CN103132993B - 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 - Google Patents
一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 Download PDFInfo
- Publication number
- CN103132993B CN103132993B CN201310098085.7A CN201310098085A CN103132993B CN 103132993 B CN103132993 B CN 103132993B CN 201310098085 A CN201310098085 A CN 201310098085A CN 103132993 B CN103132993 B CN 103132993B
- Authority
- CN
- China
- Prior art keywords
- layer
- water
- oil
- natural gamma
- resistivity
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种逐步识别低渗复杂岩性油藏中的油层和水层的方法,建立了单项测井信号地质信息精细有效提取、地质条件约束测井多信号综合分析,并构建有效基于地层水矿化度、声波时差、电阻率、自然伽马及其综合参数,逐步识别流体性质的方法,能够有效解决地层水矿化度多变油区复杂岩性油藏中常规水层、常规油层、低电阻率油层、高电阻率水层、干层等共存的复杂情况下油层、水层识别难题,可明显提高测井解释符合率。该技术在油田实际应用证明,油层和水层解释符合率一般可由不足60.0%提高到最低88.1%以上。
Description
技术领域
本发明属于勘探地球物理领域,具体属于测井方法技术分支领域,是一种逐步识别低渗复杂岩性油藏中油层、水层的方法,即一种基于地层水矿化度、声波时差、电阻率及其综合参数,与反映岩性的自然伽马参数组合来编制交会图,进而快速高效逐步识别地层水矿化度多变油区低渗复杂岩性油藏中的油层、水层的方法。
背景技术
随着勘探开发程度的不断提高,所面临的地质目标复杂程度及测井解释难度也越来越大,如复杂岩性体高自然伽马砂岩、复杂孔隙结构储层的双孔隙介质储层 、低电阻率油层、低饱和度油层、高电阻率水层、复杂油水关系等问题不断出现,导致过去作为判别油层、水层的主要依据及测井解释技术,越来越难以满足复杂地质条件下勘探开发一体化的需要,测井解释过程中将油层误解释为水层的现象时有发生。但是目前还没有针对多变矿化度油区的复杂低渗岩性油藏来分别分析对岩性、物性及含油性响应较为敏感的测井参数及其曲线特征,进而建立地质—测井参数联合约束的测井解释模型,以攻克多变矿化度油区低渗复杂岩性油藏中常规油层、常规水层、低电阻率油层、高电阻率水层、干层等共存的复杂情况下测井解释油层、水层的难题,进而提高测井解释油层、水层的符合率。
发明内容
本发明提供一种逐步识别低渗复杂岩性油藏中油层、水层的方法。鉴于测井信号是储层岩性、物性、水性、含油性的综合反映,所以对于岩性、物性、孔隙结构、地层水系统复杂多变油区,能够精细反映复杂储层含油性特征的测井参数也呈现复杂多变的特点,尤其是油藏中油层、水层识别很难用某一种测井信号就可以完全把其区分开。这样,既需要注重单项测井信号地质信息有效提取,又要注重地质条件约束下测井多信息综合分析,因此,建立了单项测井信号地质信息精细有效提取、地质条件约束测井多信号综合分析,并构建有效基于地层水矿化度、声波时差、电阻率、自然伽马测井参数及其综合参数,由易到难,逐步识别油层、水层的方法,能够有效解决低渗复杂岩性油藏中有关常规油层、常规水层、低电阻率油层、高电阻率水层、干层等共存的复杂情况下油层、水层识别难题,明显提高测井解释油层、水层的符合率。该技术在油田实际应用证明,油层、水层测井解释符合率一般可由不足60.0%提高到最低88.1%以上。
为实现上述目的,本发明的技术方案为:
一种逐步识别低渗复杂岩性油藏中的油层和水层的方法,步骤如下:
步骤1:首先对低渗复杂岩性储层通过钻井设备进行钻井,在钻孔中通过使用测井仪器获取低渗复杂岩性储层的声波时差参数、电阻率参数和反映岩性影响的自然伽马参数,所获得的已有经过试油试产所确定的油层、油水层、水层和干层的声波时差参数和电阻率参数经由绘图工具绘制出常规声波时差—电阻率交会图,根据低渗复杂岩性储层的声波时差参数和电阻率参数,并结合其在常规声波时差—电阻率交会图中的分布区域来识别出干层或常规水层、油层和油水层,识别出的干层或常规水层满足下述约束条件之一:
(1)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于根据常规声波时差—电阻率交会图中的常规水层和油层资料点分布状况所确定的稳定的电阻率界限值R0的分布区域设定为干层或常规水层,该斜率为0的直线限定的稳定电阻率界限值R0,是在当低渗复杂岩性储层的声波时差参数Δt >Δt1时成立,Δt1是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的一个包络线斜率变化点所对应的声波时差参数值;
(2)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于R1的分布区域设定为干层或常规水层,R1是在当Δt0<声波时差参数Δt <Δt1时的声波时差线性函数,Δt0是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的另一个包络线斜率变化点所对应的声波时差参数值,其中Δt0<Δt1;
(3)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的声波时差值Δt<Δt0的分布区域设定为干层或常规水层;
而识别出的油层和油水层满足下述约束条件:
在常规声波时差—电阻率交会图中,声波时差参数Δt>Δt2且满足电阻率RILD >R0的分布区域设定为油层和油水层,Δt2是在常规声波时差—电阻率交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层的声波时差参数和电阻率参数分布所设定的油层、油水层、干层以及常规水层的混合区同油层和常规水层分布区域的界限值所对应的声波时差值。
