CN103233728B - 一种LogR-ΔT测井评价的泥页岩油含量预测方法 - Google Patents
一种LogR-ΔT测井评价的泥页岩油含量预测方法 Download PDFInfo
- Publication number
- CN103233728B CN103233728B CN201310178925.0A CN201310178925A CN103233728B CN 103233728 B CN103233728 B CN 103233728B CN 201310178925 A CN201310178925 A CN 201310178925A CN 103233728 B CN103233728 B CN 103233728B
- Authority
- CN
- China
- Prior art keywords
- logr
- log
- depth
- oil content
- sigma
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种LogR-ΔT测井评价的泥页岩油含量预测方法,属于测井勘探技术领域。包含以下几步:①测井数据的预处理;②极小值节点的识别;③测井曲线拉平处理;④标定预测泥页岩地层含油量S1和氯仿沥青“A”的公式参数;⑤定量评价非实测数据泥页岩地层页岩油S1和氯仿沥青“A”含量,实现无取样泥页岩段地层页岩油含量S1和氯仿沥青“A连续预测评价。本发明通过处理后的声波时差与电阻数据直接通过实测数据的标定拟合,实现了对泥页岩含油量S1(或氯仿沥青“A”)的含量模型的快速标定,实现了通过测井数据对非实测含油量S1(或氯仿沥青“A”)段的S1(或氯仿沥青“A”)预测。
Description
技术领域
本发明涉及一种LogR-ΔT测井评价的泥页岩油含量预测方法。属于测井勘探技术领域。
背景技术
实际应用中,泥页岩中页岩油含量主要是指氯仿沥青“A”和S1的相对含量。它是非常规油气资源评价的关键性指标之一,直接关系到油气资源勘探潜力的评价。当前的页岩油气正成为全球油气资源勘探开发的新亮点,页岩油气属于一种自生自储式的油气资源,常规测井评价砂岩含油性的常规解释原理无法满足页岩中残留油气量的预测。但是常规测井响应对泥页岩地层中不同的骨架和流体成分反应敏感度不同,如有机质形成高声波、高电阻、高伽马、低密度等测井响应,而粘土矿物则会造成低电阻、高声波、高伽马、高中子,并且随着粘土矿物类型的变化相应的测井信号也会发生变化;硅质、钙质造成高电阻、高密度、低伽马、低声波、低中子等特征;正因为这些差异,使得常规测井资料识别评价有机质的含量成为可能。
事实上,近年来国内一些学者就常规测井资料确定矿物含量的方法已做过一定的研究,如国外上世纪90代初期Passey等就建立了ΔlogR评价有机质含量的模型,即:TOC=ΔlogR×10(2.297-0.1688LOM)+ΔTOC;刘超等(2011)将其模型进行了改进,实现了陆相快速相变盆地的应用,并取得了良好的应用效果。但是,对于页岩油的关键性参数,即页岩的残留油含量大小没有合适的测井方法进行预测,泥页岩中的烃类(残留油)会造成测井数据的异常响应,如形成高电阻、高伽马、低中子以及相对低密度等响应,因此如何从这些测井信息以及它们的组合信息中提取残留烃的信号,并实现对未知井泥页岩的残留烃量进行预测,实现页岩油气的关键性参数(残留烃)的评价。
发明内容
为了克服现有技术的不足,本发明提供一种LogR-ΔT测井评价的泥页岩油含量预测方法。是一种用LogR-ΔT测井数据联合来评价泥页岩地层的含油量S1或者氯仿沥青“A”含量的一种评价方法。
一种LogR-ΔT测井评价的泥页岩油含量预测方法,采用以下步骤:
步骤①、测井数据的预处理;
步骤②、极小值节点的识别;
步骤③、测井曲线拉平处理;
步骤④、标定预测泥页岩地层含油量S1和氯仿沥青“A”的公式参数;
步骤⑤、定量评价非实测数据泥页岩地层页岩油S1和氯仿沥青“A”含量,实现无取样泥页岩段地层页岩油含量S1和氯仿沥青“A”连续预测评价。
本发明要解决的技术问题是通过常规测井信号处理预测泥页岩含油量S1(或氯仿沥青“A”)的含量。
在含油气的储集岩或富含有机质的非储集岩中,两条曲线之间存在ΔlogR,利用自然伽马曲线及自然电位曲线可以辨别和排除储集层段。在富含残留烃的泥岩段,两条曲线的分离有两种情况:在未成熟的富含残留烃的岩石中还没有油气生成,两条曲线之间的差异仅由声波时差曲线响应造成;在成熟的烃源岩中,除了声波时差曲线响应之外,因为有液态烃类存在,电阻率增加,使两条曲线产生更大的间距。参考ΔlogR计算残留烃的经验公式为:
S1=ΔlogR×10(2.2297-0.1688LOM)+ΔS1 (1)
式(1)中S1表示残留烃的含量,ΔlogR为电阻率曲线与声波时差曲线的叠合幅度差,ΔS1表示基准残留烃的含量。
为了实现上述目的,本发明采取的技术方案为:
