CN109709608A - 一种混积烃源岩toc含量和岩性组分测定方法及应用 - Google Patents
一种混积烃源岩toc含量和岩性组分测定方法及应用 Download PDFInfo
- Publication number
- CN109709608A CN109709608A CN201811494638.XA CN201811494638A CN109709608A CN 109709608 A CN109709608 A CN 109709608A CN 201811494638 A CN201811494638 A CN 201811494638A CN 109709608 A CN109709608 A CN 109709608A
- Authority
- CN
- China
- Prior art keywords
- rock
- content
- hydrocarbon source
- modulus
- source rock
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明提供了一种混积烃源岩TOC含量和岩性组分测定方法及应用。所述方法包括:得到岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息;建立混积烃源岩弹性模量模型,获得对TOC含量最敏感的弹性参数、对岩性变化次敏感的弹性参数,根据混积烃源岩样品统计结果,给定矿物组分和TOC含量分布范围,计算每一组岩性组合和每一个TOC含量所对应的密度和泊松比,建立密度和泊松比两参数交互的岩石物理模板;将地震叠前道集进行叠前同步反演,获得纵波速度、横波速度、密度,然后将纵波速度和横波速度转化成泊松比;将密度和泊松比投影到岩石物理模板上,采用模板映射法计算目的层烃源岩的TOC含量和岩性组分。
Description
技术领域
本发明涉及地球物理勘探中的地震岩石物理模型及地震叠前反演领域,具体涉及一种混积烃源岩TOC含量和岩性组分测定方法及应用。
背景技术
近年来,随着人类对能源需求的日益增加,致密油气等非常规资源已成为全球石油勘探开发的重点关注领域。致密油是储集在覆压基质渗透率小于或等于0.1mD的致密砂岩、致密碳酸盐岩等储集层中的石油。中国陆相致密油储层主要为湖相前三角洲亚相和半深湖-深湖相重力流亚相等环境下沉积的细砂岩、粉砂岩、泥质粉砂岩、云质岩、泥灰岩等。受湖盆规模、古地貌、古气候和沉积物源等因素的综合控制,陆相致密油储层相带变化快、厚度变化大、薄层和薄互层居多、展布规模相对较小,岩性组合多样,储层非均质性强。因此,陆相致密油“甜点”预测面临着比海相更高的技术难度和挑战。
准噶尔盆地二叠系致密油主要发育在中—下二叠统,储层以陆源碎屑与碳酸盐岩等组分混合沉积形成的混积岩为主,储层岩性主要有云屑砂岩、砂屑云岩、微晶云岩、云质粉砂岩和泥质粉砂岩;主力烃源岩岩性为灰黑色泥岩、白云质泥岩,有机质类型为Ⅰ型与Ⅱ型为主,RO为0.6%-1.6%。研究表明,陆相湖盆中发育的优质烃源岩是形成规模致密油的物质基础,总有机碳含量(TOC)是评价烃源岩生烃能力和致密油甜点区品质的一个重要指标。
目前国际上通用的TOC预测基本上是通过实验室测量和测井计算两种途径获得,利用测井资料评价烃源岩有机碳含量的方法主要包括经验统计法、重叠法、核磁共振与密度测井组合的干酪根含量转换法三大类。经验统计法(岩心刻度测井法)是指在取心井段,应用数学方法(如最小二乘法)建立测井资料和岩心分析TOC含量之间的统计关系,然后使用这些统计模型在全井段,甚至在整个地区进行TOC含量定量计算,如Fertl和Chilinger(1988)采取了多元地质统计的方法,以GR、CNL、DEN和AC曲线作为输入参数,建立了有机碳的多参数评价模型。经验模型方法具有简单直观、可操作性强的特点,但是不具有普遍性,需要针对每个地区甚至每口井的岩心数据和测井资料建立统计模型。重叠法评价有机碳含量是指利用两条能够反映有机质含量变化的敏感测井曲线重叠显示于同一曲线道中,在不含有机质的层段中两条曲线重叠,在含有有机质的源岩中两条曲线发生分离,建立两条曲线的分开距离与有机碳含量间的关系,以实现评价有机碳含量的目的。测井岩石学与岩石物理特征研究表明,电阻率、声波、中子对烃源岩的敏感性最好,密度次之,自然伽马最差。Passey(1989)提出了利用声波、电阻率曲线重叠法技术预测不同成熟条件下的TOC。虽然重叠法在一些页岩气储层的应用中取得了较好的效果,但是它需要核磁共振测井、元素俘获测井等先进的测井资料,限制了它在缺乏先进测井资料地区的应用,导致其不可能成为一种广泛应用的有机碳含量测井评价方法。核磁共振与密度测井组合的干酪根含量转换方法原理是:烃源岩主要由岩石骨架、固体有机质和孔隙流体等三部分组成。核磁共振测井计算的孔隙度几乎与岩石固体部分无关,而密度测井的孔隙度则反映干酪根和孔隙流体之和,因此,这两者的孔隙度差异就是干酪根孔隙度,然后再将干酪根孔隙度转化成TOC含量。
