CN101726761B - 一种风险约束的油气资源空间分布预测方法 - Google Patents
一种风险约束的油气资源空间分布预测方法 Download PDFInfo
- Publication number
- CN101726761B CN101726761B CN2008102244397A CN200810224439A CN101726761B CN 101726761 B CN101726761 B CN 101726761B CN 2008102244397 A CN2008102244397 A CN 2008102244397A CN 200810224439 A CN200810224439 A CN 200810224439A CN 101726761 B CN101726761 B CN 101726761B
- Authority
- CN
- China
- Prior art keywords
- risk
- hydrocarbon
- abundance
- resource abundance
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明涉及一种风险约束的油气资源空间分布预测方法;(1)集成地震信息和地质信息;(2)预测全区勘探风险概率;(3)建立已发现油气藏资源丰度图;(4)建立资源丰度幅度图及资源丰度相位图;(5)建立修正的资源丰度幅度图;(6)建立风险概率幅度图和风险概率相位图;(7)建立全区的预测油气藏资源丰度分布图;(8)不同风险地区资源量计算:排除掉丰度低的油气藏;排除勘探风险很大的网格数据点;用已钻井数据进行验证和修正;本方法能预测出不同风险区域的资源量;能预测出剩余油气资源的空间分布位置;预测模型和方法具有很强的可操作性。可以提高钻探决策水平,提高油气勘探效率。
Description
技术领域
本发明涉及利用含油气概率和油气资源丰度预测油气资源规模及其空间分布的方法。
背景技术
油气资源规模评估与空间分布预测是油气资源评价的两个核心内容。其中,在规模评估方面,类比法、统计法和成因法都已发展成熟并能真正投入应用。相比之下,在油气资源空间分布预测方面的研究方法还很不成熟,能真正投入应用的方法也很少。国内外主要采用油气成藏有利性分析方法定性预测区带油气空间分布,定量预测方法只有含油气系统模拟方法。2003年,Cheng等根据固体矿床群聚分布(矿床常常成群出现,大矿床周围分布有众多较小的矿床)的特点,用分形滤波技术建立了S—A预测模型,预测了加拿大Nova Scotia省西南地区金矿异常分布。2006年,Chen等运用功率谱方法预测Rainbow盆地石油区带的油气藏分布。
但是,由于油气从源到圈闭的过程重建更复杂,油气聚集过程研究难度很大,定量评价难度更大,评价结果只能作为参考,不能有效指导勘探。
发明内容
本发明的目的是提供一种风险约束的油气资源空间分布预测方法,解决油气藏位置和钻探井位部署的难题,指出油气资源存在的风险大小问题,提高勘探的成功率。
本发明应用的条件包括:研究区钻井数不少于30口;已发现油气藏个数不能少于5个。另外,还需要两张中间成果图,即已发现油气藏储量丰度分布图和勘探风险图(含油气概率图)。
已发现油气藏储量丰度分布图的获得:根据油气藏的储量规模和面积求出储量丰度,即单位面积储量的大小;然后,按油气藏的分布范围和对应的储量丰度,绘制出油气藏储量丰度分布图。
勘探风险图(含油气概率图):通过地质风险评价获得。传统的评价方法是五大成藏条件相乘的风险概率评价法;最近采用一种更精细的评价方法——多信息集成方法。
本方法步骤见图1,具体过程如下:
(1)运用马氏距离算法与模糊数学法集成地震信息和地质信息(如目的层顶面构造图、相对构造图、断层分布指数图,地层厚度、砂岩百分含量图、砂岩厚度图,盖层厚度图,生油强度和排油强度图等)。
(2)运用贝叶斯公式计算样本井的含油气概率,建立不同马氏距离下的含油气概率模版,并预测全区勘探风险概率。
(3)根据探井资料及对应的目的层资源丰度将预测区已知油气藏转化为已发现油气藏资源丰度图,记为HCMAP。像元点的值代表像元点所代表的区域内已知油气资源的平均丰度。
(4)用傅立叶变换(FFT)将已发现油气藏资源丰度图(HCMAP)转换到频率域,得到资源丰度幅度图(记为OAMAP),及资源丰度相位图(记为OPMAP)。
(5)根据对资源丰度幅度图(OAMAP)的分析,研究空间分布的各向异性。依据已知油气藏的发现过程特征,对油气资源分布的二维分形模型做推断,在此基础上对资源丰度幅度图(OAMAP)进行修正,以消除非随机取样的影响,得一新功率谱图,称为修正的资源丰度幅度图(MFAMAP)。
(6)用FFT变换勘探风险概率图,得到风险概率幅度图和风险概率相位图(记该图为GPMAP)。
(7)将修正的资源丰度幅度图(MFAMAP)和风险概率相位图(GPMAP)作为条件模拟的输入数据,将已发现油气藏资源丰度图(HCMAP)作为条件数据,进行条件频谱模拟,最后得到一张具有分形特征且经过了条件数据修正的油气资源图,此图即为全区的预测油气藏资源丰度分布图,记为MFHCMAP,。MFHCMAP是带有勘探风险约束的空间域中的油气资源分布图,它不仅考虑了油气藏发现过程的分形特征,也考虑了空间不同位置的勘探风险,因而可以认为预测出的资源丰度空间分布具有较高的可信度。
(8)不同风险地区资源量计算。在具体实现中,还考虑了其它一些细节。比如,①设置经济界限,排除掉丰度低的没有经济价值的油气藏;②设置勘探风险界限,排除掉勘探风险很大的网格数据点;③用已钻井数据进行验证和修正等。
本方法的理论依据与算法模型等具体说明如下:
由于地质过程的复杂性,我们无法将油气资源空间分布以某一精确解析式的形式来描述。另外,已知油气藏本身并不包含未发现油气藏的直接信息,用常规地质统计学的方法,直接从已知油气藏中提取空间统计信息,预测油气资源空间分布,其结果往往不尽人意。但是,如果把已知油气资源分布和地质变量在空间的相关特征作为随机模拟的限制条件,用统计的方法将这种相关特征以概率密度函数近似地表达出来,就可提高预测的准确性。
(1)油气资源空间分布的二维分形模型的建立:
油气资源空间分布的二维分形模型是基于随机模拟技术和傅立叶变换功率谱方法而建立的,具体如下。
用傅立叶空间变换,把具有分形特征的油气藏分布空间(空间域)转化到傅立叶空间(频率域)中,此时油气藏能谱密度和频率(波数)分布的“面积”之间同样具有分形关系,即幂律关系。根据这一关系能够建立能谱密度模型:
S(f)∝1/fβ (1)
式中:f——能谱密度,S——能谱密度大于阀值f的波数集合的面积(单位为波数平方),β——幂因子。
由上式可见对于一个分形模型而言,研究对象的空间相关特征可由能谱函数来表达。一般来说,上式所示具分形特征的随机过程相当于H=(β-1)/2的分数布朗运动(fBm)。选择β值在1-3之间可产生分维数为Df=2-H=(5-β)/2的fBm。对于二维图像,令u和v代表x和y方向上的频率变量,其能谱S(u,v)仅取决于(u2+v2)-H-1。在各向同性的假设下由上面一维时间序列随机过程的表达式可推出各向同性二维随机过程的表达式:
而对于各向异性的介质,定义H为方位角θ的函数,则二维分形的表达式可写成:
通过这个表达式就能模拟出新的能谱。
(2)修正资源丰度
在二维分形模型中的指数H(对应于x方向βx和y方向βy),可以通过实际数据拟合获得。下面以能谱切片图为例,阐述如何修正资源丰度幅度。能谱切片显示:能量(资源丰度)越高的油藏,出现的频率越低,反之亦然。这一特点与油气勘探结果相吻合。按照油气勘探规律,丰度高规模大的油田(藏)一般在早期发现,而丰度低的小油田(藏)往往在中、后期被发现。因此,如果以能量较高的若干数据点为基础进行拟合,结果基本能代表该区的油气资源分布趋势(分形直线)。拟合的分形直线斜率(β的绝对值)为分形维数。分别把x方向和y方向上的分形维数转换为H后,代入二维分形模型中,就能模拟出新的能谱S。新能谱已修正了原始能谱的不足,它包含了所有油气藏(已发现和未发现油藏)资源丰度的信息。
(3)资源丰度空间分布模拟
确定油气藏在空间的分布位置是油气勘探的首要任务。目前,有许多方法可以预测油气勘探风险,绘制勘探风险图。勘探风险图包含了油气藏可能出现位置等方面的信息。为了把这一信息和资源丰度信息综合起来,需要做如下信息处理:
①空间域转化为频率域
同样,用傅立叶空间变换,把勘探风险图从空间域转化到频率域。这时,除了得到以上提到的能谱外,还能得到相位谱Φ。相位谱中包含着油气藏位置信息。
②从频率域回到空间域
用傅立叶逆变换,把新的资源丰度能谱S和勘探风险图的相位谱Φ结合起来,形成新的图。该图就是空间域中的油气资源分布图,它不仅提供了油气藏的位置,也指出了资源丰度。
在具体实现中,还需要在一些细节上做技术改进。比如,设置经济界限,排除掉丰度低的没有经济价值的油气藏;用已钻井数据验证和修正等。
(4)计算不同风险区域的资源量
含油气概率大于或等于100%的区域为无风险区域,该区域内的资源量其实就是已发现的储量(见说明书表1);含油气概率大于或等于0%的区域为整个研究区,该区内的资源量全区的资源量,或称为不考虑风险的资源量(见表1)。根据全区各网格点资源丰度和对应的含油气概率值,就能分别计算和统计出不同风险区域的资源量(表1)。
发明效果
本发明的直接效果有两点:一是,预测出不同风险(含油气概率)区域的资源量,结果见表1;二是,预测出剩余油气资源的空间分布位置。传统的方法只能预测出资源量的区间值,如4958~7437×108m3,但不能预测出资源分布的具体位置,也不能知道不同风险区域的资源规模。
结果1——不同风险区域的资源量,是国家和油公司制定中、长期勘探战略的主要依据,具有重要参考价值。
结果2——剩余油气资源的空间分布位置,是油公司部署钻探井位的重要依据。为提高钻探决策水平和勘探效率提供技术保障。
表1徐家围子凹陷不同含油气概率地区天然气资源量
附图说明
图1是本发明的流程图;
具体实施方式
下面结合应用实例对本发明的实施例作进一步详细描述。
应用实例区为松辽盆地徐家围子凹陷。徐家围子凹陷划分为西部断阶带、徐中火山岩隆起带、东部斜坡带、丰乐低隆起、宋站低隆起等多个正向构造单元。经过这几年的快速勘探,徐家围子凹陷已成为松辽盆地深层勘探程度最高、发现天然气最多的凹陷。该凹陷深层的勘探面积5350km2,基本实现全区三维地震覆盖。截止2007年,已钻探井86口,其中工业气流井35口,低产气流28口,已探明地质储量2663×108m3。已发现的气藏16个,主要分布于北部的安达次凹、东部的徐东斜坡带、中部的兴城、丰乐隆起带和升平、汪家屯凸起、西部的徐西、肇州地区。
(1)油气勘探风险评价
前人研究表明,徐家围子凹陷具有以下特点:①气源较充足,主力生烃区内普遍含气,气源不存在风险。2006年,李景坤等采用盆地模拟法计算出徐家围子凹陷的生气量为30.50×1012m3,排气量为24.79×1012m3,采用2%~3%作为徐家围子凹陷深层天然气的聚集系数,计算出徐家围子凹陷深层可探明的天然气地质资源量为4958~7437×108m3。②烃源岩分布控制气藏发育。气藏主要分布在烃源岩发育区,反映出天然气以垂向运移为主。沟通气源的断裂是否存在,是风险评价的关键。③气藏分布受火山岩控制。凹陷内火山岩储层较发育,纵向上多圈闭叠置,圈闭内多为上气下水,总体上没有统一的气水界面;平面上气层连通性差,受不同火山岩体控制。火山喷发中心附近,即构造相对高部位(圈闭),一般为高储量丰度区。因此,确定火山岩山头的分布是风险评价的关键。
根据以上特点,运用马氏距离判别法,将烃源岩分布和火山岩山头(圈闭)等信息进行集成,然后建立含油气概率预测模板,并预测出徐家围子凹陷的油气勘探风险。实例中的勘探风险用含油气概率值表示。含油气概率值分布在0~1区间,对应的勘探成功率为0%~100%,对应的风险为100%~0%。
(2)油气资源丰度模拟
对已发现气藏分布进行傅立叶空间变换,拟合资源丰度能谱(这里所表述的能谱其意义对应于资源丰度幅度图),得到x方向和y方向上的分形维数分别为1.23和0.96。以油气勘探风险作为约束条件,以2×107m3/km2作为丰度值的经济界限(已发现气藏的最小丰度的1/2),运用二维分形模型模拟出的结果见表1,未发现天然气资源主要分布在徐家围子凹陷东南部地区。
(3)结果对比
本方法用含油气概率50%作为勘探风险限制值(风险中值,也是习惯用值),用2×107m3/km2作为丰度值的经济界限,模拟出的总资源量在6689×108m3,落在常规的资源评价方法(4958~7437×108m3)的预测范围之内,说明总资源量具有一定的可比性。
如果不考虑勘探风险或是降低成功率限制值,则计算出的总资源量与常规的资源评价方法相比会偏大一些。比如,如果不作限制,则计算出的总资源量为9418×108m3;如果用含油气概率40%作限制,计算出的总资源量为8393×108m3(表1)。
Claims (2)
1.一种风险约束的油气资源空间分布预测方法,其中包括如下步骤:
(1)运用马氏距离算法与模糊数学法集成地震信息和地质信息,包括:层顶面构造图、相对构造图、断层分布指数图,地层厚度、砂岩百分含量图、砂岩厚度图,盖层厚度图,生油强度和排油强度图;
(2)运用贝叶斯公式计算样本井的含油气概率,建立不同马氏距离下的含油气概率模版,并预测全区勘探风险概率;
(3)根据探井资料及对应的目的层资源丰度将预测区已知油气藏转化为已发现油气藏资源丰度图,像元点的值代表像元点所代表的区域内已知油气资源的平均丰度;
(4)用傅立叶变换将已发现油气藏资源丰度图转换到频率域,得到资源丰度幅度图及资源丰度相位图;
(5)根据对资源丰度幅度图的分析,研究空间分布的各向异性,依据已知油气藏的发现过程特征,对油气资源分布的二维分形模型做推断,在此基础上对资源丰度幅度图进行修正,以消除非随机取样的影响,得一新功率谱图,称为修正的资源丰度幅度图;
(6)用傅立叶变换变换勘探风险概率图,得到风险概率幅度图和风险概率相位图;
(7)将修正的资源丰度幅度图和风险概率相位图作为条件模拟的输入数据,将已发现油气藏资源丰度图作为条件数据,进行条件频谱模拟,最后得到一张具有分形特征且经过了条件数据修正的油气资源图,此图即为全区的预测油气藏资源丰度分布图,是带有勘探风险约束的空间域中的油气资源分布图;
(8)不同风险地区资源量计算:①设置经济界限,排除掉丰度低的 没有经济价值的油气藏;②设置勘探风险界限,排除掉勘探风险很大的网格数据点;③用已钻井数据进行验证和修正。
2.根据权利要求1所述的一种风险约束的油气资源空间分布预测方法,其特征在于:
(1)油气资源空间分布的二维分形模型的建立:
油气资源空间分布的二维分形模型是基于随机模拟技术和傅立叶变换功率谱方法而建立的,具体如下:
用傅立叶空间变换,把具有分形特征的油气藏分布空间或空间域转化到傅立叶空间频率域中,此时油气藏能谱密度和频率或波数分布的面积之间同样具有分形关系,即幂律关系,根据这一关系能够建立能谱密度模型:
S(f)∝1/fβ (1)
式中:f——能谱密度,S——能谱密度大于能谱密度f的波数集合的面积,单位为波数平方,β——分形直线斜率;
上式所示具分形特征的随机过程相当于H=(β-1)/2的分数布朗运动,单位为fBm;选择β值在1-3之间可产生分维数为Df=2-H=(5-β)/2fBm;对于二维图像,令u和v代表x和y方向上的频率变量,其能谱S(u,v)仅取决于(u2+v2)-H-1;在各向同性的假设下由上面一维时间序列随机过程的表达式可推出各向同性二维随机过程的表达式:
而对于各向异性的介质,定义H为方位角θ的函数,则二维分形的表达式可写成:
通过这个表达式模拟出新的能谱;
(2)修正资源丰度幅度图
在二维分形模型中对应于x方向βx和y方向βy的方位角θ的函数H,通过实际数据拟合获得;以能量较高的若干数据点为基础进行拟合,代表该区的油气资源分布趋势的分形直线,拟合的分形直线斜率β的绝对值为分形维数;分别把x方向和y方向上的分形维数转换为H后,代入二维分形模型中,模拟出新的能谱密度大于能谱密度f的波数集合的面积S;新能谱已修正了原始能谱的不足,它包含了所有油气藏包括已发现和未发现油藏的资源丰度的信息;
(3)资源丰度空间分布模拟作如下信息处理:
①空间域转化为频率域
用傅立叶空间变换,把勘探风险图从空间域转化到频率域;得到能谱和包含着油气藏位置信息的相位谱Φ;
②从频率域回到空间域
用傅立叶逆变换,把新的能谱密度大于能谱密度f的波数集合的面积S和勘探风险图的相位谱Φ结合起来,形成新的空间域中的油气资源分布图,提供油气藏的位置和资源丰度;
(4)计算不同风险区域的资源量
含油气概率大于或等于100%的区域为已发现的储量,为无风险区域;含油气概率大于或等于0%的区域为全区的资源量,为不考虑风险的资源量,根据全区各网格点资源丰度和对应的含油气概率值,分别计算和统计出不同风险区域的资源量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102244397A CN101726761B (zh) | 2008-10-15 | 2008-10-15 | 一种风险约束的油气资源空间分布预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102244397A CN101726761B (zh) | 2008-10-15 | 2008-10-15 | 一种风险约束的油气资源空间分布预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101726761A CN101726761A (zh) | 2010-06-09 |
CN101726761B true CN101726761B (zh) | 2012-03-07 |
Family
ID=42447910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102244397A Active CN101726761B (zh) | 2008-10-15 | 2008-10-15 | 一种风险约束的油气资源空间分布预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101726761B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721978B (zh) * | 2012-06-19 | 2014-07-30 | 中国地震灾害防御中心 | 获得地震动样本的方法和装置 |
CN103792592A (zh) * | 2013-03-14 | 2014-05-14 | 中国石油大学(北京) | 一种确定陆相断陷盆地油气藏分布最有利范围的方法 |
CN104695949A (zh) * | 2013-12-05 | 2015-06-10 | 中国石油化工股份有限公司 | 一种复杂油水系统储层含油性综合判识方法 |
CN105093348B (zh) * | 2014-04-25 | 2017-08-04 | 中国石油化工股份有限公司 | 一种多层油气资源量预测方法 |
CN105447607A (zh) * | 2014-08-19 | 2016-03-30 | 中国石油化工股份有限公司 | 一种筛选圈闭的方法 |
CN106033126B (zh) * | 2015-03-17 | 2018-04-10 | 中国石油化工股份有限公司 | 一种油气单元勘探程度的定量划分方法 |
CN106150484B (zh) * | 2015-04-08 | 2019-03-15 | 中国石油化工股份有限公司 | 一种基于数字岩体的钻井井漏预测方法 |
CN106150485B (zh) * | 2015-04-08 | 2019-03-15 | 中国石油化工股份有限公司 | 一种基于数字岩体的钻井井漏预测系统 |
CN106295835A (zh) * | 2015-05-21 | 2017-01-04 | 中国石油化工股份有限公司 | 油气藏规模分布的预测方法 |
CN105134191B (zh) * | 2015-08-25 | 2018-01-05 | 中国石油天然气股份有限公司 | 致密油油井储量的评价方法 |
CN107589466B (zh) * | 2016-07-06 | 2019-04-02 | 中国石油化工股份有限公司 | 一种用于评价待发现资源量空间分布特征的方法 |
CN106646663B (zh) * | 2016-11-14 | 2018-07-27 | 东北石油大学 | 定量表征由于断层作用造成油气盖层渗漏风险的方法 |
CN109558963B (zh) * | 2017-09-26 | 2021-04-27 | 中国石油化工股份有限公司 | 一种水驱油藏高含水储层剩余油分布预测方法 |
CN110320552A (zh) * | 2018-03-29 | 2019-10-11 | 中国石油化工股份有限公司 | 一种估算薄层厚度的方法 |
CN110503224A (zh) * | 2018-05-16 | 2019-11-26 | 中国石油化工股份有限公司 | 预探井优选决策方法及系统 |
CN109086324B (zh) * | 2018-07-04 | 2022-04-01 | 中国科学院地理科学与资源研究所 | 一种基于s-a分形的油气化探异常提取方法 |
CN110361780B (zh) * | 2019-07-26 | 2021-01-12 | 西南交通大学 | 一种基于条件均值输入能量谱的地震波选择方法 |
CN113625359B (zh) * | 2020-05-07 | 2024-04-30 | 中国石油化工股份有限公司 | 一种计算致密砂岩岩性圈闭含油气概率的方法及装置 |
CN111856614B (zh) * | 2020-07-29 | 2021-10-29 | 中国自然资源航空物探遥感中心 | 一种基于相关性约束和靶区动态调控的多元物性联合反演方法 |
CN113486556B (zh) * | 2021-07-08 | 2022-03-11 | 山东大学 | 一种改进的油气藏高效自动历史拟合方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10142784A1 (de) * | 2001-08-31 | 2003-04-03 | Henning Trappe | Verfahren zur Anisotropiebestimmung geologischer Einheiten |
CN1412575A (zh) * | 2001-10-11 | 2003-04-23 | 中国石油天然气集团公司西北地质研究所 | 一种基于多相介质理论的油气检测方法 |
CN1417595A (zh) * | 2002-11-19 | 2003-05-14 | 陈永生 | 水力探测油层平面剩余油分布技术 |
CN1664616A (zh) * | 2005-04-07 | 2005-09-07 | 西北大学 | 等速砂泥岩地层的储层预测油气的方法 |
CN101173988A (zh) * | 2006-11-03 | 2008-05-07 | 中国石油集团东方地球物理勘探有限责任公司 | 一种确定地下油气藏构造的方法 |
-
2008
- 2008-10-15 CN CN2008102244397A patent/CN101726761B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10142784A1 (de) * | 2001-08-31 | 2003-04-03 | Henning Trappe | Verfahren zur Anisotropiebestimmung geologischer Einheiten |
CN1412575A (zh) * | 2001-10-11 | 2003-04-23 | 中国石油天然气集团公司西北地质研究所 | 一种基于多相介质理论的油气检测方法 |
CN1417595A (zh) * | 2002-11-19 | 2003-05-14 | 陈永生 | 水力探测油层平面剩余油分布技术 |
CN1664616A (zh) * | 2005-04-07 | 2005-09-07 | 西北大学 | 等速砂泥岩地层的储层预测油气的方法 |
CN101173988A (zh) * | 2006-11-03 | 2008-05-07 | 中国石油集团东方地球物理勘探有限责任公司 | 一种确定地下油气藏构造的方法 |
Non-Patent Citations (6)
Title |
---|
周总瑛 |
周总瑛;唐跃刚.油气资源评价中风险分析方法探讨.《长江大学学报》.2004,第27卷(第1期),全文. * |
唐跃刚.油气资源评价中风险分析方法探讨.《长江大学学报》.2004,第27卷(第1期),全文. |
胡素云 |
胡素云;郭秋麟等.油气空间分布预测方法.《石油勘探与开发》.2007,第34卷(第1期),全文. * |
郭秋麟等.油气空间分布预测方法.《石油勘探与开发》.2007,第34卷(第1期),全文. |
Also Published As
Publication number | Publication date |
---|---|
CN101726761A (zh) | 2010-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101726761B (zh) | 一种风险约束的油气资源空间分布预测方法 | |
CN105182444B (zh) | 一种高分辨率层序地层格架约束的地质统计学反演方法 | |
