CN109669211A - 海底岩性薄砂体储层预测方法和装置、存储介质及终端 - Google Patents
海底岩性薄砂体储层预测方法和装置、存储介质及终端 Download PDFInfo
- Publication number
- CN109669211A CN109669211A CN201910094180.7A CN201910094180A CN109669211A CN 109669211 A CN109669211 A CN 109669211A CN 201910094180 A CN201910094180 A CN 201910094180A CN 109669211 A CN109669211 A CN 109669211A
- Authority
- CN
- China
- Prior art keywords
- sandbody reservoirs
- thin sandbody
- thin
- thickness
- factor
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000523 sample Substances 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 239000004576 sand Substances 0.000 abstract description 30
- 230000000694 effects Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001045988 Neogene Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 101150091879 neo gene Proteins 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- 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
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种海底岩性薄砂体储层预测方法和装置、存储介质及终端。该方法包括：S1、获取薄砂体储层中一探测点的均方根振幅A和主频值F；S2、根据均方根振幅A和主频值F获取探测点对应的FA因子；S3、由FA因子得到探测点对应的储层厚度。S4、重复执行步骤S1至步骤S3，获取薄砂体储层中多个探测点的储层厚度；S5、由所有测量点的储层厚度得到薄砂体储层的厚度分布；S6、根据薄砂体储层的厚度分布预测薄砂体储层岩性尖灭线的位置。本发明中FA因子综合了振幅、频率属性与砂体厚度的关系，通过算法使FA因子与砂体厚度呈现一一对应的关系，不存在调谐效应，从而在预测薄砂体储层时避免误差。
Description
技术领域
本发明涉及海洋石油勘探领域，更具体地说，涉及一种海底岩性薄砂体储层预测方法和装置、存储介质及终端。
背景技术
近年来，我国石油对外依存度已经超越警戒线的情况频频出现，出于国家石油安全考虑，海洋油气的勘探和开发急需增储上产以满足国内经济发展的需要。珠江口盆地(东部)的惠州凹陷已经被证实为最好的富生烃凹陷之一。自珠江口盆地1973年开展勘探工作以来，惠州凹陷一直是该区勘探工作的主战场。但随着勘探的不断深入，经过近40年的勘探开发，新近系及古近系珠海组这些埋深浅的地层的大型构造圈闭所剩无几，传统方式的勘探面临着严峻的形式。为了扩宽勘探视野，近几年已将勘探方向转移到深层的古近系勘探等新领域的复式勘探上。但仍面临一系列问题：如地震资料的品质有待提高、采集处理解释有进一步优化和提升的空间、深层开发作业成本高、施工难度大、技术要求高，等等。因此，继续拓展新的勘探领域，不仅能助力惠州凹陷油田群的持续开发，更能利用老油区生产设施齐全且便捷的特点更快地开发动用。其中的新勘探领域之一就是中浅层地层岩性圈闭的勘探。
目前，国内外岩性勘探技术可以主要分为两类和7项技术方法，分别为：1、两类。建立在调谐厚度理论上的应用及其延伸；利用波形分类等分析手段识别砂体。2、7项技术方法。(1)基于经典调谐理论的技术；(2)特色属性提取与分析方法；(3)基于地震沉积学的技术；(4)拟声波反演技术；(5)去薄层强屏蔽的目标处理技术；(6)基于压缩感知的薄层识别方法；(7)基于模式识别的薄砂体储层检测技术。这些技术和方法各擅其场，百家争鸣，但是又有各自的局限和不足，主要表现在经验参数的选取，特定地质条件的约束等，很难比较大范围的推广应用。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种海底岩性薄砂体储层预测方法和装置、存储介质及终端。
本发明解决其技术问题所采用的技术方案是：构造一种海底岩性薄砂体储层预测方法，包括：
