CN108805158B - 一种致密油储层成岩相划分方法 - Google Patents

一种致密油储层成岩相划分方法 Download PDF

Info

Publication number
CN108805158B
CN108805158B CN201810337918.3A CN201810337918A CN108805158B CN 108805158 B CN108805158 B CN 108805158B CN 201810337918 A CN201810337918 A CN 201810337918A CN 108805158 B CN108805158 B CN 108805158B
Authority
CN
China
Prior art keywords
oil reservoir
characteristic parameters
rdi
tight oil
lithogenic
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.)
Expired - Fee Related
Application number
CN201810337918.3A
Other languages
English (en)
Other versions
CN108805158A (zh
Inventor
张金亮
李阳
史兵兵
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.)
Beijing Normal University
Original Assignee
Beijing Normal University
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 Beijing Normal University filed Critical Beijing Normal University
Priority to CN201810337918.3A priority Critical patent/CN108805158B/zh
Publication of CN108805158A publication Critical patent/CN108805158A/zh
Application granted granted Critical
Publication of CN108805158B publication Critical patent/CN108805158B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种致密油储层不同成岩相的划分方法,属于油储层勘测技术领域。本发明首先获取致密油储层成岩相的特征参数,然后采用聚类分析与灰色关联度方法对特征参数进行优选和分析得出致密油储层成岩相类型并划分成岩相。

Description

一种致密油储层成岩相划分方法
技术领域
本发明涉及一种油层勘测技术领域,尤其涉及一种致密油储层成岩相划分方法。
背景技术
成岩相作为含油气盆地沉积学的一个重要研究分支领域,是决定碎屑岩储集层有效性及其油气富集的核心要素,记录了构造、流体、温压等因素对沉积物发育的改造,对确定有利储集层的分布具有重要的指示性作用。
近年来,致密油作为一种非常规油气资源类型,在北美率先实现了勘探开发上的重大突破,成为油气勘探开发领域的新热点,我国的致密油尤其是致密砂岩油虽然处于起步和探索阶段,但已展现出非常好的发展前景。致密油储层资源丰度低,使得其勘探开发具有特殊性,亟需深入细致的地质认识来寻找具有一定规模储量的有利区,而成岩相研究已证明是控制有利储集层的一种有效途径和手段。
以往传统的成岩相分析,只能与常规油气资源进行匹配,利用铸体薄片资料分析成岩特征来进行成岩相的空间分布预测研究。其存在以下几点不足:1、划分成岩相参数选择较少,受单一参数影响大,划分结果待商榷;2、我国以陆相盆地为主,地质条件较为复杂,纵、横向非均质性因沉积和成岩作用的共同影响显著增强,常规的成岩相认识和分析方法不足以有效预测致密油储集层的有利区分布。
发明内容
有鉴于此,本发明的目的在于提供一种致密油储层成相划分方法,本发明首先获取致密油储层成岩相的特征参数,然后采用聚类分析与灰色关联度方法对特征参数进行优选和分析得出致密油储层成岩相类型并划分成岩相。
为了实现上述发明目的,本发明提供以下技术方案:
本发明提供了一种致密油储层成岩相划分方法,包括以下步骤:
(1)选取致密油储层成岩相样品集的特征参数,所述特征参数包括塑性矿物含量、渗透率、成分成熟度、分选系数、排驱压力、喉道中值半径、喉道分选系数、退汞效率、孔隙度、面孔率、绿泥石含量和碳酸盐胶结物含量;
(2)采用Q型聚类分析方法对致密油储层成岩相进行初步分类,得到Q型分类结果;
(3)采用R型聚类分析方法对所述步骤(1)中的特征参数进行相关性分析,得到有效特征参数;对所述有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程以及关联序,结合RDI曲线的拐点和所述Q型分类结果,界定综合定量化指标RDI分类阀值;根据所述RDI分类阀值,得到灰色关联度分类结果;
(4)对步骤(3)得到的关联序进行一致性检验,若不满足一致性,则重新筛选有效特征参数,重复进行直至满足一致性;若满足一致性,将所述灰色关联度分类结果与所述Q型分类结果进行吻合率判断,若吻合率>90%,即可划分致密油储层成岩相。
优选地,还包括基于致密油储层成岩相划分结果,绘制研究区内致密油储层成岩相平面分布图。
优选地,所述步骤(3)中灰色关联度分析包括灰色关联系数的计算和灰色关联度的计算。
优选地,所述步骤(1)中样品集中的样品个数为30~50。
优选地,所述步骤(3)中有效特征参数的个数为7~15。
本发明提供了一种致密油储层成岩相划分方法,包括以下步骤:(1)选取致密油储层成岩相样品集的特征参数,所述特征参数包括塑性矿物含量、渗透率、成分成熟度、分选系数、排驱压力、喉道中值半径、喉道分选系数、退汞效率、孔隙度、面孔率、绿泥石含量和碳酸盐胶结物含量;(2)采用Q型聚类分析方法对致密油储层成岩相进行初步分类,得到Q型分类结果;(3)采用R型聚类分析方法对所述步骤(1)中的特征参数进行相关性分析,得到有效特征参数;对所述有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程以及关联序,结合RDI曲线的拐点和所述Q型分类结果,界定综合定量化指标RDI分类阀值;根据所述RDI分类阀值,得到灰色关联度分类结果;(4)对步骤(3)得到的关联序进行一致性检验,若不满足一致性,则重新筛选有效特征参数,重复进行直至满足一致性检验;若满足一致性,将所述灰色关联度分类结果与所述Q型分类结果进行吻合率判断,若吻合率>90%,即可划分致密油储层成岩相。本发明首先获取致密油储层成岩相的特征参数,然后采用聚类分析与灰色关联度方法对特征参数进行优选和分析得出致密油储层成岩相类型并划分成岩相。从实施例可以看出,本发明的划分结果准确,且易于推广。
附图说明
图1为本发明致密油储层成岩相划分方法的流程图;
图2为Q型聚类分析谱系图;
图3为特征参数的R型聚类分析谱系图;
图4为灰色关联度分类结果示意图;
图5为研究区域内致密油储层成岩相平面预测图。
具体实施方式
本发明提供了一种致密油储层成岩相划分方法,包括以下步骤:
(1)选取致密油储层成岩相样品集的特征参数;
(2)利用采用Q型聚类分析方法对致密油储层成岩相进行初步分类,得到Q型分类结果;
(3)采用R型聚类分析方法对所述步骤(1)中的特征参数进行相关性分析,得到有效特征参数;对得到的有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程以及关联序,结合RDI曲线的拐点和Q型分类结果,界定综合定量化指标RDI分类阀值,根据所述RDI分类阀值,得到灰色关联度分类结果;
(4)对步骤(3)得到的关联序进行一致性检验,若不满足一致性,则重新筛选有效特征参数,重复进行直至满足一致性检验;若满足一致性,将灰色关联度分类结果与Q型分类结果进行吻合率判断,若吻合率>90%,即可划分致密油储层成岩相;
(5)基于致密油储层成岩相划分结果,绘制研究区内致密油储层成岩相平面分布图;
所述步骤(1)中的特征参数优选包括塑性矿物含量、渗透率、成分成熟度、分选系数、排驱压力、喉道中值半径、喉道分选系数、退汞效率、孔隙度、面孔率、绿泥石含量、碳酸盐胶结物含量。
在本发明中,所述样品集中样品的个数优选为30~50,更优选35~45。在本发明中,所述样品通过本领域技术人员常规的地质探测手段得到。
本发明利用Q型聚类分析方法对致密油储层成岩相进行初步分类,得到Q型分类结果。在本发明中,所述Q型聚类分析方法优选采用SPSS数据处理软件。在本发明中,所述SPSS数据处理软件的参数设置为小类之间划分采用的是组间连接,距离由欧氏距离平方进行标度。
本发明采用R型聚类分析方法对所述特征参数进行相关性分析,得到有效特征参数。在本发明中,所述R型聚类分析方法优选为本领域技术人员熟知的聚类分析法,采用本领域技术人员熟知的计算软件进行分析即可,具体的,如SPSS软件。在本发明中,所述SPSS软件的参数设置为小类之间划分采用的是组间连接,距离由相似系数进行标度。在本发明中,所述有效特征参数的个数优选为7~15,更优选为8~12。在本发明中,所述有效特征参数优选为最能划分致密油储层成岩相的特征参数。在本发明的实施例中,采用R型聚类分析方法得到的有效特征参数优选为渗透率、碳酸盐胶结物含量、分选系数、退汞效率、成分成熟度指数、绿泥石含量、面孔率、塑性矿物含量。
所述R型聚类分析后,本发明对得到的有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程以及关联序。
在本发明中,得到有效特征参数后,优选对有效特征参数进行标准化处理,然后进行灰色关联度分析。在本发明中,所述标准化处理优选采用区间值化处理方法。在本发明中,所述区间值化处理方法优选包括以下过程:
①对于其值愈大,反映储层成岩相愈好的参数,如渗透率、面孔率、退汞效率等,用单项参数值减去本参数极小值再除以本参数的极差,如式I所示:
Figure BDA0001629731830000041
②对其值愈小,反映储层成岩相愈好的参数,如塑性矿物含量、碳酸盐胶结物含量等,用本参数的极大值减去单项参数之差再除以本参数极差,如式II所示,使其具有可比性;
Figure BDA0001629731830000042
③对于其值取中间值时,反映储层成岩相较好参数,如绿泥石含量,用单项参数减去中间值并求取绝对值,然后用该绝对值的最大值减去各项参数算得的绝对值之差再除以绝对值的极差,如式III所示:
Figure BDA0001629731830000051
在本发明中,所述灰色关联度分析优选包括灰色关联系数的计算和灰色关联度的计算。在本发明中,所述灰色关联系数的计算方法优选采用下述公式进行计算:
Figure BDA0001629731830000052
Figure BDA0001629731830000053
Figure BDA0001629731830000054
Figure BDA0001629731830000055
其中ρ∈[0.1,1]为分辨系数,其作用在于提高灰关联系数之间的差异显著性,取0.5。
在本发明中,得到灰色关联系数后,优选采用如下公式计算灰色关联度:
Figure BDA0001629731830000056
归一化处理,得到灰色关联度:
Figure BDA0001629731830000057
在本发明中,得到灰色关联度后,优选依据灰色关联度及有效特征参数的标准化数据,得到综合定量化指标RDI方程:
Figure BDA0001629731830000058
其中,ai为关联度,Xi为有效特征参数的正规化数据。
在本发明中,所述灰色关联序为综合定量化指标RDI方程中有效特征参数的系数由大到小的排序。
得到综合定量化指标RDI方程以及关联序,结合RDI曲线的拐点和Q型分类结果,界定综合定量化指标RDI分类阀值,根据所述RDI分类阀值,得到灰色关联度分类结果。
在本发明中,将样品集中各个样品中的有效特征参数带入综合定量化指标RDI方程,得到各个样品对应的RDI值;以RDI值为纵坐标,绘制得到RDI曲线图;结合RDI曲线的拐点和Q型分类结果,界定综合定量化指标RDI分类阀值,根据所述RDI分类阀值,得到灰色关联度分类结果。
本发明对关联序进行一致性检验,若不满足一致性,则重新筛选有效特征参数;若满足一致性,将所述灰色关联度分类结果与所述Q型分类结果进行吻合率判断,若吻合率>90%,即可划分致密油储层成岩相。在本发明中,所述一致性检验的方法优选为层次分析法。本发明对所述层次分析法没有特殊的限定,采用本领域技术人员熟知的层次分析法即可。在本发明中,优选采用MATLAB计算得最大特征根λmax和m,然后根据一致性指标公式计算CI值:
Figure BDA0001629731830000061
得到CI值后,利用公式CR=CI/RI,计算CR;当CR<0.10,认为关联序满足一致性,灰色关联分析结果可以被采用;若不满足一致性,则重新筛选有效特征参数。
在本发明中,所述吻合率采用本领域技术人员熟知的计算方式进行计算即可,具体为,如采用如下公式进行计算:
W=n1/n;
其中n1为灰色关联度分类结果与Q型聚类分析结果一致的样品个数,n为样品集中样品的总个数。
本发明对所述划分方法没有特殊的限定,采用本领域技术人员熟知的划分方法即可。
在本发明中,还包括基于致密油储层成岩相划分结果,绘制研究区内致密油储层成岩相平面分布图。
下面结合实施例对本发明提供的致密油储层成岩相划分方法进行详细的说明,但是不能把它们理解为对本发明保护范围的限定。
实施例1
以鄂尔多斯盆地某区块长9致密油层组为例,按本发明步骤对致密油储层成岩相进行划分,具体实施步骤如下:
(1)依据研究区实际资料,选择包括本区全部沉积相带且压汞实验分析、岩心、物性等资料齐全的几口井,选取35个样品组成样品集,选取以下12个特征参数:塑性矿物含量、渗透率、成分成熟度、分选系数、排驱压力、喉道中值半径、喉道分选系数、退汞效率、孔隙度、面孔率、绿泥石含量、碳酸盐胶结物含量。
(2)采用组间连接欧氏距离法对样品集进行Q型聚类分析法,得到Q型分类结果;采用Q型聚类分析法分析的谱系图如图2所示,从图2可以看出:①D=20时,可分为两大类:相对低孔渗的破坏性成岩相带和相对高孔渗的建设性成岩相带;②D=18时,则分为四大类:溶蚀发育相带、绿泥石膜保护成岩相、碳酸盐胶结成岩相;紧密压实相带。
(3)采用R型聚类分析方法对特征参数进行相关性分析,得到有效特征参数。R型聚类分析法分析的谱系图如图3所示,从图3可以看出:孔隙度、碳酸盐胶结物及排驱压力可反应同样的对储层的控制作用,优选控制储层成岩相的碳酸盐胶结物参数作为代表。D=4.5时,可优选出有效特征参数:渗透率K、碳酸盐胶结物含量Ca、分选系数So、退汞效率We、成分成熟度指数(Q/F+R)、绿泥石含量Ch、面孔率Fr、塑性矿物含量Pm。
对得到的有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程为RDI=0.19578K+0.09254So+0.14021Pm+0.08732Ca+0.14095Ch+0.13563Fr+0.108432Q/(F+R)+0.09916We;根据综合定量化指标RDI方程确定灰色关联序为K>Ch>Pm>Fr>Q/(F+R)>We>So>Ca。将各个样品的有效特征参数带入RDI方程,得到各个样品对应的RDI值,如表1所示;以RDI值为纵坐标,绘制RDI曲线,如图4所示。结合RDI曲线的拐点和Q型分类结果确定分类阀值,RDI分类阀值分别为:RDI∈[0.525,0.9)为溶蚀相带,RDI∈[0.422,0.525)为绿泥石膜保护相带,RDI∈(0.276,0.422)为碳酸盐胶结成岩相带,RDI∈[0.1,0.276)为紧密压实成岩相带。
(4)利用层次分析法对得到的关联序进行一致性检验,由MATLAB计算得最大特征根λmax=8.2883,m=8,带入一致性指标计算公式,可得CI=0.041186,则CR=CI/RI=0.05018/1.41=0.0292<0.10,认为关联序满足一致性,灰色关联分析结果可以被采用;
灰色关联度分类结果与Q型聚类分类结果有32个样品的划分结果相同,根据吻合率计算公式,计算吻合率为91.43%>90%,说明分类结果可靠。
(5)基于致密油储层成岩相划分结果,绘制研究区内致密油储层成岩相平面分布图,如图5所示;其中A1为长石溶蚀成岩相,A2为岩屑溶蚀成岩相,B为碳酸盐胶结成岩相,C为绿泥石膜保护成岩相,D为紧密压实成岩相。
表1各个样品的8个有效特征参数值、RDI值及划分结果
Figure BDA0001629731830000081
从实施例可以看出,本发明的划分结果准确,且易于推广。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种致密油储层成岩相划分方法,包括以下步骤:
(1)选取致密油储层成岩相样品集的特征参数,所述特征参数包括塑性矿物含量、渗透率、成分成熟度、分选系数、排驱压力、喉道中值半径、喉道分选系数、退汞效率、孔隙度、面孔率、绿泥石含量和碳酸盐胶结物含量;
(2)采用Q型聚类分析方法对致密油储层成岩相进行初步分类,得到Q型分类结果;
(3)采用R型聚类分析方法对所述步骤(1)中的特征参数进行相关性分析,得到有效特征参数;对所述有效特征参数进行灰色关联度分析,得到综合定量化指标RDI方程以及关联序,结合RDI曲线的拐点和所述Q型分类结果,界定综合定量化指标RDI分类阀值;根据所述RDI分类阀值,得到灰色关联度分类结果;
(4)对步骤(3)得到的关联序进行一致性检验,若不满足一致性,则重新筛选有效特征参数,重复进行直至满足一致性;若满足一致性,将所述灰色关联度分类结果与所述Q型分类结果进行吻合率判断,若吻合率>90%,即可划分致密油储层成岩相。
2.根据权利要求1所述的划分方法,其特征在于,还包括基于致密油储层成岩相划分结果,绘制研究区内致密油储层成岩相平面分布图。
3.根据权利要求1所述的划分方法,其特征在于,所述步骤(3)中灰色关联度分析包括灰色关联系数的计算和灰色关联度的计算。
4.根据权利要求1所述的划分方法,其特征在于,所述步骤(1)中样品集中的样品个数为30~50。
5.根据权利要求1所述的划分方法,其特征在于,所述步骤(3)中有效特征参数的个数为7~12。
CN201810337918.3A 2018-04-16 2018-04-16 一种致密油储层成岩相划分方法 Expired - Fee Related CN108805158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810337918.3A CN108805158B (zh) 2018-04-16 2018-04-16 一种致密油储层成岩相划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810337918.3A CN108805158B (zh) 2018-04-16 2018-04-16 一种致密油储层成岩相划分方法

Publications (2)

Publication Number Publication Date
CN108805158A CN108805158A (zh) 2018-11-13
CN108805158B true CN108805158B (zh) 2021-06-01

Family

ID=64094294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810337918.3A Expired - Fee Related CN108805158B (zh) 2018-04-16 2018-04-16 一种致密油储层成岩相划分方法

Country Status (1)

Country Link
CN (1) CN108805158B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110987751B (zh) * 2019-11-15 2021-05-18 东北石油大学 一种致密储层三维空间孔喉定量分级评价方法
CN113589398B (zh) * 2020-04-30 2024-03-19 中国石油化工股份有限公司 有效烃源岩有机相的定量分类方法
CN113820754B (zh) * 2021-09-10 2023-06-06 中国石油大学(华东) 基于人工智能识别储层成岩相的深层致密砂岩储层评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308433A (zh) * 2013-05-03 2013-09-18 中国石油天然气集团公司 一种基于孔隙演化分析评价致密砂岩储层成岩相的方法
CN103927514A (zh) * 2014-04-09 2014-07-16 中国矿业大学(北京) 一种基于随机局部图像特征的煤岩识别方法
CN104181603A (zh) * 2014-07-24 2014-12-03 中国石油大学(华东) 碎屑岩沉积成岩综合相识别方法
CN104564041A (zh) * 2014-07-24 2015-04-29 中国石油大学(华东) 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法
CN106156452A (zh) * 2015-03-24 2016-11-23 中国石油化工股份有限公司 一种储层分析方法
CN106547034A (zh) * 2016-11-09 2017-03-29 西南石油大学 一种计算致密储层岩石脆性指数的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308433A (zh) * 2013-05-03 2013-09-18 中国石油天然气集团公司 一种基于孔隙演化分析评价致密砂岩储层成岩相的方法
CN103927514A (zh) * 2014-04-09 2014-07-16 中国矿业大学(北京) 一种基于随机局部图像特征的煤岩识别方法
CN104181603A (zh) * 2014-07-24 2014-12-03 中国石油大学(华东) 碎屑岩沉积成岩综合相识别方法
CN104564041A (zh) * 2014-07-24 2015-04-29 中国石油大学(华东) 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法
CN106156452A (zh) * 2015-03-24 2016-11-23 中国石油化工股份有限公司 一种储层分析方法
CN106547034A (zh) * 2016-11-09 2017-03-29 西南石油大学 一种计算致密储层岩石脆性指数的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Q型聚类分析在四川盆地南部上三叠统须二段成岩相研究中的应用》;余瑜 等;;《地质科技情报》;20170331;第36卷(第2期);第133-140页; *
《致密低渗砂岩储层定量评价方法》;张广权 等;;《天然气地球科学》;20161231;第27卷(第12期);第2147-2153页; *

Also Published As

Publication number Publication date
CN108805158A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN107703560B (zh) 一种基于三重信息的泥页岩岩相精细识别方法
CN104747185B (zh) 非均质油藏储层综合分类评价方法
CN106948811B (zh) 叠合盆地致密碳酸盐岩盖层封盖性能的定量表征方法
CN109653725B (zh) 基于沉积微相和岩石相的混积储层水淹程度测井解释方法
CN110318745B (zh) 一种沉积微相约束下粒径岩性测井评价方法
CN108805158B (zh) 一种致密油储层成岩相划分方法
CN111046585B (zh) 基于多元线性回归分析的页岩气甜点预测方法
CN108694264B (zh) 一种确定页岩气储层渗透率的方法
CN110717301B (zh) 一种基于支持向量机算法的流动单元信息分类识别方法
CN103616731B (zh) 一种油气勘探中蚀变火山岩有效储层确定方法及装置
CN107165621B (zh) 一种利用聚类方法识别多井沉积微相的方法
CN107829731B (zh) 一种黏土蚀变的火山岩孔隙度校正方法
CN106503295B (zh) 一种利用状态空间模型解释油田水淹层的方法及装置
CN111461386A (zh) 基于bp神经网络的页岩气甜点预测方法
CN105572747B (zh) 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法
CN112698399B (zh) 一种砂砾岩井测震联动约束高效储层定量预测方法与系统
CN113361111B (zh) 一种低渗透油藏储层特征模型的划分方法
CN113027433A (zh) 计算强非均质性砂砾岩储层渗透率的方法和装置
CN110940790B (zh) 一种判识高效烃源岩的方法及装置
CN110727027B (zh) 多期次河道砂的精细刻画方法
CN111335871A (zh) 一种基于分层产能评价的查层补孔技术方法
Esmaeili et al. Simulating reservoir capillary pressure curves using image processing and classification machine learning algorithms applied to petrographic thin sections
CN114428372B (zh) 一种自适应的岩石物理建模方法
CN112415596A (zh) 一种基于测井资料的白云岩结构类型识别方法
CN114482995A (zh) 一种细粒沉积物泥质含量精细确定方法

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: 20210601