CN108733856B - 页岩气储层游离气饱和度确定方法及计算机可读存储介质 - Google Patents
页岩气储层游离气饱和度确定方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108733856B CN108733856B CN201710265490.1A CN201710265490A CN108733856B CN 108733856 B CN108733856 B CN 108733856B CN 201710265490 A CN201710265490 A CN 201710265490A CN 108733856 B CN108733856 B CN 108733856B
- Authority
- CN
- China
- Prior art keywords
- constant
- poisson
- shale
- trend line
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013016 damping Methods 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 87
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002734 clay mineral Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种页岩气储层游离气饱和度确定方法及计算机可读存储介质,包括:基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs‑Vp趋势线方程;基于Vs‑Vp趋势线方程,获取常数c;基于测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;基于泊松阻尼因子PDF,确定游离气饱和度Sg。本发明的优点在于:根据测井资料获得纵波时差、横波时差与体积密度,求得泊松阻尼因子,利用泊松阻尼因子确定页岩气储层中游离气饱和度,获得的饱和度误差达到行业标准,为页岩气含气量评价提供了有效手段。
Description
技术领域
本发明涉及页岩气储层分析领域,更具体地,涉及一种页岩气储层游离气饱和度确定方法及计算机可读存储介质。
背景技术
页岩气储层中游离气含量的确定是油气资源量和经济评价的关键参数,常用每吨岩石中游离天然气的体积表示游离气含量的大小(m3/ton)。目前,测井确定页岩中游离气含量基本步骤是:(1)利用测井资料确定地下页岩储层孔隙中游离气饱和度(Sg),即游离气体积占总孔隙体积的百分比(%);(2)将地下游离天然气体积换算成地面体积,以每吨岩石中所含游离气体积来表示(m3/ton),通过Sg=1.0-Sw进行转换,其中,Gfree为游离气含量;Bg为天然气体积系数;Φt为页岩储层孔隙度;Sg为游离气饱和度;ρb为地层密度;Sw为含水饱和度。
由上可见,页岩游离气饱和度(Sg)是测井确定游离气含量的关键参数,目前在测井行业中,页岩游离气饱和度的确定是利用电阻率测井资料基于传统纯砂岩含油气饱和度模型(阿尔奇公式)和泥质砂岩含油气饱和度模型(Simandoux公式、Waxman-Smits双水模型等)。然而,传统含油气饱和度模型是针对粒间孔隙的砂岩储层建立起来的,从理论基础上来讲不适于以粘土矿物为主的页岩气储层。
因此,有必要开发一种利用泊松阻抗属性定量确定页岩气游离气饱和度的方法,为页岩储层游离气含量的确定提供了更精准的方法。
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
本发明提出了一种页岩气储层游离气饱和度确定方法及计算机可读存储介质,其能够通过测井纵波速度、横波速度与体积密度,求得泊松阻尼因子,建立关于泊松阻尼因子与含气饱和度的关系模型,根据这一模型确定页岩气含气饱和度。
根据本发明的一方面,提出了一种页岩气储层游离气饱和度确定方法,包括:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于所述Vs-Vp趋势线方程,获取常数c;
基于所述测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于所述泊松阻尼因子PDF,确定所述游离气饱和度Sg。
优选地,所述纵波速度Vp通过纵波时差转换获得,所述横波速度Vs通过横波时差转换获得。
优选地,通过对所述纵波速度Vp和所述横波速度Vs进行交会分析,建立所述Vs-Vp趋势线方程。
优选地,所述Vs-Vp趋势线方程为:
Vs=AVp+B (1)。
优选地,所述常数c的范围是:1.3≤c≤1.5。
优选地,所述纵波阻抗AI=Vp·ρ,所述横波阻抗SI=Vs·ρ。
优选地,所述泊松阻尼因子PDF为:
优选地,所述游离气饱和度Sg为:
其中,C1为常数,可以取0.0037;
C2为常数,可以取13.803。
根据本发明的另一方面,提出了一种计算机可读存储介质,其上存储计算机程序,其中,所述程序被处理器执行时实现以下步骤:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于所述Vs-Vp趋势线方程,获取常数c;
基于所述测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于所述泊松阻尼因子PDF,确定所述游离气饱和度Sg。
根据本发明的一种页岩气储层游离气饱和度确定方法及计算机可读存储介质,其优点在于:根据测井资料获得纵波速度、横波速度与体积密度,求得泊松阻尼因子,利用泊松阻尼因子确定页岩气储层中游离气饱和度,获得的饱和度误差达到行业标准,为页岩气含气量评价提供了有效手段。
本发明的方法和计算机可读存储介质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例中将是显而易见的,或者将在并入本文中的附图和随后的具体实施例中进行详细陈述,这些附图和具体实施例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例进行更详细的描述,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例中,相同的附图标记通常代表相同部件。
图1示出了现有技术中的含气砂岩、含水砂岩和泥岩层的AI-SI交会示意图。
图2示出了根据本发明的一种页岩气储层游离气饱和度确定方法的步骤的流程图。
图3示出了依据岩心实测井的含气孔隙度与泊松阻尼因子的关系。
图4示出了根据本发明的一个示例性实施例的确定页岩气井游离气饱和度的效果图。
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例,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例所限制。相反,提供这些实施例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。
基于传统砂岩含油气饱和度理论确定页岩气含气饱和度的思路已经被摒弃,采用声波属性和密度属性确定页岩气含气饱和度的思路。
由于声波测井和密度测井对天然气层响应灵敏,人们常常采用这两种测井资料识别天然气层。在天然气识别中,常用纵波阻抗(AI)、横波阻抗(SI)、泊松比(Pr)和密度(ρ)等概念。
2006年,休斯顿石油公司Mark Quakenbusk(Quakenbush Metal.Poissonimpedance.The Leading Edge,2006,25(2):128-138)提出了泊松阻抗(PI)概念,在此基础上Mazumdar等(Mazumdar P.Poisson dampening factor.The Leading Edge,2007,26(7):850-852)提出泊松阻尼因子(PDF)概念,并进行油气定性识别。以含气砂岩、含水砂岩和泥岩层的纵波阻抗AI-横波阻抗SI交会图(如图1所示)为例,说明其油气识别过程。图中含气砂岩、含水砂岩和泥岩的纵、横波阻抗有一定差异,但沿AI—SI轴线投影的资料点具有相互重叠的现象,这样,单独用纵波阻抗或横波阻抗就难以准确区分各类岩层流体性质。对AI—SI坐标系统旋转一定角度后进行投影,可以很好地分辨出各种不同的地层岩性和流体性质(如图1所示)。这种旋转一定角度后的新坐标,被定义为泊松阻抗(PI)。
数学上,坐标旋转是一种线性变换,则PI=AI-cSI,式中,AI-纵波阻抗(kg·m-2·s-1);SI-横波阻抗(kg·m-2·s-1);PI-泊松阻抗(kg·m-2·s-1);c为常数,决定坐标轴的旋转的角度,这一角度取决于旋转后的PI能最有效地识别不同岩性和流体性质,c即是图1中岩性—流体趋势线斜率的倒数。单独的AI或者SI都不能完整识别气层、水层和泥岩,而图1虚线方框中显示的部分(即PI)可以较好识别。
当AI—SI坐标旋转某一个角度后,气层、水层和泥岩在沿PI方向上投影的数据点就可以完全分离开了。因为AI=Vp·ρ,SI=Vs·ρ,所以式PI=AI-cSI可表示为PI=(Vp-cVs)ρ=Vσρ,式中,Vp为纵波速度(m/s);Vs为横波速度(m/s);ρ为密度(kg/m3);Vσ=Vp-c·Vs,称之为泊松速度。
对于一给定的泊松比,低速度的刻度系数大,高速度的刻度系数小,形成一种阻尼效应。
由于泊松阻抗不仅具有泊松比和密度两种属性的特点,而且消除了泥岩背景的影响,对低密度气层的检测更具有优势,国内外已有用泊松阻抗属性定性识别油气层的实例(解吉高等.泊松阻抗地震属性在刚果A区块油气检测中的应用.物探化探计算技术,2015,37(7);时秀朋.泊松阻抗在PX井区N1s1油气检测中的应用.断块油气田,2015,22(4);孙喜新.泊松阻抗及其在平湖砂岩气藏检测中的应用.石油地球物理勘探,2008,43(6)),但没有用泊松阻抗属性定量评价页岩气饱和度的实例。
根据本发明的一种页岩气储层游离气饱和度确定方法,包括:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程。
作为优选方案,纵波速度Vp通过纵波时差Δtc转换获得,所述横波速度Vs通过横波时差Δts转换获得(声波速度与时差之间互为倒数)。
其中对目的层段的纵波速度Vp和横波速度Vs进行交会分析,可以建立泥页岩Vs-Vp趋势线方程,该方程为:
Vs=AVp+B (1),
式中,A为趋势线斜率;B为常数。
其中,以纵波速度Vp作为自变量,以横波速度Vs作为因变量进行统计回归,可以确定系数A和常数B。
基于Vs-Vp趋势线方程,获取常数c。
作为优选方案,常数c的范围为:1.3≤c≤1.5。