S1、对薄砂体储层进行探测，获取所述薄砂体储层中一探测点的均方根振幅A和主频值F；
S2、根据所述均方根振幅A和主频值F获取所述探测点对应的FA因子；
S3、由所述FA因子得到所述探测点对应的储层厚度。
进一步，本发明所述的海底岩性薄砂体储层预测方法，所述步骤S2包括：
通过下述公式得到所述FA因子：
其中所述f(x)为所述FA因子。
进一步，本发明所述的海底岩性薄砂体储层预测方法，在所述步骤S3后所述方法还包括：
S4、重复执行所述步骤S1至步骤S3，获取所述薄砂体储层中多个探测点的储层厚度；
S5、由所有所述测量点的储层厚度得到所述薄砂体储层的厚度分布。
进一步，本发明所述的海底岩性薄砂体储层预测方法，在所述步骤S5后所述方法还包括：
S6、根据所述薄砂体储层的厚度分布预测所述薄砂体储层岩性尖灭线的位置，其中所述岩性尖灭线的尖灭点位于所述薄砂体储层的厚度最小处。
另，本发明还提供一种海底岩性薄砂体储层预测装置，包括：
第一探测单元，用于对薄砂体储层进行探测，获取所述薄砂体储层中一探测点的均方根振幅A和主频值F；
FA因子获取单元，用于根据所述均方根振幅A和主频值F获取所述探测点对应的FA因子；
第一厚度获取单元，用于由所述FA因子得到所述探测点对应的储层厚度。
进一步，本发明所述的海底岩性薄砂体储层预测装置，所述FA因子获取单元中所述FA因子为：
其中所述f(x)为所述FA因子。
进一步，本发明所述的海底岩性薄砂体储层预测装置，所述装置还包括：
第二探测单元，用于重复执行所述步骤S1至步骤S3，获取所述薄砂体储层中多个探测点的储层厚度；
第二厚度获取单元，用于由所有所述测量点的储层厚度得到所述薄砂体储层的厚度分布。
进一步，本发明所述的海底岩性薄砂体储层预测装置，所述装置还包括：
尖灭点获取单元，用于根据所述薄砂体储层的厚度分布预测所述薄砂体储层岩性尖灭线的位置，其中所述岩性尖灭线的尖灭点位于所述薄砂体储层的厚度最小处。
另，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的海底岩性薄砂体储层预测方法。
另，本发明还提供一种终端，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述海底岩性薄砂体储层预测方法的步骤。
实施本发明的一种海底岩性薄砂体储层预测方法和装置、存储介质及终端，具有以下有益效果：该方法包括：S1、对薄砂体储层进行探测，获取薄砂体储层中一探测点的均方根振幅A和主频值F；S2、根据均方根振幅A和主频值F获取探测点对应的FA因子；S3、由FA因子得到探测点对应的储层厚度。S4、重复执行步骤S1至步骤S3，获取薄砂体储层中多个探测点的储层厚度；S5、由所有测量点的储层厚度得到薄砂体储层的厚度分布。S6、根据薄砂体储层的厚度分布预测薄砂体储层岩性尖灭线的位置。本发明中FA因子综合了振幅、频率属性与砂体厚度的关系，通过算法使FA因子与砂体厚度呈现一一对应的关系，不存在调谐效应，从而在预测薄砂体储层时避免误差。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明中振幅随砂体厚度变化示意图；
图2是本发明中频率随砂体厚度变化示意图；
图3是本发明一实施例中海底岩性薄砂体储层预测方法的流程图；
图4是本发明中FA因子值随砂体厚度变化示意图；
图5是本发明一实施例中海底岩性薄砂体储层预测方法的流程图；
图6是本发明一实施例中海底岩性薄砂体储层预测方法的流程图；
图7是本发明一种终端的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
实施例
本方法的目的首先在于提升海底地层薄砂体储层的预测精度和岩性尖灭点的识别，提高地层岩性圈闭的钻探成功率，达到降本增效的效果；其次，本方法在现有技术和方法的基础上提出对算法的优化，创新性提出FA因子的概念和算法，使得砂体储层厚度与FA因子呈现一一对应的关系，有利于储层厚度的准确预测。
算法的原理如图1所示，简要介绍如下：
根据经典的调谐厚度理论，在楔状体正演模型中，砂体厚度与振幅呈现先正相关，再负相关，再波动的特征。其中，在1/4λ的砂体厚度处振幅达到最大值。但相同的振幅值就会对应两个砂体厚度。这就导致仅使用单一振幅属性预测砂体厚度存在多解性。
同理，如图2所示，频率随砂体厚度的变化呈现先负相关，再正相关，再波动的特征。其中，在3/8λ的砂体厚度处频率达到最小值。也就造成了同一频率对应两个或多个砂体厚度。这就导致仅使用单一频率属性预测砂体厚度也存在多解性。
通过观察振幅随砂体厚度变化的关系和频率随砂体厚度变化的关系，总结两者属性的互补，创新性提出FA因子的概念和算法，使得FA因子值与砂体厚度值呈现一一对应的关系。如图3所示，本实施例的种海底岩性薄砂体储层预测方法包括下述步骤：
S1、对薄砂体储层进行探测，获取薄砂体储层中一探测点的均方根振幅A和主频值F；
S2、根据均方根振幅A和主频值F获取探测点对应的FA因子；进一步，本实施例的海底岩性薄砂体储层预测方法，步骤S2包括：
通过下述公式得到FA因子：
其中f(x)为FA因子。
S3、由FA因子得到探测点对应的储层厚度。
如图4所示。从而通过FA因子值预测砂体厚度，消除多解性。图中的红色散点为FA因子值，蓝色曲线为通过散点拟合的曲线，通过线性回归系数R2＝0.9956可知，曲线拟合精度较高，可以认为预测较为准确。
本实施例中FA因子综合了振幅、频率属性与砂体厚度的关系，通过算法使FA因子与砂体厚度呈现一一对应的关系，不存在调谐效应，通过FA因子获取探测点对应的储层厚度。
实施例
如图5所示，在上述实施例的基础上，本实施例的海底岩性薄砂体储层预测方法在步骤S3后方法还包括：
S4、重复执行步骤S1至步骤S3，获取薄砂体储层中多个探测点的储层厚度；
S5、由所有测量点的储层厚度得到薄砂体储层的厚度分布。
本实施例中FA因子综合了振幅、频率属性与砂体厚度的关系，通过算法使FA因子与砂体厚度呈现一一对应的关系，不存在调谐效应，通过FA因子获取探测点对应的储层厚度，通过采集多个探测点的储层厚度数据，得到整个探测区的薄砂体储层的厚度分布。进而可根据薄砂体储层的厚度分布进行井位部署。
实施例
如图6所示，在上述实施例的基础上，本实施例的海底岩性薄砂体储层预测方法在步骤S5后方法还包括：
S6、根据薄砂体储层的厚度分布预测薄砂体储层岩性尖灭线的位置，其中岩性尖灭线的尖灭点位于薄砂体储层的厚度最小处。优选地，在实际操作过程中，岩性尖灭线中的尖灭点位于薄砂体储层的预测厚度接近零处。
本实施例对上述实施例获取的薄砂体储层的厚度分布进行分析，得到探测区中薄砂体储层的储层厚度变化规律，通过变化规律即可得到薄砂体储层厚度逐渐变薄的地方，从而预测薄砂体储层岩性尖灭线的位置。
实施例
本实施例还提供一种海底岩性薄砂体储层预测装置，包括：
第一探测单元，用于对薄砂体储层进行探测，获取薄砂体储层中一探测点的均方根振幅A和主频值F；
FA因子获取单元，用于根据均方根振幅A和主频值F获取探测点对应的FA因子；进一步，本实施例的海底岩性薄砂体储层预测装置，FA因子获取单元中FA因子为：
其中f(x)为FA因子。
第一厚度获取单元，用于由FA因子得到探测点对应的储层厚度。
实施例
在上述实施例的基础上，本实施例的海底岩性薄砂体储层预测装置还包括：
第二探测单元，用于重复执行步骤S1至步骤S3，获取薄砂体储层中多个探测点的储层厚度；
第二厚度获取单元，用于由所有测量点的储层厚度得到薄砂体储层的厚度分布。
实施例
在上述实施例的基础上，本实施例的海底岩性薄砂体储层预测装置还包括：
尖灭点获取单元，用于根据薄砂体储层的厚度分布预测薄砂体储层岩性尖灭线的位置，其中岩性尖灭线的尖灭点位于薄砂体储层的厚度最小处。优选地，在实际操作过程中，岩性尖灭线中的尖灭点位于薄砂体储层的预测厚度接近零处。
实施例
本实施例的计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的海底岩性薄砂体储层预测方法。本实施例中海底岩性薄砂体储层预测方法使用算法简单，所需处理数据量小，所以在计算机程序安装时耗时少；在计算机程序执行时处理数据量小，处理速度快。
实施例
如图7所示，本实施例的终端包括处理器，处理器用于执行存储器中存储的计算机程序时实现如上述海底岩性薄砂体储层预测方法的步骤。作为选择，终端包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑、服务器等。本实施例中海底岩性薄砂体储层预测方法使用算法简单，所需输入的参数少，操作简单，对操作人员的技能要求低，可快速上手工作。
本实施例应用珠江口盆地惠州凹陷实钻薄砂体储层的5口井进行验证后，模型井处砂体厚度预测误差0.15m，二次三维采集工区内井位砂体厚度预测误差0.13m，其余一次三维工区三口井位砂体厚度预测误差分别为-1.31m、1.35m和-0.90m，总体达到米级误差。应用于目标评价的勘探实践后，将构造油田A升级为岩性油田A-plus，岩性圈闭面积较构造圈闭面积增大约40％，新增单层储量两千多万方，提高约198.8％，油田整体储量增加约203％。
本发明中FA因子综合了振幅、频率属性与砂体厚度的关系，通过算法使FA因子与砂体厚度呈现一一对应的关系，不存在调谐效应，从而在预测薄砂体储层时避免误差。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。
Claims (10)
1.一种海底岩性薄砂体储层预测方法，其特征在于，包括：
S1、对薄砂体储层进行探测，获取所述薄砂体储层中一探测点的均方根振幅A和主频值F；
S2、根据所述均方根振幅A和主频值F获取所述探测点对应的FA因子；
S3、由所述FA因子得到所述探测点对应的储层厚度。
2.根据权利要求1所述的海底岩性薄砂体储层预测方法，其特征在于，所述步骤S2包括：
通过下述公式得到所述FA因子：
其中所述f(x)为所述FA因子。
3.根据权利要求1或2所述的海底岩性薄砂体储层预测方法，其特征在于，在所述步骤S3后所述方法还包括：
S4、重复执行所述步骤S1至步骤S3，获取所述薄砂体储层中多个探测点的储层厚度；
S5、由所有所述测量点的储层厚度得到所述薄砂体储层的厚度分布。
4.根据权利要求3所述的海底岩性薄砂体储层预测方法，其特征在于，在所述步骤S5后所述方法还包括：
S6、根据所述薄砂体储层的厚度分布预测所述薄砂体储层岩性尖灭线的位置，其中所述岩性尖灭线的尖灭点位于所述薄砂体储层的厚度最小处。
5.一种海底岩性薄砂体储层预测装置，其特征在于，包括：
第一探测单元，用于对薄砂体储层进行探测，获取所述薄砂体储层中一探测点的均方根振幅A和主频值F；
FA因子获取单元，用于根据所述均方根振幅A和主频值F获取所述探测点对应的FA因子；
第一厚度获取单元，用于由所述FA因子得到所述探测点对应的储层厚度。
6.根据权利要求5所述的海底岩性薄砂体储层预测装置，其特征在于，所述FA因子获取单元中所述FA因子为：
其中所述f(x)为所述FA因子。
7.根据权利要求5或6所述的海底岩性薄砂体储层预测装置，其特征在于，所述装置还包括：
第二探测单元，用于重复执行所述步骤S1至步骤S3，获取所述薄砂体储层中多个探测点的储层厚度；
第二厚度获取单元，用于由所有所述测量点的储层厚度得到所述薄砂体储层的厚度分布。
8.根据权利要求7所述的海底岩性薄砂体储层预测装置，其特征在于，所述装置还包括：
尖灭点获取单元，用于根据所述薄砂体储层的厚度分布预测所述薄砂体储层岩性尖灭线的位置，其中所述岩性尖灭线的尖灭点位于所述薄砂体储层的厚度最小处。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任意一项所述的海底岩性薄砂体储层预测方法。
10.一种终端，其特征在于，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-4中任意一项所述海底岩性薄砂体储层预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910094180.7A CN109669211B (zh) | 2019-01-30 | 2019-01-30 | 海底岩性薄砂体储层预测方法和装置、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910094180.7A CN109669211B (zh) | 2019-01-30 | 2019-01-30 | 海底岩性薄砂体储层预测方法和装置、存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109669211A true CN109669211A (zh) | 2019-04-23 |
| CN109669211B CN109669211B (zh) | 2020-12-01 |
Family
ID=66150135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910094180.7A Active CN109669211B (zh) | 2019-01-30 | 2019-01-30 | 海底岩性薄砂体储层预测方法和装置、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109669211B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112523750A (zh) * | 2020-11-20 | 2021-03-19 | 中国石油天然气股份有限公司 | 砂体的尖灭位置的确定方法、装置及存储介质 |
| CN113933897A (zh) * | 2020-07-13 | 2022-01-14 | 中国石油天然气股份有限公司 | 一种基于二维叠前资料的膏岩尖灭线预测方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2346300C1 (ru) * | 2007-07-02 | 2009-02-10 | Виктор Сергеевич Аносов | Способ обнаружения возможности наступления катастрофических явлений |
| CN103558635A (zh) * | 2013-10-30 | 2014-02-05 | 北京诺克斯达石油科技有限公司 | 基于偶函数地震响应以估算薄层厚度的方法及装置 |
| EP2923224A1 (en) * | 2012-11-23 | 2015-09-30 | Fugro Geoconsulting, Inc. | Method and system for identification of gas hydrates and fee gas in geologic beds |
| CN106483562A (zh) * | 2016-09-28 | 2017-03-08 | 中国海洋石油总公司 | 一种基于地震振幅预测地层厚度变化的方法 |
-
2019
- 2019-01-30 CN CN201910094180.7A patent/CN109669211B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2346300C1 (ru) * | 2007-07-02 | 2009-02-10 | Виктор Сергеевич Аносов | Способ обнаружения возможности наступления катастрофических явлений |
| EP2923224A1 (en) * | 2012-11-23 | 2015-09-30 | Fugro Geoconsulting, Inc. | Method and system for identification of gas hydrates and fee gas in geologic beds |
| CN103558635A (zh) * | 2013-10-30 | 2014-02-05 | 北京诺克斯达石油科技有限公司 | 基于偶函数地震响应以估算薄层厚度的方法及装置 |
| CN106483562A (zh) * | 2016-09-28 | 2017-03-08 | 中国海洋石油总公司 | 一种基于地震振幅预测地层厚度变化的方法 |
Non-Patent Citations (2)
| Title |
|---|
| BIN LI ET AL.: "A new seismic composite attribute in predicting sandstone thickness of thin interbed in Bohai S oilfield", 《SEG INTERNATIONAL EXPOSITION AND 88TH ANNUAL MEETING》 * |
| 刘杰等: "低位楔三角洲砂体尖灭特征描述与识别技术———以珠江口盆地番禺地区为例", 《天然气地球科学》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113933897A (zh) * | 2020-07-13 | 2022-01-14 | 中国石油天然气股份有限公司 | 一种基于二维叠前资料的膏岩尖灭线预测方法及系统 |
| CN113933897B (zh) * | 2020-07-13 | 2024-03-01 | 中国石油天然气股份有限公司 | 一种基于二维叠前资料的膏岩尖灭线预测方法及系统 |
| CN112523750A (zh) * | 2020-11-20 | 2021-03-19 | 中国石油天然气股份有限公司 | 砂体的尖灭位置的确定方法、装置及存储介质 |
| CN112523750B (zh) * | 2020-11-20 | 2023-11-28 | 中国石油天然气股份有限公司 | 砂体的尖灭位置的确定方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109669211B (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| West et al. | Interactive seismic facies classification using textural attributes and neural networks | |
| CN104977618B (zh) | 一种评价页岩气储层及寻找甜点区的方法 | |
| Gao | Integrating 3D seismic curvature and curvature gradient attributes for fracture characterization: Methodologies and interpretational implications | |
| Yenugu et al. | Seismic texture analysis for reservoir prediction and characterization | |
| CN109388817A (zh) | 一种储层裂缝三维建模方法 | |
| Wang et al. | Three-dimensional geosteering coherence attributes for deep-formation discontinuity detection | |
| WO2015050530A1 (en) | In-situ wellbore, core and cuttings information system | |
| Di et al. | Nonlinear gray-level co-occurrence matrix texture analysis for improved seismic facies interpretation | |
| CN113917560A (zh) | 一种三维重磁电震多参数协同反演方法 | |
| Botter et al. | The impact of faults and fluid flow on seismic images of a relay ramp over production time | |
| Schneider et al. | Interpretation of fractured zones using seismic attributes—Case study from Teapot Dome, Wyoming, USA | |
| Li et al. | Seismic structure interpretation based on machine learning: A case study in coal mining | |
| CN109669211A (zh) | 海底岩性薄砂体储层预测方法和装置、存储介质及终端 | |
| Feng et al. | Gravity inversion of blocky basement relief using L0 norm constraint with exponential density contrast variation | |
| Iltaf et al. | Facies and petrophysical modeling of Triassic Chang 6 tight sandstone reservoir, Heshui oil field, Ordos basin, China | |
| CN106501146B (zh) | 一种致密油藏物性上限确定方法及装置 | |
| Liu et al. | 3D geological modeling of deep fractured low porosity sandstone gas reservoir in the Kuqa Depression, Tarim Basin | |
| CN103628866A (zh) | 获取地层的地层压力系数的方法 | |
| US20220091292A1 (en) | Automated extraction of horizon patches from seismic data | |
| Yasin et al. | Seismic characterization of geologically complex geothermal reservoirs by combining structure-oriented filtering and attributes analysis | |
| Yao et al. | Using seismic methods to detect connectivity of fracture networks controlled by strike-slip faults in ultra-deep carbonate reservoirs: A case study in northern tarim basin, China | |
| Wang et al. | Velocity model estimation of karstic fault reservoirs using full-waveform inversion accelerated on graphics processing unit | |
| Irofti et al. | Characterization of a Tight Gas Reservoir Using the Integration of Electrofacies and Fracture Aperture, Ahnet, Algeria | |
| Zhang et al. | Architecture characteristics and characterization methods of fault-controlled karst reservoirs: A case study of the Shunbei 5 fault zone in the Tarim Basin, China | |
| US11852769B2 (en) | Utilization of geologic orientation data |
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 |