CN105822301A - 一种有机碳含量的测井预测数学模型建立方法 - Google Patents
一种有机碳含量的测井预测数学模型建立方法 Download PDFInfo
- Publication number
- CN105822301A CN105822301A CN201610169864.5A CN201610169864A CN105822301A CN 105822301 A CN105822301 A CN 105822301A CN 201610169864 A CN201610169864 A CN 201610169864A CN 105822301 A CN105822301 A CN 105822301A
- Authority
- CN
- China
- Prior art keywords
- toc
- organic carbon
- log
- carbon content
- logging
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 74
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011435 rock Substances 0.000 claims abstract description 23
- 238000012887 quadratic function Methods 0.000 claims abstract description 8
- 238000013178 mathematical model Methods 0.000 claims description 23
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 11
- 239000002131 composite material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 abstract description 10
- 239000004215 Carbon black (E152) Substances 0.000 abstract description 5
- 229930195733 hydrocarbon Natural products 0.000 abstract description 5
- 150000002430 hydrocarbons Chemical class 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000002596 correlated effect Effects 0.000 abstract 2
- 239000010430 carbonatite Substances 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000005070 sampling Methods 0.000 abstract 1
- 150000005677 organic carbonates Chemical class 0.000 description 2
- -1 Carbonate hydrocarbon Chemical class 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
Classifications
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种有机碳含量的测井预测数学模型建立方法,它包括以下步骤:1)获取有机碳数据和测井曲线数据;2)作单井综合柱状图;3)对有机碳数据进行单井深度归位,调整有机碳取样点的深度位置;4)计算每条测井曲线和TOC的相关系数;5)如果TOC与GR相关系数最高且相关性最好,则进行下一步,否则有机碳含量的测井预测数学模型建立失败;6)作TOC和GR的散点图,分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式;7)选取TOC和GR相关性最好的关系式,该关系式就是预测目的区域多口井下一阶段TOC的数学模型。本发明简单有效地解决了低有机质丰度碳酸盐岩烃源岩中有机碳含量的预测问题。
Description
技术领域
本发明涉及一种测井预测数学模型的建立方法,特别是关于一种在低有机质碳酸盐岩中有机碳含量的测井预测数学模型建立方法。
背景技术
目前,对有机碳含量(TOC)的预测,国内外学者探索出的预测模型有定性识别模型、单参数等效体积模型、双参数交汇图半定量模型、多元回归模型、测井曲线叠合模型(即ΔlogR方法)、模糊数学模型等多种方法。其中最常用的是ΔlogR方法,利用烃源岩有机质含量越高,声波时差和电阻率越大的特点,将电阻率测井曲线和声波时差测井曲线叠合来计算有机碳含量。但是电阻率和声波时差不仅受有机质含量的影响,还受到孔隙度、孔隙流体、温度和压力等影响。并且该方法在碎屑岩烃源岩中应用较广,但对于碳酸盐岩烃源岩应用效果不好,尤其是对于中国低有机质丰度的海相碳酸盐岩。对于低有机质碳酸盐岩烃源岩的有机碳含量,并没有很好的预测方法,并且中国的碳酸盐岩烃源岩有机质丰度普遍偏低,传统方法很难较为准确地进行预测。
发明内容
针对上述问题,本发明的目的是提供一种有机碳含量的测井预测数学模型建立方法,其简单有效地解决了低有机质丰度碳酸盐岩烃源岩中有机碳含量的预测问题。
为实现上述目的,本发明采取以下技术方案:一种有机碳含量的测井预测数学模型建立方法,其特征在于它包括以下步骤:1)获取目的层段多口井不同深度的岩心有机碳历史数据,以及该多口井已进行过深度矫正的测井曲线;2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中,并作单井综合柱状图;3)综合单井的各个测井曲线数据,对有机碳数据进行单井深度归位,根据各个测井曲线起伏来调整有机碳取样点的深度位置;4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值,计算每条测井曲线和TOC的相关系数;5)选取与TOC相关系数最高的测井曲线,如果选取的测井曲线是GR曲线,TOC与GR的相关性最好,则进行下一步,否则有机碳含量的测井预测数学模型建立失败;6)作TOC和GR的散点图,通过TOC和GR散点图判断TOC和GR的相关性,拟合TOC和GR的关系,分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式;7)选取TOC和GR相关性最好的关系式,判断该关系式是否出现负值,如果TOC出现负值,则进行修正,该关系式就是用GR预测TOC的数学模型,通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。
优选地,所述步骤1)中,多口井在该区域内均匀分布,测井曲线包括自然伽马曲线、声波时差曲线、中子测井曲线、密度曲线和电阻率曲线。
优选地,所述步骤2)中,测井曲线为曲线图道,有机碳数据为杆状图道。
优选地,所述步骤3)中,有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整,有机碳含量较高的位置,向自然伽马值较高的方向移动,有机碳含量较低的位置,向自然伽马值较低的方向移动。
优选地,所述步骤3)中,有机碳取样点的深度位置调整幅度不超过1m。
优选地,所述步骤4)中,各测井曲线与TOC的相关系数计算公式为:
其中,r为相关系数,xi为某测井曲线第i个测井参数值,为该测井曲线参数平均值,yi为第i个单井TOC值,为所有单井TOC平均值。
优选地,所述步骤7)中,选取的关系式中,如果TOC值出现负值,则只选取关系式中TOC为正值的部分。
本发明由于采取以上技术方案,其具有以下优点:1、本发明采用碳酸盐岩有机质丰度与泥质含量有关的特点,优选与有机碳含量相关性好的测井曲线进行拟合,建立有机碳含量和自然伽马测井曲线的关系式,进行有机碳预测,有效的解决了低有机质丰度碳酸盐岩有机碳预测的难题。2、本发明采用的测井预测数学模型,低有机质丰度碳酸盐岩有机碳预测的准确度高。
附图说明
图1是本发明整体流程示意图;
图2是本发明L14井TOC深度归位前后综合柱状图;
图3是本发明TOC和GR的散点图;
图4是本发明TOC和GR线性关系图;
图5是本发明TOC和GR二次函数关系图;
图6是本发明TOC和GR指数关系图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提供一种有机碳含量的测井预测数学模型建立方法,其具体步骤如下:
1)获取目的层段多口井不同深度的岩心有机碳历史数据,以及该多口井已进行过深度矫正的测井曲线;
其中,多口井在目的区域内均匀分布,测井曲线包括自然伽马(GR)曲线、声波时差(AC)曲线、中子测井(CN)曲线、密度(DEN)曲线和电阻率(RLLD)曲线;
2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中,并作单井综合柱状图;其中,测井曲线为曲线图道,有机碳数据为杆状图道;
3)综合单井的各个测井曲线数据,对有机碳数据进行单井深度归位,根据各个测井曲线起伏来调整有机碳取样点的深度位置;其中,有机碳取样点的深度位置调整幅度不超过1m;
4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值,计算每条测井曲线和TOC的相关系数;
5)选取与TOC相关系数最高的测井曲线,如果选取的测井曲线是GR曲线,TOC与GR的相关性最好,则进行下一步,否则有机碳含量的测井预测数学模型建立失败;
6)作TOC和GR的散点图,通过TOC和GR散点图判断TOC和GR的相关性,拟合TOC和GR的关系,分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式;
7)选取TOC和GR相关性最好的关系式,判断该关系式是否出现负值,如果TOC出现负值,则进行修正,该关系式就是用GR预测TOC的数学模型,通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。
上述步骤3)中,有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整,有机碳含量较高的位置,向自然伽马值较高的方向移动,有机碳含量较低的位置,向自然伽马值较低的方向移动。
上述步骤4)中,各测井曲线与TOC的相关系数计算公式为:
其中,r为相关系数,xi为某测井曲线第i个测井参数值,为该测井曲线参数平均值,yi为第i个单井TOC值,为所有单井TOC平均值。
上述步骤7)中,选取的关系式中,如果TOC值出现负值,则只选取关系式中TOC为正值的部分。
实施例,鄂尔多斯盆地中东部奥陶系,只有下统和中统,上统缺失,自下而上分别为冶里组、亮甲山组和马家沟组。海相烃源岩主要为中奥陶统马家沟组碳酸盐岩,有机质丰度普遍偏低,有机碳实验数据大部分小于0.3%。建立中国鄂尔多斯盆地中东部奥陶系海相碳酸盐岩烃源岩的有机碳含量测井预测数学模型,其具体步骤如下:
1)获取研究区目的层段12口井的岩心有机碳历史数据,获取该12口井已进行过深度矫正的测井曲线,测井曲线包括GR曲线、AC曲线、CN曲线、DEN曲线和RLLD曲线;
2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中,并作单井综合柱状图,其中,测井曲线为曲线图道,有机碳数据为杆状图道;
3)综合单井的各测井曲线数据,对有机碳数据进行单井深度归位,根据各测井曲线数据来调整有机碳取样点的深度位置,调整幅度不超过1米,其中,L14井TOC深度归位前后综合柱状图,如图2所示;
4)读取研究区域12口井现有有机碳取样点深度的各测井曲线值,计算TOC与各测井曲线的相关系数;
5)计算得到TOC与GR的相关系数为0.907,TOC与CN的相关系数为0.714,TOC与AC的相关系数为0.778,TOC与DEN的相关系数为-0.370,TOC与RLLD的相关系数为-0.132;
6)根据步骤5),得到TOC与GR的相关系数最高,TOC与GR的相关性最好,建立TOC与GR的散点图,如图3所示;
7)拟合TOC与GR的关系式,把趋势线设为线性关系,如图4所示,建立线性关系式y=0.0035x-0.019,相关系数R2=0.8229;
8)把趋势线设为二次函数关系,如图5所示,建立二次函数关系式y=0.000014x2+0.0007x+0.061,相关系数R2=0.9217;
9)把趋势线设为指数关系,如图6所示,建立指数关系式y=0.059e0.0142x,相关系数R2=0.6736;
10)根据步骤7)至步骤9),得到二次函数关系式的相关性最好,所以选择y=0.000014x2+0.0007x+0.061为用GR对TOC进行预测的关系式;
11)判断TOC与GR的关系式是否出现负值,该关系式无负值出现,最后得出用GR预测研究区域12口井下一阶段TOC的数学模型为:TOC=0.000014GR2+0.0007GR+0.0610,通过该模型对研究区域内12口井下一阶段的有机碳含量进行预测。
上述各实施例仅用于说明本发明,各部件的结构、尺寸、设置位置及形状都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进和等同变换,均不应排除在本发明的保护范围之外。
Claims (7)
1.一种有机碳含量的测井预测数学模型建立方法,其特征在于:它包括以下步骤:
1)获取目的层段多口井不同深度的岩心有机碳历史数据,以及该多口井已进行过深度矫正的测井曲线;
2)将现有单井有机碳数据和对应单井的各个测井曲线数据都放到同一张图中,并作单井综合柱状图;
3)综合单井的各个测井曲线数据,对有机碳数据进行单井深度归位,根据各个测井曲线起伏来调整有机碳取样点的深度位置;
4)读取目的区域多口井现有有机碳取样点深度的各个测井曲线值,计算每条测井曲线和TOC的相关系数;
5)选取与TOC相关系数最高的测井曲线,如果选取的测井曲线是GR曲线,TOC与GR的相关性最好,则进行下一步,否则有机碳含量的测井预测数学模型建立失败;
6)作TOC和GR的散点图,通过TOC和GR散点图判断TOC和GR的相关性,拟合TOC和GR的关系,分别建立TOC和GR的线性关系式、二次函数关系式和指数关系式;
7)选取TOC和GR相关性最好的关系式,判断该关系式是否出现负值,如果TOC出现负值,则进行修正,该关系式就是用GR预测TOC的数学模型,通过该模型对目的区域内的多口井下一阶段的有机碳含量进行预测。
2.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤1)中,多口井在该区域内均匀分布,测井曲线包括自然伽马曲线、声波时差曲线、中子测井曲线、密度曲线和电阻率曲线。
3.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤2)中,测井曲线为曲线图道,有机碳数据为杆状图道。
4.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤3)中,有机碳取样点的深度位置根据碳酸盐岩烃源岩泥质含量越高则有机碳含量越高的规律进行调整,有机碳含量较高的位置,向自然伽马值较高的方向移动,有机碳含量较低的位置,向自然伽马值较低的方向移动。
5.如权利要求1或4所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤3)中,有机碳取样点的深度位置调整幅度不超过1m。
6.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤4)中,各测井曲线与TOC的相关系数计算公式为:
其中,r为相关系数,xi为某测井曲线第i个测井参数值,为该测井曲线参数平均值,yi为第i个单井TOC值,为所有单井TOC平均值。
7.如权利要求1所述的一种有机碳含量的测井预测数学模型建立方法,其特征在于:所述步骤7)中,选取的关系式中,如果TOC值出现负值,则只选取关系式中TOC为正值的部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610169864.5A CN105822301B (zh) | 2016-03-23 | 2016-03-23 | 一种有机碳含量的测井预测数学模型建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610169864.5A CN105822301B (zh) | 2016-03-23 | 2016-03-23 | 一种有机碳含量的测井预测数学模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105822301A true CN105822301A (zh) | 2016-08-03 |
CN105822301B CN105822301B (zh) | 2019-09-27 |
Family
ID=56524468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610169864.5A Expired - Fee Related CN105822301B (zh) | 2016-03-23 | 2016-03-23 | 一种有机碳含量的测井预测数学模型建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105822301B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934725A (zh) * | 2017-03-16 | 2017-07-07 | 西南石油大学 | 岩石储层中值半径预测模型建立方法、装置及系统 |
CN108717211A (zh) * | 2018-06-01 | 2018-10-30 | 北京师范大学 | 一种少井地区的有效烃源岩丰度的预测方法 |
CN109543915A (zh) * | 2018-11-30 | 2019-03-29 | 中国海洋石油集团有限公司 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
CN109828311A (zh) * | 2019-01-24 | 2019-05-31 | 长江大学 | 基于测井资料的灰岩结构-成因类型识别方法及设备 |
CN110442951A (zh) * | 2019-07-30 | 2019-11-12 | 西北大学 | 一种考虑密度因素的烃源岩总有机碳含量预测方法 |
CN110455772A (zh) * | 2019-08-19 | 2019-11-15 | 辽宁石油化工大学 | 一种用于钻井液含烃浓度的检测装置和分析方法 |
CN110646843A (zh) * | 2019-09-19 | 2020-01-03 | 中国石油大学(北京) | 有机质分布的确定方法、装置和网络设备 |
CN111028095A (zh) * | 2019-12-19 | 2020-04-17 | 中国地质大学(武汉) | 一种基于测井曲线的定量识别页岩岩相的方法 |
CN114002406A (zh) * | 2021-10-09 | 2022-02-01 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 固体样品有机碳含量数据采集方法、系统、设备及应用 |
CN114076776A (zh) * | 2020-08-12 | 2022-02-22 | 中国石油化工股份有限公司 | 一种泥页岩有机碳含量的预测方法和应用 |
CN115045646A (zh) * | 2022-06-07 | 2022-09-13 | 中国地质调查局油气资源调查中心 | 一种页岩气井位优选方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143508A1 (en) * | 2010-12-01 | 2012-06-07 | Conocophillips Company | Automatic estimation of source rock petrophysical properties |
CN103114840A (zh) * | 2013-01-09 | 2013-05-22 | 中国石油天然气股份有限公司 | 一种高-过高成熟页岩有机碳含量计算方法及装置 |
CN103670388A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种泥页岩有机碳含量的评价方法 |
CN103792338A (zh) * | 2014-01-28 | 2014-05-14 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量的确定方法和装置 |
CN104047597A (zh) * | 2014-01-26 | 2014-09-17 | 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 |
CN104278991A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 |
CN104573344A (zh) * | 2014-12-25 | 2015-04-29 | 中国海洋石油总公司 | 一种通过测井数据获取页岩储层含气量的方法 |
CN105221133A (zh) * | 2015-08-20 | 2016-01-06 | 中国石油化工股份有限公司 | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 |
-
2016
- 2016-03-23 CN CN201610169864.5A patent/CN105822301B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143508A1 (en) * | 2010-12-01 | 2012-06-07 | Conocophillips Company | Automatic estimation of source rock petrophysical properties |
CN103114840A (zh) * | 2013-01-09 | 2013-05-22 | 中国石油天然气股份有限公司 | 一种高-过高成熟页岩有机碳含量计算方法及装置 |
CN104278991A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 |
CN103670388A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种泥页岩有机碳含量的评价方法 |
CN104047597A (zh) * | 2014-01-26 | 2014-09-17 | 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 |
CN103792338A (zh) * | 2014-01-28 | 2014-05-14 | 中国石油天然气股份有限公司 | 一种烃源岩有机碳含量的确定方法和装置 |
CN104573344A (zh) * | 2014-12-25 | 2015-04-29 | 中国海洋石油总公司 | 一种通过测井数据获取页岩储层含气量的方法 |
CN105221133A (zh) * | 2015-08-20 | 2016-01-06 | 中国石油化工股份有限公司 | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 |
Non-Patent Citations (2)
Title |
---|
孟召平等: "页岩气储层有机碳含量与测井参数的关系及预测模型", 《煤炭学报》 * |
陈增智等: "碳酸盐岩烃源岩有机质丰度测井评价方法", 《石油大学学报(自然科学版)》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934725B (zh) * | 2017-03-16 | 2020-05-12 | 西南石油大学 | 岩石储层中值半径预测模型建立方法、装置及系统 |
CN106934725A (zh) * | 2017-03-16 | 2017-07-07 | 西南石油大学 | 岩石储层中值半径预测模型建立方法、装置及系统 |
CN108717211A (zh) * | 2018-06-01 | 2018-10-30 | 北京师范大学 | 一种少井地区的有效烃源岩丰度的预测方法 |
CN108717211B (zh) * | 2018-06-01 | 2019-05-24 | 北京师范大学 | 一种少井地区的有效烃源岩丰度的预测方法 |
CN109543915A (zh) * | 2018-11-30 | 2019-03-29 | 中国海洋石油集团有限公司 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
CN109543915B (zh) * | 2018-11-30 | 2021-06-25 | 中国海洋石油集团有限公司 | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 |
CN109828311A (zh) * | 2019-01-24 | 2019-05-31 | 长江大学 | 基于测井资料的灰岩结构-成因类型识别方法及设备 |
CN109828311B (zh) * | 2019-01-24 | 2020-07-03 | 长江大学 | 基于测井资料的灰岩结构-成因类型识别方法及设备 |
CN110442951A (zh) * | 2019-07-30 | 2019-11-12 | 西北大学 | 一种考虑密度因素的烃源岩总有机碳含量预测方法 |
CN110442951B (zh) * | 2019-07-30 | 2023-05-12 | 西北大学 | 一种考虑密度因素的烃源岩总有机碳含量预测方法 |
CN110455772A (zh) * | 2019-08-19 | 2019-11-15 | 辽宁石油化工大学 | 一种用于钻井液含烃浓度的检测装置和分析方法 |
CN110646843A (zh) * | 2019-09-19 | 2020-01-03 | 中国石油大学(北京) | 有机质分布的确定方法、装置和网络设备 |
CN110646843B (zh) * | 2019-09-19 | 2020-12-18 | 中国石油大学(北京) | 陆源有机质分布的确定方法、装置和网络设备 |
CN111028095A (zh) * | 2019-12-19 | 2020-04-17 | 中国地质大学(武汉) | 一种基于测井曲线的定量识别页岩岩相的方法 |
CN114076776A (zh) * | 2020-08-12 | 2022-02-22 | 中国石油化工股份有限公司 | 一种泥页岩有机碳含量的预测方法和应用 |
CN114002406A (zh) * | 2021-10-09 | 2022-02-01 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 固体样品有机碳含量数据采集方法、系统、设备及应用 |
CN115045646A (zh) * | 2022-06-07 | 2022-09-13 | 中国地质调查局油气资源调查中心 | 一种页岩气井位优选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105822301B (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105822301A (zh) | 一种有机碳含量的测井预测数学模型建立方法 | |
US20200211126A1 (en) | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium | |
CN102041995B (zh) | 复杂油藏水淹状况监测系统 | |
Dong et al. | Fracture identification and evaluation using conventional logs in tight sandstones: A case study in the Ordos Basin, China | |
CN101806215B (zh) | 用束缚水饱和度数据判别储层流体类型的方法 | |
CN109113730B (zh) | 页岩油原位转化开发甜点区确定方法、装置及系统 | |
CN103590827B (zh) | 基于储层分类的致密碎屑岩天然气井产能预测方法 | |
CN105221142B (zh) | 一种识别页岩地层矿物质量含量的方法 | |
CN107703561A (zh) | 一种页岩气水平井中计算有机碳含量的测井方法 | |
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 | |
CN104134101A (zh) | 低渗透储层天然气产能预测方法 | |
CN103114840A (zh) | 一种高-过高成熟页岩有机碳含量计算方法及装置 | |
CN104727813B (zh) | 一种源储共生型地层的孔隙度测量方法 | |
CN104899928B (zh) | 基于稀疏钻孔点的三维地质建模方法 | |
Tan et al. | Quantitative evaluation methods for water-flooded layers of conglomerate reservoir based on well logging data | |
CN103485758A (zh) | 一种利用多种资料拟合反演复杂岩性解释方法及装置 | |
CN106353820A (zh) | 一种基于知识模型的测井解释方法 | |
CN103604916A (zh) | 一种连续型致密砂岩气藏含气范围的测量方法及系统 | |
CN107313772A (zh) | 基于测井资料计算煤岩工业组分含量的方法 | |
Wang et al. | Application of fuzzy analytic hierarchy process in sandstone aquifer water yield property evaluation | |
Xue et al. | A prediction model for overlying rock thickness of subsea tunnel: A hybrid intelligent system | |
Wei et al. | Characterization of saturation and pressure distribution based on deep learning for a typical carbonate reservoir in the Middle East | |
Wang et al. | Lithology classification and porosity estimation of tight gas reservoirs with well logs based on an equivalent multi-component model | |
CN109580453A (zh) | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 | |
Henriksen et al. | Groundwater level monitoring of Danish chalk and limestone aquifers to survey trends in quantitative status and groundwater resources |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190927 Termination date: 20210323 |
|
CF01 | Termination of patent right due to non-payment of annual fee |