步骤2,同样根据步骤1中利用测井仪器所测的反映低渗复杂岩性储层岩性特征的自然伽马测井参数、同时反映岩性和物性特征的声波时差测井参数、对含油性反映相对灵敏的电阻率测井参数,以及利用专门分析仪器对油田取得的油田水样进行分析所得的地层水矿化度参数,综合低渗复杂岩性储层的岩性、物性、地层水矿化度、含油性与电阻率之间的内在联系,利用经过试油试产所确定的低渗透油层、油水层、水层和干层的自然伽马参数、声波时差参数、电阻率测井参数以及地层水矿化度参数,由绘图工具编制自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层资料点的分布,把该自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为5个区域,划分为5个区域的方式如下所示:
(1)首先根据自然伽马值GR,把自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为2个区域即自然伽马值大于预设的自然伽马下限值GR下限的水层和干层分布区域以及自然伽马值小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域;(2)在自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中,进一步可根据油层、油水层、常规水层和干层的分布划分为4个区域,这4个区的范围是通过绘图工具在该自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中绘制出3条斜率相同而截距不同的直线来划分的,该3条直线自下而上依次分别称为第一直线、第二直线和第三直线,3条直线的斜率和截距同样是根据油层、油水层、常规水层和干层的分布来确定的,由第一直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右下方区为水层和干层分布区域,由第一直线、第二直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区域为油层、油水层、水层和干层混合分布区域,由第二直线、第三直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区为水层和干层分布区域,由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上方区为油层、油水层、水层和干层混合分布区域,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据上述划分的5个区域,能够进一步甄别出水层或干层,甄别出的水层或干层满足下述约束条件之一:
(1)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别低渗复杂岩性储层的自然伽马值大于自然伽马下限值GR下限的分布区域为设定为干层或水层;
(2)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别的低渗复杂岩性储层的自然伽马值小于自然伽马下限值GR下限的分布区域、、资料分布在第一直线所限定的右下方的区域中或分布在第二直线和第三直线之间限定的区域中,即设定为水层或干层;
步骤3:在步骤2中所形成的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中利用绘图工具剔除掉步骤1和步骤2中已经明确识别出的水层和干层,这样,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD交会图中就得到2个油层和油水层分布优势区,该油层和油水层分布优势区分别为第一直线、第二直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定区域以及由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上区域。
本发明技术方法优点为:
(1)注重于岩性、地层水、油藏流体特征分析及其对测井油层、水层识别的影响;
(2)分析了油层、水层测井响应特征复杂多变性;
(3)综合考虑地层水、岩性、物性、含油性对测井信号的影响,构建了基于地层水矿化度、声波时差、电阻率及其综合参数(声波时差×电阻率×地层水矿化度),与岩性参数即自然伽马值来编制交会图,有效逐步识别油层、水层的技术方法。该方法依照由易到难的顺序,超越了传统单纯依靠声波时差与电阻率单项测井参数交会来识别流体性质的方法,综合考虑自然伽马、地层水矿化度、声波时差、电阻率及其综合参数,并从多维空间上处理问题,有利于对地层水矿化度多变油区复杂岩性油藏中低渗油层、水层的测井甄别。
总之,该方法发展了低孔低渗储层测井油层、水层识别方法,明显提高了测井识别低渗油层、水层的符合率。
附图说明
图1为本发明的步骤1中常规声波时差—电阻率交会图。
图2为本发明的步骤2中自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
图3为本发明的步骤3中自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
图4为本发明的流程图。
图5为实施例1中的常规声波时差—电阻率交会图。
图6为实施例1中的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
图7为实施例1中的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
图8为实施例2中的常规声波时差—电阻率交会图。
图9为实施例2中自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
图10为实施例2中自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图。
具体实施方式
首先对本发明的方法进行如下阐述:
如图4所示,逐步识别低渗复杂岩性油藏中的油层和水层的方法,步骤如下:
如图1所示,步骤1:首先对低渗复杂岩性储层通过钻井设备进行钻井,在钻孔中通过使用测井仪器获取低渗复杂岩性储层的声波时差参数、电阻率参数和反映岩性影响的自然伽马参数,所获得的已有经过试油试产所确定的油层、油水层、水层和干层的声波时差参数和电阻率参数经由绘图工具绘制出常规声波时差—电阻率交会图,根据低渗复杂岩性储层的声波时差参数和电阻率参数,并结合其在常规声波时差—电阻率交会图中的分布区域来识别出干层或常规水层、油层和油水层,识别出的干层或常规水层满足下述约束条件之一:
