CN111622753A - 一种细粒沉积岩的测井识别方法 - Google Patents
一种细粒沉积岩的测井识别方法 Download PDFInfo
- Publication number
- CN111622753A CN111622753A CN202010674615.8A CN202010674615A CN111622753A CN 111622753 A CN111622753 A CN 111622753A CN 202010674615 A CN202010674615 A CN 202010674615A CN 111622753 A CN111622753 A CN 111622753A
- Authority
- CN
- China
- Prior art keywords
- clay
- toc
- fine
- index
- fine particle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011435 rock Substances 0.000 title claims abstract description 24
- 239000010419 fine particle Substances 0.000 claims abstract description 26
- 239000004927 clay Substances 0.000 claims abstract description 22
- 230000008021 deposition Effects 0.000 claims abstract description 17
- 239000010433 feldspar Substances 0.000 claims abstract description 10
- 239000010453 quartz Substances 0.000 claims abstract description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 10
- 239000002734 clay mineral Substances 0.000 claims abstract description 8
- 230000001419 dependent effect Effects 0.000 claims description 12
- 238000000611 regression analysis Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 206010051015 Radiation hepatitis Diseases 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 abstract description 26
- 230000007547 defect Effects 0.000 abstract description 4
- 238000004062 sedimentation Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000000843 powder Substances 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000003079 shale oil Substances 0.000 description 1
- 239000000126 substance Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种细粒沉积岩的测井识别方法，利用测井数据计算特征参数有机质含量TOC、石英长石指数Si、黏土矿物指数Clay、沉积构造指数Y，根据有机质含量TOC、石英长石指数Si、黏土矿物指数Clay、沉积构造指数Y的参数组合来识别确定细粒沉积岩性。利用本发明提供的方法，可以利用测井曲线数据对细粒沉积岩进行精细描述，避免了传统方法笼统的将细粒沉积划分为泥岩或砂岩的缺点；对细粒沉积进行了精细识别后，可以对致密储层进行分类评价，选出细粒沉积中潜在的、相对优质的储层，最大限度地避免漏掉致密油层，从而指导致密油的勘探。
Description
技术领域
本发明属于石油勘探技术领域，具体涉及一种细粒沉积岩的测井识别方法。
背景技术
常规原油勘探已进入中晚期，致密油是非常规油气中最现实的接替领域，已成为石油勘探的焦点。致密油勘探的灵魂是储层，而致密储层多由“细粒物质”（即粒径小于62.5μm，成分主要包含粘土、粉砂和碳酸盐等）组成，岩性包括粉砂质泥岩、泥质粉砂岩、粉砂岩、粉细砂岩、黏土岩等，岩性致密，孔喉狭小；且细粒沉积多形成于距离陆源较远的深水区，所以基本都含有一定量的有机质，对细粒沉积岩性的识别造成一定困难，储层识别精度低，直接影响着致密油的勘探开发。
目前，鄂尔多斯盆地三叠系延长组油藏通用的储层识别方法是通过测井系列中自然伽马曲线、自然电位曲线、孔隙度曲线、泥质含量等区分砂岩和泥岩，自然伽马数值低、自然电位负异常、孔隙度高、泥质含量低的为砂岩，反之则为泥岩；但是这些方法只能区分传统意义上、典型的储层和非储层，即砂岩和泥岩，对非常规致密储层识别精度低，或者难以识别，导致现有技术适用性受到制约。
但非常规致密储层多为粉砂岩，相当于细砂岩和泥岩的中间岩性，常规技术方法只能将其笼统识别为砂岩或泥岩，无法对其进行细致描述，使致密储层的识别精度较低。如图1所示，Y599井位于长7沉积时期湖盆沉积中心，水体深、距离物源远，沉积物粒度细，发育细粒沉积；长7段测井曲线显示1692-1708m为典型的细粒沉积岩，自然伽马值在100左右，既不是典型砂岩也不是典型泥岩，自然电位曲线、声波、电阻、孔隙度几乎为一条直线，见不到明显的渗透性，岩性划分困难；按照区域标准，如果识别为砂岩，则一整段都全部为砂岩；如果识别为泥岩，则一整段均为泥岩。识别结果非常粗略，既影响致密储层识别的精度，又影响沉积微相划分的准确度。
发明内容
针对现有技术的缺陷，本发明提供一种细粒沉积岩的测井识别方法，可以对利用测井曲线数据对细粒沉积岩进行精细描述，避免了传统方法笼统的将细粒沉积划分为泥岩或砂岩的缺点。
一种细粒沉积岩的测井识别方法，所述测井识别方法如下：计算特征参数TOC、Si、Clay、Y，根据TOC、Si、Clay、Y的参数组合来识别确定细粒沉积岩性，不同特征参数组合对应的细粒沉积岩性如下表所示：
| 特征参数组合 | 细粒沉积岩性 |
| TOC<4；Si>50；Y< 0 | 中-低有机质块状细粉砂岩 |
| TOC>4；Si>50；Y< 0 | 高有机质块状细粉砂岩 |
| TOC<4；Si>50；Y>0 | 中-低有机质纹层状细粉砂岩 |
| TOC>4；Si>50；Y>0 | 高有机质纹层状细粉砂岩 |
| TOC<4；Si<50；Clay>50；Y>0 | 中-低有机质纹层状粘土岩 |
| TOC>4；Si<50；Clay>50；Y> 0 | 高有机质纹层状粘土岩 |
| TOC<4；Si<50；Clay>50；Y<0 | 中-低有机质块状粘土岩 |
| TOC>4；Si<50；Clay>50；Y< 0 | 高有机质块状粘土岩 |
其中，TOC为有机质含量，
Si为石英长石指数，
Clay为黏土矿物指数，
Y沉积构造指数。
优选地，所述计算特征参数TOC、Si、Clay、Y是利用测井数据进行计算的，具体计算方法如下：
（1）计算石英长石指数Si：
利用测井数据，对细粒沉积岩的Si（石英长石指数）进行建模计算，采用GR（自然伽马）与RFOC（八侧向）为自变量，Si（石英长石指数）为因变量做回归分析，得到公式1：
Si=0.0351GR-5.35287Log（RFOC)+48.2938，线性相关系数R2=0.823；
（2）计算黏土矿物指数Clay：
采用CN（中子）与SP（自然电位）为自变量，Clay（黏土矿物指数）为因变量做回归分析，得到公式2：
Clay=0.753CN-85.6568Log(SP)+177.4533，线性相关系数R2=0.707；
（3）计算有机质含量TOC：
采用△LogR法做回归分析，采用AC（声波时差）与RilD（深感应电阻率）为自变量，TOC为因变量，得到公式3：
TOC=-0.06397△Log(RiLD-AC)-12.7905，线性相关系数R2=0.767；
（4）计算沉积构造指数Y：
对细粒沉积岩的块状与纹层构造进行建模计算，采用SP（自然电位）与AC（声波时差）为自变量，Y（沉积构造指数）为因变量做回归分析，得到公式4：
Y=-9.5212Log(SP)+0.015027AC+12.32978，线性相关系数R2=0.738，
若Y<0，为块状构造；若Y>0，为纹层状构造；
其中，GR为自然伽马，RFOC为八侧向，单位为Ω·m；RilD为深感应电阻率单位为Ω·m；CN为中子；SP为自然电位；AC为声波时差，单位为μs/m。
本发明的优点：
利用本发明提供的方法，可以利用测井曲线数据对细粒沉积岩进行精细描述，避免了传统方法笼统的将细粒沉积划分为泥岩或砂岩的缺点；对细粒沉积进行了精细识别后，可以对致密储层进行分类评价，选出细粒沉积中潜在的、相对优质的储层，最大限度地避免漏掉致密油层，从而指导致密油的勘探。
附图说明
图1 Y599井长7段典型细粒沉积岩测井曲线。
图2 Y1011井处理成果图。
图3 Y1011井深1751.53m处的岩心照片。
图4 Y1011井深1755.3m处的岩心照片。
图5 Y1011井深1759.1m处的岩心照片。
具体实施方式
实施例1
一种细粒沉积岩的测井识别方法，所述测井识别方法如下：
（一）利用测井数据计算特征参数TOC、Si、Clay、Y，具体计算方法如下：
（1）计算石英长石指数Si：
利用测井数据，对细粒沉积岩的Si（石英长石指数）进行建模计算，采用GR（自然伽马）与RFOC（八侧向）为自变量，Si（石英长石指数）为因变量做回归分析，得到公式1：
Si=0.0351GR-5.35287Log（RFOC)+48.2938，线性相关系数R2=0.823；
（2）计算黏土矿物指数Clay：
采用CN（中子）与SP（自然电位）为自变量，Clay（黏土矿物指数）为因变量做回归分析，得到公式2：
Clay=0.753CN-85.6568Log(SP)+177.4533，线性相关系数R2=0.707；
（3）计算有机质含量TOC：
采用△LogR法做回归分析，采用AC（声波时差）与RilD（深感应电阻率）为自变量，TOC为因变量，得到公式3：
TOC=-0.06397△Log(RiLD-AC)-12.7905，线性相关系数R2=0.767；
（4）计算沉积构造指数Y：
对细粒沉积岩的块状与纹层构造进行建模计算，采用S（自然电位）P与AC（声波时差）为自变量，Y（沉积构造指数）为因变量做回归分析，得到公式4：
Y=-9.5212Log(SP)+0.015027AC+12.32978，线性相关系数R2=0.738，
若Y<0，为块状构造；若Y>0，为纹层状构造；
其中，GR为自然伽马，RFOC为八侧向，RilD为深感应电阻率，CN为中子，SP为自然电位，AC为声波时差；
（二）根据TOC、Si、Clay、Y的参数组合来确定细粒沉积岩性，不同特征参数组合对应的细粒沉积岩性如下表所示：
| 特征参数组合 | 细粒沉积岩性 |
| TOC<4；Si>50；Y< 0 | 中-低有机质块状细粉砂岩 |
| TOC>4；Si>50；Y< 0 | 高有机质块状细粉砂岩 |
| TOC<4；Si>50；Y>0 | 中-低有机质纹层状细粉砂岩 |
| TOC>4；Si>50；Y>0 | 高有机质纹层状细粉砂岩 |
| TOC<4；Si<50；Clay>50；Y>0 | 中-低有机质纹层状粘土岩 |
| TOC>4；Si<50；Clay>50；Y> 0 | 高有机质纹层状粘土岩 |
| TOC<4；Si<50；Clay>50；Y<0 | 中-低有机质块状粘土岩 |
| TOC>4；Si<50；Clay>50；Y< 0 | 高有机质块状粘土岩 |
实施例2
如图2所示，Y1011井也位于长7沉积时期湖盆沉积中心，水体深、距离物源远，沉积物粒度细，发育细粒沉积。以长7段1750-1760m为例，运用本方法进行解释。1756-1759m为传统意义上典型的泥岩，具有高伽马特征，容易识别。1751-1756m、1759-1760m为典型的细粒沉积，自然伽马值在100左右，既不是典型砂岩也不是典型泥岩，自然电位曲线、声波、孔隙度几乎为一条直线；按照区域标准，如果识别为砂岩，则一整段都全部为砂岩；如果识别为泥岩，则一整段均为泥岩。岩性划分非常困难，影响致密储层的识别。
而通过本发明提供的方法，利用测井数据计算Si、Clay、TOC、Y等识别参数，然后可将岩性精细的划分为中-低有机质块状粘土岩、中-低有机质纹层状细粉砂岩、中-低有机质纹层状粘土岩、高有机质纹层状细粉砂岩、高有机质块状细粉砂岩等，结果见图2；Y1011井为长7全井段取心井，对照相应深度的岩心观察照片，即图3中井深1751.53m处、图4中井深1755.3m处、图5中井深1759.1m处的岩心照片来看，本方法解释结论的吻合程度非常高，有效解决了传统测井曲线对细粒沉积识别困难的难题。用“有机质+构造+岩性”的命名方式，精细识别、解释了细粒沉积的岩性，对致密储层的识别、细粒沉积区沉积微相的划分具有重要的意义。目前石油勘探的主要对象已转变为致密油、页岩油等非常规油气，致密储层的识别非常重要，本方法具有重要的推广应用价值。
Claims (2)
1.一种细粒沉积岩的测井识别方法，其特征在于：所述测井识别方法如下：计算特征参数TOC、Si、Clay、Y，根据TOC、Si、Clay、Y的参数组合来识别确定细粒沉积岩性，不同特征参数组合对应的细粒沉积岩性如下表所示：
其中，TOC为有机质含量，
Si为石英长石指数，
Clay为黏土矿物指数，
Y沉积构造指数。
2.根据权利要求1所述细粒沉积岩的测井识别方法，其特征在于：所述计算特征参数TOC、Si、Clay、Y是利用测井数据进行计算的，具体计算方法如下：
（1）计算Si：
利用测井数据，对细粒沉积岩的Si进行建模计算，采用GR与RFOC为自变量，Si为因变量做回归分析，得到公式1：
Si=0.0351GR-5.35287Log（RFOC)+48.2938，线性相关系数R2=0.823；
（2）计算Clay：
采用CN与SP为自变量，Clay为因变量做回归分析，得到公式2：
Clay=0.753CN-85.6568Log(SP)+177.4533，线性相关系数R2=0.707；
（3）计算TOC：
采用△LogR法做回归分析，采用AC与RilD为自变量，TOC为因变量，得到公式3：
TOC=-0.06397△Log(RiLD-AC)-12.7905，线性相关系数R2=0.767；
（4）计算Y：
对细粒沉积岩的块状与纹层构造进行建模计算，采用SP与AC为自变量，Y为因变量做回归分析，得到公式4：
Y=-9.5212Log(SP)+0.015027AC+12.32978，线性相关系数R2=0.738，
若Y<0，为块状构造；若Y>0，为纹层状构造；
其中，GR为自然伽马；RFOC为八侧向，单位为Ω·m；RilD为深感应电阻率单位为Ω·m；CN为中子；SP为自然电位；AC为声波时差，单位为μs/m。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010674615.8A CN111622753B (zh) | 2020-07-14 | 2020-07-14 | 一种细粒沉积岩的测井识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010674615.8A CN111622753B (zh) | 2020-07-14 | 2020-07-14 | 一种细粒沉积岩的测井识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111622753A true CN111622753A (zh) | 2020-09-04 |
| CN111622753B CN111622753B (zh) | 2023-08-18 |
Family
ID=72258629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010674615.8A Active CN111622753B (zh) | 2020-07-14 | 2020-07-14 | 一种细粒沉积岩的测井识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111622753B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112505777A (zh) * | 2020-12-01 | 2021-03-16 | 西南石油大学 | 一种致密岩体地应力三维可视化表征方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3626482A (en) * | 1968-10-30 | 1971-12-07 | Aquitaine Petrole | Method and apparatus for measuring lithological characteristics of rocks |
| US4617825A (en) * | 1985-09-12 | 1986-10-21 | Halliburton Company | Well logging analysis methods for use in complex lithology reservoirs |
| CN103122762A (zh) * | 2013-01-30 | 2013-05-29 | 中国石油天然气股份有限公司 | 一种非常规泥页岩油气藏有效压裂层段的检测方法及装置 |
| CN104345132A (zh) * | 2013-07-25 | 2015-02-11 | 长江大学 | 一种页岩微相分类的定量表征方法 |
| CN104732064A (zh) * | 2015-02-12 | 2015-06-24 | 中国石油大学(北京) | 一种油基钻井液参数的设计方法 |
| CN104989392A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种岩性识别方法 |
| CN105822293A (zh) * | 2016-03-17 | 2016-08-03 | 成都创源油气技术开发有限公司 | 一种采用常规测井资料识别优质页岩气储层的方法 |
| CN107327294A (zh) * | 2017-08-28 | 2017-11-07 | 西北大学 | 一种基于致密油储层变骨架参数条件下的孔隙度解释方法 |
| CN108227036A (zh) * | 2018-01-22 | 2018-06-29 | 中国石油大港油田勘探开发研究院 | 一种细粒沉积岩岩心归位的方法 |
| CN108915676A (zh) * | 2018-07-20 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种致密储层孔隙可动流体侵入剖面成像方法 |
| CN110596165A (zh) * | 2019-09-11 | 2019-12-20 | 中国石油大学(华东) | 一种改进的基于矿物组成的页岩脆性指数确定方法 |
| CN110794115A (zh) * | 2019-11-13 | 2020-02-14 | 中国石油大学(华东) | 细粒沉积岩生物石英的定量表征方法 |
| CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
| CN111058837A (zh) * | 2019-11-26 | 2020-04-24 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于多元逐步回归的页岩油岩性评价方法 |
| CN111236932A (zh) * | 2020-01-13 | 2020-06-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于指示曲线重构的页岩油岩性评价方法 |
| CN111352162A (zh) * | 2020-03-19 | 2020-06-30 | 中国石油天然气集团有限公司 | 页岩地层元素相的划分方法和元素相评价方法 |
-
2020
- 2020-07-14 CN CN202010674615.8A patent/CN111622753B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3626482A (en) * | 1968-10-30 | 1971-12-07 | Aquitaine Petrole | Method and apparatus for measuring lithological characteristics of rocks |
| US4617825A (en) * | 1985-09-12 | 1986-10-21 | Halliburton Company | Well logging analysis methods for use in complex lithology reservoirs |
| CN103122762A (zh) * | 2013-01-30 | 2013-05-29 | 中国石油天然气股份有限公司 | 一种非常规泥页岩油气藏有效压裂层段的检测方法及装置 |
| CN104345132A (zh) * | 2013-07-25 | 2015-02-11 | 长江大学 | 一种页岩微相分类的定量表征方法 |
| CN104732064A (zh) * | 2015-02-12 | 2015-06-24 | 中国石油大学(北京) | 一种油基钻井液参数的设计方法 |
| CN104989392A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种岩性识别方法 |
| CN105822293A (zh) * | 2016-03-17 | 2016-08-03 | 成都创源油气技术开发有限公司 | 一种采用常规测井资料识别优质页岩气储层的方法 |
| CN107327294A (zh) * | 2017-08-28 | 2017-11-07 | 西北大学 | 一种基于致密油储层变骨架参数条件下的孔隙度解释方法 |
| CN108227036A (zh) * | 2018-01-22 | 2018-06-29 | 中国石油大港油田勘探开发研究院 | 一种细粒沉积岩岩心归位的方法 |
| CN108915676A (zh) * | 2018-07-20 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种致密储层孔隙可动流体侵入剖面成像方法 |
| CN110596165A (zh) * | 2019-09-11 | 2019-12-20 | 中国石油大学(华东) | 一种改进的基于矿物组成的页岩脆性指数确定方法 |
| CN110794115A (zh) * | 2019-11-13 | 2020-02-14 | 中国石油大学(华东) | 细粒沉积岩生物石英的定量表征方法 |
| CN111058837A (zh) * | 2019-11-26 | 2020-04-24 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于多元逐步回归的页岩油岩性评价方法 |
| CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
| CN111236932A (zh) * | 2020-01-13 | 2020-06-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种基于指示曲线重构的页岩油岩性评价方法 |
| CN111352162A (zh) * | 2020-03-19 | 2020-06-30 | 中国石油天然气集团有限公司 | 页岩地层元素相的划分方法和元素相评价方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112505777A (zh) * | 2020-12-01 | 2021-03-16 | 西南石油大学 | 一种致密岩体地应力三维可视化表征方法 |
| CN112505777B (zh) * | 2020-12-01 | 2022-03-11 | 西南石油大学 | 一种致密岩体地应力三维可视化表征方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111622753B (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hakimi et al. | Diagenetic characteristics and reservoir quality of the Lower Cretaceous Biyadh sandstones at Kharir oilfield in the western central Masila Basin, Yemen | |
| CN110441813B (zh) | 一种湖相优质烃源岩的发育分布的预测方法 | |
| Radwan et al. | Development of formation damage diagnosis workflow, application on Hammam Faraun reservoir: a case study, Gulf of Suez, Egypt | |
| CN104747183B (zh) | 一种碳酸盐岩储层综合分类方法 | |
| CN107065011B (zh) | 一种应用于陆相盆地储层反演的曲线频率融合方法 | |
| CN106988737B (zh) | 一种利用岩性组合识别沉积相的方法 | |
| Radwan | Provenance, depositional facies, and diagenesis controls on reservoir characteristics of the middle Miocene Tidal sandstones, Gulf of Suez Rift Basin: Integration of petrographic analysis and gamma-ray log patterns | |
| CN117365458A (zh) | 一种混积型页岩储层岩性测井识别方法 | |
| CN111622753A (zh) | 一种细粒沉积岩的测井识别方法 | |
| Beiranvand et al. | MAPPING AND CLASSIFYING FLOW UNITS IN THE UPPER PART OF THE MID‐CRETACEOUS SARVAK FORMATION (WESTERN DEZFUL EMBAYMENT, SW IRAN) BASED ON A DETEMINATION OF RESERVOIR ROCK TYPES | |
| Wang et al. | Densification mechanism of deep low-permeability sandstone reservoir in deltaic depositional setting and its implications for resource development: A case study of the Paleogene reservoirs in Gaoshangpu area of Nanpu sag, China | |
| Xianzheng et al. | Cycles of fine-grained sedimentation and their influences on organic matter distribution in the second member of Paleogene Kongdian Formation in Cangdong Sag, Bohai Bay Basin, East China | |
| Asadi et al. | Geologically based integrated approach for zonation of a Late Jurassic–Early Cretaceous carbonate reservoir; a case from Persian Gulf | |
| Schneider | Geology of Wasson Field, Yoakum and Gaines Counties, Texas | |
| CN115327665A (zh) | 一种改进的通过白云岩岩屑信息判别白云岩成因的系统 | |
| Mel’nikov et al. | Results of quantitative estimation of unconventional oil resources of the Russian Federation | |
| Fajemila | Foraminifera biostratigraphy and paleoenvironmental studies of two wells from offshore Western Niger Delta | |
| Strong et al. | Deposition of the Cambrian continental rise: the St. Roch Formation near St. Jean-Port-Joli, Quebec | |
| Fang et al. | Study on origin, classification, and identification of complex porous carbonate reservoir: a case study of the middle cretaceous Mishrif Formation in W Oil field | |
| Milad et al. | Permeability Prediction in a Complex Carbonate Reservoir in South Iraq by Combining FZI with NMR | |
| Lis-Śledziona et al. | Determining irreducible water saturation based on well log data and laboratory measurements | |
| Ernst et al. | Bryozoans from the lower Silurian (Telychian) Hanchiatien Formation from southern Chongqing, South China | |
| CN117332301B (zh) | 用于储层分类评价的水淹层解释方法 | |
| Ahzan et al. | FACIES, DEPOSITIONAL ENVIRONMENT, DIAGENESIS AND SEQUENCE STRATIGRAPHY OF JAHROM FORMATION IN BINALOUD OILFIELD, PERSIAN GULF | |
| Sowiżdżał et al. | 3D geological modelling for prospectiveness evaluation of shale formations |
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 |