CN107942404A - 一种确定裂缝的方法及装置 - Google Patents
一种确定裂缝的方法及装置 Download PDFInfo
- Publication number
- CN107942404A CN107942404A CN201711095355.3A CN201711095355A CN107942404A CN 107942404 A CN107942404 A CN 107942404A CN 201711095355 A CN201711095355 A CN 201711095355A CN 107942404 A CN107942404 A CN 107942404A
- Authority
- CN
- China
- Prior art keywords
- grid
- work area
- crack
- purpose work
- data
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Abstract
本申请实施例公开了一种确定裂缝的方法及装置。所述方法包括:基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度;基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。本申请实施例提供的技术方案,可以提高所确定的裂缝的精度。
Description
技术领域
本申请涉及地质勘探技术领域,特别涉及一种确定裂缝的方法及装置。
背景技术
在地质勘探领域中,含油气储层一般大多为具有一定裂缝的地层。其中,储层中往往存在着大量发育的小级别裂缝及微裂缝,这些裂缝可以改造储层的储集空间,使储层孔隙度大大提高,从而使得储层更好地存储石油,这样形成的微裂缝集中发育区的油气藏就是裂缝型油气藏。因此,确定裂缝是准确进行含油气储层预测的一项重要内容。
目前常规确定裂缝的方法的主要过程是获取目的工区的地震资料,采用地震相干体和蚂蚁追踪等方法,从该地震资料中提取与裂缝发育相关的裂缝属性,基于裂缝属性建立目的工区的离散裂缝网络(Discrete Fracture Network,DFN)模型。然而,由于裂缝发育控制因素的多样性使得裂缝的发育具有很强的随机性和非均质性,现有技术的裂缝确定方法需要建立在丰富且精度较高的地震资料上,如此,对于地震资料精度较低或地震资料较少的地区,仍采用现有技术的方法,可能导致所确定的裂缝的精度较低,从而导致所建立的DFN模型的精度也较低,因此有必要发展一套新的确定裂缝的方法,以为后续生产开发提供可靠的裂缝模型。
发明内容
本申请实施例的目的是提供一种确定裂缝的方法及装置,以提高所确定的裂缝的精度。
为解决上述技术问题,本申请实施例提供一种确定裂缝的方法及装置是这样实现的:
一种确定裂缝的方法,提供有目的工区中裂缝的属性信息;其中,所述目的工区包括多个网格;所述方法包括:
基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;
确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度;
基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;
基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
优选方案中,根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据,根据所述目的工区的测井曲线确定所述网格的沉积相数据,根据所述目的工区的地应力数据确定所述网格的岩石破裂指数,以及根据所述目的工区的测井曲线确定所述网格的裂缝发育强度。
优选方案中,根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据,包括:
根据所述测井曲线中的自然伽马曲线、自然电位曲线、声波时差曲线和电阻率曲线和所述岩心数据,建立所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图;
基于所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图,确定所述网格的岩相数据。
优选方案中,根据所述目的工区的测井曲线确定所述网格的沉积相数据,包括:
基于所述测井曲线,确定所述目的工区中钻井位置处的测井曲线信息;其中,所述测井曲线信息包括测井曲线特征和测井曲线的参数值;
基于所述目的工区中钻井位置处的测井曲线信息,采用反距离加权的方式得到所述目的工区中未钻井位置处的测井曲线信息;
根据预设种类沉积相的测井曲线特征、所述钻井位置处和所述未钻井位置处的测井曲线信息,确定所述网格的沉积相数据;具体地,当所述测井曲线信息中测井曲线特征与所述预设种类沉积相中一种类型沉积相类型的测井曲线特征之间的相似度达到预设相似度阈值时,将所述预设种类沉积相中的该种类型沉积相类型作为所述网格的沉积相类型。
优选方案中,根据所述目的工区的地应力数据确定所述网格的岩石破裂指数,包括:
基于所述地应力数据中的杨氏模量、泊松比和剪切弹性模量,采用古应力有限元数值模拟方法计算所述网格的最大主应力和最小主应力;
基于预设岩石破裂准则,以及所述网格的最大主应力和最小主应力,确定所述网格的岩石破裂指数。
优选方案中,根据所述目的工区的测井曲线确定所述网格的裂缝发育强度,包括:
从所述测井曲线中获取反映裂缝的特征参数值;其中,所述测井曲线包括:中子孔隙度曲线、自然电位曲线和密度曲线中至少两种;所述测井曲线中的一种曲线对应一种反映裂缝的特征参数;
确定所述特征参数值对应的裂缝厚度;
根据所述特征参数值对应的裂缝厚度计算所述特征参数值对应的权系数;
根据所述特征参数值对应的权系数和所述特征参数值,确定所述目的工区中钻井位置处的网格的裂缝发育强度;
根据所述钻井位置处的网格的裂缝发育强度,采用克里格插值的方法确定所述目的工区中未钻井位置处的网格的裂缝发育强度。
优选方案中,所述基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,包括:
基于所述目的工区中钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,采用线性拟合的方法确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系;
根据所述关联关系和所述目的工区中未钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度。
优选方案中,采用下述公式确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系:
y=0.029+0.078x1+0.186x2+0.772x3+0.477x4
其中,y表示所述网格的裂缝密度,x1表示所述网格的沉积相数据中沉积相对应的裂缝发育频率,x2表示所述网格的岩相数据中岩相对应的裂缝发育频率,x3表示所述网格的岩石破裂指数,x4表示所述网格的裂缝发育强度。
优选方案中,所述属性信息包括所述裂缝的倾角、开度、高度、长度和初始方向;所述基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体,包括:
基于所述目的工区的生产动态数据中包括的井史数据、干扰试井数据、井间示踪剂数据和吸水剖面动态数据中至少一种数据,确定所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向;
基于所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向,将所述裂缝密度体调整至指定裂缝密度体;
基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述指定裂缝密度体确定所述目的工区的裂缝地质模型;
基于所述裂缝地质模型,建立所述目的工区的油藏数值模拟模型;
基于所述油藏数值模拟模型,对所述目的工区的裂缝水淹井进行历史拟合,得到所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据;
当所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据的拟合率均大于或等于预设拟合阈值时,将所述指定裂缝密度体作为所述校正后的裂缝密度体。
优选方案中,在得到校正后的裂缝密度体之后,所述方法还包括:
基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述校正后的裂缝密度体,确定所述目的工区的离散裂缝模型;
基于所述离散裂缝模型,确定所述目的工区的裂缝地质模型;其中,所述裂缝地质模型包括裂缝渗透模型、裂缝孔隙度模型和形状因子模型。
优选方案中,采用下述公式确定所述目的工区中钻井位置处的网格的裂缝密度:
P=n/(LR+cosθ+d×sinθ)
其中,P表示所述目的工区中钻井位置处的网格的裂缝密度,n表示所述钻井位置处的网格内裂缝条数,LR表示钻井位置处的网格位置对应的岩心柱样品高度,d表示所述岩心柱样品的直径,θ表示所述裂缝的倾角。
一种确定裂缝的装置,所述装置提供目的工区中裂缝的属性信息;其中,所述目的工区包括多个网格;所述装置包括:第一裂缝密度确定模块、裂缝密度关联参数确定模块、第二裂缝密度确定模块和裂缝密度校正模块;其中,
所述第一裂缝密度确定模块,用于基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;
所述裂缝密度关联参数确定模块,用于确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度;
所述第二裂缝密度确定模块,用于基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;
所述裂缝密度校正模块,用于基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
本申请实施例提供了一种确定裂缝的方法及装置,可以基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;可以确定所述目的工区中网格的沉积相、岩相、岩石破裂指数和裂缝发育强度;可以基于所述网格的沉积相、岩相、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并可以将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;可以基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。如此,对于地震资料精度较低或地震资料较少的地区,可以结合多种与裂缝发育相关的地质数据来确定裂缝密度体,可以提高所确定的裂缝的精度;不仅如此,还结合目的工区的生产动态数据,对裂缝密度体进行校正,以使得根据校正后的裂缝密度体所建立的离散裂缝模型更加符合实际生产情况,进一步提高所确定的裂缝的精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一种确定裂缝的方法实施例的流程图;
图2是本申请实施例中裂缝的属性信息的统计结果示意图;
图3是本申请实施例中基于采用不同方法所确定的裂缝进行含水率数值模拟的对比结果示意图;
图4是本申请确定裂缝的装置实施例的组成结构图。
具体实施方式
本申请实施例提供一种确定裂缝的方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供了一种确定裂缝的方法。所述确定裂缝的方法提供有目的工区中裂缝的属性信息。
在本实施方式中,所述目的工区可以是裂缝尚未确定的工区。所述目的工区可以是低渗透油藏。
在本实施方式中,所述目的工区可以包括多个网格。所述网格可以是三维网格。如此,所述目的工区可以是由多个三维网格构成的地质体。所述目的工区中各个三维网格的尺寸大小一致。
在本实施方式中,所述属性信息可以包括所述裂缝的倾角、开度、高度、长度和初始方向。具体地,可以根据所述目的工区野外露头、岩心、成像测井等地质数据,对所述裂缝的倾角、开度、高度、长度和初始方向进行统计分析,从而获取所述目的工区中裂缝的属性信息中各个参数的统计分布信息。
图1是本申请一种确定裂缝的方法实施例的流程图。如图1所示,所述确定裂缝的方法,包括以下步骤。
步骤S101:基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度。
在本实施方式中,所述目的工区中的钻井位置可以是所述目的储层中的钻井位置可以指通过在所述目的工区中已经开设的钻井,能够检测到裂缝的属性信息、岩心数据和测井曲线的位置。
在本实施方式中,可以采用下述公式确定所述目的工区中钻井位置处的网格的裂缝密度:
P=n/(LR+cosθ+d×sinθ)
其中,P表示所述目的工区中钻井位置处的网格的裂缝密度,n表示所述钻井位置处的网格内裂缝条数,LR表示钻井位置处的网格位置对应的岩心柱样品高度,d表示所述岩心柱样品的直径,θ表示所述裂缝的倾角。
图2是本申请实施例中裂缝的属性信息的统计结果示意图。图2中(a)、(b)和(c)分别为所述目的工区中裂缝倾角、裂缝开度和裂缝高度的统计结果示意图。图2中(a)中的横坐标和纵坐标分别为裂缝倾角,单位为度(°),以及对应的频率,单位为百分比(%);图2中(b)中的横坐标和纵坐标分别为裂缝开度,单位为微米(μm),以及对应的频率,单位为百分比(%);图2中(c)中的横坐标和纵坐标分别为裂缝高度,单位为厘米(cm),以及对应的频率,单位为百分比(%)。
步骤S102:确定所述目的工区中网格的沉积相、岩相、岩石破裂指数和裂缝发育强度。
在本实施方式中,可以根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据。可以根据所述目的工区的测井曲线确定所述网格的沉积相数据。可以根据所述目的工区的地应力数据确定所述网格的岩石破裂指数。可以根据所述目的工区的测井曲线确定所述网格的裂缝发育强度。
在本实施方式中,根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据,具体可以包括,可以根据所述测井曲线中的自然伽马曲线、自然电位曲线、声波时差曲线和电阻率曲线和所述岩心数据,建立所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图。可以基于所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图,确定所述网格的岩相数据。其中,所述岩相数据可以包括岩相对应的裂缝发育频率。所述岩相可以包括砂岩相、砾岩相和泥岩相等。
在本实施方式中,根据所述目的工区的测井曲线确定所述网格的沉积相数据,具体可以包括,可以基于所述测井曲线,确定所述目的工区中钻井位置处的测井曲线信息。其中,所述测井曲线信息可以包括测井曲线特征和测井曲线的参数值。可以基于所述目的工区中钻井位置处的测井曲线信息,可以采用反距离加权的方式得到所述目的工区中未钻井位置处的测井曲线信息。可以根据预设种类沉积相的测井曲线特征、所述钻井位置处和所述未钻井位置处的测井曲线信息,确定所述网格的沉积相数据。具体地,当所述测井曲线信息中测井曲线特征与所述预设种类沉积相中一种类型沉积相类型的测井曲线特征之间的相似度达到预设相似度阈值时,可以将所述预设种类沉积相中的该种类型沉积相类型作为所述网格的沉积相类型。其中,所述预设相似度阈值可以根据测井曲线的实际情况设定。
在本实施方式中,根据所述目的工区的地应力数据确定所述网格的岩石破裂指数,具体可以包括,基于所述地应力数据中的杨氏模量、泊松比和剪切弹性模量,可以采用古应力有限元数值模拟方法计算所述网格的最大主应力和最小主应力。基于预设岩石破裂准则,以及所述网格的最大主应力和最小主应力,可以确定所述网格的岩石破裂指数。其中,所述预设岩石破裂准则可以包括格里菲斯(Griffith)破裂准则和摩尔库伦(Mohr-Coulomb)破裂准则。
在本实施方式中,基于所述地应力数据中的杨氏模量、泊松比和剪切弹性模量,采用古应力有限元数值模拟方法计算所述网格的最大主应力和最小主应力,具体可以包括,可以根据所述地应力数据中的杨氏模量、泊松比和剪切弹性模量,设置所述网格的杨氏模量、泊松比和剪切弹性模量。其中,所述网格可以由八个节点相连构成的长方体或正方体网格。可以根据预设边界条件和所述网格中节点的预设平衡条件,确定所述网格的节点位移值。根据所述网格的节点位移值计算所述网格的位移形态函数值。基于预设应变与位移形态函数值的关联关系,以及预设应变与应力的关联关系,根据所述网格的位移形态函数值,可以计算得到所述网格的最大主应力和最小主应力。
在本实施方式中,基于预设岩石破裂准则,以及所述网格的最大主应力和最小主应力,确定所述网格的岩石破裂指数,具体可以包括,可以根据所述格里菲斯(Griffith)破裂准则,以及所述网格的最大主应力和最小主应力,可以判断所述网格的岩石是否产生张裂缝和张裂缝的产状。可以根据所述摩尔库伦(Mohr-Coulomb)破裂准则,以及所述网格的最大主应力和最小主应力,判断所述网格的岩石是否产生剪裂缝和剪裂缝的产状。通过所述判断的结果可以得到所述网格中的反映岩石受构造应力作用后达到破裂程度的岩石破裂指数。
在本实施方式中,根据所述目的工区的测井曲线确定所述网格的裂缝发育强度,具体可以包括,可以从所述测井曲线中获取反映裂缝的特征参数值。其中,所述测井曲线可以包括:中子孔隙度曲线、自然电位曲线和密度曲线中至少两种。所述测井曲线中的一种曲线对应一种反映裂缝的特征参数。可以确定所述特征参数值对应的裂缝厚度。可以根据所述特征参数值对应的裂缝厚度计算所述特征参数值对应的权系数。可以根据所述特征参数值对应的权系数和所述特征参数值,确定所述目的工区中钻井位置处的网格的裂缝发育强度。可以根据所述钻井位置处的网格的裂缝发育强度,采用克里格插值的方法确定所述目的工区中未钻井位置处的网格的裂缝发育强度。
在本实施方式中,可以将所述网格的指定特征参数对应的裂缝厚度与所述网格的所有特征参数对应的裂缝厚度之和的比值作为所述指定特征参数值对应的权系数。
在本实施方式中,可以将各个所述特征参数值对应的权系数和所述特征参数值的乘积之和作为所述目的工区中钻井位置处的网格的裂缝发育强度。
步骤S103:基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体。
在本实施方式中,基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,具体可以包括,基于所述目的工区中钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,可以采用线性拟合的方法确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系。可以根据所述关联关系和所述目的工区中未钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度。
在本实施方式中,可以采用下述公式确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系:
y=0.029+0.078x1+0.186x2+0.772x3+0.477x4
其中,y表示所述网格的裂缝密度,x1表示所述网格的沉积相数据中沉积相对应的裂缝发育频率,x2表示所述网格的岩相数据中岩相对应的裂缝发育频率,x3表示所述网格的岩石破裂指数,x4表示所述网格的裂缝发育强度。
步骤S104:基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
在本实施方式中,基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体,具体可以包括,可以基于所述目的工区的生产动态数据中包括的井史数据、干扰试井数据、井间示踪剂数据和吸水剖面动态数据中至少一种数据,可以确定所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向。可以基于所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向,可以将所述裂缝密度体调整至指定裂缝密度体。可以基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述指定裂缝密度体可以确定所述目的工区的裂缝地质模型。可以基于所述裂缝地质模型,建立所述目的工区的油藏数值模拟模型。可以基于所述油藏数值模拟模型,对所述目的工区的裂缝水淹井进行历史拟合,可以得到所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据。当所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据的拟合率均大于或等于预设拟合阈值时,可以将所述指定裂缝密度体作为所述校正后的裂缝密度体。
在本实施方式中,所述拟合阈值可以为80百分比。
在本实施方式中,所述裂缝地质模型可以包括裂缝渗透模型、裂缝孔隙度模型和形状因子模型。
在本实施方式中,可以采用下述公式确定所述裂缝渗透模型中网格的渗透率:
其中,表示所述网格的渗透率,Vm表示所述网格中基质的体积,Vf表示所述网格中裂缝的体积,Vj表示第j个裂缝的体积,表示所述裂缝的法向量,e表示所述裂缝的开度。
在本实施方式中,可以采用下述公式确定所述裂缝孔隙度模型中网格的孔隙度:
其中,φ表示网格的孔隙度,A表示所述裂缝的面积,Vm表示所述网格中基质的体积,Vf表示所述网格中裂缝的体积。
在本实施方式中,可以采用下述公式确定所述形状因子模型中网格的形状因子:
其中,σ表示所述网格的形状因子,LX、LY和LZ分别表示所述网格中基质在X、Y和Z方向上的特征长度。所述X、Y和Z方向中两两相互垂直。
在另一种实施方式中,在步骤S104之后,所述确定裂缝的方法还可以包括,基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述校正后的裂缝密度体,可以确定所述目的工区的离散裂缝模型。可以基于所述离散裂缝模型,确定所述目的工区的裂缝地质模型。
图3是本申请实施例中基于采用不同方法所确定的裂缝进行含水率数值模拟的对比结果示意图。图3中的对比结果分别为目的工区中的含水率实际值、常规方法拟合结果、校正前的裂缝模型拟合结果和校正后的裂缝模型拟合结果。图3中的横坐标和纵坐标分别为日期,单位为年-月,以及含水率,单位为百分比(%)。其中,常规方法拟合结果表示基于采用现有技术方法所确定的裂缝进行含水率数值模拟的含水率结果,校正前的裂缝模型拟合结果和校正后的裂缝模型拟合结果分别表示基于采用本申请方法所确定的校正前的裂缝密度体和校正后的裂缝密度提进行含水率数值模拟的含水率结果。如图3所示,采用基于采用本申请方法所确定的校正后的裂缝密度提进行含水率数值模拟的含水率结果与含水率实际值最接近,表明采用本申请方法所确定的裂缝的精度较高。
所述确定裂缝的方法实施例,可以基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;可以确定所述目的工区中网格的沉积相、岩相、岩石破裂指数和裂缝发育强度;可以基于所述网格的沉积相、岩相、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并可以将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;可以基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。如此,对于地震资料精度较低或地震资料较少的地区,可以结合多种与裂缝发育相关的地质数据来确定裂缝密度体,可以提高所确定的裂缝的精度;不仅如此,还结合目的工区的生产动态数据,对裂缝密度体进行校正,以使得根据校正后的裂缝密度体所建立的离散裂缝模型更加符合实际生产情况,进一步提高所确定的裂缝的精度。
图4是本申请确定裂缝的装置实施例的组成结构图。所述确定裂缝的装置提供目的工区中裂缝的属性信息。其中,所述目的工区包括多个网格。如图4所示,所述确定裂缝的装置可以包括:第一裂缝密度确定模块100、裂缝密度关联参数确定模块200、第二裂缝密度确定模块300和裂缝密度校正模块400。
所述第一裂缝密度确定模块100,可以用于基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度。
所述裂缝密度关联参数确定模块200,可以用于确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度。
所述第二裂缝密度确定模块300,可以用于基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体。
所述裂缝密度校正模块400,可以用于基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
所述确定裂缝的装置实施例与所述确定裂缝的方法实施例相对应,可以实现确定裂缝的方法实施例的技术方案,并取得方法实施例的技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的装置、模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (12)
1.一种确定裂缝的方法,其特征在于,提供有目的工区中裂缝的属性信息;其中,所述目的工区包括多个网格;所述方法包括:
基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;
确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度;
基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;
基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
2.根据权利要求1所述的一种确定裂缝的方法,其特征在于,根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据,根据所述目的工区的测井曲线确定所述网格的沉积相数据,根据所述目的工区的地应力数据确定所述网格的岩石破裂指数,以及根据所述目的工区的测井曲线确定所述网格的裂缝发育强度。
3.根据权利要求2所述的一种确定裂缝的方法,其特征在于,根据所述目的工区的测井曲线和岩心数据确定所述网格的岩相数据,包括:
根据所述测井曲线中的自然伽马曲线、自然电位曲线、声波时差曲线和电阻率曲线和所述岩心数据,建立所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图;
基于所述目的工区中的自然伽马与岩性、自然电位与岩性、声波时差与岩性,以及电阻率与岩性的交绘版图,确定所述网格的岩相数据。
4.根据权利要求2所述的一种确定裂缝的方法,其特征在于,根据所述目的工区的测井曲线确定所述网格的沉积相数据,包括:
基于所述测井曲线,确定所述目的工区中钻井位置处的测井曲线信息;其中,所述测井曲线信息包括测井曲线特征和测井曲线的参数值;
基于所述目的工区中钻井位置处的测井曲线信息,采用反距离加权的方式得到所述目的工区中未钻井位置处的测井曲线信息;
根据预设种类沉积相的测井曲线特征、所述钻井位置处和所述未钻井位置处的测井曲线信息,确定所述网格的沉积相数据;具体地,当所述测井曲线信息中测井曲线特征与所述预设种类沉积相中一种类型沉积相类型的测井曲线特征之间的相似度达到预设相似度阈值时,将所述预设种类沉积相中的该种类型沉积相类型作为所述网格的沉积相类型。
5.根据权利要求2所述的一种确定裂缝的方法,其特征在于,根据所述目的工区的地应力数据确定所述网格的岩石破裂指数,包括:
基于所述地应力数据中的杨氏模量、泊松比和剪切弹性模量,采用古应力有限元数值模拟方法计算所述网格的最大主应力和最小主应力;
基于预设岩石破裂准则,以及所述网格的最大主应力和最小主应力,确定所述网格的岩石破裂指数。
6.根据权利要求2所述的一种确定裂缝的方法,其特征在于,根据所述目的工区的测井曲线确定所述网格的裂缝发育强度,包括:
从所述测井曲线中获取反映裂缝的特征参数值;其中,所述测井曲线包括:中子孔隙度曲线、自然电位曲线和密度曲线中至少两种;所述测井曲线中的一种曲线对应一种反映裂缝的特征参数;
确定所述特征参数值对应的裂缝厚度;
根据所述特征参数值对应的裂缝厚度计算所述特征参数值对应的权系数;
根据所述特征参数值对应的权系数和所述特征参数值,确定所述目的工区中钻井位置处的网格的裂缝发育强度;
根据所述钻井位置处的网格的裂缝发育强度,采用克里格插值的方法确定所述目的工区中未钻井位置处的网格的裂缝发育强度。
7.根据权利要求1所述的一种确定裂缝的方法,其特征在于,所述基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,包括:
基于所述目的工区中钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,采用线性拟合的方法确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系;
根据所述关联关系和所述目的工区中未钻井位置处的网格的沉积相数据、岩相数据、岩石破裂指数、裂缝发育强度和裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度。
8.根据权利要求7所述的一种确定裂缝的方法,其特征在于,采用下述公式确定所述目的工区中网格的裂缝密度与所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度的关联关系:
y=0.029+0.078x1+0.186x2+0.772x3+0.477x4
其中,y表示所述网格的裂缝密度,x1表示所述网格的沉积相数据中沉积相对应的裂缝发育频率,x2表示所述网格的岩相数据中岩相对应的裂缝发育频率,x3表示所述网格的岩石破裂指数,x4表示所述网格的裂缝发育强度。
9.根据权利要求1所述的一种确定裂缝的方法,其特征在于,所述属性信息包括所述裂缝的倾角、开度、高度、长度和初始方向;所述基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体,包括:
基于所述目的工区的生产动态数据中包括的井史数据、干扰试井数据、井间示踪剂数据和吸水剖面动态数据中至少一种数据,确定所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向;
基于所述目的工区中裂缝的发育范围以及在所述裂缝的发育范围内的裂缝的目标方向,将所述裂缝密度体调整至指定裂缝密度体;
基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述指定裂缝密度体确定所述目的工区的裂缝地质模型;
基于所述裂缝地质模型,建立所述目的工区的油藏数值模拟模型;
基于所述油藏数值模拟模型,对所述目的工区的裂缝水淹井进行历史拟合,得到所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据;
当所述目的工区的生产历史拟合数据以及所述目的工区中单井的生产历史拟合数据的拟合率均大于或等于预设拟合阈值时,将所述指定裂缝密度体作为所述校正后的裂缝密度体。
10.根据权利要求9所述的一种确定裂缝的方法,其特征在于,在得到校正后的裂缝密度体之后,所述方法还包括:
基于所述在所述裂缝的发育范围内的裂缝的目标方向、所述属性信息中在所述裂缝的发育范围以外的裂缝的初始方向,以及所述裂缝的倾角、开度、高度和长度,根据所述校正后的裂缝密度体,确定所述目的工区的离散裂缝模型;
基于所述离散裂缝模型,确定所述目的工区的裂缝地质模型;其中,所述裂缝地质模型包括裂缝渗透模型、裂缝孔隙度模型和形状因子模型。
11.根据权利要求1所述的一种确定裂缝的方法,其特征在于,采用下述公式确定所述目的工区中钻井位置处的网格的裂缝密度:
P=n/(LR+cosθ+d×sinθ)
其中,P表示所述目的工区中钻井位置处的网格的裂缝密度,n表示所述钻井位置处的网格内裂缝条数,LR表示钻井位置处的网格位置对应的岩心柱样品高度,d表示所述岩心柱样品的直径,θ表示所述裂缝的倾角。
12.一种确定裂缝的装置,其特征在于,所述装置提供目的工区中裂缝的属性信息;其中,所述目的工区包括多个网格;所述装置包括:第一裂缝密度确定模块、裂缝密度关联参数确定模块、第二裂缝密度确定模块和裂缝密度校正模块;其中,
所述第一裂缝密度确定模块,用于基于所述属性信息中裂缝的倾角,确定所述目的工区中钻井位置处的网格的裂缝密度;
所述裂缝密度关联参数确定模块,用于确定所述目的工区中网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度;
所述第二裂缝密度确定模块,用于基于所述网格的沉积相数据、岩相数据、岩石破裂指数和裂缝发育强度,以及所述钻井位置处的网格的裂缝密度,确定所述目的工区中未钻井位置处的网格的裂缝密度,并将所述钻井位置处和未钻井位置处的网格的裂缝密度作为所述目的工区的裂缝密度体;
所述裂缝密度校正模块,用于基于所述目的工区的生产动态数据和所述裂缝的属性信息,对所述裂缝密度体进行校正处理,得到校正后的裂缝密度体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711095355.3A CN107942404B (zh) | 2017-11-09 | 2017-11-09 | 一种确定裂缝的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711095355.3A CN107942404B (zh) | 2017-11-09 | 2017-11-09 | 一种确定裂缝的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107942404A true CN107942404A (zh) | 2018-04-20 |
CN107942404B CN107942404B (zh) | 2019-08-06 |
Family
ID=61934665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711095355.3A Active CN107942404B (zh) | 2017-11-09 | 2017-11-09 | 一种确定裂缝的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107942404B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109100790A (zh) * | 2018-09-25 | 2018-12-28 | 中国石油天然气股份有限公司 | 一种人工裂缝的模拟方法及装置 |
CN110927814A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种基于岩相构型的裂缝预测方法 |
CN110927819A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN111487685A (zh) * | 2019-01-25 | 2020-08-04 | 中国石油天然气股份有限公司 | 岩石储集层的电阻率计算方法、装置及存储介质 |
CN112682034A (zh) * | 2020-12-04 | 2021-04-20 | 中国地质大学(北京) | 基于致密砂岩储层的裂缝识别、倾角表征的方法及装置 |
CN112946752A (zh) * | 2021-03-19 | 2021-06-11 | 成都捷科思石油天然气技术发展有限公司 | 基于裂缝密度模型预测裂缝概率体的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110039859A1 (en) * | 2001-10-11 | 2011-02-17 | Andreas Gerardus Uitterlinden | Susceptibility to bone damage |
CN103513277A (zh) * | 2013-09-27 | 2014-01-15 | 中国石油天然气股份有限公司 | 一种地震地层裂隙裂缝密度反演方法及系统 |
WO2014022578A2 (en) * | 2012-08-01 | 2014-02-06 | Chevron U.S.A. Inc. | Hybrid method of combining multipoint statistic and object-based methods for creating reservoir property models |
CN104914465A (zh) * | 2015-06-02 | 2015-09-16 | 中国石油天然气股份有限公司 | 火山岩裂缝定量预测方法及装置 |
-
2017
- 2017-11-09 CN CN201711095355.3A patent/CN107942404B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110039859A1 (en) * | 2001-10-11 | 2011-02-17 | Andreas Gerardus Uitterlinden | Susceptibility to bone damage |
WO2014022578A2 (en) * | 2012-08-01 | 2014-02-06 | Chevron U.S.A. Inc. | Hybrid method of combining multipoint statistic and object-based methods for creating reservoir property models |
CN103513277A (zh) * | 2013-09-27 | 2014-01-15 | 中国石油天然气股份有限公司 | 一种地震地层裂隙裂缝密度反演方法及系统 |
CN104914465A (zh) * | 2015-06-02 | 2015-09-16 | 中国石油天然气股份有限公司 | 火山岩裂缝定量预测方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110927814A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种基于岩相构型的裂缝预测方法 |
CN110927819A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN110927814B (zh) * | 2018-09-20 | 2021-08-31 | 中国石油化工股份有限公司 | 一种基于岩相构型的裂缝预测方法 |
CN110927819B (zh) * | 2018-09-20 | 2021-08-31 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN109100790A (zh) * | 2018-09-25 | 2018-12-28 | 中国石油天然气股份有限公司 | 一种人工裂缝的模拟方法及装置 |
CN111487685A (zh) * | 2019-01-25 | 2020-08-04 | 中国石油天然气股份有限公司 | 岩石储集层的电阻率计算方法、装置及存储介质 |
CN112682034A (zh) * | 2020-12-04 | 2021-04-20 | 中国地质大学(北京) | 基于致密砂岩储层的裂缝识别、倾角表征的方法及装置 |
CN112946752A (zh) * | 2021-03-19 | 2021-06-11 | 成都捷科思石油天然气技术发展有限公司 | 基于裂缝密度模型预测裂缝概率体的方法 |
CN112946752B (zh) * | 2021-03-19 | 2022-04-05 | 成都捷科思石油天然气技术发展有限公司 | 基于裂缝密度模型预测裂缝概率体的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107942404B (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107942404B (zh) | 一种确定裂缝的方法及装置 | |
CA2895549C (en) | Fracturing and reactivated fracture volumes | |
US20200278465A1 (en) | Seismic image data interpretation system | |
Jenkins et al. | Quantifying and predicting naturally fractured reservoir behavior with continuous fracture models | |
US10359529B2 (en) | Singularity spectrum analysis of microseismic data | |
US20140278298A1 (en) | Meshless representation of a geologic environment | |
US20190391295A1 (en) | Seismic Data Processing Artificial Intelligence | |
CN107367762B (zh) | 一种确定储层参数的方法及装置 | |
US10732310B2 (en) | Seismic attributes derived from the relative geological age property of a volume-based model | |
US11169287B2 (en) | Method and system for automated velocity model updating using machine learning | |
US20180172857A1 (en) | Inversion for Tectonic Stress | |
US11512573B2 (en) | Stimulation using fiber-derived information and fracturing modeling | |
US20220187492A1 (en) | Physics-driven deep learning inversion coupled to fluid flow simulators | |
Liu et al. | Asymmetric propagation mechanism of hydraulic fracture networks in continental reservoirs | |
CN109522578A (zh) | 基于贝叶斯模糊判别的复杂岩相预测方法及系统 | |
Elahi* et al. | Characterization of fracture length and conductivity from tracer test and production data with Ensemble Kalman filter | |
CN112204225A (zh) | 用于预测岩层的剪切失效的系统和方法 | |
US11668855B2 (en) | Method and system for sedimentary pathway prediction using geological and seismic data | |
US11467311B2 (en) | 3D inversion of deep resistivity measurements with constrained nonlinear transformations | |
Maity et al. | Reservoir characterization of an unconventional reservoir by integrating microseismic, seismic, and well log data | |
GB2523460A (en) | Singularity spectrum analysis of microseismic data | |
Bayuk | Why anisotropy is important for location of microearthquake events in shale? | |
EP3969944A1 (en) | Training a machine learning system using hard and soft constraints | |
Jiang et al. | Quantitative identification of pseudofaults underlying igneous rocks through wave-equation-based velocity modeling: A case study of the Shuntuoguole uplift, Tarim Basin, China | |
US20240069239A1 (en) | Methods using dual arrival compressional and shear arrival events in layered formations for formation evaluation, geomechanics, well placement, and completion design |
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 |