CN111236936A - 一种利用煤储层测井解释定量识别宏观煤岩类型的方法 - Google Patents
一种利用煤储层测井解释定量识别宏观煤岩类型的方法 Download PDFInfo
- Publication number
- CN111236936A CN111236936A CN202010143367.4A CN202010143367A CN111236936A CN 111236936 A CN111236936 A CN 111236936A CN 202010143367 A CN202010143367 A CN 202010143367A CN 111236936 A CN111236936 A CN 111236936A
- Authority
- CN
- China
- Prior art keywords
- coal
- logging
- macroscopic
- rock type
- well
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 164
- 239000011435 rock Substances 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005553 drilling Methods 0.000 claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000004079 vitrinite Substances 0.000 claims description 9
- 238000009533 lab test Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 5
- 238000012795 verification Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 14
- 238000011161 development Methods 0.000 description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 229910052770 Uranium Inorganic materials 0.000 description 4
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 4
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 3
- 229910052776 Thorium Inorganic materials 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- 239000011591 potassium Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000001730 gamma-ray spectroscopy Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/02—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by mechanically taking samples of the soil
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Soil Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种利用煤储层测井解释定量识别宏观煤岩类型的方法，包括以下步骤，步骤1：基于钻井取心和测井解释深度校正，进行肉眼宏观煤岩类型初步识别；步骤2：通过测试结果，对步骤1中肉眼识别结果进行校正；步骤3：对常规钻井的测井数据计算平均值作为该段宏观煤岩类型数据；步骤4：划分不同煤岩类型测井响应的幅值界限；步骤5：选择新钻井进行验证；步骤6：若经验证结果一致，则可用于对未进行钻井取心的生产井进行宏观煤岩类型的定量预测。本发明方法既可以对单井进行分析，也可以对区域煤层气井垂向、平面进行分析，其准确性、可行性、实用性更强，更为贴近生产实际，可为生产提供依据。
Description
技术领域
本发明涉及煤层气勘探与开发领域的煤岩类型定量识别方法技术领域，特别是涉及一种利用煤储层测井解释定量识别宏观煤岩类型的方法。
背景技术
作为非常规天然气资源的重要补充，煤层气逐渐成为一种新型洁净的能源，受到国内外广泛关注。但是，由于有机质的输入、沉积环境的差异，不同地区的煤储层、同一地区不同编号煤储层、甚至相同煤储层往往具有十分明显的非均质性，尤其是依据整体相对光泽强度和光亮成分百分比含量的宏观煤岩类型，包括光亮煤、半亮煤、半暗煤和暗淡煤。宏观煤岩类型在极大程度上决定着煤层气的形成和产出，影响着煤层气的开发程度。现有的煤层气整体层位开发也没有考虑宏观煤岩类型的垂向与水平分布。
不同的宏观煤岩类型具有不同的物质成分与结构，从光亮煤到暗淡煤，包括煤层内的夹矸，其孔裂隙发育程度逐渐降低、渗透率逐渐降低、甲烷吸附能力逐渐降低。光亮煤的发育程度越高，煤层气开发效果越好。所以，如何准确识别并描述宏观煤岩类型的特征，对煤层气高度开发至关重要。当前，依靠钻井取心的分析不仅价格昂贵，而且多数呈现破裂状态，对识别结果准确度差。
依靠快捷、高效、价格便宜的地球物理测井技术，对煤储层煤体结构、含气量、力学性质的差异分析较好。而考虑测井方法定量识别宏观煤岩类型的方法却极为少见。目前，仅邵先杰等（2013）、赵石虎等（2017）对其进行了简单的分析，但方法过于简单，准确性差。因此，以常规探井分析（补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD）、实验结果佐证（镜质组含量、灰分产率）、新井常规及非常规测井（自然伽马能谱、阵列声波测井）验证建立宏观煤岩类型的识别方法，对宏观煤岩类型的钻探识别具有十分重要的意义。
发明内容
为了克服上述现有技术的不足，本发明提供了一种利用煤储层测井解释定量识别宏观煤岩类型的方法，克服了煤心价格昂贵、钻探易碎的特点。这种方法综合考虑了钻井深度的变化、测井数据的记录及煤岩类型的观察，基于中-高煤阶不同宏观煤岩类型煤储层的特殊性质，通过现有测井结果提出了一种利用煤储层测井解释定量识别宏观煤岩类型的方法，对于煤层气储层优选与层位组合开发，具有十分重要的意义。
本发明所采用的技术方案是：一种利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于，包括以下步骤：
步骤1：基于钻井取心和测井解释深度校正，进行肉眼宏观煤岩类型初步识别；
步骤2：通过井下采样的实验室测试结果，对1中肉眼识别结果进行校正；
步骤3：对常规钻井的测井数据计算平均值作为该段宏观煤岩类型数据；
步骤4：对照生产井岩心与常规测井曲线及其数值，划分不同煤岩类型测井响应的幅值界限，用于煤岩类型的定量识别；
步骤5：选择新钻井对煤岩类型的测井识别方法进行验证，或通过新钻井的非常规测井方法进行进一步验证；
步骤6：若经验证结果一致，则可用于对未进行钻井取心的生产井进行宏观煤岩类型的定量预测。
进一步地，在上述步骤1中，钻井取心煤层深度即钻杆长度之和大于其实际深度，与测井解释深度存在一定的偏差，通过同一煤层深度变化成比例原则，对目的层的钻井深度与测井解释深度进行必要的校正。
进一步地，在上述步骤2中，根据显微组分测试的镜质组含量、工业分析测试的灰分产率确定步骤1中确定的煤岩类型的对应值，对步骤1中宏观煤岩类型结果进行校正。
进一步地，在上述步骤3中，根据常规测井中的补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD 四种测井方法对校正后的宏观煤岩类型进行定量识别，计算四种测井方法数据平均值作为该取心段的测井数值。
进一步地，在上述步骤4中，主要根据补偿密度，并结合声波时差和自然伽马的关系，识别煤岩类型；主要根据声波时差，并结合深侧向电阻率和自然伽马的关系，确定部分半亮煤和半暗煤重复区间的界限，建立宏观煤岩类型及夹矸定量识别标准。
与现有技术相比，本发明的有益效果是：
1、本发明进行三个方面的校正：1）深度校正保证了测井解释深度和钻井深度的准确性；2）灰分产率和镜质组含量的校正保证了宏观煤岩类型物性差异的准确性；3）通过补偿密度为主，声波时差和自然伽马为辅的关系，用来确定主要宏观煤岩类型界限，更加准确；通过以声波时差为主，深侧向电阻率和自然伽马为辅的关系，用来确定部分半亮煤和半暗煤重复区间的界限，更加准确。同时，整个过程可以通过Excel实现，快捷、高效、价格便宜。
2、本发明作为一种利用测井解释定量识别宏观煤岩类型的方法，如果现场煤层气井进行了测井解释（如补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD），并且完成了相应工业分析（如灰分产率）和显微组分（如镜质组含量）确定、基于破碎岩心的宏观煤岩类型肉眼识别，就可以建立宏观煤岩类型的定量测井解释方法，既可以对单井进行分析，也可以对区域煤层气井垂向、平面进行分析，其准确性、可行性、实用性更强，更为贴近生产实际，可为生产提供依据。
附图说明
图1为本发明利用测井资料进行宏观煤岩类型识别的流程图；
图2为本发明声波时差与补偿密度（左）、自然伽马与补偿密度（右）测井值交会图；
图3为本发明声波时差与深侧向电阻率（左）和声波时差与自然伽马（右）测井值交会图；
图4为本发明样例韩城煤层A井5、11号煤测井解释与取心解释结果对比图；
图5为本发明样例韩城煤层B井5号煤自然伽马能谱测井响应图；
图6为本发明样例韩城煤层C井3、5、11号煤交叉偶极子阵列声波测井图。
具体实施方式
为了加深对本发明的理解，下面结合附图和实施例对本发明进一步说明，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。
如图1所示，利用测井资料进行宏观煤岩类型识别的流程图，主要包括：
步骤1：校正钻井取心与测井解释深度，通过钻井取心进行初步的煤岩类型识别，作为常规测井解释的基础，但是由于取心样品多为破碎状，肉眼识别可能存在误差。
步骤2：结合井下采样的实验室测试结果（主要依据镜质组含量和灰分产率）对现场取心肉眼识别结果进行实验校正。
步骤3：对常规测井解释结果（补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD）进行数据收集，建立基本物性参数数据库（为了使测井数据能够代表对应取心段的宏观煤岩类型，对取心段范围（约0.3m）内，不同测井深度的测井结果进行平均，作为代表该段煤岩类型的测井响应值）。
步骤4：对照生产井岩心与常规测井曲线及其数值，寻找校正后的煤岩类型与测井参数幅值变化之间的关系，如测井曲线变化的部位及程度等，划分不同煤岩类型测井响应的幅值界限，用于煤岩类型的定量识别。
步骤5：选择新钻井对煤岩类型的测井识别方法进行验证，也可以通过新钻井的非常规测井（如自然伽马能谱、阵列声波测井）方法进行进一步检验。
步骤6：若检验结果一致，则可通过已建立的煤岩类型和测井响应之间的定量化关系对未进行钻井取心的生产井进行宏观煤岩类型的定量预测。
下面进一步对本发明作详细说明，包括深度校正、取心描述校正、测井数据选择、方法建立、方法验证与应用。
步骤1中深度校正：由于钻进取心过程中，在力的作用下，钻杆会变形伸长，从而导致钻井取心煤层深度（钻杆长度之和）大于其实际深度，与测井解释深度存在一定的偏差，因此，为了使通过岩心样品识别出的煤岩类型与测井解释出的煤岩类型具有更好的一致性，可以通过Fu等（2009）中同一煤层深度变化成比例原则，对目的层的钻井深度与测井解释深度进行必要的校正。
步骤2中取心描述校正：依托韩城地区煤层气井的地质与开发特征，对取心结果进行描述。但是由于样品存在破碎，所以煤岩类型结果存在极大误差。选择显微组分测试的镜质组含量、工业分析测试的灰分产率确定出四种宏观煤岩类型的对应值，对步骤1中宏观煤岩类型结果进行校正，如表1所示。
表1 现场探井煤岩类型描述的实验分析结果校正参数及范围
步骤3中测井数据选择：选择常规测井中的补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD 四种测井方法对校正后的宏观煤岩类型进行定量识别。由于实际测井步长为0.05m，对于0.3m的取心长度来说，包含6组数据，所以，为了使得测井数据具有代表性，本次研究选择各自平均值作为该取心段的测井数值。实际结果表明，0.3m取心段内，测井数据变化并不大，因此煤岩类型测井识别是具有较好的可靠性和实用性。
步骤4中方法建立：考虑到煤层中往往存在夹矸，即泥岩，所以夹矸可以依靠泥岩测井响应确定四种数值。随着煤岩总体相对光泽强度的增加，补偿密度、自然伽马值逐渐降低，声波时差值逐渐增加，深侧向电阻率值出现波动但整体增加的趋势。宏观煤岩类型及夹矸与补偿密度测井的关系最为明显，光亮煤密度最小，而夹矸最大，所以这是后续煤岩类型识别最重要的依据。如图2为补偿密度、声波时差与自然伽马测井值交会图。然而，该对数据重叠区交会（部分半亮煤和半暗煤）可依据深侧向电阻率、声波时差和自然伽马可识别出半亮煤和半暗煤，如图3所示。表2为依据上述结果建立的宏观煤岩类型及夹矸定量识别标准。
表2 不同宏观煤岩类型及夹矸测井识别标准
步骤5中方法验证与应用：上述煤岩类型测井识别方法能否直接应用于现场分析，需要经过有效性验证及不确定性分析。如通过新钻韩城煤层气井（A井）现场描述煤岩类型与测井识别煤岩类型加以对比，揭示煤岩类型测井识别方法的适用性。该井取心包括两套主力煤层，可见5号仅有一小段取心分析的半暗煤，11号煤仅有一小段取心分析的半亮煤与测井解释不一致，其他部分均表现出较好的一致性，如图4所示。光亮煤和半亮煤通常出现在煤岩类型序列中部，而暗淡煤往往与顶底板泥岩或夹矸接触。利用多口井分析，就可以从平面及垂向上对煤岩类型进行分布分析。测井对煤岩类型解释的准确性取决于实验校正的准确性、样品选择的准确性、参数选区的准确性及测井数据的准确性等。
对于某些韩城煤层气井，除了常规测井，还应用了自然伽马能谱、交叉偶极子阵列声波等非常规测井，如B井和C井，因取心资料缺失，可采用（1）~（4）建立的煤岩类型常规测井识别方法确定出不同深度段的煤岩类型，进而分析不同煤岩类型的非常规测井响应特征。如图5可见，总体上，从泥岩、暗淡煤到光亮煤，自然伽马值（或去铀自然伽马值）逐渐降低，钍、钾、铀及钍/铀值也呈现依次降低的趋势，但钍/钾、铀/钾值则呈现出增加趋势。如图6可见，纵波时差、横波时差及斯通利波时差越大，煤岩的总体相对光泽越强（从泥岩、暗淡煤到光亮煤）。
因此，本发明进行三个方面的校正：1）深度校正保证了测井解释深度和钻井深度的准确性；2）灰分产率和镜质组含量的校正保证了宏观煤岩类型物性差异的准确性；3）通过补偿密度为主，声波时差和自然伽马为辅的关系，用来确定主要宏观煤岩类型界限，更加准确；通过以声波时差为主，深侧向电阻率和自然伽马为辅的关系，用来确定部分半亮煤和半暗煤重复区间的界限，更加准确。同时，整个过程可以通过Excel实现，快捷、高效、价格便宜。
作为一种利用测井解释定量识别宏观煤岩类型的方法，如果现场煤层气井进行了测井解释（如补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD），并且完成了相应工业分析（如灰分产率）和显微组分（如镜质组含量）确定、基于破碎岩心的宏观煤岩类型肉眼识别，就可以建立宏观煤岩类型的定量测井解释方法，既可以对单井进行分析，也可以对区域煤层气井垂向、平面进行分析，其准确性、可行性、实用性更强，更为贴近生产实际，可为生产提供依据。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于，包括以下步骤：
步骤1：基于钻井取心和测井解释深度校正，进行肉眼宏观煤岩类型初步识别；
步骤2：通过井下采样的实验室测试结果，对步骤1中肉眼识别结果进行校正；
步骤3：对常规钻井的测井数据计算平均值作为该段宏观煤岩类型数据；
步骤4：对照生产井岩心与常规测井曲线及其数值，划分不同煤岩类型测井响应的幅值界限，用于煤岩类型的定量识别；
步骤5：选择新钻井对煤岩类型的测井识别方法进行验证，或通过新钻井的非常规测井方法进行进一步验证；
步骤6：若经验证结果一致，则可用于对未进行钻井取心的生产井进行宏观煤岩类型的定量预测。
2.根据权利要求1所述的利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于：在上述步骤1中，钻井取心煤层深度即钻杆长度之和大于其实际深度，与测井解释深度存在一定的偏差，通过同一煤层深度变化成比例原则，对目的层的钻井深度与测井解释深度进行必要的校正。
3.根据权利要求1所述的利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于：在上述步骤2中，根据显微组分测试的镜质组含量、工业分析测试的灰分产率确定步骤1中确定的煤岩类型的对应值，对步骤1中宏观煤岩类型结果进行校正。
4.根据权利要求1所述的利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于：在上述步骤3中，根据常规测井中的补偿密度DEN、声波时差AC、自然伽马GR和深侧向电阻率LLD 四种测井方法对校正后的宏观煤岩类型进行定量识别，计算四种测井方法数据平均值作为该取心段的测井数值。
5.根据权利要求1所述的利用煤储层测井解释定量识别宏观煤岩类型的方法，其特征在于：在上述步骤4中，主要根据补偿密度，并结合声波时差和自然伽马的关系，识别煤岩类型；主要根据声波时差，并结合深侧向电阻率和自然伽马的关系，确定部分半亮煤和半暗煤重复区间的界限，建立宏观煤岩类型及夹矸定量识别标准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010143367.4A CN111236936A (zh) | 2020-03-04 | 2020-03-04 | 一种利用煤储层测井解释定量识别宏观煤岩类型的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010143367.4A CN111236936A (zh) | 2020-03-04 | 2020-03-04 | 一种利用煤储层测井解释定量识别宏观煤岩类型的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111236936A true CN111236936A (zh) | 2020-06-05 |
Family
ID=70862683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010143367.4A Pending CN111236936A (zh) | 2020-03-04 | 2020-03-04 | 一种利用煤储层测井解释定量识别宏观煤岩类型的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111236936A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103775072A (zh) * | 2014-01-16 | 2014-05-07 | 燕山大学 | 基于测井资料的煤岩类型确定方法 |
| CN105697002A (zh) * | 2014-11-24 | 2016-06-22 | 中国石油化工股份有限公司 | 一种用于识别煤系地层岩性的方法 |
| CN107227953A (zh) * | 2017-07-10 | 2017-10-03 | 中国石油天然气集团公司 | 一种确定煤层煤体结构的方法 |
| CN107576772A (zh) * | 2017-07-25 | 2018-01-12 | 中国地质大学（北京） | 一种利用测井数据定量评价煤体结构类型的方法 |
| CN107916925A (zh) * | 2016-10-10 | 2018-04-17 | 中国石油化工股份有限公司 | 一种用于确定岩屑样品的岩性的方法和装置 |
| CN108830398A (zh) * | 2018-04-08 | 2018-11-16 | 中国地质大学（武汉） | 一种配煤成本优化方法、设备及存储设备 |
-
2020
- 2020-03-04 CN CN202010143367.4A patent/CN111236936A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103775072A (zh) * | 2014-01-16 | 2014-05-07 | 燕山大学 | 基于测井资料的煤岩类型确定方法 |
| CN105697002A (zh) * | 2014-11-24 | 2016-06-22 | 中国石油化工股份有限公司 | 一种用于识别煤系地层岩性的方法 |
| CN107916925A (zh) * | 2016-10-10 | 2018-04-17 | 中国石油化工股份有限公司 | 一种用于确定岩屑样品的岩性的方法和装置 |
| CN107227953A (zh) * | 2017-07-10 | 2017-10-03 | 中国石油天然气集团公司 | 一种确定煤层煤体结构的方法 |
| CN107576772A (zh) * | 2017-07-25 | 2018-01-12 | 中国地质大学（北京） | 一种利用测井数据定量评价煤体结构类型的方法 |
| CN108830398A (zh) * | 2018-04-08 | 2018-11-16 | 中国地质大学（武汉） | 一种配煤成本优化方法、设备及存储设备 |
Non-Patent Citations (4)
| Title |
|---|
| HAO XU: "Evaluation of coal macrolithotypes distribution by geophysical logging data in the Hancheng Block, Eastern Margin, Ordos Basin, China", 《INTERNATIONAL JOURNAL OF COAL GEOLOGY》 * |
| 艾林: "基于煤岩脆性指数的煤体结构测井定量判识", 《岩性油气藏》 * |
| 赵石虎: "基于测井的柿庄地区宏观煤岩类型划分", 《中国矿业》 * |
| 陈博: "韩城矿区H3井组煤体结构测井反演及三维地质建模", 《煤炭科学技术》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103114840B (zh) | 一种高-过高成熟页岩有机碳含量计算方法及装置 | |
| US11002722B2 (en) | Time-series geochemistry in unconventional plays | |
| US20150081265A1 (en) | Combining downhole fluid analysis and petroleum systems modeling | |
| EP2772775A1 (en) | Method for determining in real time the porosity and water saturation of an underground formation using gas level and drilling data | |
| CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
| CN107829731B (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
| CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
| Mirzaei-Paiaman et al. | A new framework for selection of representative samples for special core analysis | |
| CN111058837A (zh) | 一种基于多元逐步回归的页岩油岩性评价方法 | |
| Fan et al. | Quantitative prediction and spatial analysis of structural fractures in deep shale gas reservoirs within complex structural zones: A case study of the Longmaxi Formation in the Luzhou area, southern Sichuan Basin, China | |
| Hou et al. | Quantitative assessment of the sweet spot in marine shale oil and gas based on geology, engineering, and economics: A case study from the Eagle Ford Shale, USA | |
| CN110529106B (zh) | 一种利用测井资料确定煤层显微组分含量的方法 | |
| US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
| CN104483706B (zh) | 一种基于煤岩力学参数的煤体结构测井定量识别方法 | |
| CN112832738A (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
| CN111236936A (zh) | 一种利用煤储层测井解释定量识别宏观煤岩类型的方法 | |
| CN113311502B (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
| Craddock et al. | Integrating measured kerogen properties with log analysis for petrophysics and geomechanics in unconventional resources | |
| Welker et al. | Geologic controls on oil production from the Niobrara Formation, Silo field, Laramie County, Wyoming | |
| Wang et al. | Evaluation of oil shale resources based on geochemistry and logging in Tuanyushan, Qaidam Basin, Northwest China. | |
| Crampin et al. | Application of Advanced Mud Gas Logging for Improved Hydrocarbon Phase Determination in a Highly Depleted Reservoir | |
| Loan et al. | Rapid quantification of mineralogy, organic matter, and thermal maturity of cuttings with diffuse reflectance infrared Fourier transform spectroscopy (DRIFTS): A Permian Basin case study | |
| CN113589377B (zh) | 基于地震振幅的地震资料极性定量判别方法 | |
| CN114624784B (zh) | 灰岩储层的状态确定方法、装置及可读存储介质 | |
| Wang et al. | Determination of Total organic carbon (TOC) content in shale formations by analyzing well logging measurements |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |