CN103180548A - 描绘地下储层中烃类产气带的特征的系统和方法 - Google Patents

描绘地下储层中烃类产气带的特征的系统和方法 Download PDF

Info

Publication number
CN103180548A
CN103180548A CN2011800512146A CN201180051214A CN103180548A CN 103180548 A CN103180548 A CN 103180548A CN 2011800512146 A CN2011800512146 A CN 2011800512146A CN 201180051214 A CN201180051214 A CN 201180051214A CN 103180548 A CN103180548 A CN 103180548A
Authority
CN
China
Prior art keywords
band
rock
sulfur
classes
low
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
Application number
CN2011800512146A
Other languages
English (en)
Inventor
刘呈冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chevron USA Inc
Original Assignee
Chevron USA Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chevron USA Inc filed Critical Chevron USA Inc
Publication of CN103180548A publication Critical patent/CN103180548A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V20/00Geomodelling in general

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

一种描绘地下储层中烃类气体净产带的特征的系统和计算机实施方法,包括根据测井数据确定低硫带指标;根据测井数据确定岩石性质;以及根据所述低硫带指标和岩石性质识别净产带的一个或多个类。通过计算中子-密度分离和使用所述中子-密度分离和测井数据,可以确定所述低硫带指标。根据测井数据确定的岩石性质可以包括总含水饱和度、吸附气体饱和度、气体总量、孔隙度、水力压裂的倾向、所述总含水饱和度的不确定性等级、所述气体总量的不确定性等级,以及所述孔隙度和气体总量的基线。使用低硫带指标和岩石性质,能够识别净产带的一个或多个类。