利用地震资料直接定量预测TOC的方法和技术鲜有报道,尤其对于烃源岩为混积岩时,岩性复杂造成的弹性性质与TOC之间的关系一般为非线性,为了获得烃源岩TOC的横向展布,必须对地震预测TOC的方法做进一步的研究。
发明内容
针对目前缺乏混合岩性烃源岩TOC含量地震定量预测方法的问题,本发明基于双骨架模型计算得到含有机质泥页岩的纵横波速度,分析了对TOC含量敏感的弹性参数为密度和泊松比,建立了密度和泊松比交汇的TOC定量预测岩石物理模板,将叠前反演得到的密度和泊松比投影到前述建立的岩石物理模板上,采用模板映射法获得烃源岩层段的TOC含量与烃源岩岩性组合,由此可判断目的层烃源岩发育品质。
本发明的一个目的在于提供一种混积烃源岩TOC含量和岩性组分测定方法;
本发明的另一目的在于提供所述的混积烃源岩TOC含量和岩性组分测定方法的应用。
为达上述目的,一方面,本发明提供了一种混积烃源岩TOC含量和岩性组分测定方法,其中,所述方法包括如下步骤:
(1)通过混积烃源岩岩石物理实验观测数据,得到岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息;
(2)根据步骤(1)获得的岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息,建立混积烃源岩弹性模量模型,通过计算分析获得对TOC含量最敏感的弹性参数、以及对岩性变化次敏感的弹性参数,然后根据研究区混积烃源岩样品统计结果,给定矿物组分和TOC含量分布范围,计算每一组岩性组合和每一个TOC含量所对应的密度和泊松比,建立密度和泊松比两参数交互的岩石物理模板;
(3)将地震叠前道集进行叠前同步反演,获得纵波速度、横波速度、密度,然后应用岩石物理公式将纵波速度和横波速度转化成泊松比;
(4)将步骤(3)反演得到的密度和泊松比投影到步骤(2)建立的密度和泊松比交互的岩石物理模板上,采用模板映射法计算目的层烃源岩的TOC含量和岩性组分。
根据本发明一些具体实施方案,其中,步骤(1)是利用X衍射、EDS矿物成分检测技术、扫描电镜和图像处理技术来获得岩石样品的无机矿物种类、无机矿物含量、孔隙结构信息以及有机质的含量、孔隙结构信息。
根据本发明一些具体实施方案,其中,步骤(2)所述的对TOC含量敏感的弹性参数为密度ρ;对岩性变化次敏感的弹性参数为泊松比σ。
根据本发明一些具体实施方案,其中,步骤(2)所述建立混积烃源岩弹性模量模型包括:
(a)利用公式(1)和(2)计算得到混积烃源岩岩石样品的干酪根骨架的等效体积模量和等效剪切模量
其中分别是混积烃源岩岩石样品的干酪根体积模量和剪切模量, 分别是混积烃源岩岩石样品的干酪根骨架孔隙流体的体积模量和剪切模量,是混积烃源岩岩石样品的干酪根的泊松比,ch是干酪根孔隙度;
(b)利用公式(3)和(4)计算得到混积烃源岩岩石样品的无机物骨架的体积模量和等效剪切模量
其中Km、Gm分别是混积烃源岩岩石样品的无机物骨架的矿物颗粒体积模量和剪切模量,Kp、Gp分别是无机物骨架孔隙流体的体积模量和剪切模量,νm是混积烃源岩岩石样品的无机物骨架的泊松比,cl是混积烃源岩岩石样品的无机物骨架孔隙度;
(c)将步骤(a)得到的干酪根骨架的等效体积模量和等效剪切模量以及步骤(b)得到的无机物骨架的体积模量和等效剪切模量代入公式(5)和(6)得到含有不同岩性成分的混积烃源岩在不同TOC下的体积模量K*和剪切模量G*:
其中α是干酪根的体积含量;
(d)根据公式(7)计算混积烃源岩的密度ρ*:
上式中 为无机物骨架密度,其中ρi是无机矿物i组分的密度,vi是i组分体积含量;ρpb为干酪根密度,ρw为干酪根骨架孔隙流体密度,φ为干酪根骨架孔隙度;
(e)根据岩石物理弹性参数关系式,进一步计算得到纵波速度Vp、横波速度Vs、纵波阻抗Ip、纵横波波速比Vp/Vs、杨氏模量E、泊松比σ,然后通过参数扰动分析得到对TOC含量最敏感的弹性参数和对岩性变化次敏感的弹性参数。
根据本发明一些具体实施方案,其中,步骤(2)还包括当TOC含量变化达到10%时,根据ρ、Vp、Vs、Ip、Vp/Vs、K、G、E、σ这9个参数的相对变化率来确定对TOC含量敏感的弹性参数;当泥岩含量变化50%时,根据ρ、Vp、Vs、Ip、Vp/Vs、K、G、E、σ这9个参数的相对变化率来确定对岩性变化次敏感的弹性参数。
其中可以理解的是,本发明的ρ表示密度(包括本发明所述的ρi、ρw、和ρpb等);K表示体积模量(包括本发明所述的Km、和等);G表示剪切模量(包括本发明所述的Gm、和等)。
根据本发明一些具体实施方案,其中,步骤(2)包括根据步骤(1)获得的岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息,建立混积烃源岩弹性模量模型,计算分析获得ρ和σ,并计算不同矿物含量和不同TOC含量储层岩石的岩石物理模板(即步骤(2)建立的密度和泊松比两参数交互的岩石物理模板)。
