CN107366539B - 一种山前地区砂岩储层孔隙度预测方法 - Google Patents

一种山前地区砂岩储层孔隙度预测方法 Download PDF

Info

Publication number
CN107366539B
CN107366539B CN201710584429.3A CN201710584429A CN107366539B CN 107366539 B CN107366539 B CN 107366539B CN 201710584429 A CN201710584429 A CN 201710584429A CN 107366539 B CN107366539 B CN 107366539B
Authority
CN
China
Prior art keywords
sandstone
porosity
mountain
reservoir
samples
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.)
Active
Application number
CN201710584429.3A
Other languages
English (en)
Other versions
CN107366539A (zh
Inventor
王健
操应长
王新桐
王铸坤
金杰华
王心怿
谢宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201710584429.3A priority Critical patent/CN107366539B/zh
Publication of CN107366539A publication Critical patent/CN107366539A/zh
Application granted granted Critical
Publication of CN107366539B publication Critical patent/CN107366539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00Testing 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
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00Testing 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
    • E21B49/02Testing 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 by mechanically taking samples of the soil

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)
  • Soil Sciences (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提出一种山前地区砂岩储层孔隙度预测方法,包括如下步骤:对研究区的多个野外露头剖面和取心井的砂岩储层进行取样,测量取样点距山前基底的水平距离;确定每一取样点对应的砂岩样品的岩性、分选性和储集空间类型,并测量所述砂岩样品的储集空间中次生孔隙的含量,测量所述砂岩样品对应的胶结物含量和孔隙度;剔除胶结物含量大于10%的样品,以及次生孔隙含量高于30%的样品;将保留的砂岩样品按照岩性分类,绘制每种岩性对应的不同分选性的砂岩的孔隙度分布图版;利用获得的孔隙度分布图版,预测待预测砂岩储层的孔隙度。该预测方法基于岩石组构分析,能够准确预测山前地区砂岩储层孔隙度。

Description

一种山前地区砂岩储层孔隙度预测方法
技术领域
本发明属于石油天然气勘探与开发技术领域,尤其涉及一种山前地区砂岩储层孔隙度预测方法。
背景技术
挤压盆地山前地区是我国西部重要的油气勘探领域,在进行油气勘探时,孔隙度是评价油气储层的一个重要参数,也是决定储层质量的关键参数,对储层的孔隙度进行预测,有利于指导油气勘探。
目前,常用的储层孔隙度预测方法有:正常压实趋势线法、沉积成岩综合相法及地球物理法等。然而,采用这些现有方法预测山前地区砂岩储层孔隙度时,仍存在一些不足。例如:(1)正常压实趋势线法和沉积成岩综合相法需要大量的钻井取心资料,而地球物理法则需要高品质的三维地震资料,受山前地区复杂的构造特征及复杂的自然地理条件的限制,山前地区的地球物理资料采集困难,钻井成本高,并且地球物理资料的品质相对较差,钻井数量非常少;(2)这些方法仅适用于盆地内部没有经历强烈构造运动的地区,而山前地区受山体隆升过程的侧向挤压和埋藏过程的垂向压实影响,具有强烈的侧向挤压背景,垂向压实并在不占主导,采用这些方法预测的准确度较低。因而,现有的储层孔隙度预测方法无法适用于山前地区砂岩储层孔隙度的预测。
因此,如何准确预测山前地区砂岩储层孔隙度,是当前急需解决的一项技术问题。
发明内容
本发明针对上述的现有储层孔隙度预测方法不适用于山前地区砂岩储层孔隙度预测的技术问题,提出一种山前地区砂岩储层孔隙度预测方法,其基于岩石组构分析,能够准确预测山前地区砂岩储层孔隙度。
为了达到上述目的,本发明采用的技术方案为:
一种山前地区砂岩储层孔隙度预测方法,包括如下步骤:
(1)对研究区的多个野外露头剖面和取心井的砂岩储层进行取样,测量取样点距山前基底的水平距离;
(2)确定每一取样点对应的砂岩样品的岩性、分选性和储集空间类型,并测量所述砂岩样品的储集空间中次生孔隙的含量,测量所述砂岩样品对应的胶结物含量和孔隙度;
(3)剔除所述砂岩样品中胶结物含量大于10%的样品,以及次生孔隙含量高于30%的样品;
(4)将保留的砂岩样品按照岩性分类,针对每种岩性的砂岩样品,以孔隙度为横坐标、取样点距山前基底的水平距离为纵坐标,绘制每种岩性对应的不同分选性的砂岩的孔隙度分布图版;
(5)根据待预测砂岩储层的岩性、分选性和距山前基底的水平距离数据,利用步骤(4)获得的每种岩性对应的不同分选性的砂岩的孔隙度分布图版,预测待预测砂岩储层的孔隙度。
作为优选,步骤(1)中,测量取样点距山前基底水平距离的具体步骤为:根据所述野外露头剖面取样点的GPS坐标或所述取心井的井位坐标,在研究区的地质图上投点,利用所述地质图的比例尺,计算获得取样点距山前基底的水平距离。
作为优选,步骤(2)中,所述砂岩样品的分选性采用砂岩样品颗粒直径的标准偏差来表征,所述砂岩样品的颗粒直径采用粒度分析获得。
作为优选,步骤(2)中,所述砂岩样品的储集空间类型、次生孔隙含量和胶结物含量均采用岩石薄片分析获得。
作为优选,步骤(2)中,所述砂岩样品的孔隙度采用岩石孔隙度检测仪测量获得。
作为优选,步骤(4)中,绘制砂岩的孔隙度分布图版的具体步骤为:依据砂岩样品的分选性划分为多个分选范围,根据砂岩样品对应的孔隙度和距山前基底的水平距离数据绘制散点图,对同一分选范围内的全部砂岩样品所对应的孔隙度与距山前基底的水平距离的关系进行拟合,获得分布曲线,多个分选范围对应的多条所述分布曲线构成所述砂岩的孔隙度分布图版。
与现有技术相比,本发明的优点和积极效果在于:
本发明提供的山前地区砂岩储层孔隙度预测方法,在利用山前地区野外露头及钻井岩心资料获得岩石组构及储层孔隙度的基础上,根据岩性和分选性对砂岩样品进行分类,建立不同岩性不同分选性的砂岩的孔隙度随取样点距山前基底的水平距离变化的分布图版,利用该孔隙度分布图版能够准确预测山前地区砂岩储层的孔隙度,对于山前地区的油气勘探具有重要的理论意义和应用价值。
附图说明
图1为本发明实施例所提供的山前地区砂岩储层孔隙度预测方法的流程图;
图2为本发明实施例1所提供的选取的野外露头剖面和取心井的位置示意图;
图3为本发明实施例1所提供的博格达山山前地区细砂岩的孔隙度分布图版;
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种山前地区砂岩储层孔隙度预测方法,其流程图如图1所示,包括如下步骤:
(1)对研究区的多个野外露头剖面和取心井的砂岩储层进行取样,测量取样点距山前基底的水平距离。
在本步骤中,需要说明的是,受山前地区复杂的自然地理条件和构造背景限制,钻井取心成本非常高,山前地区的取心井数量较少,单独采用取心井的数据,难以满足山前地区砂岩储层孔隙度预测所需数据量的要求。相比于钻井取心,由于山前地区的构造运动相对较强,该地区常常出露品质非常好的野外露头,因而采用野外露头剖面数据具有横向连续性好、数据易得、成本低的优点,但从野外露头剖面获取的砂岩样品多为接近地表的样品,单独采用野外露头剖面的数据,由于获得的砂岩样品的埋藏深度受限制,预测准确度不高。因而,在本步骤中,采用野外露头剖面和取心井相结合进行取样,一方面能够满足山前地区砂岩储层孔隙度预测所需数据量的要求,另一方面,这样的取样方式获得的数据更具代表性,有利于提高预测的准确度。此外,还需要说明的是,在对取心井的砂岩储层进行取样时,应选取由山前露头区向埋藏区埋深逐渐增加的砂岩样品,这样获得的砂岩样品更具代表性。
(2)确定每一取样点对应的砂岩样品的岩性、分选性和储集空间类型,并测量所述砂岩样品的储集空间中次生孔隙的含量,测量所述砂岩样品对应的胶结物含量和孔隙度。
在本步骤中,需要说明的是,所述砂岩样品的岩性包括粉砂岩、细砂岩、中砂岩和粗砂岩;所述分选性是指岩石碎屑颗粒直径的均匀程度;所述储集空间类型包括原生孔隙和次生孔隙。
(3)剔除所述砂岩样品中胶结物含量大于10%的样品,以及次生孔隙含量高于30%的样品。
在本步骤中,需要说明的是,当砂岩样品中的胶结物含量大于10%时,胶结物很大程度上抑制了压实作用,该砂岩样品孔隙度不能反映压实程度,会导致孔隙度预测值低于真实值。另外,当砂岩样品中的次生孔隙度含量大于30%时,该砂岩样品的孔隙度同样不能真实反映压实程度,会导致孔隙度预测值高于真实值。因而,本步骤将胶结物含量大于10%以及次生孔隙含量高于30%的样品剔除,能够消除胶结物含量和次生孔隙含量对储层压实过程中孔隙度变化的影响,有利于提高预测的准确度。
(4)将保留的砂岩样品按照岩性分类,针对每种岩性的砂岩样品,以孔隙度为横坐标、取样点距山前基底的水平距离为纵坐标,绘制每种岩性对应的不同分选性的砂岩的孔隙度分布图版。
在本步骤中,绘制的孔隙度分布图版能够反应出每种岩性对应的不同分选性的砂岩的孔隙度随距山前基底的水平距离的分布情况。需要说明的是,对于不同岩性的砂岩,其孔隙度分布规律不完全相同,因而将砂岩样品依据岩性分类后建立孔隙度分布图版,有利于提高预测的准确度。进一步的,由于砂岩样品的分选性会影响孔隙度的分布规律,因而,在建立孔隙度分布图版时,还需要考虑砂岩样品的分选性。本步骤针对不同岩性,绘制不同分选性的砂岩的孔隙度分布图版,考虑了岩性和分选性对砂岩孔隙度分布规律的影响,有利于提高预测的准确度。
(5)根据待预测砂岩储层的岩性、分选性和距山前基底的水平距离数据,利用步骤(4)获得的每种岩性对应的不同分选性的砂岩的孔隙度分布图版,预测待预测砂岩储层的孔隙度。
在本步骤中,需要说明的是,基于步骤(4)获得的每种岩性对应的不同分选性的砂岩的孔隙度分布图版,当给定待预测砂岩储层的岩性、分选性和距山前基底的水平距离数据,将其投点在对应的孔隙度分布图版中,即可读取相应的孔隙度预测值。
本发明提供的山前地区砂岩储层孔隙度预测方法,在利用山前地区野外露头及钻井岩心资料获得岩石组构及储层孔隙度的基础上,根据岩性和分选性对砂岩样品进行分类,建立不同岩性不同分选性的砂岩的孔隙度随取样点距山前基底的水平距离变化的分布图版,利用该孔隙度分布图版能够准确预测山前地区砂岩储层的孔隙度,对于山前地区的油气勘探具有重要的理论意义和应用价值。
在一优选实施例中,步骤(1)中,测量取样点距山前基底水平距离的具体步骤为:根据所述野外露头剖面取样点的GPS坐标或所述取心井的井位坐标,在研究区的地质图上投点,利用所述地质图的比例尺,计算获得取样点距山前基底的水平距离。该优选实施例中的测量方法操作简单,耗时少,准确度高。
在一优选实施例中,步骤(2)中,所述砂岩样品的分选性采用砂岩样品颗粒直径的标准偏差来表征,所述砂岩样品的颗粒直径采用粒度分析获得。在本优选实施例中,需要说明的是,由于砂岩样品颗粒直径的标准偏差越大,砂岩样品的分选性越差,砂岩样品的分选性随颗粒直径的标准偏差呈规律性变化,因而,砂岩样品颗粒直径的标准偏差可以表征砂岩样品的分选性。在本优选实施例中,采用砂岩样品颗粒直径的标准偏差来量化表征砂岩样品的分选性,有利于提高预测的准确度。
在一优选实施例中,步骤(2)中,所述砂岩样品的储集空间类型、次生孔隙含量和胶结物含量均采用岩石薄片分析获得。在本优选实施例中,采用岩石薄片分析测定砂岩样品的储集空间类型、次生孔隙含量和胶结物含量,这种测定方法操作简单,测定结果准确,有利于提高预测的准确度。
在一优选实施例中,步骤(2)中,所述砂岩样品的孔隙度采用岩石孔隙度检测仪测量获得。在本优选实施例中,采用岩石孔隙度检测仪测定砂岩样品的孔隙度,这种测定方法操作简单,测定结果准确,有利于提高预测的准确度。
在一优选实施例中,步骤(4)中,绘制砂岩的孔隙度分布图版的具体步骤为:依据砂岩样品的分选性划分为多个分选范围,根据砂岩样品对应的孔隙度和距山前基底的水平距离数据绘制散点图,对同一分选范围内的全部砂岩样品所对应的孔隙度与距山前基底的水平距离的关系进行拟合,获得分布曲线,多个分选范围对应的多条所述分布曲线构成所述砂岩的孔隙度分布图版。在本优选实施例中,需要说明的是,由于在一定分选范围内的砂岩储层,其孔隙度的分布规律相差不大,因而,依据砂岩样品的分选性划分为多个分选范围,对同一分选范围内的砂岩样品进行拟合,碳酸盐胶结物含量的。相比于对同一分选性的砂岩均取多个取样点进行拟合,本优选实施例采用的这种方法对取样的准确性要求低,取样难度小,而且需要的样品数量少,有利于降低成本,提高效率。
为了更清楚详细地介绍本发明实施例所提供的山前地区砂岩储层孔隙度预测方法,下面将结合具体实施例进行描述。
实施例1
对博格达山山前地区砂岩储层孔隙度进行预测,包括如下步骤:
(1)对该地区的6个野外露头剖面和20个取心井的砂岩储层进行取样,选取的野外露头剖面和取心井的位置如图2所示。针对每个野外露头剖面和取心井选取多个取样点,共选取了44个取样点,根据野外露头剖面取样点的GPS坐标或取心井的井位坐标,在该地区的地质图上投点,利用所述地质图的比例尺,计算获得取样点距山前基底的水平距离(L),参见表1,表1示例性给出了部分取样点的坐标及其对应的距山前基底的水平距离(L)数据。需要说明的是,由于取心井对应的多个取样点的坐标一致,因而在表1中未标注对应的取样点。
表1部分取样点的坐标及其对应的距山前基底的水平距离数据表
Figure BDA0001353131290000071
(2)经分析确定该地区的砂岩样品包括细砂岩和中砂岩,采用粒度分析获得砂岩样品的颗粒直径,以砂岩样品颗粒直径的标准偏差(δ)来表征砂岩样品的分选性;采用岩石薄片分析获得砂岩样品的储集空间类型、次生孔隙含量和胶结物含量;采用岩石孔隙度检测仪测量砂岩样品的孔隙度(Φ)。以水西沟剖面和B34井为例,水西沟剖面和B34井对应的砂岩样品的各参数的测量数据如表2所示。
表2水西沟剖面和B34井对应的砂岩样品的各参数的测量数据表
Figure BDA0001353131290000081
(3)剔除所述砂岩样品中胶结物含量大于10%的样品,以及次生孔隙含量高于30%的样品。
(4)将保留的砂岩样品按照岩性分为细砂岩和中砂岩两类,针对每种岩性的砂岩样品,以孔隙度为横坐标、取样点距山前基底的水平距离为纵坐标,绘制每种岩性对应的不同分选性的砂岩的孔隙度分布图版。
下面以细砂岩为例,进行详细说明:
依据细砂岩样品的分选性划分为4个分选范围,分别为δ<0.7、0.7<δ<1.1、1.1<δ<1.5及δ>1.5。以细砂岩样品对应的孔隙度为横坐标、取样点距山前基底的水平距离为纵坐标绘制散点图,对同一分选范围内的全部细砂岩样品所对应的孔隙度与距山前基底的水平距离的关系进行拟合,获得分布曲线,4个分选范围对应的4条所述分布曲线构成砂岩的孔隙度分布图版(图3)。
(5)给定待预测砂岩储层的岩性为细砂岩,测量其距山前基底的水平距离L为20km,通过粒度分析确定其岩石组构中标准偏差δ为0.8,通过岩石孔隙度检测仪确定其孔隙度为15.3%,通过岩石薄片分析确定其储集空间以原生孔隙为主,胶结物含量为5.5%,次生孔隙含量为7.1%,利用步骤(4)获得的细砂岩对应的不同分选性的砂岩的孔隙度分布图版(图3),预测其储层孔隙度Φ为14.7%。该预测值与实测值的相对误差仅为3.9%,说明本发明对山前地区砂岩储层孔隙度预测的准确度非常高。

Claims (5)

1.一种山前地区砂岩储层孔隙度预测方法,其特征在于,包括如下步骤:
(1)对研究区的多个野外露头剖面和取心井的砂岩储层进行取样,测量取样点距山前基底的水平距离;
(2)确定每一取样点对应的砂岩样品的岩性、分选性和储集空间类型,并测量所述砂岩样品的储集空间中次生孔隙的含量,测量所述砂岩样品对应的胶结物含量和孔隙度;
(3)剔除所述砂岩样品中胶结物含量大于10%的样品,以及次生孔隙含量高于30%的样品;
(4)将保留的砂岩样品按照岩性分类,针对每种岩性的砂岩样品,以孔隙度为横坐标、取样点距山前基底的水平距离为纵坐标,绘制每种岩性对应的不同分选性的砂岩的孔隙度分布图版;绘制砂岩的孔隙度分布图版的具体步骤为:依据砂岩样品的分选性划分为多个分选范围,根据砂岩样品对应的孔隙度和距山前基底的水平距离数据绘制散点图,对同一分选范围内的全部砂岩样品所对应的孔隙度与距山前基底的水平距离的关系进行拟合,获得分布曲线,多个分选范围对应的多条所述分布曲线构成所述砂岩的孔隙度分布图版;
(5)根据待预测砂岩储层的岩性、分选性和距山前基底的水平距离数据,利用步骤(4)获得的每种岩性对应的不同分选性的砂岩的孔隙度分布图版,预测待预测砂岩储层的孔隙度。
2.根据权利要求1所述的山前地区砂岩储层孔隙度预测方法,其特征在于,步骤(1)中,测量取样点距山前基底水平距离的具体步骤为:根据所述野外露头剖面取样点的GPS坐标或所述取心井的井位坐标,在研究区的地质图上投点,利用所述地质图的比例尺,计算获得取样点距山前基底的水平距离。
3.根据权利要求1所述的山前地区砂岩储层孔隙度预测方法,其特征在于:步骤(2)中,所述砂岩样品的分选性采用砂岩样品颗粒直径的标准偏差来表征,所述砂岩样品的颗粒直径采用粒度分析获得。
4.根据权利要求1所述的山前地区砂岩储层孔隙度预测方法,其特征在于:步骤(2)中,所述砂岩样品的储集空间类型、次生孔隙含量和胶结物含量均采用岩石薄片分析获得。
5.根据权利要求1所述的山前地区砂岩储层孔隙度预测方法,其特征在于:步骤(2)中,所述砂岩样品的孔隙度采用岩石孔隙度检测仪测量获得。
CN201710584429.3A 2017-07-18 2017-07-18 一种山前地区砂岩储层孔隙度预测方法 Active CN107366539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710584429.3A CN107366539B (zh) 2017-07-18 2017-07-18 一种山前地区砂岩储层孔隙度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710584429.3A CN107366539B (zh) 2017-07-18 2017-07-18 一种山前地区砂岩储层孔隙度预测方法

Publications (2)

Publication Number Publication Date
CN107366539A CN107366539A (zh) 2017-11-21
CN107366539B true CN107366539B (zh) 2020-05-22

Family

ID=60308020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710584429.3A Active CN107366539B (zh) 2017-07-18 2017-07-18 一种山前地区砂岩储层孔隙度预测方法

Country Status (1)

Country Link
CN (1) CN107366539B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844879B (zh) * 2018-06-08 2021-01-29 中国石油天然气股份有限公司 基于激光强度的储层露头孔隙度预测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4602508A (en) * 1984-10-04 1986-07-29 Mobil Oil Corporation Continuous gravity gradient logging
US5144245A (en) * 1991-04-05 1992-09-01 Teleco Oilfield Services Inc. Method for evaluating a borehole formation based on a formation resistivity log generated by a wave propagation formation evaluation tool
CN1791808A (zh) * 2003-03-21 2006-06-21 马克·E·安德 用于钻井和测井的重力技术
CN101382070A (zh) * 2007-09-03 2009-03-11 中国石油天然气集团公司 一种油藏注采动态监测的电磁方法
CN102748016A (zh) * 2012-07-10 2012-10-24 中国石油大学(华东) 地质历史时期砂岩储层孔隙度演化恢复方法
CN104453881A (zh) * 2014-12-10 2015-03-25 中国石油大学(北京) 油气成藏底限确定方法和装置
CN105134189A (zh) * 2015-08-24 2015-12-09 西南石油大学 一种LogGMIR测井地应力识别优质储层的方法
CN105386757A (zh) * 2015-12-21 2016-03-09 中国石油大学(华东) 碎屑岩储层孔隙度正常压实趋势线厘定方法
CN106321087A (zh) * 2015-07-06 2017-01-11 中国石油化工股份有限公司 一种获取岩石地层因素的方法
CN106405050A (zh) * 2016-09-28 2017-02-15 西安石油大学 一种超深层储层成岩作用与孔隙演化定量评价方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4602508A (en) * 1984-10-04 1986-07-29 Mobil Oil Corporation Continuous gravity gradient logging
US5144245A (en) * 1991-04-05 1992-09-01 Teleco Oilfield Services Inc. Method for evaluating a borehole formation based on a formation resistivity log generated by a wave propagation formation evaluation tool
CN1791808A (zh) * 2003-03-21 2006-06-21 马克·E·安德 用于钻井和测井的重力技术
CN101382070A (zh) * 2007-09-03 2009-03-11 中国石油天然气集团公司 一种油藏注采动态监测的电磁方法
CN102748016A (zh) * 2012-07-10 2012-10-24 中国石油大学(华东) 地质历史时期砂岩储层孔隙度演化恢复方法
CN104453881A (zh) * 2014-12-10 2015-03-25 中国石油大学(北京) 油气成藏底限确定方法和装置
CN106321087A (zh) * 2015-07-06 2017-01-11 中国石油化工股份有限公司 一种获取岩石地层因素的方法
CN105134189A (zh) * 2015-08-24 2015-12-09 西南石油大学 一种LogGMIR测井地应力识别优质储层的方法
CN105386757A (zh) * 2015-12-21 2016-03-09 中国石油大学(华东) 碎屑岩储层孔隙度正常压实趋势线厘定方法
CN106405050A (zh) * 2016-09-28 2017-02-15 西安石油大学 一种超深层储层成岩作用与孔隙演化定量评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
台北凹陷中浅储集层碎屑岩孔隙预测;李森明等;《吐哈油气》;20050630;第10卷(第2期);第133-136页 *
川西坳陷叠覆型致密砂岩气区储层特征及定量预测评价;叶素娟等;《石油学报》;20151231;第36卷(第12期);第84-88页 *
河流相储层隔夹层成因及其分布特征;王健等;《地质科技情报》;20100731;第29卷(第4期);第1484-1494页 *

Also Published As

Publication number Publication date
CN107366539A (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
CN109838230B (zh) 油藏水淹层的定量评价方法
Xia et al. Dual-porosity saturation model of low-porosity and low-permeability clastic reservoirs
CN109254138B (zh) 一种基于砂岩微观特征的富水性评价方法
CN107829731B (zh) 一种黏土蚀变的火山岩孔隙度校正方法
CN109386281B (zh) 一种获取裂缝性低孔低渗储层测井饱和度的方法
CN109375283B (zh) 一种砂岩储层3d渗透率演化史的分析方法
Kassab et al. Reservoir characterization of the Lower Abu Madi Formation using core analysis data: El-Wastani gas field, Egypt
CN104806232A (zh) 一种确定碳酸盐岩储层孔隙度下限的方法
CN110728402A (zh) 一种基于地质标本分析的区域矿产资源预测系统
Qu et al. The primary controlling parameters of porosity, permeability, and seepage capability of tight gas reservoirs: a case study on Upper Paleozoic Formation in the eastern Ordos Basin, Northern China
CN113027433B (zh) 计算强非均质性砂砾岩储层渗透率的方法和装置
Duan et al. Characterization and classification of pore structures in deeply buried carbonate rocks based on mono-and multifractal methods
CN107366539B (zh) 一种山前地区砂岩储层孔隙度预测方法
CN110208874B (zh) 一种致密砂岩油藏有效储层识别方法
Zhou et al. Pore structure analysis and classification of pyroclastic reservoirs in the Dehui fault depression based on experimental and well-logging data
CN110688781B (zh) 一种低渗非均质气藏储层测井解释方法
CN104514553A (zh) 一种岩屑砂岩层中气层的识别方法及其应用
Yu et al. Model identification and control of development of deeply buried paleokarst reservoir in the central Tarim Basin, northwest China
Song et al. Dynamic reconstruction of the hydrocarbon generation, accumulation, and evolution history in ultra-deeply-buried strata
CN114137633B (zh) 火山岩岩相逐级识别方法
CN115099014A (zh) 一种基于随钻录井的天然气井地质探明储量计算方法
CN108548765B (zh) 一种变粘土骨架的孔隙度计算方法
CN109444983B (zh) 一种油气输导体系类型划分的定量评价方法
CN112784404A (zh) 一种基于常规测井资料的砂砾岩束缚水饱和度计算方法
CN106769688B (zh) 一种预测地质条件下致密砂岩中天然气扩散系数的方法

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
GR01 Patent grant
GR01 Patent grant