CN110133724B - 一种应用阵列声波测井数据进行气层识别的方法 - Google Patents
一种应用阵列声波测井数据进行气层识别的方法 Download PDFInfo
- Publication number
- CN110133724B CN110133724B CN201910370727.1A CN201910370727A CN110133724B CN 110133724 B CN110133724 B CN 110133724B CN 201910370727 A CN201910370727 A CN 201910370727A CN 110133724 B CN110133724 B CN 110133724B
- Authority
- CN
- China
- Prior art keywords
- time difference
- stratum
- gas
- calculated
- wave time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000011435 rock Substances 0.000 claims abstract description 45
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 63
- 230000006835 compression Effects 0.000 claims description 55
- 238000007906 compression Methods 0.000 claims description 55
- 239000012530 fluid Substances 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 15
- 235000019738 Limestone Nutrition 0.000 claims description 12
- 239000010459 dolomite Substances 0.000 claims description 12
- 229910000514 dolomite Inorganic materials 0.000 claims description 12
- 239000006028 limestone Substances 0.000 claims description 12
- 208000010787 postorgasmic illness syndrome Diseases 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 235000008733 Citrus aurantifolia Nutrition 0.000 claims description 7
- 235000011941 Tilia x europaea Nutrition 0.000 claims description 7
- 239000004571 lime Substances 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 7
- 239000004576 sand Substances 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 59
- 230000004044 response Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000009096 changqing Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- FTZILAQGHINQQR-UHFFFAOYSA-N alpha-methylpentanal Natural products CCCC(C)C=O FTZILAQGHINQQR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 208000022769 mixed phenotype acute leukemia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005404 monopole Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research 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
-
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Mining & Mineral Resources (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种应用阵列声波测井数据进行气层识别的方法,采用阵列声波测井数据结合密度曲线计算地层岩石的岩石力学参数,然后将计算地层岩石的岩石力学参数分别在同一道中显示,各道中两条曲线采用相同的刻度,有包络的位置指示含气,其中体积模量和拉梅常数采用反向刻度0~17;最后对计算出的参数进行归一化并计算综合含气指数SGI,根据综合含气指数SGI的相对大小判断地层是否含气以及含气量的相对值。本发明方法提高了识别精度,增加易用性,拓展适用范围,不仅适用于碳酸盐岩地层,解决了碳酸盐岩地层中气层难以准确识别的问题,同时对砂泥岩地层的识别效果也非常好。