Description

描绘地下储层中烃类产气带的特征的系统和方法
相关申请的交叉引用
本申请涉及标题为“System and Method for Sweet ZoneIdentification in Shale Gas Reservoirs”的美国专利申请序列号12/880,436(代理机构卷号T-8135),其全部内容在此引用作为参考。
技术领域
一般来说,本发明涉及描绘地下储层中烃类产气带的特征的系统和方法,确切地说,涉及页岩气储层中净产带的识别和分类的方法和系统。
背景技术
“净产带”可以用于描绘商业上关注的多孔、可渗透的烃类气储层的特征。快速准确识别井中的净产带、这些净产带的分类、这些净产带的测绘以及在最佳净产带内布置水平井眼是天然气勘探和开发中的一些最重要任务。关于页岩气田尤其是这种情况,其中富含有机物带的识别和分类方法的重要性增加了。
在许多情况下,现有方法仅仅适用于已经应用它们的特定地层,而对新区域的勘探和开发不具有一般的实用性。
发明内容
根据本发明的一个实施例,描绘地下储层中烃类产气带的特征的计算机实施的方法包括:基于与所述储层有关的测井数据确定低硫带(sweet zone)指标,基于所述测井数据确定岩石性质,根据所述低硫带指标和所述岩石性质导出净产带的一个或多个类,以及输出所述净产带以标识所述地下储层内的受关注区域。通过计算归一化的中子密度分离和使用所述计算的归一化的密度分离和测井数据,能够确定所述低硫带指标。按照所述测井数据确定的所述岩石性质可以包括总含水饱和度、吸附气体饱和度、气体总量、孔隙度、水力压裂的倾向、所述总含水饱和度的不确定性等级、所述气体总量的不确定性等级以及所述孔隙度和气体总量的基线。所述净产带的一个或多个类可以包括基于所述低硫带指示和所述岩石性质描绘其特征的第一类、第二类和第三类净产带。
在某实施例中,描绘地下储层中烃类气体净产带的特征的系统包括:用于提供表示所述地下储层物理特征的数据的设备;计算机处理器,与所述设备通信并且被配置为接收所述数据以及响应所述数据而执行计算机可执行代码,所述计算机可执行代码包括低硫带指标模块,用于根据所述数据识别潜在的富含有机物带,岩石性质模块用于根据所述数据计算岩石性质,以及净产带识别模块,用于根据所述低硫带指标和所述岩石性质识别净产带的一个或多个类。所述系统还包括用户接口和显示器。
提供以上发明内容部分是为了用简化的形式引入在以下详细说明部分中进一步说明的若干选定概念。本发明内容并非试图标识所述权利要求主题的关键特征或本质特征,也并非试图用于限制所述权利要求主题的范围。不仅如此,所述权利要求主题不限于解决在本公开的任何部分中指出的任何或全部缺点的若干实施方案。
附图说明
关于以下说明、待批准权利要求书和附图,本发明的这些和其他特征将变得更好理解,其中:
图1是流程图,展示了根据本发明实施例的方法;
图2是流程图,展示了根据本发明实施例确定低硫带指标的步骤;
图3示意地展示了执行根据本发明实施例的方法的系统。
具体实施方式
本发明可以在系统和由计算机执行的计算机方法的一般语境中介绍和实施。这样的计算机可执行指令可以包括若干程序、例程、对象、组件、数据结构和计算机软件技术,能够用于执行具体的任务和处理抽象的数据类型。本发明的软件实施可以以不同的语言编写,在各种各样的计算平台和环境中应用。应当认识到,本发明的范围和基本原理不限于任何具体的计算机软件技术。
不仅如此,本领域技术人员将认识到,使用硬件和软件配置的任何一种或结合都可以实践本发明,包括但是不限于具有单和/或多计算机处理器的系统、手持设备、可编程的消费者电子设备、小型计算机、大型计算机等。本发明还可以在分布式计算环境中实施,其中任务由通过一个或多个数据通信网络链接的服务器或其他处理设备执行。在分布式计算环境中,在包括存储器存储设备的本地和远程计算机存储介质都可以有程序模块。
同样,计算机处理器使用的制成品比如CD、预录制磁盘或其他等同设备,可以包括计算机程序存储介质及其上记录的程序装置,用于指挥计算机处理器促进本发明的实施和实践。这样的设备和制成品同样落入本发明的实质和范围之内。
现在参考附图,将介绍本发明的实施例。本发明能够以无数种方式实施,包括例如作为系统(包括计算机处理系统)、方法(包括计算机实施的方法)、装置、计算机可读介质、计算机程序产品、图形用户界面、网络入口或者有形地固定在计算机可读存储器中的数据结构。以下讨论了本发明的几个实施例。附图仅仅展示了本发明的典型实施例,所以不应当视为对其范围和广度的限制。
本发明涉及描绘烃类的产气带的特征并且,作为实例而不是限制,能够被用于评估页岩层以判断它们是否有很可能包含显著量的有机物质,从而充当烃类资源的良好来源,以及评估允许烃类资源通过井眼采出的岩石性质。在页岩气储层中,可以考虑的两种岩石性质要素是岩石的气体容量和岩石力学性质。描绘地层的特征的一种方法是沿着穿透地层的井眼进行特征测量,或者在钻井操作期间或者在之后,即测井。测井包括许多技术,例如包括声波测量、密度测量、电阻率/电导率测量、超声、NMR、中子、铀浓度和放射性扩散。这种类型的井眼数据常常被用于对直接检验的岩心收集进行替代或补充。按照惯例,测井的井眼数据由解释人员分析以便评价地下地质建造,允许做出关于井潜力的决策或者确定周围地质区域性质的有关信息。或者在井眼钻进期间或者之后可以收集井眼数据。
本发明人已经确定,通过结合来自各种各样测井记录的信息,可以以定量方式识别若干地层或地层的若干部位,它们很可能富含有机物质因而很可能提供烃类产出潜力,而不需要人的解释。另外,本发明人已经确定,有可能把若干富含有机物地层或地层的若干部位分类为第一类净产带,使用当前的技术能够从中采出烃类气体,或者第二类净产带,使用未来的技术可以从中采出烃类气体,取决于来自测井记录的附加信息。地层内的附加产层能够依赖于其邻近富含有机物带而被识别和分类。净产带的这些类能够由依赖于特定岩石性质的类型而被进一步描绘。
在这点上,在图1的流程图中展示了根据本发明的方法100的实例。在步骤10,接收测井数据。在某实施例中,测井数据包括中子、密度、铀浓度、电阻率和声波数据。在另一个实施例中,铀浓度被伽马射线数据替代。正如将认识到,测井数据可以由各种各样的测井技术的任何一种采集,也可以是来自在执行本方法的计算机系统中本地或远程存储的现有测井数据。正如能够认识到,存在着许多附加类型的测井数据,它们可能对描绘烃类气体净产带有用,并且以上实例并非意味着限制可以使用的数据,或者要求所列出的测井数据类型要使用。
从该测井数据,在步骤12确定低硫带指标并在步骤14计算岩石性质。这些步骤可以按任何次序或并发地执行,并且对于受关注具体地层内的若干深度带,或者对于受关注地层的若干部位内的若干深度带,可以在井眼中的每个深度水平执行。步骤14算出的岩石性质的实施例包括总含水饱和度、总含水饱和度的不确定性等级、吸附气体饱和度、气体总量、地层岩石中气体总量的基线、气体总量的不确定性等级、孔隙度以及井眼周围岩石的水力压裂倾向。如果井眼周围地层包含碳酸盐岩,在步骤14中算出的岩石性质还可以包括碳酸盐岩的孔隙度基线。正如本领域技术人员能够认识到,这些岩石性质能够从以下测井记录或其组合计算:中子、密度、铀(或在未得到铀测井记录时的伽马射线)、电阻率、元素俘获谱。
在步骤14中算出的基线可以是若干常数、若干曲线或若干趋势线,取决于地质或井眼条件。在一个实施例中,可以从若干测井记录的若干部位计算基线。在另一个实施例中,可以从不同井眼的若干测井记录计算基线。在第三个实施例中,可以从来自模拟地层的已知地质数据中选择基线。这些实施例不意味着限制计算基线的方法。
在步骤14中算出的水力压裂的倾向是在井眼中使用水力压裂技术能够如何容易地把岩石压裂的度量。水力压裂的这种倾向可以很大,意味着可以容易地把井眼周围的地层压裂,或者很小,意味着难以把井眼周围的地层压裂。确定水力压裂的倾向依赖于当前的水力压裂技术、当前的水力压裂策略以及下面的方程:
EZPfrac=((2*PR)/(1-PR))*∫(0.433*ρb)dz+((1-(2*PR)/(1-PR)))*∫(0.433*ρpf)dz等式1
关于等式1,EZPfrac是连同当前水力压裂技术和策略知识使用的数字值,以判断水力压裂的倾向是大还是小,PR是泊松比,ρb是以g/cc为单位的地层体密度,ρpf是以g/cc为单位的等效孔隙流体密度或泥浆密度,而z是以英尺计的真实垂直深度。计算EZPfrac通常在先前已经确定具有页岩气生产价值的井眼深度区间上完成。
使用低硫带指标和岩石性质,在步骤16识别净产带的多个类。低硫带指标和算出的岩石性质被用于判断井眼周围地层的若干部位是否具有烃类气体源、岩石的气体容量以及水力压裂的倾向。在一个实施例中,为了判断地层的一部分或全部是否可能是潜在的净产带(PNP),可以由以下逻辑进行评估:
if(RNR>0and GC_TG>(GC_TG_NSBSL+GC_TG_UNCL)andPHIT>PHIT_TCSBSL)then PNP=1else PNP=0
其中RNR是低硫带指标,GC_TG是气体总量,GC_TG_UNCL是气体总量的不确定性等级,GC_TG_NSBSL是地层中岩石的气体总量的基线,PHIT是孔隙度而PHIT_TCSBSL是碳酸盐岩的孔隙度基线,如果它们在该地层中存在否则可以设置为零。
在一个实施例中,当某地层的一部分或全部已经被识别为潜在的净产带(PNP=1),那么该层就被划分为第一类和第二类净产带。在页岩气储层中,第一类产气带(PNP_C1)可以被定义为可能含有使用当前技术可以采出的烃类气体的潜在的净产带。第二类产气带(PNP_C2)可以被定义为可能含有使用未来技术可以采出的烃类气体的潜在的净产带。在一个实施例中,能够由以下逻辑定义这些产气带类:
if(PNP=1and(1-Swt)>Swt_UNCL and EZPfrac=large)then PNP_C1=1else PNP_C1=0
if(PNP=1and PNP_C1=0)then PNP_C2=1
其中Swt是总含水饱和度而Swt_UNCL是总含水饱和度的不确定性等级。项(1-Swt)也被定义为吸附气体饱和度。
正如能够认识到,以上逻辑意味着当某页岩层的一部分或全部被识别为低硫带时,可以把该部分或全部进一步分类为或者第一类净产带,它具有大的吸附气体饱和度和大的水力压裂倾向,意味着将容易使用当前技术生产气体,或者第二类净产带,在将来利用增强技术它可以为经济储层。
作为实例而不是限制,第二类净产带可以被进一步分类为取决于其具体岩石性质的类型。在一个实施例中,第二类净产带如果其吸附气体饱和度大于总含水饱和度的不确定性等级可以是类型A(PNP_C2A),或者如果其水力压裂倾向大可以是类型B(PNP_C2B),如以下逻辑所示:
if(PNP_C2=1and(1-Swt)>Swt_UNCL)then PNP_C2A=1elsePNP_C2A=0
if(PNP_C2=1and EZPfrac=large)then PNP_C2B=1else PNP_C2B=0。
在确定从这第二类净产带中生产气体的所需技术时,这些类型有可能是有用的。
以上实施例使用仅仅两个类用于可能包含烃类气体的某地层一部分或全部内的潜在净产带。正如能够认识到,取决于生产烃类气体的可用技术,这些分类可以变化并且可以添加其他类。以上实施例不意味着限制对净产带的识别和分类。
除了被识别为低硫带的地层的一部分或全部中的净产带的若干类之外,对低硫带之外的潜在净产带进行分类也可能有益。本领域技术人员将知晓在低硫带中产生的烃类气体可以运移短距离到附近地层中。所以,有可能对不具有肯定的低硫带指标但是在物理上靠近具有肯定的低硫带指标的地层的该部分或全部的另一个净产带进行分类。在这种情况下,如果所述地层的该部分或全部具有的吸附气体饱和度大于总含水饱和度的不确定性等级并且它在某个短距离之内,在一个实施例中可以是50英尺,就可以将所述地层的该部分或全部分类为另一个净产带。在低硫带指标净产带被识别为第一类和第二类净产带的实施例中,这种净产带可以被识别为第三类产气带。
图2的流程图展示了按照图1的步骤12确定低硫带指标(RNR)的方法200的实施例。在某具体实例中并且不作为限制,对于页岩地层可以实行这种方法。按照中子和密度测井数据,在步骤20计算视密度孔隙度(PHIT_D)。在这点上,等式2展示了对PHIT_D的计算:
PHIT_D=min(max(((ρMB)/(ρMF)),0.0),1.0)   等式2
关于等式2,ρM是岩石基质的密度(其中基质被选择为方解石基质或其他适合的基质,取决于页岩地层的地质条件),ρB是岩石的体密度,而ρF是岩石中流d体密度,流体可以是水。正如将认识到,当比值(ρMB)/(ρMF)为负时这个等式将产生值0.0,当比值大于1时为1.0,而比值在0与1之间时为该比值。也就是,它计算的孔隙度值由0和1限制。下一步,在步骤22,根据等式3计算视中子孔隙度(PHIT_N):
PHIT_N=min(max(((TNPH-TNPM)/(TNPF-TNPM)),0.0),1.0)等式3
在等式3中,TMPH是岩石的中子孔隙度读数。TNPM是基质的中子孔隙度而TNPF是流体的中子孔隙度。类似于等式4,对于比值(TNPH-TNPM)/(TNPF-TNPM)在0与1之间的值,这个等式产生的值等于比值,而对于全部其他比值由0和1限制。
使用等式2和等式3的结果,根据等式4可以计算归一化的中子-密度分离(VWSH_NDS)(步骤24):
VWSH_NDS=max(min([(PHIT_N-PHIT_D)–(PHIT_N-PHIT_D)min]/[(PHIT_N-PHIT_D)ns-(PHIT_N-PHIT_D)min],1.0),-1.0)   等式4
在等式4中,新引入的量(PHIT_N-PHIT_D)ns是对正常页岩的中子-密度分离而(PHIT_N-PHIT_D)min是(PHIT_N-PHIT_D)的最小值并且一般等于或非常接近0。在某实施例中,(PHIT_N-PHIT_D)min取为0并且删除了分子和分母的那部分。这种等式产生的值在-1与1之间,尽管在大多数情况下该值在0与1之间。
在步骤26,确定若干量中每一个的基线值。对于使用中子、密度、铀浓度和电阻率数据的实施例,对这些的每一个都确定了基线值。对于以伽马射线数据代替铀浓度数据的实施例,确定了伽马射线测井读数的基线值。
在步骤28,在先前步骤中确定的若干值用于根据以下逻辑产生低硫带指标(RNR):
if(VWSH_NDS<VWSH_NDS_NSBSL·FVBSL and URAN>URAN_NSBSL·FUBSL and RD>RD_NSBSL·FRBSL) thenRNR=1else RNR=0
在步骤28的以上逻辑中,VWSH_NDS_NSBSL是对正常页岩的归一化中子-密度分离基线,URAN是铀浓度、URAN_NSBSL是正常页岩的基线铀浓度,RD是电阻率,RD_NSBSL是对正常页岩的基线电阻率,FVBSL、FUBSL和FRBSL是各自基线的调整因子。因此,如果归一化中子-密度分离小于调整后的基线,并且铀和电阻率是高于其各自调整后的基线,那么指标取值1,否则它取值0。
正如将认识到,每种类型的测井记录的基线可以是常数,也可以是曲线或趋势线,取决于地质状况或井眼条件。选择各自的调整因子FVBSL、FUBSL和FRBSL,以便降低测量噪声也降低实际地质构造中的高频变化,从而改进指标的可靠性。
在替代步骤28中,对于以伽马射线测井记录代替铀测井记录的情况,可以使用下面的逻辑:
if(VWSH_NDS<VWSH_NDS_NSBSL·FVBSL and GR>GR_NSBSL·FGBSL and RD>RD_NSBSL·FRBSL)then RNR=1else RNR=0
在步骤28的替代逻辑中新引入的量是GR,它指示伽马射线数据,GR_NSBSL,它是对正常页岩的伽马射线基线,以及FGBSL,用于伽马射线基线的调整因子。
一般来说,选择调整因子接近1,并且在某实施例中能够被限制为在0.5与1.5之间的范围。在具体实施例中,(FVBSL、FUBSL、FRBSL、FGBSL)=(0.6,.99,.99,.99)。
正如将认识到,能够以任何顺序执行步骤20和22。同样,在步骤26中进行的对每种类型的测井记录的基线确定,原则上能够在任何其他计算之前,以及在除步骤28的那些计算(它们依赖于步骤26的结果)外的所有计算之后进行。
对两种先前逻辑语句任一个的估算将返回值1或0,分别指示低硫带的存在或不存在。然后可以使用该指标作为确定深度的基础以启动水平钻井操作,否则指导生产钻井决策。
图3示意地展示了执行本方法的系统300。该系统包括数据存储设备即存储器32。可以使得存储的数据对处理器34可用,比如可编程的通用计算机。处理器34被配置为执行低硫带指标模块以识别潜在的富含有机物带,执行岩石性质模块以计算岩石性质,以及执行净产带识别模块以识别净产带的一个或多个类。处理器34可以包括接口组件比如显示器36和用户接口38,并且用于实施根据本发明的实施例的以上介绍的变换。用户接口既可以用于显示数据和处理后的数据产品,又可以用于允许用户在实施本方法的各方面的选项当中选择。在处理器34上算出的已识别和分类的净产带可以显示在显示器36上、存储在数据存储设备即存储器32上或者既显示又存储。
虽然在以上说明书中本发明已经关于其一定的优选实施例进行了介绍,并且为了展示目的已经阐述了许多细节,但是本发明允许变化并且本文介绍的某些其他细节能够相当大地变化而不脱离本发明的基本原理,对于本领域技术人员将是显而易见的。此外应当认识到,本文在任何一个实施例中显示或介绍的结构特征和方法步骤也都能够被用在其他实施例中。

Claims (19)

1.一种描绘地下储层中烃类气体净产带的特征的计算机实施的方法,包括:
基于与所述储层有关的测井数据确定低硫带指标;
基于所述测井数据确定岩石性质;
根据所述低硫带指标和所述岩石性质导出净产带的一个或多个类;以及
输出所述一个或多个净产带以标识所述地下储层内的受关注区域。
2.根据权利要求1的方法,其中,确定所述低硫带指标包括:
计算归一化的中子密度分离;以及
使用所述归一化的中子密度分离和所述测井数据确定所述低硫带指标。
3.根据权利要求1的方法,其中,确定所述岩石性质包括按照所述测井记录计算总含水饱和度、吸附气体饱和度、气体总量、孔隙度以及水力压裂的倾向。
4.根据权利要求3的方法,进一步包括计算所述总含水饱和度的不确定性等级和所述气体总量的不确定性等级。
5.根据权利要求3的方法,进一步包括确定所述地下储层中存在的碳酸盐岩的孔隙度基线。
6.根据权利要求3的方法,进一步包括确定所述地下储层中存在岩石的气体总量基线。
7.根据权利要求3的方法,其中,计算所述水力压裂的倾向使用了泊松比、地层体密度、等效孔隙流体密度以及真实垂直深度。
8.根据权利要求1的方法,其中,所述净产带的一个或多个类包括一个或多个第一类净产带。
9.根据权利要求8的方法,其中,所述第一类净产带具有:所述低硫带指标大于0,所述气体总量大于所述岩石的所述气体总量基线与所述气体总量的所述不确定性等级之和,所述孔隙度大于所述碳酸盐岩的所述孔隙度基线,所述吸附气体饱和度大于所述总含水饱和度的所述不确定性等级,以及所述水力压裂的倾向大。
10.根据权利要求1的方法,其中,所述净产带的一个或多个类包括一个或多个第二类净产带。
11.根据权利要求10的方法,其中,所述第二类净产带具有:所述低硫带指标大于0,所述气体总量大于所述岩石的所述气体总量基线与所述气体总量的所述不确定性等级之和,以及所述孔隙度大于所述碳酸盐岩的所述孔隙度基线。
12.根据权利要求1的方法,其中,所述净产带的一个或多个类包括一个或多个第三类净产带。
13.根据权利要求12的方法,其中,所述一个或多个第三类净产带具有:所述吸附气体饱和度大于所述总含水饱和度的所述不确定性等级,以及到低硫带指标的小物理距离大于0。
14.根据权利要求1的方法,其中,所述净产带的一个或多个类进一步由从所述岩石性质导出的一个或多个类型描绘。
15.一种描绘地下储层中烃类净产带的特征的系统,包括:
用于提供表示所述地下储层物理特征的数据的设备;
计算机处理器,与所述设备通信并且被配置为接收所述数据以及响应所述数据而执行计算机可执行代码,所述计算机可执行代码包括:
低硫带指标模块,用于根据所述数据识别潜在的富含有机物带;
岩石性质模块,用于根据所述数据计算岩石性质;以及
净产带识别模块,用于根据所述低硫带指标和所述岩石性质识别净产带的一个或多个类;以及
用户接口。
16.根据权利要求14的系统,进一步包括用于计算所述总含水饱和度的不确定性等级和所述气体总量的不确定性等级的模块。
17.根据权利要求14的系统,进一步包括用于确定所述地下储层中存在的碳酸盐岩的孔隙度基线的模块。
18.根据权利要求14的系统,进一步包括用于确定所述地下储层中存在的岩石的气体总量基线的模块。
19.一种包括计算机可读介质的制成品,在计算机可读介质中包含有计算机可读程序代码,所述计算机可读程序代码适于被执行以实施描绘地下储层中烃类气体净产带的特征的方法,所述方法包括:
基于与所述储层有关的测井数据确定低硫带指标;
基于所述测井数据确定岩石性质;
根据所述低硫带指标和所述岩石性质导出净产带的一个或多个类;以及
输出所述一个或多个类净产带以标识所述地下储层内的受关注区域。
CN2011800512146A 2010-09-13 2011-07-15 描绘地下储层中烃类产气带的特征的系统和方法 Pending CN103180548A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/880,453 2010-09-13
US12/880,453 US8332155B2 (en) 2010-09-13 2010-09-13 System and method for hydrocarbon gas pay zone characterization in a subterranean reservoir
PCT/US2011/044135 WO2012036784A1 (en) 2010-09-13 2011-07-15 System and method for hydrocarbon gas pay zone characterization in a subterranean reservoir

Publications (1)

Publication Number Publication Date
CN103180548A true CN103180548A (zh) 2013-06-26

Family

ID=45807526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800512146A Pending CN103180548A (zh) 2010-09-13 2011-07-15 描绘地下储层中烃类产气带的特征的系统和方法

Country Status (9)

Country Link
US (1) US8332155B2 (zh)
EP (1) EP2616853A4 (zh)
JP (1) JP2013542413A (zh)
CN (1) CN103180548A (zh)
AU (1) AU2011302599B2 (zh)
BR (1) BR112013005709A2 (zh)
CA (1) CA2810624A1 (zh)
EA (1) EA201390377A1 (zh)
WO (1) WO2012036784A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105822293A (zh) * 2016-03-17 2016-08-03 成都创源油气技术开发有限公司 一种采用常规测井资料识别优质页岩气储层的方法
CN106461810A (zh) * 2014-06-05 2017-02-22 雪佛龙美国公司 构建复杂地球模型的系统和方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2816496A1 (en) * 2011-05-10 2012-11-15 Chevron U.S.A. Inc. System and method for hydrocarbon pay zone definition in a subterranean reservoir
CN104977618B (zh) * 2014-04-09 2017-09-22 中国石油集团东方地球物理勘探有限责任公司 一种评价页岩气储层及寻找甜点区的方法
CN103983536B (zh) * 2014-06-06 2016-04-20 陕西延长石油(集团)有限责任公司研究院 一种利用测井曲线获得页岩气含气量的方法
US10557962B2 (en) 2016-09-16 2020-02-11 Saudi Arabian Oil Company Method for measurement of hydrocarbon content of tight gas reservoirs
CN106908854B (zh) * 2017-02-08 2019-01-18 中国石油天然气股份有限公司 目标区域的甜点区的确定方法和装置
US10422916B2 (en) 2017-08-10 2019-09-24 Saudi Arabian Oil Company Methods and systems for determining bulk density, porosity, and pore size distribution of subsurface formations
KR101819957B1 (ko) 2017-09-15 2018-01-19 한국지질자원연구원 셰일가스 채취장치 및 그 채취방법
CN112392471B (zh) * 2019-08-13 2024-02-02 中国石油化工股份有限公司 一种碳酸盐岩储层孔隙度计算方法及装置
CN112034514B (zh) * 2020-07-15 2021-09-14 成都理工大学 一种基于地震沉积学理论的页岩油气系统及其鉴定方法
CN111948718B (zh) * 2020-07-21 2023-11-28 中国石油天然气集团有限公司 页岩气储层总有机碳含量预测方法及装置
CN112211628A (zh) * 2020-11-16 2021-01-12 吉林大学 一种基于多条测井曲线的地层划分方法
CN112526107B (zh) * 2020-11-27 2021-11-16 中国地质大学(北京) 裂缝型致密砂岩储层甜点识别与定量表征的方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4440020A (en) * 1982-04-01 1984-04-03 Schlumberger Technology Corporation Well log depth zoning
US4475038A (en) * 1982-04-16 1984-10-02 Lochmann Mark J In situ lithology determination
US6140816A (en) * 1997-12-12 2000-10-31 Schlumberger Technology Corporation Method of determining the permeability of sedimentary strata
CN1378666A (zh) * 1999-10-12 2002-11-06 埃克森美孚上游研究公司 模拟含烃地层的方法和系统
US6654692B1 (en) * 2002-11-21 2003-11-25 Conocophillips Company Method of predicting rock properties from seismic data
US7113869B2 (en) * 2003-05-22 2006-09-26 Schlumberger Technology Corporation Method for prospect identification in asset evaluation
US20070203681A1 (en) * 2006-02-24 2007-08-30 Saudi Arabian Oil Company Monte carlo simulation of well logging data
CN101096909A (zh) * 2006-06-30 2008-01-02 中国石油天然气股份有限公司勘探开发研究院 一种油层识别和产能评价的方法
US7365307B2 (en) * 2005-02-28 2008-04-29 Schlumberger Technology Corporation Sigma/porosity tools with neutron monitors
US20090319243A1 (en) * 2008-06-18 2009-12-24 Terratek, Inc. Heterogeneous earth models for a reservoir field

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3638484A (en) 1968-11-05 1972-02-01 Schlumberger Technology Corp Methods of processing well logging data
US6612382B2 (en) 1996-03-25 2003-09-02 Halliburton Energy Services, Inc. Iterative drilling simulation process for enhanced economic decision making
US6795773B2 (en) 2001-09-07 2004-09-21 Halliburton Energy Services, Inc. Well completion method, including integrated approach for fracture optimization
US6957146B1 (en) * 2001-12-24 2005-10-18 Rdsp I, L.P. System for utilizing seismic data to estimate subsurface lithology
US6984983B2 (en) 2002-05-31 2006-01-10 Schlumberger Technology Corporation System and method for evaluation of thinly laminated earth formations
US6950748B2 (en) 2002-08-19 2005-09-27 Schlumberger Technology Corporation Methods and systems for resistivity anisotropy formation analysis
US7263443B2 (en) 2004-10-14 2007-08-28 Schlumberger Technology Corporation Computing water saturation in laminated sand-shale when the shale are anisotropic
EP2057586A2 (en) * 2006-08-31 2009-05-13 Shell Internationale Research Maatschappij B.V. Interpreting a plurality of m-dimensional attribute vectors assigned to a plurality of locations in an n-dimensional interpretation space
US8626447B2 (en) * 2010-09-13 2014-01-07 Chevron U.S.A. Inc. System and method for sweet zone identification in shale gas reservoirs

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4440020A (en) * 1982-04-01 1984-04-03 Schlumberger Technology Corporation Well log depth zoning
US4475038A (en) * 1982-04-16 1984-10-02 Lochmann Mark J In situ lithology determination
US6140816A (en) * 1997-12-12 2000-10-31 Schlumberger Technology Corporation Method of determining the permeability of sedimentary strata
CN1378666A (zh) * 1999-10-12 2002-11-06 埃克森美孚上游研究公司 模拟含烃地层的方法和系统
US6654692B1 (en) * 2002-11-21 2003-11-25 Conocophillips Company Method of predicting rock properties from seismic data
US7113869B2 (en) * 2003-05-22 2006-09-26 Schlumberger Technology Corporation Method for prospect identification in asset evaluation
US7365307B2 (en) * 2005-02-28 2008-04-29 Schlumberger Technology Corporation Sigma/porosity tools with neutron monitors
US20070203681A1 (en) * 2006-02-24 2007-08-30 Saudi Arabian Oil Company Monte carlo simulation of well logging data
CN101096909A (zh) * 2006-06-30 2008-01-02 中国石油天然气股份有限公司勘探开发研究院 一种油层识别和产能评价的方法
US20090319243A1 (en) * 2008-06-18 2009-12-24 Terratek, Inc. Heterogeneous earth models for a reservoir field

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106461810A (zh) * 2014-06-05 2017-02-22 雪佛龙美国公司 构建复杂地球模型的系统和方法
CN105822293A (zh) * 2016-03-17 2016-08-03 成都创源油气技术开发有限公司 一种采用常规测井资料识别优质页岩气储层的方法

Also Published As

Publication number Publication date
JP2013542413A (ja) 2013-11-21
US20120065890A1 (en) 2012-03-15
BR112013005709A2 (pt) 2016-05-10
AU2011302599A1 (en) 2013-03-28
EP2616853A1 (en) 2013-07-24
CA2810624A1 (en) 2012-03-22
AU2011302599B2 (en) 2014-10-23
EA201390377A1 (ru) 2014-01-30
WO2012036784A1 (en) 2012-03-22
EP2616853A4 (en) 2018-01-24
US8332155B2 (en) 2012-12-11

Similar Documents

Publication Publication Date Title
CN103180548A (zh) 描绘地下储层中烃类产气带的特征的系统和方法
US8515720B2 (en) Determine field fractures using geomechanical forward modeling
US20150234069A1 (en) System and Method for Quantifying Vug Porosity
CN103603659A (zh) 利用常规测井资料识别复杂孔隙结构储层流体类型的方法
Mirzaei-Paiaman et al. A new framework for selection of representative samples for special core analysis
CN103098062A (zh) 用于页岩气储集层中的低硫区标识的系统和方法
Butsch et al. Integration of well-based subsurface monitoring technologies: Lessons learned at SECARB study, Cranfield, MS
US11073463B2 (en) Methods for modeling permeability in layered rock formations
CN106484925A (zh) 页岩气水平井压裂选段系统及选段方法
KR101175072B1 (ko) 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 공극 유체 유추방법 및 유추시스템
Chowdhury et al. Production Logging and its Implementation: A Technical Review
CN109538199A (zh) 一种煤系地层含气量评价方法、装置及电子设备
Kasim et al. Machine Learning Assisted Reservoir Properties Prediction in a Brownfield Offshore Malaysia
Carr et al. Characterization of a Vertically Compartmentalized Reservoir in a Supergiant Field, Burgan Formation, Greater Burgan Field, Kuwait; Part 2: Evolving Concepts of Reservoir Performance
Abd Karim et al. Vaca Muerta: Integrated Characterization of Natural Fractures And Oil Wettability Using Cores, Micro-resistivity Images and Outcrops for Optimizing Landing Zones of Horizontal Wells
Brand et al. Multi-Disciplinary Fracture and Spacing Study in the DJ Basin
Zuber et al. Coalbed-methane evaluation techniques-The current state of the art
US11709287B2 (en) Well logging to identify low resistivity pay zones in a subterranean formation using elastic attributes
US20230401490A1 (en) Predicting true sand resistivity in laminated shaly sands with artificial intelligence
Hayat et al. Integration of Core and Log Data for Classification of Reservoir Rock Types in Minagish Reservoir of Greater Burgan Field, Kuwait
Zett et al. Flow Diagnostic Surveillance in a Mature Borderline Gas Reservoir
Gupta et al. Raageshwari Deep Gas Field-Tight Resource Rejuvenation Journey from Internal Usage to Commercial Gas Sales
Rajput et al. Characterizing Fluid Flow in Multizone Reservoirs: Integrating Petrophysical Logging with Pressure Transient Responses
Tanner Evaluation of low-resistivity cased-off reserves with the shale-compensated chlorine log
Jorden Goals for formation evaluation

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: 20130626