(1)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于根据常规声波时差—电阻率交会图中的常规水层和油层资料点分布状况所确定的稳定的电阻率界限值R0的分布区域设定为干层或常规水层,该斜率为0的直线限定的稳定电阻率界限值R0,是在当低渗复杂岩性储层的声波时差参数Δt >Δt1时成立,Δt1是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的一个包络线斜率变化点所对应的声波时差参数值;
(2)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于R1的分布区域设定为干层或常规水层,R1是在当Δt0<声波时差参数Δt <Δt1时的声波时差线性函数,Δt0是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的另一个包络线斜率变化点所对应的声波时差参数值,其中Δt0<Δt1;
(3)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的声波时差值Δt<Δt0的分布区域设定为干层或常规水层;
而识别出的油层和油水层满足下述约束条件:
在常规声波时差—电阻率交会图中,声波时差参数Δt>Δt2且满足电阻率RILD >R0的分布区域设定为油层和油水层,Δt2是在常规声波时差—电阻率交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层的声波时差参数和电阻率参数分布所设定的油层、油水层、干层以及常规水层的混合区同油层和常规水层分布区域的界限值所对应的声波时差值。
如图2所示,步骤2,同样根据步骤1中利用测井仪器所测的反映低渗复杂岩性储层岩性特征的自然伽马测井参数、同时反映岩性和物性特征的声波时差测井参数、对含油性反映相对灵敏的电阻率测井参数,以及利用专门分析仪器对油田取得的油田水样进行分析所得的地层水矿化度参数,综合低渗复杂岩性储层的岩性、物性、地层水矿化度、含油性与电阻率之间的内在联系,利用经过试油试产所确定的低渗透油层、油水层、水层和干层的自然伽马参数、声波时差参数、电阻率测井参数以及地层水矿化度参数,由测井绘图工具编制自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层资料点的分布,把该自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为5个区域,划分为5个区域的方式如下所示:
(1)首先根据自然伽马值GR,把自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为2个区域即自然伽马值大于预设的自然伽马下限值GR下限的水层和干层分布区域以及自然伽马值小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域;(2)在自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中,进一步可根据油层、油水层、常规水层和干层的分布划分为4个区域,这4个区的范围是通过绘图工具在该自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中绘制出3条斜率相同而截距不同的直线来划分的,该3条直线自下而上依次分别称为第一直线、第二直线和第三直线,3条直线的斜率和截距同样是根据油层、油水层、常规水层和干层的分布来确定的,由第一直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右下方区为水层和干层分布区域,由第一直线、第二直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区域为油层、油水层、水层和干层混合分布区域,由第二直线、第三直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区为水层和干层分布区域,由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上方区为油层、油水层、水层和干层混合分布区域,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据上述划分的5个区域,能够进一步甄别出水层或干层,甄别出的水层或干层满足下述约束条件之一:
(1)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别低渗复杂岩性储层的自然伽马值大于自然伽马下限值GR下限的分布区域为设定为干层或水层;
(2)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别的低渗复杂岩性储层的自然伽马值小于自然伽马下限值GR下限的分布区域、、资料分布在第一直线所限定的右下方的区域中或分布在第二直线和第三直线之间限定的区域中,即设定为水层或干层;
如图3所示,步骤3:在步骤2中所形成的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中利用绘图工具剔除掉步骤1和步骤2中已经明确识别出的水层和干层,这样,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD交会图中就得到2个油层和油水层分布优势区,该油层和油水层分布优势区分别为第一直线、第二直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定区域以及由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上区域。
下面通过具体实施例对本发明做进一步说明:
实施例1:
以鄂尔多斯盆地中部一个油区(编号7区)的延长组长9-2油层组,即7区长9-2作为低渗复杂岩性油藏为例:
根据7区长9-2实际资料统计:油层,2个;油水同层,12个;含油水层,1个;水层,28个;干层,4个;合计:47个。
逐步识别低渗复杂岩性油藏中的油层和水层的方法,步骤如下:
步骤1:首先对低渗复杂岩性储层通过钻井设备进行钻井,在钻孔中通过使用测井仪器获取低渗复杂岩性储层的声波时差参数、电阻率参数和反映岩性影响的自然伽马参数,所获得的低渗复杂岩性储层声波时差参数和电阻率参数结合已有的经过试油试产所确定的油层、油水层、水层和干层的声波时差参数和电阻率参数经由绘图工具绘制出常规声波时差—电阻率交会图,根据低渗复杂岩性储层的声波时差参数和电阻率参数,并结合其在常规声波时差—电阻率交会图中的分布区域来识别出干层或常规水层、油层和油水层,识别出的干层或常规水层满足下述约束条件之一:
(1)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于根据常规声波时差—电阻率交会图中的常规水层和油层资料点分布状况所确定的稳定的电阻率界限值R0的分布区域设定为干层或常规水层,该斜率为0的直线限定的稳定电阻率界限值R0,电阻率界限值R0为26.0Ω.m,是在当低渗复杂岩性储层的声波时差参数Δt >Δt1时成立,Δt1是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的一个包络线斜率变化点所对应的声波时差参数值,Δt1的值为223μs/m;
(2)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于R1的分布区域设定为干层或常规水层,R1是在当Δt0<声波时差参数Δt <Δt1时的声波时差线性函数,Δt0是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的另一个包络线斜率变化点所对应的声波时差参数值,其中Δt0<Δt1,Δt0的值为216μs/m;
(3)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的声波时差值Δt<Δt0的分布区域设定为干层或常规水层;
而识别出的油层和油水层满足下述约束条件:
在常规声波时差—电阻率交会图中,声波时差参数Δt>Δt2且满足电阻率RILD >R0的分布区域设定为油层和油水层,RILD=343.57-1.4286Δt,Δt2是在常规声波时差—电阻率交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层的声波时差参数和电阻率参数分布所设定的油层、油水层、干层以及常规水层的混合区同油层和常规水层分布区域的界限值所对应的声波时差值;
如图5所示,步骤1的7区长9-2的常规声波时差—电阻率交会图识别率57.5%;
步骤2,同样根据步骤1中利用测井仪器所测的反映低渗复杂岩性储层岩性特征的自然伽马测井参数、同时反映岩性和物性特征的声波时差测井参数、对含油性反映相对灵敏的电阻率测井参数,以及利用专门分析仪器对油田取得的油田水样进行分析所得的地层水矿化度参数,综合低渗复杂岩性储层的岩性、物性、地层水矿化度、含油性与电阻率之间的内在联系,利用经过试油试产所确定的低渗透油层、油水层、水层和干层的自然伽马参数、声波时差参数、电阻率测井参数以及地层水矿化度参数,由绘图工具编制自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层资料点的分布,把该自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为5个区域,划分为5个区域的方式如下所示:
(1)首先根据自然伽马值GR,把自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为2个区域即自然伽马值大于预设的自然伽马下限值GR下限的水层和干层分布区域以及自然伽马值小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域,预设的自然伽马下限值GR下限的值为92;(2)在自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中,进一步可根据油层、油水层、常规水层和干层的分布划分为4个区域,这4个区的范围是通过绘图工具在该自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中绘制出3条斜率相同而截距不同的直线来划分的,该3条直线自下而上依次分别称为第一直线、第二直线和第三直线,3条直线的斜率和截距同样是根据油层、油水层、常规水层和干层的分布来确定的,由第一直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右下方区为水层和干层分布区域,由第一直线、第二直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区域为油层、油水层、水层和干层混合分布区域,由第二直线、第三直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区为水层和干层分布区域,由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上方区为油层、油水层、水层和干层混合分布区域,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据上述划分的5个区域,能够进一步甄别出水层或干层,甄别出的水层或干层满足下述约束条件之一:
(1)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别低渗复杂岩性储层的自然伽马值大于自然伽马下限值GR下限的分布区域为设定为干层或水层;
(2)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别的低渗复杂岩性储层的自然伽马值小于自然伽马下限值GR下限的分布区域、、资料分布在第一直线所限定的右下方的区域中或分布在第二直线和第三直线之间限定的区域中,即设定为水层或干层;
如图6所示,步骤2的7区长9-2的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图的识别率为59.6%;
步骤3:在步骤2中所形成的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中利用绘图工具剔除掉步骤1和步骤2中已经明确识别出的水层和干层,这样,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD交会图中就得到2个油层和油水层分布优势区,该油层和油水层分布优势区分别为第一直线、第二直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定区域以及由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上区域。
如图7所示,步骤3的7区长9-2的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图的识别率为95.7%。
实施例2:
以鄂尔多斯盆地中部一个油区(编号10区)的延长组长4-5油层组,即10区长4-5作为低渗复杂岩性油藏为例:
根据10区长4-5实际资料统计:油层,9个;含水油层,4个;油水同层,16个;含油水层,2个;水层,46个;合计:77个。
逐步识别低渗复杂岩性油藏中的油层和水层的方法,步骤如下:
步骤1:首先对低渗复杂岩性储层通过钻井设备进行钻井,在钻孔中通过使用测井仪器获取低渗复杂岩性储层的声波时差参数、电阻率参数和反映岩性影响的自然伽马参数,所获得的低渗复杂岩性储层声波时差参数和电阻率参数结合已有的经过试油试产所确定的油层、油水层、水层和干层的声波时差参数和电阻率参数经由绘图工具绘制出常规声波时差—电阻率交会图,根据低渗复杂岩性储层的声波时差参数和电阻率参数,并结合其在常规声波时差—电阻率交会图中的分布区域来识别出干层或常规水层、油层和油水层,识别出的干层或常规水层满足下述约束条件之一:
(1)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于根据常规声波时差—电阻率交会图中的常规水层和油层资料点分布状况所确定的稳定的电阻率界限值R0的分布区域设定为干层或常规水层,该斜率为0的直线限定的稳定电阻率界限值R0,电阻率界限值R0为17.8Ω.m,是在当低渗复杂岩性储层的声波时差参数Δt >Δt1时成立,Δt1是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的一个包络线斜率变化点所对应的声波时差参数值,Δt1的值为226μs/m;
(2)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于R1的分布区域设定为干层或常规水层,R1是在当Δt0<声波时差参数Δt <Δt1时的声波时差线性函数,Δt0是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的另一个包络线斜率变化点所对应的声波时差参数值,其中Δt0<Δt1,Δt0的值为217μs/m;
(3)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的声波时差值Δt<Δt0的分布区域设定为干层或常规水层;
而识别出的油层和油水层满足下述约束条件:
在常规声波时差—电阻率交会图中,声波时差参数Δt>Δt2且满足电阻率RILD >R0的分布区域设定为油层和油水层,RILD=842.68-3.8833Δt,Δt2是在常规声波时差—电阻率交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层的声波时差参数和电阻率参数分布所设定的油层、油水层、干层以及常规水层的混合区同油层和常规水层分布区域的界限值所对应的声波时差值;
如图8所示,步骤1的10区长4-5的常规声波时差—电阻率交会图识别率35.1%;
步骤2,同样根据步骤1中利用测井仪器所测的反映低渗复杂岩性储层岩性特征的自然伽马测井参数、同时反映岩性和物性特征的声波时差测井参数、对含油性反映相对灵敏的电阻率测井参数,以及利用专门分析仪器对油田取得的油田水样进行分析所得的地层水矿化度参数,综合低渗复杂岩性储层的岩性、物性、地层水矿化度、含油性与电阻率之间的内在联系,利用经过试油试产所确定的低渗透油层、油水层、水层和干层的自然伽马参数、声波时差参数、电阻率测井参数以及地层水矿化度参数,由绘图工具编制自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层资料点的分布,把该自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为5个区域,划分为5个区域的方式如下所示:
(1)首先根据自然伽马值GR,把自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为2个区域即自然伽马值大于预设的自然伽马下限值GR下限的水层和干层分布区域以及自然伽马值小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域,预设的自然伽马下限值GR下限的值为70;(2)在自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中,进一步可根据油层、油水层、常规水层和干层的分布划分为4个区域,这4个区的范围是通过绘图工具在该自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中绘制出3条斜率相同而截距不同的直线来划分的,该3条直线自下而上依次分别称为第一直线、第二直线和第三直线,3条直线的斜率和截距同样是根据油层、油水层、常规水层和干层的分布来确定的,由第一直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右下方区为水层和干层分布区域,由第一直线、第二直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区域为油层、油水层、水层和干层混合分布区域,由第二直线、第三直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区为水层和干层分布区域,由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上方区为油层、油水层、水层和干层混合分布区域,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据上述划分的5个区域,能够进一步甄别出水层或干层,甄别出的水层或干层满足下述约束条件之一:
(1)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别低渗复杂岩性储层的自然伽马值大于自然伽马下限值GR下限的分布区域为设定为干层或水层;
(2)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别的低渗复杂岩性储层的自然伽马值小于自然伽马下限值GR下限的分布区域、、资料分布在第一直线所限定的右下方的区域中或分布在第二直线和第三直线之间限定的区域中,即设定为水层或干层;
如图9所示,步骤2的10区长4-5的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图的识别率为46.8%;
步骤3:在步骤2中所形成的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中利用绘图工具剔除掉步骤1和步骤2中已经明确识别出的水层和干层,这样,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD交会图中就得到2个油层和油水层分布优势区,该油层和油水层分布优势区分别为第一直线、第二直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定区域以及由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上区域。
如图7所示,步骤3的10区长4-5的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图的识别率为89.6%。
Claims (1)
1.一种逐步识别低渗复杂岩性油藏中的油层和水层的方法,其特征在于,步骤如下:
步骤1:首先对低渗复杂岩性储层通过钻井设备进行钻井,在钻孔中通过使用测井仪器获取低渗复杂岩性储层的声波时差参数、电阻率参数和反映岩性影响的自然伽马参数,所获得的已有经过试油试产所确定的油层、油水层、水层和干层的声波时差参数和电阻率参数经由绘图工具绘制出常规声波时差—电阻率交会图,根据低渗复杂岩性储层的声波时差参数和电阻率参数,并结合其在常规声波时差—电阻率交会图中的分布区域来识别出干层或常规水层、油层和油水层,识别出的干层或常规水层满足下述约束条件之一:
(1)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于根据常规声波时差—电阻率交会图中的常规水层和油层资料点分布状况所确定的稳定的电阻率界限值R0的分布区域设定为干层或常规水层,该稳定的电阻率界限值R0由一条斜率为0的直线限定,当低渗复杂岩性储层的声波时差参数Δt >Δt1时成立,Δt1是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的一个包络线斜率变化点所对应的声波时差参数值;
(2)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的电阻率值RILD小于R1的分布区域设定为干层或常规水层,R1是在当Δt0<声波时差参数Δt <Δt1时的声波时差线性函数,Δt0是根据常规声波时差—电阻率交会图中常规水层和油层资料分布位置所确定的另一个包络线斜率变化点所对应的声波时差参数值,其中Δt0<Δt1;
(3)在常规声波时差—电阻率交会图中,当低渗复杂岩性储层的声波时差值Δt<Δt0的分布区域设定为干层或常规水层;
而识别出的油层和油水层满足下述约束条件:
在常规声波时差—电阻率交会图中,声波时差参数Δt>Δt2且满足电阻率RILD >R0的分布区域设定为油层和油水层,Δt2是在常规声波时差—电阻率交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层的声波时差参数和电阻率参数分布所设定的油层、油水层、干层以及常规水层的混合区同油层和常规水层分布区域的界限值所对应的声波时差值;
步骤2,同样根据步骤1中利用测井仪器所测的反映低渗复杂岩性储层岩性特征的自然伽马测井参数、同时反映岩性和物性特征的声波时差测井参数、对含油性反映相对灵敏的电阻率测井参数,以及利用专门分析仪器对油田取得的油田水样进行分析所得的地层水矿化度参数,综合低渗复杂岩性储层的岩性、物性、地层水矿化度、含油性与电阻率之间的内在联系,利用经过试油试产所确定的低渗透油层、油水层、水层和干层的自然伽马参数、声波时差参数、电阻率测井参数以及地层水矿化度参数,由绘图工具编制自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据已有经过试油试产所确定的油层、油水层、常规水层和干层资料点的分布,把该自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为5个区域,划分为5个区域的方式如下所示:
(1)首先根据自然伽马值GR,把自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图划分为2个区域即自然伽马值大于预设的自然伽马下限值GR下限的水层和干层分布区域以及自然伽马值小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域;(2)在自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中,进一步可根据油层、油水层、常规水层和干层的分布划分为4个区域,这4个区的范围是通过绘图工具在该自然伽马值GR小于预设的自然伽马下限值GR下限的油层、油水层、常规水层和干层分布混合分布区域中绘制出3条斜率相同而截距不同的直线来划分的,该3条直线自下而上依次分别称为第一直线、第二直线和第三直线,3条直线的斜率和截距同样是根据油层、油水层、常规水层和干层的分布来确定的,由第一直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右下方区为水层和干层分布区域,由第一直线、第二直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区域为油层、油水层、水层和干层混合分布区域,由第二直线、第三直线以及自然伽马值GR=自然伽马下限值GR下限的直线所限定的区为水层和干层分布区域,由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上方区为油层、油水层、水层和干层混合分布区域,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,根据上述划分的5个区域,能够进一步甄别出水层或干层,甄别出的水层或干层满足下述约束条件之一:
(1)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别低渗复杂岩性储层的自然伽马值大于自然伽马下限值GR下限的分布区域为设定为干层或水层;
(2)在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中,待识别的低渗复杂岩性储层的自然伽马值小于自然伽马下限值GR下限的分布区域、资料分布在第一直线所限定的右下方的区域中或分布在第二直线和第三直线之间限定的区域中,即设定为水层或干层;
步骤3:在步骤2中所形成的自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD的组合参数(RILD×Δt×KHD)交会图中利用绘图工具剔除掉步骤1和步骤2中已经明确识别出的水层和干层,这样,在自然伽马—声波时差Δt、电阻率RILD及地层水矿化度KHD交会图中就得到2个油层和油水层分布优势区,该油层和油水层分布优势区分别为第一直线、第二直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定区域以及由第三直线和自然伽马值GR=自然伽马下限值GR下限的直线所限定的右上区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098085.7A CN103132993B (zh) | 2013-03-26 | 2013-03-26 | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098085.7A CN103132993B (zh) | 2013-03-26 | 2013-03-26 | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103132993A CN103132993A (zh) | 2013-06-05 |
CN103132993B true CN103132993B (zh) | 2015-05-20 |
Family
ID=48493374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310098085.7A Expired - Fee Related CN103132993B (zh) | 2013-03-26 | 2013-03-26 | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103132993B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291749A (zh) * | 2016-07-18 | 2017-01-04 | 中国石油大学(华东) | 一种盆缘稠油油藏与浅层气藏的关联研究方法 |
CN109740636A (zh) * | 2018-12-12 | 2019-05-10 | 华北电力大学 | 基于AdaBoost结合GRU的地层油水层识别方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103775057B (zh) * | 2013-12-27 | 2016-08-17 | 中国石油天然气股份有限公司 | 一种致密油气藏有效储层的判识方法及装置 |
CN103711482B (zh) * | 2014-01-06 | 2016-09-21 | 山东科技大学 | 一种基于两种测井曲线重叠图快速识别碎屑岩储层的方法 |
CN103867197B (zh) * | 2014-04-04 | 2016-07-20 | 中国石油集团川庆钻探工程有限公司 | 复杂岩性天然气层声波时差判别法 |
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 |
CN105156104B (zh) * | 2015-06-18 | 2019-06-14 | 中海油能源发展股份有限公司 | 一种基于参数重构的气测录井油气水识别方法 |
CN106223940A (zh) * | 2016-07-19 | 2016-12-14 | 中国石油天然气股份有限公司 | 一种多层砂岩油藏低阻油层综合识别方法及装置 |
CN106125158A (zh) * | 2016-07-19 | 2016-11-16 | 中国石油天然气股份有限公司 | 一种复杂油气藏油水层识别方法及装置 |
CN106869919B (zh) * | 2017-04-28 | 2020-08-11 | 陕西延长石油(集团)有限责任公司研究院 | 一种三角洲前缘薄油藏识别方法 |
CN110873904B (zh) * | 2018-09-03 | 2022-02-01 | 中国石油天然气股份有限公司 | 流体识别方法及装置 |
CN111173505B (zh) * | 2018-10-23 | 2023-08-22 | 中国石油天然气股份有限公司 | 确定储集层下限的方法和装置 |
CN110130881B (zh) * | 2019-04-18 | 2022-05-06 | 中国石油天然气股份有限公司 | 一种油田水平井堵水位置快速判识方法 |
CN110847901B (zh) * | 2019-12-11 | 2021-09-14 | 成都理工大学 | 一种变矿化度地层水下的致密砂岩储层流体识别方法 |
CN111781663B (zh) * | 2020-07-30 | 2023-06-09 | 陕西延长石油(集团)有限责任公司 | 一种快速判断砂岩储层流体性质的方法及模型 |
CN115234216B (zh) * | 2022-05-25 | 2023-09-19 | 东营市永昇能源科技有限责任公司 | 一种测井识别版图的建立方法及其应用 |
CN115961952A (zh) * | 2023-02-21 | 2023-04-14 | 成都理工大学 | 一种油气藏内基于组合参数的储层流体综合判别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1114711A (zh) * | 1994-07-08 | 1996-01-10 | 李昌平 | 自然电位测井识别油水层的方法 |
CN1743872A (zh) * | 2005-09-26 | 2006-03-08 | 大庆油田有限责任公司 | 多参数降维油气水层识别方法 |
CN101930082A (zh) * | 2009-06-24 | 2010-12-29 | 中国石油集团川庆钻探工程有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
US7912649B2 (en) * | 2008-06-06 | 2011-03-22 | Ohm Limited | Geophysical surveying |
CN102518428A (zh) * | 2011-11-11 | 2012-06-27 | 中国石油天然气股份有限公司 | 油水层识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154851A1 (en) * | 2008-06-18 | 2009-12-23 | Exxonmobil Upstream Research Company | Seismic fluid prediction via expanded avo anomalies |
-
2013
- 2013-03-26 CN CN201310098085.7A patent/CN103132993B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1114711A (zh) * | 1994-07-08 | 1996-01-10 | 李昌平 | 自然电位测井识别油水层的方法 |
CN1743872A (zh) * | 2005-09-26 | 2006-03-08 | 大庆油田有限责任公司 | 多参数降维油气水层识别方法 |
US7912649B2 (en) * | 2008-06-06 | 2011-03-22 | Ohm Limited | Geophysical surveying |
CN101930082A (zh) * | 2009-06-24 | 2010-12-29 | 中国石油集团川庆钻探工程有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
CN102518428A (zh) * | 2011-11-11 | 2012-06-27 | 中国石油天然气股份有限公司 | 油水层识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
低阻油气层评价技术及分布规律研究;程相志;《中国博士学位论文全文数据库基础科学辑》;20090615(第6期);A011-11 * |
王轩然等.镇北地区长8储层特征分析及其定性识别方法.《山东理工大学学报(自然科学版)》.2009,第23卷(第3期), * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291749A (zh) * | 2016-07-18 | 2017-01-04 | 中国石油大学(华东) | 一种盆缘稠油油藏与浅层气藏的关联研究方法 |
CN109740636A (zh) * | 2018-12-12 | 2019-05-10 | 华北电力大学 | 基于AdaBoost结合GRU的地层油水层识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103132993A (zh) | 2013-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103132993B (zh) | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 | |
CN104698500A (zh) | 一种利用地质和测井信息预测储层成岩相的方法 | |
KR101148835B1 (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 암상 예측방법 및 이를 구현하는 시스템 | |
CN109388817A (zh) | 一种储层裂缝三维建模方法 | |
CN104280770B (zh) | 致密过渡岩储层的预测方法 | |
CN103437760B (zh) | 一种使用阵列感应数据快速评价油水层的方法 | |
CN106951660A (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
CN103711482B (zh) | 一种基于两种测井曲线重叠图快速识别碎屑岩储层的方法 | |
Euzen et al. | Well log cluster analysis: an innovative tool for unconventional exploration | |
KR101853334B1 (ko) | 순차층서 분석을 통한 비전통자원 개발 구간 예측 방법 | |
CN107977480A (zh) | 一种页岩气储层产气性快速评价方法 | |
CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
Onana et al. | Analysis of crystalline bedrock aquifer productivity: case of central region in Cameroon | |
CN110082835A (zh) | 曲流河点坝疏松砂岩储层物性建模新方法 | |
Schlanser et al. | Lithofacies classification in the Marcellus Shale by applying a statistical clustering algorithm to petrophysical and elastic well logs | |
CN106501870A (zh) | 一种湖相致密介壳灰岩相对优质储层识别方法 | |
KR101131517B1 (ko) | 물리검층 자료의 통계학적 해석결과를 활용한 오일샌드 지역 지하정보의 처리시스템 및 이를 이용한 오일샌드 지역 지하정보의 처리방법 | |
AU2017279838B1 (en) | Method for classifying deep rock geofacies based on data mining | |
KR101175072B1 (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 공극 유체 유추방법 및 유추시스템 | |
CN104360386B (zh) | 一种针对花岗岩地层划分对比的面元法 | |
CN106054255A (zh) | 基于微地震特性的页岩气储层可压性评价方法 | |
Gupta et al. | Rock typing in the upper Devonian-lower Mississippian woodford shale formation, Oklahoma, USA | |
Nworie et al. | Paleokarst features in the aptian carbonates of the barra velha formation, santos basin, brazil | |
CN109655933A (zh) | 非常规地层的岩性识别方法及系统 | |
Noufal et al. | New Borehole Image Log Based Technique for Pore System Characterization Predicts Productive Intervals in a Tight Carbonate Reservoir in Abu Dhabi |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20200326 |