CN107783204A - 储层裂缝预测方法及系统 - Google Patents
储层裂缝预测方法及系统 Download PDFInfo
- Publication number
- CN107783204A CN107783204A CN201610758001.1A CN201610758001A CN107783204A CN 107783204 A CN107783204 A CN 107783204A CN 201610758001 A CN201610758001 A CN 201610758001A CN 107783204 A CN107783204 A CN 107783204A
- Authority
- CN
- China
- Prior art keywords
- characteristic parameter
- parameter
- crack
- reservoir
- fractures
- 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
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种储层裂缝预测方法及系统。所述方法可以包括:在工区范围内,随机生成多个裂缝,获得所述多个裂缝的特征参数;基于所述多个裂缝的特征参数,建立离散裂缝网格模型;基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值;基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;基于所述卡曼增益,对所述多个裂缝的特征参数进行调整;在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数。
Description
技术领域
本发明涉及地震勘探领域,更具体地,涉及一种储层裂缝预测方法及系统。
背景技术
在石油开采技术领域中,储层注水、气、聚合物开发等提高采收率过程中,储层裂缝对流体流动影响巨大,并直接影响开发效果:储层天然主裂缝往往成为水窜、气窜的重要通道,储层天然裂缝预测位置不准确会导致注水、气效果下降,甚至使生产井被迫关井。
目前对储层天然裂缝位置、走向、导流能力等的识别方法主要有三种:首先是根据成像测井的结果进行判断,该方法识别裂缝准确,但仅能发现与井筒相交的裂缝面,无法获得未穿过井筒的裂缝信息;其次是通过地震数据进行判断,但由于大部分储层裂缝的的长度均较小,因此无法通过地震做到准确识别;第三种方法是根据注采井的生产动态数据进行反推,从而获得天然主裂缝的信息,该方法在数学上是一个典型的反问题求解过程,难以实现。另外,集合卡曼滤波方法(ENKF)是处理反问题的方法之一,目前已在储层物性反演、储层裂缝预测方面取得了一些应用。
发明人发现,现有的基于集合卡曼滤波方法的裂缝预测技术均建立在常规的结构化网格(正交网格或角点网格等)基础之上,此类网格在处理裂缝型储层时都只能做简化处理,必须将裂缝的导流能力等效进基质网格中,因此无法精确且简便的模拟裂缝型储层,相应的裂缝反演结果也就不够准确。因此,有必要开发一种能够精确预测储层裂缝位置的方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种储层裂缝预测方法及系统,所述方法能够基于离散裂缝网格模型及卡曼增益进行储层裂缝预测,从而更精确地预测储层裂缝的信息。
根据本发明的一方面,提出了一种储层裂缝预测方法,所述方法可以包括:a)、在工区范围内,随机生成多个裂缝,获得多个裂缝的特征参数;b)、基于所述多个裂缝的特征参数,建立离散裂缝网格模型;c)、基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值;d)、基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;e)、基于所述卡曼增益,对所述多个裂缝的特征参数进行调整并判断收敛性;f)、在所述多个裂缝的特征参数不收敛的情况下,重复步骤b)~e);以及g)、在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数。
根据本发明的另一方面,提出了一种储层裂缝预测系统,所述系统可以包括:用于在工区范围内,随机生成多个裂缝,获得所述多个裂缝的特征参数的单元A;用于基于所述多个裂缝的特征参数,建立离散裂缝网格模型的单元B;用于基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值的单元C;用于基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益的单元D;用于基于所述卡曼增益,对所述多个裂缝的特征参数进行调整并判断收敛性的单元E;以及用于在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数的单元G。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