Description
技术领域
本发明属于石油天然气勘探开发技术领域,具体涉及一种应用阵列声波测井数据进行气层识别的方法。
背景技术
由于碳酸盐岩地层孔隙类型变化大,孔洞缝复合储层多,孔隙非均质性强,三孔隙度曲线对岩石孔隙度响应误差大,电阻率对储层流体性质响应弱,所以基于常规测井资料,难以准确判识储层流体性质。
应用MPAL、XMAC等阵列声波测井仪的单极和偶极模式可以在硬地层和软地层中都能够测量到地层的纵横波速度等特征参数,当地层中含气时,纵波速度下降明显,而对横波速度基本无影响,此时纵横波速度比将下降,故也可以通过这些参数的变化来判断气层,但需要制作图版,使用不方便,且每个参数对气层的反应灵敏度不同,增加了气层识别的不确定性。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种应用阵列声波测井数据进行气层识别的方法,能够对碳酸盐岩地层中的气层进行准确识别且简单易用。
本发明采用以下技术方案:
一种应用阵列声波测井数据进行气层识别的方法,采用阵列声波测井数据结合密度曲线计算地层岩石的岩石力学参数,地层岩石的横纵波时差比与完全含水地层的横纵波时差比、压缩系数与泊松比、体积模量与岩石骨架体积模量、体积模量与拉梅常数、流体压缩系数与水的压缩系数包括横纵波时差比、完全含水地层的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的压缩系数参数,然后将计算的岩石力学参数分别在同一道中显示,各道中两条曲线采用相同的刻度,有包络的位置指示含气,体积模量和拉梅常数采用反向刻度0~17;最后对计算出的岩石力学参数进行归一化并计算综合含气指数SGI,根据综合含气指数SGI的相对大小判断地层是否含气以及含气量,根据计算的岩石骨架体积模量,利用实际测量数据计算的体积模量如果比岩石的骨架体积模量低,说明有气存在,气的压缩系数大于水的压缩系数,所以如果计算的地层流体的压缩系数大于水的压缩系数,地层就可能含气。
具体的,横纵波时差比和完全含水地层的横纵波时差比DTR计算如下:
DTR=DTS/DTC
其中,DTS为横波时差,DTC为纵波时差。
进一步的,采用建模的方法计算完全含水地层横纵波时差比,选取用于建模的井的气层、水层层段数据,计算横纵波时差比,并绘制横纵波时差比-横波时差关系图,在气层、水层分界位置画一条分界线,该分界线为直线,根据横纵波时差比-横波时差关系图区分气层和水层如下:
DTRW=k·DTS+b
其中,DTRW为完全含水地层的横纵波时差比,DTS为横波时差,k为乘系数,b为加系数。
具体的,体积模量和压缩系数计算如下:
YME=2·SM·(1+POIS)
其中,DTR为横纵波时差比和完全含水地层的横纵波时差比,SM为切变模量,DEN为密度,DTS为横波时差,POIS为泊松比,A为常数;YME为杨氏模量;XKB为体积弹性模量;CB为压缩系数。
具体的,拉梅常数LAME计算如下:
其中,YME为杨氏模量,POIS为泊松比。
具体的,岩石骨架体积模量计算如下:
其中,POR为孔隙度,VSH为泥质含量,LIME为石灰岩含量,DOLO为白云岩含量,XKMA为砂岩骨架体积模量,XKSH为泥岩体积模量,XKLM为石灰岩骨架体积模量,XKDO为白云岩骨架体积模量。
具体的,水的压缩系数WCB计算如下:
流体压缩系数FCB计算如下:
其中,A为常数,DENW为水的密度,DTCW为水的声波时差,CB为压缩系数,VSH为泥质含量,LIME为石灰岩含量,DOLO为白云岩含量,XKMA为砂岩骨架体积模量,XKSH为泥岩体积模量,XKLM为石灰岩骨架体积模量,XKDO为白云岩骨架体积模量,POR为孔隙度。
具体的,对横纵波时差比、完全含水地层的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的流体压缩系数参数进行归一化处理,将归一化结果进行累加求和,计算综合含气指数曲线SGI。
进一步的,综合含气指数曲线SGI计算如下:
SGI=p1·(XKMX-XKB)+p2·(FCB-WCB)+p3·(CB-POIS)+p4·(18.7-LAME-XKB)+p5·(DTR-DTRW)
其中,p1、p2、p3、p4、p5为每一种计算参数的归一化系数,XKMX为岩石骨架体积模量,XKB为根据测井结果计算得到的体积模量,FCB为流体压缩系数,WCB为水的压缩系数,CB为计算的地层压缩系数,POIS为泊松比,LAME为拉梅常数,DTR为纵横波速度比,DTRW为地层完全含水时的纵横波速度比。
更进一步的,p1、p2、p3、p4、p5计算如下:
首先计算SGI计算公式中每一个差值项的具体数值;然后取每个差值的最大值进行对比,将其统一归一化到X,参数p1、p2、p3、p4和p5是归一化到X所需乘的系数的大小。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种应用阵列声波测井数据进行气层识别的方法,充分考虑到了单一方法的敏感性不足导致识别精度不高的问题,综合考虑了多种识别方法,采用阵列声波测井数据计算地层岩石的岩石力学参数,并结合实验数据分析的规律识别含气地层,通过进行实际数据处理,并通过对各种方法的判别值进行归一化,进而计算了综合含气指数,使得能够更加直观方便的应用多种方法进行气层识别,可以很好的解决碳酸盐岩地层和砂泥岩地层中的气层识别难题。
