CN109387869A - 致密灰岩岩相识别方法及系统 - Google Patents
致密灰岩岩相识别方法及系统 Download PDFInfo
- Publication number
- CN109387869A CN109387869A CN201710662567.9A CN201710662567A CN109387869A CN 109387869 A CN109387869 A CN 109387869A CN 201710662567 A CN201710662567 A CN 201710662567A CN 109387869 A CN109387869 A CN 109387869A
- Authority
- CN
- China
- Prior art keywords
- lithofacies
- well
- substratum
- compact limestone
- log information
- 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.)
- Pending
Links
- 235000019738 Limestone Nutrition 0.000 title claims abstract description 70
- 239000006028 limestone Substances 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000011435 rock Substances 0.000 claims abstract description 40
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000004062 sedimentation Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 28
- 239000000284 extract Substances 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 235000021185 dessert Nutrition 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000280 densification Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 241001484259 Lacuna Species 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012360 testing method 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明公开了一种致密灰岩岩相识别方法及系统，包括：1)对测井资料进行预处理；2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；4)基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。本发明在小层格架控制下能够很好的识别致密灰岩岩相。
Description
技术领域
本发明属于油气地球物理技术领域，更具体地，涉及一种致密灰岩岩相识别方法及系统。
背景技术
随着常规油气勘探开发难度越来越大，能源矛盾日益突出，非常规致密灰岩作为一种重要和现实的新资源，其勘探开发日益受到广泛、高度的关注。美国、加拿大、中国等国家已该领域特殊储层的勘探开发中，投入力度也前所未有地持续加大，投入新技术试验研究已是大势所趋。而碳酸盐岩以其多种成因的复杂岩石类型而区别于相对简单的碎屑岩类，在碳酸盐岩沉积储层研究中，对致密灰岩岩相的准确判断是进行沉积微相解释的关键，也是开展储层评价、储层预测等一系列研究的基础。近几年来来国内外学者已将多种数学方法应用到致密灰岩的岩相识别之中，如神经网络、模糊聚类、灰色理论等。
范翔宇(2007，基于模糊理论的复杂岩相测井识别研究，钻采工艺)利用模糊理论并结合测井多参数信息来进行岩相综合识别。不同的地层有着不同的岩性，其对应的测井响应也会随之不同，以取心井岩心薄片分析资料和典型岩相测井响应特征为基础，对某种单一岩性的岩石进行标定。选取能代表岩性的测井响应值为变量参数，具有不同岩性的岩石为样本，利用模糊数学方法来对未知岩相进行聚类分析和模糊识别。刘宏(2008，基于灰色关联的复杂碳酸盐岩测井岩相识别，大庆石油地质与开发)将灰色关联分析方法应用在复杂碳酸盐岩测井岩相识别中。依据此理论，测井岩相就可以看成是一个包含已知信息(测井曲线、岩性、标准模式、权重)和未知信息(岩性)的灰色过程，利用灰色系统中每个灰数的统计值，建立岩相一电相的灰色关联数学模型，求取未知模式与标准模式的灰色关联度来判断未知岩性。师政(2015，基于地震属性聚类的岩相分析方法及应用，中国矿业大学学报)，提出了基于地震属性聚类的岩相分析方法。该方法基于模糊C均值聚类算法(FCM)，首先通过地震属性提取、优化和聚类分析得到地震相图；然后结合地质基础资料赋予每种地震相准确的岩相意义；最后检验结果准确性并分析岩相展布规律。
发明人发现，这些常用方法共同的优点在于基于成熟的算法，实现自动化处理，方便快捷，其不足也比较明显。模糊聚类、灰色理论等方法在碎屑岩测井岩相研究中应用广泛且获得较好的效果，但在致密灰岩岩相分析中，受其矿物成分的测井响应多解性的影响，应用效果相对较差；地震属性聚类先选取地震属性组合参与聚类的正确与否，直接决定了岩相的准确与否；并且，常用方法往往忽略了区域地质特征等对岩相分布的控制作用，因此，有必要开发一种小层格架控制下的致密灰岩岩相识别方法。
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
本发明在单井岩相识别的基础上，将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，指导地震属性分析、地震储层预测及有利区优选，对致密灰岩的勘探开发起到积极的促进作用。
根据本发明的一方面，提出了一种致密灰岩岩相识别方法。所述方法可以包括：
1)对测井资料进行预处理；
2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；
3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；
4)基于所述精细小层格架和所述单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；
5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
优选地，所述测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
优选地，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建所述岩性识别图版。
优选地，所述插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法。
根据本发明的另一方面，提出了一种致密灰岩岩相识别系统，其特征在于，所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
1)对测井资料进行预处理；
2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；
3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；
4)基于所述精细小层格架和所述单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；
5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
优选地，所述测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
优选地，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建所述岩性识别图版。
优选地，所述插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法。
本发明的有益效果在于：将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，为地震属性分析、地震储层预测奠定基础，在致密灰岩“甜点预测”方面具有很好的应用前景。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，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方式中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的致密灰岩岩相识别方法的步骤的示意图。
图2示出了根据本发明的一个实施例的A小层岩相平面分布图。
图3示出了根据本发明的一个实施例的B小层岩相平面分布图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，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方式所限制。相反，提供这些实施方式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。
实施例1
在该实施例中，根据本发明的致密灰岩岩相识别方法可以包括：1)对测井资料进行预处理；2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；4)基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
该实施例在单井岩相识别的基础上，将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，指导地震属性分析、地震储层预测及有利区优选，对致密灰岩的勘探开发起到积极的促进作用。
图1示出了根据本发明的致密灰岩岩相识别方法的步骤的示意图。下面参考图1详细说明根据本发明的致密灰岩岩相识别方法的具体步骤。
步骤1，对测井资料进行预处理。
在一个示例中，测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
步骤2，基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架。
具体地，基于岩心资料、地质资料和预处理后的测井资料，根据CORSS的高分辨率层序地层学原理和对比方法，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架。
步骤3，基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果。
在一个示例中，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建岩性识别图版。
具体地，结合岩心资料与测井资料，采用交会图分析法，寻找岩性敏感参数，构建岩性识别图版。根据岩石识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果
步骤4，基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图。
在一个示例中，插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法，在勘探工作中，常以等值线图研究各种电性、磁性特征，制作等值线图前，应对数据网格化，上述4种插值方法均能够进行数据网格化。本领域技术人员应当理解，可以采用任何适当的插值方法。
具体地，基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下利用以上所述的插值方法进行插值，得到一系列岩相平面分布图。
步骤5，基于区域地质认识及各个小层的地震属性，在步骤4)中多种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
具体地，结合区域地质认识及该小层的地震属性，优选最优的插值方法，最终获得小层格架控制下的致密灰岩岩相平面分布图。
本实施例将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，为地震属性分析、地震储层预测奠定基础，在致密灰岩“甜点预测”方面具有很好的应用前景。
应用示例
为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
N油田目的层M段致密灰岩广泛遭受风化剥蚀，成为区域性的风化壳储层。同时，频繁的海侵海退在M段内部发育了多期小的、局部的不整合。储层矿物组合多变导致岩性复杂，主要发育有风化硅质岩、燧石灰岩、硅质白云质灰岩、灰岩、泥灰岩等岩相。
首先，校正N油田目的层M段测井曲线的井眼环境并将测井曲线标准化；其次，基于该区域的岩心资料、地质资料和预处理后的测井资料，根据CORSS的高分辨率层序地层学原理和对比方法，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；再结合该区域岩心资料与测井资料，采用交会图分析法，寻找岩性敏感参数，构建岩性识别图版。根据岩石识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；然后，基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下利用克里金等方法进行插值，得到一系列岩相平面分布图；最后，结合区域地质认识及该小层的地震属性，优选最优的插值方法，最终获得了M段主力产层A小层与B小层的岩相平面分布图。
图2示出了根据本发明的一个实施例的A小层岩相平面分布图。
图3示出了根据本发明的一个实施例的B小层岩相平面分布图。
如图2所示，A小层北部地层缺失，尖灭特征清楚，主要发育灰岩；如图3所示，B小层北主要发育部风化硅质岩及硅质白云岩，工区东南部发育灰岩，其余区域发育燧石灰岩。
该成果揭示了M段各小层的岩相展布规律，与区域地质特征、实钻井相吻合，为“甜点”主控因素分析、有利区优选乃至水平井井位部署等方面提供了依据，取得了非常好的应用效果。
本应用示例将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，为地震属性分析、地震储层预测奠定基础，在致密灰岩“甜点预测”方面具有很好的应用前景。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
实施例2
根据本发明的实施例，提供了一种致密灰岩岩相识别系统，系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现以下步骤：1)对测井资料进行预处理；2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；4)基于精细小层格架和单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
该实施例在单井岩相识别的基础上，将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，指导地震属性分析、地震储层预测及有利区优选，对致密灰岩的勘探开发起到积极的促进作用。
在一个示例中，测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
在一个示例中，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建岩性识别图版。
在一个示例中，插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法。
本实施例将精细的小层格架作为约束，引入到致密灰岩储层岩相平面分布规律分析之中，加强地质模式的控制作用，获得了更加准确的单井岩相特征及小层岩相平面展布规律，为地震属性分析、地震储层预测奠定基础，在致密灰岩“甜点预测”方面具有很好的应用前景。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例，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各实施例。在不偏离所说明的各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。
Claims (8)
1.一种致密灰岩岩相识别方法，其特征在于，该方法包括：
1)对测井资料进行预处理；
2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；
3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；
4)基于所述精细小层格架和所述单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；
5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
2.根据权利要求1所述的致密灰岩岩相识别方法，其中，所述测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
3.根据权利要求1所述的致密灰岩岩相识别方法，其中，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建所述岩性识别图版。
4.根据权利要求1所述的致密灰岩岩相识别方法，其中，所述插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法。
5.一种致密灰岩岩相识别系统，其特征在于，所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
1)对测井资料进行预处理；
2)基于岩心资料、地质资料和预处理后的测井资料，确定单井上各小层的沉积旋回及界面，获得全工区的精细小层格架；
3)基于岩心资料与测井资料，构建岩性识别图版，对测井资料进行解释，获得致密灰岩储层单井岩相识别成果；
4)基于所述精细小层格架和所述单井岩相识别成果，提取每小层内部的优势岩相，在各自的小层格架下以多种方式进行插值计算，分别得到致密灰岩岩相平面分布图；
5)基于区域地质认识及各个小层的地震属性，在步骤4)中各种方式的插值结果中选择最优的致密灰岩岩相平面分布图。
6.根据权利要求1所述的致密灰岩岩相识别系统，其中，所述测井资料的预处理包括：测井曲线井眼环境校正和测井曲线标准化。
7.根据权利要求1所述的致密灰岩岩相识别系统，其中，在步骤3)中，采用交会图分析法，通过寻找岩性敏感参数来构建所述岩性识别图版。
8.根据权利要求1所述的致密灰岩岩相识别系统，其中，所述插值的方式包括：反距离加权插值法、自然邻点插值法、改进谢别德法和克里金插值法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710662567.9A CN109387869A (zh) | 2017-08-04 | 2017-08-04 | 致密灰岩岩相识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710662567.9A CN109387869A (zh) | 2017-08-04 | 2017-08-04 | 致密灰岩岩相识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109387869A true CN109387869A (zh) | 2019-02-26 |
Family
ID=65412937
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710662567.9A Pending CN109387869A (zh) | 2017-08-04 | 2017-08-04 | 致密灰岩岩相识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109387869A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112012726A (zh) * | 2019-05-30 | 2020-12-01 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
| CN113344050A (zh) * | 2021-05-28 | 2021-09-03 | 中国石油天然气股份有限公司 | 一种基于深度学习的岩性智能化识别方法及系统 |
| CN114463333A (zh) * | 2022-04-13 | 2022-05-10 | 中国科学院地质与地球物理研究所 | 随钻地质导向实时地层格架智能更新方法与系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529474A (zh) * | 2012-07-02 | 2014-01-22 | 中国石油化工股份有限公司 | 采用岩性细分实现岩相精细描述的方法 |
| CN103852787A (zh) * | 2014-02-24 | 2014-06-11 | 长江大学 | 一种砂岩储层成岩地震相表征方法 |
| CN103913556A (zh) * | 2014-03-10 | 2014-07-09 | 中国石油天然气股份有限公司吉林油田分公司勘探开发研究院 | 确定致密油气储层优势成岩相的岩心分析技术 |
| CN104657523A (zh) * | 2013-11-20 | 2015-05-27 | 中国石油化工股份有限公司 | 砂砾岩综合地质建模方法 |
| CN105425291A (zh) * | 2015-11-10 | 2016-03-23 | 山东科技大学 | 一种古地理恢复的优势相方法 |
| CN105891905A (zh) * | 2016-04-13 | 2016-08-24 | 成都创源油气技术开发有限公司 | 一种页岩岩相测井快速识别方法 |
-
2017
- 2017-08-04 CN CN201710662567.9A patent/CN109387869A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529474A (zh) * | 2012-07-02 | 2014-01-22 | 中国石油化工股份有限公司 | 采用岩性细分实现岩相精细描述的方法 |
| CN104657523A (zh) * | 2013-11-20 | 2015-05-27 | 中国石油化工股份有限公司 | 砂砾岩综合地质建模方法 |
| CN103852787A (zh) * | 2014-02-24 | 2014-06-11 | 长江大学 | 一种砂岩储层成岩地震相表征方法 |
| CN103913556A (zh) * | 2014-03-10 | 2014-07-09 | 中国石油天然气股份有限公司吉林油田分公司勘探开发研究院 | 确定致密油气储层优势成岩相的岩心分析技术 |
| CN105425291A (zh) * | 2015-11-10 | 2016-03-23 | 山东科技大学 | 一种古地理恢复的优势相方法 |
| CN105891905A (zh) * | 2016-04-13 | 2016-08-24 | 成都创源油气技术开发有限公司 | 一种页岩岩相测井快速识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李杨: "五百梯长兴组生物礁气藏地质建模研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112012726A (zh) * | 2019-05-30 | 2020-12-01 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
| CN112012726B (zh) * | 2019-05-30 | 2023-12-12 | 中石化石油工程技术服务有限公司 | 一种岩性识别方法 |
| CN113344050A (zh) * | 2021-05-28 | 2021-09-03 | 中国石油天然气股份有限公司 | 一种基于深度学习的岩性智能化识别方法及系统 |
| CN113344050B (zh) * | 2021-05-28 | 2024-03-26 | 中国石油天然气股份有限公司 | 一种基于深度学习的岩性智能化识别方法及系统 |
| CN114463333A (zh) * | 2022-04-13 | 2022-05-10 | 中国科学院地质与地球物理研究所 | 随钻地质导向实时地层格架智能更新方法与系统 |
| CN114463333B (zh) * | 2022-04-13 | 2022-09-02 | 中国科学院地质与地球物理研究所 | 随钻地质导向实时地层格架智能更新方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108680951A (zh) | 一种基于地震信息判断煤层气富集沉积控制作用的方法 | |
| Ismail et al. | Gas channels and chimneys prediction using artificial neural networks and multi-seismic attributes, offshore West Nile Delta, Egypt | |
| CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
| CN102466815B (zh) | 三叠系碎屑岩油气藏识别方法 | |
| CN105510993A (zh) | 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法 | |
| Fullagar et al. | Towards geologically realistic inversion | |
| CN108875122A (zh) | 利用随钻测井数据计算地质参数的人工智能方法和系统 | |
| CN101158724A (zh) | 基于偶极小波的储层厚度预测方法 | |
| Milad et al. | Impact of lithofacies variations and structural changes on natural fracture distributions | |
| CN107515957A (zh) | 泥页岩层序地层划分方法 | |
| CN109387869A (zh) | 致密灰岩岩相识别方法及系统 | |
| Hurley | Recognition of faults, unconformities, and sequence boundaries using cumulative dip plots | |
| CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
| CN107861152A (zh) | 一种中生界地层精细对比方法 | |
| Beka et al. | Integrated electromagnetic data investigation of a Mesozoic CO2 storage target reservoir-cap-rock succession, Svalbard | |
| CN109633743A (zh) | 一种基于波形分类地震相技术预测煤层厚度的方法 | |
| CN108459358A (zh) | 沉积盆地基底顶面形态恢复和深部矿体定位预测的新方法 | |
| CN104977611A (zh) | 一种生物礁储层雕刻方法 | |
| Zeng et al. | Strike-slip fault control on karst in ultra-deep carbonates, Tarim Basin, China | |
| Nguyen et al. | Application of seismic attribute analysis in Lower Miocene reservoir characterization, northeast Bach Ho field, Vietnam | |
| Chen et al. | Seismic sedimentology study in the high-resolution sequence framework—a case study of platform margin reef-beach system of Changxing formation, Upper Permian, Yuanba Area, Northeast Sichuan Basin, China | |
| CN104656137B (zh) | 弹性波阻抗线性组合油气检测方法 | |
| Farfour et al. | Machine intelligence vs. human intelligence in geological interpretation of seismic data | |
| Efetobore et al. | Reservoir characterization and fluid analysis of the Majosa field in the Niger Delta | |
| Bellorini et al. | Definition of a 3d integrated geological model in a complex and extensive heavy oil field, Oficina Formation, Faja de Orinoco, Venezuela |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190226 |