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储层裂缝预测方法的步骤的流程图。
图2示出了根据本发明的一个实施方式的工区范围及注采井位示意图。
图3a至图3i分别示出了根据本发明的一个实施方式的各井的生产数据的示意图。
图4示出了根据本发明的一个实施方式的所有初始实现中的裂缝的示意图。
图5a至图5d分别示出了根据本发明的一个实施方式的卡曼增益调整后裂缝特征参数的收敛情况的示意图。
图6a至图6f分别示出了根据本发明的一个实施方式的卡曼增益调整后裂缝位置的收敛情况的示意图。
图7a至图7j分别示出了根据本发明的一个实施方式的通过储层裂缝预测方法预测的生产动态的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。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。
实施方式1
图1示出了根据本发明的储层裂缝预测方法的步骤的流程图。在该实施方式中,根据本发明的储层裂缝预测方法可以包括:a)、在工区范围内,随机生成多个裂缝,获得多个裂缝的特征参数;b)、基于多个裂缝的特征参数,建立离散裂缝网格模型;c)、基于离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值;d)、基于生产动态参数模拟值,获取生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;e)、基于卡曼增益,对多个裂缝的特征参数进行调整并判断收敛性;f)、在多个裂缝的特征参数不收敛的情况下,重复步骤b)~e);以及g)、在多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数。
该实施方式基于离散裂缝网格模型及卡曼增益进行储层裂缝预测,从而更精确地预测储层裂缝的信息。
下面详细说明根据本发明的储层裂缝预测方法的具体步骤。
获得特征参数
在一个示例中,在工区范围内,可以随机生成多个裂缝,获得多个裂缝的特征参数。
在一个示例中,在多个裂缝为二维裂缝的情况下,特征参数可以包括:起点坐标、长度、倾角及导流能力;在多个裂缝为三维裂缝的情况下,特征参数可以包括:顶点坐标、两边长度、倾角、方位角及导流能力。
在现有技术的离散裂缝模型中,为进行非结构化网格剖分,裂缝的几何信息需要使用顶点坐标来表示,对于二维裂缝问题,可以使用裂缝的起点坐标(x0、y0)、终点坐标(x1、y1)来表示;对于三维裂缝问题,可以使用裂缝面的四个顶点坐标(xi、yi、zi),i=0,1,2,3。但如果直接使用集合卡曼滤波方法对这几个参数进行预测,模型不会收敛。例如,对二维裂缝问题来说,裂缝(x0、y0)-(x1、y1)和裂缝(x1、y1)-(x0、y0)实际是一条裂缝,它们对储层流动状态的影响也是相同的,因此数值模型存在多解性,故集合卡曼滤波方法不会收敛或收敛速度非常慢。这也是以往没有人能够使用集合卡曼滤波方法与离散裂缝模型结合进行裂缝预测的原因。在本发明的离散裂缝模型建模及模拟过程中,仍使用裂缝顶点坐标来描述裂缝,但在集合卡曼滤波方法中使用裂缝的起点、边长、倾角、方位角来描述裂缝,并在两种方法中间对这两组参数进行参数转换。
因此,在本发明中,描述每条裂缝的特征参数为:对二维裂缝问题,使用裂缝起点坐标(x0、y0)、长度l、倾角θ,及导流能力等5个参数来表示;对三维裂缝问题,使用裂缝面的顶点坐标(x0、y0、z0)、两边长l1和l2、倾角θ、方位角ψ,及导流能力等8个参数来表示。
在根据本发明的储层裂缝预测方法中,可以首先在工区范围内随机生成多个裂缝。具体地,可以采用生成随机数的方法,生成N个天然裂缝的初始位置实现(realization)。每个实现中的裂缝均使用特征参数(二维问题:起点坐标、长度、倾角;三维问题:顶点坐标、两边长、倾角、方位角)表示,如图4所示。优选地,所述多个裂缝可以成高斯分布。
建立离散裂缝网格模型
在一个示例中,可以基于多个裂缝的特征参数,建立离散裂缝网格模型。
在一个示例中,建立离散裂缝网格模型可以包括:基于多个裂缝的特征参数,获取多个裂缝的顶点坐标;基于多个裂缝的顶点坐标,以及工区范围和断层位置,进行德劳内三角网格剖分,建立离散裂缝网格模型。
具体地,可以建立多个算例,每个算例对应一个裂缝,然后可以基于各个算例中裂缝的特征参数(二维问题:起点坐标x0、y0、长度l、倾角θ以及导流能力;三维问题:顶点坐标x0、y0、z0、两边长l1、l2、倾角θ、方位角ψ以及导流能力),利用立体几何方法计算出裂缝各顶点坐标(即二维问题求出x1、y1,三维问题求出xi、yi、zi,i=1,2,3)。然后,基于裂缝的顶点坐标(xi、yi、zi,i=0,1,2,3),结合工区范围和断层位置,可以进行德劳内三角网格剖分,并根据剖分结果建立离散裂缝网格模型。再给各网格赋予孔渗等其他参数。
在根据本发明的储层裂缝预测方法中,离散裂缝网格模型作为非结构化网格,可以自由灵活地根据裂缝走向剖分网格,因此在裂缝型储层的数值模拟上具有巨大优势,可以替代常规的油藏数值模拟技术用于储层裂缝预测。
生产历史数值模拟
在一个示例中,基于离散裂缝网格模型,可以进行生产历史数值模拟,获得生产动态参数模拟值。
在一个示例中,生产历史数值模拟可以包括:基于离散裂缝网格模型及注采井的控制条件,进行生产历史的数值模拟,获得生产动态参数模拟值。
具体地,可以基于油藏数据,建立多个离散裂缝的油藏数值模拟算例。其中,所述油藏数据可以包括一切在油藏数值模拟中需要使用到的参数。本领域技术人员应当理解,获得根据本发明的储层裂缝预测方法所需要的油藏数据的过程可以与常规油藏数值模拟所需进行的数据准备与处理工作相同。
然后,可以使用离散裂缝模型,进行生产历史数值模拟。该过程可以与常规的离散裂缝模型数值模拟工作相同,即在地质模型(油藏数据)的基础上,结合井的某项控制条件(例如,井底流压变化情况、日产油变化情况、日产液变化情况等),进行全油藏的数值模拟。模拟结果将获得井的含水率变化、气油比变化等其他生产动态情况,也即,获得了生产动态参数模拟值。
特征参数调整
在一个示例中,基于生产动态参数模拟值,可以获取生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;基于卡曼增益,可以对多个裂缝的特征参数进行调整并判断收敛性。
在一个示例中,在多个裂缝的特征参数不收敛的情况下,重复上述的建立离散裂缝网格模型、生产历史数值模拟以及特征参数调整的步骤;在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数。
具体地,基于生产动态参数模拟值,可以获取所有算例的模拟结果(生产动态参数模拟值)与观测值(实际的生产动态参数)的协方差矩阵;根据该协方差矩阵,可以计算卡曼增益;然后,可以使用卡曼增益来调整初始的多个裂缝的特征参数,同时判断多个裂缝的特征参数的收敛性。
如果多个裂缝的特征参数的方差大于1%,则判断多个裂缝的特征参数为不收敛,此时,可以重复上述的建立离散裂缝网格模型、生产历史数值模拟以及特征参数调整的步骤,直到多个裂缝的特征参数的方差小于或等于1%;如果多个裂缝的特征参数的方差小于或等于1%,则判断多个裂缝的特征参数为收敛,此时,可以将收敛后的特征参数作为储层裂缝的特征参数。从而,经过多次调整,可以完成在工区范围内的储层裂缝预测。
本发明的优点在于:
(1)本发明能够根据注采井的生产数据自动化的反演出储层天然主裂缝的位置、导流能力等信息。获得这些信息后,可以更加精确的进行油藏数值模拟,从而更加准确的进行气窜、水窜后的油井开发方案设计、调整。
(2)由于使用了集合卡曼滤波,本方法的反演速度较快,且计算结果准确。且相比于其他基于反问题求解算法(包括集合卡曼滤波方法)的裂缝信息反演方法,本发明因使用了离散裂缝模型,因而不存在将裂缝渗流效果等效进网格的情况,故模型更能反应储层渗流的真实情况,准确性、可靠性均更高。
应用示例
为便于理解本发明实施方式的方案及其效果,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。
首先应用本发明储层裂缝预测方法预测生产数据,再通过理论预测和实际生产数据比较证实本发明的储层裂缝预测方法的可靠性。
为了系统地研究储层裂缝预测方法,本实用示例以F油田B区块为例,该区块采用五点井网生产,图2示出了工区范围及注采井位示意图。其中W01–W04为生产井,定井底流压开采,W05为注水井,定压注水。图3a至图3i示出了各井的生产数据的示意图,其中,图3a-3d以及图3f-3i分别对应于W01–W04生产井的日产液和含水率,图3e对应于注水井W05的日注水量(也即,日产液量为负),在图3a-3e中,横轴表示生产时间(单位:年),纵轴表示日产液量(单位:m3);在图3f-3i中横轴表示生产时间(单位:年),纵轴表示含水率的百分比(%)。
从生产数据中可以推测知道,该油藏在注入井W05和生产井W01之间存在一定高渗的裂缝。该裂缝的位置及导流系数等参数可依本发明反演获得。具体过程如下:
根据推断知本油藏存在一条天然主裂缝,故生成30个裂缝的初始位置实现,其中每个裂缝的初始位置实现包含一条裂缝。每个实现中的裂缝均使用特征参数表示,由于是二维问题,故每条裂缝由起点坐标(x、y)、长度、倾角、导流能力等5个参数确定;
其中,图4示出了所有初始实现中的裂缝的示意图,从图4中可以看出初始裂缝位置是随机的。其中,每个参数在所有实现中服从高斯分布,30个裂缝的初始位置实现可以用特征参数表示。
