CN110245686A - 一种计算石英相对百分含量的岩性快速识别方法 - Google Patents
一种计算石英相对百分含量的岩性快速识别方法 Download PDFInfo
- Publication number
- CN110245686A CN110245686A CN201910405637.1A CN201910405637A CN110245686A CN 110245686 A CN110245686 A CN 110245686A CN 201910405637 A CN201910405637 A CN 201910405637A CN 110245686 A CN110245686 A CN 110245686A
- Authority
- CN
- China
- Prior art keywords
- quartzy
- percentage contents
- lithology
- sandstone
- calculating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010521 absorption reaction Methods 0.000 claims abstract description 16
- 239000010453 quartz Substances 0.000 claims abstract description 16
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 15
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 239000010433 feldspar Substances 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000002474 experimental method Methods 0.000 claims description 12
- 239000011435 rock Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 5
- 239000012634 fragment Substances 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 230000005622 photoelectricity Effects 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 claims 1
- 239000000523 sample Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- BVPWJMCABCPUQY-UHFFFAOYSA-N 4-amino-5-chloro-2-methoxy-N-[1-(phenylmethyl)-4-piperidinyl]benzamide Chemical group COC1=CC(N)=C(Cl)C=C1C(=O)NC1CCN(CC=2C=CC=CC=2)CC1 BVPWJMCABCPUQY-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Economics (AREA)
- Agronomy & Crop Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种计算石英相对百分含量的岩性快速识别方法,包括如下步骤:1)获取石英、长石及岩屑的碎屑组分信息;2)确定研究区储层的砂岩类型;3)建立基于石英相对百分含量确定砂岩类型的划分标准;4)选取补偿密度、光电吸收截面指数及深电阻率作为反映储层岩性的敏感性测井曲线;5)建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型;6)确定预测井中的石英相对百分含量,再根据基于石英相对百分含量确定砂岩类型的划分标准进行岩性识别,该方法能够基于石英相对百分含量准确实现石英岩性的快速识别。
Description
技术领域
本发明属于储层评价技术领域,涉及一种计算石英相对百分含量的岩性快速识别方法。
背景技术
储层岩性识别是储层测井评价的重要任务之一,是求解储层参数和判识流体性质的基础。目前,用测井资料识别岩性的方法很多,如交会图版法、fisher判别法、贝叶斯聚类分析法等,但这些方法在碎屑岩储层中只是从粒级角度对岩性进行识别,并没有从岩石组分含量的角度进行岩性识别。一般认为,碎屑岩储层的岩性较为简单,但是,结合研究区目的储层薄片鉴定分析资料和测井响应特征,目的储层以石英砂岩和岩屑石英砂岩为主,含少量的岩屑砂岩,不同的砂岩类型造成了测井响应的背景差异,导致测井解释评价难度大。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种计算石英相对百分含量的岩性快速识别方法,该方法能够基于石英相对百分含量准确实现石英岩性的快速识别。
为达到上述目的,本发明所述的计算石英相对百分含量的岩性快速识别方法包括如下步骤:
1)对研究区目的储层的岩心进行薄片鉴定实验,获取石英、长石及岩屑的碎屑组分信息;
2)对岩心薄片鉴定实验获取的石英、长石、岩屑的碎屑组分信息进行归一化,计算石英的相对百分含量,再根据石英的相对百分含量确定研究区储层的砂岩类型;
3)根据研究区储层的砂岩类型,结合《岩石薄片鉴定标准(SYT5368-2000)》砂岩分类表,建立基于石英相对百分含量确定砂岩类型的划分标准;
4)通过岩心刻度测井方法,提取岩心薄片鉴定对应深度的测井响应特征值,再将该深度的测井响应特征值与石英相对百分含量进行单相关性分析,选取补偿密度、光电吸收截面指数及深电阻率作为反映储层岩性的敏感性测井曲线;
5)根据步骤4)选取的敏感性测井曲线的测井响应特征值及步骤2)中的石英的相对百分含量,建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型;
