CN111239809B - 一种基于属性融合原理的优势储层确定方法及系统 - Google Patents
一种基于属性融合原理的优势储层确定方法及系统 Download PDFInfo
- Publication number
- CN111239809B CN111239809B CN201811441724.4A CN201811441724A CN111239809B CN 111239809 B CN111239809 B CN 111239809B CN 201811441724 A CN201811441724 A CN 201811441724A CN 111239809 B CN111239809 B CN 111239809B
- Authority
- CN
- China
- Prior art keywords
- data
- threshold
- attribute data
- amplitude
- seismic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000004927 fusion Effects 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 62
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 230000035699 permeability Effects 0.000 claims description 56
- 238000004088 simulation Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 16
- 238000013524 data verification Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 238000005553 drilling Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 239000004576 sand Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 235000015055 Talinum crassifolium Nutrition 0.000 description 2
- 244000010375 Talinum crassifolium Species 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect 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
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
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)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于属性融合原理的优势储层确定方法及系统,所述方法包括根据地震数据形成目的层段的频率属性数据和振幅属性数据;根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据;综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围,本发明可通过过滤频率属性和振幅属性数据中的无效数据,突出中低频、中强振幅属性数据的分布,清晰、准确地限定优势储层的范围。
Description
技术领域
本发明涉及地球物理勘探技术领域,尤其涉及一种基于属性融合原理的优势储层确定方法及系统。
背景技术
地震反射波来自地下地层,地下地层特征的横向变化将导致地震反射波特征的横向变化,进而影响地震属性的变化,因此,地震属性中携带有地下地层数据。在油田勘探开发领域,通常采用地震属性确定地下油藏储层厚度、孔隙度、渗透率等参数以确定优势油藏储层区域。
地震属性主要有时间、振幅、频率、相位、相干和衰减几大类。其中地震资料中的振幅、频率等单项地震属性的应用比较广泛。在利用地震资料进行油气勘探的过程中,地震资料往往受岩性、含油气性、地层厚度等诸多因素的影响,振幅、频率响应均会有很多变化。在实际的勘探开发生产中,通过地震资料和实际钻井过程中形成的测井资料的结合,根据测井资料中钻遇地层的岩性,对比地震反射特征,砂岩富集段主要表现为中低频、中强振幅较为连续的频率和振幅的波形,可根据测井与地震结合的资料特性确定砂岩富集段。然而既能反映地震振幅强弱差异又能反映地震频率高低变化的地震属性并不多,甜心体属性是其中较为常见的地震属性,甜心属性是利用振幅与开根号的瞬时频率的比值而得到的一种综合地震响应属性,能在一定程度上区分出低频强振幅、高频弱振幅等一些特殊的地震异常体,但简单的算数运算无法有效突出中低频、中强振幅的波形特征,导致砂岩富集段的轮廓区分不明显,无法清晰、准确地划分出砂岩富集段的范围。
发明内容
本发明的一个目的在于提供了一种基于属性融合原理的优势储层确定方法,通过过滤频率属性和振幅属性数据中的无效数据,突出中低频、中强振幅属性数据的分布,清晰、准确地限定优势储层的范围。本发明另一方面提供了一种基于属性融合原理的优势储层确定系统、计算机设备及可读介质。
为了达到以上目的,本发明一方面公开了一种基于属性融合原理的优势储层确定方法,包括:
根据地震数据形成目的层段的频率属性数据和振幅属性数据;
根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据;
综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围。
优选地,所述方法还包括:
根据测井数据得到目的层段的地质特性;
根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图;
根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据;
将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据。
优选地,所述预设条件为:
所述振幅属性数据中最大波谷振幅值的绝对值小于第一阈值且大于第二阈值,其中所述第一阈值小于所述第二阈值;和/或
所述频率属性数据中频率小于第三阈值且大于第四阈值,其中所述第三阈值小于所述第四阈值。
优选地,所述方法还包括:
根据多个测井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井;
根据所述优势储层矿井的频率属性数据和振幅属性数据确定所述预设条件。
优选地,所述根据多个测井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井具体包括:
根据实际的测井数据得到多个测井的孔隙度和渗透率;
根据多个测井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值;
确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。
本发明另一方面还公开了一种基于属性融合原理的优势储层确定系统,包括:
属性数据生成模块,用于根据地震数据形成目的层段的频率属性数据和振幅属性数据;
属性数据处理模块,用于根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据;
优势储层确定模块,用于综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围。
优选地,所述系统还包括:
原始数据校验模块,用于根据测井数据得到目的层段的地质特性,根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图,根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据,将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据。
优选地,所述预设条件为:
所述振幅属性数据中最大波谷振幅值的绝对值小于第一阈值且大于第二阈值,其中所述第一阈值小于所述第二阈值;和/或
所述频率属性数据中频率小于第三阈值且大于第四阈值,其中所述第三阈值小于所述第四阈值。
优选地,所述系统还包括:
预设条件确定模块,用于根据多个测井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井,并根据所述优势储层矿井的频率属性数据和振幅属性数据确定所述预设条件。
优选地,所述预设条件确定模块具体用于根据实际的测井数据得到多个测井的孔隙度和渗透率,根据多个测井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值,并确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。
本发明还公开了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述方法。
本发明还公开了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述方法。
本发明通过选取地震数据中的频率和振幅两个敏感属性,并根据预设条件过滤频率属性和振幅属性中的无效数据,突出频率和振幅属性中有效区域的属性特征,从而更好地分辨出优势储层的分布范围,解决了频率和振幅属性融合后呈现的整体规律性、砂体边界刻画不清的问题,有利于岩性圈闭的识别和刻画。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1示出本发明基于属性融合原理的优势储层确定方法实施例的流程图之一;
图2示出本发明基于属性融合原理的优势储层确定方法实施例的流程图之二;
图3示出本发明基于属性融合原理的优势储层确定方法实施例的流程图之三;
图4示出本发明基于属性融合原理的优势储层确定方法实施例的流程图之四;
图5示出本发明基于属性融合原理的优势储层确定方法实施例的流程图之五;
图6示出本发明一个具体例子中合成地震数据的示意图;
图7示出本发明一个具体例子中地质模型图的示意图;
图8示出本发明一个具体例子中目的层段和优势储层的频率-振幅的曲线图;
图9示出本发明一个具体例子中目的层段模拟地震数据和优势储层模拟地震数据的示意图;