以生产数据为基础,利用本发明中的步骤,基于30个裂缝的特征参数,获取30裂缝的顶点坐标;基于30裂缝的顶点坐标,以及工区范围和断层位置,进行德劳内三角网格剖分,建立离散裂缝网格模型;基于离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值;基于生产动态参数模拟值,获取生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;基于卡曼增益,逐步对多个裂缝的特征参数进行调整。
图5a至图5d分别示出了卡曼增益调整后裂缝特征参数的收敛情况的示意图,图6a至图6f分别示出了卡曼增益调整后裂缝位置的收敛情况的示意图,其中,图5a至图5d中横坐标为迭代次数,每次迭代均有30个点,对应在30组裂缝实现中该参数的取值。通过图6a至图6f可以看出,迭代到第6步的时候,各参数值均已收敛,这表明该裂缝的位置在所有实现中均已到相近位置。即最终的收敛结果即反演出的裂缝位置。
图7a至图7j分别示出了通过储层裂缝预测方法预测的生产动态的示意图,其中,图7a-7c、图7g以及图7d-7f、图7i分别对应于W01–W04生产井的预测的日产液和含水率,图7h和图7j分别对应于W05注水井的预测注水量(也即,日产液量为负)和含水率,在图7a-7c以及图7g-7h中,横轴表示生产时间(单位:年),纵轴表示日产液量(单位:m3);在图7d-7f以及7i-7j中横轴表示生产时间(单位:年),纵轴表示含水率的百分比(%)。从中可以看出,对所有井而言,每个实现的生产数据均相近,且与图3a至图3i各井的生产数据图非常接近。这也从一个侧面证明了该数据同化方法的合理性和正确性。
综上所述,本发明能够提供更精确的预测储层裂缝的信息,为开采方案提供依据。
本领域技术人员应理解,上面对本发明的实施方式的描述的目的仅为了示例性地说明本发明的实施方式的有益效果,并不意在将本发明的实施方式限制于所给出的任何示例。
实施方式2
根据本发明的实施方式,提供了一种储层裂缝预测系统,系统可以包括:用于在工区范围内,随机生成多个裂缝,获得所述多个裂缝的特征参数的单元A;用于基于所述多个裂缝的特征参数,建立离散裂缝网格模型的单元B;用于基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值的单元C;用于基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益的单元D;用于基于所述卡曼增益,对所述多个裂缝的特征参数进行调整并判断收敛性的单元E;以及用于在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数的单元G。
该实施方式基于离散裂缝网格模型及卡曼增益进行储层裂缝预测,从而更精确的预测储层裂缝的信息。
在一个示例中,在所述多个裂缝的特征参数不收敛的情况下,可以重复单元B~单元E。
在一个示例中,建立离散裂缝网格模型可以包括:基于所述多个裂缝的特征参数,获取所述多个裂缝的顶点坐标;以及基于所述多个裂缝的顶点坐标,以及所述工区范围和断层位置,进行德劳内三角网格剖分,建立离散裂缝网格模型。
在一个示例中,所述生产历史数值模拟可以包括:基于离散裂缝网格模型及注采井的控制条件,进行生产历史的数值模拟,获得生产动态参数模拟值。
在一个示例中,在多个裂缝为二维裂缝的情况下,特征参数可以包括:起点坐标、长度、倾角及导流能力;在多个裂缝为三维裂缝的情况下,特征参数可以包括:顶点坐标、两边长度、倾角、方位角及导流能力。
本领域技术人员应理解,上面对本发明的实施方式的描述的目的仅为了示例性地说明本发明的实施方式的有益效果,并不意在将本发明的实施方式限制于所给出的任何示例。
以上已经描述了本发明的各实施方式,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方式。在不偏离所说明的各实施方式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方式的原理、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方式。
Claims (9)
1.一种储层裂缝预测方法,所述方法包括:
a)、在工区范围内,随机生成多个裂缝,获得多个裂缝的特征参数;
b)、基于所述多个裂缝的特征参数,建立离散裂缝网格模型;
c)、基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值;
d)、基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益;
e)、基于所述卡曼增益,对所述多个裂缝的特征参数进行调整并判断收敛性;
f)、在所述多个裂缝的特征参数不收敛的情况下,重复步骤b)~e);以及
g)、在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数。
2.根据权利要求1所述的储层裂缝预测方法,其中,所述建立离散裂缝网格模型包括:
基于所述多个裂缝的特征参数,获取所述多个裂缝的顶点坐标;以及
基于所述多个裂缝的顶点坐标,以及所述工区范围和断层位置,进行德劳内三角网格剖分,建立离散裂缝网格模型。
3.根据权利要求1所述的储层裂缝预测方法,其中,所述生产历史数值模拟包括:基于离散裂缝网格模型及注采井的控制条件,进行生产历史的数值模拟,获得生产动态参数模拟值。
4.根据权利要求1所述的储层裂缝预测方法,其中,所述多个裂缝为二维裂缝的情况下,所述特征参数包括:起点坐标、长度、倾角及导流能力。
5.根据权利要求1所述的储层裂缝预测方法,其中,所述多个裂缝为三维裂缝的情况下,所述特征参数包括:顶点坐标、两边长度、倾角、方位角及导流能力。
6.一种储层裂缝预测系统,包括:
用于在工区范围内,随机生成多个裂缝,获得所述多个裂缝的特征参数的单元A;
用于基于所述多个裂缝的特征参数,建立离散裂缝网格模型的单元B;
用于基于所述离散裂缝网格模型,进行生产历史数值模拟,获得生产动态参数模拟值的单元C;
用于基于所述生产动态参数模拟值,获取所述生产动态参数模拟值和实际的生产动态参数的协方差矩阵,进而获得卡曼增益的单元D;
用于基于所述卡曼增益,对所述多个裂缝的特征参数进行调整并判断收敛性的单元E;以及
用于在所述多个裂缝的特征参数收敛的情况下,将收敛后的特征参数作为储层裂缝的特征参数的单元G。
7.根据权利要求6所述的储层裂缝预测系统,其中,在所述多个裂缝的特征参数不收敛的情况下,重复单元B~单元E。
8.根据权利要求6所述的储层裂缝预测系统,其中,建立离散裂缝网格模型包括:
基于所述多个裂缝的特征参数,获取所述多个裂缝的顶点坐标;以及
基于所述多个裂缝的顶点坐标,以及所述工区范围和断层位置,进行德劳内三角网格剖分,建立离散裂缝网格模型。
9.根据权利要求6所述的储层裂缝预测系统,其中,所述生产历史数值模拟包括:基于离散裂缝网格模型及注采井的控制条件,进行生产历史的数值模拟,获得生产动态参数模拟值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610758001.1A CN107783204A (zh) | 2016-08-29 | 2016-08-29 | 储层裂缝预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610758001.1A CN107783204A (zh) | 2016-08-29 | 2016-08-29 | 储层裂缝预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107783204A true CN107783204A (zh) | 2018-03-09 |
Family
ID=61449891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610758001.1A Pending CN107783204A (zh) | 2016-08-29 | 2016-08-29 | 储层裂缝预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107783204A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147680A (zh) * | 2019-06-27 | 2020-12-29 | 中国石油化工股份有限公司 | 岩石内部微裂缝提取和刻画方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407503A (zh) * | 2016-08-22 | 2017-02-15 | 南京特雷西能源科技有限公司 | 储层裂缝预测方法及装置 |
-
2016
- 2016-08-29 CN CN201610758001.1A patent/CN107783204A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407503A (zh) * | 2016-08-22 | 2017-02-15 | 南京特雷西能源科技有限公司 | 储层裂缝预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
S. C. MAXWELL ET AL.: "Petroleum reservoir characterization using downhole microseismic monitoring", 《GEOPHYSICS》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147680A (zh) * | 2019-06-27 | 2020-12-29 | 中国石油化工股份有限公司 | 岩石内部微裂缝提取和刻画方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407503B (zh) | 储层裂缝预测方法及装置 | |
CN113821953B (zh) | 基于动态地应力和剩余油特征的暂堵重复压裂设计方法 | |
EP2831804B1 (en) | System and method for automatic local grid refinement in reservoir simulation systems | |
CN106014399B (zh) | 一种非均质地层高精度三维地应力模型建立方法 | |
CN109655903B (zh) | 页岩层横波速度预测方法及系统 | |
CN109829217B (zh) | 压裂性裂缝油藏产能模拟方法及装置 | |
CN105631078B (zh) | 天然裂缝性油藏自适应介质的数值模拟方法 | |
Ma et al. | Multiscale-network structure inversion of fractured media based on a hierarchical-parameterization and data-driven evolutionary-optimization method | |
CN106649963A (zh) | 体积压裂复杂缝网平均裂缝长度和等效裂缝条数确定方法 | |
CN104615806A (zh) | 一种凝胶与化学剂交替注入驱油数值模拟研究方法 | |
CN109033504A (zh) | 一种油水井套管损坏预测方法 | |
US11500123B2 (en) | Hybrid 3D geocellular representation of selected natural fracture network subsets | |
CN111997581B (zh) | 非均质油藏开发方法、装置及电子设备 | |
CN107783204A (zh) | 储层裂缝预测方法及系统 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
Jiang et al. | A Numerical Simulation Approach for Shale Fracture Network Characterization Using Hybrid EDFM Method | |
Hui et al. | A hybrid embedded discrete fracture model and dual-porosity, dual-permeability workflow for hierarchical treatment of fractures in practical field studies | |
He et al. | Phase Field Modeling of Multiple Fracture Growth in Natural Fractured Reservoirs | |
Ren et al. | Optimizing Refracturing Models in Tight Oil Reservoirs: An Integrated Workflow of Geology and Engineering Based on Four-Dimensional Dynamic Stress Field | |
US11680465B2 (en) | Systems and methods for multiscale sector hydrocarbon reservoir simulation | |
Vecchiarelli et al. | Parametric study with GEOFRAC: A Three-dimensional Stochastic fracture flow model | |
CN114186439B (zh) | 一种砾岩储层大规模水力压裂等效模拟方法 | |
RU2745142C1 (ru) | Способ и система моделирования трещин гидроразрыва пласта бесконечно-конечной проводимости и поперечно-продольного расположения относительно горизонтального ствола скважины | |
CN105649610A (zh) | 一种获取油藏压力的方法及装置 | |
CN116006168A (zh) | 一种基于连通性分析的注采参数优化方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |
|
RJ01 | Rejection of invention patent application after publication |