一种测井预测残留烃含量的方法,具体为LogR-ΔT法预测泥页岩残留烃含量:
ΔlogR=log(R/R基线)+K(Δt-Δt基线) (2)
式中:K为每个声波时差(1μs/ft)对应对数坐标下电阻率的单位个数;ΔT为声波时差测井值;ΔT基线为声波时差基线值;R为地层电阻率值;R基线为地层电阻率基线值。
式(2)中:K=log(Rmax/Rmin)/(Δtmax-Δtmin) (3)
Rmin(ΔTmin)和Rmax(ΔTmax)分别为声波时差和电阻率曲线叠合时电阻率(声波时差)曲线刻度的最小、最大值。由(2)和(3)可进一步推导为:
ΔlogR=logR+K(ΔT-ΔTmax)-logRmin (4)
这样,以贫残留烃泥岩段幅度差为零作为幅度差计算的一个标准,实际无需读取基线值也可计算幅度差及残留烃含量。这对于一口井来说可以设置多个基线值,分井段建立解释关系式,建立模型的深度范围内Ro变化一般不大,可视为定值,记作A,建立模型的深度范围内可修改为
S1=A×ΔLogR+ΔS1 (5)
结合(3)、(4)和(5),可得:
S1=A×[LogR+K(ΔT-ΔTmax)-LogRmin]+ΔS1
=A×LogR+A×K×ΔT-A(KΔTmax-LogRmin)+ΔS1 (6)
式(5)和式(6)中,A、ΔTmax、Rmin、ΔS1为常数,显然,计算S1含量受叠合系数K值影响,令K取最优值(最优K值能使计算残留烃与实测残留烃间相关度R2最大),则可得到改进的ΔLogR模型:
S1=a×logR+b×ΔT+c (7)
式中,a、b、c为拟合公式的系数。
本发明的有益效果:实现了通过常规测井信号处理并预测泥页岩含油量S1(或氯仿沥青“A”)的含量。与ΔlogR方法相比,不需确定声波时差和电阻率的基线值,取消了基线的位置确定的繁琐与困难过程。本发明通过处理后的声波时差与电阻数据直接通过实测数据的标定拟合,实现了对泥页岩含油量S1(或氯仿沥青“A”)的含量模型的快速标定,实现了通过测井数据对非实测含油量S1(或氯仿沥青“A”)段的S1(或氯仿沥青“A”)预测。对于非常规油气的资源评价有重要帮助。
附图说明
当结合附图考虑时,通过参照下面的详细描述,能够更完整更好地理解本发明以及容易得知其中许多伴随的优点,但此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定,如图其中:
图1是含油量S1(或氯仿沥青“A”)预测方法的流程图。
图2是渤南洼陷罗69井沙三段的地化测井剖面图。
图3是渤南洼陷罗69井沙三段的泥灰岩的预测页岩油含量S1与实测页岩油含量S1的相关关系。
图4是渤南洼陷罗69井沙三段的泥灰岩的预测氯仿沥青“A”与实测氯仿沥青“A”的相关关系。
下面结合附图和实施例对本发明进一步说明。
具体实施方式
显然,本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
实施例1:如图1、图2、图3、图4所示,一种LogR-ΔT测井评价的泥页岩油含量预测方法,
泥页岩地层含油量S1的评价预测的步骤是:
步骤1、测井参数预处理:
①提取声波时差测井数据ΔT与电阻率测井数据R,ΔT的单位为毫秒每英尺(μs/ft),R的单位为欧姆米(Ω·m),
②对电阻率R取对数处理得到logR;
步骤2、节点识别:
从对电阻率R测井曲线上和声波时差ΔT测井曲线上识别出局部范围的极小值,去除非含残留烃层段的影响;数学上求极小值通常用求导的方法,因此需对测井曲线求导;
第i个深度点的logR的一阶导数计算公式为:
logR′(di)=[logR(di+1)-logR(di)]/H (8)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(di+1)为深度di+1处的logR,无量纲;测井数据记录间隔为H(取0.125m);
第i个深度点的声波时差值ΔT的一阶导数计算公式为:
ΔT′(di)=[ΔT(di+1)-ΔT(di)]/H (9)
di为第i点的深度值,di的单位为米(m);ΔT(di)为深度di处的声波时差值,ΔT(di)的单位为毫秒每英尺(μs/ft);ΔT(di+1)为深度di+1处的声波时差值,ΔT(di+1)的单位为毫秒每英尺(μs/ft);测井数据记录间隔为H(取0.125m);
但由于测井曲线具有一定的采样间隔,在一定尺度上讲属不连续曲线,计算得到的极值点和实际的极值点不一定吻合,采用导数符号变化的点作为极值点;
logR′(di)<=0,logR′(di+1)>0;则logR(di)为极小值,记录dm=di;
同样,如果ΔT′(di)<=0,ΔT′(di+1)>0;则ΔT(di)为极小值,记录dn=di;
步骤3、测井曲线拉平:
在di深度段泥岩层中,dm<di<dm+1,则:
LlogR(di)=logR(di)-[logR(dm)+logR(dm-1)]/2 (10)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(dm)为深度dm处的logR,无量纲;logR(dm-1)为深度dm-1处的logR,无量纲;LlogR(di)为拉平处理后的logR(di)值,无量纲;测井数据记录间隔为H(取0.125m);
同样,在di深度段泥岩层中,dn<di<dn+1,则:
LΔT(di)=ΔT(di)-[ΔT(dn)+ΔT(dn-1)]/2 (11)
di为第i点的深度值,单位:米(m);ΔT(di)为深度di处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn)为深度dn处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn-1)为深度dn-1处的声波时差值,单位为毫秒每英尺(μs/ft);LΔT(di)为拉平处理后的声波时差值,单位为毫秒每英尺(μs/ft);测井数据记录间隔为H(取0.125m);
步骤4、含油量S1的预测模型的标定:
S1=a×LlogR+b×LΔT+c (12)
对于一系列(n个点,n>=3)残留烃S1的实测点:
都有对应的LlogR和LΔT值:
(LlogRi,LΔTi,S1i)i=0,1,..,n-1
LlogR(i)为第i个点拉平处理后的logR(di)值,无量纲;LΔT(i)为第i个点拉平处理后的声波时差值,单位为毫秒每英尺(μs/ft);S1i为第i个点的热解含油量,单位为毫克每克(mg/g);
要使实测的含油量S1与计算的含油量S1最接近,即需要满足:
最小;
要使得S最小,应满足:
即:
有:
解上述线形方程组,得:a,b,c;
即:S1=a×LlogR+b×LΔT+c (12)
步骤5、模拟计算:
依据S1=a×LlogR+b×LΔT+c,结合处理的测井数据推广计算无实测数据段的S1值。
实施例2:如图1、图2、图3、图4所示,一种LogR-ΔT测井评价的泥页岩油含量预测方法,以渤南洼陷罗69井为例进行说明,采用以下步骤:
1、测井参数预处理
①提取声波时差测井数据ΔT与电阻率测井数据R,ΔT的单位为毫秒每英尺(μs/ft),R的单位为欧姆米(Ω·m),
②对电阻率R取对数处理得到logR;
2、节点识别
从对电阻率R测井曲线上和声波时差ΔT测井曲线上识别出局部范围的极小值,去除非含残留烃层段的影响。数学上求极小值通常用求导的方法,因此需对测井曲线求导;
第i个深度点的logR的一阶导数计算公式为
logR′(di)=[logR(di+1)-logR(di)]/H (8)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(di+1)为深度di+1处的logR,无量纲;测井数据记录间隔为H(取0.125m)。
第i个深度点的声波时差值ΔT的一阶导数计算公式为
ΔT′(di)=[ΔT(di+1)-ΔT(di)]/H (9)
di为第i点的深度值,di的单位为米(m);ΔT(di)为深度di处的声波时差值,ΔT(di)的单位为毫秒每英尺(μs/ft);ΔT(di+1)为深度di+1处的声波时差值,ΔT(di+1)的单位为毫秒每英尺(μs/ft);测井数据记录间隔为H(取0.125m)。
但由于测井曲线具有一定的采样间隔,在一定尺度上讲属不连续曲线,计算得到的极值点和实际的极值点不一定吻合,采用导数符号变化的点作为极值点。
如果logR′(di)<=0,logR′(di+1)>0;则logR(di)为极小值,记录dm=di。
同样,如果ΔT′(di)<=0,ΔT′(di+1)>0;则ΔT(di)为极小值,记录dn=di。
3、测井曲线拉平
在di深度段泥岩层中,dm<di<dm+1,则
LlogR(di)=logR(di)-[logR(dm)+logR(dm-1)]/2 (10)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(dm)为深度dm处的logR,无量纲;logR(dm-1)为深度dm-1处的logR,无量纲;LlogR(di)为拉平处理后的logR(di)值,无量纲;测井数据记录间隔为H(取0.125m)。
同样,在di深度段泥岩层中,dn<di<dn+1,则
LΔT(di)=ΔT(di)-[ΔT(dn)+ΔT(dn-1)]/2 (11)
di为第i点的深度值,单位:米(m);ΔT(di)为深度di处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn)为深度dn处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn-1)为深度dn-1处的声波时差值,单位为毫秒每英尺(μs/ft);LΔT(di)为拉平处理后的声波时差值,单位为毫秒每英尺(μs/ft);测井数据记录间隔为H(取0.125m)。
4、残留烃S1的预测模型的标定
S1=a×LlogR+b×LΔT+c (12)
对于一系列(n个点,n>=3)残留烃S1的实测点:
都有对应的LlogR和LΔt值:
(LlogRi,LΔti,S1i)i=0,1,..,n-1
要使实测的残留烃S1与计算的残留烃S1最接近,即需要满足:
最小;
要使得S最小,应满足:
即:
(15)
有:
(16)
解上述线形方程组,得:a,b,c;
即:S1=a×LlogR+b×LΔT+c (12)
渤南洼陷罗69井的沙三段的含油量S1的预测的数学模型为:
S1=1.8086×LlogR+0.2613×LΔT+0.2324
5、模拟计算:
依据S1=a×LlogR+b×LΔT+c,结合处理的测井数据推广计算无实测数据段的S1值。
按上述技术方案中的标定原理标定得到了罗69井沙河街组三段泥页岩含油量S1的相对含量,图1给出了罗69井沙河街组三段泥页岩的电阻率(Rt)以及声波时差(ΔT)测井曲线,含油量S1以及氯仿沥青“A”含量。图2给出了泥页岩和灰岩中实测含油量S1与计算的含油量S1的关系,两者间的相关系数达到0.7291。图3给出了氯仿沥青“A”和计算的氯仿沥青“A”的相关关系,两者间的相关系数达到0.7777,高相关系数进一步说明了模型的可靠。
如上所述,对本发明的实施例进行了详细地说明,但是只要实质上没有脱离本发明的发明点及效果可以有很多的变形,这对本领域的技术人员来说是显而易见的。因此,这样的变形例也全部包含在本发明的保护范围之内。
Claims (1)
1.一种LogR-ΔT测井评价的泥页岩油含量预测方法,其特征在于采用以下步骤:
步骤①、测井数据的预处理,包括:
A.提取声波时差测井数据ΔT与电阻率测井数据R,声波时差测井数据ΔT的单位为毫秒每英尺(μs/ft),电阻率测井数据R的单位为欧姆米(Ω·m),
B.对电阻率测井数据R取对数处理得到logR;
步骤②、极小值节点的识别,包括:
从对电阻率测井数据R测井曲线上和声波时差测井数据ΔT测井曲线上识别出局部范围的极小值,去除非含残留烃层段的影响;数学上求极小值用求导的方法,因此需对电阻率测井数据R测井曲线和声波时差测井数据ΔT测井曲线求导;
第i个深度点的logR的一阶导数计算公式为:
logR′(di)=[logR(di+1)-logR(di)]/H (8)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(di+1)为深度di+1处的logR,无量纲;H为测井数据记录间隔,该H为0.125m;
第i个深度点的声波时差测井数据ΔT的一阶导数计算公式为:
ΔT′(di)=[ΔT(di+1)-ΔT(di)]/H (9)
di为第i点的深度值,di的单位为米(m);ΔT(di)为深度di处的声波时差值,ΔT(di)的单位为毫秒每英尺(μs/ft);ΔT(di+1)为深度di+1处的声波时差值,ΔT(di+1)的单位为毫秒每英尺(μs/ft);H为测井数据记录间隔,该H取0.125m;
但由于电阻率测井数据R测井曲线和声波时差测井数据ΔT测井曲线具有一定的采样间隔,在一定尺度上讲属不连续曲线,计算得到的极值点和实际的极值点不一定吻合,采用导数符号变化的点作为极值点;
logR′(di)<=0,logR′(di+1)>0;则logR(di)为极小值,记录dm=di;
同样,如果ΔT′(di)<=0,ΔT′(di+1)>0;则ΔT(di)为极小值,记录dn=di;
步骤③、测井曲线拉平处理,包括:
在di深度段泥岩层中,dm<di<dm+1,则:
LlogR(di)=logR(di)-[logR(dm)+logR(dm-1)]/2 (10)
di为第i点的深度值,di的单位为米(m);logR(di)为深度di处的logR,无量纲;logR(dm)为深度dm处的logR,无量纲;logR(dm-1)为深度dm-1处的logR,无量纲;LlogR(di)为拉平处理后的logR(di)值,无量纲;测井数据记录间隔取0.125m;
同样,在di深度段泥岩层中,dn<di<dn+1,则:
LΔT(di)=ΔT(di)-[ΔT(dn)+ΔT(dn-1)]/2 (11)
di为第i点的深度值,单位:米(m);ΔT(di)为深度di处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn)为深度dn处的声波时差值,单位为毫秒每英尺(μs/ft);ΔT(dn-1)为深度dn-1处的声波时差值,单位为毫秒每英尺(μs/ft);LΔT(di)为拉平处理后的声波时差值,单位为毫秒每英尺(μs/ft);测井数据记录间隔为0.125m;
步骤④、标定预测泥页岩地层含油量S1和氯仿沥青“A”的公式参数,含油量S1的预测模型的标定包括:
S1=a×LlogR+b×LΔT+c (12)
对于一系列残留烃含油量S1的实测点,所述实测点为n个点,n>=3:
都有对应的LlogR和LΔT值:
(LlogRi,LΔTi,S1i) i=0,1,..,n-1
LlogRi为第i个点拉平处理后的logR(di)值,无量纲;LΔTi为第i个点拉平处理后的声波时差值,单位为毫秒每英尺(μs/ft);S1i为第i个点的热解含油量,单位为毫克每克(mg/g);
要使实测的含油量S1与计算的含油量S1最接近,即需要满足:
最小;
要使得S最小,应满足:
即:
有:
解上述线形方程组,得:a,b,c;
即:S1=a×LlogR+b×LΔT+c (12)
步骤⑤、定量评价非实测数据泥页岩地层页岩的含油量S1和氯仿沥青“A”含量,实现无取样泥页岩段地层页岩的含油量S1和氯仿沥青“A”的连续预测评价,步骤⑤包括如下模拟计算:
依据S1=a×LlogR+b×LΔT+c,结合处理的测井数据推广计算无实测数据段的含油量S1值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310178925.0A CN103233728B (zh) | 2013-05-15 | 2013-05-15 | 一种LogR-ΔT测井评价的泥页岩油含量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310178925.0A CN103233728B (zh) | 2013-05-15 | 2013-05-15 | 一种LogR-ΔT测井评价的泥页岩油含量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103233728A CN103233728A (zh) | 2013-08-07 |
CN103233728B true CN103233728B (zh) | 2015-07-22 |
Family
ID=48881791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310178925.0A Expired - Fee Related CN103233728B (zh) | 2013-05-15 | 2013-05-15 | 一种LogR-ΔT测井评价的泥页岩油含量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103233728B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713320B (zh) * | 2013-12-31 | 2015-04-01 | 孙赞东 | 一种富有机质泥页岩岩石物理模型的建立方法 |
CN104047597B (zh) * | 2014-01-26 | 2016-06-08 | 中国石油大学(华东) | 含油气泥页岩地层测井曲线标准化方法 |
CN104268413A (zh) * | 2014-09-29 | 2015-01-07 | 中国石油大学(华东) | 一套页岩油气资源潜力分级评价标准方法 |
CN104462849B (zh) * | 2014-12-24 | 2017-06-06 | 中国石油大学(北京) | 页岩气储层特性预测方法和装置 |
CN105158816B (zh) * | 2015-10-19 | 2017-11-28 | 中国石油大学(华东) | 预测页岩不同类型吸附气非均质性分布的方法 |
CN109446735B (zh) * | 2018-12-18 | 2020-12-04 | 中国石油大学(北京) | 一种模拟测井数据的生成方法、设备以及系统 |
CN111638317B (zh) * | 2020-05-30 | 2022-06-03 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油形成与演化评价方法 |
CN112282746B (zh) * | 2020-11-02 | 2021-05-04 | 东北石油大学 | 一种电加热原位开采薄层油页岩产能预测方法 |
CN112782209B (zh) * | 2020-12-17 | 2022-11-25 | 中国石油大学(华东) | 一种可研究地下原位转化过程的成岩模拟实验装置及方法 |
CN112862169B (zh) * | 2021-01-28 | 2024-03-29 | 中国石油大学(北京) | 预测陆相泥页岩游离油含量的方法及装置 |
CN113137227A (zh) * | 2021-05-11 | 2021-07-20 | 中国石油大学(北京) | 一种基于biharmonic插值预测富有机质泥岩夹层总有机碳含量的方法 |
CN113236237B (zh) * | 2021-05-11 | 2022-05-03 | 西南石油大学 | 一种基于常规测井曲线的致密砂岩储层有效性评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4524274A (en) * | 1982-08-05 | 1985-06-18 | Schlumberger Technology Corporation | Methods and apparatus for investigating an earth formation and compensating for borehole environmental effects |
CN102289545A (zh) * | 2011-07-29 | 2011-12-21 | 东北石油大学 | 有限个平行一级反应成烃动力学模型参数的标定方法 |
CN102426390A (zh) * | 2011-10-21 | 2012-04-25 | 中国石油大学(北京) | 一种非均质泥砂岩储层储量确定方法 |
CN102928574A (zh) * | 2012-10-29 | 2013-02-13 | 陕西联盟物流有限公司 | 油页岩含油率的求取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996029617A1 (en) * | 1995-03-20 | 1996-09-26 | Shell Internationale Research Maatschappij B.V. | Determining a parameter in a physical system |
-
2013
- 2013-05-15 CN CN201310178925.0A patent/CN103233728B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4524274A (en) * | 1982-08-05 | 1985-06-18 | Schlumberger Technology Corporation | Methods and apparatus for investigating an earth formation and compensating for borehole environmental effects |
CN102289545A (zh) * | 2011-07-29 | 2011-12-21 | 东北石油大学 | 有限个平行一级反应成烃动力学模型参数的标定方法 |
CN102426390A (zh) * | 2011-10-21 | 2012-04-25 | 中国石油大学(北京) | 一种非均质泥砂岩储层储量确定方法 |
CN102928574A (zh) * | 2012-10-29 | 2013-02-13 | 陕西联盟物流有限公司 | 油页岩含油率的求取方法 |
Non-Patent Citations (2)
Title |
---|
测井资料计算源岩有机碳含量模型对比及分析;胡慧婷等;《沉积学报》;20111231;第29卷(第6期);第1199-1204页 * |
页岩油气资源分级评价标准探讨;卢双舫等;《石油勘探与开发》;20120430;第39卷(第2期);第249-256页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103233728A (zh) | 2013-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103233728B (zh) | 一种LogR-ΔT测井评价的泥页岩油含量预测方法 | |
Wang et al. | Revised models for determining TOC in shale play: Example from Devonian Duvernay shale, Western Canada sedimentary basin | |
CN104278991A (zh) | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 | |
Pandey et al. | Hydrogeologic characteristics of groundwater aquifers in Kathmandu Valley, Nepal | |
Chenghua et al. | Multi-index and two-level evaluation of shale gas reserve quality | |
CN103912268B (zh) | 基于toc的页岩储层含气饱和度确定方法 | |
