CN110276827B - 一种基于泥页岩储层的有效性的评价方法 - Google Patents

一种基于泥页岩储层的有效性的评价方法 Download PDF

Info

Publication number
CN110276827B
CN110276827B CN201910458069.1A CN201910458069A CN110276827B CN 110276827 B CN110276827 B CN 110276827B CN 201910458069 A CN201910458069 A CN 201910458069A CN 110276827 B CN110276827 B CN 110276827B
Authority
CN
China
Prior art keywords
shale
reservoir
evaluation
effectiveness
organic
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
Application number
CN201910458069.1A
Other languages
English (en)
Other versions
CN110276827A (zh
Inventor
马存飞
董春梅
朱兆群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201910458069.1A priority Critical patent/CN110276827B/zh
Publication of CN110276827A publication Critical patent/CN110276827A/zh
Application granted granted Critical
Publication of CN110276827B publication Critical patent/CN110276827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Agronomy & Crop Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mining & Mineral Resources (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)

Abstract

本发明公开了一种基于泥页岩储层的有效性的评价方法。根据泥页岩油藏特征确定以岩相为基本评价单元，选取生油性、储集性、可改造性和可流动性为评价内容，进而系统开展影响因素分析，优选有机碳含量及生烃潜量、裂缝类型及发育强度、孔隙类型及面孔率、成岩作用，相对脆性系数及脆性指数和临界流动孔径为评价参数，采用灰色模糊数学方法得出泥页岩储层类型。

Description

一种基于泥页岩储层的有效性的评价方法
技术领域
本发明涉及泥页岩储层的研究领域，更具体的说是涉及一种基于泥页岩储层的有效性的评价方法。
背景技术
目前，国内外关于泥页岩储层的研究发展迅速，研究尺度精细化、定量化和三维可视化，且对非常规油气成藏的研究趋于系统化和理论化，但针对泥页岩的基础研究相对薄弱。
泥页岩生储盖三种属性集于一体，其生油性、储集性、保存性、可改造性和可流动性均对泥页岩储层有影响，只有那些生油指标好、储集性能好、保存条件好以及本身具有一定的流动能力或人工压裂后可以流动的泥页岩储层才是有效的。国内外主要采用岩石力学参数，结合矿物组分构成评价泥页岩脆性和断裂韧性等，但国内湖相泥页岩储层压裂效果并不好，分析原因是单纯考虑泥页岩力学参数和矿物的含量特征，而与泥页岩储层基础地质研究结合不足，忽略了泥页岩储层的结构信息。沉积作用形成的矿物和有机质分布以及成岩作用导致的结构改造均影响泥页岩储层岩石力学特征。另外，泥页岩油的可流动性对其开采也有重大影响，其主要受含油性、吸附、润湿、原油物性、孔径等的影响。
通过归纳发现，湖相泥页岩研究主要存在以下问题：
(1)泥页岩通常呈厚层、稳定分布在盆地深水或静水部位，多为连续沉积，因而在整合地层中识别层序界面、体系域和准层序难度大；
(2)泥页岩能够在半深湖-深湖、次洼、前三角洲或重力流等多种沉积环境中沉积，但岩性相似、缺乏实用性的相标志，造成沉积环境研究简单化，细分沉积微环境更困难；
(3)泥页岩粒度细、组成复杂且纹层厚度及连续性变化大，导致泥页岩岩相类型划分困难；
(4)泥页岩无机矿物和有机质共存，且温压敏感性强，成岩流体活跃但保存下来的流体包裹体很少，成岩作用难度大；
(5)泥页岩储集空间类型多样，具有多尺度特征，肉眼及光学显微镜难以满足观察精度，更多的需要借助扫描电镜观察微米-纳米尺度特征；
(6)泥页岩储层有利储集空间类型和赋存状态不确定，难以判断其能否流动，缺少可流动性判别标准；
(7)陆相泥页岩油藏生产实践表明并不是所有的泥页岩都储油或产油，且产量变化大，对泥页岩油藏特征认识不深入；
(8)在泥页岩储层综合评价过程中缺乏对影响因素的深入剖析，导致评价单元或评价指标选取不合理。
因此，建立一套泥页岩储层有效性评价方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于泥页岩储层的有效性的评价方法。
为了实现上述目的，本发明采用如下技术方案：
一种基于泥页岩储层的有效性的评价方法，所述方法依据泥页岩储层的有效性受控于泥页岩储层的生油性、储集性、保存性、可改造性和可流动性的特点建立建模目标地层的泥页岩储层储集空间模型；
所述方法包括以下步骤：
S1:利用岩心、测井和录井进行层序地层划分与对比，在层序地层格架内，建立气候旋回控制下的沉积环境“垂向分层、平面分区”的沉积模式，确定富有机质泥页岩的沉积环境；
S2:采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，确定泥页岩岩相成因及分布；
S3:利用薄片和场发射扫描电镜，识别泥页岩中出现的成岩事件，判断成岩序列和成岩阶段，并选取富有机质泥页岩借助高压釜设备进行热模拟实验，建立富有机质泥页岩成岩演化模式；
S4:利用岩心、薄片、场发射扫描电镜(FE-SEM)和能谱分析(EDS)识别泥页岩储集空间类型；利用高压压汞、N2和CO2吸附法获得储集空间构成；
利用环境扫描电镜(ESEM)观察实际泥页岩样品和热模拟实验样品中油气赋存状态及位置，确定有利储集空间类型并总结其特征确定其成因；针对有机质孔，利用Avizo数字岩心建模软件和聚焦离子束扫描电镜(FIB-SEM)建立有机质孔三维模型，确定其空间结构特征；
S5:在泥页岩沉积环境、岩相特征、成岩作用、储集空间和流体特征研究基础上，综合分析泥页岩油藏的“生、储、盖、运、圈、保”特征，建立泥页岩油藏模式；
在此基础上，选择对应的模糊数学方法，最终得出泥页岩储层类型。
进一步的，所述S2具体步骤如下：
采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，其中：
所述四组分指灰(云)质矿物组分、黏土矿物组分、粉砂质(长英质)矿物组分和有机质组分，所述四组分是由全岩矿物分析和有机碳分析得到结果，所述有机碳分析利用总有机碳含量、转换系数、有机质密度和岩石密度，得到有机质组分体积分数；
所述三端元为灰(云)质、黏土质和粉砂质(长英质)。
进一步的，所述S3具体步骤如下：
首先，识别泥页岩中出现的成岩事件，判断成岩序列和成岩阶段；
接下来进行热模拟实验，具体步骤如下：
选取具有不同干酪根类型的富有机质泥页岩新鲜样品，采用先升温再恒温的实验方式，在水介质中模拟泥页岩的成岩演化过程；
通过激光共聚焦显微镜和场发射扫描电镜观察原始样品和不同温度下反应后样品的微观特征；
最后，建立富有机质泥页岩成岩演化模式。
进一步的，所述S4数字岩心建模步骤如下：
S41：数据的导入
将FIB-SEM扫描得到的扫描电镜图片导入Avizo数字建模软件中，软件自动对这些图片进行图像配准处理，包括切片排列、剪切校正和黑点校正，通过三维视图即可还原岩心的真实面貌；
S42：提取体积元
对于大容量数据或大型曲面可视化的三维视图的展现提取数据在很大程度上取决于显卡的能力，体积元选取时，既要考虑到计算机的显卡和处理器，还要考虑该体积元能代表岩心中的有机质和有机质孔的分布，选择256×256×256的体积元；
S43:降噪滤波
因FIB-SEM扫描过程中存在系统噪声或者伪影，需要通过图像滤波器来降噪滤波以增强图像的显示,采用非局部均值滤波；
S44:阈值分割
FIB-SEM扫描时，因为不同组分对电子的导电能力不同，最后得到的图像的灰度也会不同,通过分析图像灰度分布直方图，选取灰度值72和84两个阈值，把图像分为三部分，其中灰度值在72-84表示有机质，其他的表示有机质孔；
S45:界面渲染
通过对分割好的模型进行界面渲染，表面会生成平滑的曲面多边形，最终获得有机质和有机质孔的静态三维模型。
进一步的，所述S5具体步骤如下：
S51：在泥页岩储层有效性各项评价内容的影响因素分析基础上选取合理的评价参数；
S52：将层次分析法和熵权法相结合评价参数权重；
S53：将模糊和灰色评价方法耦合进行灰色模糊综合评价；
S54：根据结果得出泥页岩储层类型。
进一步的，所述S53具体步骤如下：
S531：将原始数据进行有效规范化，通过无量纲进行评价；
采用模糊数对不同的满意度进行度量；
设有两个L-R型模糊数M＝(a，b，T，U)，N＝(c，d，V，W)，对研究区泥页岩评价的定性指标的梯形模糊数进行规范化处理，以最优值构成理想参数，由此可以得到定性指标的规范化结果：
M·N＝≈[ac，bd，aV+cT-TV，bW+dU-UW)]
M/N＝≈[a/d，b/c，(aW+dT)/d(d+W)，(bV+cU)/c(c-V)]
S532：确定灰色模糊隶属度；
选取各指标最优值为理想序列，分层次将不同岩相的比较序列和理想序列进行关联分析，得到相应的关联系数；
计算公式为：
Figure BDA0002077214730000051
式中：xθj为理想序列中第j参数值，ρ为分辨系数(0≤ρ≤1)，取ρ＝0.5；
在计算出关联系数后通过与权重集进行合成可以得到针对上一层指标的灰色关联度，最后通过层层叠加及优属模型得到不同岩相最后的灰色模糊隶属度。
Figure BDA0002077214730000061
Figure BDA0002077214730000062
式中：Ii为灰色关联度，ui为灰色模糊隶属度；
进一步的，所述S54得出的泥页岩储层类型如下：
其中1类为生油型泥页岩储层；
2类和3类为生储兼备型泥页岩储层；
4类为储集型泥页岩储层；
5类和6类为无效型泥页岩储层。
为了更好的实现本发明的技术方案，通过上述建模方法，通过包括生油性、储集性、可改造性和可流动性来得出最后的有效性判断。
泥页岩油生产实践表明能够产油的岩相中富含有机质且有机质含量越高越有利，因而泥页岩生油性是泥页岩油储层有效的基础。泥页岩作为烃源岩的生烃属性经过了大量研究，其中干酪根类型、有机碳含量和氯仿沥青“A”、镜质体反射率、生烃潜量(S1+S2)和滞留烃(S1)是评价烃源岩中有机质类型、有机质丰度、有机质成熟度、生烃潜力和滞留烃含量的有效指标。
泥页岩油储层主要开采滞留在内部和溶解在热解烃(S2)中的游离态滞留烃(S1)，但由于岩心样品放置时间长，滞留烃(S1)损失严重，故选择有机碳含量和生烃潜量两个参数指示有机质丰度和滞留烃含量，用于评价生油性。有机碳含量越高、生烃潜量越大，则生油性越好。
储集性通过孔隙、裂缝和成岩作用三个参数进行评价；
其中，所述孔隙采用主要孔隙类型和面孔率进行评价；
所述裂缝根据主要裂缝类型和裂缝发育程度进行定性评价。
通过采用上述技术方案，本发明的有益效果如下：
岩相是影响储集性的基本因素，而成岩作用决定了储集性能向好或坏的方向发展，加上裂缝发育，最终影响体现在储集空间类型、含量和结构上，因而本次评价不同岩相的储集性优选储集空间类型、面孔率和成岩作用三个参数。
其中，储集空间类型包括孔隙和裂缝，孔隙含量采用面孔率指示，而裂缝含量根据岩心和薄片观察中裂缝发育程度定性评价。
成岩作用类型和成岩阶段控制了储集性的改造程度，建设性成岩作用有利于改善储集空间结构，而破坏性成岩作用导致储集性变差。
所述可流动性通过临界流动孔径进行评价。
通过采用上述技术方案，本发明的有益效果如下：
当构造作用和成岩作用不强烈时，泥页岩孔隙结构主要受岩相控制，而粉砂含量或云质含量增加有利于增加临界流动孔径和渗透率，而黏土矿物含量或灰质含量增加导致临界流动孔径和渗透率降低，且灰质含量造成的降低量更大。此外，层-块状构造的岩相一般较页状构造的岩相临界流动孔径和渗透率大。渗透率是表征岩石中流体渗流能力的常用、有效指标，与孔径有紧密联系，一般孔径越大，渗透性越好。
与孔隙度相似，当考虑裂缝发育情况时，整体上临界流动孔径具有粉砂质岩性系列大于黏土质岩性系列，且均大于灰(云)质岩性系列，由此决定了可流动性具有粉砂质岩性系列好于黏土质岩性系列，且均好于灰(云)质岩性系列。因此，临界流动孔径是表征泥页岩可流动性的有力指标。
所述可改造性通过相对脆性系数和脆性指数两个指标进行评价。
所述相对脆性系数的计算公式如下：
相对脆性系数＝长英质矿物含量+碳酸盐矿物含量/黏土矿物含量+碳酸盐矿物含量+有机质含量。
进一步的，所述脆性指数的计算公式如下：
ERrit＝(E-8.70)/(48.65-8.70)×100％
μRrit＝(0.24-μ)/(0.24-0.16)×100％
Brit＝0.5ERrit+0.5μRrit
式中：ERrit为归一化杨氏模量，GPa；μRrit为归一化泊松比；Brit为脆性指数，无量纲。
通过采用上述技术方案，本发明的有益效果如下：
泥页岩基质具有极差的物性，流动能力差，需要借助压裂改造手段造缝沟通基质孔隙，因而岩石的可改造性是泥页岩油储层能否取得产能的关键，是有效性评价的重要内容。通常采用脆性矿物含量法和弹性参数法评价泥页岩可改造性。
相比于现有技术中常采用的方法，本发明中相对脆性系数的计算方法有以下优点：
1)能够体现碳酸盐矿物对可改造性的双重作用，即一定量的碳酸盐矿物可以增加脆性，而过量的碳酸盐矿物导致强度增大，断裂韧性增加，不利于改造，这与实际压裂过程中将碳酸盐岩当作压裂隔挡层、天然裂缝中止于碳酸盐岩层吻合；
2)碳酸盐矿物含量增加，导致粉砂岩脆性降低，而黏土岩脆性增加，即粉砂质岩性系列容易压裂，灰(云)质岩性系列次之，而黏土质岩性系列最难；
3)考虑有机质对岩石脆性的作用，当成岩程度一定时，有机质含量增加，泥页岩静态杨氏模量和泊松比降低，脆性减弱，这决定了富有机质泥页岩可改造性差。
本发明中对于脆性指数的计算也在现有技术的基础上进行了改进：脆性指数是基于岩石的杨氏模量和泊松比定义的，一般杨氏模量越大、泊松比越小，脆性指数越高。脆性指数的求取需要岩石力学参数中的杨氏模量和泊松比，分别取0.5的权值进行加权求和。
不同的地区应选择不同的参数，依据动态弹性参数试验数据，泥页岩动态杨氏模量分布范围为8.70-48.65GPa，平均值为20.95GPa；动态泊松比范围为0.16-0.24，平均值为0.20。因此，本发明在计算公式上进行了进一步的改进，更适合于泥页岩储层有效性的评价研究。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明评价方法的流程示意图；
图2附图为本发明提供的评价参数分级示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
一种基于泥页岩储层的有效性的评价方法，方法依据泥页岩储层的有效性受控于泥页岩储层的生油性、储集性、保存性、可改造性和可流动性的特点建立建模目标地层的泥页岩储层储集空间模型；
所述方法包括以下步骤：
S1:利用岩心、测井和录井进行层序地层划分与对比，在层序地层格架内，建立气候旋回控制下的沉积环境“垂向分层、平面分区”的沉积模式，确定富有机质泥页岩的沉积环境；
S2:采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，确定泥页岩岩相成因及分布；
采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，其中：
所述四组分指灰(云)质矿物组分、黏土矿物组分、粉砂质(长英质)矿物组分和有机质组分，所述四组分是由全岩矿物分析和有机碳分析得到结果，所述有机碳分析利用总有机碳含量、转换系数、有机质密度和岩石密度，得到有机质组分体积分数；
所述三端元为灰(云)质、黏土质和粉砂质(长英质)
S3:首先，利用薄片和场发射扫描电镜，识别泥页岩中出现的成岩事件，判断成岩序列和成岩阶段；
接下来进行热模拟实验，具体步骤如下：
选取具有不同干酪根类型的富有机质泥页岩新鲜样品，采用先升温再恒温的实验方式，在水介质中模拟泥页岩的成岩演化过程；
通过激光共聚焦显微镜和场发射扫描电镜观察原始样品和不同温度下反应后样品的微观特征；
最后，建立富有机质泥页岩成岩演化模式。
S4:利用岩心、薄片、场发射扫描电镜(FE-SEM)和能谱分析(EDS)识别泥页岩储集空间类型；利用高压压汞、N2和CO2吸附法获得储集空间构成；
利用环境扫描电镜(ESEM)观察实际泥页岩样品和热模拟实验样品中油气赋存状态及位置，确定有利储集空间类型并总结其特征确定其成因；针对有机质孔，利用Avizo数字岩心建模软件和聚焦离子束扫描电镜(FIB-SEM)建立有机质孔三维模型，确定其空间结构特征；
数字岩心建模步骤如下：
S41：数据的导入
将FIB-SEM扫描得到的扫描电镜图片导入Avizo数字建模软件中，软件自动对这些图片进行图像配准处理，包括切片排列、剪切校正和黑点校正，通过三维视图即可还原岩心的真实面貌；
S42：提取体积元
对于大容量数据或大型曲面可视化的三维视图的展现提取数据在很大程度上取决于显卡的能力，体积元选取时，既要考虑到计算机的显卡和处理器，还要考虑该体积元能代表岩心中的有机质和有机质孔的分布，选择256×256×256的体积元；
S43:降噪滤波
因FIB-SEM扫描过程中存在系统噪声或者伪影，需要通过图像滤波器来降噪滤波以增强图像的显示,采用非局部均值滤波；
S44:阈值分割
FIB-SEM扫描时，因为不同组分对电子的导电能力不同，最后得到的图像的灰度也会不同,通过分析图像灰度分布直方图，选取灰度值72和84两个阈值，把图像分为三部分，其中灰度值在72-84表示有机质，其他的表示有机质孔；
S45:界面渲染
通过对分割好的模型进行界面渲染，表面会生成平滑的曲面多边形，最终获得有机质和有机质孔的静态三维模型。
S5:在泥页岩沉积环境、岩相特征、成岩作用、储集空间和流体特征研究基础上，综合分析泥页岩油藏的“生、储、盖、运、圈、保”特征，建立泥页岩油藏模式；
S51:在泥页岩储层有效性各项评价内容的影响因素分析基础上选取合理的评价参数；
S52:将层次分析法和熵权法相结合评价参数权重；
S53:将模糊和灰色评价方法耦合进行灰色模糊综合评价；
S531:将原始数据进行有效规范化，通过无量纲进行评价；
采用模糊数对不同的满意度进行度量,
S532:确定灰色模糊隶属度；
选取各指标最优值为理想序列，分层次将不同岩相的比较序列和理想序列进行关联分析，得到相应的关联系数；
在计算出关联系数后通过与权重集进行合成可以得到针对上一层指标的灰色关联度，最后通过层层叠加及优属模型得到不同岩相最后的灰色模糊隶属度。
S54:根据结果得出泥页岩储层类型，泥页岩储层类型如下：
其中1类为生油型泥页岩储层；
2类和3类为生储兼备型泥页岩储层；
4类为储集型泥页岩储层；
5类和6类为无效型泥页岩储层。
下面以阜二段和沙四上亚段主要泥页岩岩相进行实例说明。
S1:在泥页岩储层有效性各项评价内容的影响因素分析基础上选取合理的评价参数；
评价参数反映评价对象的属性和特征，选取合理的评价参数是进行科学评价的前提。在泥页岩储层有效性各项评价内容的影响因素分析基础上，最终优选的评价参数如图1所示。
其中一级指标包括生油性、储集性、可改造性和可流动性；
二级指标包括有机碳含量、生烃潜量、裂缝、成岩作用、孔隙、相对脆性系数、脆性指数和临界流动孔径；
三级指标主要包括主要裂缝类型、裂缝发育强度以及主要孔隙类型和面孔率。
阜二段和沙四上亚段主要泥页岩岩相的评价参数统计如表8-5，其中油泥(页)岩等部分岩相的可改造性评价参数获得需要在液氮环境中钻取岩心柱子而导致本次研究没有成功测试得到，故部分数据是通过咨询胜利油田地质研究院获得的。
表1泥页岩储层有效性评价数据表
Figure BDA0002077214730000131
Figure BDA0002077214730000141
Figure BDA0002077214730000151
S2:采用主客观综合赋权法，将层次分析法和熵权法相结合评价参数权重；
各评价参数在评价中所起到的作用和相对重要程度不同，其权值大小影响最终的评价效果。常见的权重确定方法有专家咨询法、成对比较法、层次分析法、特征向量法、均差法、熵权法等，其基本上可以分为主观赋权法和客观赋权法。其中主观赋权法主要往往根据评价者的经验、知识和偏好等对不同指标的重要程度进行权重的判定，如专家咨询法等；客观赋权法则是根据实际评价数据的特征和内在联系对评价的影响来进行权重的确定，如均差法。为了弥补两种方法的不足，此次采用主客观综合赋权法，将层次分析法和熵权法相结合，从而使指标的权重更加趋于合理。
(1)层次分析法
针对研究区多层次评价参数体系，由下往上分别建立层次递阶结构和判断矩阵A＝(aij)n×n，以aij表示xi对xj的重要性等级，以
Figure BDA0002077214730000152
表示xj对xi的重要程度，采用指数标度(表2)来指导构建判断矩阵。
根据各因素在泥页岩评价中的作用大小，分层次两两比较构造判断矩阵表(表3-6)。对建立的正互反矩阵求取最大特征值λmax对应的特征向量W进行规范归一化后即得到该层次内各元素的权重大小。同时由于在构造矩阵时人为判断可能存在不一致的情况，需要对结果进行一致性检验，主要检验步骤为：
1)计算一致性指标CI。
Figure BDA0002077214730000161
CI值反映判断矩阵与一致性偏离的程度；CI值越小(越接近于0)，判断矩阵的一致性越好。
2)计算一致性比例CR。
Figure BDA0002077214730000162
RI为平均随机一致性指标(表6)，当CR＜0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。
表2判断矩阵指数标度及其含义
标度 含义 标度 含义
e<sup>o/5</sup>(1) 同样重要 e<sup>5/5</sup>(2.718) 十分重要
e<sup>1/5</sup>(1.221) 微小重要 e<sup>6/5</sup>(3.320) 强烈重要
e<sup>2/5</sup>(1.492) 稍微重要 e<sup>7/5</sup>(4.055) 更强烈重要
e<sup>3/5</sup>(1.822) 更为重要 e<sup>8/5</sup>(4.953) 极端重要
e<sup>4/5</sup>(2.226) 明显重要 / /
表3泥页岩储层有效性评价三级指标判断矩阵表及层次分析权重
Figure BDA0002077214730000163
表4泥页岩储层有效性评价二级指标判断矩阵表及层次分析权重
Figure BDA0002077214730000171
表5泥页岩储层有效性评价一级指标判断矩阵表及层次分析权重
评价内容 生油性 储集性 可改造性 可流动性
生油性 1 e<sup>3/5</sup> e<sup>4/5</sup> e<sup>6/5</sup>
储集性 e<sup>-3/5</sup> 1 e<sup>1/5</sup> e<sup>5/5</sup>
可改造性 e<sup>-4/5</sup> e<sup>-1/5</sup> 1 e<sup>4/5</sup>
可流动性 e<sup>-6/5</sup> e<sup>-5/5</sup> e<sup>-4/5</sup> 1
权重 0.426 0.258 0.211 0.105
一致性指标 CI＝0.007 CR＝0.008 / /
表6平均随机一致性指标表
矩阵阶数 1 2 3 4 5 6 7 8 9
指标值 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45
(2)熵权法
根据信息熵的大小来客观反映指标的权重，其具体步骤为：
1)数据无量纲化
此次采用公式对参数数据进行无量纲的归一化，越大越好型参数处理方法如公式8-12，越小越好型参数处理方法如公式8-13。
Figure BDA0002077214730000181
Figure BDA0002077214730000182
xij为第i个评价对象第j种指标的样本数据
2)求取各指标的信息熵
Figure BDA0002077214730000183
Figure BDA0002077214730000184
式中Pij为第i个评价样本数据在第j种指标中所占的比例；Ej为第j种指标的信息熵，无量纲。
3)根据差异系数求取各指标的权重大小
Figure BDA0002077214730000185
ai为第j种指标的权重，无量纲。
在计算过程中对于多层次的指标参数，将上一层次熵值大小用以下公式表示。
Figure BDA0002077214730000186
式中，K为下一层评价指标的数目；Ek为下一层中第k个评价指标的熵值；ak为下一层中第k个评价指标最终的权值。
最后根据熵权法获取不同层次的评价指标的权重大小(表7)。
表7熵权法各层次参数权重值
Figure BDA0002077214730000191
(3)组合赋权法
为了可以获得可以同时体现主客观信息集成特征的权重系数，此次将二者进行组合集结。设指标的主观权向量为(α1，α2，…，αm)，客观权向量为(β1，β2，…，βm)，则最终组合权系数表示为公式8-18。最后由组合赋权法确定的权重见表9。
Wj＝λαj+(1-λ)βj,其中0＜λ＜1，为偏好系数，j＝1,2,…,m
表9组合赋权法各层次参数权重值
Figure BDA0002077214730000192
Figure BDA0002077214730000201
S3：将模糊和灰色评价方法耦合进行灰色模糊综合评价；
S31：将原始数据进行有效规范化，通过无量纲进行评价；
采用模糊数对不同的满意度进行度量，
设有两个L-R型模糊数M＝(a，b，T，U)，N＝(c，d，V，W)，对研究区泥页岩评价的定性指标的梯形模糊数进行规范化处理，以最优值构成理想参数，由此可以得到定性指标的规范化结果：
M·N＝≈[ac，bd，aV+cT-TV，bW+dU-UW)]
M/N＝≈[a/d，b/c，(aW+dT)/d(d+w)，(bv+cU)/c(c-V)]
采用模糊数对不同的满意度进行度量。
表10 语言标度之比的模糊数表示
Figure BDA0002077214730000202
Figure BDA0002077214730000211
S32：确定灰色模糊隶属度；
选取各指标最优值为理想序列，分层次将不同岩相的比较序列和理想序列进行关联分析，得到相应的关联系数，计算公式为：
Figure BDA0002077214730000212
式中：xθj为理想序列中第j参数值，ρ为分辨系数(0≤ρ≤1)，取ρ＝0.5；
在计算出关联系数后通过与权重集进行合成可以得到针对上一层指标的灰色关联度，最后通过层层叠加及优属模型得到不同岩相最后的灰色模糊隶属度(如表11)，进而可以指导排序分类，该值越大，代表与理想结果越接近，评价越高。
表11泥页岩储层有效性评价结果
Figure BDA0002077214730000213
Figure BDA0002077214730000221
Figure BDA0002077214730000231
Figure BDA0002077214730000232
Figure BDA0002077214730000233
式中：Ii为灰色关联度，ui为灰色模糊隶属度。
根据评价结果采用系统聚类方法进一步对岩相进行排序分类，结合地质认识将岩相共划分为6类；
其中1类岩相生油指标最好，有机质孔、生排烃缝和顺层脉状裂缝发育而储集性好，临界流动孔大而具有较好的流动性，尽管纤维状方解石脉体增加脆性但可改造性偏差，故划归为生油型泥页岩储层；
2类和3类岩相具有较好的生油指标，晶(粒)间孔或页理缝发育而储集性较好，临界流动孔径大而具有好的流动性，相对脆性系数和脆性指数大而可改造性好，故划归为生储兼备型泥页岩储层；
4类岩相白云演化或收缩缝发育而具有好的储集性，当沥青充注时，可作为储集型泥页岩储层；
5类和6类岩相有效性评价隶属度很低，通常不能作为有效的泥页岩储层，故划归为无效型泥页岩储层。
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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种基于泥页岩储层的有效性的评价方法，其特征在于，所述方法依据泥页岩储层的有效性受控于泥页岩储层的生油性、储集性、保存性、可改造性和可流动性的特点建立建模目标地层的泥页岩储层储集空间模型；
所述方法包括以下步骤：
S1：利用岩心、测井和录井进行层序地层划分与对比，在层序地层格架内，建立气候旋回控制下的沉积环境″垂向分层、平面分区″的沉积模式，确定富有机质泥页岩的沉积环境；
S2：采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，确定泥页岩岩相成因及分布；
S3：利用薄片和场发射扫描电镜，识别泥页岩中出现的成岩事件，判断成岩序列和成岩阶段，并选取富有机质泥页岩借助高压釜设备进行热模拟实验，建立富有机质泥页岩成岩演化模式；
S4：利用岩心、薄片、场发射扫描电镜和能谱分析识别泥页岩储集空间类型；利用高压压汞、N2和CO2吸附法获得储集空间构成；
利用环境扫描电镜观察实际泥页岩样品和热模拟实验样品中油气赋存状态及位置，确定有利储集空间类型并总结其特征确定其成因；针对有机质孔，利用Avizo数字岩心建模软件和聚焦离子束扫描电镜建立有机质孔三维模型，确定其空间结构特征；
S5：在泥页岩沉积环境、岩相特征、成岩作用、储集空间和流体特征研究基础上，综合分析泥页岩油藏的″生、储、盖、运、圈、保″特征，建立泥页岩油藏模式；
在此基础上，选择对应的模糊数学方法，最终得出泥页岩储层类型；
所述S5具体步骤如下：
S51：在泥页岩储层有效性各项评价内容的影响因素分析基础上选取合理的评价参数；
S52：将层次分析法和熵权法相结合评价参数权重；
S53：将模糊和灰色评价方法耦合进行灰色模糊综合评价；
S54：根据结果得出泥页岩储层类型。
2.根据权利要求1所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S2具体步骤如下：
采用宏观构造与岩石四组分三端元相结合的方法划分泥页岩岩相，其中：
所述四组分指灰/云质矿物组分、黏土矿物组分、粉砂质/长英质矿物组分和有机质组分，所述四组分是由全岩矿物分析和有机碳分析得到结果，所述有机碳分析利用总有机碳含量、转换系数、有机质密度和岩石密度，得到有机质组分体积分数；
所述三端元为灰/云质、黏土质和粉砂质/长英质。
3.根据权利要求2所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S3根据权利要求1所述的一种基于泥页岩储层的有效性的建模方法，其特征在于，所述S3具体步骤如下：
首先，识别泥页岩中出现的成岩事件，判断成岩序列和成岩阶段；
接下来进行热模拟实验，具体步骤如下：
选取具有不同干酪根类型的富有机质泥页岩新鲜样品，采用先升温再恒温的实验方式，在水介质中模拟泥页岩的成岩演化过程；
通过激光共聚焦显微镜和场发射扫描电镜观察原始样品和不同温度下反应后样品的微观特征；
最后，建立富有机质泥页岩成岩演化模式。
4.根据权利要求3所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S4数字岩心建模步骤如下：
S41：数据的导入
将FIB-SEM扫描得到的扫描电镜图片导入Avizo数字建模软件中，软件自动对这些图片进行图像配准处理，包括切片排列、剪切校正和黑点校正，通过三维视图即可还原岩心的真实面貌；
S42：提取体积元
对于大容量数据或大型曲面可视化的三维视图的展现提取数据在很大程度上取决于显卡的能力，体积元选取时，既要考虑到计算机的显卡和处理器，还要考虑该体积元能代表岩心中的有机质和有机质孔的分布，选择256×256×256的体积元；
S43：降噪滤波
因FIB-SEM扫描过程中存在系统噪声或者伪影，需要通过图像滤波器来降噪滤波以增强图像的显示，采用非局部均值滤波；
S44：阈值分割
FIB-SEM扫描时，因为不同组分对电子的导电能力不同，最后得到的图像的灰度也会不同，通过分析图像灰度分布直方图，选取灰度值72和84两个阈值，把图像分为三部分，其中灰度值在72-84表示有机质，其他的表示有机质孔；
S45：界面渲染
通过对分割好的模型进行界面渲染，表面会生成平滑的曲面多边形，最终获得有机质和有机质孔的静态三维模型。
5.根据权利要求4所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S5具体步骤如下：
S51：在泥页岩储层有效性各项评价内容的影响因素分析基础上选取合理的评价参数；
S52：将层次分析法和熵权法相结合评价参数权重；
S53：将模糊和灰色评价方法耦合进行灰色模糊综合评价；
S54：根据结果得出泥页岩储层类型。
6.根据权利要求5所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S53具体步骤如下：
S531：将原始数据进行有效规范化，通过无量纲进行评价；
采用模糊数对不同的满意度进行度量，
S532：确定灰色模糊隶属度；
选取各指标最优值为理想序列，分层次将不同岩相的比较序列和理想序列进行关联分析，得到相应的关联系数；
在计算出关联系数后通过与权重集进行合成可以得到针对上一层指标的灰色关联度，最后通过层层叠加及优属模型得到不同岩相最后的灰色模糊隶属度。
7.根据权利要求6所述的一种基于泥页岩储层的有效性的评价方法，其特征在于，所述S54得出的泥页岩储层类型如下：
其中1类为生油型泥页岩储层；
2类和3类为生储兼备型泥页岩储层；
4类为储集型泥页岩储层；
5类和6类为无效型泥页岩储层。
CN201910458069.1A 2019-05-29 2019-05-29 一种基于泥页岩储层的有效性的评价方法 Active CN110276827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910458069.1A CN110276827B (zh) 2019-05-29 2019-05-29 一种基于泥页岩储层的有效性的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910458069.1A CN110276827B (zh) 2019-05-29 2019-05-29 一种基于泥页岩储层的有效性的评价方法

Publications (2)

Publication Number Publication Date
CN110276827A CN110276827A (zh) 2019-09-24
CN110276827B true CN110276827B (zh) 2020-07-03

Family

ID=67960397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910458069.1A Active CN110276827B (zh) 2019-05-29 2019-05-29 一种基于泥页岩储层的有效性的评价方法

Country Status (1)

Country Link
CN (1) CN110276827B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111693525B (zh) * 2020-03-02 2022-04-08 西南石油大学 一种烃源岩中固体沥青的识别和定量统计方法
CN113589398B (zh) * 2020-04-30 2024-03-19 中国石油化工股份有限公司 有效烃源岩有机相的定量分类方法
CN112034514B (zh) * 2020-07-15 2021-09-14 成都理工大学 一种基于地震沉积学理论的页岩油气系统及其鉴定方法
CN111948374A (zh) * 2020-08-14 2020-11-17 中国地质大学（武汉） 一种泥页岩中富有机质页岩层段的地球化学识别方法及系统
CN112049631A (zh) * 2020-10-22 2020-12-08 西南石油大学 基于源岩-储层-脆性分析的海相页岩优质储层预测方法
CN114577693B (zh) * 2020-11-30 2023-10-27 中国石油天然气股份有限公司 泥页岩储层确定方法、装置、计算机设备及存储介质
CN113281237B (zh) * 2021-06-02 2022-06-03 中国石油大学(华东) 基于孔径分布的页岩多相数字岩心的表面提取方法
CN113313131B (zh) * 2021-07-29 2021-09-21 四川省冶勘设计集团有限公司 基于图像处理的数字化岩芯辨识方法及系统
CN113669055B (zh) * 2021-08-27 2023-03-03 长江大学 一种碎屑岩储层分级评价方法
CN114049921B (zh) * 2021-10-15 2022-05-24 成都理工大学 基于加载全过程敏感因素赋权的页岩脆性定量评价方法
CN115047522B (zh) * 2022-05-17 2023-09-19 中国地质调查局油气资源调查中心 一种确定陆相页岩有利岩相的方法和装置
CN115130309A (zh) * 2022-07-05 2022-09-30 成都理工大学 采用结合度的页岩储层脆性测定方法、设备、介质及终端
CN116307871B (zh) * 2023-03-06 2023-10-27 中国地质调查局油气资源调查中心 一种评价页岩微观储集空间有效性的方法
CN117491592A (zh) * 2023-10-23 2024-02-02 中国石油天然气股份有限公司吉林油田分公司 基于钻井岩石样品确定水平井压裂位置的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007484A (zh) * 2014-06-06 2014-08-27 董春梅 一种泥页岩的分类方法
CN104712329A (zh) * 2015-01-29 2015-06-17 中国石油大学(华东) 一种泥页岩油气饱和度的计算模型
CN105809692A (zh) * 2016-03-10 2016-07-27 中国石油大学(华东) 一种页岩结构的定量表征方法
CN107228816A (zh) * 2017-06-01 2017-10-03 中国石油大学(华东) 一种泥页岩中不同类型孔隙演化评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007484A (zh) * 2014-06-06 2014-08-27 董春梅 一种泥页岩的分类方法
CN104712329A (zh) * 2015-01-29 2015-06-17 中国石油大学(华东) 一种泥页岩油气饱和度的计算模型
CN105809692A (zh) * 2016-03-10 2016-07-27 中国石油大学(华东) 一种页岩结构的定量表征方法
CN107228816A (zh) * 2017-06-01 2017-10-03 中国石油大学(华东) 一种泥页岩中不同类型孔隙演化评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Investment in a Natural Gas Economy: The Future of the Marcellus Shale and Southwestern Pennsylvania;C.Coulson, X.He, A.Placona;《Proceeding of the 2011 IEEE System and Information Engineering Design Symposium》;20110429;104-109 *
一种泥页岩层系岩相划分方法;董春梅，马存飞等;《中国石油大学学报（自然科学版）》;20150630;第39卷(第3期);1-7 *
泥页岩储层裂缝识别与有效性评价研究;孙建孟，刘坤，王艳，赵杰;《测井技术》;20151031;第39卷(第5期);611-616 *
泥页岩热模拟实验及成岩演化模式;董春梅，马存飞等;《沉积学报》;20151031;第33卷(第5期);1054-1061 *

Also Published As

Publication number Publication date
CN110276827A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN110276827B (zh) 一种基于泥页岩储层的有效性的评价方法
Song et al. Pore structure characterization and permeability prediction of coal samples based on SEM images
CN107703560B (zh) 一种基于三重信息的泥页岩岩相精细识别方法
Gherabati et al. The impact of pressure and fluid property variation on well performance of liquid-rich Eagle Ford shale
Sen et al. Petrophysical heterogeneity of the early Cretaceous Alamein dolomite reservoir from North Razzak oil field, Egypt integrating well logs, core measurements, and machine learning approach
Zhu et al. Key factors of marine shale conductivity in southern China—Part II: The influence of pore system and the development direction of shale gas saturation models
CN105651966A (zh) 一种页岩油气优质储层评价方法及参数确定方法
CN109653725A (zh) 基于沉积微相和岩石相的混积储层水淹程度测井解释方法
Chehrazi et al. Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies
CN110288258A (zh) 一种高含水油藏剩余油挖潜方法
CN107346455A (zh) 一种用于识别页岩气产能的方法
Chen et al. A dual-porosity model for evaluating petroleum resource potential in unconventional tight-shale plays with application to Utica Shale, Quebec (Canada)
CN112459776B (zh) 一种深层、超深层碳酸盐岩古油藏的定量评价方法及装置
Hou et al. Key factors controlling the occurrence of shale oil and gas in the Eagle Ford Shale, the Gulf Coast Basin: Models for sweet spot identification
CN112147301A (zh) 一种陆相淡水湖盆致密油烃源岩有效性的定量评价方法
Askari et al. A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir
Fan et al. Sedimentary microfacies analysis of carbonate formation based on FMI and conventional logs: A case study from the ordovician in the Tahe Oilfield, Tarim Basin, China
Wang et al. Prediction of organic carbon content in oil shale based on logging: a case study in the Songliao Basin, Northeast China
Jamshidi Gohari et al. Improving permeability estimation of carbonate rocks using extracted pore network parameters: a gas field case study
Niu et al. Multi-scale classification and evaluation of shale reservoirs and ‘sweet spot’prediction of the second and third members of the Qingshankou Formation in the Songliao Basin based on machine learning
Barach et al. Development and identification of petrophysical rock types for effective reservoir characterization: Case study of the Kristine Field, Offshore Sabah
Perry et al. Investigating Delaware Basin Bone Spring and Wolfcamp Observations Through Core-Based Quantification: Case Study in the Integrated Workflow, Including Closed Retort Comparisons
Jasim et al. Specifying quality of a tight oil reservoir through 3-d reservoir modeling
Chen et al. Hydrocarbon favourability mapping using fuzzy integration: western Sverdrup Basin, Canada
CN114185083B (zh) 一种碎屑岩地层中断层封闭性的定量评价方法

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