CN111123362A - 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 - Google Patents
裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN111123362A CN111123362A CN201911311407.5A CN201911311407A CN111123362A CN 111123362 A CN111123362 A CN 111123362A CN 201911311407 A CN201911311407 A CN 201911311407A CN 111123362 A CN111123362 A CN 111123362A
- Authority
- CN
- China
- Prior art keywords
- fractured
- fracture
- reservoir
- conglomerate
- conglomerate reservoir
- 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
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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种裂缝性砂砾岩储层品质分类方法、装置及可读存储介质,包括步骤:选取电成像图显示裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将储层分为一、二、三类;通过电成像资料计算裂缝段裂缝水动力宽度、裂缝线密度和地层倾角与裂缝倾角角度差;由地层倾角与裂缝倾角角度差与水动力宽度的乘积构建裂缝开启度;由裂缝线密度与裂缝发育厚度的乘积构建裂缝发育度;建立裂缝开启度和建裂缝发育度与三类储层的二维直角坐标系关系图版,确定裂缝开启度和建裂缝发育度与不同品质类型的储层对应关系。通过构建裂缝开启度和建裂缝发育度参数并建立参数与储层米采油指数的关系,实现定量、快速、准确的裂缝性砂砾岩储层品质分类。
Description
技术领域
本发明属于石油勘探中的裂缝性砂砾岩储层测井评价领域,涉及一种裂缝性砂砾岩储层品质分类方法、装置及可读存储介质。
背景技术
裂缝对储层品质的影响研究实质上是对储集层内裂缝有效性的研究,准确的、定量的评价裂缝的有效性是测井研究工作的重要任务之一。在裂缝测井评价的基础上,对储层品质进行分类,对产能开展预测分析,为沉积储层的基础研究和油田井网部署、增储上产提供重要的技术支撑。因此,根据裂缝的有效性对储层开展品质分类研究是裂缝性储层的勘探与生产必须解决的重要问题。
目前对于裂缝性砂砾岩储层分类研究方法尚不成熟,常利用岩心、薄片分析、钻井中途测试、测井、地震等单一手段对裂缝性储层进行分类评价,此类方法往往只是对裂缝性储层进行定性研究,具有一定的局限性;也有利用电成像资料定量计算裂缝厚度、水动力宽度、线密度、地层与裂缝的倾角等,实现基于某一单项参数的裂缝有效性评价,方法如下:裂缝有效性与裂缝水动力宽度、裂缝线密度和地层与裂缝的倾角的夹角成正比。认为水动力宽度越大、裂缝线密度越大、地层与裂缝的倾角的夹角越大,储层的裂缝有效性越好。或者利用电成像、声成像图裂缝的响应特征定性描述裂缝有效性,方法如下:有效裂缝:在FMI图像上显示为黑色正弦波形状,是由于天然裂缝中充填泥浆滤液或者低阻矿物而形成;无效裂缝:(1)高阻闭合缝:表现为高阻亮色特征,在FMI图像上显示为亮色正弦波形状,是由裂缝中充填高阻矿物如石英、方解石等引起;(2)钻井诱导缝:包括由于钻具震动引起的钻具震动缝、重泥浆与地应力不平衡造成的压裂缝以及地应力作用引起的应力释放缝3种,在FMI图像上也显示为黑色线条,但是有“双轨”、“雁状”等特征,在图像上呈现为与井轴近似平行的黑色线条,并呈180o对称地出现在图像上。
在油田早期的开发过程中,基于某一单项参数的裂缝有效性评价方法和利用电成像、声成像图裂缝的响应特征定性描述裂缝有效性的方法在划分裂缝性储层,预测储层类型等应用中取得了较好的效果。随着勘探的深入,地质条件和储层条件不断复杂化,方法的局限性凸现出来,测井解释符合率不断降低。影响裂缝性储层品质因素是多样的,裂缝性油藏储层评价不仅要考虑裂缝与地层的构造形态、裂缝的物理参数、裂缝的响应特征,更要研究裂缝本身的渗流性能和几何参数,以及这些参数的内在联系。
裂缝有效性的评价是裂缝性储层品质分类的关键。传统的评价方法将裂缝参数孤立讨论,认为水动力宽度越大、裂缝线密度越大、地层与裂缝的倾角的夹角越大,储层的裂缝有效性越好。但是在实际生产过程中,存在水动力宽度大但是裂缝线密度小,或者水动力宽度小,但裂缝线密度大,或者裂缝参数都有利,但是成像图显示的是高阻闭合状态。此种情况下的裂缝有效性如何,储层的品质如何,传统评价方法无法给出结论,这样也就不能准确的完成裂缝性储层品质的分类。
发明内容
本发明的目的在于克服上述现有技术中,当存在水动力宽度大但是裂缝线密度小,或者水动力宽度小,但裂缝线密度大,或者裂缝参数都有利,但是成像图显示的是高阻闭合状态时,现有评价方法无法给出裂缝有效性评价,不能准确的完成裂缝性储层品质的分类的缺点,提供一种裂缝性砂砾岩储层品质分类方法、装置及可读存储介质。
为达到上述目的,本发明采用以下技术方案予以实现:
一种裂缝性砂砾岩储层品质分类方法,包括以下步骤:
S101:选取电成像图显示裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低分为一类、二类和三类;
S102:通过电成像资料得到裂缝性砂砾岩储层裂缝段的裂缝水动力宽度、裂缝线密度、地层倾角与裂缝倾角角度差和裂缝发育厚度;
S103:通过裂缝水动力宽度和地层倾角与裂缝倾角角度差得到裂缝开启度,通过裂缝线密度和裂缝发育厚度得到裂缝发育度;
S104:通过建立裂缝开启度和裂缝发育度与一类裂缝性砂砾岩储层、二类裂缝性砂砾岩储层和三类裂缝性砂砾岩储层的二维直角坐标系关系图版,得到裂缝开启度和裂缝发育度与裂缝性砂砾岩储层品质对应关系;
S105:通过未试油的裂缝性砂砾岩储层的裂缝开启度和裂缝发育度,对未试油的裂缝性砂砾岩储层的品质进行分类。
本发明裂缝性砂砾岩储层品质分类方法进一步的改进在于:
所述S101的具体方法为:
选取电成像图显示有裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低分为一类、二类和三类;当裂缝性砂砾岩储层的米采油指数>1m3/d时,为一类裂缝性砂砾岩储层;当裂缝性砂砾岩储层的米采油指数介于0.1~1m3/d之间时,为二类裂缝性砂砾岩储层;当裂缝性砂砾岩储层的米采油指数<0.1m3/d时,为三类裂缝性砂砾岩储层。
所述S102的具体方法为:
通过式(1)得到裂缝性砂砾岩储层裂缝段的裂缝水动力宽度W:
其中,Wi为裂缝性砂砾岩储层裂缝段的某一裂缝第i段的宽度,单位为mm;Li为裂缝性砂砾岩储层裂缝段的某一裂缝第i段的长度,单位为mm;
通过式(2)得到裂缝性砂砾岩储层裂缝段的裂缝线密度ρf:
其中,h为统计窗长,m;C为井眼覆盖率,%;θi为统计井段内裂缝性砂砾岩储层第i条裂缝的视倾角;
根据电成像资料通过Schlumberger电成像处理软件得到裂缝性砂砾岩储层裂缝段的地层倾角和裂缝性砂砾岩储层裂缝段的裂缝倾角,进而得到裂缝性砂砾岩储层裂缝段的地层倾角与裂缝倾角角度差;
通过电成像资料得到裂缝发育厚度。
所述S103的具体方法为:
通过将裂缝水动力宽度和地层倾角与裂缝倾角角度差相乘得到裂缝开启度,通过将裂缝线密度和裂缝发育厚度相乘得到裂缝发育度。
所述S104中裂缝开启度和裂缝发育度与裂缝性砂砾岩储层品质对应关系为:
当f1>0.5、f2>2.5且f1>-0.179f2+2.648时,裂缝性砂砾岩储层为一类裂缝性砂砾岩储层;当f1>0.1、f2>1且f1>-0.167f2+1.367时,裂缝性砂砾岩储层为二类裂缝性砂砾岩储层;当f1<0.1、f2<1且f1<-0.167f2+1.367时,裂缝性砂砾岩储层为三类裂缝性砂砾岩储层。
本发明另一方面,一种裂缝性砂砾岩储层品质分类装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述裂缝性砂砾岩储层品质分类方法的步骤。
本发明又一方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述裂缝性砂砾岩储层品质分类方法的步骤。
与现有技术相比,本发明具有以下有益效果:
通过选取电成像图显示裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低进行分类,通过电成像资料构建裂缝开启度和裂缝发育度两个参数,建立裂缝开启度和裂缝发育度与一类裂缝性砂砾岩储层、二类裂缝性砂砾岩储层和三类裂缝性砂砾岩储层的二维直角坐标系关系图版,进而定量确定裂缝开启度和裂缝发育度两个参数与储层品质的对应关系,对于研究区其他裂缝性砂砾岩储层,计算裂缝开启度和裂缝发育度,并通过裂缝开启度与裂缝发育度完成储层品质分类,在裂缝性砂砾岩储层无法判断储层有效性的情况下,可快速、定量、准确的实现裂缝性砂砾岩储层品质分类。解决了传统的依靠单一参数定量评价的不准确性或者定性描述的弊端,对未试油的储层,还可以对米采油量进行预测。针对油田符合裂缝性储层特征的新钻井,对目的层裂缝参数进行计算,并将特征参数落入储层分类图版中。如果落在一类区,在生产工艺上可以选择直接投产;如果落在二类区,可以考虑压裂投产;如果落在三类区,建议放弃试油。
附图说明
图1为本发明提供的裂缝性砂砾岩储层品质分类方法的流程图;
图2为本发明的裂缝水动力宽度直方图;
图3为本发明的裂缝线密度直方图;
图4为本发明的裂缝开启度和裂缝发育度与储层品质分类的二维直角坐标系关系图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明裂缝性砂砾岩储层品质分类方法,具体为基于参数重构的裂缝性砂砾岩储层品质分类方法,包括以下步骤:
S101:选取电成像图显示裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低分为一类、二类和三类;
S102:通过电成像资料得到裂缝性砂砾岩储层裂缝段的裂缝水动力宽度、裂缝线密度、地层倾角与裂缝倾角角度差和裂缝发育厚度;
S103:通过裂缝水动力宽度和地层倾角与裂缝倾角角度差得到裂缝开启度,通过裂缝线密度和裂缝发育厚度得到裂缝发育度;
S104:通过建立裂缝开启度和裂缝发育度与一类裂缝性砂砾岩储层、二类裂缝性砂砾岩储层和三类裂缝性砂砾岩储层的二维直角坐标系关系图版,得到裂缝开启度和裂缝发育度与裂缝性砂砾岩储层品质对应关系;
S105:通过未试油的裂缝性砂砾岩储层的裂缝开启度和裂缝发育度,对未试油的裂缝性砂砾岩储层的品质进行分类。
下面,通过对本实施例的具体实施情况做进一步详细说明,以支持本发明所要解决的技术问题。
第一步:选择某一目标研究区块,电成像图显示有裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将储层分为一类、二类和三类,其中一类储层米采油指数>1m3/d,二类储层米采油指数介于0.1~1m3/d之间,三类储层米采油指数<0.1m3/d,为后续的图版建立准备数据。
第二步:通过电成像资料计算裂缝段裂缝水动力宽度W、裂缝线密度ρf、地层倾角与裂缝倾角角度差θ。如图2、图3所示,分别按下述公式计算裂缝参数:
(1)电成像测井计算的裂缝宽度并非天然裂缝的几何宽度,而是基于数值模拟方法计算的理论宽度值,一条裂缝的水力传导性与其宽度的立方有关,其公式是:
其中:Wi为图像中某一条裂缝第i段的宽度,单位为mm;Li为图像中某一裂缝第i段的长度,单位为mm;
参见图2,研究目标区18层试油层,经电成像数据处理计算,裂缝水动力平均宽度(FVAH)在0.02mm~0.12mm之间变化。其中既有有效性较好的裂缝(FVAH≧0.05mm),又有裂缝性较差的裂缝(FVAH<0.05mm)。
(2)线密度指裂缝在井眼方向或裂缝面法线方向上(法向线密度)单位长度的裂缝条数,反映裂缝的发育程度,是评价裂缝有效性的关键参数之一,其公式是:
其中,h为统计窗长,m;C为井眼覆盖率,%;θi为统计井段内第i条裂缝的视倾角。
参见图3,储层裂缝线密度变化范围较大,主要集中在1~3之间,指的是一米厚度裂缝性储层发育裂缝1~3条。其中有4段储层,裂缝线密度小于2,如果用传统单一参数判断,则为无效裂缝。
第三步:由地层倾角与裂缝倾角角度差θ与水动力宽度W的乘积构建裂缝开启度f1;由裂缝线密度ρf与裂缝发育厚度H的乘积构建裂缝发育度f2。根据已有的岩心实验模拟结果,裂缝面的法向应力与裂缝水动力宽度成反比。裂缝面的法向应力越大,裂缝水动力宽度越小。裂缝面所受三轴应力的计算式如下:
σn=I2·σH+m2·σh+n2·σv (3)
I=sinθ·sinα (4)
m=cosθ·sinα (5)
n=cosα (6)
式中:σn为法向应力,MPa;σH、σh、σv为三轴应力,MPa;θ为最大水平主应力方位与裂缝走向夹角,°;α为裂缝倾角,°。其中,三轴应力由一维岩石力学建模计算,最大水平主应力方位与裂缝走向夹角、裂缝倾角由电成像资料获得。地层倾角与裂缝倾角由Schlumberger(斯伦贝谢)电成像处理软件计算获得,进而计算了地层倾角与裂缝倾角的角度差θ。
因此,定义地层倾角与裂缝倾角角度差θ与水动力宽度W的乘积为裂缝开启度,用参数f1表示;定义裂缝线密度ρf与裂缝发育厚度H的乘积为裂缝发育度,用参数f2表示。裂缝的开启度和发育度是有效裂缝的综合反映,参数f1、f2定量表征储层品质。
第四步:建立裂缝开启度f1、裂缝发育度f2与三类储层的二维直角坐标系关系图版。图4为本发明裂缝开启度与裂缝发育度完成储层品质分类成果图,该图的横坐标为裂缝发育度f2,纵坐标为裂缝开启度f1,图中的数据点为按照不同米采油指数的储层分类。圆形点为一类储层,米采油指数>1m3/d,菱形点为二类储层,米采油指数介于0.1~1m3/d之间,三角形点为三类储层,米采油指数<0.1m3/d。参见表1,研究区裂缝性砂砾岩储层裂缝参数和试油结论。
表1研究区裂缝性砂砾岩储层裂缝参数和试油结论表
第五步:接下来,根据坐标系定量确定裂缝开启度f1、裂缝发育度f2与不同品质类型的储层对应关系。裂缝开启度f1与裂缝发育度f2将不同类型储层划分成三条直线围成的区域,参见图4,定量公式如下:
一类储层:f1>0.5,f2>2.5,f1>-0.179f2+2.648 (7)
二类储层:f1>0.1,f2>1,f1>-0.167f2+1.367 (8)
三类储层:f1<0.1,f2<1,f1<-0.167f2+1.367 (9)。
具体应用为,针对油田符合裂缝性储层特征的新钻井,对目的层裂缝参数进行计算,并将特征参数落入储层分类图版中。如果落在一类区,在生产工艺上可以选择直接投产;如果落在二类区,可以考虑压裂投产;如果落在三类区,建议放弃试油。因此,基于裂缝参数评价的储层分类结果能指导生产应用。
在示例性实施例中,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述岩心分析饱和度校正方法的步骤。其中,所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
在示例性实施例中,还提供了一种岩心分析饱和度校正装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述岩心分析饱和度校正方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
根据本发明提供的基于参数重构的裂缝性砂砾岩储层品质分类方法,对于研究区其他裂缝性砂砾岩储层,裂缝开启度f1与裂缝发育度f2并落入裂缝开启度与裂缝发育度完成储层品质分类成果图版,可快速、定量、准确的获得该裂缝性砂砾岩储层的品质信息。解决了传统的依靠单一参数定量评价的不准确性或者定性描述的弊端,对未试油的储层,还可以对米采油量进行预测。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (7)
1.一种裂缝性砂砾岩储层品质分类方法,其特征在于,包括以下步骤:
S101:选取电成像图显示裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低分为一类、二类和三类;
S102:通过电成像资料得到裂缝性砂砾岩储层裂缝段的裂缝水动力宽度、裂缝线密度、地层倾角与裂缝倾角角度差和裂缝发育厚度;
S103:通过裂缝水动力宽度和地层倾角与裂缝倾角角度差得到裂缝开启度,通过裂缝线密度和裂缝发育厚度得到裂缝发育度;
S104:通过建立裂缝开启度和裂缝发育度与一类裂缝性砂砾岩储层、二类裂缝性砂砾岩储层和三类裂缝性砂砾岩储层的二维直角坐标系关系图版,得到裂缝开启度和裂缝发育度与裂缝性砂砾岩储层品质对应关系;
S105:通过未试油的裂缝性砂砾岩储层的裂缝开启度和裂缝发育度,对未试油的裂缝性砂砾岩储层的品质进行分类。
2.根据权利要求1所述的裂缝性砂砾岩储层品质分类方法,其特征在于,所述S101的具体方法为:
选取电成像图显示有裂缝发育并且已经完成试油的裂缝性砂砾岩储层,根据米采油指数将裂缝性砂砾岩储层按照品质从高至低分为一类、二类和三类;当裂缝性砂砾岩储层的米采油指数>1m3/d时,为一类裂缝性砂砾岩储层;当裂缝性砂砾岩储层的米采油指数介于0.1~1m3/d之间时,为二类裂缝性砂砾岩储层;当裂缝性砂砾岩储层的米采油指数<0.1m3/d时,为三类裂缝性砂砾岩储层。
3.根据权利要求1所述的裂缝性砂砾岩储层品质分类方法,其特征在于,所述S102的具体方法为:
通过式(1)得到裂缝性砂砾岩储层裂缝段的裂缝水动力宽度W:
其中,Wi为裂缝性砂砾岩储层裂缝段的某一裂缝第i段的宽度,单位为mm;Li为裂缝性砂砾岩储层裂缝段的某一裂缝第i段的长度,单位为mm;
通过式(2)得到裂缝性砂砾岩储层裂缝段的裂缝线密度ρf:
其中,h为统计窗长,m;C为井眼覆盖率,%;θi为统计井段内裂缝性砂砾岩储层第i条裂缝的视倾角;
根据电成像资料通过Schlumberger电成像处理软件得到裂缝性砂砾岩储层裂缝段的地层倾角和裂缝性砂砾岩储层裂缝段的裂缝倾角,进而得到裂缝性砂砾岩储层裂缝段的地层倾角与裂缝倾角角度差;
通过电成像资料得到裂缝发育厚度。
4.根据权利要求1所述的裂缝性砂砾岩储层品质分类方法,其特征在于,所述S103的具体方法为:
通过将裂缝水动力宽度和地层倾角与裂缝倾角角度差相乘得到裂缝开启度,通过将裂缝线密度和裂缝发育厚度相乘得到裂缝发育度。
5.根据权利要求1所述的裂缝性砂砾岩储层品质分类方法,其特征在于,所述S104中裂缝开启度和裂缝发育度与裂缝性砂砾岩储层品质对应关系为:
当f1>0.5、f2>2.5且f1>-0.179f2+2.648时,裂缝性砂砾岩储层为一类裂缝性砂砾岩储层;当f1>0.1、f2>1且f1>-0.167 f2+1.367时,裂缝性砂砾岩储层为二类裂缝性砂砾岩储层;当f1<0.1、f2<1且f1<-0.167 f2+1.367时,裂缝性砂砾岩储层为三类裂缝性砂砾岩储层。
6.一种裂缝性砂砾岩储层品质分类装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911311407.5A CN111123362A (zh) | 2019-12-18 | 2019-12-18 | 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911311407.5A CN111123362A (zh) | 2019-12-18 | 2019-12-18 | 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111123362A true CN111123362A (zh) | 2020-05-08 |
Family
ID=70499789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911311407.5A Pending CN111123362A (zh) | 2019-12-18 | 2019-12-18 | 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123362A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500682A (zh) * | 2023-03-31 | 2023-07-28 | 成都捷科思石油天然气技术发展有限公司 | 一种基于深度域自适应的裂缝预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540256A (zh) * | 2012-01-06 | 2012-07-04 | 中国石油化工股份有限公司胜利油田分公司西部新区研究中心 | 地震沉积学储层预测系统 |
CN106295095A (zh) * | 2015-05-15 | 2017-01-04 | 中国石油化工股份有限公司 | 基于常规测井资料预测低渗透砂岩储层产能的新方法 |
US20180274364A1 (en) * | 2015-12-30 | 2018-09-27 | Petrochina Company Limited | Method and Device for Determining Karst Development Degree of Reservoir, Computer Readable Storage Medium and Device |
-
2019
- 2019-12-18 CN CN201911311407.5A patent/CN111123362A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540256A (zh) * | 2012-01-06 | 2012-07-04 | 中国石油化工股份有限公司胜利油田分公司西部新区研究中心 | 地震沉积学储层预测系统 |
CN106295095A (zh) * | 2015-05-15 | 2017-01-04 | 中国石油化工股份有限公司 | 基于常规测井资料预测低渗透砂岩储层产能的新方法 |
US20180274364A1 (en) * | 2015-12-30 | 2018-09-27 | Petrochina Company Limited | Method and Device for Determining Karst Development Degree of Reservoir, Computer Readable Storage Medium and Device |
Non-Patent Citations (1)
Title |
---|
吴伟 等: "基于电成像资料的裂缝有效性评价和储集层品质分类-以鸭儿峡油田白垩系为例", 《岩性油气藏》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500682A (zh) * | 2023-03-31 | 2023-07-28 | 成都捷科思石油天然气技术发展有限公司 | 一种基于深度域自适应的裂缝预测方法 |
CN116500682B (zh) * | 2023-03-31 | 2024-01-23 | 成都捷科思石油天然气技术发展有限公司 | 一种基于深度域自适应的裂缝预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526693B (zh) | 裂缝识别方法和装置 | |
CN102918423B (zh) | 用于地震烃体系分析的方法 | |
CN104569344B (zh) | 页岩储层脆性矿物地震定量表征方法 | |
CN106126936B (zh) | 一种致密低渗透储层裂缝有效性的综合评价方法 | |
Acworth et al. | Simple data processing of tripotential apparent resistivity measurements as an aid to the interpretation of subsurface structure | |
US20220120933A1 (en) | Method of detection of hydrocarbon horizontal slippage passages | |
CN113189675B (zh) | 一种砂岩压实作用数值模拟方法 | |
Yang et al. | Addressing microseismic uncertainty from geological aspects to improve accuracy of estimating stimulated reservoir volumes | |
CN112946780B (zh) | 走滑断裂活动期次的确定方法及装置 | |
CN111123362A (zh) | 裂缝性砂砾岩储层品质分类方法、装置及可读存储介质 | |
CN114183121A (zh) | 裂缝有效性定量评价方法、装置、电子设备及存储介质 | |
CN112343574A (zh) | 一种溶蚀型储层的孔隙度录井计算方法 | |
CN109826623B (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
Ran et al. | Reservoir characterization of fractured volcanic gas reservoir in deep zone | |
Guo et al. | Rock physical modeling of tight sandstones based on digital rocks and reservoir porosity prediction from seismic data | |
CN112285773B (zh) | 一种隐伏断层二元结构定量表征方法 | |
Yang et al. | Visualization and quantitative statistics of experimental hydraulic fracture network based on optical scanning | |
Noufal et al. | New Borehole Image Log Based Technique for Pore System Characterization Predicts Productive Intervals in a Tight Carbonate Reservoir in Abu Dhabi | |
Corbett et al. | The integration of geology and well testing for improved fluvial reservoir characterisation | |
Scown et al. | An index of floodplain surface complexity. | |
Zhang et al. | Multi-parameters logging identifying method for sand body architectures of tight sandstones: A case from the Triassic Chang 9 Member, Longdong area, Ordos Basin, NW China | |
CN105953766A (zh) | 基于岩芯图像的砾石磨圆度测量方法 | |
Tyagi et al. | Porosity analysis using borehole electrical images in carbonate reservoirs | |
CN112231881A (zh) | 基质渗透率计算方法及系统 | |
Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China |
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 |
Application publication date: 20200508 |
|
RJ01 | Rejection of invention patent application after publication |