Stueck et al. | Shale-gas assessment: Comparison of gas-in-place versus performance-based approaches | |
CN104453873A (zh) | 页岩油气经济有效层段的评价方法 | |
Hussein et al. | Borehole water level response to barometric pressure as an indicator of aquifer vulnerability | |
Shankar et al. | Gas hydrate and free gas saturations using rock physics modelling at site NGHP-01-05 and 07 in the Krishna–Godavari Basin, eastern Indian margin | |
Gherabati et al. | Assessment of hydrocarbon in place and recovery factors in the Eagle Ford Shale play | |
CN103883318B (zh) | 一种中低矿化度地层水储层的参数反演方法及装置 | |
CN105277982A (zh) | 一种泥页岩总有机碳含量地震预测方法 | |
JP2013542413A (ja) | 地下埋蔵層において炭化水素ガスのペイ・ゾーンを特徴付けるためのシステム及び方法 | |
Ascott et al. | In situ observations and lumped parameter model reconstructions reveal intra‐annual to multidecadal variability in groundwater levels in sub‐Saharan Africa | |
CN106443770A (zh) | 一种页岩气地质甜点的预测方法 | |
CN103089253B (zh) | 一种利用小波变换计算地层孔隙压力的方法 | |
Mogaji | Geoelectrical parameter-based multivariate regression borehole yield model for predicting aquifer yield in managing groundwater resource sustainability | |
De et al. | Application of support vector regression analysis to estimate total organic carbon content of Cambay shale in Cambay basin, India–a case study | |
CN104153768A (zh) | 一种评价花岗岩储层储集性能的方法 | |
Engdahl et al. | Evaluation of aquifer heterogeneity effects on river flow loss using a transition probability framework | |
Schumacher et al. | Probability of success studies for geothermal projects in clastic reservoirs: From subsurface data to geological risk analysis | |
CN105350959A (zh) | 由测井岩性密度确定页岩气储层含气饱和度的方法 | |
Rammal et al. | An operational implementation of recursive digital filter for base flow separation | |
Wang et al. | Gas generation and expulsion characteristics of Middle–Upper Triassic source rocks, eastern Kuqa Depression, Tarim Basin, China: Implications for shale gas resource potential |
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 |
Granted publication date: 20150722 Termination date: 20160515 |
|
CF01 | Termination of patent right due to non-payment of annual fee |