CN102830441A - 包含数据挖掘的油气层综合解释评价方法 - Google Patents
包含数据挖掘的油气层综合解释评价方法 Download PDFInfo
- Publication number
- CN102830441A CN102830441A CN2012101609520A CN201210160952A CN102830441A CN 102830441 A CN102830441 A CN 102830441A CN 2012101609520 A CN2012101609520 A CN 2012101609520A CN 201210160952 A CN201210160952 A CN 201210160952A CN 102830441 A CN102830441 A CN 102830441A
- Authority
- CN
- China
- Prior art keywords
- layer
- lithology
- interpretation
- reliability
- data
- 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.)
- Pending
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
一种包含数据挖掘的油气层综合解释评价方法,其特征在于利用各石油单位现有大型单井静态动态数据库,在系统进行基础资料整理,测井曲线标准化,自动分层基础上,整合钻井、录井、测井、地质、数学各专业知识和方法,分地区、分层位、分岩性(除岩性建模外)、分厚度对自动分层的单层,利用数据挖掘工具自动建模及根据理论或四性关系研究资料人工建模的模型,进行从岩性、物性、含油性到产能的解释和评价,根据未知样本与模型的符合程度给出信度,采用多方法交叉、并行应用和从地区、层位、岩性、物性、厚度的不同因素层层细分,以及多方法对比验证有效提高油气层解释评价精度,并通过人机交互联作解释进一步提高疑难层解释可靠性,可广泛推广。
Description
技术领域
本发明涉及数据挖掘方法和石油工业油气勘探开发的油气层解释与评价。
背景技术
岩屑录井、井壁取心、钻井取心、气测录井、泥浆录井、测井解释、地质研究等各有不同的油气层解释和评价方法,还有地质统计学解释和评价方法,利用海量数据库的数据挖掘油气层解释评价方法也在探索之中。但各种方法各有优势也各有弊病,其解释和评价结论往往与实际有较大差距。例如,测井解释采用各种交会图和线性回归方法,满足不了复杂情况下的油气层解释评价需要。急需有一种方法整合各学科、各专业知识和技术,提高油气层解释和评价水平。
申请号200410063246.X,从数据挖掘模型内容深入钻取查询,微软公司提出的该发明提供从训练挖掘模型提供对挖掘模型源数据的广泛深入钻取的深入钻取特征。为使用户或应用程序能获得模型的给定节点上的模型内容信息,提供了一通用功能,用户可通过该通用功能指定模型的节点和数据集,并返回模型的节点和数据集的基础实例。可提供基础实例的采样,其中只请求节点中所表示的实例的采样。其优点是提供了通用查询功能,其缺点时不能解决油气层解释评价这样的复杂问题。
目前数据挖掘测井解释的探索主要采用神经网络、聚类、支持向量机、决策树等方法。
尚未见到岩屑录井、井壁取心、钻井取心、气测录井、泥浆录井、测井、地质研究与数据挖掘一起用于油气层解释评价的方法。
需要一种把专业理论、实践经验与地质统计学、数据挖掘等融合形成的更加完善的油气层解释评价新方法。本发明可以满足这种要求。
发明内容
本发明利用各石油单位现有的大型单井静态动态数据库,在系统进行基础资料整理,测井曲线标准化,自动分层基础上,整合钻井、录井、测井、地质、数学各专业知识和方法,分地区、分层位、分岩性(除岩性建模外)、分厚度对自动分层的单层,利用数据挖掘工具自动建模及根据理论或四性关系研究资料人工建模的模型,进行从岩性、物性、含油性到产能的解释和评价,根据未知样本与模型的符合程度给出信度,采用多方法交叉、并行应用和从地区、层位、岩性、物性、厚度的不同因素层层细分,以及多方法对比验证有效提高油气层解释评价精度,并通过人机交互联作解释进一步提高疑难层解释可靠性。
本发明具体实现方法:
1、基础资料来源:
各石油单位现有的大型单井静态动态数据库,如中石油的A1、A2系统数据库,评价地区、层位的动静态概况。
2、基础资料整理:
根据专业知识和具体情况进行科学的基础资料整理。例如:
①测井曲线匹配行检查调整,必要时分段检查调整。有时还需要寻找不同时期、不同方法测井曲线之间的关系(可能需要采用数据挖掘工具)。
②录井资料归位,包括气测曲线归位、岩屑录井岩性显示归位、井壁取心归位、钻井取心归位。
③试油生产动态资料整理,包括试油生产结论信度设置,矛盾层定性,多层合试合采数据分析。对于矛盾层,要分析是否工程因素导致试油生产成果不反映产层真实情况,如是则剔除该样本,合试合采层在单试单采资料不够多时,要在排除工程因素后,在产油层中挑出电性最好的层作为可信油层,在产水层中挑出电性最低的层为可信水层,以保证已知样本的质量和数量。
3、测井曲线标准化:
根据测井专业知识和具体情况,分地区、分层位进行测井曲线校正,在排除异常因素后统计单参数泥岩线、砂岩线,以与泥岩线和砂岩线之间的关系进行量纲归一化,并根据资料质量确定信度。例如:
①自然电位曲线:人机交互确定泥岩线、砂岩线,求取相对自然电位,可靠段信度设为1,原正负自然电位过渡段异常幅度小,稳定差,信度相应降低,直至为0(不可信)。
②自然伽马曲线:人机交互或统计划出特低特高自然伽马异常段,滤去异常段后,自动统计出泥岩线和砂岩线,求取相对自然伽马(包括异常段)。
③声波时差曲线:以稳定泥岩为准,按照地区、层位统计,人机交互进行标准化,对于井眼垮塌段进行校正并降低信度。需要特别指出的是,在井段较小或断层复杂地区不提倡广泛采用的利用直方图进行归一化。
4、自动岩性分层:
利用微电极曲线、相对自然伽马、相对自然电位、井径曲线等进行自动岩性分层,对比优选,默认以微电极曲线相对幅度和微电位与微梯度幅度差分层为准,可以根据本地区、本层位和本井段特点选定以其它曲线分层为主,矛盾层结合其它资料人机交互调整,必要时分地区、分层位自动岩性分层。
5、自动电性分层:
利用微电极曲线、电阻率曲线、自然电位、声波时差曲线、密度曲线等对非泥岩层内部进行气层、油气同层、油层、油水同层、水层、干层自动电性分层。
6、数据挖掘自动建模:
分地区、分层位、分岩性(除岩性建模外)、分厚度对自动分层的单层利用数据挖掘的关联分析、聚类分析、分类、统计分析、神经网络、支持向量机等方法自动生成岩性、物性、含油性、产能样本集和对应电性模型,并校验合格。资料较多时只使用高信度样本,资料较少或对某一模型的样本较少时适当放宽信度要求。
7、人工建模:
分地区、分层位、分岩性(除岩性建模外)、分厚度根据理论或四性关系研究资料,分别建立岩性、物性、含油性、产能样本集和对应单项及多项电性关系模型。例如,相对自然伽马高值、相对自然电位低值或在泥岩线附近、微电极低值低幅度差、井径平直或垮塌则定为泥岩。
8、自动识别岩性:
分地区、分层位、分厚度利用自动或人工建立的岩性模型,对各岩性、电性层自动识别岩性,并根据数据与模型的符合程度给出信度,符合程度在0.9以上则信度定为1。
9、自动评价物性:
分地区、分层位、分岩性、分厚度利用自动或人工建立的物性模型,对各非泥岩岩性、电性层自动识别高、中、低渗透层和致密层,并根据数据与模型的符合程度给出信度,符合程度在0.9以上则信度定为1。
10、自动解释油气层:
分地区、分层位、分岩性、分厚度利用自动或人工建立的油气水层模型,对各高、中、低渗透层自动解释油层、气层、水层和过渡层,并根据数据与模型的符合程度给出信度,符合程度在0.9以上则信度定为1。
11、自动评价油气水产能:
分地区、分层位、分油气水层利用自动或人工建立的产能模型,对高、中、低渗透气层、油气同层、油层、油水同层、水层自动定性评价产能,并根据数据与模型的符合程度给出信度,符合程度在0.9以上则信度定为1。
12、数据挖掘解释油气层:
分地区、分层位、分岩性、分厚度,分别对各高、中、低渗透层,利用神经网络、支持向量机、决策树等数据挖掘工具,按照数据挖掘流程,解释气层、油气同层、油层、油水同层、水层。
13、地质综合解释:
对于自动解释、各种数据挖掘解释不一致或者信度偏低的疑难井层,分地区、分层位、分岩性,结合录井、气测资料、地质背景、岩性物性、注采关系等等因素,对不同因素给出最有利到最不利的5个级别,对应1.2到0.8的5个评分系数,根据不同因素的影响大小给定不同权系数。各种因素的评分系数取值和权系数连乘,得到地质综合评价分,按其值大小就可以确认疑难层的解释结论。例如,地质综合评分大于地质统计学的某个数值,如0.8,就可以定为油气层,此时如果有声波时差跳跃、中子伽马高值、密度低值,挖掘效应明显等含气标志,则定为气层,否则为油层,按照指数高低给出信度,如指数在0.9以上则信度定为1。
14、人机交互联作解释:
对于自动解释、各种数据挖掘解释、地质综合解释结论不一致或者信度偏低的疑难井层,分地区、分层位、分岩性,结合录井、气测资料、地质背景、岩性物性、注采关系等等因素,进行人机交互联作解释,并根据认识程度给出信度,把握较大时信度定为0.8。
15、补充新资料完善模型:
不断补充新的试油生产等资料持续完善解释模型。
本发明的优点和效益:
1、充分利用了现有的海量数据库。
2、整合了不同专业技术。
3、可以快速批量处理大量数据。
4、采用从地区、层位、岩性、物性、厚度的不同因素层层细分,提高了最终油气层解释精度。
5、采用多方法交叉或并行应用,以及多方法对比验证有效提高油气层解释评价精度。
6、人机交互联作解释可以进一步提高疑难层解释可靠性。
7、不断补充新的试油生产等资料持续完善解释模型有利于提高解释精度。
附图说明
