CN110489769B - 一种储油层泥质含量计算方法及电子设备 - Google Patents
一种储油层泥质含量计算方法及电子设备 Download PDFInfo
- Publication number
- CN110489769B CN110489769B CN201910093397.6A CN201910093397A CN110489769B CN 110489769 B CN110489769 B CN 110489769B CN 201910093397 A CN201910093397 A CN 201910093397A CN 110489769 B CN110489769 B CN 110489769B
- Authority
- CN
- China
- Prior art keywords
- content
- index
- shale
- calculating
- argillaceous
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种储油层泥质含量计算方法及电子设备。该方法包括:根据采集的岩心分析数据计算储层对应的希尔奇指数a;通过X衍射全岩粘土矿物含量来验证希尔奇指数a;将希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;判断泥质含量是否符合预设计算精度;若是,则输出泥质含量。通过实施本发明,基于粒度数据选取合理的希尔奇指数,使得计算得到的泥质含量更加准确,对浅层低阻油层评价具有重要的意义,同时为油田开发方案制定、调整与提高油气采收率提供较准确的数据支持。
Description
技术领域
本发明涉及海洋石油采油领域,更具体地说,涉及一种储油层泥质含量计算方法及电子设备。
背景技术
在海洋石油中,一些浅层储层的埋深浅、岩性细,中子密度交会不好,岩性指示效果差,在多矿物模型计算过程中,增加了不准确的信息,对储层参数计算结果会造成较大的误差,如恩平油田,与岩心资料进行对比时,泥质含量平均偏大了24.2%,从而直接影响了孔隙度、渗透率与含油饱和度的计算。为了更准确的评价储层,便于储量合理的开发与生产,有必要开展浅层泥质含量计算方法研究,尤其精细评价极细砂岩、泥质粉砂岩储层的泥质含量,对浅层低阻油层评价具有重要的意义,同时为油田开发方案制定、调整与提高油气采收率提供较准确的数据支持。
并且现有计算方法取决于希尔奇指数地层经验参数,但参数选择却缺乏理论根据;因此需要准确求取适合本地区的希尔奇指数,以达到提高浅层泥质含量计算精度的需求。
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希尔奇指数选择不合理导致泥质含量不准确的缺陷,提供一种储油层泥质含量计算方法及电子设备。
本发明解决其技术问题所采用的技术方案是:构造一种储油层泥质含量计算方法,包括:
根据采集的岩心分析数据计算储层对应的希尔奇指数a;
通过X衍射全岩粘土矿物含量来验证所述希尔奇指数a;
将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;
判断所述泥质含量是否符合预设计算精度;
若是,则输出所述泥质含量。
进一步,本发明所述的储油层泥质含量计算方法,所述根据采集的岩心分析数据计算对应储层的希尔奇指数a包括:
所述岩心分析数据根据不同粒径划分标准确定多个所述泥质含量Vsh;
由测井过程中采集的伽玛测量数据得到相对伽玛值△GR;
由所述泥质含量Vsh和所述相对伽玛值计算得到多个所述希尔奇指数a。
进一步,本发明所述的储油层泥质含量计算方法,所述岩心分析数据根据不同粒径划分标准确定多个所述泥质含量Vsh包括:
按照粒径尺寸将岩心颗粒划分为多个等级,并设置多个泥质标准;
根据不同的泥质标准得到每个等级对应的泥质成分和非泥质成分含量;
由上述泥质成分和非泥质成分含量得到每个所述泥质标准对应的泥质含量Vsh。
进一步,本发明所述的储油层泥质含量计算方法,所述由测井过程中采集的伽玛测量数据得到相对伽玛值△GR包括:
测井过程中采集岩心的地层自然伽玛测量值GR、纯泥岩地层自然伽玛值GRmax、纯砂岩地层自然伽玛值GRmin;
根据公式△GR=(GR-GRmin)/(GRmax-GRmin)得到所述相对伽玛值△GR。
进一步,本发明所述的储油层泥质含量计算方法,所述由所述泥质含量Vsh和所述相对伽玛值△GR计算得到多个所述希尔奇指数a包括:
由公式Vsh=(2△GR*a-1)/(2a-1)进行非线性回归得到所述希尔奇指数a。
进一步,本发明所述的储油层泥质含量计算方法,所述通过X衍射全岩粘土矿物含量来验证所述希尔奇指数a包括:
通过X衍射全岩粘土的矿物含量得到多个离散的泥质含量点;
选取与所述泥质含量点的分布规律一致的所述希尔奇指数a。
进一步,本发明所述的储油层泥质含量计算方法,所述将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量包括:
将选取的所述希尔奇指数a和所述相对伽玛值△GR带入公式
Vsh=(2△GR*a-1)/(2a-1)
得到储层的所述泥质含量。
进一步,本发明所述的储油层泥质含量计算方法,所述判断所述泥质含量是否符合预设计算精度还包括:
判断目的层段岩心数据确定的孔隙度和渗透率和测井计算的孔隙度与渗透率的平均绝对误差是否小于预设绝对误差值;
若所述平均绝对误差小于预设绝对误差值,则所述泥质含量符合预设计算精度。
进一步,本发明所述的储油层泥质含量计算方法,在所述判断所述泥质含量是否符合预设计算精度之后还包括:
若所述泥质含量不符合预设计算精度,则重新选取所述希尔奇指数a,并执行所述步骤:将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;
其中所述重新选取所述希尔奇指数a包括:
通过岩心数据、测压数据、测试数据确定不同层位、不同储层的物性下限值;
利用孔隙度和粒径的关系确定泥质含量的最大粒径;
根据所述最大粒径重新选择所述希尔奇指数a。
另,本发明还提供一种电子设备,包括处理器及存储器,所述处理器用于执行所述存储器中存储的程序以实现如上述的储油层泥质含量计算方法。
实施本发明的一种储油层泥质含量计算方法及电子设备,具有以下有益效果:该方法包括:根据采集的岩心分析数据计算储层对应的希尔奇指数a;通过X衍射全岩粘土矿物含量来验证希尔奇指数a;将希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;判断泥质含量是否符合预设计算精度;若是,则输出泥质含量。通过实施本发明,基于粒度数据选取合理的希尔奇指数,使得计算得到的泥质含量更加准确,对浅层低阻油层评价具有重要的意义,同时为油田开发方案制定、调整与提高油气采收率提供较准确的数据支持。
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是本发明一实施例中一种储油层泥质含量计算方法的流程图;
图2是本发明一实施例中步骤S10的流程图;
图3是本发明一实施例中步骤S101的流程图;
图4是本发明一实施例中一种储油层泥质含量计算方法的流程图
图5是本发明一实施例中步骤S60的流程图;
图6是本发明一实施例中电子设备的结构示意图;
图7是本发明一实施例中粒径与孔隙度的关系图;
图8a是本发明一实施例中地层岩心孔隙度和测井孔隙度的关系图;
图8b是本发明一实施例中地层岩心渗透率和测井渗透率的关系图;
图9是本发明一实施例中两次测井结果对比图。
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
如图1所示,本实施例的储油层泥质含量计算方法包括:
S10、根据采集的岩心分析数据计算储层对应的希尔奇指数a。
具体的,如图2所示,根据采集的岩心分析数据计算对应储层的希尔奇指数a包括:
S101、岩心分析数据根据不同粒径划分标准确定多个泥质含量Vsh;如图3所示,岩心分析数据根据不同粒径划分标准确定多个泥质含量Vsh包括:
S1011、根据国家海洋局主持编制的海洋地质调查规范中优势粒级的命名法,将岩性成分从粘土到细砂进行划分,对应粒径小于0.25mm的部分按照等对数划分为多个区间范围。按照粒径尺寸将岩心颗粒划分为多个等级,并设置多个泥质标准,即设定某一粒径尺寸作为泥质和非泥质的分界点,将小于该粒径尺寸的粒子划分为泥质成分,将不小于该粒径尺寸的粒子划分为非泥质成分。
S1012、根据不同的泥质标准得到每个等级对应的泥质成分和非泥质成分含量;
S1013、由上述泥质成分和非泥质成分含量得到每个泥质标准对应的泥质含量Vsh。
S102、由测井过程中采集的伽玛测量数据得到相对伽玛值△GR,测井过程中采集岩心的地层自然伽玛测量值GR、纯泥岩地层自然伽玛值GRmax、纯砂岩地层自然伽玛值GRmin;地层自然伽玛测量值GR、纯泥岩地层自然伽玛值GRmax、纯砂岩地层自然伽玛值GRmin的单位为API。根据公式
△GR=(GR-GRmin)/(GRmax-GRmin)
得到相对伽玛值△GR。
S103、由泥质含量Vsh和相对伽玛值计算得到多个希尔奇指数a,由公式
Vsh=(2△GR*a-1)/(2a-1)
进行非线性回归得到希尔奇指数a,希尔奇指数a的范围为0<a小于5。
S20、通过X衍射全岩粘土矿物含量来验证希尔奇指数a。
进一步,本实施例的储油层泥质含量计算方法,通过X衍射全岩粘土矿物含量来验证希尔奇指数a包括:
通过X衍射全岩粘土的矿物含量得到多个离散的泥质含量点;选取与泥质含量点的分布规律一致的希尔奇指数a。
S30、将希尔奇指数a带入希尔奇公式计算得到储层的泥质含量。
具体的,将选取的希尔奇指数a和相对伽玛值△GR带入公式
Vsh=(2△GR*a-1)/(2a-1)
得到储层的泥质含量。
S40、判断泥质含量是否符合预设计算精度。
具体的,判断目的层段岩心数据确定的孔隙度和渗透率和测井计算的孔隙度与渗透率的平均绝对误差是否小于预设绝对误差值;对于碎屑岩储层,泥质含量是影响储层孔隙度计算准确的关键,对于海伦(herron)公式,渗透率主要受泥质含量的影响,是可以通过这二个参数验证新希尔奇指数计算泥质含量的准确性的。
若平均绝对误差小于预设绝对误差值,则泥质含量符合预设计算精度。若平均绝对误差不小于预设绝对误差值,则泥质含量不符合预设计算精度。
S50、若是,则输出泥质含量。
实施例
如图4所示,在上述实施例的基础上,本实施例的储油层泥质含量计算方法,在判断泥质含量是否符合预设计算精度之后还包括:
S60、若泥质含量不符合预设计算精度,则重新选取希尔奇指数a,并执行步骤:将希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;
如图5所示,重新选取希尔奇指数a包括:
S601、不同的储层由于成岩作用,上覆压力不同,导致储层含油性有较大的差别,通过岩心数据、测压数据、测试数据确定不同层位、不同储层的物性下限值;
S602、利用孔隙度和粒径的关系确定泥质含量的最大粒径;
S603、根据最大粒径重新选择希尔奇指数a。
本实施例基于粒度数据选取合理的希尔奇指数,使得计算得到的泥质含量更加准确,对浅层低阻油层评价具有重要的意义,同时为油田开发方案制定、调整与提高油气采收率提供较准确的数据支持。
实施例
如图6所示,本实施例还提供一种电子设备,包括处理器及存储器,处理器用于执行存储器中存储的程序以实现如上述的储油层泥质含量计算方法。
实施例
以珠江口盆地恩平18-1油田为例,以EP18-1-2d井韩江组细粉砂储层段进行泥质含量计算为例详细阐述本发明:
如图1所示,本发明实施例所述的基于变希尔奇指数的泥质含量计算方法包括如下步骤:
步骤1,根据岩心分析资料计算相应储层的希尔奇指数a:根据国家海洋局主持编制的海洋地质调查规范中优势粒级命名法,利用EP18-1-2D井韩江组储层有25块岩心薄片粒度资料,将岩性成分从粘土~细砂,对应粒径小于0.1768mm的部分按等对数划分为14个区间范围,累积岩石颗粒含量得到相对应岩性区间的岩心泥质含量,结合测井曲线计算的ΔGR,通过希尔奇公式非线性回归,得到相对应岩性的希尔奇指数a,如附表1。通过文献查阅可知,希尔奇指数的分布范围0<a<5,泥质含量Vsh大于粘土含量Vcl。在希尔奇指数选取的约束条件下选出合适的希尔奇指数,通过计算分析希尔奇指数a仍存在多解的可能。
步骤2,根据物性下限资料确定的泥质最大粒径准确选取希尔奇指数:不同的储层由于成岩作用,上覆压力不同,导致储层含油性有较大的差别,通过岩心、测压、测试等分析资料,确定区域不同层位、不同储层的物性下限值,然后利用孔隙度与粒径的关系确定泥质含量的最大粒径,从而确定对应的希尔奇指数。恩平18-1油田韩江组孔隙度下限为19%,如图7,根据粒径与孔隙度关系可确定对应的最大粒径为0.0870mm,可知储层最大粒径为所对应的希尔奇指数为3.048。
步骤3,利用岩心分析资料间接验证新希尔奇指数计算泥质含量的计算精度:统计目的层段岩心资料确定的孔隙度和渗透率和测井计算的孔隙度与渗透率平均绝对误差,对于碎屑岩储层,泥质含量是影响储层孔隙度计算准确的关键,对于herron公式,渗透率主要受泥质含量的影响,是可以通过这二个参数验证新希尔奇指数计算泥质含量的准确性的。如图8a和图8b所示,岩心孔隙度的相对误差均小于8%,渗透率的相对误差均小于30%。如图9,EP18-1-2D井HJ2-21层的前后两次测井解释结果对比情况,第五、六和第七道分别为渗透率、饱和度和孔隙度曲线,曲线分别为原始解释结果和新解释结果,第八、九道分别为前后两次测井解释剖面。相对于原始测井解释结果,HJ2-21层新解释的平均渗透率增大442.9mD,平均含油饱和度增加了0.7%,平均孔隙度增加了6.4%。表1展示了EP18-1-2D井全井前后两次测井解释结果对比情况,相较于原始解释结果,新解释结果有效厚度增加了13.7m,平均孔隙度增加了5.4%,平均泥质含量降低22.4%,平均渗透率增大了236.8mD,平均含油饱和度提高了6.6%。
表1EP18-1-2d基于粒度分析资料确定希尔奇指数
通过实施本发明,基于粒度数据选取合理的希尔奇指数,使得计算得到的泥质含量更加准确,对浅层低阻油层评价具有重要的意义,同时为油田开发方案制定、调整与提高油气采收率提供较准确的数据支持。
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 (8)
1.一种储油层泥质含量计算方法,其特征在于,包括:
根据采集的岩心分析数据计算储层对应的希尔奇指数a;
通过X衍射全岩粘土矿物含量来验证所述希尔奇指数a;
将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;
判断所述泥质含量是否符合预设计算精度;
若是,则输出所述泥质含量;
所述根据采集的岩心分析数据计算对应储层的希尔奇指数a包括:
所述岩心分析数据根据不同粒径划分标准确定多个所述泥质含量Vsh;
由测井过程中采集的伽玛测量数据得到相对伽玛值△GR;
由所述泥质含量Vsh和所述相对伽玛值计算得到多个所述希尔奇指数a;
所述岩心分析数据根据不同粒径划分标准确定多个所述泥质含量Vsh包括:
按照粒径尺寸将岩心颗粒划分为多个等级,并设置多个泥质标准;
根据不同的泥质标准得到每个等级对应的泥质成分和非泥质成分含量;
由上述泥质成分和非泥质成分含量得到每个所述泥质标准对应的泥质含量Vsh。
2.根据权利要求1所述的储油层泥质含量计算方法,其特征在于,所述由测井过程中采集的伽玛测量数据得到相对伽玛值△GR包括:
测井过程中采集岩心的地层自然伽玛测量值GR、纯泥岩地层自然伽玛值GRmax、纯砂岩地层自然伽玛值GRmin;
根据公式△GR=(GR-GRmin)/(GRmax-GRmin)得到所述相对伽玛值△GR。
3.根据权利要求2所述的储油层泥质含量计算方法,其特征在于,所述由所述泥质含量Vsh和所述相对伽玛值△GR计算得到多个所述希尔奇指数a包括:
由公式Vsh=(2△GR*a-1)/(2a-1)进行非线性回归得到所述希尔奇指数a。
4.根据权利要求3所述的储油层泥质含量计算方法,其特征在于,所述通过X衍射全岩粘土矿物含量来验证所述希尔奇指数a包括:
通过X衍射全岩粘土的矿物含量得到多个离散的泥质含量点;
选取与所述泥质含量点的分布规律一致的所述希尔奇指数a。
5.根据权利要求4所述的储油层泥质含量计算方法,其特征在于,所述将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量包括:
将选取的所述希尔奇指数a和所述相对伽玛值△GR带入公式
Vsh=(2△GR*a-1)/(2a-1)
得到储层的所述泥质含量。
6.根据权利要求1所述的储油层泥质含量计算方法,其特征在于,所述判断所述泥质含量是否符合预设计算精度还包括:
判断目的层段岩心数据确定的孔隙度和渗透率和测井计算的孔隙度与渗透率的平均绝对误差是否小于预设绝对误差值;
若所述平均绝对误差小于预设绝对误差值,则所述泥质含量符合预设计算精度。
7.根据权利要求1所述的储油层泥质含量计算方法,其特征在于,在所述判断所述泥质含量是否符合预设计算精度之后还包括:
若所述泥质含量不符合预设计算精度,则重新选取所述希尔奇指数a,并执行所述步骤:将所述希尔奇指数a带入希尔奇公式计算得到储层的泥质含量;
其中所述重新选取所述希尔奇指数a包括:
通过岩心数据、测压数据、测试数据确定不同层位、不同储层的物性下限值;
利用孔隙度和粒径的关系确定泥质含量的最大粒径;
根据所述最大粒径重新选择所述希尔奇指数a。
8.一种电子设备,其特征在于,包括处理器及存储器,所述处理器用于执行所述存储器中存储的程序以实现如权利要求1至7任一项所述的储油层泥质含量计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093397.6A CN110489769B (zh) | 2019-01-30 | 2019-01-30 | 一种储油层泥质含量计算方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093397.6A CN110489769B (zh) | 2019-01-30 | 2019-01-30 | 一种储油层泥质含量计算方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110489769A CN110489769A (zh) | 2019-11-22 |
CN110489769B true CN110489769B (zh) | 2023-03-10 |
Family
ID=68545730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910093397.6A Active CN110489769B (zh) | 2019-01-30 | 2019-01-30 | 一种储油层泥质含量计算方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489769B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114482995A (zh) * | 2022-03-10 | 2022-05-13 | 西南石油大学 | 一种细粒沉积物泥质含量精细确定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103809217A (zh) * | 2014-01-20 | 2014-05-21 | 西安石油大学 | 一种计算高、低伽马交互储层泥质含量的方法 |
CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
CN108241181A (zh) * | 2018-01-30 | 2018-07-03 | 中国石油化工股份有限公司 | 一种断层封闭性的评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7168310B2 (en) * | 2004-08-26 | 2007-01-30 | Saudi Aramco | Accuracy of shaly sand formation evaluation |
-
2019
- 2019-01-30 CN CN201910093397.6A patent/CN110489769B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103809217A (zh) * | 2014-01-20 | 2014-05-21 | 西安石油大学 | 一种计算高、低伽马交互储层泥质含量的方法 |
CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
CN108241181A (zh) * | 2018-01-30 | 2018-07-03 | 中国石油化工股份有限公司 | 一种断层封闭性的评价方法 |
Non-Patent Citations (3)
Title |
---|
利用自然伽马测井数据计算地层泥质含量;刘卫国等;《铀矿地质》;20170110(第01期);第45-48页 * |
子北油田毛家河油区长6储层"四性"关系研究;罗杰等;《内蒙古石油化工》;20100830(第16期);全文 * |
精细油藏模拟中不同开发阶段测井处理方法研究;杨青等;《石油化工应用》;20090925(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110489769A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104278991B (zh) | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 | |
CN103114840B (zh) | 一种高-过高成熟页岩有机碳含量计算方法及装置 | |
Lecompte et al. | Quantifying source rock maturity from logs: how to get more than TOC from delta log R | |
WO2017024700A1 (zh) | 一种计算烃源岩中有机碳含量的装置 | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN104656162A (zh) | 一种富铀烃源岩铀含量及有机碳含量确定方法 | |
CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
CN104806232B (zh) | 一种确定碳酸盐岩储层孔隙度下限的方法 | |
CN110554441A (zh) | 一种基于钙质含量校正的致密砂岩含气饱和度计算方法 | |
CN106443800B (zh) | 一种中基性火山岩的核磁孔隙度校正方法 | |
CN105447762A (zh) | 一种流体替换的低渗透油藏水淹信息的计算方法 | |
CN112904436B (zh) | 一种元素产额与热中子计数比组合的孔隙度测量方法 | |
CN106019403B (zh) | 自生自储油气层孔隙度测量方法 | |
Cluff et al. | Petrophysics of the Lance sandstone reservoirs in Jonah field, Sublette County, Wyoming | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN110344822B (zh) | 含钙质致密储层含水饱和度的确定方法 | |
CN110489769B (zh) | 一种储油层泥质含量计算方法及电子设备 | |
CN104514553A (zh) | 一种岩屑砂岩层中气层的识别方法及其应用 | |
CN110688781A (zh) | 一种低渗非均质气藏储层测井解释方法 | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
CN112505154B (zh) | 泥页岩储层矿物成分含量解析与岩相识别表征方法 | |
CN108412488A (zh) | 快速确定页岩气储层有机孔隙度的测井方法 | |
CN112346147A (zh) | 一种基于中子密度孔隙度差的储层评价方法 | |
CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
Morrell et al. | Characterization of Sub-Log Scale Variability in Mudstones and the Effects of Variable Sampling Scales on High Resolution Models; Examples From Bone Spring Formation, West Texas |
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 |