根据本发明一些具体实施方案,其中,步骤(4)包括将反演得到的密度和泊松比投影到步骤(2)得到的岩石物理模板上,然后读取距投影点最近的模板格点上的TOC值和岩性组分作为所述的混积烃源岩TOC含量和岩性组分。
根据本发明一些具体实施方案,其中,步骤(2)得到的分布模板如图4所示。
另一方面,本发明还提供了前面任意一项所述的混积烃源岩TOC含量和岩性组分测定方法在评价混积烃源岩品质中的应用。
综上所述,本发明提供了一种混积烃源岩TOC含量和岩性组分测定方法及应用。本发明的方法具有如下优点:
本发明根据混积烃源岩弹性模量模型生成岩石物理参数模板的方法具有很大的自由度和灵活性,本发明中给出了云质泥岩的岩石物理模板,实际上用户可以根据需要自定义不同的矿物组分和含量比例、自定义不同的孔隙流体类型(如水、气、油等),计算出适应实际需要的有针对性的模板。
附图说明
图1为实施例1的岩心样品电镜扫描图;
图2为实施例1的有机物骨架模型单元示意图;
图3(a)为实施例1当TOC含量变化达到10%时,9个参数的相对变化率;图3(b)为实施例1当泥岩含量变化50%时,9个参数的相对变化率。
图4为实施例1的岩石物理模板;
图5为实施例1的流程图;
图6和图7为实施例1的工区烃源岩厚度和TOC含量平面分布图。
具体实施方式
以下通过具体实施例详细说明本发明的实施过程和产生的有益效果,旨在帮助阅读者更好地理解本发明的实质和特点,不作为对本案可实施范围的限定。
本发明的技术方案包括以下几个部分:
(1)通过混积烃源岩岩石物理实验观测数据,得到岩心样品无机矿物种类、含量、无机孔孔隙结构信息以及有机质含量、有机孔孔隙结构信息。
(2)建立混积烃源岩弹性模量模型,计算分析获得对TOC含量敏感的弹性参数;计算不同矿物含量和不同TOC含量储层岩石的泊松比-密度交互岩石物理)模板。
(3)将地震反演结果投射到岩石物理模板上,根据数据在模板上的分布得到岩石有机质含量和岩性信息。
在上面的技术方案中,第一步获取岩石无机矿物种类、含量和有机质大致含量是实施本发明的前提,该方法包括:利用X衍射、EDS矿物成分检测技术、扫描电镜和图像处理技术等手段,获取各矿物组分、有机质含量、孔隙结构分布特征(图1)。
第二步建立混积烃源岩弹性模量是TOC含量地震定量预测的重要基础。这一步考虑储层岩石包含两类不同骨架物质(无机矿物和固态有机物质),整个介质空间不均匀分布着孔隙填充物,而且在两类不同骨架物质内部的填充物也不相同。我们将岩石无机物成分看作是背景骨架,干酪根等固体有机质看作是有机物骨架(图2,白色为矿物背景骨架,灰色为干酪根掺杂物骨架)。
干酪根组成有机物骨架,其体积模量和剪切模量可以通过公式(1)(2)计算得到,其中是干酪根体积模量和剪切模量,是有机物骨架孔隙中包含物的模量,如果孔隙流体是油,则就是油的模量。是干酪根的泊松比,ch是干酪根孔隙度。利用公式(1)(2),可以计算出含有孔隙物质的有机物骨架的体积模量。
“等效掺杂物”的等效体积模量(有机物骨架的体积模量)和等效剪切模量计算公式:
无机物骨架由不同岩性的矿物成分组成,其弹性模量通过公式(3)(4)计算,其中Km、Gm是无机物骨架的矿物颗粒体积模量和剪切模量,在多种组分情况下,可以通过Reuss模型计算出不同岩性组分岩石的等效矿物颗粒模量。Kp,Gp是无机物骨架孔隙中物质的体积模量和剪切模量,如果是孔隙流体是水的话,就是水的模量。νm是无机物骨架的泊松比,可以通过Km,Gm计算得到。cl是无机物骨架孔隙度,利用公式(3)(4),可以计算出含有孔隙物质的无机物骨架的体积模量。
将无机物和有机物骨架模量带入公式(5)-(6),可以得到含有不同岩性成分的岩石在不同TOC下的体积模量和剪切模量,进而可以计算出对应的纵横波速度。α是干酪根的体积含量。
根据公式(7)计算混积烃源岩的密度ρ*:
上式中 为无机物骨架密度,其中ρi是无机矿物i组分的密度,vi是i组分体积含量;ρpb为干酪根密度,ρw为干酪根骨架孔隙流体密度,φ为干酪根骨架孔隙度;
根据岩石物理弹性参数关系式,进一步计算得到纵波速度Vp、横波速度Vs、纵波阻抗Ip、纵横波波速比Vp/Vs、杨氏模量E、泊松比σ,然后通过参数扰动分析得到对TOC含量最敏感的弹性参数和对岩性变化次敏感的弹性参数。
在混积烃源岩弹性模量模型基础上,可以计算得到纵横波速度、密度、泊松比等参数。为获得哪一个弹性参数对TOC变化敏感,我们分析了当TOC含量分别变化10%时,ρ、Vp、Vs、Ip、Vp/Vs、K、μ、E、σ这9个参数的相对变化率,从图3(a)和图3(b)可以看出,对TOC含量变化最敏感的是ρ,考虑到泊松比σ对岩性识别较敏感,选取ρ和σ两参数交互做TOC含量定量预测模板。计算不同矿物含量、有机质含量条件下的泊松比和密度数据,可以生成图4所示的岩石物理模板。
第三步将反演地震数据(密度、泊松比)投影到图4所示的岩石物理模板上,读取距投影点最近的模板格点上的岩性组分和TOC值,可由此评价烃源岩品质。
实施例1
本实施例步骤如图5所示:
(1)根据岩心扫描技术、测井数据分析等手段,得到烃源岩岩石的矿物成分信息、有机质含量、孔隙度、孔隙流体类型等参数信息。
(2)将岩石矿物组分、有机质含量和孔隙流体等参数带入BM-DIC模型(公式(1)-(5)),计算混积烃源岩弹性模量以及纵横波速度、密度、泊松比等数据。
(3)计算混积烃源岩含不同矿物组分、TOC含量时的密度和泊松比,建立密度和泊松比交互模板,将地震反演的纵、横波速度和密度转化成泊松比,将反演得到的泊松比和密度投射到步骤二建立的理论模板上,然后搜索最近的网格节点,记录相应的岩性组合和TOC含量,由此评价烃源岩品质。
按上述步骤对某工区致密油烃源岩TOC含量定量预测:某工区3100-3200米的深度范围内,烃源岩岩性有云质泥岩和碳质泥岩两种,储层岩性有云质粉砂岩、长石岩屑粉砂岩、云岩,由于烃源岩和储层矿物组分均含有云质、砂质和少量泥质,弹性参数差异较小,传统的纵波阻抗和纵横波波速比交互的岩石物理模板难以区分岩性,更无法预测孔隙度和TOC含量。采集该区域的岩心样品,其电镜扫描图片如图1所示,图中孔隙以矿物溶蚀孔洞为主,有机质内孔隙不发育(标号为2的色块区域:有机质孔0.38%;标号为1的色块区域:粒间孔8.24%;标号为3的色块区域:粒内孔0.32%。在构建了不同岩性组合、TOC含量变化的密度和泊松比岩石物理模板(图4)之后,将地震反演得到的泊松比和密度投射到新建立的理论模板上,然后搜索最近的网格节点,并记录相应的岩性组合和TOC含量。图6和图7显示了采用新方法得到的本工区烃源岩厚度和TOC含量平面分布图,可以看到吉174井附近烃源岩厚度和TOC含量都较高,属于烃源岩高品质发育区,这一点与试井结果也吻合。
Claims (9)
1.一种混积烃源岩TOC含量和岩性组分测定方法,其中,所述方法包括如下步骤:
(1)通过混积烃源岩岩石物理实验观测数据,得到岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息;
(2)根据步骤(1)获得的岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息,建立混积烃源岩弹性模量模型,通过计算分析获得对TOC含量最敏感的弹性参数、以及对岩性变化次敏感的弹性参数,然后根据研究区混积烃源岩样品统计结果,给定矿物组分和TOC含量分布范围,计算每一组岩性组合和每一个TOC含量所对应的密度和泊松比,建立密度和泊松比两参数交互的岩石物理模板;
(3)将地震叠前道集进行叠前同步反演,获得纵波速度、横波速度、密度,然后应用岩石物理公式将纵波速度和横波速度转化成泊松比;
(4)将步骤(3)反演得到的密度和泊松比投影到步骤(2)建立的密度和泊松比交互的岩石物理模板上,采用模板映射法计算目的层烃源岩的TOC含量和岩性组分。
2.根据权利要求1所述的方法,其中,步骤(1)是利用X衍射、EDS矿物成分检测技术、扫描电镜和图像处理技术来获得岩石样品的无机矿物种类、无机矿物含量、孔隙结构信息以及有机质的含量、孔隙结构信息。
3.根据权利要求1所述的方法,其中,步骤(2)所述的对TOC含量敏感的弹性参数为密度ρ;对岩性变化次敏感的弹性参数为泊松比σ。
4.根据权利要求1所述的方法,其中,步骤(2)所述建立混积烃源岩弹性模量模型包括:
(a)利用公式(1)和(2)计算得到混积烃源岩岩石样品的干酪根骨架的等效体积模量和等效剪切模量
其中分别是混积烃源岩岩石样品的干酪根体积模量和剪切模量, 分别是混积烃源岩岩石样品的干酪根骨架孔隙流体的体积模量和剪切模量,是混积烃源岩岩石样品的干酪根的泊松比,ch是干酪根孔隙度;
(b)利用公式(3)和(4)计算得到混积烃源岩岩石样品的无机物骨架的体积模量和等效剪切模量
其中Km、Gm分别是混积烃源岩岩石样品的无机物骨架的矿物颗粒体积模量和剪切模量,Kp、Gp分别是无机物骨架孔隙流体的体积模量和剪切模量,νm是混积烃源岩岩石样品的无机物骨架的泊松比,cl是混积烃源岩岩石样品的无机物骨架孔隙度;
(c)将步骤(a)得到的干酪根骨架的等效体积模量和等效剪切模量以及步骤(b)得到的无机物骨架的体积模量和等效剪切模量代入公式(5)和(6)得到含有不同岩性成分的混积烃源岩在不同TOC下的体积模量K*和剪切模量G*:
其中α是干酪根的体积含量;
(d)根据公式(7)计算混积烃源岩的密度ρ*:
上式中 为无机物骨架密度,其中ρi是无机矿物i组分的密度,vi是i组分体积含量;ρpb为干酪根密度,ρw为干酪根骨架孔隙流体密度,φ为干酪根骨架孔隙度;
(e)根据岩石物理弹性参数关系式,进一步计算得到纵波速度Vp、横波速度Vs、纵波阻抗Ip、纵横波波速比Vp/Vs、杨氏模量E、泊松比σ,然后通过参数扰动分析得到对TOC含量最敏感的弹性参数和对岩性变化次敏感的弹性参数。
5.根据权利要求4所述的方法,其中,步骤(2)还包括当TOC含量变化达到10%时,根据ρ、Vp、Vs、Ip、Vp/Vs、K、G、E、σ这9个参数的相对变化率来确定对TOC含量敏感的弹性参数;当泥岩含量变化50%时,根据ρ、Vp、Vs、Ip、Vp/Vs、K、G、E、σ这9个参数的相对变化率来确定对岩性变化次敏感的弹性参数。
6.根据权利要求1所述的方法,其中,步骤(2)包括根据步骤(1)获得的岩石样品的无机矿物种类、无机矿物含量、无机孔孔隙结构信息以及有机质的含量、有机孔孔隙结构信息,建立混积烃源岩弹性模量模型,计算分析获得ρ和σ,并计算不同矿物含量和不同TOC含量储层岩石的岩石物理模板。
7.根据权利要求1所述的方法,其中,步骤(4)包括将反演得到的密度和泊松比投影到步骤(2)得到的岩石物理模板上,然后读取距投影点最近的模板格点上的TOC值和岩性组分作为所述的混积烃源岩TOC含量和岩性组分。
8.根据权利要求1所述的方法,其中,步骤(2)得到的分布模板如图4所示。
9.权利要求1~8任意一项所述的混积烃源岩TOC含量和岩性组分测定方法在评价混积烃源岩品质中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811494638.XA CN109709608B (zh) | 2018-12-07 | 2018-12-07 | 一种混积烃源岩toc含量和岩性组分测定方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811494638.XA CN109709608B (zh) | 2018-12-07 | 2018-12-07 | 一种混积烃源岩toc含量和岩性组分测定方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109709608A true CN109709608A (zh) | 2019-05-03 |
CN109709608B CN109709608B (zh) | 2020-08-11 |
Family
ID=66254049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811494638.XA Active CN109709608B (zh) | 2018-12-07 | 2018-12-07 | 一种混积烃源岩toc含量和岩性组分测定方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109709608B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118994A (zh) * | 2019-05-24 | 2019-08-13 | 同济大学 | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 |
CN111022040A (zh) * | 2019-11-29 | 2020-04-17 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN112343588A (zh) * | 2020-09-28 | 2021-02-09 | 中国石油化工集团有限公司 | 一种基于xrf元素录井随钻中获取岩石泊松比的方法 |
CN113742633A (zh) * | 2020-05-27 | 2021-12-03 | 中国石油化工股份有限公司 | 求取岩石骨架的方法、装置、电子设备及介质 |
CN114428089A (zh) * | 2020-09-15 | 2022-05-03 | 中国石油化工股份有限公司 | 泥质烃源岩分岩石类型评价方法、装置、电子设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130013209A1 (en) * | 2010-03-11 | 2013-01-10 | Yaping Zhu | Predicting anisotropic source rock properties from well data |
CN103135135A (zh) * | 2013-02-26 | 2013-06-05 | 中国石油天然气股份有限公司 | 一种基于疏松砂岩模型进行烃类定量预测的方法和装置 |
CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
CN104502971A (zh) * | 2014-12-22 | 2015-04-08 | 中国石油天然气集团公司 | 页岩储层总有机碳含量和脆性空间展布的检测方法 |
CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
CN104677734A (zh) * | 2015-02-12 | 2015-06-03 | 中国石油大学(华东) | 一种多尺度信息融合的致密地层脆性指数测量方法 |
US20150161303A1 (en) * | 2013-12-11 | 2015-06-11 | Jerome Lewandowski | Method for Automated Rock Physics Modeling |
CN105182424A (zh) * | 2015-08-03 | 2015-12-23 | 中国石油天然气股份有限公司 | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 |
CN106556866A (zh) * | 2015-09-24 | 2017-04-05 | 中国石油化工股份有限公司 | 一种利用岩石物理模板对储层定量解释的方法 |
-
2018
- 2018-12-07 CN CN201811494638.XA patent/CN109709608B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130013209A1 (en) * | 2010-03-11 | 2013-01-10 | Yaping Zhu | Predicting anisotropic source rock properties from well data |
CN103135135A (zh) * | 2013-02-26 | 2013-06-05 | 中国石油天然气股份有限公司 | 一种基于疏松砂岩模型进行烃类定量预测的方法和装置 |
CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
US20150161303A1 (en) * | 2013-12-11 | 2015-06-11 | Jerome Lewandowski | Method for Automated Rock Physics Modeling |
CN104502971A (zh) * | 2014-12-22 | 2015-04-08 | 中国石油天然气集团公司 | 页岩储层总有机碳含量和脆性空间展布的检测方法 |
CN104677734A (zh) * | 2015-02-12 | 2015-06-03 | 中国石油大学(华东) | 一种多尺度信息融合的致密地层脆性指数测量方法 |
CN105182424A (zh) * | 2015-08-03 | 2015-12-23 | 中国石油天然气股份有限公司 | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 |
CN106556866A (zh) * | 2015-09-24 | 2017-04-05 | 中国石油化工股份有限公司 | 一种利用岩石物理模板对储层定量解释的方法 |
Non-Patent Citations (5)
Title |
---|
JOSÉ M. CARCIONE,等: "Rock-physics templates for clay-rich source rocks", 《GEOPHYSICS》 * |
OMRI SHITRIT,等: "Effect of kerogen on rock physics of immature organic-rich chalks", 《MARINE AND PETROLEUM GEOLOGY》 * |
张琦斌,等: "针对有机质微观特性的页岩储层岩石物理建模及应用", 《地球物理学进展》 * |
杨志芳,等: "复杂孔隙结构储层地震岩石物理分析及应用", 《中国石油勘探》 * |
王健,等: "富有机质页岩TOC含量的地球物理定量化预测", 《石油地球物理勘探》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118994A (zh) * | 2019-05-24 | 2019-08-13 | 同济大学 | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 |
CN110118994B (zh) * | 2019-05-24 | 2020-10-02 | 同济大学 | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 |
CN111022040A (zh) * | 2019-11-29 | 2020-04-17 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN111022040B (zh) * | 2019-11-29 | 2022-07-12 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气储层岩心有机化合物体积的计算方法 |
CN113742633A (zh) * | 2020-05-27 | 2021-12-03 | 中国石油化工股份有限公司 | 求取岩石骨架的方法、装置、电子设备及介质 |
CN114428089A (zh) * | 2020-09-15 | 2022-05-03 | 中国石油化工股份有限公司 | 泥质烃源岩分岩石类型评价方法、装置、电子设备及介质 |
CN114428089B (zh) * | 2020-09-15 | 2023-11-28 | 中国石油化工股份有限公司 | 泥质烃源岩分岩石类型评价方法、装置、电子设备及介质 |
CN112343588A (zh) * | 2020-09-28 | 2021-02-09 | 中国石油化工集团有限公司 | 一种基于xrf元素录井随钻中获取岩石泊松比的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109709608B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Trevisan et al. | Impact of 3D capillary heterogeneity and bedform architecture at the sub-meter scale on CO2 saturation for buoyant flow in clastic aquifers | |
CN109709608A (zh) | 一种混积烃源岩toc含量和岩性组分测定方法及应用 | |
Yasin et al. | A new integrated workflow for improving permeability estimation in a highly heterogeneous reservoir of Sawan Gas Field from well logs data | |
Baouche et al. | Integrated reservoir characterization of the Paleozoic and Mesozoic sandstones of the El Ouar field, Algeria | |
Elzain et al. | Lithofacies modeling of Late Jurassic in upper Ulayyah reservoir unit at central Saudi Arabia with inference of reservoir characterization | |
Wang et al. | Grid density overlapping hierarchical algorithm for clustering of carbonate reservoir rock types: A case from Mishrif Formation of West Qurna-1 oilfield, Iraq | |
Abouelresh et al. | 2D spatial analysis of the natural fractures in the organic-rich Qusaiba Shale outcrop, NW Saudi Arabia | |
Guo et al. | Shale gas characterisation for hydrocarbon accumulation and brittleness by integrating a rock-physics-based framework with effective reservoir parameters | |
Hussain et al. | Non-destructive techniques for linking methodology of geochemical and mechanical properties of rock samples | |
Jamalian et al. | Toward the standardization of heterogeneity evaluation in carbonate reservoirs: a case study of the central Persian Gulf | |
Francesconi et al. | Reservoir rock types application-Kashagan | |
Eltom et al. | Three-dimensional outcrop reservoir analog model: A case study of the Upper Khuff Formation oolitic carbonates, central Saudi Arabia | |
Lewis | Outcrop-derived quantitative models of permeability heterogeneity for genetically different sand bodies | |
Teoh et al. | The effects of dolomite geobodies within carbonate clinoforms on fluid flow and connectivity: insights from an outcrop analogue on Bonaire, the Netherlands (South Caribbean) | |
Zhang et al. | Statistical analysis of geological factors controlling bed-bounded fracture density in heterolithic shale reservoirs: The example of the Woodford Shale Formation (Oklahoma, USA) | |
Abdolahi et al. | Integration of geoscience data to delineate quality of the Asmari reservoir, Iranian part of the Persian Gulf basin | |
Samo | Reservoir characterization of the Volve Field North Sea, using rock-physics modeling | |
Hosseinzadeh et al. | Rock type based-estimation of pore throat size distribution in carbonate reservoirs using integrated analysis of well logs and seismic attributes | |
Moradi et al. | Integrated reservoir characterization of the Permo-Triassic gas reservoirs in the Central Persian Gulf | |
Burton | Geologically-based permeability anisotropy estimates for tidally-influenced reservoir analogs using lidar-derived, quantitative shale character data | |
Chen | Understanding uncertainties in deepwater depositional facies modeling for better reservoir conditioning | |
Chen | Research progress of fan delta sedimentary reservoirs for oilfield development | |
Song et al. | Characterization of behavioral complexity in marine trace fossils and its paleoenvironmental significance: A case study of Zoophycos | |
Granjeon et al. | Assessment of facies distribution in carbonate fields using stratigraphic forward, diagenetic and seismic modelling | |
Hosseinzadeh et al. | Analyzing the impact of geological features on reservoir heterogeneity using heterogeneity logs: A case study of Permian reservoirs in the Persian Gulf |
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 |