基于测井数据获取纵波阻抗AI、横波阻抗SI及常数c,确定泊松阻尼因子PDF。
其中,泊松阻尼因子为:
其中,纵波阻抗AI和横波阻抗SI分别为:
AI=Vp·ρ,SI=Vs·ρ (4),
式中,Vp为纵波速度;
Vs为横波速度;
ρ为体积密度。
根据页岩岩心实验发现,页岩气储层含气孔隙度(总孔隙度与游离气饱和度之积,即φt×Sg)与泊松阻尼因子PDF之间存在定量关系,如表1所示:
表1某区页岩岩心实测页岩总孔隙度、游离气饱和度和泊松阻尼因子
表1显示了某区页岩岩心实测页岩总孔隙度Φt、游离气饱和度Sg、泊松阻尼因子PDF的数据。将含气孔隙度(Sg×Φt)与泊松阻尼因子PDF进行交会和统计分析,两者之间存在指数变化关系(如图3所示)。关系如下:
其中,C1为常数,取0.0037;
C2为常数,取13.803。
本发明通过测井资料获得原始计算数据,计算获得泊松阻尼因子PDF,通过泊松阻尼因子PDF与游离气饱和度及孔隙度的关系,计算得到游离气饱和度,该饱和度的误差达到8%以内,为页岩气游离气含气量评价提供了有效手段。
本发明还提供了一种计算机可读存储介质,其上存储计算机程序,其中,程序被处理器执行时实现以下步骤:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于Vs-Vp趋势线方程,获取常数c;
基于测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于泊松阻尼因子PDF,确定游离气饱和度Sg。
作为优选方案,纵波速度Vp通过纵波时差转换获得,横波速度Vs通过横波时差转换获得。
作为优选方案,通过对纵波速度Vp和横波速度Vs进行交会分析,建立Vs-Vp趋势线方程。
实施例
图2示出了根据本发明的一种页岩气储层游离气饱和度确定方法的步骤的流程图。
本发明的一种页岩气储层游离气饱和度确定方法,包括:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于Vs-Vp趋势线方程,获取常数c;
基于测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于泊松阻尼因子PDF,确定游离气饱和度Sg。
图4示出了根据本发明的一个示例性实施例的确定页岩气井游离气饱和度的效果图。
本实施例通过某区域的实际页岩气储层为例,如图4所示,输入曲线为纵波速度Vp(通过纵波时差转换获得)、横波速度Vs(通过横波时差转换获得)、体积密度ρ和页岩总孔隙度Φt,建立Vs-Vp趋势线方程,获得常数c=1.5。游离气饱和度与泊松阻尼因子PDF关系为C1=0.0037,C2=13.803。
如图4最右一道所示,测定的游离气饱和度与通过本发明的方法计算获得的游离气饱和度对比,其中,黑色连续曲线为本方法确定的含气饱和度,黑色圆点为岩心分析的气饱和度,两者能够很好地吻合。
以上已经描述了本发明的实施例,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实施例。在不偏离所说明的实施例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,旨在最好地解释实施例的原理、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实施例。
Claims (5)
1.一种页岩气储层游离气饱和度确定方法,包括:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于所述Vs-Vp趋势线方程,获取常数c;
基于所述测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于所述泊松阻尼因子PDF,确定游离气饱和度Sg;
其中,所述游离气饱和度Sg为:
其中,C1为常数;
C2为常数;
其中,通过对所述纵波速度Vp和所述横波速度Vs进行交会分析,建立所述Vs-Vp趋势线方程;
其中,所述Vs-Vp趋势线方程为:
Vs=AVp+B (1)
其中,A为趋势线斜率;B为常数;
其中,所述纵波阻抗AI=Vp·ρ,所述横波阻抗SI=Vs·ρ;
其中,所述泊松阻尼因子PDF为:
2.根据权利要求1所述的页岩气储层游离气饱和度确定方法,其中,所述纵波速度Vp通过纵波时差转换获得,所述横波速度Vs通过横波时差转换获得。
4.根据权利要求2所述的页岩气储层游离气饱和度确定方法,其中,所述常数c的范围是:1.3≤c≤1.5。
5.一种计算机可读存储介质,其上存储计算机程序,其中,所述程序被处理器执行时实现以下步骤:
基于测井数据获取纵波速度Vp、横波速度Vs、体积密度ρ及页岩总孔隙度Φt,确定Vs-Vp趋势线方程;
基于所述Vs-Vp趋势线方程,获取常数c;
基于所述测井数据获取纵波阻抗AI、横波阻抗SI及所述常数c,确定泊松阻尼因子PDF;
基于所述泊松阻尼因子PDF,确定游离气饱和度Sg;
其中,所述游离气饱和度Sg为:
其中,C1为常数;
C2为常数;
其中,通过对所述纵波速度Vp和所述横波速度Vs进行交会分析,建立所述Vs-Vp趋势线方程;
其中,所述Vs-Vp趋势线方程为:
Vs=AVp+B (1)
其中,A为趋势线斜率;B为常数;
其中,所述纵波阻抗AI=Vp·ρ,所述横波阻抗SI=Vs·ρ;
其中,所述泊松阻尼因子PDF为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710265490.1A CN108733856B (zh) | 2017-04-21 | 2017-04-21 | 页岩气储层游离气饱和度确定方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710265490.1A CN108733856B (zh) | 2017-04-21 | 2017-04-21 | 页岩气储层游离气饱和度确定方法及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108733856A CN108733856A (zh) | 2018-11-02 |
CN108733856B true CN108733856B (zh) | 2022-06-21 |
Family
ID=63933915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710265490.1A Active CN108733856B (zh) | 2017-04-21 | 2017-04-21 | 页岩气储层游离气饱和度确定方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108733856B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573344A (zh) * | 2014-12-25 | 2015-04-29 | 中国海洋石油总公司 | 一种通过测井数据获取页岩储层含气量的方法 |
CN105370270A (zh) * | 2015-11-06 | 2016-03-02 | 中石化石油工程技术服务有限公司 | 由偶极声波纵、横波时差确定页岩气储层含气饱和度的方法 |
CN105938203A (zh) * | 2016-06-24 | 2016-09-14 | 中国石油天然气股份有限公司 | 一种储层特性的检测方法及装置 |
CN106285652A (zh) * | 2015-05-29 | 2017-01-04 | 中国石油化工股份有限公司 | 确定页岩游离气体饱和度的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9470086B2 (en) * | 2013-12-18 | 2016-10-18 | King Fahd University Of Petroleum And Minerals | Inflow performance relationship for horizontal wells producing oil from multi-layered heterogeneous solution gas-drive reservoirs |
-
2017
- 2017-04-21 CN CN201710265490.1A patent/CN108733856B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573344A (zh) * | 2014-12-25 | 2015-04-29 | 中国海洋石油总公司 | 一种通过测井数据获取页岩储层含气量的方法 |
CN106285652A (zh) * | 2015-05-29 | 2017-01-04 | 中国石油化工股份有限公司 | 确定页岩游离气体饱和度的方法 |
CN105370270A (zh) * | 2015-11-06 | 2016-03-02 | 中石化石油工程技术服务有限公司 | 由偶极声波纵、横波时差确定页岩气储层含气饱和度的方法 |
CN105938203A (zh) * | 2016-06-24 | 2016-09-14 | 中国石油天然气股份有限公司 | 一种储层特性的检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
泊松阻尼因子在平湖地区储层流体检测中的应用—一种定量地震解释的新方法;高伟义 等;《中国石油勘探》;20130430(第2期);第50-51页 * |
泊松阻尼因子在预测高孔隙度砂岩中的应用;秦德文 等;《工程地球物理学报》;20150430(第2期);第191-192页 * |
泊松阻抗及其在平湖砂岩气藏检测中的应用;孙喜新;《石油地球物理勘探》;20081231(第6期);第699-702页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108733856A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chopra et al. | Integration of coherence and volumetric curvature images | |
US9465140B2 (en) | Petrophysical method for predicting shear strength anisotropy in fine-grained rock formations | |
Johri et al. | A scaling law to characterize fault-damage zones at reservoir depths | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
Hosseini et al. | Geostatistical modeling and spatial distribution analysis of porosity and permeability in the Shurijeh-B reservoir of Khangiran gas field in Iran | |
Al-Dousari et al. | Investigating the dependence of shear wave velocity on petrophysical parameters | |
CN103775057A (zh) | 一种致密油气藏有效储层的判识方法及装置 | |
Dvorkin et al. | Rock physics of a gas hydrate reservoir | |
CN106054279B (zh) | 一种煤岩脆性指数的确定方法 | |
Carcione et al. | Effect of clay and mineralogy on permeability | |
Gholipour et al. | New theoretical model for predicting and modelling fractures in folded fractured reservoirs | |
CN103792575B (zh) | 一种去骨架影响的致密砂岩气层识别评价方法 | |
Askari et al. | A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir | |
Hermana et al. | Discriminating lithology and pore fill in hydrocarbon prediction from seismic elastic inversion using absorption attributes | |
Horsfall et al. | Hydrocarbon reservoir characterization using well log in Niger Delta Basin of Nigeria | |
Hossain et al. | Advanced rock-physics diagnostic analysis: A new method for cement quantification | |
Ahmed et al. | DHI evaluation by combining rock physics simulation and statistical techniques for fluid identification of Cambrian-to-Cretaceous clastic reservoirs in Pakistan | |
Suleymanov et al. | Machine learning models for acoustic data prediction during drilling composite lithology formations | |
CN108733856B (zh) | 页岩气储层游离气饱和度确定方法及计算机可读存储介质 | |
Al-Dughaimi et al. | Stress dependence of elastic and transport properties in tight gas sandstones | |
Ibrahim et al. | Estimation of tensile and uniaxial compressive strength of carbonate rocks from well-logging data: artificial intelligence approach | |
Sharma* et al. | Estimation of density from seismic data without long offsets–a novel approach. | |
Gandhi et al. | Correction of invasion effects on well logs in Camisea gas reservoirs, Peru, with the construction of static and dynamic multilayer petrophysical models | |
Bejaoui et al. | Characterization and simulation of a complex fractured carbonate field offshore Tunisia | |
Ghafoori et al. | A state-of-the-art permeability modeling using fuzzy logic in a heterogeneous carbonate (An Iranian Carbonate Reservoir Case Study) |
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 |