CN104989392A - 一种岩性识别方法 - Google Patents
一种岩性识别方法 Download PDFInfo
- Publication number
- CN104989392A CN104989392A CN201510404879.0A CN201510404879A CN104989392A CN 104989392 A CN104989392 A CN 104989392A CN 201510404879 A CN201510404879 A CN 201510404879A CN 104989392 A CN104989392 A CN 104989392A
- Authority
- CN
- China
- Prior art keywords
- lithology
- rock
- parameters
- den
- well
- 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.)
- Granted
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种岩性识别方法,首先根据薄片鉴定、X射线衍射分析、岩心归位等步骤获得N个岩心样本各自的常规三孔隙度(声波、密度、中子)测井实测值,然后获得常规三孔隙度测井两个参数之间的相对距离,根据两个参数的相对距离和N个岩心样本各自的矿物成分,获得两个参数的相对距离和X射线衍射全岩分析主要矿物成分间定量关系;并建立以两个参数的相对距离为依据的岩石分类,可应用于细粒沉积相区测井岩性识别,可实现对无取心井地层进行连续的岩性识别。
Description
技术领域
本申请涉及石油勘探中的测井评价技术领域,尤其涉及一种岩性识别方法。
背景技术
随着勘探开发的不断深入、认识的不断深化、技术的不断进步,油气勘探开发已从简单的构造油气藏转向复杂的岩性油气藏,并进一步向更为隐蔽复杂的致密油气延展,国内外的勘探开发实践业已展示出致密油这一非常规油气领域巨大的潜力。
致密油,是指夹在或紧邻优质生油层系的致密碎屑岩或者碳酸盐岩储集层中,未经过大规模长距离运移的石油聚集。其一般无自然产能,需通过大规模压裂技术才能形成工业产能。目前主要分布在前三角洲、湖相细粒沉积岩发育区。
岩性,是致密油烃源岩特性、物性、含油性、脆性等的决定性因素,因此岩性评价是致密油“甜点”评价的首要内容。
目前测井岩性解释方法主要有常规定性解释法,交汇图法,曲线重叠法,判别分析法,数理统计法以及模糊识别、聚类分析、人工神经网络等人工智能方法。这些解释方法的好处是快速、简便,但精度不高,多为定性分析。
下面举例进行说明。
常规定性解释法,主要利用自然电位、自然伽马测井曲线的异常及异常幅度进行岩性判识,该方法适用于常规砂泥岩剖面的定性解释。
交汇图法,一般应用中子-密度、中子-声波、声波-密度、M-N等理论解释图版进行定性、半定量解释。这些理论解释图版都是对饱含水的纯地层制作的,仅适用于岩石由一种或两种矿物组成的情况,且易受泥质影响。另一种常用的交汇图法,是在岩性识别的基础上,将不同岩性的测井信息如自然电位、自然伽马、三孔隙度测井、电阻率、核磁等两两绘制在一张图上,以分析不同岩性所具有的测井信息的数值和范围,并根据此数值和范围识别岩性,该方法由于不同岩性的测井特征值,其往往不是一个具体的值,而是一个范围值,且过渡岩类或复杂岩性的特征值往往交叉重叠,从而降低了该方法区分岩性的能力。
曲线重叠法,其也是普遍采用的一种定性识别方法,常用中子孔隙度-密度孔隙度进行重叠,纯岩性地层适用性较好。
数理统计、人工智能方法虽然现实了定量分析,但其多解性、计算的复杂性、影响了其方便易用性,在一定程度上制约了其广泛应用。
上述罗列的各类方法一般多应用于粗粒沉积相区的常规砂泥岩剖面,而湖相细粒沉积岩性识别难方法尚不成熟,难度较大。
下面介绍细粒沉积岩。
细粒沉积岩,是指粒级<0.0625mm的颗粒含量大于50%的沉积岩,主要由黏土(粒径<0.004mm)、粉砂(0.004~0.0625mm)等陆源碎屑颗粒或盆地内生的碳酸盐、生物硅质、磷酸盐等颗粒组成,主要岩性为泥页岩、粉砂岩、碳酸盐岩及其过渡岩类,但不包括滨岸高能环境下形成的碳酸盐岩(生物碎屑灰岩、鲕粒灰岩及其成岩后生白云岩类等),其主要发育在前三角洲~半深湖-深湖相区。
而上述方法不适用于识别这种细粒沉积岩的原因,主要是由于:
(1)岩石矿物组分复杂,细粒沉积岩由石英、长石、方解石、白云石、黏土矿物、黄铁矿、菱铁矿、沸石、石膏多种矿物成分组成(不同地区主要组成矿物不同);
(2)岩石类型多样,发育泥页岩类、碳酸盐岩类、砂岩类及过渡岩类等多种类型,但岩性分异性差,多为“泥-灰/云-砂”的过渡岩类。
(3)岩性纵向变化频繁,非均质性强;
(4)以往多针对常规油气进行测井评价,故测井系列多为单/双感应、双侧向、三孔隙度等常规测井(尤其是老井),针对细粒沉积岩性评价的元素俘获谱测井(ECS)、自然伽马能谱测井、岩性密度测井、成像测井等特殊测井系列少,同时费时、费用高。
发明内容
本发明提供了一种岩性识别方法,以解决对于细粒沉积岩的分析不到位的技术问题。
为解决上述技术问题,本发明提供了一种岩性识别方法,用于对细粒沉积岩性进行识别,所述方法包括:获取不同深度、不同岩性的N个岩心样本;对所述N个岩心样本进行薄片鉴定和X射线衍射分析,以确定所述N个岩心样本各自的岩性及其矿物成分;基于所述N个岩心样本各自的岩性,对所述N个岩心样本进行岩心归位,以获得所述N个岩心样本关于岩性的三孔隙度测井信息;从三孔隙度测井中确定出两个参数,并根据测井实测值确定所述两个参数对应的显示区间值,以使所述两个参数的曲线进行交汇,并且将所述两个参数的曲线交汇区进行颜色填充,并确定两个参数的相对距离,其中,所述三孔隙度测井包括的参数是:声波、中子、密度;声波与密度的坐标值在同一方向增大,中子与密度的坐标值在同一方向增大,而中子与声波的坐标值相反方向增大;根据所述两个参数的相对距离和所述N个岩心样本各自的矿物成分,获得所述两个参数的相对距离和X射线衍射全岩分析主要矿物成分间定量关系;建立以所述两个参数的相对距离为依据的岩石分类。
优选的,当所述三孔隙度测井的两个参数为声波和密度时,所述确定所述两个参数对应的显示区间值的标准是:进行颜色填充的区域对应碳酸盐岩或砂岩,未填充的区域对应泥页岩;以及两条曲线的交汇点的连线为交汇区的中轴线。
优选的,声波-密度的相对距离通过以下方式确定:声波的范围为Δt1~Δt2(Δt1<Δt2),密度的范围为ρ1~ρ2(ρ1<ρ2); 其中,Δt为声波时差,声波测井曲线读出的测井实测值,ρb为体积密度,密度测井曲线读出的测井实测值;其中,Δt1为声波的基值,ρ1为密度的基值,L1为AC~DEN之间的距离,L2为DEN到基线的距离,L为AC到基线的距离。
优选的,在所述确定两个参数的相对距离之后,所述方法还包括:对不同岩性段岩石矿物成分的测井解释数据和实验分析数据进行对比分析,确定误差校正量,实现对岩石矿物成分的定量表征。
优选的,在所述建立以所述两个参数的相对距离为依据的岩石分类之后,所述方法还包括:测井曲线标准化,实现无取心段/井的岩性的快速直观或定量解释。
优选的,所述测井曲线标准化,具体为:根据关键井的标志层/段,通过分析其他井的标志层/段测井数据的频率分布,与关键井进行对比,确定所述其它井由于深度变化而出现的测井响应的系统性变化所需要的校正值。
优选的,所述校正值只需要对AC、DEN的基值校正所述测井曲线标准化,即:
其中,Δt标和Δρ标分别为AC、DEN测井曲线标准化校正值。
优选的,在所述测井曲线标准化之后,使其它井匹配关键井的AC范围(Δt1~Δt2)和DEN范围(ρ1~ρ2)。
通过本发明的一个或者多个技术方案,本发明具有以下有益效果或者优点:
[01]本发明将声波、密度、中子等常规三孔隙度测井资料应用于细粒沉积相区测井岩性识别,可实现对无取心井地层进行连续的岩性识别。
[02]以AC~DEN距离为依据的岩性判别是在矿物成分定量分析的基础上进行的,能够满足半深湖-深湖细粒沉积岩储层评价及工程措施改造对地质研究的要求。
以往岩性判别的实质是利用各测井信息对各岩类进行区分,并不计算其中的矿物含量,而ECS测井虽然进行元素分析并进而进行矿物成分分析,但相比较而言,该方法更简单些,且并非每口井都测ECS,尤其是老井更主要以常规测井为主。
[03]首次建立了细粒沉积相区测井岩性快速识别的“绿模式”,该模式具有直观、快速识别岩性的特点,可定性判断细粒沉积岩中碳酸盐岩含量。
