页岩含气量预测方法、装置、电子设备及介质与流程

1.本发明涉及页岩气勘探开发技术领域，更具体地，涉及一种页岩含气量预测方法、装置、电子设备及介质。


背景技术：

2.页岩气是指主要以吸附态或游离态存在于暗色泥页岩或高碳泥页岩及其内部砂岩夹层中的天然气，受页岩层所处沉积、构造等环境的不同，页岩气富集成藏条件差别很大，导致页岩储集层中游离气、吸附气及总含气量的差异较大。准确预测页岩储层的含气量，对于深化页岩气成藏机理和赋存状态的理论研究、正确认识页岩气层的资源潜力及产能具有重要意义。
3.目前，国内外对页岩气含量的测定尚未提出专门的标准以及定量评价的技术方法，总体上借鉴了对煤层气含量测定的手段，并且结合页岩的特殊性，对其研究方法以及参数评定优选进行了相应修改，总结起来有直接法和间接法两大类。直接法又称现场解吸法，是指在钻井岩心从井筒取出的过程中直接获取页岩岩心的总含气量。直接法是获取页岩总含气量最准确可靠的方法，但该方法成本高、样品有限，且不能有效测定其中游离气和吸附气各自的含量，因此，在研究中多采用间接法计算页岩含气量。间接法是指通过等温吸附实验、测井解释、经验公式等方法获取吸附气和游离气的含量，进而获得总的含气量。
4.目前，吸附气量的获取主要是通过等温吸附实验法，通过实验模拟页岩样品对气体的吸附过程，建立一定温度条件下吸附气量与实验压力的关系模型，进而获得实际地层温压条件下页岩的吸附气含量，如公式(5)：
[0005][0006]
式中，va为吸附气量，m3/t；p为实际气体压力，mpa；vm为langmuir吸附常数，m3/t；b为langmuir压力常数；v
l
为langmuir体积，cm3/g；p
l
为langmuir压力，mpa。
[0007]
游离气的含量主要是采用常规气体的体积法来计算，相关参数可通过测井解释获取，如公式(6)：
[0008][0009]
式中，vf是游离气量，m3/t；φ是页岩的孔隙度，％；sg是含气饱和度，％；ρs是页岩密度，t/m3；bg是气体体积系数。
[0010]
溶解气的含量的主要是基于相关经验公式，相关参数可根据测井解释或经验值确定，如公式(7)：
[0011][0012]
式中，vs是溶解气含量，m3/t；ρs是页岩密度，g/cm3；r
og
是油溶气溶解度，m3/m3；r
wg
是水溶气溶解度，m3/m3；ρo是原油密度，g/cm3；s1是岩石中残留烃的含量，mg/g；sw是含水饱
和度，％；φ是页岩的孔隙度，％。
[0013]
然而，现有技术表明，等温吸附实验法受实验条件和样品数量的限制，无法快速、多样品地测试获得；游离气和溶解气含量的计算受测井解释获取的参数影响较大。不同于常规天然气，页岩气的富集成藏是一个受吸附和解吸控制的动态过程，影响页岩储层吸附和含气能力的因素很多，如页岩矿物成分、有机质含量、热演化程度、孔隙特征、地层温度和压力等，在计算页岩含气量时应充分考虑这些因素对吸附气、游离气和溶解气的影响，但是，现有技术通常仅定性地考虑吸附气的影响因素，还未将地质因素系统地考虑到页岩含气量的定量预测中。此外，在计算页岩总含气量时，现有技术通常只考虑吸附气和游离气，忽略溶解气的存在，但是在低熟阶段的页岩中因残余油较多，可能会以油溶态的形式较多地赋存于页岩中，如鄂尔多斯盆地延长组陆相页岩溶解气含量约为10％，在计算页岩总含气量时不应一味忽略溶解气的含量。以上分析可见，目前现有技术中，针对页岩含气量的预测方法还存在一定的局限性，无法快速准确地获得页岩的含气量。
[0014]
因此，有必要开发一种页岩含气量预测方法、装置、电子设备及介质。
[0015]
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。


技术实现要素：

[0016]
本发明提出了一种页岩含气量预测方法、装置、电子设备及介质，其能够通过结合三种不同赋存状态页岩气量的预测模型，建立当前工区总含气量的预测模型，解决了现有技术含气量预测准确度不高的问题，达到了有效系统地预测页岩吸附气量、游离气量、溶解气量以及总含气量的目的。
[0017]
第一方面，本公开实施例提供了一种页岩含气量预测方法，包括：
[0018]
分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；
[0019]
根据回归分析法，分别建立吸附气、游离气、溶解气的含量预测模型；
[0020]
基于所述吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型。
[0021]
优选地，所述吸附气含量预测模型为：
[0022][0023]
其中，va表示吸附气含量，xn表示吸附气主控因素，an表示xn的待定系数，n＝1,2,
…
n，n为吸附气主控因素数量。
[0024]
优选地，所述游离气含量预测模型为：
[0025][0026]
其中，vf表示页岩游离气含量，ym表示游离气主控因素，bm表示ym的待定系数，m＝1,2,
…
m，m为游离气主控因素数量。
[0027]
优选地，所述溶解气含量预测模型为：
[0028][0029]
其中，vs表示页岩溶解气含量，zk表示游离气主控因素，ck表示zk的待定系数，k＝1,2,
…
k，k为游离气主控因素数量。
[0030]
优选地，所述页岩含气量的预测模型为：
[0031]
v＝va vf vsꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0032]
其中，v为页岩含气量的预测模型。
[0033]
作为本公开实施例的一种具体实现方式，
[0034]
第二方面，本公开实施例还提供了一种页岩含气量预测装置，包括：
[0035]
主控因素确定模块，分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；
[0036]
建模模块，根据回归分析法，分别建立吸附气、游离气、溶解气的含量预测模型；
[0037]
预测模块，基于所述吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型。
[0038]
优选地，所述吸附气含量预测模型为：
[0039][0040]
其中，va表示吸附气含量，xn表示吸附气主控因素，an表示xn的待定系数，n＝1,2,
…
n，n为吸附气主控因素数量。
[0041]
优选地，所述游离气含量预测模型为：
[0042][0043]
其中，vf表示页岩游离气含量，ym表示游离气主控因素，bm表示ym的待定系数，m＝1,2,
…
m，m为游离气主控因素数量。
[0044]
优选地，所述溶解气含量预测模型为：
[0045][0046]
其中，vs表示页岩溶解气含量，zk表示游离气主控因素，ck表示zk的待定系数，k＝1,2,
…
k，k为游离气主控因素数量。
[0047]
优选地，所述页岩含气量的预测模型为：
[0048]
v＝va vf vsꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0049]
其中，v为页岩含气量的预测模型。
[0050]
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
[0051]
存储器，存储有可执行指令；
[0052]
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现所述的页岩含气量预测方法。
[0053]
第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的页岩含气量预测方法。
[0054]
其有益效果在于：。
[0055]
本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
[0056]
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
[0057]
图1示出了根据本发明的页岩含气量预测方法的步骤的流程图。
[0058]
图2a-图2h分别示出了根据本发明的一个实施例的吸附气主控因素的示意图。
[0059]
图3a-图3e分别示出了根据本发明的一个实施例的游离气主控因素的示意图。
[0060]
图4a-图4e分别示出了根据本发明的一个实施例的溶解气主控因素的示意图。
[0061]
图5a、图5b分别示出了根据本发明的一个实施例的预测页岩气总量与计算页岩气总量的交会图与误差的示意图。
[0062]
图6a、图6b分别示出了根据本发明的一个实施例的预测页岩气总量与现场解吸含气量的交会图与误差的示意图。
[0063]
图7示出了根据本发明的一个实施例的一种页岩含气量预测装置的框图。
[0064]
附图标记说明：
[0065]
201、主控因素确定模块；202、建模模块；203、预测模块。
具体实施方式
[0066]
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
[0067]
本发明提供一种页岩含气量预测方法，包括：
[0068]
通过对各地质因素进行单因素相关性分析，分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；其中，吸附气影响因素包含但并不局限于：页岩的地球化学参数(有机质丰度、有机质类型、有机质成熟度)、矿物成分参数(粘土矿物含量、脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量)、孔隙结构参数(孔径、比表面积、总孔体积)、外部条件(地层温度、压力、湿度)；游离气影响因素包含但并不局限于：页岩的地球化学参数(有机质丰度、有机质类型、有机质成熟度、生烃潜力)、矿物成分参数(脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量、脆性指数)、岩石物性参数(孔隙度、渗透率、含气饱和度、岩石密度)、外部条件(地层温度、压力)；溶解气影响因素包含但并不局限于：岩石物性特征(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃特征(残余油量s1、氯仿沥青“a”)、溶解度特征(地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度)。
[0069]
通过一定原则确定吸附气、游离气、溶解气的主控因素，其中，一定原则包括：各单因素之间没有明显的相关性，且单因素相关系数r2取值0.2或0.3以上，具体取值视单因素拟合的样品数量和具体效果而定，一般保证主控因素占影响因素的比例不低于3成且不高于5成。
[0070]
回归分析法是指对大量统计数据进行数学处理，并确定因变量βj与某些自变量αi的相关关系，建立一个相关性较好的回归方程，即βj＝f(αi))，并加以外推，用于预测今后因变量的变化的分析方法。根据因变量和自变量的个数分为：一元回归分析和多元回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。
[0071]
在研究地质问题的过程中，基于地质统计学的回归分析法具有十分广泛的应用，它可将抽象的地质问题具体化和定量化，回归分析法总体上可以解决但并不限于以下三个方面的难题：
[0072]
1)确定某一种或几种特定地质变量βj与其他变量αi之间是否存在相关关系，若存在，则找出彼此间相关关系的数学表达式，如βj＝f(αi)；
[0073]
2)根据一个或几个相关变量的观测值α
p
，利用特定的数学表达式，预测或控制另一个或几个变量的值βj，且要估计这种控制或预测可以达到何种精确度；
[0074]
3)通过回归分析，可优选出对某些特定地质变量βj影响较大的相关地质变量αi，也可剔除对其影响很小的无关地质变量αi，从而将复杂的地质问题简单化。
[0075]
通过回归分析法，分别将吸附气、游离气、溶解气的主控因素输入至回归分析软件中，根据输出的较优模型，优选相关性较好且参数较少的模型，作为吸附气、游离气、溶解气的含量预测模型；
[0076]
在一个示例中，吸附气含量预测模型为：
[0077][0078]
其中，va表示吸附气含量，xn表示吸附气主控因素，an表示xn的待定系数，n＝1,2,
…
n，n为吸附气主控因素数量。
[0079]
在一个示例中，游离气含量预测模型为：
[0080][0081]
其中，vf表示页岩游离气含量，ym表示游离气主控因素，bm表示ym的待定系数，m＝1,2,
…
m，m为游离气主控因素数量。
[0082]
在一个示例中，溶解气含量预测模型为：
[0083][0084]
其中，vs表示页岩溶解气含量，zk表示游离气主控因素，ck表示zk的待定系数，k＝1,2,
…
k，k为游离气主控因素数量。
[0085]
对于热演化程度较高的海相页岩而言，一般处于高过成熟阶段，此时页岩内残留烃量很少，溶解气量基本已在裂解生烃的过程中消失殆尽，剩余含量仅占到页岩总含气量的1％左右，此时再讨论溶解气的主控因素并进行定量预测意义不大，因此可以忽略不计。而对于热演化程度较低的陆相页岩而言，处于早期成熟阶段，此时页岩内存在较多的残留油，溶解气会以油溶气的形式大量存在，据计算，ro为1％左右的页岩中，溶解气含量平均可占到页岩总含气量的10％，对页岩总含气量的贡献具有不可轻视的作用，可采用公式(3)对溶解气量进行预测。
[0086]
根据公式(1)-(3)，对吸附气、游离气、溶解气的主控因素进行多因素耦合分析，确定对应的预测模型的主控因素与待定系数。之所以在回归分析之前要进行单因素分析和多因素耦合，是因为不同的工区影响吸附气、游离气、溶解气的地质因素、主控因素都是不同的，在确定主控因素和建立预测模型的过程中，所采用的都是某一工区的具体数据，因此，对于不同工区的页岩而言，建立的预测模型是不同的，具有一定的地区差异性。这也表明，对于沉积环境和地质条件相似的页岩，在参数不足的情况下，可根据相似工区的页岩预测模型进行类比预测。
[0087]
基于吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型；在一个示例中，页岩含气量的预测模型为：
[0088]
v＝va vf vsꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0089]
其中，v为页岩含气量的预测模型。
[0090]
本方法不仅分析了不同赋存状态页岩气含量的影响因素，还根据页岩含气量主控因素采用回归分析法预测了页岩的吸附气含量、游离气含量，并预测了常被忽略的溶解气含量，三者之和作为最终的总含气量，从而使得预测的页岩总含气量的结果更加系统准确，也可分析页岩含气量中不同赋存状态页岩气的相对含量。
[0091]
本发明还提供一种页岩含气量预测装置，包括：
[0092]
主控因素确定模块，通过对各地质因素进行单因素相关性分析，分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；其中，吸附气影响因素包含但并不局限于：页岩的地球化学参数(有机质丰度、有机质类型、有机质成熟度)、矿物成分参数(粘土矿物含量、脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量)、孔隙结构参数(孔径、比表面积、总孔体积)、外部条件(地层温度、压力、湿度)；游离气影响因素包含但并不局限于：页岩的地球化学参数(有机质丰度、有机质类型、有机质成熟度、生烃潜力)、矿物成分参数(脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量、脆性指数)、岩石物性参数(孔隙度、渗透率、含气饱和度、岩石密度)、外部条件(地层温度、压力)；溶解气影响因素包含但并不局限于：岩石物性特征(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃特征(残余油量s1、氯仿沥青“a”)、溶解度特征(地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度)。
[0093]
通过一定原则确定吸附气、游离气、溶解气的主控因素，其中，一定原则包括：各单因素之间没有明显的相关性，且单因素相关系数r2取值0.2或0.3以上，具体取值视单因素拟合的样品数量和具体效果而定，一般保证主控因素占影响因素的比例不低于3成且不高于5成。
[0094]
建模模块，通过回归分析法，根据吸附气、游离气、溶解气的主控因素，分别建立吸附气、游离气、溶解气的含量预测模型；
[0095]
在一个示例中，吸附气含量预测模型为：
[0096][0097]
其中，va表示吸附气含量，xn表示吸附气主控因素，an表示xn的待定系数，n＝1,2,
…
n，n为吸附气主控因素数量。
[0098]
在一个示例中，游离气含量预测模型为：
[0099][0100]
其中，vf表示页岩游离气含量，ym表示游离气主控因素，bm表示ym的待定系数，m＝1,2,
…
m，m为游离气主控因素数量。
[0101]
在一个示例中，溶解气含量预测模型为：
[0102][0103]
其中，vs表示页岩溶解气含量，zk表示游离气主控因素，ck表示zk的待定系数，k＝1,2,
…
k，k为游离气主控因素数量。
[0104]
对于热演化程度较高的海相页岩而言，一般处于高过成熟阶段，此时页岩内残留烃量很少，溶解气量基本已在裂解生烃的过程中消失殆尽，剩余含量仅占到页岩总含气量的1％左右，此时再讨论溶解气的主控因素并进行定量预测意义不大，因此可以忽略不计。而对于热演化程度较低的陆相页岩而言，处于早期成熟阶段，此时页岩内存在较多的残留油，溶解气会以油溶气的形式大量存在，据计算，ro为1％左右的页岩中，溶解气含量平均可占到页岩总含气量的10％，对页岩总含气量的贡献具有不可轻视的作用，可采用公式(3)对溶解气量进行预测。
[0105]
根据公式(1)-(3)，对吸附气、游离气、溶解气的主控因素进行多因素耦合分析，确定对应的预测模型的主控因素与待定系数。之所以在回归分析之前要进行单因素分析和多因素耦合，是因为不同的工区影响吸附气、游离气、溶解气的地质因素、主控因素都是不同的，在确定主控因素和建立预测模型的过程中，所采用的都是某一工区的具体数据，因此，对于不同工区的页岩而言，建立的预测模型是不同的，具有一定的地区差异性。这也表明，对于沉积环境和地质条件相似的页岩，在参数不足的情况下，可根据相似工区的页岩预测模型进行类比预测。
[0106]
预测模块，基于吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型；在一个示例中，页岩含气量的预测模型为：
[0107]
v＝va vf vsꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0108]
其中，v为页岩含气量的预测模型。
[0109]
本发明还提供一种电子设备，电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述的页岩含气量预测方法。
[0110]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的页岩含气量预测方法。
[0111]
为便于理解本发明实施例的方案及其效果，以下给出四个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
[0112]
实施例1
[0113]
图1示出了根据本发明的页岩含气量预测方法的步骤的流程图。
[0114]
如图3所示，该页岩含气量预测方法包括：
[0115]
步骤101，分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；
[0116]
步骤102，根据回归分析法，分别建立吸附气、游离气、溶解气的含量预测模型；
[0117]
步骤103，基于吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型。
[0118]
图2a-图2h分别示出了根据本发明的一个实施例的吸附气主控因素的示意图。
[0119]
通过单因素相关性分析，拟合吸附气量与各地质因素之间的相关性，通过一定原则优选影响吸附气量的主控因素，在本实施例中将相关系数r2》0.2且彼此之间关联不大的因素作为主控因素，包括：toc、游离烃s1、热解烃s2、粘土矿物含量、石英含量、碳酸盐矿物含量、地温、lnp，p为地层压力，如图2a-图2h所示。
[0120]
图3a-图3e分别示出了根据本发明的一个实施例的游离气主控因素的示意图。
[0121]
通过单因素相关性分析，拟合游离气量与各地质因素之间的相关性，通过一定原则优选影响游离气量的主控因素，在本实施例中将相关系数r2》0.2且彼此之间关联不大的因素作为主控因素，包括：孔隙度、含气饱和度、碳酸盐矿物含量、地层温度温、地层压力，如图3a-图3e所示。
[0122]
图4a-图4e分别示出了根据本发明的一个实施例的溶解气主控因素的示意图。
[0123]
通过单因素相关性分析，拟合溶解气量与各地质因素之间的相关性，通过一定原则优选影响溶解气量的主控因素，在本实施例中将相关系数r2》0.2且彼此之间关联不大的因素作为主控因素，包括：含气饱和度、残留烃量、氯仿沥青“a”、地层压力和地层温度，如图4a-图4e所示。
[0124]
将吸附气的主控因素输入至spss软件中进行多元线性回归分析，根据输出的4个较优模型选出吸附气含量预测模型为：
[0125]va
＝28.893 0.026
×
toc 0.230
×s1-0.011
×qz-0.532
×
t
ꢀꢀꢀꢀꢀ
(8)
[0126]
其中，toc是有机碳含量，s1是游离烃含量，qz是石英矿物含量，t是地层温度。
[0127]
将游离气的主控因素输入至spss软件中进行多元线性回归分析，根据输出的5个较优模型选出吸附气含量预测模型为：
[0128]vf
＝0.149
×
φ 0.013
×sg-0.630
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0129]
其中，φ是页岩孔隙度，sg是页岩含气饱和度。
[0130]
将溶解气的主控因素输入至spss软件中进行多元线性回归分析，根据输出的3个较优模型选出吸附气含量预测模型为：
[0131]vs
＝0.056
×s1-0.000262
×
sg 0.026
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0132]
其中，s1是游离烃含量。
[0133]
基于吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型为：
[0134]vc
＝0.026
×
toc 0.286
×
s1 0.149
×
φ 0.0127
×sg-0.011
×qz-0.532
×
t 28.289 (11)。
[0135]
图5a、图5b分别示出了根据本发明的一个实施例的预测页岩气总量与计算页岩气总量的交会图与误差的示意图。
[0136]
图6a、图6b分别示出了根据本发明的一个实施例的预测页岩气总量与现场解吸含气量的交会图与误差的示意图。
[0137]
为证明本方法的可靠性，对页岩总含气量预测模型进行了检验，分为两部分：一是将预测的总含气量与计算的总含气量进行对比，如图5a、图5b所示，二是将预测的总含气量
与现场解析含气量进行对比，如图6a、图6b所示。
[0138]
将预测的总含气量与计算的含气量进行相关性分析和误差分析，从图5a、图5b可以看出，用本方法与其他方法计算得到的总含气量值相关性较好，r2均在0.9以上且相对误差较小，证明预测模型是可靠的。此外，将预测的总含气量与现场解吸法得到的总含气量进行对比，并进行相关性分析和误差分析，从图6a、图6b可以看出，用本方法预测得到的页岩含气量与现场解吸法获得的页岩总含气量值拟合度也较高，r2约为0.64，且相对误差总体在可接受的范围内，证明预测模型是可推广应用的。
[0139]
本方法达到了用较少的参数快速有效地预测游离气量、吸附气量、溶解气量和总含气量的技术效果。在现场解吸法、测井解释法和经验公式法获得页岩含气量较为困难或者参数不易获取的情况下，本方法可用较少的参数对不同沉积环境下吸附气、游离气、溶解气和总含气量分别进行准确系统地预测。
[0140]
实施例2
[0141]
图7示出了根据本发明的一个实施例的一种页岩含气量预测装置的框图。
[0142]
如图7所示，该页岩含气量预测装置，包括：
[0143]
主控因素确定模块201，分别确定当前工区页岩吸附气、游离气、溶解气的主控因素；
[0144]
建模模块202，根据回归分析法，分别建立吸附气、游离气、溶解气的含量预测模型；
[0145]
预测模块203，基于吸附气、游离气、溶解气的含量预测模型，建立页岩含气量的预测模型。
[0146]
作为可选方案，吸附气含量预测模型为：
[0147][0148]
其中，va表示吸附气含量，xn表示吸附气主控因素，an表示xn的待定系数，n＝1,2,
…
n，n为吸附气主控因素数量。
[0149]
作为可选方案，游离气含量预测模型为：
[0150][0151]
其中，vf表示页岩游离气含量，ym表示游离气主控因素，bm表示ym的待定系数，m＝1,2,
…
m，m为游离气主控因素数量。
[0152]
作为可选方案，溶解气含量预测模型为：
[0153][0154]
其中，vs表示页岩溶解气含量，zk表示游离气主控因素，ck表示zk的待定系数，k＝1,2,
…
k，k为游离气主控因素数量。
[0155]
作为可选方案，页岩含气量的预测模型为：
[0156]
v＝va vf vsꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0157]
其中，v为页岩含气量的预测模型。
[0158]
实施例3
[0159]
本公开提供一种电子设备包括，该电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述页岩含气量预测方法。
[0160]
根据本公开实施例的电子设备包括存储器和处理器。
[0161]
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。
[0162]
该处理器可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
[0163]
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
[0164]
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
[0165]
实施例4
[0166]
本公开实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的页岩含气量预测方法。
[0167]
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
[0168]
上述计算机可读存储介质包括但不限于：光存储介质(例如：cd－rom和dvd)、磁光存储介质(例如：mo)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置rom的媒体(例如：rom盒)。
[0169]
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
[0170]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。