CN109577946B - 一种利用测井数据识别鲕粒滩类型的方法 - Google Patents
一种利用测井数据识别鲕粒滩类型的方法 Download PDFInfo
- Publication number
- CN109577946B CN109577946B CN201811509056.4A CN201811509056A CN109577946B CN 109577946 B CN109577946 B CN 109577946B CN 201811509056 A CN201811509056 A CN 201811509056A CN 109577946 B CN109577946 B CN 109577946B
- Authority
- CN
- China
- Prior art keywords
- oolitic
- well
- core
- logging
- data
- 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
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B25/00—Apparatus for obtaining or removing undisturbed cores, e.g. core barrels, core extractors
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种利用测井数据识别鲕粒滩类型的方法,本发明结合地质学、测井方法原理及多元统计学对碳酸盐岩台地中发育的鲕粒滩识别,通过交汇图、多元非线性拟合、逐步分析总结出多种分类指标作为识别鲕粒滩的依据。本发明可移植性更强,可适用于多种勘探实例中。本发明基于沉积学理论,先将碳酸盐岩中的白云岩和石灰岩进行区分,再针对白云岩中的鲕粒滩和石灰岩中的鲕粒滩分类识别。使得识别结果精度更高,不同类型区分界限更加明显。本发明论据充足、可靠,包含的岩性、不同类型鲕粒滩判别标准,提出具有较强的代表性,是一种成熟、可靠的识别方案。
Description
技术领域
本发明属于鲕粒滩类型识别技术领域,尤其与一种利用测井数据识别鲕粒滩类型的方法。
背景技术
鲕粒的形成离不开动荡的水体环境,通过研究鲕粒的内部特征和滩体的发育规模可还原当时的沉积环境。由于沉积环境的差异,鲕粒滩的类型不尽相同。鲕粒的形态、岩石学特征以及滩体展布规律可很好地反映不同水动力条件下形成的鲕粒滩之间的差别。碳酸盐岩鲕粒滩储集层具有巨大的油气资源勘探潜力,以往的识别鲕粒滩的方式主要是通过岩心岩屑观察、镜下观察。并没有良好的手段去判断该层段鲕粒滩的厚度、规模及展布。现有识别鲕粒滩类型的方法只能通过肉眼观察或者显微镜下观察,这只能对已经取芯的岩心井和暴露出来的露头进行观察,识别难度大。在没有取芯或者看不到露头的地方,将无法判断该地层时候含有鲕粒滩,这对寻找鲕粒滩类型的优质储层带来了不小的困难。
发明内容
针对上述背景技术存在的问题,本发明旨在提供一种利用测井数据识别鲕粒滩类型的方法,本发明可移植性更强,且可适用于多种勘探实例中。
为此,本发明采用以下技术方案:一种利用测井数据识别鲕粒滩类型的方法,其特征是包括以下识别步骤:
第一步,岩心井的选取:
选取的岩心井应满足在目标层位存在鲕粒发育;
第二步,岩性资料的获取:
通过岩心井的录井数据和取芯井的取芯层段观测获取;
第三步,筛选取芯段鲕粒:
通过手持放大镜及肉眼识别取芯层段的鮞粒,进一步区分鲕粒白云岩和鲕粒灰岩,验证岩性资料中岩性及鲕粒的准确性,观察取芯段鲕粒的大小,形态,颜色,胶结类型特征;
第四步,地层厚度资料的获取:
地层厚度数据来自于岩心井的录井资料和取芯井的取芯层段观测,地层厚度数据包括目标层段的整体厚度以及取芯井中取芯段观察到的鲕粒白云岩厚度和鲕粒灰岩厚度;
第五步,测井资料的获取:
选取目的层段的自然伽马(GR)、自然电位(SP)、电阻率(RT)、声波时差(AC)、补偿中子(CNL)、补偿密度(DEN),岩心井的测井曲线通过地球物理方法获得;
第六步,测井资料标准化:
以测井资料为依据,选择岩性、电性特征明显的标志段(层),根据标志段(层)测井响应频率分布特征峰值,通过多次趋势分析,确定标志段(层)各测井响应的趋势值,进而求得全油田范围内测井资料数据标准化校正值,为最大限度地发挥测井资料在识别鲕粒滩奠定了可靠的基础;
第七步,区分泥岩与碳酸盐岩:
利用泥岩的有机质及吸附黏土物质能力以及碳酸盐岩具有的GR的特征进行区分;
第八步,区分白云岩与灰岩:
通过密度特性对白云岩与灰岩进行区分;
第九步,区分石灰岩与鲕粒石灰岩:
将测井曲线进行多元统计分析,通过逐步判别分析方法对鲕粒滩进行识别,将数据向低维空间投影,使其投影的组与组之间的方差尽可能的大,组内的方差尽可能的小,使分类变量被简化为一个;将测井SP,GR,AC,DEN,CNL,RT都参与计算,且选择每口井都具有的测井系列及对应的岩心及部分岩屑录井的岩性作为训练样本,进行岩性识别;
第十步,区分白云岩与鲕粒白云岩:
通过第九步的方法对白云岩与鲕粒白云岩进行岩性识别;
第十一步,准确性验证:
将岩心井层段的AC、SP、GR、RT、DEN、CNL测井数据进行提取,按照上述第六步、第七步、第八步进行计算验证。
作为对上述技术方案的补充和完善,本发明还包括以下技术特征。
优选地,第一步中,选取的岩心井同时满足可揭露整个目标层位、且其各地质参数在该地区具有代表性的要求。
优选地,第二步中,记录的岩性数据应包括目标层段整体的岩性及分层,在可观察到鲕粒的部位需可进一步观测其特征,各层内部的岩性变化,颜色变化及粒度变化。
本发明可以达到以下有益效果:发明方案划分依据沉积学、测井方法原理、多元统计学的综合分析。对前人未曾解决的通过测井方式识别鲕粒滩的问题,提出了一种科学的有效的识别方法,且根据实例研究,其划分的结果可靠,因此本发明有利于通过测井方式识别不同鲕粒滩类型的标准化方法和方法的大范围推广。
附图说明
图1为本发明的方法示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。
如图1所示,本发明包括以下识别步骤:
第一步:岩心井的选取
本发明所用的地质资料均来自于岩心井,所以他们的选取至关重要。所选取的岩心井首先应满足在目标层位存在鲕粒发育;其次,可揭露整个目标层位,且其各地质参数在该地区具有代表性。
第二步:岩性资料的获取
岩心数据的获取主要通过岩心井的录井数据和取芯井的取芯层段观测。记录的岩性数据应包括目标层段整体的岩性及分层。在可观察到鲕粒的部位需可进一步观测其特征,各层内部的岩性变化,颜色变化及粒度变化。
第三步:筛选取芯段鲕粒
通过手持放大镜及肉眼识别取芯层段的鮞粒,可以验证岩性资料中岩性及鲕粒的准确性。并进一步细致的观察取芯段鲕粒的大小,形态,颜色,胶结类型等特征。其中区分鲕粒白云岩和鲕粒灰岩对后面的步骤有这至关重要的影响。
第四步:地层厚度资料的获取
与岩性数据相同,地层厚度数据来自于岩心井的录井资料和取芯井的取芯层段观测。本发明所需的地层厚度数据包括两个部分:①目标层段的整体厚度;②取芯井中取芯段观察到的鲕粒白云岩厚度和鲕粒灰岩厚度
第五步:测井资料的获取
岩心井的测井曲线通过地球物理方法获得。本发明选取目的层段的自然伽马(GR)、自然电位(SP)、电阻率(RT)、声波时差(AC)、补偿中子(CNL)、补偿密度(DEN)。测井资料的品质对识别鲕粒滩的准确率有这非常大的影响。
第六步:测井资料标准化
以测井资料为依据,选择岩性、电性特征明显的标志段(层),根据标志段(层)测井响应频率分布特征峰值,通过多次趋势分析,确定标志段(层)各测井响应的趋势值,进而求得全油田范围内测井资料数据标准化校正值,,为最大限度地发挥测井资料在识别鲕粒滩奠定了可靠的基础。
第七步:区分泥岩与碳酸盐岩
泥岩具有较高的有机质及吸附黏土物质能力较强,相对碳酸盐岩具有高GR的特征。在碳酸盐地层中,石灰岩和白云岩相对泥岩更加致密。声速越大,时差越小。在理想条件下,纯泥岩声波时差为180-548um/m,白云岩约为125um/m,石灰岩为156um/m。
第八步:区分白云岩与灰岩
在区分灰岩与白云岩中,GR曲线响应较差将其替换成更加敏感的DEN曲线。理想条件下,石灰岩密度约为2.71g/cm3,白云岩的密度约为2.87g/cm3。通过交汇图发现灰岩的密度相对白云岩的密度要小一些。与理想状态一致。
第九步:区分石灰岩与鲕粒石灰岩
在白云岩和灰岩中,通过选取敏感曲线做交汇图效果均不令人满意。两条测井曲线不能进行良好的区分,那么我们引入更多的测井曲线,对其进行多元统计分析。选取逐步判别分析方法对鲕粒滩进行进一步的识别。
逐步判别法的基本思想是“投影”,将K组P维的数据向低维空间投影,使其投影的组与组之间的方差尽可能的大,组内的方差尽可能的小。因此,该判别法的重点就是选择适当的“投影轴”。首先我们将样本点投影到一维空间,旋转坐标轴至总体单位尽可能分开的方向,此时分类变量被简化为一个,判别函数u=a1x;如果划分的效果不理想,可以考虑投影到二维空间(u=a1X1+a2X2),以此类推。
将测井SP,GR,AC,DEN,CNL,RT都参与计算。为了更好地利用各种测井资料对岩性的关联度,抛开人为的选择,选择了每口井都具有的测井系列及对应的岩心及部分岩屑录井的岩性作为训练样本。由于对每类测井曲线进行数学运算后(包括加、减、乘、除、对数、开方等),可表征其它的涵义,对岩性识别所做的贡献又不一样。去掉一些对岩性判别影响小的测井曲线,从而更好地识别岩性。
将E7井、ZT2井、Y2井等中岩心井中取芯层段中含有灰岩及鲕粒灰岩的层段的AC、SP、GR、RT、DEN、CNL测井数据进行提取。利用逐步分析法进行统计计算,令Y=1表示为灰岩;Y=2时表示为鲕粒灰岩;X1=AC,X2=SP,X3=GR,X4=RT,X5=DEN,X6=CNL;
其结果为:
Y=0.021LgRT+0.378DEN+0.0004AC*GR0.186CNL+0.006GR*DEN+0.012GR*CNL
判断准确率为86.3%
第十步:区分白云岩与鲕粒白云岩
与上一步相同,将E7井、ZT2井、Y2井等中岩心井中取芯层段中含有白云岩及鲕粒白云岩的层段的AC、SP、GR、RT、DEN、CNL测井数据进行提取。利用逐步分析法进行统计计算,令Y=1表示为灰岩;Y=2时表示为鲕粒灰岩;X1=AC,X2=SP,X3=GR,X4=RT,X5=DEN,X6=CNL;
其结果为:
Y=-0.005AC-0.111GR-11.5LgRT+11.9CNL-0.001AC*GR-4.121LgRT*CNL
准确率为84.7%;
第十一步:准确性验证
将LT2井的在该层段的AC、SP、GR、RT、DEN、CNL测井数据进行提取,按照上述第六步、第七步、第八步进行计算。①选取AC<175且GR<95的部分,进行碳酸盐岩与非碳酸盐岩的识别;②灰岩AC>155,白云岩AC<155,判断该位置的岩性;③根据该位置的岩性选取对应的公式,进行鲕粒与非鲕粒的判别。
将区分灰岩与鲕粒灰岩判别公式带入该井,在已经识别出的碳酸盐地层中应用。Y=1时为鲕粒灰岩,Y=2时为灰岩。在Y=1.5时进行区分,可以发现鲕粒灰岩均小于1.5,灰岩大部分均大于1.5。该判别公式具有良好的识别功能。
本发明首次综合运用了岩心、测井、钻井三方面的数据,对数据进行标准化处理,对取芯段通过岩心观察识别出的鲕粒滩深度对应的测井数据进行分析。本发明通过沉积学原理对不同类型的鲕粒滩分开识别,首先通过碳酸盐岩和泥岩进行区分,再将碳酸盐岩中的石灰岩与白云岩进行区分,最后分别对鲕粒石灰岩与鲕粒白云岩进行识别。
本发明结合测井方法原理,建立了一套判别碳酸盐岩与泥岩、石灰岩与白云岩的判别标准及图版。本发明结合地质学、测井方法原理及多元统计学对碳酸盐岩台地中发育的鲕粒滩识别,通过交汇图、多元非线性拟合、逐步分析等方法。抛开人为的选择,选择了每口井都具有的测井系列及对应的岩心及部分岩屑录井的岩性作为训练样本。由于对每类测井曲线进行数学运算后,对岩性识别所做的贡献又不一样。去掉一些对岩性判别影响小的测井曲线,从而更好地识别岩性。本发明给出了验证判别标准准确性的方法,通过上述第七步、第八步、第九步进行计算。验证识别结果结果精度高,不同类型区分界限更加明显,是一种成熟、可靠的识别方案。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种利用测井数据识别鲕粒滩类型的方法,其特征在于包括以下识别步骤:
第一步,岩心井的选取:
选取的岩心井应满足在目标层位存在鲕粒发育;
第二步,岩性资料的获取:
通过岩心井的录井数据和取芯井的取芯层段观测获取;
第三步,筛选取芯层 段鲕粒:
通过手持放大镜及肉眼识别取芯层段的鮞粒,进一步区分鲕粒白云岩和鲕粒灰岩,验证岩性资料中岩性及鲕粒的准确性,观察取芯层 段鲕粒的大小,形态,颜色,胶结类型特征;
第四步,地层厚度资料的获取:
地层厚度数据来自于岩心井的录井资料和取芯井的取芯层段观测,地层厚度数据包括目标层段的整体厚度以及取芯井中取芯段观察到的鲕粒白云岩厚度和鲕粒灰岩厚度;
第五步,测井资料的获取:
选取目的层段的自然伽马、自然电位、电阻率、声波时差、补偿中子、补偿密度,岩心井的测井曲线通过地球物理方法获得;
第六步,测井资料标准化:
以测井资料为依据,选择岩性、电性特征明显的标志段层,根据标志段层测井响应频率分布特征峰值,通过多次趋势分析,确定标志段层各测井响应的趋势值,进而求得全油田范围内测井资料数据标准化校正值,为最大限度地发挥测井资料在识别鲕粒滩奠定了可靠的基础;
第七步,区分泥岩与碳酸盐岩:
利用泥岩的有机质及吸附黏土物质能力以及碳酸盐岩具有的自然伽马 的特征进行区分;
第八步,区分白云岩与灰岩:
通过密度特性对白云岩与灰岩进行区分;
第九步,区分石灰岩与鲕粒石灰岩:
将测井曲线进行多元统计分析,通过逐步判别分析方法对鲕粒滩进行识别,将数据向低维空间投影,使其投影的组与组之间的方差尽可能的大,组内的方差尽可能的小,使分类变量被简化为一个;将测井自然电位、自然伽马、声波时差、补偿密度、补偿中子、电阻率都参与计算,且选择每口井都具有的测井系列及对应的岩心及部分岩屑录井的岩性作为训练样本,进行岩性识别;
第十步,区分白云岩与鲕粒白云岩:
通过第九步的方法对白云岩与鲕粒白云岩进行岩性识别;
第十一步,准确性验证:
将岩心井层段的声波时差、自然电位、自然伽马、电阻率、补偿密度、补 偿中子测井数据进行提取,按照上述第六步、第七步、第八步进行计算验证。
2.根据权利要求1所述的一种利用测井数据识别鲕粒滩类型的方法,其特征在于:第一步中,选取的岩心井同时满足可揭露整个目标层位、且其各地质参数在该地区具有代表性的要求。
3.根据权利要求1所述的一种利用测井数据识别鲕粒滩类型的方法,其特征在于:第二步中,记录的岩性数据应包括目标层段整体的岩性及分层,在可观察到鲕粒的部位需可进一步观测其特征,各层内部的岩性变化,颜色变化及粒度变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811509056.4A CN109577946B (zh) | 2018-12-11 | 2018-12-11 | 一种利用测井数据识别鲕粒滩类型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811509056.4A CN109577946B (zh) | 2018-12-11 | 2018-12-11 | 一种利用测井数据识别鲕粒滩类型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109577946A CN109577946A (zh) | 2019-04-05 |
CN109577946B true CN109577946B (zh) | 2020-03-31 |
Family
ID=65928891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811509056.4A Active CN109577946B (zh) | 2018-12-11 | 2018-12-11 | 一种利用测井数据识别鲕粒滩类型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109577946B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112697787A (zh) * | 2020-12-08 | 2021-04-23 | 新疆大学 | 一种通过碳酸盐岩台地鲕粒滩分布规律确定古风向的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993871A (zh) * | 2014-05-08 | 2014-08-20 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN107576997A (zh) * | 2017-08-24 | 2018-01-12 | 西南石油大学 | 一种台内滩相薄储层分布的预测方法 |
CN108921187A (zh) * | 2018-05-16 | 2018-11-30 | 中国地质大学(北京) | 鲕粒滩类型划分方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6088656A (en) * | 1998-11-10 | 2000-07-11 | Schlumberger Technology Corporation | Method for interpreting carbonate reservoirs |
-
2018
- 2018-12-11 CN CN201811509056.4A patent/CN109577946B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993871A (zh) * | 2014-05-08 | 2014-08-20 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN107576997A (zh) * | 2017-08-24 | 2018-01-12 | 西南石油大学 | 一种台内滩相薄储层分布的预测方法 |
CN108921187A (zh) * | 2018-05-16 | 2018-11-30 | 中国地质大学(北京) | 鲕粒滩类型划分方法和装置 |
Non-Patent Citations (2)
Title |
---|
地震约束鲕粒滩型碳酸盐岩储层三维地质建模;刘江丽等;《中国石油勘探》;20170531;第22卷(第3期);全文 * |
鄂尔多斯盆地南部中寒武统张夏组颗粒滩沉积特征及控制因素;王振等;《古地理学报》;20180430;第20卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109577946A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11016214B2 (en) | Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium | |
CN113759424B (zh) | 基于频谱分解和机器学习的岩溶储层充填分析方法和系统 | |
CN102053268B (zh) | 一种蚀变火山岩岩性识别方法及装置 | |
CN103529475A (zh) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
CN107589469B (zh) | 油水界面的确定方法和装置 | |
CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
CN109425900A (zh) | 一种地震储层预测方法 | |
CN107829731A (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
CN109577946B (zh) | 一种利用测井数据识别鲕粒滩类型的方法 | |
CN104459790A (zh) | 含油气性盆地有效储层的分析方法和装置 | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN116168224A (zh) | 基于成像砾石含量的机器学习岩相自动识别方法 | |
CN115793094B (zh) | 一种曲线叠合重构识别复杂页岩层系岩性的方法及应用 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
CN110688781A (zh) | 一种低渗非均质气藏储层测井解释方法 | |
Gupta et al. | Rock typing in the upper Devonian-lower Mississippian woodford shale formation, Oklahoma, USA | |
Guderian et al. | Draugen field–successful reservoir management using 4d seismic | |
Salahuddin et al. | Hybrid Stochastic Algorithms: A Novel Application in Modeling Facies Cycles and Properties of Carbonate Platform, Onshore Abu Dhabi | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
CN111965720A (zh) | 一种基于地-井联合获取水力传导系数的方法 | |
Jia et al. | Differences in Pore-forming Efficiency among Organic Macerals and Its Restriction against Reservoir Quality: A Case Study Based on the Marine Shale Reservoir in the Longmaxi Formation, Southern Sichuan Basin, China | |
Milad et al. | Permeability Prediction in a Complex Carbonate Reservoir in South Iraq by Combining FZI with NMR | |
Nivlet et al. | Facies analysis from pre-stack inversion results in a deep offshore turbidite environment |
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: 20220714 Address after: Room 1510, 15 / F, No. 7, Xueyuan Road, Haidian District, Beijing 100083 Patentee after: Beijing Dida Bochuang Technology Co.,Ltd. Address before: 100083 No. 29, Haidian District, Beijing, Xueyuan Road Patentee before: China University of Geosciences (Beijing) |
|
TR01 | Transfer of patent right |