ－８.８７７ρ０.８１５Ｔａ＝－１９.７３８－０.０１５ＧＲ＋１１.３０６ｌｇＲｔ＋０.０３３ＡＣ０.８２５二元线性回归Ｔａ＝－４.６７７－０.０３１ＧＲ＋１０.９５４ｌｇＲｔ０.７７２注：Ｔａ为油页岩含油率，％；ＧＲ、ｌｇＲｔ、ＡＣ、ＤＥＮ、ＮＮＳＲ分别代表自然伽马、对数电阻率、声波时差、密度和短源距中子２.３ ＢＰ神经网络法ＢＰ神经网络法将输入信号从输入层、隐含层、输出层逐层传递处理，若未得到期望输出，则将误差信号原路反向传播，根据预测误差调整网络的权值和阈值，使预测值逐步贴近期望值［１７］，由权值和阈值组成的矩阵即为预测油页岩含油率的参数解释模型。
