CN109577972B - 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 - Google Patents
基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 Download PDFInfo
- Publication number
- CN109577972B CN109577972B CN201811578439.7A CN201811578439A CN109577972B CN 109577972 B CN109577972 B CN 109577972B CN 201811578439 A CN201811578439 A CN 201811578439A CN 109577972 B CN109577972 B CN 109577972B
- Authority
- CN
- China
- Prior art keywords
- lithology
- rock
- glutenite
- logging
- conglomerate
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 106
- 238000011156 evaluation Methods 0.000 title claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000000704 physical effect Effects 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 description 26
- 230000005540 biological transmission Effects 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000004323 axial length Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012669 compression test Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
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)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,包括以下步骤:对矿场砂砾岩地层岩心进行观察描述和岩性分类,制备并筛选岩心试样;对不同岩性岩样开展物性试验;对不同岩性岩样开展力学特性测试;基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系,构建不同岩性的岩石力学参数计算模型;将岩心分析资料与测井资料结合,经过测井曲线标准化和岩心深度归位预处理操作后,利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别,建立测井岩性剖面;基于测井岩性剖面,结合不同岩性的岩石力学参数模型,建立砂砾岩地层力学参数剖面,提高砂砾岩地层岩性力学参数预测的准确性。
Description
技术领域
本发明涉及石油天然气钻探技术领域,具体涉及一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法。
背景技术
砂砾岩油气藏开发潜力巨大,其储层物性差,自然产能低,一般需要水力压裂改造储层提高产能以达到工业要求,而岩石力学参数是钻井、完井和压裂等工程环节必不可少的基础参数。前人主要通过建立统一的力学参数模型,获取全井段的岩石力学参数剖面,而这种统一建模的方法精度较低,在砂砾岩地层尤为明显,原因在于:(1)砂砾岩地层岩性复杂,非均质性强,不同岩性岩石力学特性控制因素不同,力学性质差异较大;(2)砂砾岩孔隙结构复杂,不同砾级砾岩孔隙类型复杂多样,原生砾间孔、次生砾内溶孔、微裂缝混合发育,这些孔隙和微裂缝构成了原始微观缺陷,导致砂砾岩力学特性复杂多变。
发明内容
为克服现有砂砾岩地层力学参数剖面获取技术精度低、准确率差的缺点,本发明区分岩性建立岩石力学参数模型,并基于测井岩性识别获取力学参数剖面,为现场预测砾岩地层力学特性提供方法,对现场压裂工程设计具有指导意义。
本发明通过下述技术方案实现:
基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,包括以下步骤:
A、对矿场砂砾岩地层岩心进行观察描述和岩性分类,制备并筛选岩心试样;
B、对不同岩性岩样开展物性试验,获取声波时差Δt、体积密度DEN;
C、对不同岩性岩样开展力学特性测试,获取岩石力学参数,所述岩石力学参数包括泊松比νs、杨氏模量Es、抗压强度Co、抗张强度ST;
D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系,构建不同岩性的岩石力学参数计算模型;
E、将岩心分析资料与测井资料结合,经过测井曲线标准化和岩心深度归位预处理操作后,利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别,建立测井岩性剖面;
F、基于测井岩性剖面,结合不同岩性的岩石力学参数模型,建立砂砾岩地层力学参数剖面。
本方案的方法基于岩心分析资料对岩性进行分类,并通过室内岩石物理和力学试验获取岩石物理和力学参数,分别建立不同岩性的岩石力学参数模型;再利用岩心和测井资料,经过测井曲线标准化和岩心深度归位等资料预处理操作后,通过朴素贝叶斯分类法开展测井岩性识别;最后,基于岩性测井岩性识别剖面和不同岩性的岩石力学参数计算模型,实现砂砾岩地层力学参数剖面的构建,为油田现场砂砾岩储层压裂工程设计提供了分析方法和途径。
作为优选,所述岩心试样成圆柱形且两端与岩心轴线垂直。
作为优选,岩性分类包括泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。本方案的岩性分类命名方案,依据国家标准GB/T 17412.2—1998《岩石分类和命名方案——沉积岩岩石分类和命名方案》,将沉积岩根据碎屑粒级划分成泥岩、砂岩、砾岩三大类,其中砾岩又细分为细砾岩、中砾岩、粗砾岩和巨砾岩。根据研究地层砾岩物性统计分析显示,中砾岩物性差异较大,因此又以16mm为砾径界限,将中砾岩进一步划分为小中砾岩和大中砾岩。粗砾岩和巨砾岩砾径大于32mm,超过岩心试样尺寸范围,难以通过试验研究其岩石力学特性,并且含量较少,因此不在本文讨论范围之内。研究目的层中砂岩分布较少,并且细砂岩、中砂岩和粗砂岩岩性变化迅速,不便于分类评价,因此统称为砂岩,不再细分岩性类别。综上所述,本文将砾岩岩性类别划分为泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。
表2-1砾岩地层岩性分类命名方案
其中,ST为抗张强度,单位为MPa;AC为纵波时差,单位为us/m;DEN为密度,单位为g/cm3。
利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别方法为:
计算岩性分类中各类别的先验概率P(y),其中,y={y1,y2,y3,.....,ym}={泥岩,砂岩,细砾岩,小中砾岩,大中砾岩);
计算各个类别属性的平均值μ和标准差σ;
计算各个属性的条件概率P(xj|y),其中,X={x1,X2,X3,......xJ}={AC,DEN,CNL,RT};
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于岩心分析资料对岩性进行分类,并通过室内岩石物理和力学试验获取岩石物理和力学参数,分别建立不同岩性的岩石力学参数模型;再利用岩心和测井资料,经过测井曲线标准化和岩心深度归位等资料预处理操作后,通过朴素贝叶斯分类法开展测井岩性识别;最后,基于岩性测井岩性识别剖面和不同岩性的岩石力学参数计算模型,实现砂砾岩地层力学参数剖面的构建,为油田现场砂砾岩储层压裂工程设计提供了分析方法和途径,有效提高了砂砾岩地层力学参数预测的精度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。
图1为本发明的流程图。
图2为不区分岩性的抗拉强度模型拟合图。
图3为泥岩的抗拉强度模型拟合图。
图4为砂岩的抗拉强度模型拟合图。
图5为细砾岩的抗拉强度模型拟合图。
图6为小中砾岩的抗拉强度模型拟合图。
图7为大中砾岩的抗拉强度模型拟合图。
图8为基于朴素贝叶斯分类法开展测井岩性识别获取的测井岩性剖面图。
图9为基于本发明获得的岩石力学参数剖面。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1所示的一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,包括以下步骤:
A、对矿场砂砾岩地层岩心进行观察描述和岩性分类,制备并筛选岩心试样;
B、对不同岩性岩样开展物性试验,获取声波时差、体积密度;
C、对不同岩性岩样开展力学特性测试,获取岩石力学参数,所述岩石力学参数包括泊松比、杨氏模量、抗压强度、抗张强度;
D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系,构建不同岩性的岩石力学参数计算模型;
E、将岩心分析资料与测井资料结合,经过测井曲线标准化和岩心深度归位预处理操作后,利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别,建立测井岩性剖面;
F、基于测井岩性剖面,结合不同岩性的岩石力学参数模型,建立砂砾岩地层力学参数剖面。
实施例2
基于上述实施例的原理,本实施例公开一具体实施方式:
A、对矿场砂砾岩地层岩心进行观察描述和岩性分类,按照国家标准和油田要求将砂砾岩地层分成泥岩、砂岩、细砾岩、小中砾岩、大中砾岩等细分类型;制备并筛选岩心试样,使用钻头从全直径岩心中钻取圆柱岩样,将钻取的岩样两端切平并保证两个端面与岩心轴线垂直,并对岩样进行编号。
B、对不同岩性岩样开展超声波透射等基础物性试验,获取声波时差、体积密度。譬如在声波时差的实验时,实验前将激发探头与接收探头对接进行一次超声波透射实验,读出探头对接时的首波起跳时间,然后再对岩样超声波透射实验,读出超声波透射岩样的首波起跳时间,计算得到声波时差如下所示:
式中,Δt为声波时差,单位为us/m;L为岩样的长度,单位为m;t2为超声波透射岩样的首波起跳时间;t1为探头对接时的首波起跳时间。
C、对不同岩性岩样开展三轴压缩、抗张强度等力学特性测试,获取岩石力学参数如泊松比、杨氏模量、抗压强度、抗张强度。通过三轴压缩试验,可获取岩石应力应变曲线,曲线中的顶峰代表岩样的破裂点,极限峰值强度为岩石的抗压强度Co:
式中,Co为抗压强度,单位为MPa;P为极限荷载,单位为N;S为岩样的横截面积,单位为mm2。
三轴压缩试验获得的应力应变曲线中,轴向曲线的直线段表示岩石被压缩时正处于弹性变形阶段,该阶段的曲线斜率为弹性模量,径向应变与轴向应变之比为泊松比。
式中,Es为岩石的杨氏模量,单位为MPa;F为轴向压力值,单位为N;S为岩样的横截面积,单位为mm2;ΔL为岩样的轴向长度变化值,单位为mm;L为岩样的原始轴向长度,单位为mm。
式中,νs为岩石的泊松比,无量纲;Δd为岩样的直径变化长度,单位为mm;d为岩样的原始直径长度,单位为mm。
D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系,构建不同岩性的岩石力学参数计算模型,其拟合曲线见附图3。
岩石力学参数计算模块包括杨氏模量、泊松比、抗压强度抗张强度计算模型,其均可通过与声波时差、体积密度的参数进行拟合得到,本实施例如表1所示仅以抗张强度计算模型进行说明。
表1抗张强度计算模型
式中,ST为抗张强度,MPa;AC为纵波时差,us/m;DEN为密度,g/cm3。
E、将岩心分析资料与测井资料结合,经过测井曲线标准化和岩心深度归位预处理操作后,岩心与测井曲线一一对应,利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别,建立测井岩性剖面;
朴素贝叶斯分类法说明如下:
(1)理论基础
朴素贝叶斯分类法来源于贝叶斯定理,其基本公式为:
式中,P(B|A)为已知A发生条件下后发生B的概率,又称B的后验概率;P(B)为B事件发生的概率,又称B的先验概率;P(A|B)为已知B发生条件下后发生A的概率,又称A的后验概率;P(A)为A事件发生的概率,又称A的先验概率。
朴素贝叶斯分类基于贝叶斯定理的最大概率准则,即通过计算并比较每个类别的后验概率,取最大的那一个作为分类类别。其正式定义为:
a.设X={x1,x2,x3,......,xn}为一个待分类项,而每个x为X的一个特征属性。
b.有类别集合Y={y1,y2,y3,......,ym}。
c.计算P(y1|X),P(y2|X),……,P(ym|X)。
d.如果P(yi|X)=max{P(y1|X),P(y2|X),......P(ym|X)},则类别为yi。
由此可见,计算第三步c中各个条件的后验概率P(y|X),是朴素贝叶斯分类法的关键。根据朴素贝叶斯分类法“属性条件独立性”假设,贝叶斯公式可以变形为:
式中,P(y|X)为属性向量为X条件下,类别为y发生的概率;P(y)为类别为y的概率;
P(X|y)为类别为y条件下,属性特征向量为X的概率;P(X)为属性向量为X的概率;P(xj|y)为类别为y条件下,X在第j个属性的取值xj的概率;n为特征属性数目。
由于对所有类别来说P(X)相同,因此基于式(6)变形的贝叶斯判定准则有
式中,Z(X)为简化公式后的概率,用于比较大小;P(y)为类别为y的概率;P(xj|y)为类别为y条件下,X在第j个属性的取值xj的概率;n为特征属性数目。
这就是朴素贝叶斯分类法的表达式,即通过训练集来估计类先验概率P(y),并为每个属性估计条件概率P(xj|y),最后通过比较Z(X)大小即可。
对于连续属性,一般考虑概率密度函数,假定P(xj|y)服从高斯分布,使用均质μ和方差σ2来表示连续属性的类条件概率分布,即
式中,P(xj|y)为类别为y条件下,X在第j个属性的取值xj的概率;μ为连续属性的平均值;σ为连续属性的标准差;xj为X在第j个属性的取值。
比如:
以一个测试样本为例,使用朴素贝叶斯分类法进行岩性识别。该样本经过岩心深度归位后,对应的测井曲线值为:AC测井值为70.324μs/ft,DEN测井值为2.511g/cm3,补偿中子CNL测井值为19.306%,深电阻率RT测井值为21.185,则特征向量X为:
X={x1,x2,x3,......,xn}={AC=70.324,DEN=2.511,CNL=19.306,RT=21.185}
根据岩性分类,类别集合为:
Y={y1,y2,y3,......,ym}={泥岩,砂岩,细砾岩,小中砾岩,大中砾岩}
估计各个类别的先验概率P(y),训练样本集一定,则先验概率为固定值,为岩性类别在训练样本中的占比:
计算各个类别属性的平均值μ和标准差σ,计算结果见表2及表3。
表2训练样本各个类别属性均值μ
岩性 | AC(μs/ft) | DEN(g/cm3) | CNL(%) | RT(Ω·m) |
砂岩 | 71.901 | 2.448 | 19.229 | 28.764 |
细砾岩 | 67.614 | 2.488 | 17.210 | 37.201 |
小中砾岩 | 66.776 | 2.528 | 17.667 | 37.102 |
大中砾岩 | 67.067 | 2.564 | 18.304 | 29.752 |
泥岩 | 77.571 | 2.558 | 27.433 | 8.972 |
表3训练样本各个类别属性标准差σ
岩性 | AC(μs/ft) | DEN(g/cm3) | CNL(%) | RT(Ω·m) |
砂岩 | 3.070 | 0.033 | 1.693 | 8.238 |
细砾岩 | 2.729 | 0.026 | 1.806 | 12.67 |
小中砾岩 | 1.325 | 0.012 | 1.515 | 11.325 |
大中砾岩 | 2.015 | 0.014 | 1.999 | 11.152 |
泥岩 | 2.983 | 0.063 | 3.645 | 1.860 |
根据式8为每个属性估计条件概率P(xj|y):
根据式7,计算简化公式后的概率Z(X)。由朴素贝叶斯定理假设条件:所有属性相互独立原则:
P(岩性=砂岩|AC=70.324,DEN=2.511,CNL=19.306,,RT=21.185)=P(岩性=砂岩)×P(AC=70.324|岩性=砂岩)×P(DEN=2.511|岩性=砂岩)×P(CNL=19.306|岩性=砂岩)×P(RT=21.185|岩性=砂岩)≈1.605e-4
同理可计算:
P(岩性=细砾岩|AC=70.324,DEN=2.511,CNL=19.306,,RT=21.185)≈3.759e-4
P(岩性=小中砾岩|AC=70.324,DEN=2.511,CNL=19.306,,RT=21.185)≈5.093e-5
P(岩性=大中砾岩|AC=70.324,DEN=2.511,CNL=19.306,,RT=21.185)≈2.246e-6
P(岩性=泥岩|AC=70.324,DEN=2.511,CNL=19.306,,RT=21.185)≈1.778e-15
找出概率最大值。由于3.759e-4最大,因此朴素贝叶斯分类器将该测试样本判别为“细砾岩”。
基于该方法建立的测井岩性剖面如图8所示。
F、基于朴素贝叶斯分类法识别的测井岩性剖面,结合不同岩性的岩石力学参数模型,建立砂砾岩地层力学参数剖面,获得的岩石力学参数剖面。
本发明提供的技术方案的有益效果是:本发明针对砂砾岩地层非均质性强、岩性复杂的特征,对砂砾岩地层取心样本进行岩性分类,并建立不同岩性的砂砾岩地层岩石力学参数模型。利用朴素贝叶斯分类法开展测井岩性识别,获取测井岩性剖面,最终形成砂砾岩地层力学参数剖面构建方法。通过该方法,有效提高了砂砾岩地层力学参数预测的精度,从而为油田现在开展钻井工程设计提供理论指导。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,其特征在于,包括以下步骤:
A、对矿场砂砾岩地层岩心进行观察描述和岩性分类,制备并筛选岩心试样;
B、对不同岩性岩样开展物性试验,获取声波时差Δt、体积密度DEN;
C、对不同岩性岩样开展力学特性测试,获取岩石力学参数,所述岩石力学参数包括泊松比νs、杨氏模量Es、抗压强度Co、抗张强度ST;
D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系,构建不同岩性的岩石力学参数计算模型;
E、将岩心分析资料与测井资料结合,经过测井曲线标准化和岩心深度归位预处理操作后,利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别,建立测井岩性剖面;
F、基于测井岩性剖面,结合不同岩性的岩石力学参数模型,建立砂砾岩地层力学参数剖面;
其中,ST为抗张强度,单位为MPa;AC为纵波时差,单位为us/m;DEN为密度,单位为g/cm3;
利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别方法为:
计算岩性分类中各类别的先验概率P(y),其中,y={y1,y2,y3,.....,ym}={泥岩,砂岩,细砾岩,小中砾岩,大中砾岩};
计算各个类别属性的平均值μ和标准差σ;
计算各个属性的条件概率P(xj|y),其中,X={x1,x2,x3,.....,xJ}={AC,DEN,CNL,RT};
其中,CNL为补偿中子测井,RT为深电阻率。
2.根据权利要求1所述的基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,其特征在于,所述岩心试样成圆柱形且两端与岩心轴线垂直。
3.根据权利要求1所述的基于岩性分类的砂砾岩储层岩石力学参数测井评价方法,其特征在于,岩性分类包括泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578439.7A CN109577972B (zh) | 2018-12-21 | 2018-12-21 | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578439.7A CN109577972B (zh) | 2018-12-21 | 2018-12-21 | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109577972A CN109577972A (zh) | 2019-04-05 |
CN109577972B true CN109577972B (zh) | 2021-08-10 |
Family
ID=65931421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811578439.7A Active CN109577972B (zh) | 2018-12-21 | 2018-12-21 | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109577972B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068502B (zh) * | 2019-05-29 | 2021-08-10 | 西南石油大学 | 砾岩强度确定方法及装置 |
CN110080197B (zh) * | 2019-05-31 | 2020-09-08 | 北京城建勘测设计研究院有限责任公司 | 一种兰州红砂岩的分类方法以及相应工程措施的选择方法 |
CN111291898B (zh) * | 2020-02-17 | 2020-12-11 | 哈尔滨工业大学 | 一种多任务稀疏贝叶斯极限学习机回归方法 |
CN111537699A (zh) * | 2020-05-29 | 2020-08-14 | 煤炭科学技术研究院有限公司 | 一种多指标判别煤矿坚硬岩层的方法 |
CN114184764B (zh) * | 2020-09-15 | 2024-06-04 | 中国石油化工股份有限公司 | 致密碳酸盐岩储层岩石力学层划分方法及系统 |
CN112906242B (zh) * | 2021-03-18 | 2023-02-28 | 吉林大学 | 一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法 |
CN113027442A (zh) * | 2021-04-25 | 2021-06-25 | 中国石油大学(北京) | 一种河湖相页岩油的地质力学参数预测方法及装置 |
CN113345075A (zh) * | 2021-06-08 | 2021-09-03 | 西南石油大学 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
CN115407045B (zh) * | 2022-08-02 | 2023-05-09 | 西南石油大学 | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 |
CN117235628B (zh) * | 2023-11-10 | 2024-01-26 | 天津花栗鼠软件科技有限公司 | 一种基于混合贝叶斯深度网络测井曲线预测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN104153767A (zh) * | 2014-07-01 | 2014-11-19 | 中石化江汉石油工程有限公司测录井公司 | 基于常规测井资料的页岩储层杨氏模量与泊松比获取方法 |
CN105114047A (zh) * | 2015-07-22 | 2015-12-02 | 西南石油大学 | 一种利用测井资料优选体积压裂射孔层位的方法 |
CN106896410A (zh) * | 2017-03-09 | 2017-06-27 | 成都理工大学 | 利用声波测井资料解释岩石的变形模量和脆性指数的方法 |
CN107133670A (zh) * | 2017-04-21 | 2017-09-05 | 中国科学院大学 | 一种基于决策树数据挖掘算法的复杂岩性识别方法及系统 |
US10087733B2 (en) * | 2015-10-29 | 2018-10-02 | Baker Hughes, A Ge Company, Llc | Fracture mapping using vertical seismic profiling wave data |
-
2018
- 2018-12-21 CN CN201811578439.7A patent/CN109577972B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN104153767A (zh) * | 2014-07-01 | 2014-11-19 | 中石化江汉石油工程有限公司测录井公司 | 基于常规测井资料的页岩储层杨氏模量与泊松比获取方法 |
CN105114047A (zh) * | 2015-07-22 | 2015-12-02 | 西南石油大学 | 一种利用测井资料优选体积压裂射孔层位的方法 |
US10087733B2 (en) * | 2015-10-29 | 2018-10-02 | Baker Hughes, A Ge Company, Llc | Fracture mapping using vertical seismic profiling wave data |
CN106896410A (zh) * | 2017-03-09 | 2017-06-27 | 成都理工大学 | 利用声波测井资料解释岩石的变形模量和脆性指数的方法 |
CN107133670A (zh) * | 2017-04-21 | 2017-09-05 | 中国科学院大学 | 一种基于决策树数据挖掘算法的复杂岩性识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
砾岩地层岩石力学参数测井预测模型构建与应用;钟自强等;<<科学技术与工程>>;20180331;第18卷(第8期);181-186 * |
Also Published As
Publication number | Publication date |
---|---|
CN109577972A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109577972B (zh) | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 | |
CN113534291B (zh) | 岩石力学层约束下的低渗透储层不同尺度裂缝定量预测方法 | |
CN114355447B (zh) | 一种隧道工程围岩等级快速划分方法及装置 | |
CN112989708B (zh) | 一种基于lstm神经网络的测井岩性识别方法及系统 | |
CN110864966B (zh) | 一种适用于裂缝型岩石的可压性评价方法 | |
CN113820750B (zh) | 基于弹塑性力学定量预测泥岩构造裂缝的方法 | |
CN103026202A (zh) | 获取多孔介质的相容和综合物理性质的方法 | |
CN111190225B (zh) | 盐间页岩油储层岩石物理机制与地震预测方法 | |
CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
CN109583113B (zh) | 一种岩石地层压实系数和有效孔隙体积压缩系数计算方法 | |
Zhu et al. | Rapid identification of high-quality marine shale gas reservoirs based on the oversampling method and random forest algorithm | |
CN110717689A (zh) | 一种露天矿矿岩台阶岩体可爆性分级评价方法 | |
CN109407150A (zh) | 基于统计岩石物理的页岩储层可压裂性解释方法及系统 | |
CN104570109B (zh) | 一种储层油气预测的方法 | |
CN107506556B (zh) | 一种确定新鲜完整岩块声波纵波速度值的方法 | |
Fattahi et al. | Investigating correlation of physico-mechanical parameters and P-wave velocity of rocks: A comparative intelligent study | |
Wang et al. | Lithology classification and porosity estimation of tight gas reservoirs with well logs based on an equivalent multi-component model | |
Topór | An integrated workflow for MICP-based rock typing: A case study of a tight-gas sandstone reservoir in the Baltic Basin (Poland) | |
CN113123783B (zh) | 一种精细评价地层体积含量的方法 | |
CN112329255A (zh) | 基于倾向度和未确知测度的岩爆预测方法 | |
CN113283173B (zh) | 地下工程能量与参数综合反分析系统及其方法 | |
Fan et al. | Semi-supervised learning–based petrophysical facies division and “Sweet Spot” identification of low-permeability sandstone reservoir | |
CN104834934A (zh) | 一种用于识别储层流体的核体俘获法 | |
FANG et al. | Quantitative Method of Classification and Discrimination of a Porous Carbonate Reservoir Integrating K‐means Clustering and Bayesian Theory | |
Mohebian et al. | Permeability estimation using an integration of multi-resolution graph-based clustering and rock typing methods in an Iranian Carbonate Reservoir |
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 |