CN107703544A - 基于地质统计学的叠前振幅随偏移距变化油气预测方法 - Google Patents

基于地质统计学的叠前振幅随偏移距变化油气预测方法 Download PDF

Info

Publication number
CN107703544A
CN107703544A CN201710885605.7A CN201710885605A CN107703544A CN 107703544 A CN107703544 A CN 107703544A CN 201710885605 A CN201710885605 A CN 201710885605A CN 107703544 A CN107703544 A CN 107703544A
Authority
CN
China
Prior art keywords
oil
gas
indication
grid node
oil gas
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
Application number
CN201710885605.7A
Other languages
English (en)
Other versions
CN107703544B (zh
Inventor
刘开元
范晓
陈小二
邹文
吴秋波
康昆
巫骏
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 National Petroleum Corp
BGP Inc
Original Assignee
Geophysical Prospecting Co of CNPC Chuanqing Drilling Engineering Co Ltd
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 Geophysical Prospecting Co of CNPC Chuanqing Drilling Engineering Co Ltd filed Critical Geophysical Prospecting Co of CNPC Chuanqing Drilling Engineering Co Ltd
Priority to CN201710885605.7A priority Critical patent/CN107703544B/zh
Publication of CN107703544A publication Critical patent/CN107703544A/zh
Application granted granted Critical
Publication of CN107703544B publication Critical patent/CN107703544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/51—Migration
    • G01V2210/512—Pre-stack
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using well-logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/66—Subsurface modeling
    • G01V2210/665—Subsurface modeling using geostatistical modeling
    • G01V2210/6652—Kriging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于地质统计学分析的叠前振幅随偏移距变化油气预测方法。所述油气预测方法包括：根据测井数据建立油气指示曲线，在油气指示曲线上，油气段具有第一油气指示值，非油气段具有第二油气指示值；计算得到AVO属性数据体；分析得到油气指示曲线与井旁道AVO属性数据相关性最好的最优AVO属性数据体；将油气指示曲线中非油气段部分和油气段部分分别与最优AVO属性数据体进行直方图分析，计算得到油气指示曲线中非油气段部分和油气段部分的隶属度函数关系；对油气指示曲线进行地质统计学分析得到变差函数；利用隶属度函数关系和变差函数进行油气模拟分析得到油气预测结果。根据本发明的方法能够提高流体预测的精度及分辨率。

Description

基于地质统计学的叠前振幅随偏移距变化油气预测方法
技术领域
本发明属于地球物理勘探技术中的流体预测方法，更具体地讲，涉及一种能够高精度、高分辨地预测薄储层流体的地质统计学AVO分析方法。
背景技术
AVO(Amplitude variation offset，振幅随偏移距变化)技术是一种研究地震反射振幅随炮检距变化的技术，振幅随偏移距的变化是地下岩石及孔隙流体弹性参数的函数，因此根据AVO变化规律所反应出来的地下岩性及其孔隙流体性质可以用来直接预测油气和估算储层岩性参数。传统AVO分析就是采用Zoeppritz方程或其近似方程由实际地震道集记录反演估算岩石的地震参数(如密度、纵横波速度)的一种反演方法。常规AVO分析方法通常是把非线性的叠前反演问题线性化，解的稳定性受初始模型的影响较大，且容易陷入局部极小，而AVO分析反演方法所得到的结果分辨率较差不利于储层流体的预测。
发明内容
针对现有技术中存在的问题，本发明的目的在于解决现有技术存在的上述不足中的至少一项。例如，本发明的目的在于解决传统AVO分析分辨率较低、精度不高的问题。
为了实现上述目的，本发明提供了一种基于地质统计学分析的叠前振幅随偏移距变化油气预测方法。所述油气预测方法包括：A、根据测井数据建立油气指示曲线，在所述油气指示曲线上，油气段具有第一油气指示值，非油气段具有第二油气指示值；B、计算得到AVO属性数据体；C、分析得到油气指示曲线与井旁道AVO属性数据相关性最好的最优AVO属性数据体；D、将油气指示曲线中非油气段部分和油气段部分分别与所述最优AVO属性数据体进行直方图分析，计算得到油气指示曲线中非油气段部分和油气段部分的隶属度函数关系；E、对油气指示曲线进行地质统计学分析得到变差函数；F、利用所述隶属度函数关系和所述变差函数进行油气模拟分析，得到油气预测结果。在本发明的一个示例性实施例中，所述振幅随偏移距变化属性体包括L1(一范数)、L2(二范数)、P+G、P-G、P*G、L1P+G、L1P-G、L1P*G、L2P+G、L2P-G、L2P*G，其中，P代表截距，G代表梯度。
在本发明的一个示例性实施例中，所述步骤F可以包括：F01、在振幅随偏移距变化属性体上创建数据网格；F02、查找数据网格上的网格节点，并判断网格节点是否需要模拟，其中，需要模拟的网格节点为不确定油气指示值的未知网格节点，不需要进行模拟的网格节点为已确定油气指示值的已知网格节点；F03、查找需要模拟的未知网格节点领域内的已知网格节点，直到已知网格节点达到预定数量；F04、通过克里金插值算法，利用所述预定数量的已知网格节点计算未知网格节点的克里金值，然后利用克里金值和所述变差函数计算得到克里金概率值；F05、利用未知网格节点的克里金概率值和对应的振幅随偏移距变化属性数据体的值，联合比对所述隶属度函数关系，确定未知网格节点的油气指示值，并将确定了油气指示值的未知网格节点作为已知网格节点；F06、重复步骤F02至F05，直至确定出所有的未知网格节点的油气指示值。
在本发明的一个示例性实施例中，在所述步骤F02中，可以按照随机路径序贯地游走数据网格查找网格节点；
在本发明的一个示例性实施例中，在所述步骤F03中，可以以螺旋搜索的方式进行查找。
在本发明的一个示例性实施例中，在所述步骤F04中，采用克里金插值算法中的克里金方程计算克里金权值系数，计算未知网格节点的克里金概率值。
与现有技术相比，本发明的有益效果包括：提高流体预测的精度及分辨率。
附图说明
图1示出了根据本发明的示例性实施例的基于地质统计学的叠前AVO油气预测方法油气模拟步骤的流程图。
图2示出了根据本发明的示例性实施例的基于地质统计学的叠前AVO油气预测方法点模拟的流程图。
具体实施方式
在下文中，将结合示例性实施例和附图来详细说明本发明的基于地质统计学的叠前AVO油气预测方法。
根据本发明示例性实施例的基于地质统计学的叠前AVO油气预测方法可以包括如下步骤：
A、根据测井数据建立油气指示曲线，在所述油气指示曲线上，油气段具有第一油气指示值(例如1)，非油气段具有第二油气指示值(例如0)。
B、计算得到AVO属性数据体。AVO属性数据体包括L1(一范数)、L2(二范数)、P+G(截距加梯度)、P-G(截距减梯度)、P*G(截距乘梯度)、L1P+G、L1P-G、L1P*G、L2P+G、L2P-G、L2P*G等属性体。其中，P代表截距，G代表梯度。
C、分析得到油气指示曲线与井旁道AVO属性数据相关性最好的最优AVO属性数据体。
D、将油气指示曲线中非油气段部分和油气段部分分别与所述最优AVO属性数据体进行直方图分析，计算得到油气指示曲线中非油气段部分和油气段部分的隶属度函数关系。
E、对油气指示曲线进行地质统计学分析得到变差函数。
F、利用所述隶属度函数关系和所述变差函数进行油气模拟分析，得到油气预测结果。所述步骤F具体包括：
F01、在振幅随偏移距变化属性体上创建数据网格。
F02、按照随机路径序贯地游走数据网格查找网格节点，并判断网格节点是否需要模拟，其中，需要模拟的网格节点为不确定油气指示值的未知网格节点，不需要进行模拟的网格节点为已确定油气指示值的已知网格节点。
F03、以螺旋搜索的方式查找需要模拟的未知网格节点领域内的已知网格节点，直到已知网格节点达到预定数量。
F04、通过克里金插值算法，利用所述预定数量的已知网格节点计算未知网格节点的克里金值，然后利用克里金值和所述变差函数计算得到克里金概率值。
F05、利用未知网格节点的克里金概率值和对应的振幅随偏移距变化属性数据体的值，联合比对所述隶属度函数关系，确定未知网格节点的油气指示值，并将确定了油气指示值的未知网格节点作为已知网格节点。
F06、重复步骤F02至F05，直至确定出所有的未知网格节点的油气指示值。
本发明的主要技术思路是将AVO计算的属性体，通过一系列计算，转换为0和1构成的数据体，1指示油气，0指示非油气，实现油气检测。在本发明的一个示例性实施例中，基于地质统计学的叠前AVO油气预测方法可以包括如下步骤：
(1)首先通过测井数据分析，建立一条HCI指示曲线，HCI曲线是一条油气段HCI值为1、非油气段值为0的指示值曲线。但本发明不限于此，油气段和非油气的指示值可以为其它任何能够区分二者不同的值。这里，HCI是Hydrocarbon Indicator的缩写，HCI曲线就是油气指示曲线，准确性是由测井曲线控制，HCI是一条由0和1组成的指示油气和水的曲线。
(2)通过计算传统AVO分析的结果，得到一系列相关的AVO属性体，比如L1、L2、P+G、P-G、P*G、L1P+G、L1P-G、L1P*G、L2P+G、L2P-G和L2P*G等属性体，其中，P为截距，G为梯度，L1为一范数，L2为二范数。
(3)分析HCI曲线与井旁AVO属性道数据之间的相关性，分析并得到HCI-AVO属性相关性最高的HCI-AVO属性曲线，并对其进行保存。
(4)对保存的HCI-AVO属性曲线对HCI-0和HCI-1曲线进行直方图分析，并计算得到HCI-0及HCI-1的隶属度函数关系。这里，HCI-AVO属性曲线是通过HCI曲线与井旁道AVO属性数据相关性最好的AVO属性，并将其0和1所对应的AVO属性数据分别保存的到HCI-0和HCI-1中，以便后面进行使用，具体地，得到的隶属度函数是在第(6)步中的第④步使用。HCI-0是指油气指示曲线中非油气段部分，HCI-1油气指示曲线中油气段部分。
(5)对前面输入的HCI指示曲线进行地质统计学分析得到变差函数，以供HC模拟分析方法中使用。具体地，变差函数在第(6)步中的第③步中用到)
(6)进行HC模拟，其流程如图1、图2所示，通过以下步骤实现：
①按照随机路径序贯地游走经过没有数据值的网格节点。随机路径序贯地游走是指通过一定顺序查找网格节点，此处是在建立的随机路径中顺序地查找网格节点。
②在该网格节点处以螺旋搜索的方式查找邻域内的已知节点(即已知网格节点)。已知节点是有值的，实际就是测井曲线上的点，这里已经建立好了网格节点，并在属于测井位置的点上赋予了测井上的HCI的指示值。
③通过普通克里金插值算法中的克里金方程计算克里金权值系数，计算该点(即未知网格点)指示值的概率值P*；即未知点的值通过普通克里金插值法求取。
④利用已求取到的指示克里金概率值P*与该网格节点所对应的AVO属性体的值，联合比对隶属度关系矩阵，两点(克里金概率值P*与AVO属性值)确定HC(油气)指示值(0或1)，然后将该计算得到的指示值加入到已知点。计算完一个未知点，就得到未知点的值，然后将其加入到已知点数据中，成为下一循环中可以使用的已知数据点。
⑤重复步骤①-④，直至计算出所有的未知点的指示值，程序结束。
本发明采用地质统计学分析过程随机产生随机分布的模型，并采用求解全局最优化问题的方法，可以有效解决反演中的非唯一性问题及传统AVO反演受初始模型影响较大的问题，相较于传统的AVO反演方法效果更好，并能大大提高储层流体预测的分辨率，提高对薄层流体识别的准确率。
尽管上面已经结合附图和示例性实施例描述了本发明，但是本领域普通技术人员应该清楚，在不脱离权利要求的精神和范围的情况下，可以对上述实施例进行各种修改。

Claims (6)

1.一种基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，所述油气预测方法包括以下步骤：
A、根据测井数据建立油气指示曲线，在所述油气指示曲线上，油气段具有第一油气指示值，非油气段具有第二油气指示值；
B、计算得到振幅随偏移距变化属性数据体；
C、分析得到油气指示曲线与井旁道振幅随偏移距变化属性数据相关性最好的最优振幅随偏移距变化属性数据体；
D、将油气指示曲线中非油气段部分和油气段部分分别与所述最优振幅随偏移距变化属性数据体进行直方图分析，计算得到油气指示曲线中非油气段部分和油气段部分的隶属度函数关系；
E、对油气指示曲线进行地质统计学分析得到变差函数；
F、利用所述隶属度函数关系和所述变差函数进行油气模拟分析，得到油气预测结果。
2.根据权利要求1所述的基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，所述振幅随偏移距变化属性体包括L1、L2、P+G、P-G、P*G、L1P+G、L1P-G、L1P*G、L2P+G、L2P-G和L2P*G，其中，P为截距，G为梯度，L1为一范数，L2为二范数。
3.根据权利要求1所述的基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，所述步骤F包括：
F01、在振幅随偏移距变化属性体上创建数据网格；
F02、查找数据网格上的网格节点，并判断网格节点是否需要模拟，其中，需要模拟的网格节点为不确定油气指示值的未知网格节点，不需要进行模拟的网格节点为已确定油气指示值的已知网格节点；
F03、查找需要模拟的未知网格节点领域内的已知网格节点，直到已知网格节点达到预定数量；
F04、通过克里金插值算法，利用所述预定数量的已知网格节点计算未知网格节点的克里金值，然后利用克里金值和所述变差函数计算得到克里金概率值；
F05、利用未知网格节点的克里金概率值和对应的振幅随偏移距变化属性数据体的值，联合比对所述隶属度函数关系，确定未知网格节点的油气指示值，并将确定了油气指示值的未知网格节点作为已知网格节点；
F06、重复步骤F02至F05，直至确定出所有的未知网格节点的油气指示值。
4.根据权利要求3所述的基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，在所述步骤F02中，按照随机路径序贯地游走数据网格查找网格节点。
5.根据权利要求3所述的基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，在所述步骤F03中，以螺旋搜索的方式进行查找。
6.根据权利要求3所述的基于地质统计学的叠前振幅随偏移距变化油气预测方法，其特征在于，在所述步骤F04中，采用克里金插值算法中的克里金方程计算克里金权值系数，计算未知网格节点的克里金概率值。
CN201710885605.7A 2017-09-27 2017-09-27 基于地质统计学的叠前振幅随偏移距变化油气预测方法 Active CN107703544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710885605.7A CN107703544B (zh) 2017-09-27 2017-09-27 基于地质统计学的叠前振幅随偏移距变化油气预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710885605.7A CN107703544B (zh) 2017-09-27 2017-09-27 基于地质统计学的叠前振幅随偏移距变化油气预测方法

Publications (2)

Publication Number Publication Date
CN107703544A true CN107703544A (zh) 2018-02-16
CN107703544B CN107703544B (zh) 2019-06-04

Family

ID=61174526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710885605.7A Active CN107703544B (zh) 2017-09-27 2017-09-27 基于地质统计学的叠前振幅随偏移距变化油气预测方法

Country Status (1)

Country Link
CN (1) CN107703544B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109633781A (zh) * 2018-08-16 2019-04-16 清能艾科（深圳）能源技术有限公司 地质属性获取方法及装置、电子设备、存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5440525A (en) * 1993-10-25 1995-08-08 Atlantic Richfield Company Seismic data hydrocarbon indicator
US5784334A (en) * 1996-03-13 1998-07-21 Atlantic Richfield Company Method and system for detecting hydrocarbon reservoirs using amplitude versus offset analysis of seismic signals
US20040240321A1 (en) * 2003-05-27 2004-12-02 Paradigm Geophysical (Luxembourg) S.A.R.L. Crossplot analysis of A.V.O. anomolies in seismic surveying
CN101281253A (zh) * 2007-04-06 2008-10-08 中国石油集团东方地球物理勘探有限责任公司 一种利用振幅随偏移距变化特征提高油气检测精度的方法
CN102147478A (zh) * 2010-12-29 2011-08-10 中国海洋大学 复杂油藏的叠前低频信号识别方法
CN102819038A (zh) * 2012-07-27 2012-12-12 中国石油天然气股份有限公司 一种碳酸盐岩内油水识别的方法及系统
CN102866426A (zh) * 2012-09-20 2013-01-09 成都晶石石油科技有限公司 一种利用avo大角度道集分析岩体油气信息的方法
CN103076630A (zh) * 2011-10-26 2013-05-01 中国石油化工股份有限公司 一种基于弹性阻抗梯度的油气检测方法
CN103257360A (zh) * 2013-04-25 2013-08-21 刘立峰 基于模糊c均值聚类的碳酸盐岩流体识别方法
CN105425292A (zh) * 2015-11-20 2016-03-23 中国石油天然气集团公司 一种油气预测方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5440525A (en) * 1993-10-25 1995-08-08 Atlantic Richfield Company Seismic data hydrocarbon indicator
US5784334A (en) * 1996-03-13 1998-07-21 Atlantic Richfield Company Method and system for detecting hydrocarbon reservoirs using amplitude versus offset analysis of seismic signals
US20040240321A1 (en) * 2003-05-27 2004-12-02 Paradigm Geophysical (Luxembourg) S.A.R.L. Crossplot analysis of A.V.O. anomolies in seismic surveying
CN101281253A (zh) * 2007-04-06 2008-10-08 中国石油集团东方地球物理勘探有限责任公司 一种利用振幅随偏移距变化特征提高油气检测精度的方法
CN102147478A (zh) * 2010-12-29 2011-08-10 中国海洋大学 复杂油藏的叠前低频信号识别方法
CN103076630A (zh) * 2011-10-26 2013-05-01 中国石油化工股份有限公司 一种基于弹性阻抗梯度的油气检测方法
CN102819038A (zh) * 2012-07-27 2012-12-12 中国石油天然气股份有限公司 一种碳酸盐岩内油水识别的方法及系统
CN102866426A (zh) * 2012-09-20 2013-01-09 成都晶石石油科技有限公司 一种利用avo大角度道集分析岩体油气信息的方法
CN103257360A (zh) * 2013-04-25 2013-08-21 刘立峰 基于模糊c均值聚类的碳酸盐岩流体识别方法
CN105425292A (zh) * 2015-11-20 2016-03-23 中国石油天然气集团公司 一种油气预测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHANGCHENG LIU 等: ""A new Attribute for Hydrocarbon Prediction and Application to the Marmousi II Dataset"", 《AAPG/SEG INTERNATIONAL CONFERENCE＆EXHIBITION2016》 *
HONG FENG 等: ""A Comparison of Hydrocarbon indicators derived from AVO analysis"", 《SEG TECHNICAL PROGRAM EXPANDED ABSTRACTS 2007》 *
杜增利 等: ""致密砂岩储层的非线性AVO分析方法"", 《成都理工大学学报（自然科学版）》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109633781A (zh) * 2018-08-16 2019-04-16 清能艾科（深圳）能源技术有限公司 地质属性获取方法及装置、电子设备、存储介质

Also Published As

Publication number Publication date
CN107703544B (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
US11520077B2 (en) Automated reservoir modeling using deep generative networks
CN106842307B (zh) 一种基于正演约束下波形分类再检索的储层精细预测方法
CN106054244B (zh) 截断时窗的低通滤波多尺度全波形反演方法
CN105388518A (zh) 一种质心频率与频谱比联合的井中地震品质因子反演方法
Bashore et al. Importance of a geological framework and seismic data integration for reservoir modeling and subsequent fluid-flow predictions
CN106405647B (zh) 一种关于沉积地层厚度的调谐反演方法
Kianoush et al. Compressional and shear interval velocity modeling to determine formation pressures in an oilfield of SW Iran
CN106556863A (zh) 基于深度域叠前角道集的孔隙度预测方法
CN104237937A (zh) 叠前地震反演方法及其系统
CN103245972A (zh) 一种在二维空间内确定复杂地质构造的方法
CN106338764B (zh) 生物启发计算地层圈闭油气藏超剥线识别方法
CN112147677B (zh) 油气储层参数标签数据生成方法及装置
RU2490677C2 (ru) Способ комплексной обработки геофизических данных и технологическая система "литоскан" для его осуществления
CN103543478A (zh) 地质形态插值的km方法
CN107703544B (zh) 基于地质统计学的叠前振幅随偏移距变化油气预测方法
EP3186665B1 (en) Method of characterising a subsurface volume
CN115880455A (zh) 基于深度学习的三维智能插值方法
CN107065010A (zh) 一种基于分形理论的地震属性和地震反演数据的融合方法
CN110927786B (zh) 基于虚拟井随机模拟的地震岩相预测方法及系统
CN104062680B (zh) 一种计算波阻抗反演目标函数梯度的方法
Hou et al. Estimation of reservoir porosity using probabilistic neural network and seismic attributes
CN104297781A (zh) 一种射线参数域无约束弹性参数反演方法
CN113495293B (zh) 油藏流体预测方法及装置
Du et al. Modeling of shear wave velocity in a highly heterogeneous reservoir by classification and regression techniques
CN117452518B (zh) 基于多学科数据融合聚类算法的储层岩性预测方法

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
CB02 Change of applicant information

Address after: No. 216, No. 216, Huayang Avenue, Tianfu New District, Sichuan, Sichuan

Applicant after: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

Address before: 610213 No. 1, No. 1, No. 1, Huayang Avenue, Huayang Town, Shuangliu County, Chengdu, Sichuan

Applicant before: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20180402

Address after: No. 189, fan Yangxi Road, Zhuozhou City, Baoding, Hebei

Applicant after: BGP INC., CHINA NATIONAL PETROLEUM Corp.

Address before: No. 216, No. 216, Huayang Avenue, Tianfu New District, Sichuan, Sichuan

Applicant before: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201112

Address after: 100007 Beijing, Dongzhimen, North Street, No. 9, No.

Patentee after: CHINA NATIONAL PETROLEUM Corp.

Patentee after: BGP Inc., China National Petroleum Corp.

Address before: No. 189, fan Yangxi Road, Zhuozhou City, Baoding, Hebei

Patentee before: BGP Inc., China National Petroleum Corp.

TR01 Transfer of patent right