[04]该“绿模式”纵向上易于辨识岩性组合,进而利于地层划分及高分辨率层序地层研究;横向上易于多井对比分析;可以准确反映出地层沉积变化特征,为精细开展层序地层学、沉积学研究及储层评价提供可靠依据。
[05]该方法虽然也属于曲线重叠法,但只需曲线的简单重叠而无需换算成声波孔隙度、密度孔隙度再进行重叠,且重叠后两曲线距离大小(幅度差)有明显的矿物组成的定量含义,解决了以往曲线重叠法只能定性分析的难题。
附图说明
图1为本发明实施例中不同岩性电性特征示意图;
图2A是本发明实施例AC~DEN岩性识别图;
图2B是本发明实施例AC~CNL岩性识别图;
图2C是本发明实施例DEN~CNL岩性识别图;
图3为本发明实施例不同地区细粒沉积岩X射线衍射矿物成分柱状图;
图4为本发明实施例细粒沉积岩(粉砂岩除外)岩石组成模型;
图5是本发明实施例AC~DEN距离的标尺示意图;
图6是本发明实施例G井岩心描述与测井交汇解释“绿模式”(实验分析为X射线衍射分析);
图7A-图7B是本发明实施例G井X射线衍射全岩分析、薄片及岩心观察交互解释综合图;
图8是本发明实施例碳酸盐含量与DEN-AC距离相关关系图;
图9是本发明实施例长英质含量与DEN-AC距离相关关系图;
图10是本发明实施例黏土矿物等其它矿物含量与DEN-AC距离相关关系图;
图11本发明实施例无取心井测井曲线标准化、岩性解释及其与关键井G井的对比分析图;
图12是本发明实施例岩性识别方法流程图。
具体实施方式
为了使本申请所属技术领域中的技术人员更清楚地理解本申请,下面结合附图,通过具体实施例对本申请技术方案作详细描述。
本发明的一种岩性识别方法,主要应用于对细粒沉积岩性进行识别,该方法的实施原理是:
1、根据对泥页岩、碳酸盐岩(灰岩、白云岩)、砂岩等一般电性特征的认识(参看表1,是典型岩性一般电性特征表),从泥页岩过渡到碳酸盐岩,声波时差(Δt)逐步减小,而体积密度(ρb)逐步增大,中子孔隙度逐步减小,在图1所示的显示模式下,三孔隙度测井曲线相对位置变化规律为AC先在DEN(CNL)右边后变为在DEN(CNL)左边;AC~DEN(CNL)之间的距离(幅度)大小呈现出大→小→大的规律,这种规律性的变化反应了岩性的变化。从泥页岩过渡到砂岩也具有相似规律。
表1
2、常规三孔隙度测井是岩性、物性、流体性质等综合信息的响应,当一种信息减弱或被压制时,另外一种信息才能更突出的反映出来。对于细粒沉积岩,孔隙度一般小于10%,泥页岩孔隙度更小,一般小于6%,因此三孔隙度测井对物性的响应相对减弱。流体性质主要是油气的响应特征是Δt增大、ρb减小、增大,目前尚无法也无需对三孔隙度测井的油气信息进行压制,因为油气明显存在的储层,三孔隙度测井有较明显的响应,反之,三孔隙度测井反映不灵敏,需要结合电阻率或核磁或地质录井等信息进行综合分析。
因此,常规三孔隙度测井可用于细粒沉积岩性的识别分析,AC~DEN或AC~CNL或DEN~CNL相对位置及距离大小能够反映岩性的特征及矿物含量的变化。实例分析亦表明如此,请参看图2A-图2C,其中,图2A是AC~DEN岩性识别图;图2B是AC~CNL岩性识别图;图2C是DEN~CNL岩性识别图。
从图2A-图2C可以看出,泥页岩、白云岩、砂岩具有明显不同的测井响应特征,它们之间相对距离的远近也反映了矿物组成的不同。
适用性分析:
1、对于细粒沉积中的粉砂岩,其矿物成分与细、中砂岩无本质区别,其孔隙类型、孔隙度大小与粗粒沉积相似,而与其它细粒沉积有一定差异,实例分析如图2A中CNL~DEN岩性解释图版以及图2B中的AC~CNL岩性解释图版所示,粉砂岩与细砂岩的测井响应特征更接近。这类岩性与粗粒沉积(粒级>0.0625mm,细砂岩~砾岩)应用常规测井即可较好的识别和解释。
对于矿物含量都不占优势的细粒沉积岩过渡岩类,如泥质粉砂岩~粉砂质泥页岩、泥质白云岩(灰岩)~(灰质)白云质泥页岩,无论从原理分析(图1),还是实例分析(图2A-图2C),对于泥页岩~碳酸盐岩~砂岩混合岩性系列,存在泥质粉砂岩与泥质白云岩(灰岩)、粉砂质泥页岩与(灰质)白云质泥页岩无法精确定性区分的情况,因此严格意义上,本发明仅适用于泥页岩~碳酸盐岩或泥页岩~砂岩的单一岩性系列。
细粒沉积岩主要发育区前三角洲~半深-深湖,其主要岩性系列是较清楚的,即前三角洲主要为泥页岩~砂岩系列,半深湖尤其是深湖是泥页岩~碳酸盐岩系列(重力流沉积除外且岩性易识别)。同时,勘探实践也可指导目的层系岩性系列的认识。总之,一个凹陷目的层系的主要岩性系列是能够确定的。
另一方面,砂和灰/云都是脆性矿物,利用该方法所识别的岩性中砂或灰/云相对多一些或少一些对于工程措施改造无本质区别,因此,本发明所述方法具有较广的适应性,尤其适用于半深湖~深湖相砂质含量较少的泥页岩~碳酸盐岩系列。
另外,对于曲线对的选择,可通过X射线衍射全岩分析数据或薄片鉴定数据与各测井曲线的回归分析或建立岩性识别图版等方法选择敏感曲线,以通过本发明的方法实现岩性的快速定性识别和定量分析。虽然本发明仅详述了AC~DEN方法,但其它测井曲线的选择亦在本专利要求的保护范围之内。
本发明选择敏感曲线方法如下:
首先建立岩性识别图版,如图2A-图2C所示,可以看出,不同岩性在AC~DEN或AC~CNL或DEN~CNL交汇图上的相对距离大小不同,在AC~DEN或AC~CNL交汇图上各岩性分的更开,因此最优的可选择AC、DEN或AC、CNL曲线对。本实例选择AC、DEN进行详述。
细粒沉积岩岩性特征与岩石定名分析:
从定义上,细粒沉积岩是指粒级<0.0625mm的颗粒含量大于50%的沉积岩,主要由黏土(粒径<0.004mm)、粉砂(0.004~0.0625mm)等陆源碎屑颗粒或盆地内生的碳酸盐、生物硅质、磷酸盐等颗粒组成。岩石类型包括泥页岩~粉砂岩岩岩性系列及泥页岩~碳酸盐岩岩性系列。对于粉砂岩以及碳酸盐岩(均指矿物含量高的较纯岩性),无论是岩心级别还是薄片级别,都是可以识别、鉴定定名,无需借助X射线衍射全岩分析或者氧化物分析等其它技术手段,而对于泥页岩及过渡岩类,岩心宏观上均表现为泥页岩的外貌特征,薄片下无法准确区分矿物含量,因此需要借助其它技术手段。
X射线衍射全岩分析(XRD)是根据不同矿物的特征衍射图谱及矿物含量与其衍射峰强度正比关系的原理来获得样品的矿物组成并计算其含量的一种定量分析方法,可识别多种矿物成分。
X射线衍射全岩分析表明,细粒沉积岩组成矿物成分主要有石英、长石、方解石、白云石、黏土矿物五种基本矿物以及黄铁矿、菱铁矿、沸石、石膏等副矿物组成(图3)。不同地区不同沉积环境下的矿物组成有一定区别,但整体上,过渡岩性占主导的,无明显优势矿物成分。
肉眼岩心观察、显微镜薄片鉴定、X射线衍射全岩分析观察精度、角度不同,各有优缺点。
肉眼仅能观察到泥-灰/云两个端元矿物及少量砂屑或砂质团块(仅作为副矿物参与定名),岩石分类为白云岩(灰岩)、泥质白云岩(灰岩)、(灰质)白云质泥岩、粉砂质泥页岩、泥页岩等五大类;其优点是宏观、高度凝练,受岩性非均质性影响小,与测井精度较匹配。
薄片下可观察到泥、灰/云和砂三端元,可进行更精细的岩石定名,对岩性的认识更进一步。但由于粒度更细(一般<0.0625mm),其定量命名往往较难,对黏土级别的砂无法估计,并受岩性非均质的一定影响。
X射线衍射全岩分析可定量识别多种矿物,对岩石矿物组成的认识更深入,但具有更微观,受岩性的非均质性影响较大的缺点。同时X射线衍射全岩分析数据中的石英、长石与薄片鉴定的石英、长石不完全对应,其包括薄片鉴定的石英、长石,岩屑中的及泥级肉眼无法估计的石英、长石;方解石、白云石、方沸石含量亦包括肉眼可以估计和泥级或隐晶质无法准确估计两部分;黏土矿物则不同于薄片鉴定的泥质,仅指伊利石、蒙脱石、伊蒙混层、绿泥石、绿蒙混层等黏土矿物。
上述三类方法的矿物组成模型如图4所示。
但对于岩性定名来说,矿物分析不能太粗,也不能太细,需要结合岩心及薄片观察、X射线衍射综合分析。从实际应用的角度,与测井识别精度相适应为最宜,显然,本发明所用常规测井资料无法定量识别多种矿物成分,与之对应的为岩心级别,其岩石定名一般为白云岩(灰岩)、泥质白云岩(灰岩)、(灰质)白云质泥岩、粉砂质泥岩、泥页岩等。
需要注意的是:从肉眼岩心描述到显微镜薄片鉴定、X射线衍射全岩分析,可识别矿物种类增多,相应的各矿物含量也有所不同,一般情况碳酸盐的含量:肉眼观察>薄片鉴定>X射线衍射;长英质(石英+长石)含量:肉眼观察<薄片鉴定<X射线衍射;“泥”的含量:肉眼观察>薄片鉴定>X射线衍射(图4)。
