CN108205158A - 一种基于指数约束的地层孔隙压力预测方法及系统 - Google Patents
一种基于指数约束的地层孔隙压力预测方法及系统 Download PDFInfo
- Publication number
- CN108205158A CN108205158A CN201810078317.5A CN201810078317A CN108205158A CN 108205158 A CN108205158 A CN 108205158A CN 201810078317 A CN201810078317 A CN 201810078317A CN 108205158 A CN108205158 A CN 108205158A
- Authority
- CN
- China
- Prior art keywords
- pore pressure
- formation
- formation pore
- pressure
- index
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 123
- 239000011148 porous material Substances 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000009472 formulation Methods 0.000 claims abstract description 26
- 239000000203 mixture Substances 0.000 claims abstract description 26
- 239000012530 fluid Substances 0.000 claims description 16
- 239000011435 rock Substances 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002706 hydrostatic effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 238000005056 compaction Methods 0.000 abstract description 14
- 230000008901 benefit Effects 0.000 abstract description 8
- 238000004590 computer program Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6248—Pore pressure
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)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于油气地球物理勘探领域,公开了一种基于指数约束的地层孔隙压力预测方法及系统,该方法统一了Fillippone公式和Eaton模型方法的假设前提,通过指数约束的方式构建了一种新的地层孔隙压力预测公式(指数约束公式)来进行地层孔隙压力预测。本发明省去了建立正常压实趋势线的步骤,解决了Fillippone公式方法中区域适应性较差的问题,兼具有Fillippone公式方法和Eaton模型方法的优点,拓宽了应用范围,提高了地层孔隙压力预测结果的准确性。
Description
技术领域
本发明属于油气地球物理勘探领域,尤其涉及一种基于指数约束的地层孔隙压力预测方法及系统。
背景技术
目前,业内常用的现有技术是这样的:
在油气地球物理勘探中,地层孔隙压力为油气的分布、运移、储集提供了重要信息,它不仅是确定钻井液密度和井深结构的依据,还是决定钻井成败的重要因素。目前常规的地层孔隙压力预测方法可以分为两类:一类是利用测井资料进行地层孔隙压力预测,另一类是运用地震层速度进行地层孔隙压力预测。其中利用测井资料的预测方法是公认的较理想的地层孔隙压力预测手段。
目前,较常用的地层孔隙压力预测方法主要有Eaton模型方法、Fillippone公式方法,如下所示:
Eaton模型方法
Eaton BA(1976.Graphical methodpredicts geoopressure worldwide[J].World Oil,183:100-104)所提出的模型方法是基于正常压实趋势来分析速度场偏差,再根据模拟井建立与孔隙压力数据直接相关的速度扰动经验关系式。
该模型描述了地层孔隙压力Pf与上覆地层压力Pov、静水压力Pw、正常压实速度Vn及地层速度Vi之间的关系,通过测井资料拟合得到参数C,最后将该模型应用于目标段从而得到目标段的地层孔隙压力Pf,但人为建立正常压实趋势线易产生误差,影响预测结果。
Fillippone公式方法
云美厚(地震地层压力预测[J].石油地球物理勘探,1996,31(4):575~586)所提出的Fillippone公式及其改进在国内广泛用。该方法的主要原理如下:
通过给定或搜索目标范围内的最大速度(即骨架速度)和最小速度(即孔隙流体速度),结合统计的思维对地层孔隙压力进行预测,其公式如(2)所示:
式中,Pf为地层孔隙压力,单位:MPa;h表示上覆地层深度,单位:m;ρ为上覆地层平均密度,单位:g/cm3;g为重力加速度;vmax为最大层速度,单位:m/s;vmin为最小层速度,单位:m/s;vi为第i层的层速度,单位:m/s,该公式由统计的方法得到,具有较强的区域局限性,适用范围较窄。
综上所述,现有技术存在的问题是:
(1)Eaton模型方法人为建立正常压实趋势线易产生误差,影响预测结果,降低地层压力的预测效率。
(2)Fillippone公式方法由于是从某些特定地区中通过统计的相关方法确定的,其区域性特征较强,综合的区域适应性较差。
(3)在现有技术中,大多都是将Eaton模型方法和Fillippone公式分开讨论,其方法中的优点并未很好的较全面展示。
解决上述技术问题的难度和意义:
本发明为油气勘探开发领域内的地层压力预测提供基于指数约束的地层孔隙压力预测方法,构建了通过指数来约束的地层孔隙压力预测公式(指数约束公式),将Eaton模型方法和Fillippone公式的假设前提进行统一,减少了油气勘探中人为因素的影响,拓宽应用范围,提高地层压力的预测效率,更好的作用于油气勘探。
发明内容
针对现有技术存在的问题,本发明提供了一种基于指数约束的地层孔隙压力预测方法及系统。
本发明是这样实现的,一种基于指数约束的地层孔隙压力预测方法,所述基于指数约束的地层孔隙压力预测方法为:
基于地震层速度、密度、时深关系和C系数,利用指数约束公式计算获得地层孔隙压力数据体,进行地层孔隙压力的预测。
该方法拓宽了压力预测的应用范围,减少了人为因素的影响,提高了地层孔隙压力的预测效率。其中,指数约束公式如下所示:
式中,vmax为岩石骨架速度,vmin为孔隙流体速度,vi为地层纵波速度,Pf为地层孔隙压力,Pov为上覆地层压力,Pw为静水压力,C为测井拟合参数。
进一步,所述的基于指数约束的地层孔隙压力预测方法,具体包括:
1)根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
2)采用基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度;
3)利用三维叠后地震资料与测井资料得到对应的时深关系;
4)将步骤1)中得到的C系数代入到公式
中,结合步骤2)中三维地震数据与测井资料反演得到的速度、密度和步骤3)得到的时深关系利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
本发明的另一目的在于提供一种实现所述基于指数约束的地层孔隙压力预测方法的计算机程序。
本发明的另一目的在于提供一种实现所述基于指数约束的地层孔隙压力预测方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的基于指数约束的地层孔隙压力预测方法。
本发明的另一目的在于提供一种基于指数约束的地层孔隙压力预测系统,包括:
C测井拟合系数获取模块,用于根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
地震层速度、密度参数获取模块,用于通过基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度参数;
时深关系获取模块,用于通过三维叠后地震资料与测井资料得到对应的时深关系;
地层孔隙压力预测模块,用于通过C测井拟合系数获取模块得到的C系数代入到公式
中,结合地震层速度、密度参数获取模块获得的的速度、密度参数和时深关系获取模块得到的时深关系,利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
本发明的另一目的在于提供一种搭载有所述基于指数约束的地层孔隙压力预测系统的信息数据处理终端。
综上所述,本发明的优点及积极效果为:
本发明克服现有技术的不足,提供了基于指数约束的地层孔隙压力预测方法,该方法统一了Fillippone公式和Eaton模型方法的假设前提,通过指数约束的方式构建了一种新的地层孔隙压力预测公式(指数约束公式)来进行地层孔隙压力预测,省去了建立正常压实趋势线的步骤,解决了Fillippone公式方法中区域适应性较差的问题,兼具有Fillippone公式方法和Eaton模型方法的优点,拓宽了应用范围,提高了地层孔隙压力预测结果的准确性。
相比于现有技术的缺点和不足,本发明具有以下有益效果:
(1)本发明提供的地层压力预测方法,省去建立正常压实趋势线的步骤,减少了人为因素的影响,降低了理论误差,提高了地层孔隙压力预测效率;
(2)本发明提供的地层压力预测方法有效地解决了Fillippone公式方法区域适应性较差的问题,拓宽了地层孔隙压力预测的应用范围。
(3)本发明提供的地层压力预测方法兼具Fillippone公式方法和Eaton模型方法的优点,克服了Eaton模型方法和Fillippone公式假设前提不一致的问题,具有较强的区域适用性,提高了地层孔隙压力预测结果的准确性。
附图说明
图1是本发明实施例提供的基于指数约束的地层孔隙压力预测方法流程图。
图2是本发明实施例提供的基于指数约束的地层孔隙压力预测系统示意图。
图中:1、C测井拟合系数获取模块;2、地震层速度、密度参数获取模块;3、时深关系获取模块;4、地层孔隙压力预测模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明涉及的专业术语:
(1)上覆岩层压力:是指计算点所在深度以上地层中的岩石基质和孔隙流体的重量所产生的压力,在计算海底地层上覆岩层压力时还需考虑海水产生的压力。
(2)地层孔隙压力:指地层孔隙和缝洞中的流体(水、油、气)所具有的压力。
(3)静水压力:由地层水的重量所引起的压力,代表着正常的地层孔隙压力。
(4)正常压实趋势线法:利用测井资料检测异常地层孔隙压力的传统方法,主要一句“泥质沉积物不平衡压实造成地层欠压实并产生异常高压”这一最普遍的机制。
(5)岩石骨架速度:岩层有效孔隙度近于零时的声速。
(6)孔隙流体速度:岩层刚性近于零时的声速。
本发明实施例提供的基于指数约束的地层孔隙压力预测方法为:
基于地震层速度、密度、时深关系和C系数,利用指数约束公式计算获得地层孔隙压力数据体,进行地层孔隙压力的预测;其中,指数约束公式如下所示:
式中,vmax为岩石骨架速度,vmin为孔隙流体速度,vi为地层纵波速度,Pf为地层孔隙压力,Pov为上覆地层压力,Pw为静水压力,C为测井拟合参数。
图1,本发明实施例提供的基于指数约束的地层孔隙压力预测方法具体包括:
S101:根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
S102:采用基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度;
S103:利用三维叠后地震资料与测井资料得到对应的时深关系;
S104:将步骤S101中得到的C系数代入到公式
中,结合步骤S102中三维地震数据与测井资料反演得到的速度、密度和步骤S103得到的时深关系利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
如图2所示,本发明提供一种基于指数约束的地层孔隙压力预测系统,包括:
C测井拟合系数获取模块1,用于根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
地震层速度、密度参数获取模块2,用于通过基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度参数;
时深关系获取模块3,用于通过三维叠后地震资料与测井资料得到对应的时深关系;
地层孔隙压力预测模块4,用于通过C测井拟合系数获取模块得到的C系数代入到公式
中,结合地震层速度、密度参数获取模块获得的的速度、密度参数和时深关系获取模块得到的时深关系,利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
下面结合具体分析对本发明作进一步描述。
1、指数约束公式的推导
(1)常规的地层孔隙压力预测公式如下:
Pf=Pov-σ (3)
式中,Pf为地层孔隙压力,Pov为上覆地层压力,σ为垂直有效应力。
(2)首先对公式(4)的Fillippone公式进行分析:
式中,Pf为地层孔隙压力,单位:MPa;h表示上覆地层深度,单位:m;ρ为上覆地层平均密度,单位:g/cm3;g为重力加速度;vmax为最大层速度,单位:m/s;vmin为最小层速度,单位:m/s;vi为第i层的层速度,单位:m/s。结合上式(3)和(4)可知,该方法的有效应力与速度成线性关系,其关系如下所示:
σ=a+bV (5)
式中V为速度,σ为垂直有效应力,a、b为参数。该线性关系使得Fillippone公式的应用范围变得局限,不能较好的应用于所有区域。
(3)再对公式(6)的Eaton模型方法进行分析:
式中Pf为地层孔隙压力,Pcv为上覆地层压力、Pw为静水压力、Vn为正常压实速度,Vi为地层速度,C为测井拟合参数,结合上式(3)和(6)可知,该模型方法的假设条件是有效应力与速度成指数关系即公式(7):
σ=bVc (7)
式中V为速度,σ为垂直有效应力,b为参数,C为测井拟合参数。
(4)综合上述公式(5)和公式(7)可见,Fillippone公式的假设条件与Eaton模型方法的假设条件不一致,且Fillippone公式的应用范围较窄,针对以上问题本发明将二者的假设条件进行统一,将Fillippone公式的假设条件修改成指数型关系,得到如下关系式:
σ=a+bVc (8)
其中V为速度,σ为垂直有效应力,a、b为参数,C为测井拟合参数。
结合公式(4)和(5)的关系,根据公式(8)对公式(5)进行修改,得到Fillippone公式的改进公式:
式中,Pf为地层孔隙压力,单位:MPa;h表示上覆地层深度,单位:m;ρ为上覆地层平均密度,单位:g/cm3;g为重力加速度;vmax为最大层速度,单位:m/s;vmin为最小层速度,单位:m/s;vi为第i层的层速度,单位:m/s,C为测井拟合参数。
(5)根据地层正常压实情况下两者满足关系PEaton=PFillippone且静水压力相等,综合Eaton模型方法和Fillippone公式的改进公式以及正常压实下的速度关系Vi=Vn,由Fillippone公式的改进公式(9)得到其正常压实速度Vn,如下所示:
(6)再将公式(10)的Vn代入公式(6)中进行组合,得到新的地层压力预测公式(指数约束公式):
其中vmax为岩石骨架速度,vmin为孔隙流体速度,vi为地层纵波速度,Pf为地层孔隙压力,Pov为上覆地层压力,Pw为静水压力,C为测井拟合参数。
2、基于指数约束公式的地层孔隙压力预测流程
(1)根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度。
(2)采用基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度;
(3)利用三维叠后地震资料与测井资料得到对应的时深关系;
(4)将流程(1)中得到的C系数代入到公式(11)中,结合流程(2)中三维地震数据与测井资料反演得到的速度、密度和流程(3)得到的时深关系利用指数约束公式计算出地层压力数据体,实现地层孔隙压力预测。
本发明方法省去了建立正常压实趋势线的步骤,解决了Fillippone公式方法中区域适应性较差的问题,兼具有Fillippone公式方法和Eaton模型方法的优点,拓宽了应用范围,提高了地层孔隙压力预测结果的准确性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidStateDisk(SSD))等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于指数约束的地层孔隙压力预测方法,其特征在于,所述基于指数约束的地层孔隙压力预测方法为:
基于地震层速度、密度、时深关系和C系数,利用指数约束公式计算获得地层孔隙压力数据体,进行地层孔隙压力的预测;其中,指数约束公式如下所示:
式中,vmax为岩石骨架速度,vmin为孔隙流体速度,vi为地层纵波速度,Pf为地层孔隙压力,Pov为上覆地层压力,Pw为静水压力,C为测井拟合参数。
2.如权利要求1所述的基于指数约束的地层孔隙压力预测方法,其特征在于,所述的基于指数约束的地层孔隙压力预测方法,具体包括:
1)根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
2)采用基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度;
3)利用三维叠后地震资料与测井资料得到对应的时深关系;
4)将步骤1)中得到的C系数代入到公式
中,结合步骤2)中三维地震数据与测井资料反演得到的速度、密度和步骤3)得到的时深关系利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
3.一种实现权利要求1~2任意一项所述基于指数约束的地层孔隙压力预测方法的计算机程序。
4.一种实现权利要求1~2任意一项所述基于指数约束的地层孔隙压力预测方法的信息数据处理终端。
5.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-2任意一项所述的基于指数约束的地层孔隙压力预测方法。
6.一种如权利要求1所述基于指数约束的地层孔隙压力预测方法的基于指数约束的地层孔隙压力预测系统,其特征在于,所述基于指数约束的地层孔隙压力预测系统包括:
C测井拟合系数获取模块,用于根据测井所得数据,选取其中的纵波速度vi,岩石骨架速度vmax,孔隙流体速度vmin,密度ρ、深度h和地层孔隙压力Pf,根据上覆地层压力的计算公式计算得到上覆地层压力,最后再通过指数约束公式计算获得C测井拟合系数;其中,h表示上覆地层深度,ρ(h)为深度为h时所对应的密度,g为重力加速度;
地震层速度、密度参数获取模块,用于通过基于三维叠后地震资料和叠加速度数据反演得到的地震层速度、密度参数;
时深关系获取模块,用于通过三维叠后地震资料与测井资料得到对应的时深关系;
地层孔隙压力预测模块,用于通过C测井拟合系数获取模块得到的C系数代入到公式
中,结合地震层速度、密度参数获取模块获得的的速度、密度参数和时深关系获取模块得到的时深关系,利用指数约束公式计算出地层压力数据体,进行地层孔隙压力预测。
7.一种搭载有权利要求6所述基于指数约束的地层孔隙压力预测系统的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810078317.5A CN108205158B (zh) | 2018-01-26 | 2018-01-26 | 一种基于指数约束的地层孔隙压力预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810078317.5A CN108205158B (zh) | 2018-01-26 | 2018-01-26 | 一种基于指数约束的地层孔隙压力预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108205158A true CN108205158A (zh) | 2018-06-26 |
CN108205158B CN108205158B (zh) | 2019-06-04 |
Family
ID=62606348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810078317.5A Expired - Fee Related CN108205158B (zh) | 2018-01-26 | 2018-01-26 | 一种基于指数约束的地层孔隙压力预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108205158B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113062727A (zh) * | 2019-12-30 | 2021-07-02 | 中石化石油工程技术服务有限公司 | 一种考虑模型参数不确定性的地层孔隙压力预测方法 |
CN114492235A (zh) * | 2022-01-14 | 2022-05-13 | 成都理工大学 | 一种适用于碳酸盐岩地层的地层孔隙流体压力预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5200929A (en) * | 1992-03-31 | 1993-04-06 | Exxon Production Research Company | Method for estimating pore fluid pressure |
CN104267429A (zh) * | 2014-09-30 | 2015-01-07 | 中国石油天然气股份有限公司 | 确定地层压力的方法及装置 |
CN104863577A (zh) * | 2015-04-09 | 2015-08-26 | 中国石油大学(北京) | 利用地震纵波传播时间预测地层孔隙压力的方法 |
CN106127343A (zh) * | 2016-06-27 | 2016-11-16 | 成都理工大学 | 一种地层超压成因机制的分析方法 |
CN106324680A (zh) * | 2016-08-18 | 2017-01-11 | 中国石油天然气集团公司 | 地层破裂压力预测方法 |
CN106772603A (zh) * | 2016-12-28 | 2017-05-31 | 成都理工大学 | 一种改进的适用于地层压力预测的地震层速度场计算方法 |
-
2018
- 2018-01-26 CN CN201810078317.5A patent/CN108205158B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5200929A (en) * | 1992-03-31 | 1993-04-06 | Exxon Production Research Company | Method for estimating pore fluid pressure |
CN104267429A (zh) * | 2014-09-30 | 2015-01-07 | 中国石油天然气股份有限公司 | 确定地层压力的方法及装置 |
CN104863577A (zh) * | 2015-04-09 | 2015-08-26 | 中国石油大学(北京) | 利用地震纵波传播时间预测地层孔隙压力的方法 |
CN106127343A (zh) * | 2016-06-27 | 2016-11-16 | 成都理工大学 | 一种地层超压成因机制的分析方法 |
CN106324680A (zh) * | 2016-08-18 | 2017-01-11 | 中国石油天然气集团公司 | 地层破裂压力预测方法 |
CN106772603A (zh) * | 2016-12-28 | 2017-05-31 | 成都理工大学 | 一种改进的适用于地层压力预测的地震层速度场计算方法 |
Non-Patent Citations (9)
Title |
---|
[美]G.V.奇林格等著,赵文智等译: "《异常地层压力成因与预测》", 30 September 2004, 北京:石油工业出版社 * |
QINGLONG XIA ET AL.: "A high-precision geopressure prediction method", 《SEG HOUSTON 2013 ANNUAL MEETING》 * |
Y. LI ET AL.: "A New Pressure Prediction Method of Southern China Shale Reservoir", 《LATIN - AMERICAN SEMINAR IN UNCONVENTIONAL RESOURCES》 * |
ZHANG GUOHUI ET AL.: "Research and application of borehole structure optimization based on pre-drill risk assessment", 《EARTH AND ENVIRONMENTAL SCIENCE》 * |
刘震等: "辽西凹陷北洼下第三系异常地层压力分析", 《石油学报》 * |
周东红等: "一种高精度地层压力预测方法", 《石油地球物理勘探》 * |
王宏语等: "《地震资料地质解释与应用》", 30 April 2016, 北京:地质出版社 * |
王玉柱等: "华南古生界页岩储层压力预测方法及其应用研究", 《煤炭学报》 * |
马海等: "Fillippone地层压力预测方法的改进及应用", 《石油钻探技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113062727A (zh) * | 2019-12-30 | 2021-07-02 | 中石化石油工程技术服务有限公司 | 一种考虑模型参数不确定性的地层孔隙压力预测方法 |
CN113062727B (zh) * | 2019-12-30 | 2024-04-05 | 中石化石油工程技术服务有限公司 | 一种考虑模型参数不确定性的地层孔隙压力预测方法 |
CN114492235A (zh) * | 2022-01-14 | 2022-05-13 | 成都理工大学 | 一种适用于碳酸盐岩地层的地层孔隙流体压力预测方法 |
CN114492235B (zh) * | 2022-01-14 | 2023-04-07 | 成都理工大学 | 一种适用于碳酸盐岩地层的地层孔隙流体压力预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108205158B (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10858931B2 (en) | Enhancing reservoir production optimization through integrating inter-well tracers | |
US8490693B2 (en) | Determining fracture orientation using wellbore acoustic radial profiles | |
EP0911652B1 (en) | A method for reconciling data at seismic and well-log scales in 3-D earth modelling | |
US20160326845A1 (en) | Multistage Oilfield Design Optimization Under Uncertainty | |
WO2018117890A1 (en) | A method and a cognitive system for predicting a hydraulic fracture performance | |
US20210224682A1 (en) | Training of machine learning algorithms for generating a reservoir digital twin | |
US20150371345A1 (en) | System, Method and Computer Program Product for Predicting Well Production | |
GB2476177A (en) | Wellbore steering based on rock stress direction | |
US9157319B2 (en) | Stratigraphic modeling using production data density profiles | |
GB2476153A (en) | Phase wellbore steering | |
US20160138371A1 (en) | Systems and Methods For Optimizing Existing Wells and Designing New Wells Based on the Distribution of Average Effective Fracture Lengths | |
CN108205158B (zh) | 一种基于指数约束的地层孔隙压力预测方法及系统 | |
US20210225070A1 (en) | Generation of a virtual three-dimensional model of a hydrocarbon reservoir | |
US20240068310A1 (en) | Retrievable acoustic mud level detector | |
US20230393303A1 (en) | Integrated diagenetic-depositional facies (iddf) characterization and 3d geomodeling | |
US11249218B2 (en) | Horizontal reservoir description systems | |
Han et al. | Uncertainty and sensitivity analysis of in-situ stress in deep inclined strata | |
Holbrook | A new method for predicting fracture propagation pressure from MWD or wireline log data | |
CN113449427B (zh) | 一种确定页岩压力分布的方法 | |
US11585955B2 (en) | Systems and methods for probabilistic well depth prognosis | |
CN111624662A (zh) | 速度场校正方法、装置和设备 | |
US11709287B2 (en) | Well logging to identify low resistivity pay zones in a subterranean formation using elastic attributes | |
Weimann et al. | Unconventional Variables that Impact on the Fracture Height Growth on Vaca Muerta Formation and its Implications for Fracture Simulation and Well Productivity | |
US20240110472A1 (en) | Optimal drilling and fracturing sequences for placing numerous horizontal wells in tight reservoirs | |
US20240102371A1 (en) | Estimating productivity and estimated ultimate recovery (eur) of unconventional wells through spatial-performance relationship using machine learning |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190604 Termination date: 20220126 |