图10示出本发明一个具体例子中目的层段的频率属性数据分布图;
图11示出本发明一个具体例子中目的层段的振幅属性数据分布图;
图12示出本发明一个具体例子中目的层段多个矿井根据孔隙度和渗透率的散点图;
图13示出本发明一个具体例子中目的层段多个矿井根据频率属性数据和振幅属性数据的散点图;
图14示出本发明一个具体例子中目的层段根据过滤后的频率属性数据和振幅属性数据的分频振幅图;
图15示出本发明一种基于属性融合原理的优势储层确定系统一个具体实施例的结构示意图;
图16示出适于用来实现本发明实施例的计算机设备的结构示意图。
具体实施方式
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。
根据本发明的一个方面,如图1所示,本实施例公开了一种基于属性融合原理的优势储层确定方法,该方法10包括:
S100:根据地震数据形成目的层段的频率属性数据和振幅属性数据。对于待研究的目的层段,可提取该目的层段区域的地震数据的频率属性数据和振幅属性数据。其中,在具体实施例中,所述地震数据可包括地震剖面图和地震平面图,可根据地震剖面图与实际钻井形成的测井数据得到待研究的目的层段,再根据目的层段的地震平面图提取目的层段水平面的频率属性数据和振幅属性数据。
S200:根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据。在通过频率属性数据和振幅属性数据判断优势储层时,主要识别中低频、中强振幅的属性范围以确定优势储层的范围,对于明显表示不是优势储层的属性范围的数据,可通过设置预设条件对明显不符合优势储层表现的属性数据进行删除,例如删除频率过低和过高频率对应的振幅属性数据以及删除振幅过小或过大的振幅属性数据,以进一步定位优势储层的属性范围,使得频率属性数据和振幅属性数据融合形成目的层段的平面分频振幅图能够清晰、准确地划定优势储层的范围。
在优选的实施方式中,所述预设条件可为所述振幅属性数据中波谷振幅值的绝对值小于第一阈值且大于第二阈值和/或所述频率属性数据中频率小于第三阈值且大于第四阈值,其中第一阈值小于第二阈值,第三阈值小于第四阈值。在实际应用中,第一阈值、第二阈值、第三阈值和第四阈值可根据实际的频率和振幅的数值范围合理选取。实际应用中,可采用GeoEast中Expressions Calculator模块进行自定义滤波以过滤无效数据,例如可应用语句if A>B A=A,else A=0,A为最大波谷振幅属性数值,B为第一阈值。例如if F>8and F<17A=A,else A=0,A为最大波谷振幅属性数值,去除频率属性数据中的无效数据。
S300:综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围。在优选的实施方式中,将过滤后的实际频率属性数据和振幅属性数据通过取交集规则融合,并形成目的层段的分频振幅图,通过分频振幅图确定中低频、中强振幅的区域为优势储层的范围。本发明通过过滤频率属性和振幅属性中的无效数据范围,突出频率和振幅属性中有效区域的振幅特征,从而更好地分辨出优势储层的分布范围,解决了频率和振幅属性融合后呈现的整体规律性、砂体边界刻画不清的问题,有利于岩性圈闭的识别和刻画。
在优选的实施方式中,如图2所示,所述方法还包括S000:
S010:根据地震数据和测井数据得到合成地震数据。其中,地震数据优选的可为地震剖面图,测井数据可包括声波时差测井曲线和密度测井曲线。通过结合原始的地震数据和实际钻井形成的测井数据以得到合成地震数据,通过地震和钻井数据对比分析,划分地质分层,确定主要目的层段,通过建立好井震关系,可分析目的层段是否具备中低频、中强振幅反射特征。其中,地震剖面图为时间域数据,测井数据为深度域数据,可通过将测井数据转换为时间域数据以与地震剖面图叠加得到合成地震数据。
S020:根据所述合成地震数据分析得到所述目的层段。地震数据中的瞬时频率的频率属性能够较好地反映地震道在频率高低方面的瞬时变化,最大波谷振幅的振幅属性能够较好地反映地震道在波谷振幅强弱方面的瞬时变化,因此对目的层段提取了这两种敏感属性数据,选取砂岩发育区整体表现为中低频和中强振幅的波谷振幅反射为目的层段以进一步确定优势储层的范围。
在优选的实施方式中,如图3所示,所述方法10还包括S400:
S410:根据测井数据得到目的层段的地质特性。其中,可根据实际钻井得到的矿井资料确定目的层段砂、泥岩的厚度、速度及岩性组合特征。
S420:根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图。根据实际钻井得到的矿井中目的层段的地质特性可绘制得到实际的地质模型图,同时,实际需要寻找的优势储层的地质特性可获得,可根据已知的优势储层的地质特性得到优势储层地质模型图。根据标准的优势储层地质模型图和目的层段地质模型图在地震中的表现可验证采用的地震数据的准确性,防止地震数据错误导致优势储层的确定失败。
S430:根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据,以明确现有地震资料的有效分辨率。以目的层段地质模型图为基础通过模型正演的方法推演在地质模型图上发生地震时产生的目的层段地震模拟数据,同时通过已确认为优势储层的地质特征可得到优势储层地质模型图,并在优势储层地质模型图上推演形成优势储层地震模拟数据。为了取得最佳效果,可采用基于波动方程的正演方法开展模拟试验,验证不同岩性组合在地震上的反射特征,确定所选区域目的层段是否表现为中低频、中强振幅地震反射特征。
S440:将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据。优选的,可从推演得到的目的层段地震模拟数据中提取属性数据,与优势储层地震模拟数据的属性数据进行比较,若比较结果一致,即目的层段表面为优势储层的中低频和中强振幅特征,则认为现有地震数据对优势储层具有分辨力,可用于目的层段优势储层分布的确定;若比较结果不一致,则认为现有地震数据的分辨力不足,不可用于目的层段优势储层分布的确定。其中,当对比的属性数据为频率属性数据和振幅属性数据时,可设置当目的层段地震模拟数据和优势储层地震模拟数据中的频率属性数据和振幅属性数据范围在预设误差范围内,即认为地震模拟数据与现有地震数据的比较结果一致。
在优选的实施方式中,如图4所示,所述方法10还包括S500:
S510:根据多个测井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井。
S520:根据所述优势储层矿井的频率属性数据和振幅属性数据确定所述预设条件。该实施方式中,根据实际钻井过程的矿井数据可确定优势储层在频率属性数据和振幅属性数据,根据实际优势储层的属性数据确定预设条件,可使优势储层的划分更符合实际,准确度高。优选的,可通过散点交汇确定所述预设条件中的第一阈值、第二阈值、第三阈值和第四阈值。
在优选的实施方式中,如图5所示,S510具体可包括:
S511:根据实际的测井数据得到多个测井的孔隙度和渗透率。可根据实际钻井的矿井数据得到每个矿井的孔隙度和渗透率。
S512:根据多个测井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值。在一定区域内,一般会开挖多个矿井,多个矿井的孔隙度和渗透率不同,从而可形成该一定区域内的孔隙度范围和渗透率范围,根据孔隙度范围和渗透率范围合理划分孔隙度阈值和渗透率阈值,以将该一定区域划分为优势储层、差储层、非储层和火山岩等类型
S513:确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。根据实际矿井开发经验可知,孔隙度和渗透率越大的地层具有较好的发育,为优势储层。
下面通过一个具体例子来对本发明作进一步地说明,在实际钻井作业中,通过获取该区域的地震数据例如地震剖面图,并且获取钻井的测井数据例如声波时差测井曲线和密度测井曲线,将深度域的测井数据转化至时间域,并与地震剖面图合并,得到如图6所示的合成地震数据。根据现有的分析方法可从合成地震数据中分析得到图6中虚线框内的区域可能为优势储层区域,将该区域确定为待研究的目的层段。为了保证地震数据的准确性,可通过模拟实验的方法对地震数据进行测试,具体的,以堡探3号井和南堡2-21号井为例,根据测井数据可获取目的层段的砂、泥岩的厚度、速度及岩性组合特征等地质特性,本例子中根据实际钻井资料,确定目的层段内砂岩速度为3800m/s,泥岩速度为3350m/s。进而形成目的层段的地质模型图,同时,形成优势储层和差储层的地质模型图,如图7所示。根据得到的地质模型图通过模型正演的方法推演在地质模型图上发生地震时产生的地震模拟数据,如图8所示,可进一步根据地震模拟数据得到模拟的分频振幅图,如图9所示,以与实际的地震剖面图相比较。堡探3号井和南堡2-21号井的模拟地震数据在目的层段砂岩发育程度逐渐降低,反射振幅逐渐减弱,表现出中低频率和中强振幅的反射特征,与优势储层频率和振幅属性表现趋势相同,表示地震数据可用于分辨优势储层。当地震数据正确可用时,可进一步确定目的层段的平面优势储层范围。如图10和图11所示,可根据实际地震数据提取目的层段的频率属性数据和振幅属性数据并分别形成目的层段的平面分布图,从图10和图11中可看出,频率属性数据和振幅属性数据的范围跨度较大,目的层段的频率分布规律性差,最大波谷振幅属性受火山岩影响,例如图11中椭圆虚线围出的区域,砂岩反射特征被弱化,砂体边界模糊不清,无法准确划分出优势储层的范围边界,因此,可以对频率属性数据和振幅属性数据中可以确定不用于确定优势储层的属性数据删除,以减小属性数据的范围跨度,便于优势储层边界的划分。如图12所示,可计算多个矿井的孔隙度和渗透率,根据孔隙度范围和渗透率范围合理划分孔隙度阈值和渗透率阈值,例如本例子中以孔隙度为12.5和渗透率为12分别作为孔隙度阈值和渗透率阈值将砂岩储层分为优势储层和差储层两类,以划分得到优势储层的矿井,如图12所示。可根据划分得到的优势储层矿井处的地震数据,进而得到优势储层矿井处的频率属性数据和振幅属性数据。可根据实际优势储层的频率属性数据和振幅属性数据确定合理的预设条件,如图13所示,本例子中将所有矿井分为优势储层、差储层和非储层以及火山岩,通过优势储层对应的瞬间频率和波谷振幅确定预设条件,瞬间频率的频率值域为8Hz~17Hz,波谷振幅的振幅值域为5000~10000,则预设条件中的第一阈值可设置为5000,第二阈值可设置为10000,第三阈值可设置为8Hz,第四阈值可设置为17Hz,以将无效数据删除。最后通过属性融合的方法将过滤无效数据后的频率属性数据和振幅属性数据取交集形成分频振幅图,并分析优势储层的范围,如图14所示。通过本发明的优势储层确定方法使用于优势储层确定的地震敏感属性数据的范围更具有针对性,属性融合后形成的分布图的规律性强,便于优势储层范围清晰、准确的划分。
根据本发明的另一方面,如图15所示,还公开了一种基于属性融合原理的优势储层确定系统。该系统包括属性数据生成模块11、属性数据处理模块12和优势储层确定模块13。
其中,属性数据生成模块11用于根据地震数据形成目的层段的频率属性数据和振幅属性数据。对于待研究的目的层段,可提取该目的层段区域的地震数据的频率属性数据和振幅属性数据。其中,在具体实施例中,所述地震数据可包括地震剖面图和地震平面图,可根据地震剖面图与实际钻井形成的测井数据得到待研究的目的层段,再根据目的层段的地震平面图提取目的层段水平面的频率属性数据和振幅属性数据。
属性数据处理模块12用于根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据。在通过频率属性数据和振幅属性数据判断优势储层时,主要识别中低频、中强振幅的属性范围以确定优势储层的范围,对于明显表示不是优势储层的属性范围,可通过设置预设条件对明显不符合优势储层表现的属性数据进行删除,例如删除频率过低和过高的频率属性数据,以及删除振幅过小或过大的振幅属性数据,以进一步定位优势储层的属性范围,使得频率属性数据和振幅属性数据融合形成目的层段平面分布图时能够清晰、准确地划定优势储层的范围。
在优选的实施方式中,所述预设条件可为所述振幅属性数据中波谷振幅值的绝对值小于第一阈值且大于第二阈值和/或所述频率属性数据中频率小于第三阈值且大于第四阈值,其中第一阈值小于第二阈值,第三阈值小于第四阈值。在实际应用中,第一阈值、第二阈值、第三阈值和第四阈值可根据实际的频率和振幅的数值范围合理选取。实际应用中,属性数据处理模块12可被配置为采用GeoEast中Expressions Calculator模块进行自定义滤波以过滤无效数据,例如可应用语句if A>B A=A,else A=0,A为最大波谷振幅属性数值,B为第一阈值。例如if F>8 and F<17A=A,else A=0,A为最大波谷振幅属性数值,去除频率属性数据中的无效数据。
优势储层确定模块13用于综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围。在优选的实施方式中,将过滤后的实际频率属性数据和振幅属性数据通过预设规则叠加融合,并形成目的层段的分频振幅图,通过分频振幅图确定中低频、中强振幅的区域为优势储层的范围。本发明通过过滤频率属性和振幅属性中的无效数据,突出频率和振幅属性中有效区域的属性特征,从而更好地分辨出优势储层的分布范围,解决了频率和振幅属性融合后呈现的整体规律性、砂体边界刻画不清的问题,有利于岩性圈闭的识别和刻画。
在优选的实施方式中,所述系统还包括目的层段确定模块14,该目的层段确定模块14用于根据地震数据和测井数据得到合成地震数据,并根据所述合成地震数据分析得到所述目的层段。其中,地震数据优选的可为地震剖面图,测井数据可包括声波时差测井曲线和密度测井曲线。通过结合原始的地震数据和实际钻井形成的测井数据以得到合成地震数据,通过地震和钻井数据对比分析,划分地质分层,确定主要目的层段,通过建立好井震关系,可分析目的层段是否具备中低频、中强振幅反射特征。其中,地震剖面图为时间域数据,测井数据为深度域数据,可通过将测井数据转换为时间域数据以与地震剖面图叠加得到合成地震数据。地震数据中的瞬时频率的频率属性能够较好地反映地震道在频率高低方面的瞬时变化,最大波谷振幅的振幅属性能够较好地反映地震道在波谷振幅强弱方面的瞬时变化,因此对目的层段提取了这两种敏感属性数据,选取砂岩发育区整体表现为中低频和中强振幅的波谷振幅反射为目的层段以进一步确定优势储层的范围。
在优选的实施方式中,所述系统还包括原始数据校验模块15,该原始数据校验模块15用于根据测井数据得到目的层段的地质特性,根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图,根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据,将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据,明确现有地震资料的有效分辨率。
具体的,可根据实际钻井得到的矿井资料确定目的层段砂、泥岩的厚度、速度及岩性组合特征。根据实际钻井得到的矿井中目的层段的地质特性可绘制得到实际的地质模型图,同时,实际需要寻找的优势储层的地质特性可获得,可根据已知的优势储层的地质特性得到优势储层地质模型图。根据标准的优势储层地质模型图和目的层段地质模型图在地震中的表现可验证采用的地震数据的准确性,防止地震数据错误导致优势储层的确定失败。可以目的层段地质模型图为基础通过模型正演的方法推演在地质模型图上发生地震时产生的目的层段地震模拟数据,同时通过已确认为优势储层的地质特征可得到优势储层地质模型图,并在优势储层地质模型图上推演形成优势储层地震模拟数据。为了取得最佳效果,可采用基于波动方程的正演方法开展模拟试验,验证不同岩性组合在地震上的反射特征,确定所选区域目的层段是否表现为中低频、中强振幅地震反射特征。
优选的,可从推演得到的目的层段地震模拟数据中提取属性数据,与优势储层地震模拟数据的属性数据进行比较,若比较结果一致,即目的层段表面为优势储层的中低频和中强振幅特征,则认为现有地震数据对优势储层具有分辨力,可用于目的层段优势储层分布的确定;若比较结果不一致,则认为现有地震数据的分辨力不足,不可用于目的层段优势储层分布的确定。其中,当对比的属性数据为频率属性数据和振幅属性数据时,可设置当目的层段地震模拟数据和优势储层地震模拟数据中的频率属性数据和振幅属性数据范围在预设误差范围内,即认为地震模拟数据与现有地震数据的比较结果一致。
在优选的实施方式中,所述系统还包括预设条件确定模块16,该预设条件确定模块16用于根据多个测井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井,根据所述优势储层矿井校验所述优势储层的范围。该实施方式中,根据实际钻井过程的矿井数据可确定优势储层在频率属性数据和振幅属性数据,根据实际优势储层的属性数据确定预设条件,可使优势储层的划分更符合实际,准确度高。
在优选的实施方式中,所述预设条件确定模块16具体用于根据实际的测井数据得到多个测井的孔隙度和渗透率,根据多个测井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值,确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。在一定区域内,一般会开挖多个矿井,多个矿井的孔隙度和渗透率不同,从而可形成该一定区域内的孔隙度范围和渗透率范围,根据孔隙度范围和渗透率范围合理划分孔隙度阈值和渗透率阈值,以将该一定区域划分为优势储层、差储层、非储层和火山岩等类型,根据实际矿井开发经验可知,孔隙度和渗透率越大的地层具有较好的发育,为优势储层。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备,具体的,计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的由客户端执行的方法,或者,所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图16,其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图16所示,计算机设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于属性融合原理的优势储层确定方法,其特征在于,包括:
根据地震数据形成目的层段的频率属性数据和振幅属性数据;
根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据;
综合过滤后的频率属性数据和振幅属性数据形成分频振幅图以确定优势储层的范围;
根据测井数据得到目的层段的地质特性;
根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图;
根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据;
将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据。
2.根据权利要求1所述的方法,其特征在于,所述预设条件为:
所述振幅属性数据中最大波谷振幅值的绝对值小于第一阈值且大于第二阈值,其中所述第一阈值小于所述第二阈值;和/或
所述频率属性数据中频率小于第三阈值且大于第四阈值,其中所述第三阈值小于所述第四阈值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据多个矿井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井;
根据所述优势储层矿井的频率属性数据和振幅属性数据确定所述预设条件。
4.根据权利要求3所述的方法,其特征在于,所述根据多个矿井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井具体包括:
根据实际的测井数据得到多个矿井的孔隙度和渗透率;
根据多个矿井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值;
确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。
5.一种基于属性融合原理的优势储层确定系统,其特征在于,包括:
属性数据生成模块,用于根据地震数据形成目的层段的频率属性数据和振幅属性数据;
属性数据处理模块,用于根据预设条件过滤所述频率属性数据和振幅属性数据中的无效数据;
优势储层确定模块,用于综合过滤后的频率属性数据和振幅属性数据确定优势储层的范围;
原始数据校验模块,用于根据测井数据得到目的层段的地质特性,根据所述地质特性得到目的层段地质模型图以及根据已知的优势储层的地质特性得到优势储层地质模型图,根据所述目的层段地质模型图和优势储层地质模型图通过模型正演方法分别得到目的层段地震模拟数据和优势储层地震模拟数据,将所述目的层段地震模拟数据与所述优势储层地震模拟数据比较以校验所述地震数据。
6.根据权利要求5所述的系统,其特征在于,所述预设条件为:
所述振幅属性数据中最大波谷振幅值的绝对值小于第一阈值且大于第二阈值,其中所述第一阈值小于所述第二阈值;和/或
所述频率属性数据中频率小于第三阈值且大于第四阈值,其中所述第三阈值小于所述第四阈值。
7.根据权利要求5所述的系统,其特征在于,所述系统还包括:
预设条件确定模块,用于根据多个矿井的孔隙度和渗透率划分所述多个矿井的矿井类型得到优势储层矿井,并根据所述优势储层矿井的频率属性数据和振幅属性数据确定所述预设条件。
8.根据权利要求7所述的系统,其特征在于,所述预设条件确定模块具体用于根据实际的测井数据得到多个矿井的孔隙度和渗透率,根据多个矿井形成的孔隙度分布范围和渗透率分布范围分别确定孔隙度阈值和渗透率阈值,并确定孔隙度大于所述孔隙度阈值且渗透率大于所述渗透率阈值的矿井为优势储层矿井。
9.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在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程序时实现如权利要求1-4任一项所述方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,
该程序被处理器执行时实现如权利要求1-4任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811441724.4A CN111239809B (zh) | 2018-11-29 | 2018-11-29 | 一种基于属性融合原理的优势储层确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811441724.4A CN111239809B (zh) | 2018-11-29 | 2018-11-29 | 一种基于属性融合原理的优势储层确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239809A CN111239809A (zh) | 2020-06-05 |
CN111239809B true CN111239809B (zh) | 2022-08-02 |
Family
ID=70863632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811441724.4A Active CN111239809B (zh) | 2018-11-29 | 2018-11-29 | 一种基于属性融合原理的优势储层确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239809B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113625340B (zh) * | 2021-08-02 | 2023-09-19 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN114564626B (zh) * | 2021-12-23 | 2023-04-21 | 中国电子科技集团公司第二十九研究所 | 一种过滤电子侦察专项态势的方法及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760599A (zh) * | 2014-01-02 | 2014-04-30 | 中国石油天然气集团公司 | 一种微小断层检测方法及断层检测装置 |
CN104280770A (zh) * | 2014-09-28 | 2015-01-14 | 中国石油大港油田勘探开发研究院 | 致密过渡岩储层的预测方法 |
CN104898163A (zh) * | 2015-05-19 | 2015-09-09 | 中国石油天然气集团公司 | 一种垂直地震数据频率属性的提取方法及装置 |
CN105700018A (zh) * | 2016-03-31 | 2016-06-22 | 中国石油天然气集团公司 | 一种地震属性的优化方法及装置 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7908086B2 (en) * | 2006-12-29 | 2011-03-15 | Magnitude Spas | System and method for filtering seismic noise data to analyze seismic events |
CN101430386B (zh) * | 2007-11-08 | 2011-05-25 | 中国石油天然气股份有限公司 | 一种地震多参数融合气藏检测方法 |
EA026356B1 (ru) * | 2008-05-22 | 2017-03-31 | Эксонмобил Апстрим Рисерч Компани | Способ (варианты) и машиночитаемый носитель для сейсмического исследования глубинной зоны |
CN102109611B (zh) * | 2009-12-23 | 2012-08-15 | 中国石油天然气集团公司 | 一种利用低频地震属性预测油藏优质储层的方法 |
CN102759748B (zh) * | 2012-07-04 | 2016-05-25 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于目标分析的交汇分析地震储层预测方法 |
CN103926617B (zh) * | 2014-04-21 | 2017-04-12 | 中国石油化工股份有限公司 | 一种缝洞储集体的检测方法和检测装置 |
US11086035B2 (en) * | 2015-12-30 | 2021-08-10 | Yulia BAKER | Clustering algorithm for geoscience data fusion |
CN105760673B (zh) * | 2016-02-22 | 2018-05-25 | 中国海洋石油集团有限公司 | 一种河流相储层地震敏感参数模板分析方法 |
-
2018
- 2018-11-29 CN CN201811441724.4A patent/CN111239809B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760599A (zh) * | 2014-01-02 | 2014-04-30 | 中国石油天然气集团公司 | 一种微小断层检测方法及断层检测装置 |
CN104280770A (zh) * | 2014-09-28 | 2015-01-14 | 中国石油大港油田勘探开发研究院 | 致密过渡岩储层的预测方法 |
CN104898163A (zh) * | 2015-05-19 | 2015-09-09 | 中国石油天然气集团公司 | 一种垂直地震数据频率属性的提取方法及装置 |
CN105700018A (zh) * | 2016-03-31 | 2016-06-22 | 中国石油天然气集团公司 | 一种地震属性的优化方法及装置 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111239809A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104950334B (zh) | 一种预测储层分布的方法及装置 | |
CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
CN104252007A (zh) | 一种相容性岩石物理建模方法 | |
AU2013402201A1 (en) | In-situ wellbore, core and cuttings information system | |
EP3303763B1 (en) | Oilfield reservoir saturation and permeability modeling | |
CN103775075A (zh) | 一种全井段岩性识别方法 | |
CN106896406A (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
CN106355571A (zh) | 一种白云岩储层质量的确定方法及装置 | |
CN110095811B (zh) | 膏岩层速度模型构建处理方法及装置 | |
CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
CN108873065A (zh) | 砂岩优质储层预测方法及装置 | |
EP3317700A1 (en) | Oilfield reservior saturation and permeability modeling | |
CN106405638A (zh) | 一种含气饱和度确定方法和装置 | |
CN106291748A (zh) | 一种获取烃源岩有机碳含量的方法 | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
CN109991663A (zh) | 工区地震速度体校正方法和装置 | |
CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 | |
CN110308488B (zh) | 确定洞穴充填程度的方法及系统 | |
Masoud et al. | Reservoir characterization and geostatistical model of the Cretaceous and Cambrian-Ordovician reservoir intervals, Meghil field, Sirte basin, Libya | |
CN111781661A (zh) | 少井地区沉积微相平面展布预测方法及装置 | |
CN111562629A (zh) | 一种基于等效孔隙截面指数的饱和度确定方法及装置 | |
CN111381279A (zh) | 储层孔隙度定量预测方法及装置 | |
CN115903026B (zh) | 复合砂体构型解析方法、设备及介质 | |
CN113267810B (zh) | 地震勘探全深度速度建模方法及装置 | |
CN114706126B (zh) | 一种地质认识约束下的地震地质体定量雕刻方法及系统 |
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 |