进一步的,地层含气后会使纵波时差变大,而对横波时差影响不大,所以地层含气后横纵波时差比会变小,通过计算横纵波时差比可以进行气层识别。
进一步的,不同地层的水层性质不同,完全含水地层的横纵波时差也不同,很难直接进行求解理论上的完全含水地层的横纵波时差比,只能通过对完全含水地层的横纵波时差比进行统计,建立与其他曲线的关系来求取。
进一步的,地层含气后,压缩系数会增大,泊松比降低,二者值的大小刻度一致,所以可以通过压缩系数和泊松比包络来识别气层,但该方法只能适用于砂泥岩地层,在碳酸盐岩中不适用。
进一步的,地层含气后,拉梅常数和体积模量都会降低,在地层含气后,会随着含气量的增加而降低,因此可以通过对二者进行反向刻度形成具有含气指示意义的包络。
进一步的,采用综合计算的方法解决了单纯依靠某一种方法精度不高的问题,在综合计算时进行归一化是为了均衡每种方法响应值的大小不等的问题,这样在综合计算时就默认每种方法对结果有相同的敏感性,把多种方法的响应值累加后就可以得到总的响应,总响应越大说明地层含气的可能性越大。
综上所述,本发明方法提高了识别精度,增加易用性,拓展适用范围,不仅适用于碳酸盐岩地层,解决了碳酸盐岩地层中气层难以准确识别的问题,同时对砂泥岩地层的识别效果也非常好,另外,由于阵列声波测井受井眼泥浆类型影响较小,解决油基泥浆钻井时电阻率受影响较大导致的流体识别不准的问题。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为基于阵列声波测井数据的气层识别方法流程;
图2为不同方法的显示方式和刻度示例;
图3为本发明实施例XX井的实际应用效果图。
具体实施方式
本发明提供了一种应用阵列声波测井数据进行气层识别的方法,基于对实验室岩石物理实验数据分析发现地层含不同流体后,其岩石力学性质将会发生变化,因此可采用阵列声波测井数据计算地层岩石的岩石力学参数,并结合实验数据分析的规律识别含气地层。
请参阅图1,本发明一种应用阵列声波测井数据进行气层识别的方法,包括步骤如下:
S1、首先对阵列声波测井数据进行处理得到纵横波时差,结合密度曲线,分别计算横纵波时差比、完全含水地层的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的流体压缩系数参数,并对计算得到的参数进行组合显示;
横纵波时差比(纵横波速度比)和完全含水地层的横纵波时差比计算如下:
DTR=DTS/DTC (1)
其中,DTS为横波时差,DTC为纵波时差。
在有大段水层的地层中利用地层横纵波时差比与完全含水地层的横纵波时差比曲线重叠显示的包络判断地层是否含气。完全含水地层横纵波时差比采用建模的方法进行计算,选取用于建模的井的气层、水层等层段数据,计算横纵波时差比,并绘制横纵波时差比-横波时差关系图,在气层、水层分界位置画一条分界线,该分界线为关系如式(2)的直线,根据该关系区分气层和水层:
DTRW=k·DTS+b (2)
其中,DTRW为完全含水地层的横纵波时差比,k为乘系数(直线斜率),b为加系数;要求目的层段包含大段的含水地层,否则可能会导致建模结果误差较大,气层识别结果不准。
泊松比计算如下:
体积模量和压缩系数计算如下:
YME=2·SM·(1+POIS) (5)
其中,SM为切变模量,A=13400,常数;YME为杨氏模量;XKB为体积弹性模量;DEN为密度,CB为压缩系数。
拉梅常数计算如下:
岩石骨架体积模量计算如下:
上式为碳酸盐岩地层的骨架体积模量计算方法,去掉公式中的LIME项和DOLO项后即为砂泥岩地层的骨架体积模量计算方法。
其中,POR为孔隙度,VSH为泥质含量,LIME为石灰岩含量,DOLO为白云岩含量,XKMA为砂岩骨架体积模量,XKSH为泥岩体积模量,XKLM为石灰岩骨架体积模量,XKDO为白云岩骨架体积模量。
水的压缩系数计算如下:
流体压缩系数
其中,A为常数,DENW为水的密度,DTCW为水的声波时差,CB为压缩系数,VSH为泥质含量,LIME为石灰岩含量,DOLO为白云岩含量,XKMA为砂岩骨架体积模量,XKSH为泥岩体积模量,XKLM为石灰岩骨架体积模量,XKDO为白云岩骨架体积模量,POR为孔隙度。
计算完上述参数后,采用横纵波时差比与完全含水地层的横纵波时差比、压缩系数与泊松比、体积模量与岩石骨架体积模量、体积模量与拉梅常数、流体压缩系数与水的压缩系数等分别在同一道中显示,二者有包络的位置即指示含气。每个道中用于对比的曲线在显示时要采用相同的刻度,其中体积模量和拉梅常数采用反向刻度(0-17),如图2所示。其中,道头中的“气指示”为每个道中的曲线包络填充绘图。
S2、计算综合含气指数,根据综合含气指数SGI的相对大小判断是否含气以及含气量的相对多少。
为了便于更加直观的判断含气地层以及为了协调每种方法对不同层位的识别效果的差异,本发明中对上述各个方法进行了归一化处理,并将归一化结果进行累加求和,计算综合含气指数曲线:
其中,p1、p2、p3、p4、p5为每一种计算参数的归一化系数,XKMX为岩石骨架体积模量,XKB为根据测井结果计算得到的体积模量,FCB为流体压缩系数,WCB为水的压缩系数,CB为计算的地层压缩系数,POIS为泊松比,LAME为拉梅常数,DTR为纵横波速度比,DTRW为地层完全含水时的纵横波速度比。
通过调整p1、p2、p3、p4和p5各个参数的值可以匹配不同的模型,比如,当前在长庆油田苏里格地区下古地层为碳酸盐岩地层,该层段没有明显的大段水层,所以横纵波速度比效果不好,压缩系数与泊松比变化很小,没有指示意义,所以该层的参数值分别为:p1=20,p2=0.66,p3=0,p4=1,p5=0;上古地层为砂泥岩地层,仅采用压缩系数与泊松比、体积模量与岩石骨架体积模量、流体压缩系数与水的流体压缩系数三者即可得到很好的结果,所以下古地层参数的基础上设置p1=20,p2=0.66,p3=50,p4=0,p5=0即可。
5个参数的具体计算方法如下:
1)首先计算SGI计算公式中每一个差值项的具体数值;
2)取每个差值的最大值进行对比,将其统一归一化到X(任何数都可以,目的是归一化到统一的量纲),参数p1、p2、p3、p4和p5是归一化到X所需乘的系数的大小。
计算结果中SGI的绝对数值没有具体含义,仅作相对大小的指示作用,值越大表示含气量越多。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
选取长庆油田苏里格地区作为研究区块,通过对10口井的处理已经分别建立了适用于上古和下古地层的综合含气指数模型。下面通过一口井的具体处理步骤来说明本发明方法的技术方案和流程。另外,由于苏里格地区下古地层没有大段的水层,所以无法建立计算完全含水地层的横纵波时差比计算模型,所以后面在计算过程中不再使用横纵波时差比这个参数。
1)首先按照阵列声波测井资料处理流程进行预处理及速度分析,提取纵横波时差DTC和DTS;
2)结合密度曲线(DEN),计算上述的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的流体压缩系数等各个量;
3)按照建立的上古和下古地层的模型计算综合含气指数SGI,结果如附图3所示。
图3中上面2个层为上古砂泥岩地层,下面2个层为下古碳酸盐岩地层。从上面2个层可以看到,压缩系数与泊松比、体积模量与岩石骨架体积模量、流体压缩系数与水的压缩系数以及计算得到的综合含气指数都有很好的指示,实际的试气结果日产气都在20000方/天以上;下面2个层中压缩系数与泊松比已经没有了指示作用,而体积模量、拉梅常数和流体压缩系数的指示作用明显,并且计算的综合含气指数与试气结果对应的很好。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (8)
1.一种应用阵列声波测井数据进行气层识别的方法,其特征在于,采用阵列声波测井数据结合密度曲线计算地层岩石的岩石力学参数,地层岩石的岩石力学参数包括横纵波时差比、完全含水地层的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的压缩系数参数,然后将计算的横纵波时差比与完全含水地层的横纵波时差比、压缩系数与泊松比、体积模量与岩石骨架体积模量、体积模量与拉梅常数、流体压缩系数与水的压缩系数分别在同一道中显示,各道中两条曲线采用相同的刻度,有包络的位置指示含气,体积模量和拉梅常数采用反向刻度0~17;最后对计算出的岩石力学参数进行归一化并计算综合含气指数SGI,根据综合含气指数SGI的相对大小判断地层是否含气以及含气量;
对横纵波时差比、完全含水地层的横纵波时差比、压缩系数、泊松比、体积模量、岩石骨架体积模量、拉梅常数、流体压缩系数和水的流体压缩系数参数进行归一化处理,将归一化结果进行累加求和,计算综合含气指数曲线SGI,综合含气指数曲线SGI计算如下:
SGI=p1·(XKMX-XKB)+p2·(FCB-WCB)+p3·(CB-POIS)+p4·(18.7-LAME-XKB)+p5·(DTR-DTRW)
其中,p1、p2、p3、p4、p5为每一种计算参数的归一化系数,XKMX为岩石骨架体积模量,XKB为根据测井结果计算得到的体积模量,FCB为流体压缩系数,WCB为水的压缩系数,CB为计算的地层压缩系数,POIS为泊松比,LAME为拉梅常数,DTR为纵横波时差比,DTRW为地层完全含水时的纵横波时差比。
2.根据权利要求1所述的应用阵列声波测井数据进行气层识别的方法,其特征在于,横纵波时差比DTR计算如下:
DTR=DTS/DTC
其中,DTS为横波时差,DTC为纵波时差。
3.根据权利要求2所述的应用阵列声波测井数据进行气层识别的方法,其特征在于,采用建模的方法计算完全含水地层横纵波时差比,选取用于建模的井的气层、水层层段数据,计算横纵波时差比,并绘制横纵波时差比-横波时差关系图,在气层、水层分界位置画一条分界线,该分界线为直线,根据横纵波时差比-横波时差关系图区分气层和水层:
DTRW=k·DTS+b
其中,DTRW为完全含水地层的横纵波时差比,DTS为横波时差,k为乘系数,b为加系数。
8.根据权利要求1所述的应用阵列声波测井数据进行气层识别的方法,其特征在于,p1、p2、p3、p4、p5计算如下:
首先计算SGI计算公式中每一个差值项的具体数值;然后取每个差值的最大值进行对比,将其统一归一化到X,参数p1、p2、p3、p4和p5是归一化到X所需乘的系数的大小,X是归一化到统一的量纲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910370727.1A CN110133724B (zh) | 2019-05-06 | 2019-05-06 | 一种应用阵列声波测井数据进行气层识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910370727.1A CN110133724B (zh) | 2019-05-06 | 2019-05-06 | 一种应用阵列声波测井数据进行气层识别的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110133724A CN110133724A (zh) | 2019-08-16 |
CN110133724B true CN110133724B (zh) | 2021-01-29 |
Family
ID=67576318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910370727.1A Active CN110133724B (zh) | 2019-05-06 | 2019-05-06 | 一种应用阵列声波测井数据进行气层识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110133724B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110593864B (zh) * | 2019-09-25 | 2023-06-20 | 中国海洋石油集团有限公司 | 一种利用核磁-声波流体识别的方法和装置 |
CN111474585B (zh) * | 2020-03-16 | 2023-04-25 | 中国石油天然气集团有限公司 | 一种基于深度学习和岩石力学参数的气层识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257081A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 一种油气藏岩体力学地下原位模型恢复的方法及装置 |
CN104678438A (zh) * | 2015-03-27 | 2015-06-03 | 西北大学 | 一种co2地质封存中四维地震资料co2分布预测的方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4399525A (en) * | 1979-10-05 | 1983-08-16 | Chevron Research Company | Method for interpreting well log records to yield indications of gas/oil in an earth formation such as a sandstone, limestone, or dolostone |
UA72581C2 (en) * | 2002-08-30 | 2005-03-15 | Method for investigating oil-and-gas deposits by seismic waves | |
US8452538B2 (en) * | 2009-08-27 | 2013-05-28 | Conocophillips Company | Petrophysical evaluation of subterranean formations |
CN103513270B (zh) * | 2012-06-21 | 2017-06-09 | 中国石油天然气集团公司 | 一种基于岩石声学特性的气层识别评价方法及装置 |
CN103792575B (zh) * | 2012-11-01 | 2017-02-08 | 中国石油天然气集团公司 | 一种去骨架影响的致密砂岩气层识别评价方法 |
US10083258B2 (en) * | 2013-09-13 | 2018-09-25 | Schlumberger Technology Corporation | Combining downhole fluid analysis and petroleum systems modeling |
CN103630939B (zh) * | 2013-11-06 | 2018-07-13 | 中国石油天然气集团公司 | 一种气层识别评价方法 |
US20150247941A1 (en) * | 2014-03-03 | 2015-09-03 | Schlumberger Technology Corporation | Integration of seismic data with downhole fluid analysis to predict the location of heavy hydrocarbon |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
CN104343445B (zh) * | 2014-10-29 | 2017-07-14 | 中国石油集团川庆钻探工程有限公司 | 识别气层与水层、高气油比储层及含气饱和度的方法 |
CN105549088B (zh) * | 2014-10-29 | 2018-01-05 | 中国石油天然气股份有限公司 | 裂缝性致密砂岩中气层的识别方法和装置 |
CN104879126B (zh) * | 2015-05-14 | 2017-09-26 | 中国石油天然气集团公司 | 一种基于阵列感应测井的碎屑岩储层流体识别方法 |
CN105589110A (zh) * | 2015-12-10 | 2016-05-18 | 中国石油集团川庆钻探工程有限公司 | 孔隙流体压缩系数判别致密砂岩气层的方法 |
CN108222925A (zh) * | 2017-12-08 | 2018-06-29 | 中国石油集团川庆钻探工程有限公司 | 页岩气储层分级综合评价方法 |
-
2019
- 2019-05-06 CN CN201910370727.1A patent/CN110133724B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257081A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 一种油气藏岩体力学地下原位模型恢复的方法及装置 |
CN104678438A (zh) * | 2015-03-27 | 2015-06-03 | 西北大学 | 一种co2地质封存中四维地震资料co2分布预测的方法 |
Non-Patent Citations (1)
Title |
---|
"Method of identifying gas-bearing reservoirs by logs and application of volcanic formations";Lihua Zhang 等;《Global Geology》;20071231;第10卷(第1期);第83-87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110133724A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101738639B (zh) | 提高岩石裂缝参数精度的方法 | |
CN106154351A (zh) | 一种低孔渗储层渗透率的估算方法 | |
US20070112518A1 (en) | Method and Apparatus for Measuring the Wettability of Geological Formations | |
CN104806232B (zh) | 一种确定碳酸盐岩储层孔隙度下限的方法 | |
CN111027818B (zh) | 一种页岩油分类评价方法 | |
CN108301825A (zh) | 一种高温高压储层孔隙压力分析方法 | |
CN104727813B (zh) | 一种源储共生型地层的孔隙度测量方法 | |
CN103867198B (zh) | 碳酸盐岩天然气层地层密度判别法 | |
CN109138975B (zh) | 一种基于时移测井数据的求解相渗特征曲线的新方法 | |
CN103293562A (zh) | 一种碳酸盐岩储层地质储量的确定方法及设备 | |
CN107829731B (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
CN110133724B (zh) | 一种应用阵列声波测井数据进行气层识别的方法 | |
CN110058323A (zh) | 一种致密砂岩地层脆性指数计算方法 | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN109458176A (zh) | 碳酸盐岩储层压力的预测方法及其应用 | |
CN111381292B (zh) | 一种预测砂岩含烃储层的测井解释方法与装置 | |
Castle et al. | Sedimentology and fractal-based analysis of permeability data, John Henry member, Straight Cliffs formation (upper Cretaceous), Utah, USA | |
CN108875115B (zh) | 一种确定岩石强度的方法 | |
Evans et al. | A geological approach to permeability prediction in clastic reservoirs | |
CN115099014A (zh) | 一种基于随钻录井的天然气井地质探明储量计算方法 | |
CN113720745B (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
CN109917489B (zh) | 一种地下承压水位确定的新方法 | |
CN114059999A (zh) | 一种重力流沉积成因测井识别方法 | |
CN106353813A (zh) | 基于阵列声波测井的流体性质识别方法 | |
CN110297280A (zh) | 一种碳酸盐岩超压空间分布特征的预测方法 |
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 |