Zhuoheng et al. | An assessment of tight oil resource potential in Upper Cretaceous Cardium formation, Western Canada sedimentary basin | |
CN105528522A (zh) | 一种基于空间网格计算连续性油气藏资源量的方法及装置 | |
Shen et al. | Sedimentary control on the formation of a multi-superimposed gas system in the development of key layers in the sequence framework | |
CN109212627B (zh) | 一种基于细分层系的薄储层描述及增储规模确定方法 | |
CN113655542A (zh) | 一种基于地球物理的干热岩开发阶段储层信息获取方法 | |
Ikonnikova et al. | Factors influencing shale gas production forecasting: Empirical studies of Barnett, Fayetteville, Haynesville, and Marcellus Shale plays | |
Wu et al. | Hierarchy modeling of subsurface palaeochannel reservoir architecture | |
CN116122801A (zh) | 一种页岩油水平井体积压裂可压性综合评价方法 | |
CN102465700A (zh) | 碳酸盐岩储层评估方法 | |
Hood et al. | Assessing the Mesaverde basin-centered gas play, Piceance Basin, Colorado | |
CN104516019A (zh) | 一种基于频谱形状的油气预测方法 | |
Dou et al. | The coalbed methane production potential method for optimization of wells location selection | |
CN110320558A (zh) | 一种基于岩-化-电-震的碎屑岩不整合结构体识别方法 | |
CN111101930B (zh) | 一种气藏开发模式下单井开采提产潜力评价方法 | |
CN112282751B (zh) | 一种地质工程三维耦合的致密油气水平井开采检测方法 | |
Leemput et al. | Full-field reservoir modeling of Central Oman gas-condensate fields | |
Rivera et al. | Static and dynamic uncertainty management for probabilistic production forecast in Chuchupa Field, Colombia | |
CN109765621A (zh) | 一种沉积相精细刻画的成图方法 | |
CN109736791A (zh) | 一种油气开发中面向储层的二次解释技术方法 | |
Pointe et al. | 3-D reservoir and stochastic fracture network modeling for enhanced oil recovery, Circle Ridge Phosphoria/Tensleep reservoir, Wind River Reservation, Arapaho and Shoshone Tribes, Wyoming | |
CN110930020A (zh) | 非常规油气资源的经济可采资源量确定方法 | |
CN112502690A (zh) | 低渗特低渗砂岩中的有效储层预测方法及系统 | |
Shiyun et al. | A fine assessment technology for medium-high exploration degree plays |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |