CN107437260A - 基于纹理分析的缝洞储集体形态描述方法 - Google Patents
基于纹理分析的缝洞储集体形态描述方法 Download PDFInfo
- Publication number
- CN107437260A CN107437260A CN201610366185.7A CN201610366185A CN107437260A CN 107437260 A CN107437260 A CN 107437260A CN 201610366185 A CN201610366185 A CN 201610366185A CN 107437260 A CN107437260 A CN 107437260A
- Authority
- CN
- China
- Prior art keywords
- mrow
- munderover
- gray level
- msub
- occurrence matrixes
- 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
Classifications
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于纹理分析的缝洞储集体形态描述方法。该方法包括：将三维地震数据体映射为三维灰度数据体；沿设定角度、以设定的距离差扫描所述三维灰度数据体，得到相应的灰度共生矩阵；提取相应的灰度共生矩阵的特征纹理属性，所述特征纹理属性包括均匀度、对比度、熵以及能量；采用聚类分析技术分析所述特征纹理属性，实现针对所述三维地震数据体的纹理属性分类；基于所述纹理属性分类描述缝洞空间形态分布。应用本发明，能够精细描述缝洞空间形态。
Description
技术领域
本发明涉及地震资料解释领域，更具体地，涉及一种基于纹理分析的缝洞储集体形态描述方法。
背景技术
作为塔河油田主力油田的奥陶系碳酸盐岩缝洞型油藏，其缝洞储集体的空间形态、内部结构复杂多样。对缝洞体空间结构的预测及描述不清必然会影响到缝洞单元划分的准确程度和油水关系认识，也会影响油藏开发技术政策的制定，而这些问题已经成为缝洞型碳酸盐岩油藏开发的瓶颈问题，制约了油田的开发效果。
塔河油田缝洞型油藏的预测和描述技术经历了二十余年的发展，已经形成了针对缝洞储集体有效实用的地震储层识别和预测方法技术系列，并在实际应用中见到效果，主要包括：建立了缝洞型储层地震识别模式；形成了缝洞型储层预测的地球物理方法系列；初步形成了一套针对碳酸盐岩缝洞体储层空间描述的技术方法和流程。但由于缝洞储层地球物理响应关系的极其复杂性，加之地震分辨率的限制，目前所取得的方法技术成果还不能满足对缝洞储集体高精度描述的需求。如何利用地震资料准确地描述缝洞地质体的边界及空间形态是缝洞型油藏开发的重中之重，因此，借助于图像处理技术开发了地震数据的纹理处理技术来探索缝洞储集体的空间结构精细描述
发明内容
本发明提出了一种用于探索缝洞储集体的空间结构精细描述的方法。
根据本发明的一方面，提出了一种基于纹理分析的缝洞储集体形态描述方法，包括：将三维地震数据体映射为三维灰度数据体；沿设定角度、以设定的距离差扫描所述三维灰度数据体，得到相应的灰度共生矩阵；提取相应的灰度共生矩阵的特征纹理属性，所述特征纹理属性包括均匀度、对比度、熵以及能量；采用聚类分析技术分析所述特征纹理属性，实现针对所述三维地震数据体的纹理属性分类；基于所述纹理属性分类描述缝洞空间形态分布。
本发明中，借助图像处理技术，将三维地震数据体映射为三维灰度数据体，扫描三维灰度数据体得到灰度共生矩阵，并通过分析灰度共生矩阵的特征纹理属性实现对不同缝洞形态及结构的精细描述，有利于准确反映储层纵横向分布及隔层发育特征。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的缝洞储集体形态描述方法的流程图。
图2示出了根据本发明的灰度映射示意图。
图3(a)示出了某实际工区的地震剖面；
图3(b)示出了应用本发明描述的缝洞空间形态；
图3(c)示出了应用本发明描述的缝洞形态剖面图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的一个实施例的……方法的流程图，该方法包括：
步骤101，将三维地震数据体映射为三维灰度数据体；
步骤102，沿设定角度、以设定的距离差扫描所述三维灰度数据体，得到相应的灰度共生矩阵；
步骤103，提取相应的灰度共生矩阵的特征纹理属性，所述特征纹理属性包括均匀度、对比度、熵以及能量；
步骤104，采用聚类分析技术分析所述特征纹理属性，实现针对所述三维地震数据体的纹理属性分类；
步骤105，基于所述纹理属性分类描述缝洞空间形态分布。
本实施例中，将三维地震数据体映射为三维灰度数据体，扫描三维灰度数据体得到灰度共生矩阵，并通过分析灰度共生矩阵的特征纹理属性实现对不同缝洞形态及结构的精细描述。
在上述实施例中，本领域技术人员认为使用的任意聚类分析技术进行聚类分析，在聚类分析中，可对比三维地震数据体的特征纹理和地震数据模型道的特征纹理进行聚类距离分析，得到相应的距离分析结果。
在一个示例中，将三维地震数据体映射为三维灰度数据体可以包括：针对所述三维地震数据体中任意数据点A(x,y,z)，可以基于下式得到映射后的灰度值g(x,y,z)：
其中，(x,y,z)表示位置坐标，Amin为所述三维地震数据体中的最小数据值，Amax为所述三维地震数据体中的最大数据值，INT表示取整运算。图2示出了根据本发明的灰度映射示意图。
在一个示例中，沿设定角度、以设定的距离差扫描所述三维灰度数据体可以包括：
可以分别沿x轴、y轴和z轴、并且可以均以距离差为1进行扫描，
其中，沿x轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)||m-p|＝1,n-q＝0,o-r＝0,g(m,n,o)＝i,g(p,q,r)＝j})，
沿y轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)|m-p＝0,|n-q|＝1,o-r＝0,g(m,n,o)＝i,g(p,q,r)＝j})，
沿z轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)|m-p＝0,n-q＝0,|o-r|＝1,g(m,n,o)＝i,g(p,q,r)＝j})，
其中，g(m,n,o)表示所述三维灰度数据体中位置坐标(m,n,o)处的数据点的灰度值，g(p,q,r)表示所述三维灰度数据体中位置坐标(p,q,r)处的数据点的灰度值Count表示在所述三维灰度数据体中符合相应条件的数据点对(m,n,o),(p,q,r)的数量。
众所周知，扫描角度和扫描间隔非常重要，其直接影响了得到的灰度共生矩阵是否能准确有效地表达期望得到的纹理特征。发明人经过大量研究和实验后发现，按上述扫描方式扫描得到的灰度共生矩阵有利于准确反映能准确有效地描述缝洞形态和结构的纹理信息。
在一个示例中，可以通过下式提取相应的灰度共生矩阵的均匀度：
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
在一个示例中，可以通过下式提取相应的灰度共生矩阵的对比度：
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
在一个示例中，可以通过下式提取相应的灰度共生矩阵的熵：
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
在一个示例中，可以通过下式提取相应的灰度共生矩阵的能量：
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
应用示例
为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
图3(a)示出了某实际工区的地震剖面；图3(b)示出了应用本发明描述的缝洞空间形态；图3(c)示出了应用本发明描述的缝洞形态剖面图。应用本发明的描述结果与钻测井解释结果具有较高的吻合度，在塔河油田缝洞体形态及空间结构描述中取得了良好的应用效果。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (7)
1.一种基于纹理分析的缝洞储集体形态描述方法，包括：
将三维地震数据体映射为三维灰度数据体；
沿设定角度、以设定的距离差扫描所述三维灰度数据体，得到相应的灰度共生矩阵；
提取相应的灰度共生矩阵的特征纹理属性，所述特征纹理属性包括均匀度、对比度、熵以及能量；
采用聚类分析技术分析所述特征纹理属性，实现针对所述三维地震数据体的纹理属性分类；
基于所述纹理属性分类描述缝洞空间形态分布。
2.根据权利要求1所述的方法，其中，将三维地震数据体映射为三维灰度数据体包括：
针对所述三维地震数据体中任意数据点A(x,y,z)，基于下式得到映射后的灰度值g(x,y,z)：
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>,</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>I</mi>
<mi>N</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>,</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>A</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>A</mi>
<mi>min</mi>
</msub>
</mrow>
</mfrac>
<mo>*</mo>
<mn>255</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，(x,y,z)表示位置坐标，Amin为所述三维地震数据体中的最小数据值，Amax为所述三维地震数据体中的最大数据值，INT表示取整运算。
3.根据权利要求1所述的方法，其中，沿设定角度、以设定的距离差扫描所述三维灰度数据体包括：
分别沿x轴、y轴和z轴、并且均以距离差为1进行扫描，
其中，沿x轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)||m-p|＝1,n-q＝0,o-r＝0,g(m,n,o)＝i,g(p,q,r)＝j})，
沿y轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)|m-p＝0,|n-q|＝1,o-r＝0,g(m,n,o)＝i,g(p,q,r)＝j})，
沿z轴、以距离差为1进行扫描，得到的相应灰度共生矩阵中第i行第j列的元素pi,j为：
pi,j＝Count({(m,n,o),(p,q,r)|m-p＝0,n-q＝0,|o-r|＝1,g(m,n,o)＝i,g(p,q,r)＝j})，
其中，g(m,n,o)表示所述三维灰度数据体中位置坐标(m,n,o)处的数据点的灰度值，g(p,q,r)表示所述三维灰度数据体中位置坐标(p,q,r)处的数据点的灰度值Count表示在所述三维灰度数据体中符合相应条件的数据点对(m,n,o),(p,q,r)的数量。
4.根据权利要求1所述的方法，其中，通过下式提取相应的灰度共生矩阵的均匀度：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mfrac>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
5.根据权利要求1所述的方法，其中，通过下式提取相应的灰度共生矩阵的对比度：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msup>
<mi>n</mi>
<mn>2</mn>
</msup>
<mo>{</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>}</mo>
<mo>,</mo>
</mrow>
1
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
6.根据权利要求1所述的方法，其中，通过下式提取相应的灰度共生矩阵的熵：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>logp</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
7.根据权利要求1所述的方法，其中，通过下式提取相应的灰度共生矩阵的能量：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msubsup>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>,</mo>
</mrow>
其中，pi,j表示相应的灰度共生矩阵中第i行第j列的元素，L表示设定的时窗长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610366185.7A CN107437260A (zh) | 2016-05-27 | 2016-05-27 | 基于纹理分析的缝洞储集体形态描述方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610366185.7A CN107437260A (zh) | 2016-05-27 | 2016-05-27 | 基于纹理分析的缝洞储集体形态描述方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107437260A true CN107437260A (zh) | 2017-12-05 |
Family
ID=60453303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610366185.7A Pending CN107437260A (zh) | 2016-05-27 | 2016-05-27 | 基于纹理分析的缝洞储集体形态描述方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107437260A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109031423A (zh) * | 2018-08-29 | 2018-12-18 | 电子科技大学 | 基于梯度共生矩阵的叠前地震纹理分析方法 |
| CN110967754A (zh) * | 2018-09-29 | 2020-04-07 | 中国石油化工股份有限公司 | 一种基于偏移速度寻优的缝洞储层充填与流体识别方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158795A (zh) * | 2015-08-27 | 2015-12-16 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用地层叠前纹理属性值来检测缝洞的方法 |
-
2016
- 2016-05-27 CN CN201610366185.7A patent/CN107437260A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158795A (zh) * | 2015-08-27 | 2015-12-16 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用地层叠前纹理属性值来检测缝洞的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 娄联堂: "《目标轮廓的提取方法及应用》", 30 November 2006 * |
| 虞筱歆: ""基于沿层相干的三维地震数据断层检测方法研究"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 陆系群等: "《图像处理原理、技术与算法》", 31 August 2001 * |
| 陈茂山: ""塔里木盆地塔中45井区碳酸盐岩油气藏地震属性识别方法与成藏模式研究"", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109031423A (zh) * | 2018-08-29 | 2018-12-18 | 电子科技大学 | 基于梯度共生矩阵的叠前地震纹理分析方法 |
| CN110967754A (zh) * | 2018-09-29 | 2020-04-07 | 中国石油化工股份有限公司 | 一种基于偏移速度寻优的缝洞储层充填与流体识别方法 |
| CN110967754B (zh) * | 2018-09-29 | 2022-03-08 | 中国石油化工股份有限公司 | 一种基于偏移速度寻优的缝洞储层充填与流体识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105487121B (zh) | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 | |
| Zhu et al. | Challenges and prospects of digital core‐reconstruction research | |
| CN105279790B (zh) | 裂缝网络三维数字岩心建模方法 | |
| US10359523B2 (en) | Exploration and extraction method and system for hydrocarbons | |
| Wilson et al. | From outcrop to flow simulation: Constructing discrete fracture models from a LIDAR survey | |
| US20120215513A1 (en) | Method and Apparatus For Reservoir Modeling and Simulation | |
| CN106780744A (zh) | 利用不同分辨率ct图像构建多尺度三维数字岩心的方法 | |
| CN103942841A (zh) | 基于gis的矿产资源多元信息处理方法及其系统 | |
| AU2017202784B2 (en) | Gridless simulation of a fluvio-deltaic environment | |
| US20180031721A1 (en) | Method and System for Generating a Subsurface Model | |
| CN105593703A (zh) | 根据基于核心的岩石定型构建并通过岩石置换建模增强的模拟到地震工作流程 | |
| CN109272029B (zh) | 井控稀疏表征大规模谱聚类地震相划分方法 | |
| Jouini et al. | Permeability upscaling in complex carbonate samples using textures of micro-computed tomography images | |
| Gardet et al. | Pattern-based conditional simulation with a raster path: a few techniques to make it more efficient | |
| CN107437260A (zh) | 基于纹理分析的缝洞储集体形态描述方法 | |
| CN113963123B (zh) | 一种融合深度学习和多点统计学的地质建模方法及装置 | |
| CN106251321A (zh) | 用于获取岩石裂缝信息的方法和装置 | |
| Hajebi et al. | Intelligent restoration of historical parametric geometric patterns by Zernike moments and neural networks | |
| Sun et al. | Blank strip filling for logging electrical imaging based on multiscale generative adversarial network | |
| Geng et al. | Swin transformer based transfer learning model for predicting porous media permeability from 2D images | |
| DE112013007207T5 (de) | 2.5D - Stadien - Gitternetzerstellung | |
| Silvestre et al. | Framework for 3D data modeling and web visualization of underground caves using open source tools | |
| Alghalandis | Stochastic Modelling of Fractures | |
| Doligez et al. | A review of three geostatistical techniques for realistic geological reservoir modeling integrating multi-scale data | |
| Paris et al. | Synthesizing geologically coherent cave networks |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171205 |