CN108363110B - 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法 - Google Patents

成像测井计算页岩储层矿物含量及脆性指数的谱分析方法 Download PDF

Info

Publication number
CN108363110B
CN108363110B CN201810040193.1A CN201810040193A CN108363110B CN 108363110 B CN108363110 B CN 108363110B CN 201810040193 A CN201810040193 A CN 201810040193A CN 108363110 B CN108363110 B CN 108363110B
Authority
CN
China
Prior art keywords
data
imaging
logging
imaging logging
analysis method
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.)
Active
Application number
CN201810040193.1A
Other languages
English (en)
Other versions
CN108363110A (zh
Inventor
何传亮
季凤玲
葛祥
张正玉
张筠
李阳兵
林绍文
董震
黎泽刚
张世懋
康建云
吴晓光
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.)
Southwest Measurement And Control Co Of Sinopec Jingwei Co ltd
China Petrochemical Corp
Sinopec Oilfield Service Corp
Sinopec Jingwei Co Ltd
Original Assignee
Sinopec Oilfield Service Corp
Sinopec Southwest Petroleum Engineering Co Ltd Logging Branch
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 Sinopec Oilfield Service Corp, Sinopec Southwest Petroleum Engineering Co Ltd Logging Branch filed Critical Sinopec Oilfield Service Corp
Priority to CN201810040193.1A priority Critical patent/CN108363110B/zh
Publication of CN108363110A publication Critical patent/CN108363110A/zh
Application granted granted Critical
Publication of CN108363110B publication Critical patent/CN108363110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，步骤一，对成像测井资料进行预处理；步骤二，利用预处理后的原始成像测井各电极数据进行直方图分析；步骤三，对成像测井各电极数据进行直方图标准化；步骤四，对标准化后的成像数据进行图像增强；步骤五，将静态成像数据刻度为成像矿物谱；步骤六，利用标准化直方图及成像谱，用岩心分析数据刻度测井，根据谱分布位置进行矿物解谱，获得粘土矿物、石英、方解石矿物的含量；步骤七，计算石英在总矿物含量中的比例，获得页岩气中的脆性指数。本方法在实际计算中具有更高的精度，能够精确反映地层矿物含量的细微变化，计算的脆性指数Brite能够有效反映地层脆度变化情况。

Description

成像测井计算页岩储层矿物含量及脆性指数的谱分析方法
技术领域
本项技术涉及页岩气储层评价技术领域，主要涉及利用成像测井数据定量计算页岩气储层矿物含量及脆性指数的技术方法。
背景技术
以川南海相龙马溪组页岩气为代表的页岩气勘探开发获得突破，为保障我国油气资源的稳定增长提供了重要支撑。页岩气藏一般采用水平井+分段压裂的技术手段进行开发。国内外统计经验表明，页岩气水平井中各储层段对产能的贡献差异很大，约70％的页岩气产量主要产自30％的页岩气储层段，决定各段产能贡献的主要控制因素可以归结为两个方面：储层品质和脆性特征。因此，页岩气储层脆性评价的准确性直接影响了勘探开发方案的决策和实施效果。
目前，页岩储层的脆性特征主要采用脆性矿物含量方法和岩石力学参数方法进行评价。页岩中包括粘土、石英、方解石、白云石、黄铁矿等矿物，脆性矿物含量方法将石英和方解石视为主要脆性矿物，采用测井资料计算矿物体积比例来评价其脆性；岩石力学参数方法则根据测井资料计算泊松比、杨氏模量等参数，将其标准化换算后获得脆性指数。这两种方法各有特点，但是也存在一定的局限性：(1)这两种方法基于常规测井数据，其采样精度为0.1米或0.125米，而成像测井数据的采样精度为0.0025米，成像测井的纵向分辨率比常规测井提高了40倍以上。(2)常规测井信息是探测范围内岩石的综合响应，不能反映岩石结构信息；而成像测井具有纵横向高分辨率的特点，覆盖了全井眼80％以上的地层信息，可以直观反映岩石结构、层理、裂缝、局部富集矿物等信息。这些信息在页岩储层脆性评价中极为关键。
为此，本项技术利用成像测井数据并结合实验分析数据，通过对页岩矿物含量的定量分析，建立了页岩气储层的矿物含量和脆性指数的定量计算方法，具有较强的适用性，在川南页岩气脆性评价中应用效果显著。
发明内容
本发明的目的在于克服现有技术的不足，提供一种具有较高精度，能够精确反映地层矿物含量的细微变化的利用成像测井数据定量计算页岩气储层矿物含量及脆性指数的技术方法。
本发明的目的是通过以下技术方案来实现的：成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于，它包括以下步骤：
步骤一，对成像测井资料进行预处理；
步骤二，利用预处理后的原始成像测井各电极数据进行直方图分析；
步骤三，对成像测井各电极数据进行直方图标准化；
步骤四，对标准化后的成像数据进行图像增强；
步骤五，将静态成像数据刻度为成像矿物谱；
步骤六，利用标准化直方图及成像谱，用岩心分析数据刻度测井，根据谱分布位置进行矿物解谱，获得粘土矿物、石英、方解石矿物的含量；
步骤七，计算石英在总矿物含量中的比例，获得页岩气中的脆性指数。
作为优选方式，所述的预处理包括极板、电极深度对齐，利用深度对齐后的原始成像测井各电极数据进行直方图分析。
作为优选方式，在XRMI成像测井数据进行解编和深度校正后，对6个极板的数据进行直方图统计。
作为优选方式，基于正态分布原理，对成像测井各电极数据进行直方图标准化。
作为优选方式，由于方解石和石英的差异，会出现双峰特征；据此设置各极板数据标准化的范围，采用正态分布函数进行极板数据的分布区间标准化，数据划分为0-255级区间；正态分布概率密度函数为：
Figure GDA0002542893010000021
其中μ和σ都是常数，μ决定了图形的数据分布中心位置，σ决定了图形中峰的陡峭程度。
作为优选方式，采用直方图增强的方式进行成像测井数据图像增强；将标准化后的测井数据通过变换，得到图像灰度分布均匀且级数为[0,255]范围内的数字图像；
首先采用离散函数将每一灰度级rj映射到预计的灰度级Sk，得到均衡化的数据：
Figure GDA0002542893010000022
其中n为图像中像素的数量和，nj为灰度级rj内的像素数量，pr为前面获得的直方图数据；
其次将均衡数据pz进行函数变换得到直方图规定化数据；
Figure GDA0002542893010000031
并获得其反函数
Zk＝G-1(Sk)
最后通过迭代求取G(zk)与Sk最接近的值，获得最终Zk值
min([G(Zk)-Sk])≥0
通过上述处理，将原始数据的每个像素rj映射到对应的灰度级Sk，再将Sk映射到最终的灰度级值Zk，从而实现直方图增强；
采用全井段作为窗长得到静态成像测井图像XRMI_S1；采用一定窗长得到动态成像测井图像XRMI_D1，图像质量得到明显改善加强，能有效反映地层的岩性、层理、裂缝的地质特征。
作为优选方式，基于全井段标准化和增强的静态成像测井数据，较准确地反映了地层的岩性特征，在页岩气储层的静态成像测井图像上，高亮颜色部分对应高电阻率或低电导率的岩石，暗色部分对应低电阻或高电导率的岩石，但是仅根据颜色难以精确区分，为了定量分析，需要将成像图0-255映射为矿物谱，并刻度到0-100区间；具体的映射关系为：
XSPEC(X)＝XRMI_S1(X)/255*100；
其中XSPEC(X)为任意点的矿物谱数据，XRMI_S1(X)为任意点的静态成像测井数据；通过转化后，用波形显示成像矿物谱。
作为优选方式，根据谱分布特征及不同矿物的分布区间，岩心分析数据可以划分不同矿物的谱分布截止值，这里主要划分为方解石类、石英长石类和粘土类三种。
作为优选方式，根据矿物谱解析结果，获得方解石类、石英长石类和粘土含量；在页岩气储层中，石英长石类矿物含量对地层的可压裂性影响最大，因此采用石英长石类含量与所有矿物含量的比例来计算脆性指数：
Figure GDA0002542893010000041
其中XBrite为脆性指数。
本发明的有益效果是：基于建立的页岩气储层矿物含量及脆性指数分析方法，利用成像测井数据，从应用结果来看，本方法在实际计算中具有更高的精度，能够精确反映地层矿物含量的细微变化，计算的脆性指数Brite能够有效反映地层脆度变化情况，在层理、裂缝特征在评价中具有更直观的优势。
附图说明
图1本发明专利实施的原始成像数据统计直方图；
图2本发明专利实施的原始成像数据标准化后的统计直方图；
图3本发明专利实施的成像测井原始数据与图像加强成果对比图；
图4本发明专利实施的成像测井矿物谱图；
图5本发明专利实施的成像矿物谱解析图；
图6本发明专利实施的成像矿物谱解析成果及脆性指数；
图7本发明专利实施的川南X井XRMI成像测井计算成果与ECS元素俘获数据对比图；
图8本发明专利实施的方法流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
页岩气储层具有自生自储、低孔低渗的特点，压裂效果决定了页岩气井的产能。通常采用页岩储层的脆性矿物含量和脆性指数来评价储层的可压裂性特征。页岩气储层的脆性矿物含量越高，脆性指数越高，则越容易形成网络状裂缝，气井产能也越高；页岩气储层的粘土矿物含量增高，岩石的塑性增强，脆性变差，则压裂效果变差，压裂缝也易于闭合。因此，页岩气储层脆性矿物含量和脆性指数是影响页岩气压裂效果及产能的重要因素，是页岩气储层压裂方案设计的核心技术问题之一。
通过实验室分析获得页岩储层的矿物含量及脆性指数是地质研究的基础方法，但该方法具有分析周期长、成本昂贵、分析数据量较少等局限，而且直接依赖于岩心情况及实验条件，无法对未取心段的页岩气储层脆性进行分析。利用岩性扫描测井确定脆性矿物含量和脆性指数是另一种比较有效的科学方法，但该方法服务价格较高，且该技术目前被斯伦贝谢等国外公司垄断，还不能大规模推广。目前国内页岩气储层评价中，一般利用实验分析岩心数据刻度常规测井数据，计算页岩矿物含量及脆性指数，这也是一种经济高效的方法。但是，利用常规测井资料计算页岩气矿物含量及脆性的技术具有较大的局限性和技术难题：(1)采用自然伽马计算泥质/粘土含量的方法不适合。由于页岩气储层的放射性变化很大，粘土吸附造成的放射性异常只占总放射性的小部分，用该方法计算的泥质/粘土含量不准确，导致对应的脆性矿物含量及脆性指数均不准确；(2)岩心实物及成像测井均表明，页岩地层具有较强的非均质性，而常规测井数据仅仅是地层某深度范围内岩石的综合响应，并且纵向分辨率仅为成像测井的1/40，不能完全反映地层的非均质性特征，无论是计算矿物含量还是地层脆性的分辨率均较低，且无法反映井周的全貌；(3)常规测井资料难以准确评价地层的裂缝、层理、井壁崩落等特征。由于成像测井具有很高的测量精度，准确反映了地层的岩性变化、地质特征，可有效解决页岩气矿物含量及脆性计算难题。
基于此，本项技术以实验分析和成像测井数据为基础，通过对成像测井数据分析和校正，进行图像的直方图加强，将成像测井刻度为成像矿物谱，基于正态分布理论并结合实验分析数据，通过解析成像矿物谱，获得矿物含量，并结合裂缝特征等建立了脆性指数计算模型，研制形成了页岩储层矿物含量及脆性指数的计算方法。该方法解决了页岩储层脆性评价的技术难题，具有较高的计算精度和实用价值。
如图8所示，本方法包括如下步骤：
步骤一，对成像测井资料进行预处理；
步骤二，利用预处理后的原始成像测井各电极数据进行直方图分析；
步骤三，对成像测井各电极数据进行直方图标准化；
步骤四，对标准化后的成像数据进行图像增强；
步骤五，将静态成像数据刻度为成像矿物谱；
步骤六，利用标准化直方图及成像谱，用岩心分析数据刻度测井，根据谱分布位置进行矿物解谱，获得粘土矿物、石英、方解石矿物的含量；
步骤七，计算石英在总矿物含量中的比例，获得页岩气中的脆性指数。
该方法采用XRMI成像测井仪器采集的测井数据进行页岩储层矿物含量及脆性评价。XRMI成像测井仪器包括6个极板，每个极板有25个电极，一次可以贴井壁采集150个电导率成像测井数据，数据精度很高。技术方案主要包括以下几部分：
1、原始成像测井极板数据分析
在XRMI成像测井数据进行解编和深度校正后，对6个极板的数据进行直方图统计(红线为99％的数据分布区域)。分析表明，由于仪器极板刻度因素等影响，各极板的原始测井数据分布范围变化较大，峰值分布不合理，部分数据可能为畸变值，这与地层的实际情况不符合，需要依据分析结果进行各极板数据的标准化校正，如图1。
2、原始成像测井极板数据的标准化处理
在页岩气储层中，成像测井数据能够有效反映地层的岩性等特征，其中低电导率对应为方解石等矿物，高电导率主要对应粘土矿物，中等电导率通常对应为石英长石类矿物。从概率统计的角度，各极板采集的数据在长井段内应当具有相似的分布区间。
实际上，由于方解石和石英的差异，在图中会出现双峰特征；由于个别坏电极等影响，大约有1％的无效数据需要用邻近插值处理，约99％分布区间的数据为有效数据。据此设置各极板数据标准化的范围，采用正态分布函数进行极板数据的分布区间标准化，数据划分为0-255级区间。正态分布概率密度函数为：
Figure GDA0002542893010000061
其中μ和σ都是常数，前者决定了图形的数据分布中心位置，后者决定了图形中峰的陡峭程度。6个极板标准化后的数据分布中心和主峰高度都较接近，如图2。
3、成像测井数据的图像增强
这里采用直方图增强的方式进行成像测井数据图像增强。将标准化后的测井数据通过变换，得到图像灰度分布均匀且级数为[0,255]范围内的数字图像。
首先采用离散函数将每一灰度级rj映射到预计的灰度级Sk，得到均衡化的数据：
Figure GDA0002542893010000071
其中n为图像中像素的数量和，nj为灰度级rj内的像素数量，pr为前面获得的直方图数据。
其次将均衡数据pz进行函数变换得到直方图规定化数据。
Figure GDA0002542893010000072
并获得其反函数
Zk＝G-1(Sk)
最后通过迭代求取G(zk)与Sk最接近的值，获得最终Zk值
min([G(Zk)-Sk])≥0
通过上述处理，将原始数据的每个像素rj映射到对应的灰度级Sk，再将Sk映射到最终的灰度级值Zk，从而实现直方图增强。
采用全井段作为窗长得到静态成像测井图像XRMI_S1；采用一定窗长得到动态成像测井图像XRMI_D1，图像质量得到明显改善加强，能有效反映地层的岩性、层理、裂缝的地质特征，如图3(左图为未经任何处理的成像测井各极板原始数据)。
4、将静态成像数据转化为矿物谱
基于全井段标准化和增强的静态成像测井数据，较准确地反映了地层的岩性特征。一般地，在页岩气储层的静态成像测井图像上，高亮颜色部分对应高电阻率(低电导率)的岩石，例如石英，方解石等；暗色部分对应低电阻(高电导率)的岩石，例如粘土矿物，并且不同矿物对应的颜色有差异。但是仅根据颜色难以精确区分，为了定量分析，需要将成像图0-255映射为矿物谱，并刻度到0-100区间。具体的映射关系为：
XSPEC(X)＝XRMI_S1(X)/255*100；
其中XSPEC(X)为任意点的矿物谱数据，XRMI_S1(X)为任意点的静态成像测井数据。
通过转化后，用波形显示的成像矿物谱如图4。
5、对矿物谱解析获得矿物含量
根据谱分布特征及不同矿物的分布区间，岩心分析数据可以划分不同矿物的谱分布截止值，这里主要划分为方解石类、石英长石类和粘土类三种。在不同地区，谱解析的矿物截止值有一定差异，但解析的基本方法都是一样的，例如川南威远-永川海相页岩气的C1值在25左右，C2值在50左右，如图5。
6、计算页岩气储层中的脆性指数
根据矿物谱解析结果，获得方解石类、石英长石类和粘土含量。在页岩气储层中，石英长石类矿物含量对地层的可压裂性影响最大，因此采用石英长石类含量与所有矿物含量的比例来计算脆性指数。计算处理成果如图6，其中XVolume为解析的矿物体积，XBrite为脆性指数。
Figure GDA0002542893010000081
本方案关键点在于利用成像测井定量计算页岩气储层的矿物含量；结合成像测井提取的裂缝、层理等地质属性，建立了页岩气储层的脆性指数计算方法，解决了页岩气储层脆性评价的技术难题，具有较高的精度。
本方案进行了川南X井的XRMI成像测井资料处理解释，计算的矿物含量成果(左图)与LithoSacnner元素俘获测井成果(右图)具有很好的相关关系，如图7。在长井段，二者在粘土矿物(Shale)、石英长石类矿物(SiO2)、方解石矿物(Calcite)的体积含量等变化趋势一致对比，数值基本相近。
从应用结果来看，本方法在实际计算中具有更高的精度，能够精确反映地层矿物含量的细微变化，计算的脆性指数Brite能够有效反映地层脆度变化情况，在层理、裂缝特征在评价中具有更直观的优势。例如本井在4083-4098米井段的脆性相对更高，建议在该段开窗侧钻水平段，该井水平段获得页岩气产量7.37万方/天，在水平井靶点层位优选中得到成功应用。目前，该技术已经在永川和威远地区的YY1井,YY2井，WY1井，WY2井等多口页岩气井中进行了应用，效果良好，多口井获得页岩气工业产能。
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，应当指出的是，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 (9)

1.成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于，它包括以下步骤：
步骤一，对成像测井资料进行预处理；
步骤二，利用预处理后的原始成像测井各电极数据进行直方图分析；
步骤三，对成像测井各电极数据进行直方图标准化；
步骤四，对标准化后的成像数据进行图像增强；
步骤五，将静态成像数据刻度为成像矿物谱；
步骤六，利用标准化直方图及成像谱，用岩心分析数据刻度测井，根据谱分布位置进行矿物解谱，获得粘土矿物、石英、方解石矿物的含量；
步骤七，计算石英在总矿物含量中的比例，获得页岩气中的脆性指数。
2.根据权利要求1所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：所述的预处理包括极板、电极深度对齐，利用深度对齐后的原始成像测井各电极数据进行直方图分析。
3.根据权利要求2所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：在XRMI成像测井数据进行解编和深度校正后，对6个极板的数据进行直方图统计。
4.根据权利要求1所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：基于正态分布原理，对成像测井各电极数据进行直方图标准化。
5.根据权利要求3所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：由于方解石和石英的差异，会出现双峰特征；据此设置各极板数据标准化的范围，采用正态分布函数进行极板数据的分布区间标准化，数据划分为0-255级区间；正态分布概率密度函数为：
Figure FDA0002562546790000011
其中μ和σ都是常数，μ决定了图形的数据分布中心位置，σ决定了图形中峰的陡峭程度。
6.根据权利要求1或5所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：采用直方图增强的方式进行成像测井数据图像增强；将标准化后的测井数据通过变换，得到图像灰度分布均匀且级数为[0,255]范围内的数字图像；
首先采用离散函数将每一灰度级rj映射到预计的灰度级Sk，得到均衡化的数据：
Figure FDA0002562546790000021
其中n为图像中像素的数量和，nj为灰度级rj内的像素数量，pr为前面获得的直方图数据；
其次将均衡数据pz进行函数变换得到直方图规定化数据；
Figure FDA0002562546790000022
并获得其反函数
Zk＝G-1(Sk)
最后通过迭代求取G(zk)与Sk最接近的值，获得最终Zk值
min([G(Zk)-Sk])≥0
通过上述处理，将原始数据的每个像素rj映射到对应的灰度级Sk，再将Sk映射到最终的灰度级值Zk，从而实现直方图增强；
采用全井段作为窗长得到静态成像测井图像XRMI_S1；采用一定窗长得到动态成像测井图像XRMI_D1，图像质量得到明显改善加强，能有效反映地层的地质特征，包括岩性、层理、裂缝。
7.根据权利要求6所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：基于全井段标准化和增强的静态成像测井数据，较准确地反映了地层的岩性特征，在页岩气储层的静态成像测井图像上，高亮颜色部分对应高电阻率或低电导率的岩石，暗色部分对应低电阻或高电导率的岩石，但是仅根据颜色难以精确区分，为了定量分析，需要将成像图0-255映射为矿物谱，并刻度到0-100区间；具体的映射关系为：
XSPEC(X)＝XRMI_S1(X)/255*100；
其中XSPEC(X)为任意点的矿物谱数据，XRMI_S1(X)为任意点的静态成像测井数据；通过转化后，用波形显示成像矿物谱。
8.根据权利要求7所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：根据谱分布特征及不同矿物的分布区间，岩心分析数据可以划分不同矿物的谱分布截止值，这里主要划分为方解石类、石英长石类和粘土类三种。
9.根据权利要求8所述的成像测井计算页岩储层矿物含量及脆性指数的谱分析方法，其特征在于：根据矿物谱解析结果，获得方解石类、石英长石类和粘土含量；在页岩气储层中，石英长石类矿物含量对地层的可压裂性影响最大，因此采用石英长石类含量与所有矿物含量的比例来计算脆性指数：
Figure FDA0002562546790000031
其中XBrite为脆性指数。
CN201810040193.1A 2018-01-16 2018-01-16 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法 Active CN108363110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810040193.1A CN108363110B (zh) 2018-01-16 2018-01-16 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810040193.1A CN108363110B (zh) 2018-01-16 2018-01-16 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法

Publications (2)

Publication Number Publication Date
CN108363110A CN108363110A (zh) 2018-08-03
CN108363110B true CN108363110B (zh) 2020-10-09

Family

ID=63006314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810040193.1A Active CN108363110B (zh) 2018-01-16 2018-01-16 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法

Country Status (1)

Country Link
CN (1) CN108363110B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300089B (zh) * 2018-08-20 2020-11-06 中国石油天然气集团有限公司 一种基于二分法的测井图像均衡处理的方法
CN109612943B (zh) * 2019-01-14 2020-04-21 山东大学 基于机器学习的隧洞岩石石英含量测试系统及方法
CN110057727B (zh) * 2019-04-17 2021-08-31 中国石油大学(华东) 一种针对砂砾岩储层中岩屑含量统计的方法
CN110189353B (zh) * 2019-06-10 2021-01-19 中国石油大学(华东) 一种泥页岩能谱矿物分布图校准方法及系统
CN110596165A (zh) * 2019-09-11 2019-12-20 中国石油大学(华东) 一种改进的基于矿物组成的页岩脆性指数确定方法
CN110866912B (zh) * 2019-11-15 2022-04-19 成都理工大学 基于成像测井图像纹理的页岩纹层非均质性数据处理方法
CN113125413A (zh) * 2019-12-31 2021-07-16 中石化石油工程技术服务有限公司 一种基于激光诱导击穿光谱的页岩脆性在线评价方法
CN114427451B (zh) * 2020-09-11 2024-06-21 中国石油化工股份有限公司 一种基于随钻资料获取页岩储层静态参数的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730095A (zh) * 2015-02-12 2015-06-24 中国石油大学(华东) 一种基于电成像测井资料的复杂地层粘土含量测量方法
CN106600436A (zh) * 2016-11-28 2017-04-26 中国石油集团川庆钻探工程有限公司 计算页岩气地层矿物组分含量及孔隙度的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180106708A1 (en) * 2015-05-20 2018-04-19 Schlumberger Technology Corporation Hydraulic fracturability index using high resolution core measurements

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730095A (zh) * 2015-02-12 2015-06-24 中国石油大学(华东) 一种基于电成像测井资料的复杂地层粘土含量测量方法
CN106600436A (zh) * 2016-11-28 2017-04-26 中国石油集团川庆钻探工程有限公司 计算页岩气地层矿物组分含量及孔隙度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
四川盆地五峰组-龙马溪组页岩脆性评价与"甜点层"预测;张晨晨 等;《地质勘探》;20160930;第36卷(第9期);51-60 *
改进的直方图均衡算法在图像增强中的应用;姜柏军 等;《激光与红外》;20140630;第44卷(第6期);702-706 *

Also Published As

Publication number Publication date
CN108363110A (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
CN108363110B (zh) 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法
CN102606150B (zh) 一种碎屑岩岩性识别方法及系统
CN110208859B (zh) 基于超声成像的油基泥浆井裂缝定量参数智能计算方法
CN112526107B (zh) 裂缝型致密砂岩储层甜点识别与定量表征的方法
CN113419284B (zh) 一种基于聚类分析测井岩石物理相双甜点识别方法
CN114427457B (zh) 潮坪相碳酸盐岩储层测井五性关系确定、及测井评价方法
CN111706319A (zh) 一种基于导电影响因素逐步剥离的海相页岩含气饱和度评价方法
CN110939428B (zh) 一种致密砂岩油气藏储层裂缝的识别方法
Linek et al. Rock classification based on resistivity patterns in electrical borehole wall images
CN110968840A (zh) 一种基于大地电磁测深电阻率判定隧围岩等级的方法
CN110847887B (zh) 一种细粒沉积陆相页岩裂缝识别评价方法
CN108828687B (zh) 一种基于电成像面孔率的渗透率计算方法
CN110133722B (zh) 一种应用声速定性识别泥质分布类型的方法
CN116930023A (zh) 致密砂岩相控分类孔隙度测井精细解释方法和装置
CN115170945A (zh) 针对陆相细粒沉积岩中层理发育程度的定量识别方法
CN113075748A (zh) 基于成像测井和声波远探测测井资料的裂缝有效性评价方法
CN114518309A (zh) 一种页岩油储层中夹层孔隙有效三维表征的方法及装置
CN116626779B (zh) 一种潜山地层孔隙度计算方法及系统
Parashar et al. High-Resolution Electrofacies Using Machine Learning to Decrypt High Poro-Perm Zones in Cyclic Succession of Pliocene Bioclastic Limestone: Case Study From Madura Strait Area, East Java Basin
CN109447944A (zh) 碳酸盐岩的岩相识别方法及系统
Parashar et al. A Novel Machine-Assisted Technique for Extracting Multiscale Vugs and Fractures in Heterogeneous Carbonates Sequence
CN116047621A (zh) 一种基于元素录井曲线识别古岩溶强度的方法
Priyanka et al. Application of Borehole Image-Based Porosity Analysis in Carbonate Reservoirs to Assist in Permeability Calculation and Its Integration with Resistivity Inversion to Distinguish Productive Vuggy Zones and Tight Zones
CN114718538A (zh) 一种水平井压裂甜点选段显示方法
Bi et al. A Comprehensive Logging Evaluation Method for Identifying High-Quality Shale Gas Reservoirs Based on Multifractal Spectra Analysis

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
TR01 Transfer of patent right

Effective date of registration: 20220130

Address after: 100000 22 Chaoyangmen North Street, Chaoyang District, Beijing.

Patentee after: SINOPEC Group

Patentee after: SINOPEC OILFIELD SERVICE Corp.

Patentee after: Sinopec Jingwei Co.,Ltd.

Patentee after: Southwest measurement and control company of Sinopec Jingwei Co.,Ltd.

Address before: A6 Huixin East st, Chaoyang District, Beijing 100029

Patentee before: SINOPEC OILFIELD SERVICE Corp.

Patentee before: Logging branch of Sinopec Southwest Petroleum Engineering Co., Ltd

TR01 Transfer of patent right