因此,在应用“沉积岩岩石分类和命名方案GB/T 17412.2-1998”中矿物含量对于岩石定名的规定时如50%矿物含量作为岩石基本名称的分界,可能出现薄片定名与X射线衍射全岩分析定名不相符的情况,尤其对于过渡岩类,如薄片鉴定白云石>50%,基本名称定为××质白云岩,而X射线衍射全岩分析白云石含量可能<50%,基本名称反而为白云质××岩。因此,本发明所述的应用AC~DEN距离与X射线衍射全岩分析主要矿物成分间关系来定量计算的矿物成分是岩石定名的重要参考,与GB/T 17412.2-1998所述岩石定名标准有所出入但不矛盾,因为GB/T 17412.2-1998是薄片及岩心级别更宏观的定名,而X射线衍射全岩分析技术手段更微观、更定量,但也有其缺点。
下面具体介绍本发明实施例的岩性识别方法,参看图12:
本实例研究区碳酸盐岩类型主要为白云岩岩类,故实例分析中仅用到白云岩相关术语,并不排除其它凹陷或地区发育的灰岩岩类。
1、对于步骤01,获取不同深度、不同岩性的N个岩心样本。
获取不同深度、不同岩性的N个岩心样本的前提是岩心精细描述。由于细粒沉积岩性的复杂性、垂向变化快,所以必须进行岩心的精细描述,其目的是了解岩石类型、厚度及其分布,从而为有针对性的获取不同岩石类型、不同深度的样品奠定基础。另外,N为正整数。
2、对于步骤02,对所述N个岩心样本进行薄片鉴定和X射线衍射分析,以确定所述N个岩心样本各自的岩性及其矿物成分。
在本发明中,选用薄片鉴定及X射线衍射分析相互印证的方式来确定每个岩心样本的岩性,矿物成分数据主要来自X射线衍射实验分析。
3、对于步骤03,基于所述N个岩心样本各自的岩性,对所述N个岩心样本进行岩心归位。
由于钻井取心时,岩心筒中可能有上次取心残留下来的岩心,而且岩心收获率一般达不到100%,以及钻具长度测量上产生的误差,使得岩心深度与测井深度之间存在一定的误差,因此必须将岩心深度校正到测井深度上,即:进行岩心归位以获取岩性的真实测井信息。
岩心归位遵循“先易后难、局部服从整体”的原则,主要利用标志层、岩性组合、实验分析数据(X射线衍射全岩分析的矿物成分、TOC、物性)等进行综合分析。
4、对于步骤04,基于所述N个岩心样本的归位信息,获得所述N个岩心样本各自的三孔隙度测井实测值。
由于细粒沉积岩层厚度往往较薄、互层频繁、变化快,而每种测井仪器都有其各自的纵向分辨率,即能够测得地层真实测井响应的地层厚度。一般情况下,纵向分辨率为AC>50~60cm,CNL>60cm,DEN>30~46cm,因此,选择有一定厚度,受上、下围岩影响较小的、有代表性的测井参数值才是有意义的。在测井信息的基础上可获得归位信息。
5、对于步骤05,从三孔隙度测井中确定出两个参数,并根据测井实测值确定所述两个参数对应的显示区间值,以使所述两个参数的曲线进行交汇,并且将所述两个参数的曲线交汇区进行颜色填充,并确定两个参数的相对距离。
其中,所述三孔隙度测井包括的参数是:声波、中子、密度;声波与密度的坐标值在同一方向增大,中子与密度的坐标值在同一方向增大,而中子与声波的坐标值相反方向增大。
具体来说,请参看图5,通过AC-DEN进行举例,其他类似。
调整并选择适当的AC、DEN显示区间,使得两条曲线相交汇,本说明说讲均为从左至右为增大方向,当AC在DEN左边时,交汇区填充为绿色,(图5中阴影部分),本申请使用绿色举例说明,当然,其他颜色也可以,本发明不做限制。当AC在DEN右边时,不充填;若选择从左至右同为减少,则充填情况相反。
充填的目的是建立快速识别的“绿模式”,因为研究结果显示,绿色充填对应的岩性一般为泥质白云岩或白云岩,未充填区对的岩性一般为白云质泥页岩或泥页岩,因此这种显示模式对于快速判别岩性“一目了然”。
选择适当的AC、DEN显示区间主要目的是使显示图形美观,从数理统计的角度讲,最后建立的AC~DEN距离—矿物成分之间的关系与选择的标尺无必然关系。
选择的原则是:以已有认识或取心段或标志层为依据,调整AC、DEN显示区间,使绿色填充区对应泥质白云岩或白云岩,未充填区对应白云质泥页岩或泥页岩,同时交汇区以对称为宜,即两曲线交汇点的连线为此交汇区的中轴线。不能出现厚层白云质泥页岩或泥页岩段对应交汇区也充填为绿色的情况。
定义AC~DEN距离如下:
定义声波的范围为Δt1~Δt2(Δt1<Δt2),密度的范围为ρ1~ρ2(ρ1<ρ2)。
定义Δt1为声波的基值,ρ1为密度的基值,Δt、ρb分别为声波、密度测井实测值;L1为AC~DEN之间的距离,L2为DEN到基线的距离,L为AC到基线的距离。
如此定义后,绿色充填区AC-DEN距离为正值,未充填区为负值。
对于本实例来说,选择声波时差Δt的范围为200~400μs/m,体积密度ρb的范围为2~3g/cm3,公式变为:
6、对于步骤06,根据所述两个参数的相对距离和所述N个岩心样本各自的矿物成分,获得所述两个参数的相对距离和X射线衍射全岩分析主要矿物成分间定量关系。
承接上述举例,建立AC~DEN距离与X射线衍射全岩分析主要矿物成分间定量关系。
7、对于步骤07,建立以两个参数的相对距离为依据的岩石分类。
在薄片观察、X射线衍射全岩分析确定岩性的基础上,分析不同AC~DEN距离所对应的主要岩石类型,建立以AC~DEN距离为依据的岩石分类,这也是本发明的创新点之一。
而在对岩石分类之前,还可以对不同岩性段岩石矿物成分的测井解释数据和实验分析数据进行对比分析,确定误差校正量,实现对岩石矿物成分的定量表征。
利用上述拟合关系进行测井解释,分不同岩石类型分析测井解释主要矿物成分与实测值之间的关系,确定不同岩性的校正量。该步骤主要目的是进一步减少常规测井解释矿物成分的误差,尤其是对于薄互层段,因为薄互层段往往超出了常规测井的纵向分辨率,并非地层的真实测井响应。
而在岩石分类之后,还可以实现测井曲线标准化,实现无取心段/井的岩性的快速直观或定量解释。
为了利用关键井所建立的拟合关系和岩性识别模式,实现其它无取心段/井的岩性的快速直观或定量解释,需要根据关键井(也就是建立拟合关系的井)的标志层/段,通过分析各井标志层/段测井数据的频率分布,与关键井进行对比,确定其它井由于深度变化而出现的测井响应的系统性变化所需要的校正值,即进行测井曲线标准化。
该校正值只需要对AC、DEN的基值校正即可,其原理如下:
定义Δt标和Δρ标分别为AC、DEN测井曲线标准化校正值。
在测井曲线标准化同时,需要使其它井匹配关键井的AC范围(Δt1~Δt2)和DEN范围(ρ1~ρ2)。原理如下:
由公式:
无论拟合的函数f(AC-DEN距离)是简单的线性、多项式函数,还是对数、乘幂、指数函数,只要确保其曲线形态一致,即函数的一阶导数值相等,就不会改变所拟合的函数关系,唯一改变的是由于测井曲线标准化即校正值所引起的曲线的左、右移动,即加减某一常数值:
=f(AC-DEN距离)关键井+Δ(标准化)
函数求导后只有Δt1、Δt2、ρ1、ρ2四个变量,因此只要这四个变量与关键井所确定的AC、DEN范围值一致,即匹配了关键井的AC范围Δt1~Δt2和DEN范围ρ1~ρ2,就可保证拟合的函数关系不变。
该距离公式还可进一步简化如下:
由于随着埋深增大(已经过压实,并非从未压实到压实的变化),DEN变化较小,尤其是白云岩、砂岩类的ρb变化更小,因此取Δρ标≈0,即不对DEN做校正。由于常见砂泥岩、碳酸盐岩的ρb范围为2~3g/cm3,因此取DEN的范围为2~3g/cm3即可满足实际需求,ρ2-ρ1=1为常数。本实例利用关键井确定的AC范围为200~400μs/m。公式变为:
通过以上分析可知,为了应用关键井所建立的拟合关系和岩性识别模式,只需要确定Δt标即可,而该值又是一个易于确定的值,对于深度变化不大的则无需校正,如此则操作简单,易于推广应用。
下面使用具体的示例对上述方法进行说明。
具体实施步骤如下:
[01]开展岩心精细描述(图6);根据岩心描述情况,获取不同深度、不同岩性岩心样本;
[02]开展薄片鉴定及X射线衍射实验,确定每个岩心样本的岩性及矿物成分数据;
具体的,如图7A-图7B所示,在获取X射线衍射全岩分析数据及薄片观察的基础上,两两对应分析,相互印证,根据优势岩性进一步抽象为测井级别的岩性。
岩石矿物成分则有X射线衍射实验分析获得。
[03]根据岩心描述和X射线衍射全岩分析结果,确定岩心及分析化验资料的测井归位;
具体的,根据对岩性-电性关系的已有认识,将岩心描述的岩性和X射线衍射全岩分析的矿物成分(主要为钙质)与测井曲线绘制在一张图上(图6),向下移动岩性和钙质,使其与测井曲线相匹配,从图6可以看出多个标志层或标志层的组合,如2946m、2951m、2956m处白云岩段,以及2970-2975m处3个白云岩-泥页岩的岩性组合,且这些标志层与X射线衍射全岩分析的钙质含量也具有很好的对应关系。
[04]读取相应测点测井参数值,选择岩心描述中具有一定层厚的,受上、下围岩影响较小的测井参数值;
具体的,本实例选地层厚度>30~50cm处获取岩性、X射线衍射全岩分析数据平均值及对应的AC、DEN测井值。
[05]调整AC、DEN坐标值为向同一方向(左或右)增大,选择适当的标尺,即选择适当的AC、DEN的显示区间值,将AC、DEN曲线交汇区(图6,AC在DEN曲线左边时)充填为绿色,并建立AC-DEN距离;
具体的,本实例调整AC、DEN同向右增大,当AC在DEN左侧时充填为绿色,反之不充填。在岩心归位的基础上,调整绿色充填区对应(泥质)白云岩,未充填区对应(白云质)泥页岩,最优的使AC、DEN曲线交汇点对应岩层的分界,本实例最终选择AC范围为200~400μs/m,DEN为2~3g/cm3。
建立AC-DEN距离公式如下:
[06]建立AC-DEN距离与X射线衍射全岩分析主要矿物成分间定量关系,并拟合成函数(图8-图10);
相关分析表明,AC-DEN距离与X射线衍射全岩分析主要矿物成分之间具有较好的相关关系。
图8为AC-DEN距离与碳酸盐含量之间的关系,拟合函数为:
碳酸盐=12.0×(AC-DEN距离)2+47.57×AC-DEN距离+37.28,R2=0.950
图9为AC-DEN距离与长英质含量之间的关系,拟合函数为:
长英质=-22.94×AC-DEN距离+29.65,R2=0.728
图10为AC-DEN距离与粘土矿物等其它成分含量之间的关系,拟合函数为:粘土矿物等=-22.01×AC-DEN距离+31.60,R2=0.671
“粘土矿物等”包括除碳酸盐岩、长英质以外的其它所有分析矿物,如粘土矿物、黄铁矿、方沸石等,故也可通过“100-碳酸盐-长英质”来计算。
[07]对不同岩性段岩石矿物成分的测井解释数据和实验分析数据进行对比分,确定误差校正量,实现对岩石矿物成分的定量表征;
测井计算矿物成分的误差引起因素有多种,除了测井曲线本身质量外(测井仪器精度、测速、人为因素、曲线校正等),地质状况的复杂性也是一类非常重要的、不可避免的因素(薄层、不同的岩性组合形式、不同的岩石类型)。如薄层,并非所有的薄层都需要校正,因为薄层本身的岩性可能与测井精度范围内综合响应的岩性是一致的。
本发明在关键井测井响应与矿物成分定量关系建立的基础上,利用非参与拟合段或其它井的数据,对矿物成分的测井解释数据与实测数据进行对比分析,以确定误差校正量,如表2(不同岩类碳酸盐含量校正表)所示,为不同岩性及不同岩性组合的白云质含量平均校正值。
表2
薄层:测井分层层厚<20~30cm,中厚层:测井分层层厚>30cm
另一种方法为,根据拟合关系的上、下限值确定校正量,如图8,白云质含量拟合曲线的上、下限值约7%,本实例表明,只需要对较纯岩性薄层段进行校正即可,即当AC-DEN距离>0.5时,+7.0%,当AC-DEN距离<-0.5,-7.0%。该方法虽然简单,但实际应用效果尚可。
[08]建立以AC~DEN距离为依据的岩石分类;
具体的,由于X射线衍射全岩分析碳酸盐含量与AC-DEN距离之间很好的拟合关系(R2=0.950),因此选择碳酸盐岩作为岩石分类定名的主要依据;同时考虑测井分辨率及其岩性识别的精度(岩心级别),故将测井识别的岩石类型分为白云岩、泥质白云岩、白云质泥岩、泥页岩等四大类。在步骤[02]岩性分析的基础上,分析对应AC-DEN距离的不同岩性的X射线衍射全岩分析矿物成分主
要分布区间,建立表3(测井岩石类型划分标准)所示的分类标准。
表3
岩石类型 | 泥页岩 | 云质泥页岩 | 泥质白云岩 | 白云岩 |
AC-DEN距离 | <-0.5 | -0.5~0 | 0~0.5 | >0.5 |
碳酸盐(%) | <20 | 20~40 | 40~65 | >65 |
长英质(%) | >35 | 30~40 | 15~30 | <20 |
黏土矿物等其它矿物(%) | >30 | 30~45 | 15~35 | <15 |
[09]测井曲线标准化,实现无取心段/井的岩性的快速直观或定量解释,多井对比分析(图11)。
测井曲线标准化,获取Δt标,确定其它井AC的范围边界值。
具体的,最优方法是根据标志层的深度,分别将W井、GD井AC曲线校深到关键井G井(深度2930~2945m),将三者曲线重叠,在保持AC范围为200μs/m的前提下,分别调整W井、GD井的左右边界值,使得这两口井标志层的曲线形态最大限度的与G井标志层曲线形态相一致,即可确定W井、GD井的范围边界值,分别为215~415μs/m,180~380μs/m;其Δt标分别为215-200=15μs/m,180-200=-20μs/m。
另一种方法为通过标志层AC直方图来确定ΔΔt标,原理与上述曲线形态重叠法是一致的,但不如曲线形态重叠法精细。
另一种方法为读取一个或多个标志层的Δt,与关键井相应处的Δt对比,确定多个Δt标,然后求平均作为Δt标,再确定AC的范围边界值。这种方法仅仅是对标志层读取某些点,而上述曲线形态重叠法实质是多个点的最大拟合,因此该方法不如曲线形态重叠法精细。
在测井曲线标准化基础上,利用AC-DEN距离公式及关键井的拟合函数,并参考测井岩石类型划分标准(表3),即可实现无取心井的岩性的定量解释;利用AC-DEN交会图“绿模式”可实现快速直观定性解释及多井对比分析(图11)。
通过本发明的一个或者多个实施例,本发明具有以下有益效果或者优点:
[01]本发明将声波、密度、中子等常规三孔隙度测井资料应用于细粒沉积相区测井岩性识别,可实现对无取心井地层进行连续的岩性识别。
[02]以AC~DEN距离为依据的岩性判别是在矿物成分定量分析的基础上进行的,能够满足半深湖-深湖细粒沉积岩储层评价及工程措施改造对地质研究的要求,当然,三个参数中的任意两个参数的的结合都能够达到此效果。
以往岩性判别的实质是利用各测井信息对各岩类进行区分,并不计算其中的矿物含量,而ECS测井虽然进行元素分析并进而进行矿物成分分析,但相比较而言,该方法更简单,且并非每口井都测ECS,尤其是老井更主要以常规测井为主。
[03]首次建立了细粒沉积相区测井岩性快速识别的“绿模式”,该模式具有直观、快速识别岩性的特点,可定性判断细粒沉积岩中碳酸盐岩含量。
[04]该“绿模式”纵向上易于辨识岩性组合,进而利于地层划分及高分辨率层序地层研究;横向上易于多井对比分析;可以准确反映出地层沉积变化特征,为精细开展层序地层学、沉积学研究及储层评价提供可靠依据。
[05]该方法虽然也属于曲线重叠法,但只需曲线的简单重叠而无需换算成声波孔隙度、密度孔隙度等再进行重叠,且重叠后两曲线距离大小(幅度差)有明显的矿物组成的定量含义,解决了以往曲线重叠法只能定性分析的难题。
尽管已描述了本申请的优选实施例,但本领域内的普通技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种岩性识别方法,用于对细粒沉积岩性进行识别,其特征在于,所述方法包括:
获取不同深度、不同岩性的N个岩心样本,其中N为正整数;
对所述N个岩心样本进行薄片鉴定和X射线衍射分析,以确定所述N个岩心样本各自的岩性及矿物成分;
基于所述N个岩心样本各自的岩性,对所述N个岩心样本进行岩心归位,以获得所述N个岩心样本关于岩性的测井信息;
从三孔隙度测井中确定出两个参数,并根据测井实测值确定所述两个参数对应的显示区间值,以使所述两个参数的曲线进行交汇,并且将所述两个参数的曲线交汇区进行颜色填充,并确定两个参数的相对距离,其中,所述三孔隙度测井包括的参数是:声波、中子、密度;声波与密度的坐标值在同一方向增大,中子与密度的坐标值在同一方向增大,而中子与声波的坐标值向反方向增大;
根据所述两个参数的相对距离和所述N个岩心样本各自的矿物成分,获得所述两个参数的相对距离和X射线衍射全岩分析主要矿物成分间定量关系;
建立以所述两个参数的相对距离为依据的岩石分类。
2.如权利要求1所述的方法,其特征在于,当所述三孔隙度测井的两个参数为声波和密度时,所述确定所述两个参数对应的显示区间值的标准是:
进行颜色填充的区域对应碳酸盐岩或砂岩,未填充的区域对应泥页岩;以及两条曲线的交汇点的连线为交汇区的中轴线。
3.如权利要求2所述的方法,其特征在于,声波-密度的相对距离通过以下方式确定:
声波的范围为Δt1~Δt2(Δt1<Δt2),密度的范围为ρ1~ρ2(ρ1<ρ2);
其中,Δt为声波时差,是声波测井曲线读出的测井实测值,ρb为体积密度,是密度测井曲线读出的测井实测值;其中,Δt1为声波的基值,ρ1为密度的基值,L1为AC~DEN之间的距离,L2为DEN到基线的距离,L为AC到基线的距离。
4.如权利要求1所述的方法,其特征在于,在所述确定两个参数的相对距离之后,所述方法还包括:
对不同岩性段岩石矿物成分的测井解释数据和实验分析数据进行对比分析,确定误差校正量,实现对岩石矿物成分的定量表征。
5.如权利要求1所述的方法,其特征在于,在所述建立以所述两个参数的相对距离为依据的岩石分类之后,所述方法还包括:
测井曲线标准化,实现无取心段/井的岩性的快速直观或定量解释。
6.如权利要求5所述的方法,其特征在于,所述测井曲线标准化,具体为:
根据关键井的标志层/段,通过分析其他井的标志层/段测井数据的频率分布,与关键井进行对比,确定所述其它井由于深度变化而出现的测井响应的系统性变化所需要的校正值。
7.如权利要求6所述的方法,其特征在于,所述校正值只需要对AC、DEN的基值校正,即:
其中,Δt标和Δρ标分别为AC、DEN测井曲线标准化校正值。
8.如权利要求6所述的方法,其特征在于,在所述测井曲线标准化之后,使其它井匹配关键井的AC范围(Δt1~Δt2)和DEN范围(ρ1~ρ2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510404879.0A CN104989392B (zh) | 2015-07-10 | 2015-07-10 | 一种岩性识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510404879.0A CN104989392B (zh) | 2015-07-10 | 2015-07-10 | 一种岩性识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104989392A true CN104989392A (zh) | 2015-10-21 |
CN104989392B CN104989392B (zh) | 2018-01-02 |
Family
ID=54301261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510404879.0A Active CN104989392B (zh) | 2015-07-10 | 2015-07-10 | 一种岩性识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104989392B (zh) |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548232A (zh) * | 2015-12-07 | 2016-05-04 | 中国石油大学(北京) | 驱油用聚合物在多孔介质中分布状态的微观检测方法 |
CN105888657A (zh) * | 2016-04-11 | 2016-08-24 | 中国石油集团川庆钻探工程有限公司 | 利用元素录井进行沉积岩的岩性识别方法 |
CN106443800A (zh) * | 2016-07-18 | 2017-02-22 | 中国石油天然气集团公司 | 一种中基性火山岩的核磁孔隙度校正方法 |
CN106885815A (zh) * | 2017-03-22 | 2017-06-23 | 中国石油大学(华东) | 一种基于砂岩中元素xrf法判别沉积环境的方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
CN106988737A (zh) * | 2017-04-28 | 2017-07-28 | 中国石油大港油田勘探开发研究院 | 一种利用岩性组合识别沉积相的方法 |
CN107605465A (zh) * | 2017-09-05 | 2018-01-19 | 中石化石油工程技术服务有限公司 | 基于xrf元素录井随钻中获取页岩toc参数的方法 |
CN108073745A (zh) * | 2016-11-18 | 2018-05-25 | 中国石油化工股份有限公司 | 基于三孔隙曲线的砂砾岩岩性物性测井识别方法 |
CN108072748A (zh) * | 2016-11-07 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种基于优势岩性的碳酸盐岩岩相表征的方法 |
CN108227036A (zh) * | 2018-01-22 | 2018-06-29 | 中国石油大港油田勘探开发研究院 | 一种细粒沉积岩岩心归位的方法 |
CN108802192A (zh) * | 2017-05-03 | 2018-11-13 | 中国石油化工股份有限公司 | 一种钙屑砂岩储层孔隙类型识别方法 |
CN109118557A (zh) * | 2018-08-08 | 2019-01-01 | 中国石油天然气集团有限公司 | 油井二维剖面图的绘制方法及其装置 |
CN109298465A (zh) * | 2018-10-23 | 2019-02-01 | 中国石油天然气股份有限公司 | 相控砂体结构主体块状砂岩定量区分方法及装置 |
CN109324171A (zh) * | 2018-11-15 | 2019-02-12 | 中国海洋石油集团有限公司 | 一种基于岩性统计的沉积相定量识别方法 |
CN109709302A (zh) * | 2018-11-30 | 2019-05-03 | 中国海洋石油集团有限公司 | 基于多参数综合判别碎屑岩物源体系的方法 |
CN109919184A (zh) * | 2019-01-28 | 2019-06-21 | 中国石油大学(北京) | 一种基于测井数据的多井复杂岩性智能识别方法及系统 |
CN110286141A (zh) * | 2019-07-15 | 2019-09-27 | 中国石油集团渤海钻探工程有限公司 | 一种基于逻辑回归的自动岩性定名方法 |
CN110469327A (zh) * | 2019-08-02 | 2019-11-19 | 中国石油天然气集团有限公司 | 一种五步逼近式碳酸盐岩储层测井立体评价方法 |
CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
CN111058837A (zh) * | 2019-11-26 | 2020-04-24 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于多元逐步回归的页岩油岩性评价方法 |
CN111236932A (zh) * | 2020-01-13 | 2020-06-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于指示曲线重构的页岩油岩性评价方法 |
CN111425190A (zh) * | 2020-03-19 | 2020-07-17 | 中国石油大学(华东) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 |
CN111577263A (zh) * | 2019-02-18 | 2020-08-25 | 中国石油化工股份有限公司 | 一种凝灰岩测井识别方法 |
CN111622753A (zh) * | 2020-07-14 | 2020-09-04 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111663940A (zh) * | 2019-03-06 | 2020-09-15 | 中国石油化工股份有限公司 | 一种页岩储层的生物成因硅的计算方法 |
CN111677491A (zh) * | 2018-12-28 | 2020-09-18 | 中石化石油工程技术服务有限公司 | 一种开发井试采层位录井选层评价的方法 |
CN111753958A (zh) * | 2020-06-22 | 2020-10-09 | 成都理工大学 | 基于测井数据深度学习的灯影组微生物岩微相识别方法 |
CN111911141A (zh) * | 2020-07-24 | 2020-11-10 | 中国石油天然气集团有限公司 | 一种基于黏土类型的电阻削减率识别砾岩油层的方法 |
CN112012726A (zh) * | 2019-05-30 | 2020-12-01 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