6)根据步骤5)建立的非线性映射关系模型对区域中预测井进行计算,确定预测井中的石英相对百分含量,然后根据步骤3)中建立的基于石英相对百分含量确定砂岩类型的划分标准进行岩性识别。
步骤1)中薄片鉴定实验按照《岩石薄片鉴定(SYT5368-2000)》标准规定的流程进行实时。
步骤2)中采用砂岩岩石三角分类图版确定研究区储层的砂岩类型。
步骤3)中砂岩类型的划分标准为:当石英相对百分含量大于90%时,该石英为石英砂岩,当石英相对百分含量为75%~90%时,该石英为岩屑石英砂岩;当石英相对百分含量小于75%时,该石英为岩屑砂岩。
步骤4)对岩心薄片鉴定进行深度归位,提取对应深度的测井响应特征值,再将深度的测井响应特征值与石英相对百分含量进行单相关性分析。
石英相对百分含量与补偿密度及光电吸收截面指数成正相关,石英相对百分含量与深电阻率成负相关。
步骤5)采用模糊聚类方法建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型,具体操作过程为:
根据所述研究区储层的砂岩类型,将石英相对百分含量样本值进行分类,并设置样本的模糊识别矩阵U及中心指标向量S,然后通过循环迭代求解最优模糊识别矩阵U·、最优模糊聚类中心指标S·及变量权重W·,从而确定样本值特征值向量H,以建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型,其中,该非线性映射关系模型的表达式为:
y=a×H+b;H=f(DEN、PE、Rt、U·、S·、W·、ρ)
其中,y为石英相对百分含量,a及b为模型的系数,f为映射的函数关系,DEN、PE及Rt分别为归一化后的补偿密度、光电吸收截面指数及电阻率测井数据,ρ为相关系数,S·为最优模糊聚类中心矩阵,W·为变量权重。
a=8.8463,b=70.7391。
W·=(0.3327 0.4728 0.1945),ρ=0.9424。
本发明具有以下有益效果:
本发明所述的计算石英相对百分含量的岩性快速识别方法在具体操作时,结合研究区薄片鉴定分析资料和测井响应特征,选取反映储层岩性的敏感性测井曲线,采用模糊聚类数学方法建立补偿密度、光电吸收截面指数和深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型,以实现基于石英相对百分含量的岩性识别的快速定量评价。经研究区8口井的31块岩心鉴定薄片分析资料检验,平均绝对误差为3.66%,岩性识别符合率达到90.32%,满足实际生产需求,为后续的储层参数精细建模和分岩性建立流体识别图版奠定坚实的基础。
附图说明
图1为本发明的流程图;
图2为实施例一中研究区砂岩岩石三角分类图;
图3为实施例一中基于计算石英相对百分含量的岩性快速识别成果图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1,本发明所述的计算石英相对百分含量的岩性快速识别方法包括以下步骤:
1)对研究区目的储层岩心进行薄片鉴定实验,获取石英、长石、岩屑等碎屑组分的岩心实验分析数据,岩心薄片鉴定实验数据按照《岩石薄片鉴定(SYT5368-2000)》标准规定的流程进行获取的。
2)利用步骤1)中获取的石英、长石、岩屑等碎屑组分进行归一化,计算石英相对百分含量,采用砂岩岩石三角分类图版确定研究区储层的砂岩类型,研究区目的储层砂岩类型以石英砂岩和岩屑石英砂岩为主,含少量的岩屑砂岩,如图2所示。
3)结合研究区的砂岩类型和《岩石薄片鉴定标准(SYT5368-2000)》砂岩分类表,如表1所示,建立基于石英相对百分含量确定研究区砂岩类型的划分标准:石英相对百分含量大于90%为石英砂岩;介于75~90%为岩屑石英砂岩;小于75%为岩屑砂岩。
表1
4)通过岩心刻度测井方法,对岩心薄片鉴定进行深度归位,提取岩心分析薄片鉴定对应深度的测井响应特征值,与石英相对百分含量进行单相关性分析,如表2所示,补偿密度(DEN)、光电吸收截面指数(PE)及深电阻率(Rt)3条反映储层岩性的敏感性测井曲线:其中,石英相对百分含量与补偿密度(DEN)及光电吸收截面指数(PE)成正相关,石英相对百分含量与深电阻率(Rt)成负相关。
表2
5)所述敏感性测井曲线的测井响应特征值,结合步骤2)中的石英相对百分含量,采用模糊聚类数学方法建立补偿密度(DEN)、光电吸收截面指数(PE)和深电阻率(Rt)的测井曲线与石英相对百分含量之间的非线性映射关系模型,模型中,a=8.8463,b=70.7391;
采用模糊聚类数学方法确定最优模糊聚类中心矩阵S·,得
采用模糊聚类数学方法确定变量权重W·,得W·=(0.3327 0.4728 0.1945);ρ=0.9424。
6)根据步骤五所述非线性映射关系模型对区域中预测井进行计算,确定预测井中的石英相对百分含量,结合步骤3)的砂岩类型划分标准,从而可以快速进行岩性识别。
实际资料处理过程中,基于计算石英相对百分含量的岩性快速识别新方法是通过编写程序实现。图3为基于计算石英相对百分含量的岩性快速识别成果图,图3中第5道杆状条为岩心薄片鉴定实验分析的石英相对百分含量,曲线为模糊聚类数学方法计算的石英相对百分含量。从图3中可以看到,模糊聚类数学方法计算的石英相对百分含量无论是在形状变化上还是数值上都与岩心分析有很好的一致性,48、49和54号层计算的石英相对百分含量分别为82.31%、86.56%和92.25%,岩心薄片鉴定实验分析的石英相对百分含量分别为87.22%、86.42%和93.14%,两者绝对误差分别为4.91%、0.14%和0.89%。结合砂岩类型的划分标准,本发明岩性识别的结果与岩心薄片鉴定实验分析结果一致,对研究区8口井的31块岩石鉴定薄片样品资料点采用上述方法进行了检验,如表3所示,检验结果表明:平均绝对误差为3.66%,岩性识别符合率达到了90.32%,满足了实际生产需求,验证了基于计算石英相对百分含量的岩性快速识别方法的有效性,具有较好的应用效果。
表3
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种计算石英相对百分含量的岩性快速识别方法,其特征在于,包括如下步骤:
1)对研究区目的储层的岩心进行薄片鉴定实验,获取石英、长石及岩屑的碎屑组分信息;
2)对岩心薄片鉴定实验获取的石英、长石、岩屑的碎屑组分信息进行归一化,计算石英的相对百分含量,再根据石英的相对百分含量确定研究区储层的砂岩类型;
3)根据研究区储层的砂岩类型,结合《岩石薄片鉴定标准(SYT5368-2000)》砂岩分类表,建立基于石英相对百分含量确定砂岩类型的划分标准;
4)通过岩心刻度测井方法,提取岩心薄片鉴定对应深度的测井响应特征值,再将该深度的测井响应特征值与石英相对百分含量进行单相关性分析,选取补偿密度、光电吸收截面指数及深电阻率作为反映储层岩性的敏感性测井曲线;
5)根据步骤4)选取的敏感性测井曲线的测井响应特征值及步骤2)中的石英的相对百分含量,建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型;
6)根据步骤5)建立的非线性映射关系模型对区域中预测井进行计算,确定预测井中的石英相对百分含量,然后根据步骤3)中建立的基于石英相对百分含量确定砂岩类型的划分标准进行岩性识别。
2.根据权利要求1所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,步骤1)中薄片鉴定实验按照《岩石薄片鉴定(SYT5368-2000)》标准规定的流程进行实时。
3.根据权利要求1所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,步骤2)中采用砂岩岩石三角分类图版确定研究区储层的砂岩类型。
4.根据权利要求1所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,步骤3)中砂岩类型的划分标准为:当石英相对百分含量大于90%时,该石英为石英砂岩,当石英相对百分含量为75%~90%时,该石英为岩屑石英砂岩;当石英相对百分含量小于75%时,该石英为岩屑砂岩。
5.根据权利要求1所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,步骤4)对岩心薄片鉴定进行深度归位,提取对应深度的测井响应特征值,再将深度的测井响应特征值与石英相对百分含量进行单相关性分析。
6.根据权利要求5所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,石英相对百分含量与补偿密度及光电吸收截面指数成正相关,石英相对百分含量与深电阻率成负相关。
7.根据权利要求1所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,步骤5)采用模糊聚类方法建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型,具体操作过程为:
根据所述研究区储层的砂岩类型,将石英相对百分含量样本值进行分类,并设置样本的模糊识别矩阵U及中心指标向量S,然后通过循环迭代求解最优模糊识别矩阵U·、最优模糊聚类中心指标S·及变量权重W·,从而确定样本值特征值向量H,以建立补偿密度、光电吸收截面指数及深电阻率的测井曲线与石英相对百分含量之间的非线性映射关系模型,其中,该非线性映射关系模型的表达式为:
y=a×H+b;H=f(DEN、PE、Rt、U·、S·、W·、ρ)
其中,y为石英相对百分含量,a及b为模型的系数,f为映射的函数关系,DEN、PE及Rt分别为归一化后的补偿密度、光电吸收截面指数及电阻率测井数据,ρ为相关系数,S·为最优模糊聚类中心矩阵,W·为变量权重。
8.根据权利要求7所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,a=8.8463,b=70.7391。
9.根据权利要求7所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,
10.根据权利要求7所述的计算石英相对百分含量的岩性快速识别方法,其特征在于,W·=(0.3327 0.4728 0.1945),ρ=0.9424。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405637.1A CN110245686A (zh) | 2019-05-16 | 2019-05-16 | 一种计算石英相对百分含量的岩性快速识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405637.1A CN110245686A (zh) | 2019-05-16 | 2019-05-16 | 一种计算石英相对百分含量的岩性快速识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110245686A true CN110245686A (zh) | 2019-09-17 |
Family
ID=67884432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910405637.1A Pending CN110245686A (zh) | 2019-05-16 | 2019-05-16 | 一种计算石英相对百分含量的岩性快速识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245686A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028095A (zh) * | 2019-12-19 | 2020-04-17 | 中国地质大学(武汉) | 一种基于测井曲线的定量识别页岩岩相的方法 |
CN111862778A (zh) * | 2020-06-04 | 2020-10-30 | 中国地质科学院 | 一种浅层岩性地质图生成方法、装置、储存介质及设备 |
CN114577833A (zh) * | 2022-05-05 | 2022-06-03 | 克拉玛依禾鑫石油科技有限公司 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
CN116519906B (zh) * | 2023-04-24 | 2023-10-31 | 中国地质大学(北京) | 一种岩性地球化学分支基因lg11及其构建方法和应用 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106370814A (zh) * | 2016-09-09 | 2017-02-01 | 中国海洋石油总公司 | 基于成分‑结构分类的湖相混积岩类储层测井识别方法 |
CN107644383A (zh) * | 2016-07-21 | 2018-01-30 | 中国石油天然气股份有限公司 | 碳酸盐岩的定性方法 |
CN108388709A (zh) * | 2018-02-06 | 2018-08-10 | 长江大学 | 基于成岩相预测的储层孔隙度定量模拟方法 |
-
2019
- 2019-05-16 CN CN201910405637.1A patent/CN110245686A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644383A (zh) * | 2016-07-21 | 2018-01-30 | 中国石油天然气股份有限公司 | 碳酸盐岩的定性方法 |
CN106370814A (zh) * | 2016-09-09 | 2017-02-01 | 中国海洋石油总公司 | 基于成分‑结构分类的湖相混积岩类储层测井识别方法 |
CN108388709A (zh) * | 2018-02-06 | 2018-08-10 | 长江大学 | 基于成岩相预测的储层孔隙度定量模拟方法 |
Non-Patent Citations (1)
Title |
---|
罗少成 等: "基于岩性分析的复杂气水识别方法", 《HTTPS://WWW.XUESHU.COM/CJJS/201903/35511469.HTML》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028095A (zh) * | 2019-12-19 | 2020-04-17 | 中国地质大学(武汉) | 一种基于测井曲线的定量识别页岩岩相的方法 |
CN111862778A (zh) * | 2020-06-04 | 2020-10-30 | 中国地质科学院 | 一种浅层岩性地质图生成方法、装置、储存介质及设备 |
CN114577833A (zh) * | 2022-05-05 | 2022-06-03 | 克拉玛依禾鑫石油科技有限公司 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
CN116519906B (zh) * | 2023-04-24 | 2023-10-31 | 中国地质大学(北京) | 一种岩性地球化学分支基因lg11及其构建方法和应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245686A (zh) | 一种计算石英相对百分含量的岩性快速识别方法 | |
CN105781539B (zh) | 一种致密油气储层饱和度测井计算方法 | |
CN104134101B (zh) | 低渗透储层天然气产能预测方法 | |
CN103670384B (zh) | 一种储层分类方法及系统 | |
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
CN104453874B (zh) | 一种基于核磁共振的砂砾岩储层含油饱和度的计算方法 | |
CN108763711A (zh) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN105447762B (zh) | 一种流体替换的低渗透油藏水淹信息的计算方法 | |
CN103336305B (zh) | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 | |
CN106295113A (zh) | 一种复杂油气储层渗透率的定量评价方法 | |
CN108661630B (zh) | 一种基于参数优选的地质甜点定量评价方法 | |
CN106355571B (zh) | 一种白云岩储层质量的确定方法及装置 | |
CN109932297A (zh) | 一种致密砂岩储层渗透率的计算方法 | |
CN110533237A (zh) | 一种砂岩储层含油气产能预测方法 | |
CN108982320A (zh) | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 | |
WO2019205725A1 (zh) | 一种基于电成像测井分形维数的火山岩岩性识别方法 | |
CN111598440A (zh) | 多角度驱动的复杂介质储层渗透率定量评价方法及系统 | |
CN112796738A (zh) | 一种阵列声波测井和常规测井结合的地层渗透率计算方法 | |
CN106897531A (zh) | 一种低渗透石灰岩储层渗透率的定量评价方法 | |
CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
CN105257284B (zh) | 一种利用元素俘获能谱测井确定凝灰质含量的方法及装置 | |
CN111079783B (zh) | 一种基于多核集成学习识别地层岩性参数的方法 | |
CN106771071B (zh) | 一种基于油水相渗的密闭取心饱和度校正方法 | |
CN112145165A (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190917 |