图1是本发明的一个基础资料整理的井壁取心归位实施例,图中井壁取心为某井先后3次井壁取心归位后的结果,井壁取心的岩性和油气显示与岩屑录井、气测曲线和测井曲线匹配较好。
图2是本发明的一个测井曲线标准化实施例,上图是某井的自然电位曲线,标示有泥岩基线,下图是标准化后的曲线,标示有泥岩线和砂岩线。
图3是本发明的一个自动分层实施例,图中有自然电位和电阻率两条曲线,有各自的自动分层,对比可以看出电阻率的分层敏感性比自然电位要高,因此自动分层以电阻率分层为主。
图4是本发明的数据挖掘流程图,利用经过地区、层位、岩性等分类后的已知样例,采用不同的数据挖掘工具建立不同的模型,用校验样例对模型进行评估调整,保证必要精度,利用数据挖掘模型计算未知样例,新的实施结果加入已知样例,形成新的数据挖掘模型。
图5是本发明的一个数据挖掘实施例,上图是一个最简单的决策树模型,下图是利用决策树模型计算未知样例示意。
图6是地质综合解释油气层的实施例,表中列举了影响含油气的各种因数的最有利到最不利的5等级分级的评分系数和各种因素的权系数。
图7是本发明的一个人机交互解释油气层实施例,左图是测井曲线图,Es3的12、13号层的补偿声波最低值为221μs/m和192μs/m,深电阻率最高为11Ω·m和36Ω·m,含油饱和度最高为15%和23%,测井解释油水同层;右图是对应的录井剖面图,原气测、岩屑录井均无显示,气测全烃0.6%,定为水层,井壁取心3颗油斑,复查定位荧光含砾不等粒砂岩,改为油水同层。
具体实施方式
下面通过实施例,并结合附图,说明本发明方法的应用。
图1是本发明的一个基础资料整理的井壁取心归位实施例,图中井壁取心为某井先后3次井壁取心归位后的结果,井壁取心的岩性和油气显示与岩屑录井、气测曲线和测井曲线匹配较好。但该井第一次井壁取心的结果,岩性、油气显示与岩屑录井、气测曲线和测井曲线没有对应关系,推测深度误差达到6米,重新井壁取心后结果依旧,第三次换车重新井壁取心才得到了正确结果,最终确认为仪器出厂设置错误。如果井壁取心资料不进行正确归位,就会误导油气层解释结论。
图2是本发明的一个测井曲线标准化实施例,上图是某井的自然电位曲线,标示有泥岩基线,下图是标准化后的曲线,标示有泥岩线和砂岩线。泥岩基线放平后作为泥岩线,深浅两段曲线的自然电位曲线特征完全不同,浅部为Nm曲流河的泥包砂结构,自然电位幅度小,深部为Ng的辫状河块状砂岩砂包泥结构,自然电位幅度大,且两段纯砂岩层自然电位有不同斜率的趋势,必须在Nm底界进行分段才能确定合理的砂岩线,如果统一成一条砂岩线,则Nm底部的砂层评价就会变差。利用各解释层自然电位最大值与泥岩线、砂岩线的关系可以求得相对自然电位。
图3是本发明的一个自动分层实施例,图中有自然电位和电阻率两条曲线,有各自的自动分层,对比可以看出电阻率的分层敏感性比自然电位要高,因此自动分层以电阻率分层为主。
图4是本发明的数据挖掘流程图,利用经过地区、层位、岩性等分类后的已知样例,采用不同的数据挖掘工具建立不同的模型,用校验样例对模型进行评估调整,保证必要精度,利用数据挖掘模型计算未知样例,新的实施结果加入已知样例,形成新的数据挖掘模型。
图5是本发明的一个数据挖掘实施例,上图是一个最简单的决策树模型,下图是利用决策树模型计算未知样例示意。对某地区、某层位的1000个渗透砂岩层试油成果样品,按油层、油水同层、水层分别列出不同属性范围的出油不出油百分比,例如本例用深电阻率(RT)和相对自然电位(dSP)形成决策树模型(对应不同电阻率,模型反映了出油的相对自然电位下限是不同,未知样例与模型对比,则可得到出油不出油的概率。
图6是地质综合解释油气层的实施例,表中列举了录井、气测资料、地质背景、岩性物性、注采关系等等因素,对不同因素给出最有利到最不利的5个级别,对应1.2到0.8的5个评分系数,根据不同因素的影响大小给定不同权系数。各种因素的评分系数取值和权系数连乘,得到地质综合评价分,按其值大小就可以确认疑难层的解释结论。例如,地质综合评分大于地质统计学的某个数值,如0.8,就可以定为油气层,此时如果有声波时差跳跃、中子伽马高值、密度低值,挖掘效应明显等含气标志,则定为气层,否则为油层,按照指数高低给出信度,如指数在0.9以上则信度定为1。
图7是本发明的一个人机交互解释油气层实施例,左图是测井曲线图,Es3的12、13号层的补偿声波最低值为221μs/m和192μs/m,深电阻率最高为11Ω·m和36Ω·m,含油饱和度最高为15%和23%,测井解释油水同层;右图是对应的录井剖面图,原气测、岩屑录井均无显示,气测全烃0.6%,定为水层,井壁取心3颗油斑,复查定位荧光含砾不等粒砂岩,改为油水同层。本井经人机联作重新解释,考虑到本层原油性质好,钻井泥浆密度1.15偏大,气测受压制,井斜达到38°,岩屑无代表性,含砾造成补偿声波时差低,电阻率曲线饱满,井壁取心显示好,尽管地化饱和烃有含水特征,分析为钻井液侵入影响,综合考虑定为油层。试油泵抽,日产油25t/d,含水5%。
Claims (5)
1.一种包含数据挖掘的油气层综合解释评价方法,其特征在于利用各石油单位现有的大型单井静态动态数据库,在系统进行基础资料整理,测井曲线标准化,自动分层基础上,整合钻井、录井、测井、地质、数学各专业知识和方法,分地区、分层位、分岩性(除岩性建模外)、分厚度对自动分层的单层,利用数据挖掘工具自动建模及根据理论及四性关系研究资料人工建模的模型,进行从岩性、物性、含油性到产能的解释和评价,根据未知样本与模型的符合程度给出信度,采用多方法交叉、并行应用和从地区、层位、岩性、物性、厚度的不同因素层层细分,以及多方法对比验证有效提高油气层解释评价精度,并通过人机交互联作解释进一步提高疑难层解释可靠性。
2.如权利要求1所述的一种包含数据挖掘的油气层综合解释评价方法,其特征在于根据专业知识和具体情况进行科学的基础资料整理,例如试油生产动态资料整理包括试油生产结论信度设置,矛盾层定性,多层合试合采数据分析,对于矛盾层,要分析是否工程因素导致试油生产成果不反映产层真实情况,如是则剔除该样本,合试合采层在单试单采资料不够多时,要在排除工程因素后,在产油层中挑出电性最好的层作为可信油层,在产水层中挑出电性最低的层为可信水层,以保证已知样本的质量和数量。
3.如权利要求1所述的一种包含数据挖掘的油气层综合解释评价方法,其特征在于分地区、分层位、分岩性(除岩性建模外)、分厚度对自动分层的单层利用数据挖掘的关联分析、聚类分析、分类、统计分析、神经网络方法自动生成及根据理论及四性关系研究资料人工生成岩性、物性、含油性、产能样本集和对应电性模型,并校验合格,资料较多时只使用高信度样本,资料较少及对某一模型的样本较少时适当放宽信度要求。
4.如权利要求1所述的一种包含数据挖掘的油气层综合解释评价方法,其特征在于地质综合解释:对于自动解释、各种数据挖掘解释不一致及信度偏低的疑难井层,分地区、分层位、分岩性,结合录井、气测资料、地质背景、岩性物性、注采关系等等因素,对不同因素给出最有利到最不利的5个级别,对应1.2到0.8的5个评分系数,根据不同因素的影响大小给定不同权系数,各种因素的评分系数值和权系数连乘得到地质综合评价分,按其值大小就可以确认疑难层的解释结论,地质综合评分大于地质统计学的某个数值(如0.8)就可以定为油气层,此时如果有声波时差跳跃、中子伽马高值、密度低值,挖掘效应明显等含气标志,则定为气层,否则为油层,按照指数高低给出信度,如指数在0.9以上则信度定为1。
5.如权利要求1所述的一种包含数据挖掘的油气层综合解释评价方法,其特征在于人机交互联作解释:对于自动解释、各种数据挖掘解释、地质综合解释结论不一致及信度偏低的疑难井层,分地区、分层位、分岩性,结合录井、气测资料、地质背景、岩性物性、注采关系等等因素,进行人机交互联作解释,并根据认识程度给出信度,把握较大时信度定为0.8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101609520A CN102830441A (zh) | 2012-05-16 | 2012-05-16 | 包含数据挖掘的油气层综合解释评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101609520A CN102830441A (zh) | 2012-05-16 | 2012-05-16 | 包含数据挖掘的油气层综合解释评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102830441A true CN102830441A (zh) | 2012-12-19 |
Family
ID=47333636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101609520A Pending CN102830441A (zh) | 2012-05-16 | 2012-05-16 | 包含数据挖掘的油气层综合解释评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102830441A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993871A (zh) * | 2014-05-08 | 2014-08-20 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN104533397A (zh) * | 2014-10-31 | 2015-04-22 | 中国石油化工股份有限公司 | 一种砂岩气层定量识别方法 |
CN104793263A (zh) * | 2015-05-05 | 2015-07-22 | 中国海洋石油总公司 | 一种测井曲线自动分层取值和评价方法 |
CN104879126A (zh) * | 2015-05-14 | 2015-09-02 | 中国石油天然气集团公司 | 一种基于阵列感应测井的碎屑岩储层流体识别方法 |
CN104881435A (zh) * | 2015-05-05 | 2015-09-02 | 中国海洋石油总公司 | 一种基于数据挖掘的研究流程自动化测井评价专家系统 |
CN104992178A (zh) * | 2015-06-16 | 2015-10-21 | 中国石油化工股份有限公司 | 基于支持向量机模拟交会图的致密砂岩流体类型识别方法 |
CN105095981A (zh) * | 2014-05-23 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于人机交互的油气藏规模序列资源评价方法 |
CN105093293A (zh) * | 2014-05-14 | 2015-11-25 | 中国石油天然气股份有限公司 | 低频补偿提高洞穴型碳酸盐岩储层地震量化预测的方法 |
CN105986819A (zh) * | 2015-03-02 | 2016-10-05 | 中国石油化工股份有限公司 | 用于测井资料自动处理与综合解释的方法和装置 |
CN107660288A (zh) * | 2015-03-26 | 2018-02-02 | 泰雷兹公司 | 一种分数解释方法 |
CN109993203A (zh) * | 2019-02-23 | 2019-07-09 | 中国海洋石油集团有限公司 | 一种录井油气水层智能解释评价方法 |
CN112363242A (zh) * | 2020-09-08 | 2021-02-12 | 中石化石油工程技术服务有限公司 | 基于测录井融合的储层流体识别方法与装置 |
CN114997496A (zh) * | 2022-06-06 | 2022-09-02 | 四川大学 | 一种基于时空序列数据约束的无监督储层智能分段方法 |
CN116910422A (zh) * | 2023-09-12 | 2023-10-20 | 广州海洋地质调查局三亚南海地质研究所 | 一种天然气水合物储层泥质含量计算方法、系统及装置 |
CN117408417A (zh) * | 2023-09-12 | 2024-01-16 | 大庆油田有限责任公司 | 一种针对大庆油田浅层气盖层的综合评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020091489A1 (en) * | 2001-01-08 | 2002-07-11 | Shin-Ju Ye | Coarse-to-fine self-organizing map for automatic electrofacies ordering |
CN102066984A (zh) * | 2008-04-16 | 2011-05-18 | 普拉德研究及开发有限公司 | 岩土材料的异质性的连续测量 |
-
2012
- 2012-05-16 CN CN2012101609520A patent/CN102830441A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020091489A1 (en) * | 2001-01-08 | 2002-07-11 | Shin-Ju Ye | Coarse-to-fine self-organizing map for automatic electrofacies ordering |
CN102066984A (zh) * | 2008-04-16 | 2011-05-18 | 普拉德研究及开发有限公司 | 岩土材料的异质性的连续测量 |
Non-Patent Citations (5)
Title |
---|
张松扬 等: "常规测井特征比值法在大牛地气田产能评价研究中的应用", 《测井技术》, vol. 30, no. 5, 31 October 2006 (2006-10-31) * |
时念云 等: "数据挖掘在测井资料解释中的应用", 《电脑开发与应用》, vol. 19, no. 3, 31 March 2006 (2006-03-31) * |
李洪奇 等: "复杂储层测井评价数据挖掘方法研究", 《石油学报》, vol. 30, no. 4, 31 July 2009 (2009-07-31) * |
杜启振: "测井相模式识别自动分析", 《石油物探》, vol. 36, 30 September 1997 (1997-09-30) * |
王瑞 等: "用数据挖掘方法识别碳酸盐岩岩性", 《测井技术》, vol. 36, no. 2, 30 April 2012 (2012-04-30) * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993871B (zh) * | 2014-05-08 | 2017-02-15 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN103993871A (zh) * | 2014-05-08 | 2014-08-20 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN105093293A (zh) * | 2014-05-14 | 2015-11-25 | 中国石油天然气股份有限公司 | 低频补偿提高洞穴型碳酸盐岩储层地震量化预测的方法 |
CN105095981A (zh) * | 2014-05-23 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于人机交互的油气藏规模序列资源评价方法 |
CN104533397A (zh) * | 2014-10-31 | 2015-04-22 | 中国石油化工股份有限公司 | 一种砂岩气层定量识别方法 |
CN104533397B (zh) * | 2014-10-31 | 2018-12-18 | 中国石油化工股份有限公司 | 一种砂岩气层定量识别方法 |
CN105986819B (zh) * | 2015-03-02 | 2019-01-04 | 中国石油化工股份有限公司 | 用于测井资料自动处理与综合解释的方法和装置 |
CN105986819A (zh) * | 2015-03-02 | 2016-10-05 | 中国石油化工股份有限公司 | 用于测井资料自动处理与综合解释的方法和装置 |
CN107660288A (zh) * | 2015-03-26 | 2018-02-02 | 泰雷兹公司 | 一种分数解释方法 |
CN104881435B (zh) * | 2015-05-05 | 2018-05-25 | 中国海洋石油集团有限公司 | 一种基于数据挖掘的研究流程自动化测井评价专家系统 |
CN104881435A (zh) * | 2015-05-05 | 2015-09-02 | 中国海洋石油总公司 | 一种基于数据挖掘的研究流程自动化测井评价专家系统 |
CN104793263A (zh) * | 2015-05-05 | 2015-07-22 | 中国海洋石油总公司 | 一种测井曲线自动分层取值和评价方法 |
CN104879126B (zh) * | 2015-05-14 | 2017-09-26 | 中国石油天然气集团公司 | 一种基于阵列感应测井的碎屑岩储层流体识别方法 |
CN104879126A (zh) * | 2015-05-14 | 2015-09-02 | 中国石油天然气集团公司 | 一种基于阵列感应测井的碎屑岩储层流体识别方法 |
CN104992178A (zh) * | 2015-06-16 | 2015-10-21 | 中国石油化工股份有限公司 | 基于支持向量机模拟交会图的致密砂岩流体类型识别方法 |
CN109993203A (zh) * | 2019-02-23 | 2019-07-09 | 中国海洋石油集团有限公司 | 一种录井油气水层智能解释评价方法 |
CN112363242A (zh) * | 2020-09-08 | 2021-02-12 | 中石化石油工程技术服务有限公司 | 基于测录井融合的储层流体识别方法与装置 |
CN112363242B (zh) * | 2020-09-08 | 2024-04-05 | 中石化石油工程技术服务有限公司 | 基于测录井融合的储层流体识别方法与装置 |
CN114997496A (zh) * | 2022-06-06 | 2022-09-02 | 四川大学 | 一种基于时空序列数据约束的无监督储层智能分段方法 |
CN114997496B (zh) * | 2022-06-06 | 2024-04-26 | 四川大学 | 一种基于时空序列数据约束的无监督储层智能分段方法 |
CN116910422A (zh) * | 2023-09-12 | 2023-10-20 | 广州海洋地质调查局三亚南海地质研究所 | 一种天然气水合物储层泥质含量计算方法、系统及装置 |
CN116910422B (zh) * | 2023-09-12 | 2023-12-26 | 广州海洋地质调查局三亚南海地质研究所 | 一种天然气水合物储层泥质含量计算方法、系统及装置 |
CN117408417A (zh) * | 2023-09-12 | 2024-01-16 | 大庆油田有限责任公司 | 一种针对大庆油田浅层气盖层的综合评价方法 |
CN117408417B (zh) * | 2023-09-12 | 2024-06-07 | 大庆油田有限责任公司 | 一种针对大庆油田浅层气盖层的综合评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102830441A (zh) | 包含数据挖掘的油气层综合解释评价方法 | |
CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
CN109441422A (zh) | 一种页岩气井间距优化开采方法 | |
CN103510947B (zh) | 滩坝砂岩微相识别模式的建立方法 | |
CN110412661B (zh) | 细粒岩油气藏甜点段优势段簇的评价方法及装置 | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN102707333A (zh) | 页岩气资源量/储量的测量方法 | |
CN103282600A (zh) | 用于执行井下增产作业的系统和方法 | |
US9176255B2 (en) | Permeability prediction systems and methods using quadratic discriminant analysis | |
CN107133670A (zh) | 一种基于决策树数据挖掘算法的复杂岩性识别方法及系统 | |
Jaripatke et al. | Review of Permian completion designs and results | |
Euzen et al. | Well log cluster analysis: an innovative tool for unconventional exploration | |
CN108952699A (zh) | 一种复杂地质钻进过程地层岩性智能识别方法 | |
Abbas et al. | Clustering analysis and flow zone indicator for electrofacies characterization in the upper shale member in Luhais Oil Field, Southern Iraq | |
Kharrat et al. | Rock typeand permeability prediction of a heterogeneous carbonate reservoir using artificial neural networks based on flow zone index approach | |
Barach et al. | Development and identification of petrophysical rock types for effective reservoir characterization: Case study of the Kristine Field, Offshore Sabah | |
Bior Barach et al. | Development and Identification of Petrophysical Rock Typing for Effective Reservoir Characterization | |
CN114482995B (zh) | 一种细粒沉积物泥质含量精细确定方法 | |
CN114059999B (zh) | 一种重力流沉积成因测井识别方法 | |
CN115387785A (zh) | 一种海相碳酸盐岩生屑灰岩油藏高渗条带识别方法及装置 | |
Kasim et al. | Machine Learning Assisted Reservoir Properties Prediction in a Brownfield Offshore Malaysia | |
Leetaru et al. | An integrated approach to evaluating the suitability of the Potosi Dolomite as a carbon sequestration target | |
Maity et al. | Fracture spacing design for multistage hydraulic fracturing completions for improved productivity | |
Nimmagadda et al. | Data geo-Science Approach for Modelling Unconventional Petroleum Ecosystems and their Visual Analytics | |
Bischoff et al. | Integrated modeling of the mature Ashtart field, Tunisia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121219 |