CN105626058A - 一种确定储层岩溶发育程度的方法及装置 - Google Patents
一种确定储层岩溶发育程度的方法及装置 Download PDFInfo
- Publication number
- CN105626058A CN105626058A CN201511021367.2A CN201511021367A CN105626058A CN 105626058 A CN105626058 A CN 105626058A CN 201511021367 A CN201511021367 A CN 201511021367A CN 105626058 A CN105626058 A CN 105626058A
- Authority
- CN
- China
- Prior art keywords
- karst
- reservoir
- feature
- development degree
- horizontal
- 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
- 238000011161 development Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000011148 porous material Substances 0.000 claims abstract description 110
- 238000003384 imaging method Methods 0.000 claims abstract description 49
- 208000035126 Facies Diseases 0.000 claims abstract description 35
- 230000003068 static effect Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 239000011435 rock Substances 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 230000003628 erosive effect Effects 0.000 abstract 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 208000010392 Bone Fractures Diseases 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 206010017076 Fracture Diseases 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000010430 carbonatite Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/002—Survey of boreholes or wells by visual inspection
- E21B47/0025—Survey of boreholes or wells by visual inspection generating an image of the borehole wall using down-hole measurements, e.g. acoustic or electric
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/02—Prospecting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Acoustics & Sound (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种确定储层岩溶发育程度的方法及装置,属于测井解释技术领域。所述方法包括:从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数;根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度;根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。本发明通过从电成像测井图像数据中提取的垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数对待定储层的岩溶发育程度进行划分,能够快速、直观地识别储层岩溶相带并划分出岩溶发育程度,判别结果与岩心显示一致,为油气田勘探开发提供了重要的技术支持。
Description
技术领域
本发明涉及一种确定储层岩溶发育程度的方法及装置,属于测井解释技术领域。
背景技术
风化壳岩溶型油气藏是碳酸盐岩油气资源的重要类型之一,大量的研究表明控制风化壳岩溶型储层发育和分布的关键因素在于岩溶作用发育程度,通过岩溶作用对原地层改造形成溶蚀缝洞体,对储层储集性能及渗流能力提升具有重要影响。因此,如何利用现有测井方法准确识别风化壳岩溶型储层并划分岩溶作用发育程度,能够对储层有效性判别、油气储量上交及油气井开发改造措施制定提供重要的技术依据。
现有技术对岩溶发育程度评价主要以岩心观察描述为主,通过储层取心或露头岩石钻孔取样观察岩石表面岩溶孔、裂缝发育情况进行定性划分。这类方法对岩心依赖程度较高,成本较大,可操作性差;此外,由于油田现场获取的岩心往往不连续,并且在裂缝发育层段完整取心非常困难,岩心上观察到的岩溶发育特征难以代表储层整体情况,从而影响对储层综合判别。
虽然现有技术曾利用成像测井结合常规测井技术将风化壳岩溶储层从纵向上划分为表生岩溶带、垂直渗流带、水平潜流带等岩溶相带,并根据不同岩溶带的成像测井特征图版和测井响应特征模式对岩溶带进行定性识别,但没有对各岩溶带的具体岩溶作用的发育程度进行划分和评价,因而对成像测井资料的处理解释应用基本还停留在定性分析阶段,不能满足风化壳岩溶型储层测井评价的需要。
发明内容
本发明为解决现有岩溶发育程度划分方法存在的多解性强、操作性差、无法满足风化壳岩溶型储层测井评价需要的问题,提出了一种确定储层岩溶发育程度的方法及装置,具体包括如下的技术方案:
一种确定储层岩溶发育程度的方法,包括:
从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数;
根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度;
根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。
一种确定储层岩溶发育程度的装置,包括:
特征及参数提取单元,用于从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数;
发育程度划分单元,用于根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度;
发育程度确定单元,用于根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。
本发明的有益效果是:通过从电成像测井图像数据中提取的垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数对待定储层的岩溶发育程度进行划分,能够快速、直观地识别储层岩溶相带并划分出岩溶发育程度,判别结果与岩心显示一致,为油气田勘探开发提供了重要的技术支持。
附图说明
图1是以示例的方式示出了确定储层岩溶发育程度的方法的流程图。
图2是实施例一提出的确定储层岩溶发育程度的方法的流程图。
图3是实施例一提出的生成全井眼覆盖的电成像测井图像数据的流程图。
图4是实施例一提出的通过对电成像测井资料处理获得的静态及动态的全井眼图像信息示意图。
图5是实施例一提出的电成像测井图像提取的垂直溶蚀孔缝、水平溶蚀孔缝边界与特征参数示意图。
图6是实施例一提出的岩溶带及岩溶发育程度划分结果示意图。
图7是实施例二提出的确定储层岩溶发育程度的装置的结构图。
具体实施方式
在本领域中,由于现有方法无法对风化壳岩溶型储层各岩溶带的具体岩溶作用的发育程度进行划分,从而无法确定储层的整体情况,影响该类储层测井评价结果。而本申请的申请人在对风化壳岩溶型储层研究中发现:垂直渗流带岩溶作用以垂向溶蚀为主,发育垂直溶蚀孔缝;水平潜流带岩溶作用以水平溶蚀为主,发育层状溶蚀孔缝;溶蚀孔缝发育程度反映了地层岩溶作用程度。因此,可以通过在电成像测井图像上对垂直渗流带、水平潜流带溶蚀孔缝特征的识别和提取来划分储层岩溶作用发育程度。
结合图1所示,本实施例提出的确定储层岩溶发育程度的方法包括:
步骤11,从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数。
其中,通过已有的电成像测井仪器测量可以获得待定储层的电成像测井图像资料,并通过预定处理方法将电成像测井资料处理后获得静态图像和动态图像,通过预定的概率插值处理方法可以将静态图像和动态图像处理获得全井眼覆盖的电成像测井图像数据。
通过图像分析方法从待定储层的电成像测井图像数据中定量提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征,并统计单位深度范围内垂直溶蚀孔缝和水平溶蚀孔缝的特征参数。
可选的,获得垂直溶蚀孔缝特征和水平溶蚀孔缝特征的过程包括三个部分:特征颜色、特征形态和特征纹理。本实施例在电成像测井图像的基础上,通过对特征颜色、特征形态和特征纹理综合分析后判定特征所属类别。
可选的,垂直溶蚀孔缝和水平溶蚀孔缝特征参数包括孔缝面孔率、平均粒径及数量。本实施例在图像特征提取的基础上,统计单位深度范围内垂直溶蚀孔缝和水平溶蚀孔缝特征的面孔率、平均粒径及数量。
步骤12,根据垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定待定储层所属的岩溶相带并划分岩溶发育程度。
其中,待定储层所属的岩溶相带可根据垂直溶蚀孔缝特征及水平溶蚀孔缝特征进行判别,若垂直溶蚀孔缝的面孔率ApV大于水平溶蚀孔缝的面孔率ApH,则可确定对应的待定储层位于垂直渗流岩溶带,反之则位于水平潜流岩溶带。
可选的,利用测井特征参中的溶蚀孔缝的面孔率、粒径、数量以及地层孔隙度和岩溶厚度等参数可确定垂直渗流岩溶带岩溶发育指数KfV以及水平潜流岩溶带岩溶发育指数KfH。
根据确定的垂直渗流岩溶带岩溶发育指数KfV与水平潜流岩溶带岩溶发育指数KfH即可直接划分岩溶发育程度,KfV或KfH值越大,表明地层岩溶发育程度越高,KfV或KfH值越小,则表明岩溶发育程度较低。
步骤13,根据岩溶相带与岩溶发育程度划分结果确定待定储层的有效储层发育程度。
根据岩溶相带和岩溶发育程度划分结果,确定有效储层发育情况。不同岩溶相带与有效储层之间的对应关系为:垂直渗流带发育好储层、水平潜流带发育一般储层或者差储层。在储层所处有利岩溶相带基础上,若岩溶发育程度达到最好或较好的级别,则对应储层为优质储层,其储层产能能够达到工业产能;若岩溶发育程度为较差的级别,则储层较差,不能达到工业产能要求。
采用本实施例提出的技术方案,通过从电成像测井图像数据中提取的垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数对待定储层的岩溶发育程度进行划分,能够快速、直观地识别储层岩溶相带并划分出岩溶发育程度,判别结果与岩心显示一致,为油气田勘探开发提供了重要的技术支持。
下面通过具体的实施例对本发明提出的技术方案进行详细说明:
实施例一
结合图2所示,本实施例提出的确定储层岩溶发育程度的方法包括:
步骤21,获取待定储层的测井数据及地质录井资料。
待定储层的测井数据主要包括研究区目的层段电成像测井资料,同时还可以包括其它常规测井资料、地质资料、录井资料以及岩心描述、分析等相关资料,以便对岩溶发育部位及地层层位进行综合判别。
步骤22,生成全井眼覆盖的电成像测井图像数据。
其中,通过对电成像测井资料进行预处理、静态增强、动态增强、全井眼图像生成处理后可获得全井眼覆盖的电成像测井图像数据,结合图3所示,其过程可以包括:
步骤221,对待定储层的电成像测井资料进行加速度校正及均衡化处理,获得原始电成像测井图像数据;
步骤222,对原始电成像测井图像数据进行静态增强处理,获得反映全井段岩石颜色变化的静态图像数据;
步骤223,对原始电成像测井图像数据进行动态增强处理,获得反映全井段岩石颜色变化的动态图像数据;
步骤224,采用全井眼图像处理方法对静态图像数据以及动态图像数据中的未覆盖部分进行概率插值处理,获得全井眼覆盖的电成像测井图像数据。
本步骤以某油气田A井为例,通过增强处理后的静态图像数据和动态图像数据可参考图4中的左侧两部分图像所示,全井眼图像处理后的静态图像数据和动态图像数据可参考图中的右侧两部分图像所示。由此可知,通过全井眼图像处理,能够有效去除原始图像中的空白部分,使图像特征更完整、直观,为后期图像特征自动识别和提取奠定了基础。
步骤23,从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数。
通过已有的图像处理技术可从全井眼覆盖的静态图像数据和动态图像数据上提取垂直溶蚀孔缝特征以及水平溶蚀孔缝特征。定量提取图像特征的具体方法可以包括三个部分:特征颜色、特征形态和特征纹理。本步骤在电成像测井图像分割的基础上,通过对特征颜色、特征形态和特征纹理综合分析后确定各特征所属类别。
可选的,特征颜色主要指特征对象包含的像素点内灰度值大小及其分布,采用灰度最大值Gmax、灰度最小值Gmin和灰度均值Gavg进行描述。
可选的,特征形态的分析主要采用特征面积A、宽长比F、圆度R以及方向D四个参数进行描述,该四个参数可通过以下方法确定:
设成像测井图像单像素点面积为单位面积,特征面积A则为特征对象所包含的实际像素点数;
宽长比F描述了特征对象的细长程度,F=W/L,其中L为对象最小外接矩形的长度,W为对象最小外接矩形的宽度;
圆度R描述了特征对象的似圆程度,R=P2/A,其中P为对象周长,基于对象的边界点计算,A为特征面积;
方向D描述了特征对象延伸方位,即特征对象长轴方向与水平方向之间的夹角。
可选的,对特征纹理分析,本步骤提出利用灰度共生矩阵方法定量计算纹理二阶矩WM、对比度WC和均匀性WH等纹理特征参数进行描述,可通过以下方法确定:
对图像S,如果函数f(x1,y1)定义了两种参数之间的空间关系,则S的灰度共生矩阵p中各元素定义为:
式(1)中,等号右侧的分子部分表示是具有空间关系f(x1,y1)且值分为g1和g2的元素对的个数,分母部分表示S中元素对总的个数(#S);
则纹理二阶矩WM、对比度WC和均匀性WH参数计算公式可为:
WM=∑g1∑g2p2(g1,g2)(2)
WC=∑g1∑g2|g1-g2|p(g1,g2)(3)
根据提取获得的垂直溶蚀孔缝特征以及水平溶蚀孔缝特征,统计单位深度范围内各溶蚀孔缝的面孔率Ap、平均粒径Gs及数量N。
其中,数量N描述了特征发育的程度,通过单位深度特征计数累加确定;
面孔率Ap描述了特征发育的强弱且其中,Ai表示提取出的特征对象的面积;S0表示统计的单位深度图像总面积;
平均粒径Gs描述了特征平均尺寸,可采用Feret直径描述。单个特征粒径Gsi可通过测量特征对象在多个方向上的直径取平均值,单位深度范围内的平均粒径可以确定为
图5所示的是本步骤的特征提取效果及特征参数统计结果,其中左起第一至第三部分图像分别表示深度、全井眼静态图像、动态图像信息;第四部分图像为提取出的垂直溶蚀孔缝以及水平溶蚀孔缝的特征边界;第五至第七部分图像分别为统计得到的垂直溶蚀孔缝和水平溶蚀孔缝的面孔率、平均粒径及数量参数,其中的曲线A表示垂直溶蚀孔缝面孔率,曲线B表示水平溶蚀孔缝面孔率,曲线C表示垂直平均粒径,曲线D表示水平平均粒径,曲线E表示垂直数量参数,曲线F表示水平数量参数。
步骤24,根据垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定待定储层所属的岩溶相带并划分岩溶发育程度。
其中,岩溶相带所属的类型可根据垂直溶蚀孔缝特征及水平溶蚀孔缝特征的面孔率进行判别,若垂直溶蚀孔缝的面孔率ApV大于水平溶蚀孔缝的面孔率ApH,则对应地层位于垂直渗流岩溶带,反之则位于水平潜流岩溶带。
可选的,本实施例通过溶蚀孔缝的面孔率、粒径、数量以及地层孔隙度、岩溶厚度等参数确定的垂直渗流岩溶带岩溶发育指数KfV和水平潜流岩溶带岩溶发育指数KfH对岩溶发育程度进行划分。
其中,垂直渗流岩溶带岩溶发育指数KfV可采用下式确定:
式中的KfV表示垂直渗流岩溶带岩溶的发育指数;ApV表示垂直溶蚀孔缝面孔率;GsV表示垂直溶蚀孔缝平均粒径;NV表示垂直溶蚀孔缝数量;表示对应地层常规测井计算孔隙度;HV表示确定的垂直渗流岩溶带总厚度;aV、bV、cV、dV、eV分别表示预定地区参数,根据待定储层的垂直渗流带整体岩溶发育强度和规模确定。
水平潜流岩溶带岩溶发育指数KfH可采用下式确定:
其中,KfH表示水平渗流岩溶带岩溶的发育指数;ApH表示水平溶蚀孔缝面孔率;GsH表示水平溶蚀孔缝平均粒径;NH表示水平溶蚀孔缝数量;表示对应地层常规测井计算孔隙度;HH表示确定的水平潜流岩溶带总厚度;aH、bH、cH、dH、eH分别表示预定地区参数,根据待定储层的水平潜流带整体岩溶发育强度和规模确定。
根据确定的垂直渗流岩溶带岩溶发育指数KfV与水平潜流岩溶带岩溶发育指数KfH即可划分岩溶发育程度,KfV或KfH值越大,则表明地层岩溶发育程度越高,反之,则表明岩溶发育程度较低。可选的,根据岩溶发育指数可将地层岩溶发育程度定量划分为三个等级:
Ⅰ级岩溶:垂直渗流岩溶带KfV≥CPvI;水平潜流岩溶带KfH≥CPhI;
Ⅱ级岩溶:垂直渗流岩溶带CPvII≤KfV<CPvI;水平潜流岩溶带CPhII≤KfH<CPhI;
Ⅲ级岩溶:垂直渗流岩溶带KfV<CPvII;水平潜流岩溶带KfH<CPhII。
其中,CPvI、CPvII、CPhI、CPhII分别为垂直渗流岩溶带、水平潜流岩溶带Ⅰ级、Ⅱ级岩溶发育划分标准,根据地区实际岩溶发育程度取值,通常可取值为6.5、3.5、6.0、3.0。
例如,图6所示的是通过岩溶特征参数划分的岩溶相带及岩溶发育程度。其中,左起第一部分图像中的曲线a表示常规自然伽马(GR),曲线b表示光电吸收截面指数(PE),曲线c表示井径(CAL);第二部分图像中的曲线d表示密度(DEN),曲线e表示中子(CNL),曲线f表示声波(AC);第三部分图像中的曲线g表示深侧向电阻率(RD),曲线h表示浅侧向电阻率(RS);第四部分为深度;第五至第七部分图像分别为全井眼静态图像、动态图像信息及提取出的垂直溶蚀孔缝以及水平溶蚀孔缝特征边界;第八部分图像中的曲线i表示垂直溶蚀孔缝特征的面孔率,曲线j表示水平溶蚀孔缝特征的面孔率;第九部分图像中的曲线k表示垂直溶蚀孔缝特征的粒径,曲线m表示水平溶蚀孔缝特征的粒径;第十部分图像中的曲线n表示垂直溶蚀孔缝特征的数量参数,曲线o表示水平溶蚀孔缝特征的数量参数;第十一部分图像中的曲线p表示孔隙度;第十二部分图像为岩溶相带识别结果,该结果包括三个部分:最上部分为岩溶顶部,中间部分为垂直渗流带,最下部分为水平潜流带;第十三部分图像为计算得到的岩溶发育指数,其中的曲线q表示垂直渗流岩溶带岩溶发育指数,曲线r表示水平潜流岩溶带岩溶发育指数;第十四部分图像为根据岩溶发育指数划分的岩溶发育程度级别,最上部分为Ⅰ级岩溶,中间部分为Ⅱ级岩溶,最下部分为Ⅲ级岩溶;第十五部分图像为有效储层解释结果,其中的Ⅰ级岩溶和Ⅱ级岩溶能够达到工业产能的要求。
由图6可知,该井段上部以垂直溶蚀孔缝特征为主,划分为垂直渗流岩溶带;下部为水平潜流岩溶带。综合常规孔隙度、识别的岩溶带发育厚度计算岩溶发育指数表明,垂直渗流岩溶带岩溶发育程度整体较高,岩溶发育指数基本都在6.5以上,可划为Ⅰ级岩溶发育;水平潜流岩溶带从上部到下部孔缝面孔率、粒径变小,岩溶程度逐渐降低,上部岩溶发育指数分布在6-8之间,可划为Ⅰ级岩溶,下部岩溶发育指数主要分布在4-6之间,可划分为Ⅱ级。
步骤25,根据岩溶相带与岩溶发育程度划分结果确定待定储层的有效储层发育程度。
根据岩溶相带和岩溶发育程度划分结果,确定有效储层发育情况。如图6中所示的3954.0-3965.0m井段位于垂直渗流岩溶带和水平潜流岩溶带上部,整体属于有利储层发育部位,同时该段计算岩溶发育指数值较大,表明岩溶发育程度高,岩溶发育程度为Ⅰ级,综合判定为工业气层段。
将本实施例在某油气田A井进行了现场应用,能够快速、直观识别储层岩溶相带并划分出岩溶发育程度,判别结果与岩心显示一致,为油气田勘探开发提供了重要的技术支持。
本实施例提出的确定储层岩溶发育程度的方法具有以下的优点:
1)提出并实现了基于电成像测井图像特征提取的风化壳岩溶型储层岩溶作用发育程度的划分方法,直接从电成像测井图像上提取岩溶特征并定量计算其特征参数进行岩溶发育程度划分,避免了电成像测井描述产生的多解性问题;
2)通过表征溶蚀孔缝特征的孔率、粒径、数量以及地层孔隙度、岩溶厚度等参数构建了岩溶发育指数定量计算方法,建立了该指数与岩溶发育程度明确的对应关系,解决了储层岩溶发育程度评价的不确定问题;
3)提出将岩溶储层岩溶发育程度划分为三个等级,对于测井储层品质评价具有重要意义,在预定油气田现场应用中效果显著。
实施例二
本实施例提供了一种确定储层岩溶发育程度的装置,结合图7所示,包括:
特征及参数提取单元71,用于从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数;
发育程度划分单元72,用于根据垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数确定待定储层所属的岩溶相带并划分岩溶发育程度;
发育程度确定单元73,用于根据岩溶相带与岩溶发育程度划分结果确定待定储层的有效储层发育程度。
特征及参数提取单元71可通过已有的电成像测井方法获得待定储层的电成像测井图像数据,并通过预定图像处理方法将该电成像测井图像数据进行处理后获得静态图像和动态图像,在该静态图像和动态图像上定量提取获得电成像测井图像数据的垂直溶蚀孔缝特征和水平溶蚀孔缝特征。
发育程度划分单元72可根据垂直溶蚀孔缝特征及水平溶蚀孔缝特征判别待定储层所属的岩溶相带,若垂直溶蚀孔缝的面孔率ApV大于水平溶蚀孔缝的面孔率ApH,则可确定对应的待定储层位于垂直渗流岩溶带,反之则位于水平潜流岩溶带。根据确定的垂直渗流岩溶带岩溶发育指数KfV与水平潜流岩溶带岩溶发育指数KfH即可直接划分岩溶发育程度,KfV或KfH值越大,表明地层岩溶发育程度越高,KfV或KfH值越小,则表明岩溶发育程度较低。
发育程度确定单元73根据岩溶相带和岩溶发育程度划分结果,能够确定有效储层发育情况。不同岩溶相带与有效储层之间的对应关系为:垂直渗流带发育好储层、水平潜流带发育一般储层或者差储层。在储层所处有利岩溶相带基础上,若岩溶发育程度达到最好或较好的级别,则对应储层为优质储层,其储层产能能够达到工业产能;若岩溶发育程度为较差的级别,则储层较差,不能达到工业产能要求。
采用本实施例提出的技术方案,通过从电成像测井图像数据中提取的垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数对待定储层的岩溶发育程度进行划分,能够快速、直观地识别储层岩溶相带并划分出岩溶发育程度,判别结果与岩心显示一致,为油气田勘探开发提供了重要的技术支持。
本具体实施方式是对本发明的技术方案进行清楚、完整地描述,其中的实施例仅仅是本发明的一部分实施例,而并不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有经过创造性劳动的前提下所获得的所有其它实施方式都属于本发明的保护范围。
Claims (10)
1.一种确定储层岩溶发育程度的方法,其特征在于,包括:
从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数;
根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度;
根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
对待定储层的电成像测井资料进行加速度校正及均衡化处理,获得原始电成像测井图像数据;
对所述原始电成像测井图像数据进行静态增强处理,获得反映全井段岩石颜色变化的静态图像数据;
对所述原始电成像测井图像数据进行动态增强处理,获得反映全井段岩石颜色变化的动态图像数据;
采用全井眼图像处理方法对所述静态图像数据以及所述动态图像数据中的未覆盖部分进行概率插值处理,获得全井眼覆盖的电成像测井图像数据。
3.如权利要求1所述的方法,其特征在于,对所述垂直溶蚀孔缝特征和水平溶蚀孔缝特征的提取包括对特征颜色、特征形态和特征纹理的提取。
4.如权利要求3所述的方法,其特征在于,所述电成像测井图像信息的特征形态包括:特征面积、宽长比、圆度以及方向;所述特征面积为特征对象所包含的实际像素点数;所述宽长比为特征对象的最小外接矩形的宽度与最小外接矩形的长度的比值;所述圆度为特征对象的2倍周长与所述特征面积的比值;所述方向为特征对象在长轴方向与水平方向之间的夹角。
5.如权利要求3所述的方法,其特征在于,所述电成像测井图像信息的特征纹理包括:通过灰度共生矩阵方法获得特征对象的纹理二阶距、对比度和均匀性。
6.如权利要求1所述的方法,其特征在于,所述测井特征参数包括:溶蚀孔缝的面孔率、粒径、数量以及地层孔隙度和岩溶厚度。
7.如权利要求6所述的方法,其特征在于,根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度包括:
根据所述测井特征参数确定所述垂直渗流岩溶带岩溶的发育指数以及所述水平潜流岩溶带岩溶的发育指数;
根据所述垂直渗流岩溶带岩溶的发育指数以及所述水平潜流岩溶带岩溶的发育指数对所述待定储层的岩溶发育程度进行划分。
8.如权利要求7所述的方法,其特征在于,所述垂直渗流岩溶带岩溶的发育指数通过以下公式确定:
其中,KfV表示垂直渗流岩溶带岩溶的发育指数;ApV表示垂直溶蚀孔缝面孔率;GsV表示垂直溶蚀孔缝平均粒径;NV表示垂直溶蚀孔缝数量;表示对应地层常规测井计算孔隙度;HV表示确定的垂直渗流岩溶带总厚度;aV、bV、cV、dV、eV分别表示预定地区参数。
9.如权利要求7所述的方法,其特征在于,所述水平渗流岩溶带岩溶的发育指数通过以下公式确定:
其中,KfH表示水平渗流岩溶带岩溶的发育指数;ApH表示水平溶蚀孔缝面孔率;GsH表示水平溶蚀孔缝平均粒径;NH表示水平溶蚀孔缝数量;表示对应地层常规测井计算孔隙度;HH表示确定的水平潜流岩溶带总厚度;aH、bH、cH、dH、eH分别表示预定地区参数。
10.一种确定储层岩溶发育程度的装置,其特征在于,包括:
特征及参数提取单元,用于从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数;
发育程度划分单元,用于根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度;
发育程度确定单元,用于根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511021367.2A CN105626058B (zh) | 2015-12-30 | 2015-12-30 | 一种确定储层岩溶发育程度的方法及装置 |
PCT/CN2016/112856 WO2017114443A1 (zh) | 2015-12-30 | 2016-12-29 | 一种确定储层岩溶发育程度的方法及装置 |
EP16881232.9A EP3399143A4 (en) | 2015-12-30 | 2016-12-29 | METHOD AND DEVICE FOR DETERMINING THE RESOLUTION OF A KARSTRESERVOIR |
US15/990,054 US10641088B2 (en) | 2015-12-30 | 2018-05-25 | Method and device for determining karst development degree of reservoir, computer readable storage medium and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511021367.2A CN105626058B (zh) | 2015-12-30 | 2015-12-30 | 一种确定储层岩溶发育程度的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105626058A true CN105626058A (zh) | 2016-06-01 |
CN105626058B CN105626058B (zh) | 2018-11-16 |
Family
ID=56041349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511021367.2A Active CN105626058B (zh) | 2015-12-30 | 2015-12-30 | 一种确定储层岩溶发育程度的方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10641088B2 (zh) |
EP (1) | EP3399143A4 (zh) |
CN (1) | CN105626058B (zh) |
WO (1) | WO2017114443A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106285661A (zh) * | 2016-08-24 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种基于判定指数的低阻油层识别方法及装置 |
CN106842318A (zh) * | 2016-12-30 | 2017-06-13 | 中国石油天然气股份有限公司 | 微观溶蚀孔隙地球物理二维表征确定方法和装置 |
WO2017114443A1 (zh) * | 2015-12-30 | 2017-07-06 | 中国石油天然气股份有限公司 | 一种确定储层岩溶发育程度的方法及装置 |
CN108363117A (zh) * | 2018-02-06 | 2018-08-03 | 长江大学 | 长石溶蚀增孔量的定量预测方法 |
CN111766629A (zh) * | 2020-06-30 | 2020-10-13 | 中国地质大学(北京) | 一种深部碳酸盐岩岩溶结构的识别及描述方法 |
CN112287718A (zh) * | 2019-07-23 | 2021-01-29 | 中国石油天然气股份有限公司 | 数字地质露头孔洞提取方法及装置 |
CN112526633A (zh) * | 2019-09-18 | 2021-03-19 | 中国石油天然气股份有限公司 | 火山岩风化壳结构划分方法 |
US11003952B2 (en) * | 2018-08-24 | 2021-05-11 | Petrochina Company Limited | Method and apparatus for automatically recognizing electrical imaging well logging facies |
CN114112829A (zh) * | 2020-08-27 | 2022-03-01 | 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的校正方法 |
CN114509813A (zh) * | 2022-03-03 | 2022-05-17 | 中国科学院地理科学与资源研究所 | 基于槽波确定煤层厚度的方法、装置及电子设备 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108375803B (zh) * | 2018-01-17 | 2020-04-21 | 北京博达瑞恒科技有限公司 | 一种泥岩墙的识别方法及系统 |
CN111612899B (zh) * | 2019-02-25 | 2023-06-02 | 中国石油化工股份有限公司 | 一种碳酸盐岩缝洞型油藏地质建模方法 |
CN111694054B (zh) * | 2019-03-15 | 2021-12-24 | 中国石油化工股份有限公司 | 基于测井曲线的砂岩储层矿物溶蚀强度计算方法及系统 |
CN111722277B (zh) * | 2019-03-22 | 2023-03-14 | 中国石油化工股份有限公司 | 用于断溶体油气藏勘探的断溶体圈闭描述方法及装置 |
CN111123362A (zh) * | 2019-12-18 | 2020-05-08 | 中国石油天然气集团有限公司 | 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 |
CN113296151B (zh) * | 2020-02-21 | 2024-06-25 | 中国石油天然气集团有限公司 | 暴露期岩溶储层识别方法及装置 |
CN114200540B (zh) * | 2020-09-18 | 2024-01-30 | 中国石油天然气股份有限公司 | 一种动态预测碳酸盐岩风化壳岩溶储层发育区的方法 |
CN114458305A (zh) * | 2020-11-03 | 2022-05-10 | 中国石油天然气集团有限公司 | 孔隙结构系数确定方法及装置 |
CN112663417B (zh) * | 2020-12-18 | 2022-04-29 | 山东省交通规划设计院集团有限公司 | 一种对岩溶路基段处置范围的筛选方法 |
CN113433589A (zh) * | 2021-08-03 | 2021-09-24 | 成都理工大学 | 一种基于数理统计的风化壳储层底界面识别方法 |
CN113885097A (zh) * | 2021-09-18 | 2022-01-04 | 中国科学院武汉岩土力学研究所 | 一种油藏三维地应力场模拟的溶洞提取方法及电子设备 |
CN113944223B (zh) * | 2021-12-06 | 2022-07-26 | 中国地质科学院岩溶地质研究所 | 基于岩溶峰丛洼地群水流联合调控的旱涝灾害治理方法 |
CN114386154B (zh) * | 2022-01-14 | 2023-12-15 | 中水珠江规划勘测设计有限公司 | 坝基现代岩溶层影响深度确定的方法、装置及电子设备 |
CN115032714B (zh) * | 2022-06-07 | 2024-08-30 | 武汉理工大学 | 一种基于综合物探的岩溶空间探测方法及系统 |
CN117708480A (zh) * | 2023-11-07 | 2024-03-15 | 重庆大学 | 一种对岩溶结构发育程度打分评价的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4646240A (en) * | 1982-02-02 | 1987-02-24 | Oberto Serra | Method and apparatus for determining geological facies |
CN101936165A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 一种岩溶型碳酸盐岩储层布井方法 |
CN102011583A (zh) * | 2010-11-30 | 2011-04-13 | 中国石油天然气股份有限公司 | 一种电成像结合礁滩地质模型识别储层的方法 |
CN102352749A (zh) * | 2011-09-19 | 2012-02-15 | 中国石油天然气股份有限公司 | 一种岩溶风化壳白云岩有效储层的识别方法及装置 |
CN103529475A (zh) * | 2013-04-19 | 2014-01-22 | 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 |
CN103776981A (zh) * | 2013-12-05 | 2014-05-07 | 中国石油天然气股份有限公司 | 一种新的岩溶期次判别方法 |
CN104732562A (zh) * | 2015-03-24 | 2015-06-24 | 中国石油集团川庆钻探工程有限公司 | 一种电成像测井图像相似度比对方法 |
CN104866856A (zh) * | 2015-05-17 | 2015-08-26 | 西南石油大学 | 基于连通域等价对处理的成像测井图像溶洞信息拾取方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8706541B2 (en) * | 2008-10-06 | 2014-04-22 | Schlumberger Technology Corporation | Reservoir management linking |
CN101892837B (zh) * | 2010-04-29 | 2013-03-20 | 中国石油天然气股份有限公司 | 地层因数确定方法及含油饱和度确定方法 |
CN102373923B (zh) * | 2010-08-20 | 2013-03-13 | 中国石油天然气股份有限公司 | 一种储层识别方法 |
CN102042010B (zh) * | 2010-09-07 | 2014-01-15 | 中国石油天然气股份有限公司 | 一种确定碳酸盐岩缝洞型储层发育位置的方法 |
CN104806212B (zh) * | 2015-02-16 | 2016-03-16 | 中国石油大学(北京) | 一种水驱油田优势通道形成机理及发育情况的分析方法 |
CN105372716B (zh) * | 2015-10-28 | 2018-03-23 | 中国石油大学(华东) | 碳酸盐岩表生岩溶储层分布的评价方法 |
CN105626058B (zh) * | 2015-12-30 | 2018-11-16 | 中国石油天然气股份有限公司 | 一种确定储层岩溶发育程度的方法及装置 |
-
2015
- 2015-12-30 CN CN201511021367.2A patent/CN105626058B/zh active Active
-
2016
- 2016-12-29 EP EP16881232.9A patent/EP3399143A4/en not_active Ceased
- 2016-12-29 WO PCT/CN2016/112856 patent/WO2017114443A1/zh unknown
-
2018
- 2018-05-25 US US15/990,054 patent/US10641088B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4646240A (en) * | 1982-02-02 | 1987-02-24 | Oberto Serra | Method and apparatus for determining geological facies |
CN101936165A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 一种岩溶型碳酸盐岩储层布井方法 |
CN102011583A (zh) * | 2010-11-30 | 2011-04-13 | 中国石油天然气股份有限公司 | 一种电成像结合礁滩地质模型识别储层的方法 |
CN102352749A (zh) * | 2011-09-19 | 2012-02-15 | 中国石油天然气股份有限公司 | 一种岩溶风化壳白云岩有效储层的识别方法及装置 |
CN103529475A (zh) * | 2013-04-19 | 2014-01-22 | 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 |
CN103776981A (zh) * | 2013-12-05 | 2014-05-07 | 中国石油天然气股份有限公司 | 一种新的岩溶期次判别方法 |
CN104732562A (zh) * | 2015-03-24 | 2015-06-24 | 中国石油集团川庆钻探工程有限公司 | 一种电成像测井图像相似度比对方法 |
CN104866856A (zh) * | 2015-05-17 | 2015-08-26 | 西南石油大学 | 基于连通域等价对处理的成像测井图像溶洞信息拾取方法 |
Non-Patent Citations (2)
Title |
---|
李世伯等: "岩溶发育程度的研究", 《电力勘测设计》 * |
王禹等: "岩溶发育程度的小区划评价方法", 《土工基础》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017114443A1 (zh) * | 2015-12-30 | 2017-07-06 | 中国石油天然气股份有限公司 | 一种确定储层岩溶发育程度的方法及装置 |
US10641088B2 (en) | 2015-12-30 | 2020-05-05 | Petrochina Company Limited | Method and device for determining karst development degree of reservoir, computer readable storage medium and device |
CN106285661B (zh) * | 2016-08-24 | 2020-01-07 | 中国石油天然气股份有限公司 | 一种基于判定指数的低阻油层识别方法及装置 |
CN106285661A (zh) * | 2016-08-24 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种基于判定指数的低阻油层识别方法及装置 |
CN106842318A (zh) * | 2016-12-30 | 2017-06-13 | 中国石油天然气股份有限公司 | 微观溶蚀孔隙地球物理二维表征确定方法和装置 |
CN106842318B (zh) * | 2016-12-30 | 2019-01-18 | 中国石油天然气股份有限公司 | 微观溶蚀孔隙地球物理二维表征确定方法和装置 |
CN108363117A (zh) * | 2018-02-06 | 2018-08-03 | 长江大学 | 长石溶蚀增孔量的定量预测方法 |
CN108363117B (zh) * | 2018-02-06 | 2019-06-07 | 长江大学 | 长石溶蚀增孔量的定量预测方法 |
US11003952B2 (en) * | 2018-08-24 | 2021-05-11 | Petrochina Company Limited | Method and apparatus for automatically recognizing electrical imaging well logging facies |
CN112287718A (zh) * | 2019-07-23 | 2021-01-29 | 中国石油天然气股份有限公司 | 数字地质露头孔洞提取方法及装置 |
CN112287718B (zh) * | 2019-07-23 | 2024-05-03 | 中国石油天然气股份有限公司 | 数字地质露头孔洞提取方法及装置 |
CN112526633B (zh) * | 2019-09-18 | 2023-10-31 | 中国石油天然气股份有限公司 | 火山岩风化壳结构划分方法 |
CN112526633A (zh) * | 2019-09-18 | 2021-03-19 | 中国石油天然气股份有限公司 | 火山岩风化壳结构划分方法 |
CN111766629A (zh) * | 2020-06-30 | 2020-10-13 | 中国地质大学(北京) | 一种深部碳酸盐岩岩溶结构的识别及描述方法 |
CN111766629B (zh) * | 2020-06-30 | 2022-07-29 | 中国地质大学(北京) | 一种深部碳酸盐岩岩溶结构的识别及描述方法 |
CN114112829B (zh) * | 2020-08-27 | 2024-02-13 | 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的校正方法 |
CN114112829A (zh) * | 2020-08-27 | 2022-03-01 | 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的校正方法 |
CN114509813A (zh) * | 2022-03-03 | 2022-05-17 | 中国科学院地理科学与资源研究所 | 基于槽波确定煤层厚度的方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20180274364A1 (en) | 2018-09-27 |
CN105626058B (zh) | 2018-11-16 |
US10641088B2 (en) | 2020-05-05 |
EP3399143A1 (en) | 2018-11-07 |
EP3399143A4 (en) | 2019-01-09 |
WO2017114443A1 (zh) | 2017-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105626058A (zh) | 一种确定储层岩溶发育程度的方法及装置 | |
CN103529475B (zh) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 | |
CN106526693B (zh) | 裂缝识别方法和装置 | |
CN101929973B (zh) | 裂缝储层含油气饱和度定量计算方法 | |
CN102352749B (zh) | 一种岩溶风化壳白云岩有效储层的识别方法及装置 | |
CN106405642B (zh) | 基于脱压实声波速度的地震反演储层预测方法 | |
US11487045B2 (en) | Method for recovering porosity evolution process of sequence stratigraphy of carbonate rocks | |
CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
CN107356965B (zh) | 基于加权叠加噪音压制策略的反射系数反演储层预测方法 | |
CN105445800A (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN107448197B (zh) | 一种海相砂岩油藏窜流通道空间发育定量识别的方法 | |
CN105738952B (zh) | 一种水平井区储层岩石相建模方法 | |
CN105487136A (zh) | 基于经验模态分解和能量熵判别的碳酸盐岩储集体测井识别方法 | |
CN106014397B (zh) | 一种成像测井缝洞储层参数提取方法 | |
CN105114067A (zh) | 一种岩性测井相的方法 | |
CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
CN103149130A (zh) | 砾岩岩心颗粒结构中粒度的分析方法 | |
CN104459790A (zh) | 含油气性盆地有效储层的分析方法和装置 | |
CN104834934B (zh) | 一种用于识别储层流体的核体俘获法 | |
CN109707378A (zh) | 一种基于泥浆侵入特性及纵向对比的低阻油层识别方法 | |
CN112379435B (zh) | 相控岩溶型缝洞集合体刻画方法及装置 | |
CN114966863A (zh) | 基于井震结合的辫状河薄互层储层评价方法、装置及设备 | |
CN115700321A (zh) | 一种基于测井复合参数的复杂岩性识别方法 | |
CN114135269B (zh) | 一种致密砂岩油层识别方法及装置 |
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 |