CN111123358B - 水力压裂人工裂缝预测方法、装置、设备和存储介质 - Google Patents
水力压裂人工裂缝预测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111123358B CN111123358B CN201911214548.5A CN201911214548A CN111123358B CN 111123358 B CN111123358 B CN 111123358B CN 201911214548 A CN201911214548 A CN 201911214548A CN 111123358 B CN111123358 B CN 111123358B
- Authority
- CN
- China
- Prior art keywords
- point
- predicted
- predicted point
- distance
- fracture
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000007547 defect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 17
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
Classifications
-
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明实施例涉及裂缝预测技术领域,具体涉及一种水力压裂人工裂缝预测方法、装置、设备和存储介质。一种水力压裂人工裂缝预测方法,包括:确定预测点;以及预测点所在的储层的脆性指数;确定预测点与射孔点的距离;以及预测点与主应力的位置关系;根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到所述预测点存在裂缝的概率。本发明计算储层脆性指数,利用脆性指数、预测点与射孔点的距离、预测点与主应力的位置关系进行水力压裂人工裂缝预测,克服了现有技术过分依赖地质模型,提高了预测准确性。
Description
技术领域
本发明实施例涉及裂缝预测技术领域,具体涉及一种水力压裂人工裂缝预测方法、装置、设备和存储介质。
背景技术
水力压裂是一项油气井增产方法,通过利用地面高压泵向地下的油层进行输送液体形成高压,油层被压开并产生裂缝,从而使得石油沿着裂缝流出。目前对于水力压裂人工裂缝形态预测可以主要分为三种方法,第一种是通过地震属性预测;其次是测井资料预测;最后是应用数值模拟的方法进行预测。上述方法必须获取储层重要的异质性信息,如岩石属性和地层的分布差异性;由于过分依赖地质模型,预测精度低。
发明内容
为此,本发明实施例提供一种水力压裂人工裂缝预测方法、装置和设备,以解决现有技术中过分依赖地质模型,预测精度低的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,一种水力压裂人工裂缝预测方法,包括:
确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
进一步地,确定脆性指数包括:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
进一步地,根据所述脆性指数、预测点与射孔点之间的距离和预测点与最大主应力所成角度计算预测点存在裂缝的概率,包括:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
K为第一加权系数;C为第二加权系数;
Smax为最大主应力。
进一步地,根据所述脆性指数、预测点与射孔点之间的距离和预测点与最大主应力所成角度计算裂缝的位置后,还包括:根据预测点存在裂缝的概率生成裂缝的方位图或者概率分布图。
根据本发明实施例的第二方面,一种水力压裂人工裂缝预测装置,包括:
确定模块,用于确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
计算模块,用于根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
进一步地,所述确定模块还用于通过以下公式计算脆性指数:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
进一步地,所述计算模块还用于,通过以下公式计算预测点存在裂缝的概率:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
K为第一加权系数;C为第二加权系数;
Smax为最大主应力。
进一步地,还包括图像生成模块,用于根据预测点存在裂缝的概率生成裂缝的方位图或者概率分布图。
根据本发明实施例的第三方面,一种水力压裂人工裂缝预测设备,包括:至少一个处理器和至少一个存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行以下步骤:
确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
进一步地,所述处理器还用于,采用以下公式确定脆性指数:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
进一步地,所述处理器还用于,采用以下公式计算预测点存在裂缝的概率:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
K为第一加权系数;C为第二加权系数;
Smax为最大主应力。
进一步地,所述处理器还用于,根据预测点存在裂缝的概率生成裂缝的方位图或者概率分布图。
根据本发明实施例的第四方面,一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行上述任一项所述的方法。
本发明实施例具有如下优点:本发明基于叠前AVO反演获得的岩石物理参数杨氏模量和泊松比作为主要的输入数据,通过杨氏模量和泊松比计算储层脆性指数;利用脆性指数、预测点与射孔点的距离、预测点与主应力的位置关系进行水力压裂人工裂缝预测。克服了现有技术过分依赖地质模型,提高了预测准确性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例提供的一种水平井中压裂场景示意图;
图2为本发明实施例提供的一种竖直井中压裂场景示意图;
图3为本发明实施例提供的一种水力压裂人工裂缝预测方法的流程图;
图4为本发明实施例提供的一种预测点与主应力的位置关系示意图;
图5为本发明实施例提供的一种提取裂缝的流程图;
图6为本发明实施例提供的一种三参数分布示意图;
图7为本发明实施例提供的一种水力压裂人工裂缝概率分布图;
图8为本发明实施例提供的一种水力压裂人工裂缝预测方位图;
图9为本发明实施例提供的一种水力压裂人工裂缝预测装置的结构示意图;
图10为本发明实施例提供的一种水力压裂人工裂缝预测设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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。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。
首先对一些石油领域中的专业名词进行初步解释:
叠前:在地下介质的产状不是水平时,反射地震的同相轴会发生偏移,不能反映该处地下介质的真实产状;数据处理时需要进行偏移归位。偏移有两种方式:叠加之前偏移和叠加之后偏移,前者叫叠前,后者叫叠后;叠前处理精度高,一般用在地质构造复杂地区;
其中,产状包括走向、倾向和倾角。
同相轴:同相轴是地震记录上各道振动相位相同的极值(俗称波峰或波谷)的连线。
AVO(Amplitude Versus Offset)分析:纵波方位分析,是提取多种岩性参数的新技术;
角道集:也称角度域共成像点道集,包含了背景速度,方位角度反射系数,可用于偏移速度分析,可用于提高成像质量;利用角道集叠加数据生成三维地震曲率体属性。
在石油、天然气或者页岩气的开采领域中,水平井是一种常见的布置形式;在地下水平布置。为了更好地采集石油或者天然气,经常采用压裂技术,参见附图1所示的一种水平井中压裂场景示意图;水平井中设置了压裂塞01,压裂塞01向射孔点施加压裂液,从而在射孔点的周围产生人工裂缝。以经过该射孔点的水平井的横截面作为预测平面,预测该预测平面内的裂缝的方位和概率分布。对于竖直井的场景,参见附图2所示的一种竖直井中压裂场景示意图;以经过该射孔点的竖直井的横截面作为预测平面;预测该平面内的裂缝的位置以及概率。
现有技术中并没有一种高精度的裂缝预测方法。
基于此,本申请提出了一种水力压裂人工裂缝预测方法,参见附图3所示的一种水力压裂人工裂缝预测方法的流程图;该方法包括:
步骤S301,确定预测点;及预测点所在的储层的脆性指数;
其中,预测点就是感兴趣的目标区域,可以是射孔点周围的任何一个目标点。可以通过输入坐标的方式来确定预测点。预测点所在的储层的脆性指数可以通过计算得到。
步骤S302,确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
其中,预测点与射孔点的距离可以通过计算得到,具体方法包括:
获取预测点的坐标;以及射孔点的坐标;
根据两个点的坐标来计算两个点之间的距离。
上述的预测点与主应力的位置关系是指,预测点与射孔点的连线与主应力所成的夹角。参见附图4所示的一种预测点与主应力的位置关系示意图;其中预测点A与射孔点O的连线OA与主应力F所成的夹角为θ;
步骤S303,根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
其中,一种实施方式是,主应力的大小和方向可以预先设定的;还可以基于三维地震曲率体属性提取断层属性,统计裂缝的主要方位作为预测裂缝的主应力方向。
本发明通过计算脆性指数、预测点与射孔点的距离、预测点与主应力的位置关系;利用上述的三个参数进行水力压裂人工裂缝预测。克服了现有技术过分依赖地质模型的问题,提高了预测准确性。
在步骤S301之前,参见附图5所示的一种提取裂缝的流程图;该方法还包括:
步骤S501,获取地震数据;其中,地震数据包括角道集叠加数据;
步骤S502,利用获取到的角道集叠加数据生成三维地震曲率体属性;
其中,三维曲率体地震属性可以精确地刻画地层的弯曲程度与构造特征;采用曲率体属性提取算法可以从角道集叠加数据中提取出三维曲率体地震属性。
步骤S503,从上述的三维地震曲率体中提取出断层或者裂缝;
步骤S504,统计最大主应力Smax。
在一种实施方式中,确定脆性指数的计算采用以下公式进行:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
其中,上述的预测点的杨氏模量E和预测点的泊松比μ;包括杨氏模量最大值和最小值;泊松比的最大值和最小值都是利用基于贝叶斯理论约束,进行叠前AVO技术反演得到的。此为现有技术,不再赘述。
根据计算得到的值生成对应的图像;参见附图6所示的一种三参数分布示意图;其中,图a为杨氏模量数据体分布示意图;图b为泊松比数据体分布示意图;图c为脆性指数BI分布示意图;图中,颜色越深,表示物理量的值越大。
根据所述脆性指数、预测点与射孔点之间的距离和预测点与最大主应力所成角度计算预测点存在裂缝的概率,采用以下公式进行:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
(x0,y0)为射孔点的坐标;(x,y)为预测点的坐标;
K、C分别为第一加权系数和第二加权系数;
Smax为最大主应力。
BI(x,y)表示预测点的脆性参数。
本申请的方法还包括:根据上述计算的裂缝位置生成概率密度分布图;参见附图7所示的一种水力压裂人工裂缝概率分布图;其中,颜色越深表示存在裂缝的概率越大。
本申请的方法还包括:根据上述计算的预测点存在裂缝的概率,生成裂缝的预测方位图;参见附图8所示的一种水力压裂人工裂缝预测方位图。
与方法对应,本申请还提出了一种水力压裂人工裂缝预测装置,参见附图9所示的一种水力压裂人工裂缝预测装置的结构示意图;该装置包括:
确定模块91,用于确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
计算模块92,用于根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
在一种可能的实施方式中,所述确定模块91还用于通过以下公式计算脆性指数:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
在一种实施方式中,所述计算模块92还用于,通过以下公式计算预测点存在裂缝的概率:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
K为第一加权系数;C为第二加权系数;Smax为最大主应力。
本发明以输入数据为基础,通过三参数统计进行裂缝预测;其中,输入数据包括:岩石物理参数杨氏模量和泊松比;克服了现有技术过分依赖地质模型的问题,增强了预测准确性。
本发明还提供了一种水力压裂人工裂缝预测设备,参见附图10所示的一种水力压裂人工裂缝预测设备的结构示意图,该设备包括:至少一个处理器101和至少一个存储器102;
所述存储器102用于存储一个或多个程序指令;
所述处理器101,用于运行一个或多个程序指令,用以执行以下步骤:
确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率。
进一步地,所述处理器101还用于,采用以下公式确定脆性指数:
Emax为杨氏模量的最大值;
Emin为杨氏模量的最小值;
μmin是泊松比的最小值;
μmax是泊松比的最大值。
进一步地,所述处理器101还用于,采用以下公式计算预测点存在裂缝的概率:
其中,m为预测点存在裂缝的概率;
D(x,y)为预测点到射孔点的距离;
K为第一加权系数;C为第二加权系数;Smax为最大主应力。
进一步地,所述处理器101还用于,根据预测点存在裂缝的概率生成裂缝的方位图或者概率分布图。
根据本发明实施例的第四方面,一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行上述任一项所述的方法。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (6)
1.一种水力压裂人工裂缝预测方法,其特征在于,包括:
确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到所述预测点存在裂缝的概率;
确定脆性指数包括:
其中,BI为脆性指数;E为杨氏模量;Emax为杨氏模量的最大值;Emin为杨氏模量的最小值;μmin是泊松比的最小值;μmax是泊松比的最大值;
所述根据所述脆性指数、预测点与射孔点之间的距离和预测点与最大主应力位置关系计算预测点存在裂缝的概率,包括:
其中,x为预测点的横坐标;y为预测点的纵坐标;m为预测点存在裂缝的概率;D(x,y)为预测点到射孔点的距离;K为第一加权系数;C为第二加权系数;Smax为最大主应力。
2.如权利要求1所述的方法,其特征在于,根据所述脆性指数、预测点与射孔点之间的距离和预测点与最大主应力所成角度计算裂缝的位置后,还包括:根据所示预测点存在裂缝的概率生成裂缝的方位图或者概率分布图。
3.一种水力压裂人工裂缝预测装置,其特征在于,包括:
确定模块,用于确定预测点;以及预测点所在的储层的脆性指数;
确定预测点与射孔点的距离;以及预测点与主应力的位置关系;
计算模块,用于根据所述脆性指数、所述预测点与射孔点的距离以及所述预测点与主应力的位置关系计算得到预测点存在裂缝的概率;
所述确定模块还用于通过以下公式计算脆性指数:
其中,BI为脆性指数;E为杨氏模量;Emax为杨氏模量的最大值;Emin为杨氏模量的最小值;μmin是泊松比的最小值;μmax是泊松比的最大值;
所述计算模块还用于,通过以下公式计算裂缝的位置:
其中,m为预测点存在裂缝的概率;D(x,y)为预测点到射孔点的距离;K为第一加权系数;C为第二加权系数;Smax为最大主应力。
4.如权利要求3所述的装置,其特征在于,还包括图像生成模块,用于
根据所示裂缝的位置生成裂缝的方位图或者概率分布图。
5.一种水力压裂人工裂缝预测设备,其特征在于,包括:至少一个处理器和至少一个存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行如权利要求1或2所述的方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行如权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214548.5A CN111123358B (zh) | 2019-12-02 | 2019-12-02 | 水力压裂人工裂缝预测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214548.5A CN111123358B (zh) | 2019-12-02 | 2019-12-02 | 水力压裂人工裂缝预测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111123358A CN111123358A (zh) | 2020-05-08 |
CN111123358B true CN111123358B (zh) | 2021-12-10 |
Family
ID=70496848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911214548.5A Expired - Fee Related CN111123358B (zh) | 2019-12-02 | 2019-12-02 | 水力压裂人工裂缝预测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123358B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459911B (zh) * | 2022-01-24 | 2023-06-20 | 湖南继善高科技有限公司 | 一种油气压裂裂缝的方位解释方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9726001B2 (en) * | 2013-08-28 | 2017-08-08 | Schlumberger Technology Corporation | Method for adaptive optimizing of heterogeneous proppant placement under uncertainty |
US10846447B2 (en) * | 2016-04-29 | 2020-11-24 | Exxonmobil Upstream Research Company | Method and system for stacking fracture prediction |
CN109098707B (zh) * | 2017-06-21 | 2022-02-11 | 中国石油化工股份有限公司 | 砂砾岩体油藏的直井缝网压裂的适应性评价方法、砂砾岩体油藏的直井缝网压裂方法 |
CN107545113B (zh) * | 2017-09-08 | 2020-02-07 | 西南石油大学 | 非常规油气藏水力压裂复杂缝网形成过程模拟方法 |
CN108009705B (zh) * | 2017-11-07 | 2021-05-14 | 中国石油大学(华东) | 一种基于支持向量机技术的页岩储层可压性评价方法 |
-
2019
- 2019-12-02 CN CN201911214548.5A patent/CN111123358B/zh not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
基于断裂力学的页岩储层缝网延伸形态研究;程远方 等;《天然气地球科学》;20140430;第25卷(第4期);第603-611页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111123358A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2823710C (en) | Methods and systems regarding models of underground formations | |
EP2869096B1 (en) | Systems and methods of multi-scale meshing for geologic time modeling | |
US9026420B2 (en) | Method and system of updating a geocellular model | |
US10853533B2 (en) | Three-dimensional fracture abundance evaluation of subsurface formation based on geomechanical simulation of mechanical properties thereof | |
US20110029291A1 (en) | Method for fracture surface extraction from microseismic events cloud | |
AU2012388240B2 (en) | Methods and systems of incorporating pseudo-surface pick locations in seismic velocity models | |
US10309216B2 (en) | Method of upscaling a discrete fracture network model | |
US10113421B2 (en) | Three-dimensional fracture abundance evaluation of subsurface formations | |
CN114706125B (zh) | 一种基于广角反射信息的潜山裂缝储层预测方法及系统 | |
CN111123358B (zh) | 水力压裂人工裂缝预测方法、装置、设备和存储介质 | |
CN109630089B (zh) | 水平井地质构造识别方法及装置 | |
CN111239822B (zh) | 一种消除井震闭合差的断层下速度建模方法及处理终端 | |
US10650107B2 (en) | Three-dimensional subsurface formation evaluation using projection-based area operations | |
CN107945271B (zh) | 基于地质块体追踪的三维压力场建模方法 | |
CN111474580B (zh) | 一种基于炮检距矢量片的方位角道集提取方法和系统 | |
CN111624662B (zh) | 速度场校正方法、装置和设备 | |
US20170336523A1 (en) | Seismic signal processing method, apparatus and system | |
NO20181090A1 (en) | Visualizing attributes of multiple fault surfaces in real time | |
CN116011306A (zh) | 基于平面震源地震数据的速度建模方法、装置及电子设备 | |
CN118229771A (zh) | 油气管路地质走向的定位方法、系统、设备及存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211210 |