CN110501744B - 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质 - Google Patents

烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110501744B
CN110501744B CN201910792805.7A CN201910792805A CN110501744B CN 110501744 B CN110501744 B CN 110501744B CN 201910792805 A CN201910792805 A CN 201910792805A CN 110501744 B CN110501744 B CN 110501744B
Authority
CN
China
Prior art keywords
rock
organic carbon
source rock
data
research area
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
CN201910792805.7A
Other languages
English (en)
Other versions
CN110501744A (zh
Inventor
张岩
侯志强
赵军
姜勇
李键
刘云
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 Oilfield Services Ltd Shanghai Branch
Original Assignee
China Oilfield Services Ltd Shanghai Branch
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 Oilfield Services Ltd Shanghai Branch filed Critical China Oilfield Services Ltd Shanghai Branch
Priority to CN201910792805.7A priority Critical patent/CN110501744B/zh
Publication of CN110501744A publication Critical patent/CN110501744A/zh
Application granted granted Critical
Publication of CN110501744B publication Critical patent/CN110501744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/26—Oils; Viscous liquids; Paints; Inks
    • G01N33/28—Oils, i.e. hydrocarbon liquids
    • 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
    • G01V1/282—Application of seismic models, synthetic seismograms
    • 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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明实施例公开了一种烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质。该方法包括：将获取到的输入数据进行预设处理，引入实测岩心岩屑资料约束，计算岩石各组分最优的体积含量，完成单井纵向TOC估算；结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；通过正演保真修复测井响应特征，利用岩石物理交会分析构建研究区烃源岩TOC敏感统计学方程；由叠前反演建立三维岩相约束条件，与叠后反演所得的纵波阻抗数据相结合，利用TOC敏感统计学方程转化构建烃源岩TOC地震定量预测剖面。本发明实施例的技术方案，达到了提高烃源岩有机碳地震定量预测精度的同时兼顾了实现效率的效果。

Description

烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质
技术领域
本发明实施例涉及油气资源勘探开发领域，尤其涉及一种烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质。
背景技术
在油气资源勘探开发过程中，评价烃源岩规模、烃源岩质量和生烃潜力是落实油气田勘探设计部署和资源量估算的重要基础保障。
现有技术中，应用较为广泛的是通过单井岩心岩屑样品进行地球化学分析定点获取烃源岩信息，利用烃源岩有机碳测井资料在纵向上获取连续性烃源岩信息，利用井震联合定性、定量预测烃源岩信息。
但是在现有技术中，单井岩心岩屑样品地球化学分析存在实现周期长、成本费用高、离散性突出的问题，严重制约了其评价结果的推广应用；测井评价未能从数学机理上诠释烃源岩有机碳的岩石物理特征变化规律且难以对烃源岩有机碳横向非均质性进行描述；地震反演法中的叠前弹性参数反演虽有较高的可靠性，但通常数据量巨大、计算效率低；而叠后弹性参数反演因实际地层中不同层段、不同岩性的岩石物理特征叠置严重，单纯的叠后弹性参数反演不能准确区分储层与非储层，烃源岩有机碳预测精度难以得到保障。
发明内容
本发明实施例提供一种烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质，以实现高精度、高可靠性地预测烃源岩有机碳展布规律的目的。
第一方面，本发明实施例提供了一种烃源岩有机碳地球物理定量预测方法，包括：
将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向总有机碳含量(Total Organic Carbon，TOC)估算；
结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
第二方面，本发明实施例提供了一种烃源岩有机碳地球物理定量预测装置，所述装置包括：
总有机碳含量估算模块，用于将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
模型构建模块，用于结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
统计学方程构建模块，用于通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
剖面构造模块，用于结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例中提供的烃源岩有机碳地球物理定量预测方法。
第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的烃源岩有机碳地球物理定量预测方法。
本发明实施例，通过以实测岩心岩屑数据为基础，对实测岩心岩屑数据进行预设处理，在岩心岩屑资料约束下，进行测井单井纵向TOC估算；结合岩心微相资料与基于岩心岩屑数据的地化分析结果，建立碎屑烃源岩岩石物理模型；通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；结合地震叠前反演得到的三维岩相约束条件和地震叠后反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程，构建烃源岩TOC地震定量预测剖面。解决了地震叠前反演可靠性高但计算效率低，地震叠后反演效率高但可靠性低的问题，进而实现了提高烃源岩有机碳地震定量预测精度的同时兼顾了实现效率的技术效果，可为油藏描述人员提供高精度、高可靠性的烃源岩有机碳展布规律信息。
附图说明
图1是本发明实施例一中的一种烃源岩有机碳地球物理定量预测方法的流程图；
图2是本发明实施例二中的一种烃源岩有机碳地球物理定量预测方法的流程图；
图3是本发明实施例三中的一种烃源岩有机碳地球物理定量预测方法的流程图；
图4是本发明实施例四中的一种烃源岩有机碳地球物理定量预测方法的流程图；
图5是本发明实施例五中的一种烃源岩有机碳地球物理定量预测方法的流程图；
图6是本发明实施例六中的一种烃源岩有机碳地球物理定量预测装置的结构示意图；
图7是本发明实施例七中的一种计算设备结构示意图；
图8是本发明实施例九中利用归一化乘积法预测单井纵向TOC的结果图；
图9a是本发明实施例九中利用归一化乘积法与最优化解释技术相融合预测单井纵向TOC的结果图；
图9b是本发明实施例九中最优化前实测岩心数据与单井纵向TOC的相关性示意图；
图9c是本发明实施例九中最优化后实测岩心数据与单井纵向TOC的相关性示意图；
图10a是本发明实施例九中碎屑烃源岩岩石物理模型图；
图10b是本发明实施例九中利用岩石物理正演模型保真修复真实地层测井响应特征结果图；
图11是本发明实施例九中研究区TOC敏感统计学方程建立与相关性对比分析图；
图12a是本发明实施例九中叠前角度道集转化后的AVO属性体示意图；
图12b是本发明实施例九中根据叠前反演建立的岩相约束条件示意图；
图13是本发明实施例九中利用叠后地震反演开展纵波阻抗数据体预测的过井剖面图；
图14a是本发明实施例九中基于岩相约束反演转换得到的烃源岩有机碳数据体的过井剖面图；
图14b是本发明实施例九中基于岩相约束反演转换得到的烃源岩有机碳数据体的过井剖面图的局部放大示意图；
图15a是本发明实施例九中研究区平湖组有效烃源岩TOC平面分布厚度图；
图15b是本发明实施例九中研究区宝石组有效烃源岩TOC平面分布厚度图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种烃源岩有机碳地震定量预测方法的流程图，本实施例可适用于油气勘探开发的富生烃凹陷资源潜力精细评价的情况，具体主要包括如下步骤：
步骤101、将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
其中，获取到的输入数据可为第一轮TOC测井估算结果和测井响应曲线，对输入数据进行预处理以便获取岩石组分体积含量的最优解。例如，上述预设处理可为最优化解释方法，上述岩石组分可包括石英等矿物、各类孔隙及干酪根等。
步骤102、结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
其中，可将岩石各组分的微观结构特征以及彼此间的物理关系统称为岩心微相，结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果建立的研究区碎屑烃源岩岩石物理模型能够更好地还原真实地层的测井响应特征。
步骤103、通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
其中，研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程的建立为后续地震叠前扩展弹性阻抗反演和地震叠后波阻抗反演提供了对应关系，便于将二者结合构建烃源岩TOC地震定量预测剖面。
步骤104、结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
其中，三维岩相体的建立主要依赖于地震叠前扩展弹性阻抗反演所得的岩相信息。
本实施例的技术方案，通过以实测岩心岩屑数据为基础，对实测岩心岩屑数据进行预设处理，在岩心岩屑资料约束下，进行测井单井纵向TOC估算；结合岩心微相资料与基于岩心岩屑数据的地化分析结果，建立碎屑烃源岩岩石物理模型；通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；结合地震叠前反演得到的三维岩相约束条件和地震叠后反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程，构建烃源岩TOC地震定量预测剖面。解决了地震叠前反演可靠性高但计算效率低，地震叠后反演效率高但可靠性低的问题，进而实现了提高烃源岩有机碳地震定量预测精度的同时兼顾了实现效率的技术效果，可为油藏描述人员提供高精度、高可靠性的烃源岩有机碳展布规律信息。
实施例二
图2为本发明实施例二提供的一种烃源岩有机碳地震定量预测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
步骤201、将实测数据中的伽马曲线值与声波时差曲线值进行归一化处理；
其中，当泥岩中有机质含量增加时，伽马数值和声波时差均增大，将其做归一化处理，其公式如下：
Figure BDA0002180002450000081
Figure BDA0002180002450000082
式中，GR'表示伽马曲线归一化后的数值；DT'表示声波时差曲线归一化后的数值。
步骤202、将伽马曲线归一化后的数值与声波时差曲线归一化后的数值相乘；其中，伽马曲线与声波时差曲线归一化后的乘积将放大伽马数值和声波时差增大的效应，体现出所测量地泥岩中有机质含量增加。
步骤203、将乘积与一拟合比例因子相乘得到与实测TOC数据相关度高的连续TOC曲线值；
其中，利用该差值曲线与实测TOC匹配拟合可得到相关度较高的连续TOC曲线，其公式如下：
TOC＝GR'*DT'*ξ
式中，ξ表示拟合比例因子；TOC表示单井有机碳估算值。
步骤204、将连续TOC曲线值作为输入数据；
步骤205、应用输入数据中岩石各组分的响应参数和测井响应曲线，对响应参数与响应曲线通过最小二乘法求解线性方程矩阵的特征值，引入岩心岩相资料约束，计算输入岩石各组分最优的体积含量，进行测井单井纵向TOC估算；
其中，输入岩石各组分的响应参数和测井响应曲线，通过最小二乘法求解线性方程矩阵的特征值，得到每个组分最优的体积含量。其公式如下：
Figure BDA0002180002450000091
式中，Yi为测井响应曲线；Ai为响应参数；Xi为体积含量；模型输入的测井响应曲线可以包括无铀伽马粘土含量、体积密度、声波时差、中子孔隙度、放射性曲线、光电吸收截面指数和第一轮TOC测井估算结果。在实测岩心岩屑资料刻度下，通过最优化解释输出最佳的石英、方解石等固体矿物以及第二轮最优TOC计算结果和孔隙度等组分。
步骤206、结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
步骤207、通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
步骤208、结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
本实施例的技术方案，将归一化乘积法与最优化解释方法融合引入测井评价中，提高了单井纵向TOC估算的准确性和合理性。
实施例三
图3为本发明实施例三提供的一种烃源岩有机碳地震定量预测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
步骤301、将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
步骤302、划分各种矿物颗粒微结构，利用自相容近似等效模型计算固体机制等效弹性模量；
其中，根据X射线衍射和粒度分析研判，可将各种矿物颗粒分别进行微结构划分：将纵横比为1.0的矿物归类于硬颗粒，例如石英和长石等，将纵横比为0.01的矿物归类于软颗粒，例如粘土等。利用SCA(Self-consistent Approximations，自相容近似等效)方法计算固体基质等效弹性模量。
步骤303、划分孔隙类型，利用数字高程模型与自相容近似等效模型的比值计算得到干岩石骨架等效弹性模量；
其中，根据铸体薄片观察和压汞实验，可将孔隙空间划分为流体充填的硬孔隙、软孔隙以及干酪根内含物空间，其中，硬孔隙的流体填充的纵横比为1.0，软孔隙的流体填充的纵横比为0.01，干酪根内含物空间的纵横比为0.01。利用DEM(Differential EffectiveModel，等效介质模型)或SCA方法将各种孔隙加入固体基质中，得到干岩石骨架等效弹性模量。
步骤304、结合Batzle-Wang公式和修正的Brie经验模型，将温度、压力和地层水矿化度的油气水三相流体进行混合，得到混合流体的等效弹性模量；
其中，结合Batzle-Wang公式和修正的Brie经验模型，将考虑温度、压力和地层水矿化度的油气水三相流体进行混合，得到混合流体的等效弹性模量，其中，修正的Brie经验模型如下：
Figure BDA0002180002450000101
式中，Kw和Kg分别为液相和气相的体积模量；Sw为液相饱和度；γ为经验因子。
步骤305、利用修正后的Ciz-Shapiro公式将干酪根有机质和混合流体同时替换进入对应内含物空间中，得到饱和岩石弹性模量，建立研究区碎屑烃源岩岩石物理模型；
其中，利用修正后的Ciz-Shapiro公式将干酪根有机质和混合流体同时替换进入对应的内含物空间中，得到饱和岩石的弹性模量，其中，各向同性介质固体替换公式如下：
Figure BDA0002180002450000111
Figure BDA0002180002450000112
式中Ksat和μsat分别为固体饱和的体积模量和剪切模量；Kdry和μdry分别为岩石孔隙骨架的体积模量和剪切模量；Kgr和μgr分别为固体基质的体积模量和剪切模量；
Figure BDA0002180002450000113
和
Figure BDA0002180002450000114
分别为孔隙空间的体积模量和剪切模量；Kif和μif分别为新定义的孔隙空间中填充材料的体积模量和剪切模量。
步骤306、通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
步骤307、结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
本实施例的技术方案，紧密结合岩心微相资料，建立的碎屑烃源岩岩石物理模型，最大限度地保真修复了真实地层的测井响应特征。
实施例四
图4为本发明实施例四提供的一种烃源岩有机碳地震定量预测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
步骤401、将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
步骤402、结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
步骤403、交会分析测井评价所得多口井的单井TOC曲线与研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据，对单井TOC曲线进行剔除异常值和零点基线校正处理，对研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据进行去压实趋势处理；
步骤404、建立TOC与敏感弹性参数纵波阻抗非线性关系式，作为研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
其中，将单井TOC测井评价结果与碎屑烃源岩岩石物理模型正演的纵波阻抗数据进行交会分析，经异常值剔除处理、零点基线校正和纵波阻抗去压实趋势之后，建立研究区烃源岩TOC与纵波阻抗的非线性关系式如下：
TOC＝a*AI2+b*AI+c
步骤405、结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩TOC地震定量预测剖面。
本实施例的技术方案，为后续地震叠前扩展弹性阻抗反演和地震叠后波阻抗反演提供了明确对应关系，便于将二者结合构建烃源岩TOC地震定量预测剖面。
实施例五
图5为本发明实施例五提供的一种烃源岩有机碳地震定量预测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
步骤501、将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
步骤502、结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
步骤503、通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
步骤504、转换叠前道集信息为AVO(Amplitude variation with offset,振幅随偏移距的变化)属性；进行叠前扩展弹性阻抗反演，得到纵横波速度比数据体；
步骤505、根据纵横波速度比数据体建立岩相约束条件；
步骤506、将叠后地震剖面反演转化为纵波阻抗信息；
步骤507、结合统计学方程转化得到烃源岩TOC地震定量预测剖面。
本实施例的技术方案，充分发挥了叠前地震数据反演所得结果精度高，叠后地震数据反演速度快的突出优势，提高了烃源岩有机碳地震定量预测精度的同时兼顾了实现效率。
实施例六
图6为本发明实施例六提供的一种烃源岩有机碳地球物理定量预测装置的结构图，该定量预测装置包括：总有机碳含量估算模块610，模型构建模块620，统计学方程构建模块630和剖面构造模块640。
其中，总有机碳含量估算模块610，用于将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算；
模型构建模块620，用于结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
统计学方程构建模块630，用于通过正演保真修复测井响应特征，利用研究区碎屑烃源岩岩石物理模型与测井响应特征交会分析构建研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程；
剖面构建模块640，用于结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用研究区烃源岩TOC与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩总有机碳含量地震定量预测剖面。
本实施例的技术方案，解决了地震叠前反演可靠性高但计算效率低，地震叠后反演效率高但可靠性低的问题，进而实现了提高烃源岩有机碳地震定量预测精度的同时兼顾了实现效率的技术效果，可为油藏描述人员提供高精度、高可靠性的烃源岩有机碳展布规律信息。
可选的，该装置还包括：
归一化处理模块，用于在将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向TOC估算之前，将实测数据中的伽马曲线值与声波时差曲线值进行归一化处理；
第一计算模块，用于将伽马曲线归一化后的数值与声波时差曲线归一化后的数值相乘；
第二计算模块，用于将乘积与一拟合比例因子相乘得到与实测TOC数据相关度高的连续TOC曲线值；
数据输出模块，用于将连续TOC曲线值作为第一输入数据。其中，输入数据包括第一输入数据和第二输入数据，所述第二输入数据为测井响应曲线。
可选的，总有机碳含量估算模块610包括：
第三计算单元，用于应用输入数据中岩石各组分的响应参数和测井响应曲线，对响应参数与响应曲线通过最小二乘法求解线性方程矩阵的特征值，得到输入岩石各组分最优的体积含量。
可选的，模型构建模块620包括：
微结构划分单元，用于划分各种矿物颗粒微结构，利用自相容近似等效方法计算固体基质等效弹性模量；
孔隙类型划分单元，用于划分孔隙类型，利用等效介质模型或自相容近似等效方法计算得到干岩石骨架等效弹性模量；
等效弹性模量计算单元，用于结合Batzle-Wang公式和修正的Brie经验模型，将温度、压力和地层水矿化度的油气水三相流体进行混合，得到混合流体的等效弹性模量；
饱和岩石弹性模量计算单元，用于利用修正后的Ciz-Shapiro公式将干酪根有机质和混合流体同时替换进入对应内含物空间中，得到饱和岩石弹性模量，建立所述研究区碎屑烃源岩岩石物理模型。
可选的，统计学方程构建模块630包括：
数据分析单元，用于交会分析测井评价所得多口井的单井总有机碳含量曲线与所述研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据；
第一校正单元，用于对所述单井总有机碳含量曲线进行剔除异常值，零点基线校正处理；
第二校正单元，用于对所述研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据进行去压实趋势处理；
关系式构建单元，用于建立总有机碳含量与敏感弹性参数纵波阻抗非线性关系式，作为所述研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程。
可选的，剖面构建模块640包括：
信息转换单元，用于转换叠前道集信息为AVO属性；
叠前反演单元，用于叠前扩展弹性阻抗反演，得到纵横波速度比数据体；
约束条件建立单元，用于根据纵横波速度比数据体建立岩相约束条件；
叠后反演单元，用于叠后地震剖面反演转化为纵波阻抗信息；
剖面构建单元，用于结合统计学方程转化得到烃源岩TOC地震定量预测剖面。
可选的，测井响应曲线包括无铀伽马黏土含量、体积密度、声波时差、中子孔隙度、放射性曲线、光电吸收截面指数和第一轮TOC测井估算结果。
可选的，矿物颗粒微结构，纵横比为1.0的矿物归类于硬颗粒，纵横比为0.01的矿物归类于软颗粒。
可选的，孔隙类型划分为流体填充的纵横比为1.0的硬孔隙，流体填充的纵横比为0.01的软孔隙和纵横比为0.01的干酪根内含物空间。
本发明实施例所提供的烃源岩有机碳地球物理定量预测装置可执行本发明任意实施例所提供的烃源岩有机碳地球物理定量预测方法，具备执行方法相应的功能模块和有益效果。
实施例七
图7为本发明实施例七提供的一种计算设备的结构示意图，如图7所示，该设备包括处理器710、存储器720、输入装置730和输出装置740；设备中处理器710的数量可以是一个或多个，图7中以一个处理器710为例；设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或其他方式连接，图7中以通过总线连接为例。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的邮件模板生成方法对应的程序指令/模块(例如，总有机碳含量估算模块610，模型构建模块620，统计学方程构建模块630和剖面构造模块640)。处理器710通过运行存储在存储器720中的软件程序、指令以及模块，从而执行计算设备的各种功能应用以及数据处理，即实现上述的烃源岩有机碳地球物理定量预测方法。
存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器720可进一步包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与计算设备的用户设置以及功能控制有关的键信号输入，可以包括键盘和鼠标等。输出装置740可包括显示屏等显示设备。
实施例八
本发明实施例八还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的一种烃源岩有机碳地球物理定量预测方法。当然,本发明实施例所提供的一种计算机可读存储介质,其可以执行本发明任意实施例所提供的模板生成方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述定量预测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例九
本实施例在上述实施例提供的技术方案的基础上提供了一种具体实施方式，该实施例研究靶向区为位于东海陆架盆地浙东坳陷东部的西湖坳陷，具体实施过程如下：
(1)开展测井资料质控与优化处理，主要包括坏井眼校正、测井资料标准化、煤层扣除以及岩屑深度校正；
(2)如图8所示，将上述测井资料质控与优化处理成果作为输入，利用归一化乘积法开展第一轮单井纵向TOC估算；
(3)如图9a所示，将第一轮烃源岩有机碳TOC估算结果作为输入，在岩心岩相约束下，利用最优化解释开展第二轮单井纵向TOC估算；
(4)如图9(b)和9(c)所示，与实测岩心数据的相关分析证实了单井纵向TOC预测的准确性和合理性；
(5)如图10(a)所示，将最优化体积模型解释成果作为输入，紧密结合岩心微相资料，建立研究区碎屑烃源岩岩石物理模型，如图10(b)所示，利用岩石物理正演模型保真修复真实地层测井响应特征，正演数据与实测值吻合程度高；
(6)如下表1所示，基于测井岩石物理保真修复后的结果开展的烃源岩有机碳敏感弹性参数分析，对比显示纵波阻抗与之有着较高的相关性，如图11所示，可据此拟合构建相关性最优的敏感统计学方程；
表1
Figure BDA0002180002450000201
(7)将叠前角度道集转化为如图12(a)所示的AVO属性体，开展叠前扩展弹性阻抗反演得到岩性岩相，建立如图12(b)所示的岩相约束条件；
(8)将全叠加数据体通过叠后地震波阻抗反演得到如图13所示的纵波阻抗数据体；
(9)在岩性岩相约束下，结合TOC敏感统计学方程，将纵波阻抗数据体转化为烃源岩有机碳地震定量预测数据体；
(10)根据如下表2所示研究区烃源岩综合评价表，得到如图14(a)，(b)所示的有效烃源岩TOC数据体；
表2
Figure BDA0002180002450000211
(11)结合研究区速度场数据体，提取如图15所示有效烃源岩深度域厚度平面图，其中烃源岩有机碳地震预测与钻井结果对比入下表3所示。
表3
Figure BDA0002180002450000212
其中，图9中利用归一化乘积法与最优化解释技术融合的测井评价技术大大提高了单井纵向TOC估算的准确性和合理性；图11中基于碎屑烃源岩岩石物理正演保真修复后拟合构建的TOC敏感统计学方程相关性更高；图14中利用基于岩相约束的有效烃源岩地震定量预测结果与实测TOC值具有较高的匹配度；图15中结合研究区速度场数据体，计算的有效烃源岩深度域厚度与测井提交的结果趋于吻合，并且平面整体符合区域地质认识。因此可以证明本发明实施例提供的一种烃源岩有机碳地震定量预测方法能够为油藏描述人员提供高精度、高可靠性的烃源岩有机碳展布规律信息。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种烃源岩有机碳地球物理定量预测方法，其特征在于，包括：
将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向总有机碳含量估算；
结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
通过正演保真修复测井响应特征，利用所述研究区碎屑烃源岩岩石物理模型与所述测井响应特征交会分析构建研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程；
结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用所述研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩总有机碳含量地震定量预测剖面；
所述将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，包括：
应用所述输入数据中岩石各组分的响应参数和测井响应曲线，对所述响应参数与所述响应曲线通过最小二乘法求解线性方程矩阵的特征值，得到所述输入岩石各组分最优的体积含量。
2.根据权利要求1所述的烃源岩有机碳地球物理定量预测方法，其特征在于，在所述将获取到的输入数据进行预设处理，引入实测岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向总有机碳含量估算之前，还包括：
所述输入数据包括第一输入数据和第二输入数据；
将实测数据中的伽马曲线值与声波时差曲线值进行归一化处理；
将所述伽马曲线归一化后的数值与所述声波时差曲线归一化后的数值相乘；
将所述乘积与一拟合比例因子相乘得到与实测总有机碳含量数据相关度高的连续总有机碳含量曲线值；
将所述连续总有机碳含量曲线值作为所述第一输入数据；
所述第二输入数据为测井响应曲线。
3.根据权利要求1所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型，包括：
划分各种矿物颗粒微结构，利用自相容近似等效方法计算固体基质等效弹性模量；
划分孔隙类型，利用等效介质模型或自相容近似等效方法计算得到干岩石骨架等效弹性模量；
结合Batzle-Wang公式和修正的Brie经验模型，将温度、压力和地层水矿化度的油气水三相流体进行混合，得到混合流体的等效弹性模量；
利用修正后的Ciz-Shapiro公式将干酪根有机质和混合流体同时替换进入对应内含物空间中，得到饱和岩石弹性模量，建立所述研究区碎屑烃源岩岩石物理模型。
4.根据权利要求1所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述通过正演保真修复测井响应特征，利用所述研究区碎屑烃源岩岩石物理模型与所述测井响应特征交会分析构建研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程，包括：
交会分析测井评价所得多口井的单井总有机碳含量曲线与所述研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据；
对所述单井总有机碳含量曲线进行剔除异常值，零点基线校正处理；
对所述研究区碎屑烃源岩岩石物理模型正演的纵波阻抗数据进行去压实趋势处理；
建立总有机碳含量与敏感弹性参数纵波阻抗非线性关系式，作为所述研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程。
5.根据权利要求1所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述研究区烃源岩总有机碳含量地震定量预测剖面的构建，包括：
转换叠前道集信息为AVO属性；
叠前扩展弹性阻抗反演，得到纵横波速度比数据体；
根据所述纵横波速度比数据体建立岩相约束条件；
叠后地震剖面反演转化为纵波阻抗信息；
结合所述统计学方程转化得到所述烃源岩总有机碳含量地震定量预测剖面。
6.根据权利要求1所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述测井响应曲线包括无铀伽马黏土含量、体积密度、声波时差、中子孔隙度、放射性曲线、光电吸收截面指数和第一轮总有机碳含量测井估算结果。
7.根据权利要求3所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述矿物颗粒微结构，纵横比为1.0的矿物归类于硬颗粒，纵横比为0.01的矿物归类于软颗粒。
8.根据权利要求3所述的烃源岩有机碳地球物理定量预测方法，其特征在于，所述孔隙类型划分为流体填充的纵横比为1.0的硬孔隙，流体填充的纵横比为0.01的软孔隙和纵横比为0.01的干酪根内含物空间。
9.一种烃源岩有机碳地球物理定量预测装置，其特征在于，包括：
总有机碳含量估算模块，用于将获取到的输入数据进行预设处理，引入岩心岩屑资料约束，计算输入岩石各组分最优的体积含量，完成测井单井纵向总有机碳含量估算；
模型构建模块，用于结合实测岩心微相资料与基于岩心岩屑数据的地化分析结果，建立研究区碎屑烃源岩岩石物理模型；
统计学方程构建模块，用于通过正演保真修复测井响应特征，利用所述研究区碎屑烃源岩岩石物理模型与所述测井响应特征交会分析构建研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程；
剖面构造模块，用于结合地震叠前扩展弹性阻抗反演建立的三维岩相约束条件与地震叠后波阻抗反演得到的纵波阻抗数据，利用所述研究区烃源岩总有机碳含量与敏感弹性参数纵波阻抗的统计学方程转化构建研究区烃源岩总有机碳含量地震定量预测剖面；
所述总有机碳含量估算模块，包括：
第三计算单元，用于应用所述输入数据中岩石各组分的响应参数和测井响应曲线，对所述响应参数与所述响应曲线通过最小二乘法求解线性方程矩阵的特征值，得到所述输入岩石各组分最优的体积含量。
10.一种烃源岩有机碳地球物理定量预测设备，其特征在于，所述烃源岩有机碳地球物理定量预测设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的烃源岩有机碳地球物理定量预测方法。
11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的烃源岩有机碳地球物理定量预测方法。
CN201910792805.7A 2019-08-26 2019-08-26 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质 Active CN110501744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910792805.7A CN110501744B (zh) 2019-08-26 2019-08-26 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910792805.7A CN110501744B (zh) 2019-08-26 2019-08-26 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110501744A CN110501744A (zh) 2019-11-26
CN110501744B true CN110501744B (zh) 2021-06-25

Family

ID=68589859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910792805.7A Active CN110501744B (zh) 2019-08-26 2019-08-26 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110501744B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11880776B2 (en) 2021-11-25 2024-01-23 Institute Of Geology And Geophysics, Chinese Academy Of Sciences Graph neural network (GNN)-based prediction system for total organic carbon (TOC) in shale

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112131714A (zh) * 2020-08-28 2020-12-25 中国石油天然气集团有限公司 一种页岩基质模量的计算方法及系统
CN112363226A (zh) * 2020-11-06 2021-02-12 大庆油田有限责任公司 一种非常规油气有利区地球物理预测方法
CN112394423B (zh) * 2020-11-16 2022-05-20 中国海洋石油集团有限公司 有机质生烃成因的地层超压预测方法
CN113407898B (zh) * 2021-08-20 2021-10-26 中国科学院地质与地球物理研究所 海相高过成熟烃源岩残留烃量评价方法
CN113835138B (zh) * 2021-11-25 2022-02-25 中国科学院地质与地球物理研究所 基于深度编码解码网络预测页岩总有机碳含量的方法
CN115796350A (zh) * 2022-11-23 2023-03-14 长江大学 一种海域内少井区烃源岩总有机碳含量预测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011133421A2 (en) * 2010-04-21 2011-10-27 Baker Hughes Incorporated Method of predicting source rock thermal maturity from log responses
CN104345345A (zh) * 2014-10-30 2015-02-11 中国石油天然气集团公司 一种页岩储层总有机碳toc含量预测方法
CN106249300A (zh) * 2016-09-05 2016-12-21 中国石油天然气股份有限公司 基于井震结合确定源岩toc含量和非均质性方法和装置
CN107422377A (zh) * 2017-07-10 2017-12-01 中国石油天然气集团公司 利用地震数据预测烃源岩总有机碳含量的方法及装置
CN107976711A (zh) * 2016-10-25 2018-05-01 贾鹏 一种地震信息定量预测烃源岩有机碳质量分数方法及装置
CN109543915A (zh) * 2018-11-30 2019-03-29 中国海洋石油集团有限公司 基于测井信息对全井段烃源岩总有机碳含量的识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011133421A2 (en) * 2010-04-21 2011-10-27 Baker Hughes Incorporated Method of predicting source rock thermal maturity from log responses
CN104345345A (zh) * 2014-10-30 2015-02-11 中国石油天然气集团公司 一种页岩储层总有机碳toc含量预测方法
CN106249300A (zh) * 2016-09-05 2016-12-21 中国石油天然气股份有限公司 基于井震结合确定源岩toc含量和非均质性方法和装置
CN107976711A (zh) * 2016-10-25 2018-05-01 贾鹏 一种地震信息定量预测烃源岩有机碳质量分数方法及装置
CN107422377A (zh) * 2017-07-10 2017-12-01 中国石油天然气集团公司 利用地震数据预测烃源岩总有机碳含量的方法及装置
CN109543915A (zh) * 2018-11-30 2019-03-29 中国海洋石油集团有限公司 基于测井信息对全井段烃源岩总有机碳含量的识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
西湖凹陷平北烃源岩地球物理定量预测技术;张岩 等;《中国地球科学联合学术年会2018》;20181021;1157-1158 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11880776B2 (en) 2021-11-25 2024-01-23 Institute Of Geology And Geophysics, Chinese Academy Of Sciences Graph neural network (GNN)-based prediction system for total organic carbon (TOC) in shale

Also Published As

Publication number Publication date
CN110501744A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN110501744B (zh) 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质
Islam et al. Advanced petroleum reservoir simulation: Towards developing reservoir emulators
Lee et al. Full‐3‐D tomography for crustal structure in southern California based on the scattering‐integral and the adjoint‐wavefield methods
Miah et al. Machine learning approach to model rock strength: prediction and variable selection with aid of log data
Cacas et al. Nested geological modelling of naturally fractured reservoirs
Geiger et al. Upscaling solute transport in naturally fractured porous media with the continuous time random walk method
US10048403B2 (en) Method and system for generation of upscaled mechanical stratigraphy from petrophysical measurements
Manolis et al. Seismic wave propagation in non-homogeneous elastic media by boundary elements
Auger et al. Real‐time monitoring and massive inversion of source parameters of very long period seismic signals: An application to Stromboli Volcano, Italy
Lepillier et al. Variational Phase‐field modeling of hydraulic fracture interaction with natural fractures and application to enhanced geothermal systems
Öhman et al. Upscaling of fracture hydraulics by means of an oriented correlated stochastic continuum model
Main et al. The dilatancy–diffusion hypothesis and earthquake predictability
Afshari Moein et al. Scaling of fracture patterns in three deep boreholes and implications for constraining fractal discrete fracture network models
Kianoush et al. Compressional and shear interval velocity modeling to determine formation pressures in an oilfield of SW Iran
US20220206184A1 (en) Integrated rock mechanics laboratory for predicting stress-strain behavior
Wei et al. Impact indicators for caprock integrity and induced seismicity in CO 2 geosequestration: insights from uncertainty analyses
Qu et al. Influence of deformation-band fault damage zone on reservoir performance
Handhal et al. Basin modeling analysis and organic maturation for selected wells from different oil fields, Southern Iraq
Lovell et al. Extracting hydrocarbon from shale: An investigation of the factors that influence the decline and the tail of the production curve
Milliotte et al. Well-data-based discrete fracture and matrix modelling and flow-based upscaling of multilayer carbonate reservoir horizons
CN106842316A (zh) 裂缝确定方法和装置
Wang et al. Three-dimensional mineral potential mapping for reducing multiplicity and uncertainty: Kaerqueka polymetallic deposit, Qinghai province, China
Zhang et al. Sand-mudstone modeling of fluvial fan sedimentary facies: a case study of Shanxi Formation reservoir in Ordos Basin
Hyman et al. A Geo‐Structurally Based Correction Factor for Apparent Dissolution Rates in Fractured Media
Congro et al. Determination of fault damage zones in sandstone rocks using numerical models and statistical analyses

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