CN112034526A (zh) * | 2020-08-13 | 2020-12-04 | 中国石油大学(华东) | 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法 |
CN113027443A (zh) * | 2021-04-25 | 2021-06-25 | 中国石油大学(北京) | 一种咸化湖相细粒沉积岩黏土矿物含量预测方法及装置 |
CN113050171A (zh) * | 2020-06-01 | 2021-06-29 | 中国石油天然气股份有限公司 | 一种识别海相碳酸盐岩地层中潮道的方法 |
CN113550747A (zh) * | 2021-08-31 | 2021-10-26 | 中国地质大学(北京) | 一种浊沸石胶结砂砾岩储层测井识别方法及装置 |
CN113669055A (zh) * | 2021-08-27 | 2021-11-19 | 长江大学 | 一种碎屑岩储层分级评价方法 |
CN114059999A (zh) * | 2021-09-29 | 2022-02-18 | 成都理工大学 | 一种重力流沉积成因测井识别方法 |
CN114428094A (zh) * | 2020-09-25 | 2022-05-03 | 中国石油化工股份有限公司 | 一种岩心矿物组成的分析方法和应用 |
CN115793094A (zh) * | 2023-02-06 | 2023-03-14 | 西北大学 | 一种曲线叠合重构识别复杂页岩层系岩性的方法及应用 |
CN116184527A (zh) * | 2023-04-25 | 2023-05-30 | 西南石油大学 | 基于元素录井和成像测井的岩浆岩岩性判别方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102720489A (zh) * | 2012-06-14 | 2012-10-10 | 西南石油大学 | 气体钻井随钻分析地层岩性的方法 |
CN103775075A (zh) * | 2014-01-26 | 2014-05-07 | 中国海洋石油总公司 | 一种全井段岩性识别方法 |
CN103806855A (zh) * | 2014-02-07 | 2014-05-21 | 中国海洋石油总公司 | 一种巨厚盐岩地层钻井液密度的确定方法 |
WO2014169499A1 (zh) * | 2013-04-19 | 2014-10-23 | 中国石油大学(华东) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 |
CN104360414A (zh) * | 2014-10-28 | 2015-02-18 | 中国石油天然气股份有限公司 | 一种潜山裂缝的识别方法及系统 |
CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
CN104698500A (zh) * | 2015-04-07 | 2015-06-10 | 成都乔依赛斯石油科技有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
-
2015
- 2015-07-10 CN CN201510404879.0A patent/CN104989392B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102720489A (zh) * | 2012-06-14 | 2012-10-10 | 西南石油大学 | 气体钻井随钻分析地层岩性的方法 |
WO2014169499A1 (zh) * | 2013-04-19 | 2014-10-23 | 中国石油大学(华东) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 |
CN103775075A (zh) * | 2014-01-26 | 2014-05-07 | 中国海洋石油总公司 | 一种全井段岩性识别方法 |
CN103806855A (zh) * | 2014-02-07 | 2014-05-21 | 中国海洋石油总公司 | 一种巨厚盐岩地层钻井液密度的确定方法 |
CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
CN104360414A (zh) * | 2014-10-28 | 2015-02-18 | 中国石油天然气股份有限公司 | 一种潜山裂缝的识别方法及系统 |
CN104698500A (zh) * | 2015-04-07 | 2015-06-10 | 成都乔依赛斯石油科技有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
Cited By (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548232B (zh) * | 2015-12-07 | 2017-08-01 | 中国石油大学(北京) | 驱油用聚合物在多孔介质中分布状态的微观检测方法 |
CN105548232A (zh) * | 2015-12-07 | 2016-05-04 | 中国石油大学(北京) | 驱油用聚合物在多孔介质中分布状态的微观检测方法 |
CN105888657A (zh) * | 2016-04-11 | 2016-08-24 | 中国石油集团川庆钻探工程有限公司 | 利用元素录井进行沉积岩的岩性识别方法 |
CN105888657B (zh) * | 2016-04-11 | 2020-06-26 | 中国石油集团川庆钻探工程有限公司 | 利用元素录井进行沉积岩的岩性识别方法 |
CN106443800A (zh) * | 2016-07-18 | 2017-02-22 | 中国石油天然气集团公司 | 一种中基性火山岩的核磁孔隙度校正方法 |
CN106443800B (zh) * | 2016-07-18 | 2018-07-13 | 中国石油天然气集团公司 | 一种中基性火山岩的核磁孔隙度校正方法 |
CN108072748A (zh) * | 2016-11-07 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种基于优势岩性的碳酸盐岩岩相表征的方法 |
CN108073745A (zh) * | 2016-11-18 | 2018-05-25 | 中国石油化工股份有限公司 | 基于三孔隙曲线的砂砾岩岩性物性测井识别方法 |
CN106885815A (zh) * | 2017-03-22 | 2017-06-23 | 中国石油大学(华东) | 一种基于砂岩中元素xrf法判别沉积环境的方法 |
CN106968668B (zh) * | 2017-04-06 | 2020-08-14 | 中国石油大学(华东) | 一种得分式测井岩性优选解释方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
CN106988737A (zh) * | 2017-04-28 | 2017-07-28 | 中国石油大港油田勘探开发研究院 | 一种利用岩性组合识别沉积相的方法 |
CN108802192A (zh) * | 2017-05-03 | 2018-11-13 | 中国石油化工股份有限公司 | 一种钙屑砂岩储层孔隙类型识别方法 |
CN108802192B (zh) * | 2017-05-03 | 2021-05-14 | 中国石油化工股份有限公司 | 一种钙屑砂岩储层孔隙类型识别方法 |
CN107605465A (zh) * | 2017-09-05 | 2018-01-19 | 中石化石油工程技术服务有限公司 | 基于xrf元素录井随钻中获取页岩toc参数的方法 |
CN107605465B (zh) * | 2017-09-05 | 2020-10-02 | 中石化石油工程技术服务有限公司 | 基于xrf元素录井随钻中获取页岩toc参数的方法 |
CN108227036A (zh) * | 2018-01-22 | 2018-06-29 | 中国石油大港油田勘探开发研究院 | 一种细粒沉积岩岩心归位的方法 |
CN109118557B (zh) * | 2018-08-08 | 2023-06-30 | 中国石油天然气集团有限公司 | 油井二维剖面图的绘制方法及其装置 |
CN109118557A (zh) * | 2018-08-08 | 2019-01-01 | 中国石油天然气集团有限公司 | 油井二维剖面图的绘制方法及其装置 |
CN109298465B (zh) * | 2018-10-23 | 2020-04-10 | 中国石油天然气股份有限公司 | 相控砂体结构主体块状砂岩定量区分方法及装置 |
CN109298465A (zh) * | 2018-10-23 | 2019-02-01 | 中国石油天然气股份有限公司 | 相控砂体结构主体块状砂岩定量区分方法及装置 |
CN109324171A (zh) * | 2018-11-15 | 2019-02-12 | 中国海洋石油集团有限公司 | 一种基于岩性统计的沉积相定量识别方法 |
CN109709302A (zh) * | 2018-11-30 | 2019-05-03 | 中国海洋石油集团有限公司 | 基于多参数综合判别碎屑岩物源体系的方法 |
CN111677491B (zh) * | 2018-12-28 | 2023-10-20 | 中石化石油工程技术服务有限公司 | 一种开发井试采层位录井选层评价方法 |
CN111677491A (zh) * | 2018-12-28 | 2020-09-18 | 中石化石油工程技术服务有限公司 | 一种开发井试采层位录井选层评价的方法 |
CN109919184A (zh) * | 2019-01-28 | 2019-06-21 | 中国石油大学(北京) | 一种基于测井数据的多井复杂岩性智能识别方法及系统 |
CN111577263A (zh) * | 2019-02-18 | 2020-08-25 | 中国石油化工股份有限公司 | 一种凝灰岩测井识别方法 |
CN111663940A (zh) * | 2019-03-06 | 2020-09-15 | 中国石油化工股份有限公司 | 一种页岩储层的生物成因硅的计算方法 |
CN112012726A (zh) * | 2019-05-30 | 2020-12-01 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
CN112012726B (zh) * | 2019-05-30 | 2023-12-12 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
CN110286141B (zh) * | 2019-07-15 | 2022-04-12 | 中国石油集团渤海钻探工程有限公司 | 一种基于逻辑回归的自动岩性定名方法 |
CN110286141A (zh) * | 2019-07-15 | 2019-09-27 | 中国石油集团渤海钻探工程有限公司 | 一种基于逻辑回归的自动岩性定名方法 |
CN110469327B (zh) * | 2019-08-02 | 2022-12-02 | 中国石油天然气集团有限公司 | 一种五步逼近式碳酸盐岩储层测井立体评价方法 |
CN110469327A (zh) * | 2019-08-02 | 2019-11-19 | 中国石油天然气集团有限公司 | 一种五步逼近式碳酸盐岩储层测井立体评价方法 |
CN111058837A (zh) * | 2019-11-26 | 2020-04-24 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于多元逐步回归的页岩油岩性评价方法 |
CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
CN110965999B (zh) * | 2019-12-24 | 2022-04-12 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
CN111236932A (zh) * | 2020-01-13 | 2020-06-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于指示曲线重构的页岩油岩性评价方法 |
CN111236932B (zh) * | 2020-01-13 | 2022-12-13 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于指示曲线重构的页岩油岩性评价方法 |
CN111425190A (zh) * | 2020-03-19 | 2020-07-17 | 中国石油大学(华东) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 |
CN113050171A (zh) * | 2020-06-01 | 2021-06-29 | 中国石油天然气股份有限公司 | 一种识别海相碳酸盐岩地层中潮道的方法 |
CN113050171B (zh) * | 2020-06-01 | 2024-01-30 | 中国石油天然气股份有限公司 | 一种识别海相碳酸盐岩地层中潮道的方法 |
CN111753958A (zh) * | 2020-06-22 | 2020-10-09 | 成都理工大学 | 基于测井数据深度学习的灯影组微生物岩微相识别方法 |
CN111622753B (zh) * | 2020-07-14 | 2023-08-18 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111622753A (zh) * | 2020-07-14 | 2020-09-04 | 陕西延长石油(集团)有限责任公司 | 一种细粒沉积岩的测井识别方法 |
CN111911141A (zh) * | 2020-07-24 | 2020-11-10 | 中国石油天然气集团有限公司 | 一种基于黏土类型的电阻削减率识别砾岩油层的方法 |
CN112034526A (zh) * | 2020-08-13 | 2020-12-04 | 中国石油大学(华东) | 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法 |
CN114428094A (zh) * | 2020-09-25 | 2022-05-03 | 中国石油化工股份有限公司 | 一种岩心矿物组成的分析方法和应用 |
CN113027443A (zh) * | 2021-04-25 | 2021-06-25 | 中国石油大学(北京) | 一种咸化湖相细粒沉积岩黏土矿物含量预测方法及装置 |
CN113669055A (zh) * | 2021-08-27 | 2021-11-19 | 长江大学 | 一种碎屑岩储层分级评价方法 |
CN113550747B (zh) * | 2021-08-31 | 2023-02-07 | 中国地质大学(北京) | 一种浊沸石胶结砂砾岩储层测井识别方法及装置 |
CN113550747A (zh) * | 2021-08-31 | 2021-10-26 | 中国地质大学(北京) | 一种浊沸石胶结砂砾岩储层测井识别方法及装置 |
CN114059999A (zh) * | 2021-09-29 | 2022-02-18 | 成都理工大学 | 一种重力流沉积成因测井识别方法 |
CN115793094A (zh) * | 2023-02-06 | 2023-03-14 | 西北大学 | 一种曲线叠合重构识别复杂页岩层系岩性的方法及应用 |
CN116184527A (zh) * | 2023-04-25 | 2023-05-30 | 西南石油大学 | 基于元素录井和成像测井的岩浆岩岩性判别方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104989392B (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104989392A (zh) | 一种岩性识别方法 | |
Attia et al. | Petrophysical analysis and hydrocarbon potentialities of the untested Middle Miocene Sidri and Baba sandstone of Belayim Formation, Badri field, Gulf of Suez, Egypt | |
Ratcliffe et al. | Ground truthing chemostratigraphic correlations in fluvial systems | |
Abuhagaza et al. | Integrated petrophysical and petrographical studies for characterization of reservoirs: a case study of Muglad Basin, North Sudan | |
da Rocha et al. | Petrophysical characterization using well log resistivity and rock grain specific surface area in a fractured carbonate pre-salt reservoir in the Santos Basin, Brazil | |
Kassab et al. | Hydraulic flow unit and facies analysis integrated study for reservoir characterisation: a case study of Middle Jurassic rocks at Khashm El-Galala, Gulf of Suez, Egypt | |
Esmaeili et al. | Developing a saturation-height function for reservoir rock types and comparing the results with the well log-derived water saturation, a case study from the Fahliyan formation, Dorood oilfield, Southwest of Iran | |
Isyaku et al. | Integrated well log and 2-D seismic data interpretation to image the subsurface stratigraphy and structure in north-eastern Bornu (Chad) basin | |
Higgs et al. | Advances in grain-size, mineral, and pore-scale characterization of lithic and clay-rich reservoirs | |
Ogbe et al. | Depositional facies, sequence stratigraphy and reservoir potential of the Eocene Nanka Formation of the Ameki Group in Agu-Awka and Umunya, southeast Nigeria | |
Jiang et al. | Characterization of marl and interbedded limestone layers in the Eagle Ford Formation, DeWitt county, Texas | |
Ayodele et al. | Static reservoir modeling using stochastic method: a case study of the cretaceous sequence of Gamtoos Basin, Offshore, South Africa | |
Raef et al. | Lithofacies control on reservoir quality of the viola limestone in Southwest Kansas and unsupervised machine learning approach of seismic attributes facies-classification | |
Al-Areeq et al. | Well log analysis and hydrocarbon potential of the Sa'ar–Nayfa reservoir, Hiswah Oilfield, eastern Yemen | |
Shehata et al. | Seismic interpretation and sequence stratigraphic analysis of the Bahariya Formation in the South Umbaraka oilfields (Western Desert, Egypt): insights into reservoir distribution, architecture, and evaluation | |
Milad* et al. | Outcrop to Subsurface Reservoir Characterization of the Mississippian Sycamore/Meramec Play in the SCOOP Area, Arbuckle Mountains, Oklahoma, USA | |
Slatt | Characterization of Unconventional Resource Shales (Mudstones) The Necessity of Multiscale Scientific Integration | |
Pfaffhuber et al. | Large scale, efficient geotechnical soil investigations applying machine learning on airborne geophysical models | |
Bazzell | Origin of brecciated intervals and petrophysical analyses; the three forks formation, williston basin, North Dakota, USA | |
Al-Iessa et al. | The methods of determination of stratigraphic boundaries and reservoir units for the Yamama Formation in the Ratawi Oil Field, Southern Iraq | |
Afife et al. | Petrophysical reservoir-rock properties and source-rock characterization of Abu Roash Formation in Wadi El-Rayan oil field, Western Desert, Egypt | |
Ebadati | Fractures effect in reservoir quality of Ilam and Sarvak formations in Hengam oilfield using imaging logs | |
Akinyemi et al. | Rock physics analysis as a tool for enhancing characterization of Niger Delta deep water sands | |
Gibson | Paleoenvironmental analysis and reservoir characterization of the Late Cretaceous Eagle Ford Formation in Frio County, Texas, USA | |
Naji | Reservoir properties of Lower Cretaceous Qishn and Saar formations from well logs analyses of Masila Region, Yemen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |