CN109580453A - 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 - Google Patents
基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 Download PDFInfo
- Publication number
- CN109580453A CN109580453A CN201811580620.1A CN201811580620A CN109580453A CN 109580453 A CN109580453 A CN 109580453A CN 201811580620 A CN201811580620 A CN 201811580620A CN 109580453 A CN109580453 A CN 109580453A
- Authority
- CN
- China
- Prior art keywords
- value
- porosity
- log
- logging
- sandstone
- 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
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 31
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 31
- 239000004576 sand Substances 0.000 title claims abstract description 25
- 230000033558 biomineral tissue development Effects 0.000 title claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 31
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 26
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 22
- 239000011707 mineral Substances 0.000 claims abstract description 22
- 239000010453 quartz Substances 0.000 claims description 16
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 7
- 239000004575 stone Substances 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 5
- 229910021532 Calcite Inorganic materials 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- -1 shale Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000007812 deficiency Effects 0.000 abstract description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于矿产勘查领域,具体涉及一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法;本发明解决的技术问题是针对现有孔隙度建模技术存在的模型固定、计算结果不准确等不足,提供一种计算简单、结果可靠、基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法;包括以下步骤:(1)确定地层模型及测井响应方程;(2)应用最优化方法计算孔隙度;(3)绘制孔隙度空间展布图,建立找矿模型;本发明含铀地层砂体孔隙度计算方法,充分利用最优化方法将所有的测井信息、误差以及地区经验综合成一个多维信息复合体的优点,提高了地层物性参数的建模精度。
Description
技术领域
本发明属于矿产勘查领域,具体涉及一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法。
背景技术
铀成矿特点研究一直是矿产勘查领域的热点问题。前人围绕鄂尔多斯盆地北部地区直罗组铀成矿特点做了大量的分析研究,认为铀成矿应该与物性参数(主要是孔隙度和渗透率)存在关系。
测井资料为物性参数建模提供了原始资料,但由于传统的测井解释方法基本上都是只采用有限的几种测井资料,按照固定的解释模型,分别地计算地层参数,而且解释结果受到人为因素影响较大,孔隙度建模往往存在较大误差,而最优化方法是将所有的测井信息、误差以及地区经验综合成一个多维信息复合体,从所有可能的解释结果中寻求最佳、最合理的解释结果。
本发明将最优化测井解释方法应用到砂岩型铀矿砂体孔隙度计算中,得到孔隙度参数更为接近实际地层,为地层物性参数建模及进一步研究铀成矿特征奠定了基础。
发明内容
本发明解决的技术问题是针对现有孔隙度建模技术存在的模型固定、计算结果不准确等不足,提供一种计算简单、结果可靠、基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法。
本发明的技术方案是:
一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法,包括以下步骤:
(1)确定地层模型及测井响应方程;
(2)应用最优化方法计算孔隙度;
(3)绘制孔隙度空间展布图,建立找矿模型。
所述步骤一中,根据研究区地层岩性及骨架矿物成分,结合现有的测井曲线情况,确定地层模型及测井响应方程;
选用当前广泛使用的多矿物模型;模型把岩性矿物成分复杂的地层看成由局部均匀的几个部分组成:几种骨架矿物、泥质和孔隙流体;骨架矿物可以是常见的石英、方解石、白云石,也可以是按本地区的地质情况指定的其他矿物;其测井响应方程一般式表示为:
式中:Xi(i=1,2,3…)为第i种测井曲线的理论响应值;Xif、Xish、Xiq(i=1,2,3…)分别表示流体、泥质、石英组分第i种测井曲线的测井值;为孔隙度;V为每种组分的含量;
利用三侧向视电阻率、定量伽马、密度、声波时差测井曲线解释砂岩型铀矿砂体的孔隙度,故地层未知参数应控制在四个或以下,因此建立测井响应方程:
式中:R为三侧向视电阻率曲线;γ为定量伽马测井曲线;DEN为密度测井曲线;AC为声波时差测井曲线;Φ为地层孔隙度;Sw为地层含水饱和度。
所述步骤二包括以下步骤:
①导入测井数据
在CIFLog测井解释平台中导入三侧向视电阻率、定量伽马、密度、声波时差4条测井曲线数据,即实际测井响应值;
②厘定解释参数
根据所选地层模型及地区经验,厘定骨架矿物(石英)、泥质及地层流体的理论测井值;根据砂岩型铀矿一般经验,厘定石英的密度值为2.30~2.65g/cm3,声波时差值为180μs/m,定量伽马值1~4nC/kgh,视电阻率值200Ω·m;泥质的密度为2.16~2.60g/cm3,声波时差值为320μs/m,定量伽马值12~15nC/kgh,视电阻率值为10Ω·m;地层水的密度为1.0g/cm3,声波时差值为620μs/m,定量伽马值0nC/kgh,视电阻率值为0.5Ω·m;天然气的密度值为0.25g/cm3,声波时差值为2600μs/m,定量伽马值0nC/kgh,视电阻率值为6000Ω·m;
③计算理论测井值
将解释参数和地层未知参数,孔隙度、泥质含量、石英含量等的预设值代入测井响应方程,求得理论测井响应值;
④对比理论测井值与实际测井值,若偏差较大,则调整地层未知参数;
为了将理论测井值与实际测井值进行对比,按最小二乘理论建立最优化目标函数:
式中:F(X,D)为目标函数;Di为实际测井响应值;s.t.表示所要满足的约束条件是;
⑤重复步骤③、④,直到理论值与实际测井值充分逼近;
这一步骤的实现也就是通过不断迭代使目标函数取得最小值minF(X,D)的过程;此时,方程最优解x*认为是一组最优的地层参数。
所述步骤三包括以下步骤:
首先整理下段下亚段底部砂体整个层段的孔隙度值,用EXCEL软件计算该层位孔隙度的平均值;
然后利用石文软件绘制研究区直罗组下段底部砂体平均孔隙度展布图,并将已知矿体形态投影到展布图上,建立已知矿体与孔隙度的空间分布对应关系;
最后根据两者之间的关系,圈定找矿远景区。
本发明的有益效果是:
1、本发明含铀地层孔隙度计算方法,充分利用最优化方法将所有的测井信息、误差以及地区经验综合成一个多维信息复合体的优点,提高了地层物性参数的建模精度;
2、本发明孔隙度计算方法,受人为因素影响小,与传统方法计算结果相比,更接近真实物性参数,能够为砂岩型铀矿地层物性参数评价提供更加准确的孔隙度计算结果,进而提升铀矿勘探效率。
附图说明
图1 ZKB37-16孔直罗组下段测井解释孔隙度成果图
图2 ZKB16-15孔直罗组下段测井解释孔隙度成果图
图3孔隙度解释结果与岩心实验数据交会图
图4研究区直罗组下段底部砂体平均孔隙度展布图
具体实施方式
下面结合实施例对本发明进行进一步的介绍:
一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法,包括以下步骤:
(1)确定地层模型及测井响应方程;
(2)应用最优化方法计算孔隙度;
(3)绘制孔隙度空间展布图,建立找矿模型。
所述步骤一中,根据研究区地层岩性及骨架矿物成分,结合现有的测井曲线情况,确定地层模型及测井响应方程;
选用当前广泛使用的多矿物模型;模型把岩性矿物成分复杂的地层看成由局部均匀的几个部分组成:几种骨架矿物、泥质和孔隙流体;骨架矿物可以是常见的石英、方解石、白云石,也可以是按本地区的地质情况指定的其他矿物;其测井响应方程一般式表示为:
式中:Xi(i=1,2,3…)为第i种测井曲线的理论响应值;Xif、Xish、Xiq(i=1,2,3…)分别表示流体、泥质、石英组分第i种测井曲线的测井值;为孔隙度;V为每种组分的含量;
利用三侧向视电阻率、定量伽马、密度、声波时差测井曲线解释砂岩型铀矿砂体的孔隙度,故地层未知参数应控制在四个或以下,因此建立测井响应方程:
式中:R为三侧向视电阻率曲线;γ为定量伽马测井曲线;DEN为密度测井曲线;AC为声波时差测井曲线;Φ为地层孔隙度;Sw为地层含水饱和度。
所述步骤二包括以下步骤:
①导入测井数据
在CIFLog测井解释平台中导入三侧向视电阻率、定量伽马、密度、声波时差4条测井曲线数据,即实际测井响应值;
②厘定解释参数
根据所选地层模型及地区经验,厘定骨架矿物(石英)、泥质及地层流体的理论测井值;根据砂岩型铀矿一般经验,厘定石英的密度值为2.30~2.65g/cm3,声波时差值为180μs/m,定量伽马值1~4nC/kgh,视电阻率值200Ω·m;泥质的密度为2.16~2.60g/cm3,声波时差值为320μs/m,定量伽马值12~15nC/kgh,视电阻率值为10Ω·m;地层水的密度为1.0g/cm3,声波时差值为620μs/m,定量伽马值0nC/kgh,视电阻率值为0.5Ω·m;天然气的密度值为0.25g/cm3,声波时差值为2600μs/m,定量伽马值0nC/kgh,视电阻率值为6000Ω·m;
③计算理论测井值
将解释参数和地层未知参数,孔隙度、泥质含量、石英含量等的预设值代入测井响应方程,求得理论测井响应值;
④对比理论测井值与实际测井值,若偏差较大,则调整地层未知参数;
为了将理论测井值与实际测井值进行对比,按最小二乘理论建立最优化目标函数:
式中:F(X,D)为目标函数;Di为实际测井响应值;s.t.表示所要满足的约束条件是;
⑤重复步骤③、④,直到理论值与实际测井值充分逼近;
这一步骤的实现也就是通过不断迭代使目标函数取得最小值minF(X,D)的过程;此时,方程最优解x*认为是一组最优的地层参数。
所述步骤三包括以下步骤:
首先整理下段下亚段底部砂体整个层段的孔隙度值,用EXCEL软件计算该层位孔隙度的平均值;
然后利用石文软件绘制研究区直罗组下段底部砂体平均孔隙度展布图,并将已知矿体形态投影到展布图上,建立已知矿体与孔隙度的空间分布对应关系;
最后根据两者之间的关系,圈定找矿远景区。
实施例
针对鄂尔多斯盆地北部地区中侏罗统直罗组砂体具体实施例如下;
(1)确定地层模型及测井响应方程
研究区主要为砂泥岩地层,骨架矿物主要有石英、泥质、方解石等,个别层位含有煤和黄铁矿,含矿层位含有铀。结合研究区现有的测井曲线资料情况,选用三侧向视电阻率、定量伽马、密度、声波时差4条测井曲线,故采用砂-泥岩、气-水地层模型及测井响应方程如下:
(2)应用最优化方法计算孔隙度
①导入测井数据
在CIFLog测井解释平台中导入三侧向视电阻率、定量伽马、密度、声波时差4条测井曲线数据,即实际测井响应值。
②厘定解释参数
厘定纯泥岩层的视电阻率值、定量伽马值、密度值、声波时差值分别取10Ω·m,15nC/kgh,2.56g/cm3,300μs/m;纯砂岩层的视电阻率值、定量伽马值、密度值、声波时差值分别取200Ω·m,1nC/kgh,2.65g/cm3,200μs/m;天然气的视电阻率值、定量伽马值、密度值、声波时差值分别取6000Ω·m,0nC/kgh,0.15g/cm3,2600μs/m;地层水的视电阻率值、定量伽马值、密度值、声波时差值分别取0.5Ω·m,0nC/kgh,1.0g/cm3,620μs/m。故有:
③计算理论测井值
将解释参数和地层孔隙度、泥质含量等未知参数的预设值代入测井响应方程,求得理论测井响应值。
④对比理论测井值与实际测井值,若偏差较大,则调整地层未知参数
⑤重复步骤④、⑤,直到理论值与实际测井值充分逼近
其中步骤③、④、⑤基于CIFLog测井解释平台的最优化处理模块实现。将测井数据导入解释平台,设置好解释参数后,解释平台自动迭代寻优,给出地层参数最优解。
应用本方法计算研究区ZKB37-16孔、ZKB16-15孔的孔隙度。将其测井数据与解释结果在Forward.net软件中绘制成图,如图1、图2所示。从图中可以直观地看出,本方法解释的孔隙度与岩心实验数据吻合较好。
整理了31个有岩心实测孔隙度数据的样本点应用本方法解释的孔隙度解释结果。在EXCEL软件中绘制样本点的孔隙度解释结果与岩心实验数据交会图,如图3所示。由图可知,在31个样本中,其中29个样本的解释误差均控制在10%以内,大部分样品的误差控制在5%以下,解释效果良好。
地层孔隙度进行计算。利用石文软件绘制直罗组下段下亚段底部砂体平均孔隙度等值图,如图4所示。由图中可以直观地看出,铀矿体分布在孔隙度值变化跨度比较大的地方,也就是说铀矿体多赋存于孔隙度较高的砂岩中。当含氧含铀水流经砂体由厚变薄,孔隙度变小,渗透性变差,流体的运移速度变缓,水岩作用时间充裕,同时由于还原剂的存在,消耗了含氧含铀水中的氧,最终使铀元素富集成矿。
铀矿体在孔隙度等值图上的位置分布特征说明,根据研究区地层孔隙度展布,可以圈定铀成矿有利地段,对砂岩型铀矿勘查有一定的指导作用。
以上所举实例仅为方便举例说明本发明,并非对本发明保护范围的限制,在本发明所述技术方案范畴,所属技术领域的技术人员所作各种简单变形与修饰,均应包含在以上申请专利范围中。
Claims (4)
1.一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法,其特征在于:包括以下步骤:
(1)确定地层模型及测井响应方程;
(2)应用最优化方法计算孔隙度;
(3)绘制孔隙度空间展布图,建立找矿模型。
2.根据权利要求1所述的一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法,其特征在于:所述步骤一中,根据研究区地层岩性及骨架矿物成分,结合现有的测井曲线情况,确定地层模型及测井响应方程;
选用当前广泛使用的多矿物模型;模型把岩性矿物成分复杂的地层看成由局部均匀的几个部分组成:几种骨架矿物、泥质和孔隙流体;骨架矿物可以是常见的石英、方解石、白云石,也可以是按本地区的地质情况指定的其他矿物;其测井响应方程一般式表示为:
式中:Xi(i=1,2,3…)为第i种测井曲线的理论响应值;Xif、Xish、Xiq(i=1,2,3…)分别表示流体、泥质、石英组分第i种测井曲线的测井值;为孔隙度;V为每种组分的含量;
利用三侧向视电阻率、定量伽马、密度、声波时差测井曲线解释砂岩型铀矿地层的孔隙度,故地层未知参数应控制在四个或以下,因此建立测井响应方程:
式中:R为三侧向视电阻率曲线;γ为定量伽马测井曲线;DEN为密度测井曲线;AC为声波时差测井曲线;Φ为地层孔隙度;Sw为地层含水饱和度。
3.根据权利要求1所述的一种基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法,其特征在于:所述步骤二包括以下步骤:
①导入测井数据
在CIFLog测井解释平台中导入三侧向视电阻率、定量伽马、密度、声波时差4条测井曲线数据,即实际测井响应值;
②厘定解释参数
根据所选地层模型及地区经验,厘定骨架矿物(石英)、泥质及地层流体的理论测井值;根据砂岩型铀矿一般经验,厘定石英的密度值为2.30~2.65g/cm3,声波时差值为180μs/m,定量伽马值1~4nC/kgh,视电阻率值200Ω·m;泥质的密度为2.16~2.60g/cm3,声波时差值为320μs/m,定量伽马值12~15nC/kgh,视电阻率值为10Ω·m;地层水的密度为1.0g/cm3,声波时差值为620μs/m,定量伽马值0nC/kgh,视电阻率值为0.5Ω·m;天然气的密度值为0.25g/cm3,声波时差值为2600μs/m,定量伽马值0nC/kgh,视电阻率值为6000Ω·m;
③计算理论测井值
将解释参数和地层未知参数,孔隙度、泥质含量、石英含量等的预设值代入测井响应方程,求得理论测井响应值;
④对比理论测井值与实际测井值,若偏差较大,则调整地层未知参数;
为了将理论测井值与实际测井值进行对比,按最小二乘理论建立最优化目标函数:
式中:F(X,D)为目标函数;Di为实际测井响应值;s.t.表示所要满足的约束条件是;
⑤重复步骤③、④,直到理论值与实际测井值充分逼近;
这一步骤的实现也就是通过不断迭代使目标函数取得最小值minF(X,D)的过程;此时,方程最优解x*认为是一组最优的地层参数。
4.根据权利要求1所述的一种基于最优化测井解释计算砂岩型铀矿地层孔隙度的方法,其特征在于:所述步骤三包括以下步骤:
首先整理下段下亚段底部砂体整个层段的孔隙度值,用EXCEL软件计算该层位孔隙度的平均值;
然后利用石文软件绘制研究区直罗组下段底部砂体平均孔隙度展布图,并将已知矿体形态投影到展布图上,建立已知矿体与孔隙度的空间分布对应关系;
最后根据两者之间的关系,圈定找矿远景区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580620.1A CN109580453A (zh) | 2018-12-24 | 2018-12-24 | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580620.1A CN109580453A (zh) | 2018-12-24 | 2018-12-24 | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109580453A true CN109580453A (zh) | 2019-04-05 |
Family
ID=65931488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811580620.1A Pending CN109580453A (zh) | 2018-12-24 | 2018-12-24 | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580453A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112268923A (zh) * | 2020-10-22 | 2021-01-26 | 西安交通大学 | 一种基于测井曲线获取地层热导率的方法 |
CN114165228A (zh) * | 2021-10-08 | 2022-03-11 | 西南石油大学 | 一种双频微波集流伞产出剖面测井图版约束最优化解释方法 |
CN117174203A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103982178A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种基于矿物含量的页岩气储层脆性评价方法 |
CN106154351A (zh) * | 2016-08-09 | 2016-11-23 | 中国石油天然气集团公司 | 一种低孔渗储层渗透率的估算方法 |
WO2018208634A1 (en) * | 2017-05-08 | 2018-11-15 | Schlumberger Technology Corporation | Integrating geoscience data to predict formation properties |
CN108825223A (zh) * | 2018-06-22 | 2018-11-16 | 西南石油大学 | 一种页岩地层的层理特征提取方法 |
CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
-
2018
- 2018-12-24 CN CN201811580620.1A patent/CN109580453A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103982178A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种基于矿物含量的页岩气储层脆性评价方法 |
CN106154351A (zh) * | 2016-08-09 | 2016-11-23 | 中国石油天然气集团公司 | 一种低孔渗储层渗透率的估算方法 |
WO2018208634A1 (en) * | 2017-05-08 | 2018-11-15 | Schlumberger Technology Corporation | Integrating geoscience data to predict formation properties |
CN108825223A (zh) * | 2018-06-22 | 2018-11-16 | 西南石油大学 | 一种页岩地层的层理特征提取方法 |
CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
Non-Patent Citations (3)
Title |
---|
刘 雷等: "火山岩型铀矿床成矿构造控制特征—以俄罗斯Streltsovka火山岩型铀矿床与中国相山火山岩型铀矿床为例", 《矿物岩石地球化学通报》 * |
张 艳等: "最优化测井解释物性反演方法在鄂尔多斯盆地北部地区直罗组中的应用", 《矿物学报》 * |
燕继成等: "基于多矿物模型分析的最优化测井解释在X油田中的应用研究", 《国外测井技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112268923A (zh) * | 2020-10-22 | 2021-01-26 | 西安交通大学 | 一种基于测井曲线获取地层热导率的方法 |
CN114165228A (zh) * | 2021-10-08 | 2022-03-11 | 西南石油大学 | 一种双频微波集流伞产出剖面测井图版约束最优化解释方法 |
CN117174203A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
CN117174203B (zh) * | 2023-11-02 | 2024-02-23 | 东华理工大学南昌校区 | 用于砂岩铀矿的测井曲线响应分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104564041B (zh) | 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 | |
Jenkins | Studying subtropical thermocline ventilation and circulation using tritium and 3He | |
CN101937108B (zh) | 低渗碎屑岩油气藏储量确定方法 | |
CN100437147C (zh) | 多参数降维油气水层识别方法 | |
CN106951660A (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
CN110441813A (zh) | 一种湖相优质烃源岩的发育分布的预测方法 | |
CN105221142B (zh) | 一种识别页岩地层矿物质量含量的方法 | |
CN105488248B (zh) | 一种深部矿层和岩层的判定方法 | |
CN112133377B (zh) | 一种海域天然气水合物赋存状态的判别方法及系统 | |
CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
CN109580453A (zh) | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 | |
CN103867198B (zh) | 碳酸盐岩天然气层地层密度判别法 | |
CN103485758A (zh) | 一种利用多种资料拟合反演复杂岩性解释方法及装置 | |
CN106842301A (zh) | 一种凝灰质砂岩有利储层的定量识别与预测方法 | |
CN109061763A (zh) | 碳酸盐岩断溶体油藏洞穴测井综合评价方法 | |
CN106021793A (zh) | 基于存储系数和渗流系数的低渗储层甜点评价方法 | |
CN108804728A (zh) | 水平井地层储层分级分析方法及计算机可读存储介质 | |
CN104991286A (zh) | 一种基于沉积模式的沉积相表征方法 | |
CN104965237A (zh) | 一种定量优选非常规油气有利区的方法 | |
CN106156456A (zh) | 砂砾岩体无效储层扣除方法 | |
Mabrey | Rock quality index for Niobrara horizontal well drilling and completion optimization, Wattenberg field, Colorado | |
CN109826623A (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
Allingham et al. | Geophysical data on the Climax stock, Nevada test site, Nye County, Nevada | |
Bazzell | Origin of brecciated intervals and petrophysical analyses; the three forks formation, williston basin, North Dakota, USA | |
Bates | An application of statistical analysis to exploration for uranium on the Colorado Plateau |
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 |
Application publication date: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |