CN106772643A - 一种核磁测井数据时间域分析的计算方法 - Google Patents
一种核磁测井数据时间域分析的计算方法 Download PDFInfo
- Publication number
- CN106772643A CN106772643A CN201510823988.6A CN201510823988A CN106772643A CN 106772643 A CN106772643 A CN 106772643A CN 201510823988 A CN201510823988 A CN 201510823988A CN 106772643 A CN106772643 A CN 106772643A
- Authority
- CN
- China
- Prior art keywords
- phase
- nuclear magnetic
- porosity
- time domain
- domain analysis
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000005481 NMR spectroscopy Methods 0.000 title abstract description 8
- 238000000205 computational method Methods 0.000 title abstract 3
- 239000012530 fluid Substances 0.000 claims abstract description 55
- 230000010287 polarization Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims abstract description 4
- 238000002922 simulated annealing Methods 0.000 claims abstract description 4
- 239000007789 gas Substances 0.000 claims description 29
- 238000012067 mathematical method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 239000001257 hydrogen Substances 0.000 claims description 4
- 229910052739 hydrogen Inorganic materials 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 241001269238 Data Species 0.000 abstract 1
- 238000001228 spectrum Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种核磁测井数据时间域分析的计算方法,该方法包括:步骤1,选择核磁测井长短极化时间测量的两组回波串数据进行相减,得到回波串差;步骤2,确定核磁测井回波串差符合的指数拟合模型,利用非常快速模拟退火算法对回波串差进行指数拟合,得到流体相T2特征值及视孔隙度;步骤3,选取目的层段流体相T2特征值的平均值作为储层流体相的T2特征值,设成常量,重新计算流体相的视孔隙度;步骤4,对流体相的视孔隙度进行极化校正,得到流体相的真孔隙度。本发明中的核磁测井数据时间域分析的计算方法,突破国外专业软件的限制,实现了核磁测井数据时间域分析的快速处理解释。
Description
技术领域
本发明涉及地球物理测井技术领域,特别是涉及到核磁测井资料处理解释应用领域。
背景技术
流体分析与计算是测井的基本任务之一,核磁测井是一种新型的裸眼井测井方法,它能为地层的油气评价提供与岩性无关的孔隙度、毛管束缚水、泥质束缚水、可动流体饱和度、渗透率等。跟常规测井相比,它提高了对地层油气评价的准确性,具有独特的技术优势。
核磁共振分为极化和弛豫两个过程。地层中的氢原子核可以看作一个个小磁针,自然状态下,它的方向随机分布,对外不显极性,宏观极化矢量M为零。施加磁场进行极化时,小磁针逐渐定向排列,一段时间后,宏观极化矢量M达到最大值,该过程的时间常数称为纵向弛豫时间T1。磁场的作用时间称为极化时间TW。根据宏观极化矢量M建立的数学模型,等待时间TW大于3倍的纵向弛豫时间T1,就能保证极化率在95%以上。极化完成后,施加一个90°偏转脉冲,宏观极化矢量开始衰减。此时,再施加一个180°反向脉冲,宏观极化矢量反向汇聚,形成一个可观测的信号。重复这个过程得到回波串,相邻两次观测信号的时间称为回波间隔TE。回波串按照指数规律衰减,该过程的时间常数为横向弛豫时间T2。通常,地层岩石的T2不是一个值,而是一个分布谱,称为T2谱。
双极化时间TW测井资料的处理解释的主要根据轻烃(天然气和轻质油)与水的纵向弛豫时间T1的差异。通常,轻烃有比较长的T1,而水T1较短。对于水而言,较短的极化时间就足以使其完全磁化;而轻质油与天然气则需要较长的极化时间。所以,如果有轻烃存在,长、短极化时间得到的T2谱就会有明显差异。两个T2谱相减,水的信号可以基本相互抵消,而油与气的信号则余留在差谱之中,由此识别和计算油气。
国外核磁处理软件(哈里伯顿公司DPP软件)时间域分析模块包括两个步骤:T2T1_Event、TDA_comp,但是,受软件平台的限制,影响了该项技术的应用。为此,发明了一种核磁测井数据时间域分析的数学方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种针对双极化时间(TW)核磁共振测井资料,进行定性识别和定量计算的核磁测井数据时间域分析的数学方法。
本发明的目的可通过如下技术措施来实现:核磁测井数据时间域分析的数学方法,该核磁测井数据时间域分析的数学方法包括:步骤1,选择核磁测井长短极化时间测量的两组回波串数据进行相减,得到回波串差;步骤2,确定核磁测井回波串差符合的指数拟合模型,利用非常快速模拟退火算法对回波串差进行指数拟合,得到流体相T2特征值及视孔隙度;步骤3,选取目的层段流体相T2特征值的平均值作为储层流体相的T2特征值,设成常量,重新计算流体相的视孔隙度;以及步骤4,对流体相的视孔隙度进行极化校正得到流体相的真孔隙度。
本发明的目的还可通过如下技术措施来实现:
在步骤2中,对于单相流体,即油或气,利用单指数拟合,两相流体,即油和气,利用双指数拟合。
在步骤2中,假设存在单相流体,设为X相,则按照(1)式进行单指数拟合:
其中,EDIF(t)为回波串差,t为时间,φx1为X相流体孔隙度,T2x1为X相流体T2特征值;
假设存在两相流体,设为X、Y相,则按照(2)式进行双指数拟合:
其中,EDIF(t)为回波串差,t为时间,φx为X相流体孔隙度,φy为Y相流体孔隙度,T2x为X相流体T2特征值,T2y为Y相流体T2特征值。
步骤2包括:
(a)给定模型参数一个变化范围,在这个范围内产生一个初始解,作为当前最优解,并计算目标函数值;
(b)采用依赖于温度Cauchy分布产生新模型,即对当前最优解做一随机扰动,产生一个新解,并计算新解的目标函数值;
(c)计算目标函数值增量ΔE,若ΔE<0,则接受新解为目前最优解;若ΔE>0,则以概率P=[1-(1-h)ΔE/t]1/(1-h)进行接收,h为接收概率公式的参数;
(d)在温度t下,重新一定次数的扰动和接收过程,即重复步骤b到步骤c;
(e)若内循环次数达到设定值N,则依据温度更新函数降低温度t,其中,t0是初始温度,M为回波串个数,α为降温系数;
(f)重复步骤b到步骤e,直到满足所有的收敛条件为止,若执行结果超过若干步未发生变化,则退出循环,输出结果。
在步骤a中,单相T2x1特征值范围为32ms-2000ms,孔隙度范围为1%-20%,两相T2x、T2y特征值范围分别为32ms-200ms,200-2000ms,孔隙度范围均为1%-20%。单相计算的目标函数为:两相计算的目标函数为:采用a参数代表φx1,b参数代表T2x1,其初始解为a_I、b_I,初始解的目标函数值为:F_I=|a_I×e-t/b_I-EDIF(t)|。
在步骤b中,新解各参数按照公式a_pre=a_I+(a_E-a_S)*myrand产生;其中,a_pre为a参数新解,a_I为a参数初始解,a_S、a_E为a参数范围的最小、最大值,myrand为随机数,ΔE=F_pre-F_I,其中,F_pre为新解的目标函数值,F_I为初始解目标函数值。
在步骤c中,h为接收概率公式的参数,设定为-5。
在步骤e中,N为内循环循环截止次数,设定为3,t0是初始温度,设定为100,M为回波串个数,根据实际回波串个数设定,α为降温系数,设定为0.98。
步骤4包括:
根据核磁测井响应机理可知,视孔隙度和真孔隙度的关系为:
其中,分别为油和气的视孔隙度,φo、φg分别为油和气的真孔隙度,HIo、HIg分别为油和气的含氢指数,T1o、T1g分别为油气的纵向弛豫时间;Twl、Tws分别是核磁测井观测模式中的极化时间;
在得到油和气的视孔隙度后,根据式(3)、(4),计算出油气真孔隙度φo、φg。
本发明中的核磁测井数据时间域分析的数学方法,研究分析了时间域分析的数学模型,建立了通过指数拟合来进行油气识别和计算的方法。在没有国外软件的情况下,采用本发明可以进行时间域分析,计算得到轻质油气的真孔隙度,实现了核磁测井数据时间域分析的快速处理解释。
附图说明
图1为本发明的核磁测井数据时间域分析的数学方法一具体实施例的流程图;
图2为本发明的一具体实施例中两相T2搜索结果与计算示意图;
图3为本发明的一具体实施例中两相孔隙度计算结果对比示意图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合所附图式,作详细说明如下。
如图1所示,图1为本发明的核磁测井数据时间域分析的数学方法一具体实施例的流程图。在步骤101,选择核磁测井长短极化时间测量的两组回波串数据进行相减,得到回波串差。流程进入到步骤102。
在步骤102,利用非常快速模拟退火算法对回波串差进行指数拟合,得到流体相T2特征值及视孔隙度,其中,单相流体(油或气)利用单指数拟合,两相流体(油和气)利用双指数拟合。假设存在单相流体,设为X相,则按照(1)式进行单指数拟合:
其中,EDIF(t)为回波串差,φx1为X相流体孔隙度,T2x1为X相流体T2特征值。
假设存在两相流体,设为X、Y相,则按照(2)式进行双指数拟合:
其中,EDIF(t)为回波串差,t为时间,φx为X相流体孔隙度,φy为Y相流体孔隙度,T2x为X相流体T2特征值,T2y为Y相流体T2特征值。流程进入到步骤103。
在步骤103,选取目的层段流体相T2特征值的平均值作为储层流体相的T2特征值,设成常量,重新计算流体相的视孔隙度。具体包括以下步骤:
(a)给定模型参数一个变化范围,在这个范围内产生一个初始解,作为当前最优解,并计算目标函数值。
(b)采用依赖于温度Cauchy分布产生新模型,即对当前最优解做一随机扰动,产生一个新解,并计算新解的目标函数值;
(c)计算目标函数值增量ΔE,若ΔE<0,则接受新解为目前最优解;若ΔE>0,则以概率P=[1-(1-h)ΔE/t]1/(1-h)进行接收,h为接收概率公式的参数;
(d)在温度t下,重新一定次数的扰动和接收过程,即重复步骤b到步骤c;
(e)若内循环次数达到设定值N,则依据温度更新函数降低温度t,其中,t0是初始温度,M为回波串个数,α为降温系数;
(f)重复步骤b-步骤e,直到满足所有的收敛条件为止,若执行结果超过若干步未发生变化,则退出循环,输出结果。
所述步骤a中,单相T2x1特征值范围为32ms-2000ms,孔隙度范围为1%-20%,两相T2x、T2y特征值范围分别为32ms-200ms,200-2000ms,孔隙度范围均为1%-20%。单相计算的目标函数为:两相计算的目标函数为:例如,a参数代表φx1,b参数代表T2x1,其初始解为a_I、b_I,初始解的目标函数值为:
F_I=|a_I×e-t/b_I-EDIF(t)|。
所述步骤b中,新解各参数按照公式a_pre=a_I+(a_E-a_S)*myrand产生。其中,a_pre为a参数新解,a_I为a参数初始解,a_S、a_E为a参数范围的最小、最大值,myrand为随机数,ΔE=F_pre-F_I,其中,F_pre为新解的目标函数值,F_I为初始解目标函数值。
所述步骤c中,h为接收概率公式的参数,一般设定为-5。
所述步骤e中,N为内循环循环截止次数,一般设定为3,t0是初始温度,一般设定为100,M为回波串个数,根据实际回波串个数设定,α为降温系数,一般设定为0.98。流程进入到步骤104。
在步骤104,对流体相的视孔隙度进行极化校正得到流体相的真孔隙度。根据核磁测井响应机理可知,视孔隙度和真孔隙度的关系为:
其中,分别为油和气的视孔隙度,φo、φg分别为油和气的真孔隙度,HIo、HIg分别为油和气的含氢指数,T1o、T1g分别为油气的纵向弛豫时间。
因此,步骤104得到油气的相孔隙度后,根据式(3)、(4),就可以计算出油气真孔隙度φo、φg。
图2是两相搜索与计算的结果。第一道为深度道,第二、三道为长短极化时间下测量的T2谱。第四道为回波串差,第五道为差谱道,点线为X相T2搜索结果,实线为Y相T2搜索结果,第六道点线曲线为X相孔隙度结果,实线的为Y相孔隙度搜索结果。第五道粗点线为设定的X相T2值,粗实线为设定的Y相T2值,分别为100ms和800ms。最右一道为重新计算的两相计算的视孔隙度。
图3为两相孔隙度结算的结果。第一道为深度道,第二、三道为长短TW下的T2谱。第四道为未进行时间域分析前的结果,第五、六道为本发明与国外软件DPP时间域分析后孔隙度结果。通过对比可以看出,本发明与国外软件孔隙度计算结果一致,符合地质实际情况。
Claims (9)
1.核磁测井数据时间域分析的数学方法,其特征在于,该核磁测井数据时间域分析的数学方法包括:
步骤1,选择核磁测井长短极化时间测量的两组回波串数据进行相减,得到回波串差;
步骤2,确定核磁测井回波串差符合的指数拟合模型,利用非常快速模拟退火算法对回波串差进行指数拟合,得到流体相T2特征值及视孔隙度;
步骤3,选取目的层段流体相T2特征值的平均值作为储层流体相的T2特征值,设成常量,重新计算流体相的视孔隙度;
步骤4,对流体相的视孔隙度进行极化校正,得到流体相的真孔隙度。
2.根据权利要求1所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤2中,对于单相流体,即油或气,利用单指数拟合,两相流体,即油和气,利用双指数拟合。
3.根据权利要求2所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤2中,假设存在单相流体,设为X相,则按照(1)式进行单指数拟合:
其中,EDIF(t)为回波串差,t为时间,φx1为X相流体孔隙度,T2x1为X相流体T2特征值;
假设存在两相流体,设为X、Y相,则按照(2)式进行双指数拟合:
其中,EDIF(t)为回波串差,t为时间,φx为X相流体孔隙度,φy为Y相流体孔隙度,T2x为X相流体T2特征值,T2y为Y相流体T2特征值。
4.根据权利要求3所述的核磁测井数据时间域分析的数学方法,其特征在于,步骤2包括:
(a)给定模型参数一个变化范围,在这个范围内产生一个初始解,作为当前最优解,并计算目标函数值;
(b)采用依赖于温度Cauchy分布产生新模型,即对当前最优解做一随机扰动,产生一个新解,并计算新解的目标函数值;
(c)计算目标函数值增量ΔE,若ΔE<0,则接受新解为目前最优解;若ΔE>0,则以概率P=[1-(1-h)ΔE/t]1/(1-h)进行接收,h为接收概率公式的参数;
(d)在温度t下,重新一定次数的扰动和接收过程,即重复步骤b到步骤c;
(e)若内循环次数达到设定值N,则依据温度更新函数降低温度t,其中,t0是初始温度,M为回波串个数,α为降温系数;
(f)重复步骤b到步骤e,直到满足所有的收敛条件为止,若执行结果超过若干步未发生变化,则退出循环,输出结果。
5.根据权利要求4所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤a中,单相T2x1特征值范围为32ms-2000ms,孔隙度范围为1%-20%,两相T2x、T2y特征值范围分别为32ms-200ms,200-2000ms,孔隙度范围均为1%-20%。单相计算的目标函数为:两相计算的目标函数为:采用a参数代表φx1,b参数代表T2x1,其初始解为a_I、b_I,初始解的目标函数值为:F_I=|a_I×e-t/b_I-EDIF(t)|。
6.根据权利要求5所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤b中,新解各参数按照公式a_pre=a_I+(a_E-a_S)*myrand产生;其中,a_pre为a参数新解,a_I为a参数初始解,a_S、a_E为a参数范围的最小、最大值,myrand为随机数,ΔE=F_pre-F_I,其中,F_pre为新解的目标函数值,F_I为初始解目标函数值。
7.根据权利要求4所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤c中,h为接收概率公式的参数,设定为-5。
8.根据权利要求4所述的核磁测井数据时间域分析的数学方法,其特征在于,在步骤e中,N为内循环循环截止次数,设定为3,t0是初始温度,设定为100,M为回波串个数,根据实际回波串个数设定,α为降温系数,设定为0.98。
9.根据权利要求1所述的核磁测井数据时间域分析的数学方法,其特征在于,步骤4包括:
根据核磁测井响应机理可知,视孔隙度和真孔隙度的关系为:
其中,分别为油和气的视孔隙度,φo、φg分别为油和气的真孔隙度,HIo、HIg分别为油和气的含氢指数,T1o、T1g分别为油气的纵向弛豫时间;Twl、Tws分别是核磁测井观测模式中的极化时间;
在得到油和气的视孔隙度后,根据式(3)、(4),计算出油气真孔隙度φo、φg。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823988.6A CN106772643A (zh) | 2015-11-24 | 2015-11-24 | 一种核磁测井数据时间域分析的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823988.6A CN106772643A (zh) | 2015-11-24 | 2015-11-24 | 一种核磁测井数据时间域分析的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106772643A true CN106772643A (zh) | 2017-05-31 |
Family
ID=58964554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510823988.6A Pending CN106772643A (zh) | 2015-11-24 | 2015-11-24 | 一种核磁测井数据时间域分析的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772643A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108918574A (zh) * | 2018-09-14 | 2018-11-30 | 张善文 | 核磁共振测量原油含氢指数的方法 |
CN114109349A (zh) * | 2020-08-11 | 2022-03-01 | 中国石油化工股份有限公司 | 一种致密砂岩储层孔隙度指数/饱和度指数的确定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237957A (zh) * | 2014-10-20 | 2014-12-24 | 中国石油大学 | 一种核磁共振测井t2截止值的确定方法 |
CN104453874A (zh) * | 2014-10-23 | 2015-03-25 | 中国石油天然气集团公司 | 一种基于核磁共振的砂砾岩储层含油饱和度的计算方法 |
CN104634804A (zh) * | 2013-11-08 | 2015-05-20 | 中国石油天然气股份有限公司 | 一种利用核磁共振t2谱确定储层相对渗透率的方法 |
CN104912550A (zh) * | 2015-05-05 | 2015-09-16 | 中国海洋石油总公司 | 一种核磁共振测井资料定量计算储层产液剖面方法 |
-
2015
- 2015-11-24 CN CN201510823988.6A patent/CN106772643A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104634804A (zh) * | 2013-11-08 | 2015-05-20 | 中国石油天然气股份有限公司 | 一种利用核磁共振t2谱确定储层相对渗透率的方法 |
CN104237957A (zh) * | 2014-10-20 | 2014-12-24 | 中国石油大学 | 一种核磁共振测井t2截止值的确定方法 |
CN104453874A (zh) * | 2014-10-23 | 2015-03-25 | 中国石油天然气集团公司 | 一种基于核磁共振的砂砾岩储层含油饱和度的计算方法 |
CN104912550A (zh) * | 2015-05-05 | 2015-09-16 | 中国海洋石油总公司 | 一种核磁共振测井资料定量计算储层产液剖面方法 |
Non-Patent Citations (1)
Title |
---|
李忠新: ""MREx 核磁测井数据处理方法研究"", 《中国优秀硕士学位论文全文数据库•基础科学辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108918574A (zh) * | 2018-09-14 | 2018-11-30 | 张善文 | 核磁共振测量原油含氢指数的方法 |
CN108918574B (zh) * | 2018-09-14 | 2021-01-15 | 张善文 | 核磁共振测量原油含氢指数的方法 |
CN114109349A (zh) * | 2020-08-11 | 2022-03-01 | 中国石油化工股份有限公司 | 一种致密砂岩储层孔隙度指数/饱和度指数的确定方法 |
CN114109349B (zh) * | 2020-08-11 | 2024-04-26 | 中国石油化工股份有限公司 | 一种致密砂岩储层孔隙度指数/饱和度指数的确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK2513678T3 (en) | Method for measuring the wetting ability of a rock | |
CN104215652B (zh) | 确定油气饱和度的方法和装置 | |
CN110785682B (zh) | 对井下多维测量结果的快速测量和解释 | |
CN101675360B (zh) | 随钻获得的多次通过排列电阻率数据的岩石物性解释 | |
US10228484B2 (en) | Robust multi-dimensional inversion from wellbore NMR measurements | |
MXPA04001369A (es) | Metodos de interpretacion para la difusion de la resonancia magnetico-nuclear ("nmr")-mapas de relajamiento de difusion (mapas t2). | |
US11762121B2 (en) | Temperature correction of NMR relaxation time distributions | |
CN103883318B (zh) | 一种中低矿化度地层水储层的参数反演方法及装置 | |
Trevizan et al. | Method for predicting permeability of complex carbonate reservoirs using NMR logging measurements | |
CN106842301A (zh) | 一种凝灰质砂岩有利储层的定量识别与预测方法 | |
CN106154343A (zh) | 计算致密油储层的含油饱和度的方法 | |
WO2019164524A1 (en) | Accounting for tool based effects in nuclear magnetic resonance logging data | |
US20160231451A1 (en) | Modeling subterranean fluid viscosity | |
CN106772643A (zh) | 一种核磁测井数据时间域分析的计算方法 | |
CN108009125B (zh) | 基于l0正则化的核磁共振回波数据反演方法及装置 | |
CA2843677C (fr) | Procede d'exploitation d'un reservoir geologique au moyen d'un modele de reservoir cale et coherent vis a vis des proprietes d'ecoulement | |
CN110017136B (zh) | 一种基于视水层电阻率的水淹层识别与产水率预测方法 | |
Wood | Predicting brittleness indices of prospective shale formations from sparse well-log suites assisted by derivative and volatility attributes. | |
Rosa et al. | Data assimilation of production and multiple 4D seismic acquisitions in a deepwater field using ensemble smoother with multiple data assimilation | |
CN112268919B (zh) | 一种利用核磁共振反演识别致密砂岩储层流体的方法 | |
Godbeer et al. | Environment-induced dephasing versus von Neumann measurements in proton tunneling | |
Freedman et al. | A Modern Method for Using Databases To Obtain Accurate Solutions to Complex Reservoir-Characterization Problems | |
RU2591239C1 (ru) | Системы и способы для оценивания возможности коллекторной системы | |
Wang et al. | Estimating capillary pressure from NMR measurements using a pore-size-dependent fluid substitution method | |
CN115522914A (zh) | 一种套后储层径向远距离高精度探测方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |