CN111679341A - 一种快速确定辫流带及内部微相组合关系的方法 - Google Patents

一种快速确定辫流带及内部微相组合关系的方法 Download PDF

Info

Publication number
CN111679341A
CN111679341A CN202010594246.1A CN202010594246A CN111679341A CN 111679341 A CN111679341 A CN 111679341A CN 202010594246 A CN202010594246 A CN 202010594246A CN 111679341 A CN111679341 A CN 111679341A
Authority
CN
China
Prior art keywords
dam
water channel
cardiac
beach
microfacies
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
Application number
CN202010594246.1A
Other languages
English (en)
Other versions
CN111679341B (zh
Inventor
李晓慧
苏玉亮
王文东
徐纪龙
陈子强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202010594246.1A priority Critical patent/CN111679341B/zh
Publication of CN111679341A publication Critical patent/CN111679341A/zh
Application granted granted Critical
Publication of CN111679341B publication Critical patent/CN111679341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开一种快速确定辫流带及内部微相组合关系的方法,该方法一是通过野外露头资料对水道及心滩等微相在垂直剖面上的岩性、成分、粒度、韵律性等进行描述,应用Google Earth软件描述不同微相在平面上的形态、规模及组合关系,体现了将今论古的地质思维理念,为精确识别辫流带内微相奠定基础;二是利用可靠的取心井资料,作为神经网络分析的输入数据,对与沉积微相相关的测井参数进行定量分析,提高了定量标准的准确度;三是利用充填颜色及曲线形态的平面分布特征,快速实现了大面积工区辫流带及内部微相的刻画。本发明将现代沉积、野外露头的结果用于指导心滩坝的形态刻画,具有准确、快速、实用等优点,可为同类型致密低渗气田的有效开发提供指导。

Description

一种快速确定辫流带及内部微相组合关系的方法
技术领域
本发明涉及油藏描述领域,具体地说是涉及一种快速确定辫流带及内部微相组合关系的方法。
背景技术
辫状河流相普遍具有迁移速率快、砂体范连通、含气储层分布不均等特性,导致定量描述困难,精细刻画辫状水道和心滩坝形态及规模成为辫状河构型研究的一个重点。虽然现在已形成了“层次分析”、“模式拟合”和“多维互动”砂体解剖思路,但仍然处于定性到半定量模式探索阶段,还没有具有普遍意义的辫状水道和心滩坝规模定量求取方法。
辫状河沉积类型多样、储层结构复杂、受控因素众多,尚未形成统一的、适应不同气藏类型的微相识别方法,无法有效指导矿场试验及开发。目前,有些手段是采用对单井进行沉积微相解释,工作较为繁琐。
发明内容
基于上述技术问题,本发明提出一种快速确定辫流带及内部微相组合关系的方法,该方法以平面为研究单元,避免了对单井进行沉积微相解释的繁琐工作,可快速实现大面积工区的沉积微相刻画,为心滩坝砂体平面分布位置的精确确定提供了一种切实可行的操作方法。
本发明所采用的技术解决方案是:
一种快速确定辫流带及内部微相组合关系的方法,包括以下步骤:
(1)对研究区单井的小层内进行垂向期次划分,通过点、线、面的地层划分与对比,使单期次地层格架实现区域内闭合;
其中小层指低于段的地层单位,其岩性、成分、生物组合具有相同特征,可由多个沉积旋回构成;单期次地层指最小的岩石地层单位,垂向上由单一沉积旋回构成;
建立精度达到Miall储层构型理论研究的4级构型界面,然后将时间单元等时的单期砂体作为研究对象;
(2)建立不同沉积微相的测井相与岩心相对应关系,确定出与沉积微相最相关的测井参数,即GR曲线的数值及形态与沉积微相最为相关;
以单期次地层为单位,根据取心井段的测井曲线形态及岩心资料开展沉积微相人工解释,识别出泛滥平原、心滩、水道充填三种微相类型;
(3)利用神经网络分析技术,通过观测取心井不同微相的自然伽马GR特征,建立各类微相识别的GR定量标准;
首先建立神经网络分析的特征向量,样本来源于取心井的岩心相与测井相人工解释,每个微相段对应的测井曲线段的特征参数构成了一个特征向量,特征向量由测井参数GR、AC、LLD组成,是神经网络进行训练处理的输入数据;然后对特征向量进行聚类分析,建立神经网络模型,获得各类微相的测井参数识别范围,识别出心滩、辫状水道及泛滥平原的7种GR典型曲线形态及定量标准;
利用GR值的大小对GR典型曲线进行颜色充填,近红色表示心滩,30<GR<50;近黄色表示辫状水道,50<GR<80;近绿色表示水道泥质充填或泛滥平原,GR>80;
(4)利用现代沉积、野外露头考察资料,分析水道对心滩形态的控制作用;
首先确定与研究区沉积体系、环境及砂体类型具有很好相似性的野外露头及现代沉积资料,然后通过野外露头及现代沉积资料对水道及心滩微相在垂直剖面上的岩性、成分、粒度、韵律性进行描述,通过应用Google Earth软件,对不同河流、不同时间地质信息的识别提取,研究辫状水道对心滩坝形态的约束,描述不同微相在平面上的形态、规模及组合关系;
(5)以任一单期地层为研究对象,将带有充填颜色的GR曲线投影到平面上,利用步骤(2)及步骤(3)建立的沉积微相标准,顺古流水方向,识别出大面积连通的辫流带边界;
若平面上呈现大面积的近绿色,GR>80,一般代表较厚泥岩的泛滥平原沉积,是确定辫流带边界的重要标志;
若平面上呈现大面积近红色的心滩相,30<GR<50,近黄色的辫状水道相,50<GR<80,可判断该区域为辫流带的主体部位。
上述方法还包括以下步骤:
(6)在辫流带内部,以GR曲线的平面分布为约束,确定每条水道的延伸路径,利用步骤(4)建立的水道对心滩坝形态的约束,实现水道与心滩坝的平面组合;
首先是辫状水道的识别:
在单期辫流带内部,利用连井剖面与GR曲线平面展布交互分析,进行确定性的辫状水道延伸方向的识别;
若一个河道带砂体对应邻井中等高程段为厚层泥岩段,即可判断两井间存在辫状水道的穿梭;
若两井间存在明显的粒序旋回差异,即可判断两井间存在辫状水道的穿梭;
若与邻井相比,砂岩段明显较薄,即可判断两井间存在辫状水道的穿梭;
若单井GR曲线呈单个钟形,发育明显的向上变细沉积旋回,可判断该井处于河道充填沉积部位,有辫状水道穿过;
然后是水道与心滩坝平面组合关系的判断:
若识别出环绕心滩的辫状水道是对称性,则心滩坝将受到顺流加积与垂向加积作用,判断心滩坝形态为纵向砂坝;
若识别出环绕心滩的辫状水道是不对称水流,则心滩坝将受到侧向加积作用,判断心滩坝形态为斜列砂坝;
若识别出的心滩坝中下部两侧辫状水道是不对称性水流,则心滩坝将出现一侧侵蚀,一侧沉积,判断心滩坝呈现侧向迁移的形态;
若近红色的心滩发育区范围较大,则判断沉积物在心滩坝尾部卸载,形成坝尾沉积,坝尾不断延长,最终充填心滩坝之间的辫状水道,形成了复合心滩坝。
本发明的有益技术效果是:
本发明提供的快速确定辫流带及内部微相组合关系的方法,一是通过野外露头资料对水道及心滩等微相在垂直剖面上的岩性、成分、粒度、韵律性等进行描述,应用GoogleEarth软件描述不同微相在平面上的形态、规模及组合关系,体现了将今论古的地质思维理念,为精确识别辫流带内微相奠定基础;二是利用可靠的取心井资料,作为神经网络分析的输入数据,对与沉积微相相关的测井参数进行定量分析,提高了定量标准的准确度;三是利用充填颜色及曲线形态的平面分布特征,快速实现了大面积工区辫流带及内部微相的刻画。
本发明将现代沉积、野外露头的结果用于指导心滩坝的形态刻画,体现了将今论古的地质思维方法,同时本发明方法实用、可靠,能够准确的确定优势心滩砂体平面分布位置,快速实现大面积工区的沉积微相刻画,明确有利储层的展布特征,为国内外同类型致密低渗气田的有效开发提供指导。
附图说明
下面结合附图与具体实施方式对本发明作进一步说明:
图1为取心井测井相与岩心相对应关系图;
图2为辫状水道对心滩坝形态的控制及改造示意图。
具体实施方式
本发明提供一种快速确定辫流带及内部微相组合关系的方法,该方法以平面为研究单元,避免了对单井进行沉积微相解释的繁琐工作,可快速实现大面积工区的沉积微相刻画,为心滩坝砂体平面分布位置的精确确定提供了一种切实可行的操作方法。该方法具体实现包括如下步骤:
(1)对研究区单井的小层内进行垂向期次划分,通过点、线、面(单井、连井、多井)的地层划分与对比,使单期次地层格架实现区域内闭合;其中小层指低于段的地层单位,其岩性、成分、生物组合等具有相同特征,可由多个沉积旋回构成;单期次地层指最小的岩石地层单位,垂向上由单一沉积旋回构成。建立精度达到Miall储层构型理论研究的4级构型界面,然后将时间单元等时的单期砂体作为研究对象。
(2)建立不同沉积微相的测井相与岩心相对应关系,如图1,确定与沉积微相最相关的测井参数,得出GR曲线的数值及形态与沉积微相最为相关;以单期次地层为单位,根据取心井段的测井曲线形态及岩心资料开展沉积微相人工解释,识别出泛滥平原、心滩、水道充填三种微相类型。
(3)利用神经网络分析技术,通过观测取心井不同微相的自然伽马GR特征,建立各类微相识别的GR定量标准。首先建立神经网络分析的特征向量,样本来源于取心井的岩心相与测井相人工解释,每个微相段对应的测井曲线段的特征参数构成了一个特征向量,特征向量由测井参数GR、AC、LLD组成,是神经网络进行训练处理的输入数据;然后对特征向量进行聚类分析,建立神经网络模型,获得各类微相的测井参数识别范围;识别出心滩、辫状水道及泛滥平原的7种GR典型曲线形态及定量标准,利用GR值的大小对GR典型曲线进行颜色充填,近红色(30<GR<50)表示心滩,近黄色(50<GR<80)表示辫状水道,近绿色(GR>80)表示水道泥质充填或泛滥平原。
(4)利用现代沉积、野外露头考察资料,分析水道对心滩形态的控制作用;首先确定与研究区沉积体系、环境及砂体类型具有很好相似性的野外露头及现代沉积资料,然后通过野外露头资料对水道及心滩等微相在垂直剖面上的岩性、成分、粒度、韵律性等进行描述,通过应用Google Earth软件全方位、高分辨率、连续观测的优点,对不同河流、不同时间地质信息的识别提取,研究辫状水道对心滩坝形态的约束,描述不同微相在平面上的形态、规模及组合关系,如图2。
(5)以任一单期地层为研究对象,将带有充填颜色的GR曲线投影到平面上,利用步骤(2)及步骤(3)建立的沉积微相标准,顺古流水方向,识别出大面积连通的辫流带边界。
若平面上呈现大面积的近绿色(GR>80),一般代表较厚泥岩的泛滥平原沉积,是确定辫流带边界的重要标志。
若平面上呈现大面积近红色(30<GR<50)的心滩相、近黄色(50<GR<80)的辫状水道相,可判断该区域为辫流带的主体部位。
(6)在辫流带内部,以GR曲线的平面分布为约束,确定每条水道的延伸路径,利用步骤(4)建立的水道对心滩坝形态的约束,实现水道与心滩坝的平面组合。
首先是辫状水道的识别:
在单期辫流带内部,利用连井剖面与GR曲线平面展布交互分析,进行确定性的辫状水道延伸方向的识别。
若一个河道带砂体对应邻井中等高程段为厚层泥岩段,即可判断两井间存在辫状水道的穿梭;
若两井间存在明显的粒序旋回差异,如一井为向上均匀的韵律序列,而邻井为单个向上变细序列,即可判断两井间存在辫状水道的穿梭;
若与邻井相比,砂岩段明显较薄,即可判断两井间存在辫状水道的穿梭。
若单井GR曲线呈单个钟形,发育明显的向上变细沉积旋回,可判断该井处于河道充填沉积部位,有辫状水道穿过。
然后是水道与心滩坝平面组合关系的判断:
若识别出环绕心滩的辫状水道是对称性,则心滩坝将受到顺流加积与垂向加积作用,判断心滩坝形态为纵向砂坝;
若识别出环绕心滩的辫状水道是不对称水流,则心滩坝将受到侧向加积作用,判断心滩坝形态为斜列砂坝;
若识别出的心滩坝中下部两侧辫状水道是不对称性水流,则心滩坝将出现一侧侵蚀,一侧沉积,判断心滩坝呈现侧向迁移的形态;
若近红色的心滩发育区范围较大,则判断沉积物在心滩坝尾部卸载,形成“坝尾沉积”,坝尾不断延长,最终充填心滩坝之间的辫状水道,形成了复合心滩坝。
本发明将现代沉积、野外露头的结果用于指导心滩坝的形态刻画,体现了将今论古的地质思维方法,能够准确的确定优势心滩砂体平面分布位置,快速实现大面积工区的沉积微相刻画,明确有利储层的展布特征,为国内外同类型致密低渗气田的有效开发提供指导。
上述方式中未述及的部分采取或借鉴已有技术即可实现。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (2)

1.一种快速确定辫流带及内部微相组合关系的方法,其特征在于包括以下步骤:
(1)对研究区单井的小层内进行垂向期次划分,通过点、线、面的地层划分与对比,使单期次地层格架实现区域内闭合;
其中小层指低于段的地层单位,其岩性、成分、生物组合具有相同特征,可由多个沉积旋回构成;单期次地层指最小的岩石地层单位,垂向上由单一沉积旋回构成;
建立精度达到Miall储层构型理论研究的4级构型界面,然后将时间单元等时的单期砂体作为研究对象;
(2)建立不同沉积微相的测井相与岩心相对应关系,确定出与沉积微相最相关的测井参数,即GR曲线的数值及形态与沉积微相最为相关;
以单期次地层为单位,根据取心井段的测井曲线形态及岩心资料开展沉积微相人工解释,识别出泛滥平原、心滩、水道充填三种微相类型;
(3)利用神经网络分析技术,通过观测取心井不同微相的自然伽马GR特征,建立各类微相识别的GR定量标准;
首先建立神经网络分析的特征向量,样本来源于取心井的岩心相与测井相人工解释,每个微相段对应的测井曲线段的特征参数构成了一个特征向量,特征向量由测井参数GR、AC、LLD组成,是神经网络进行训练处理的输入数据;然后对特征向量进行聚类分析,建立神经网络模型,获得各类微相的测井参数识别范围,识别出心滩、辫状水道及泛滥平原的7种GR典型曲线形态及定量标准;
利用GR值的大小对GR典型曲线进行颜色充填,近红色表示心滩,30<GR<50;近黄色表示辫状水道,50<GR<80;近绿色表示水道泥质充填或泛滥平原,GR>80;
(4)利用现代沉积、野外露头考察资料,分析水道对心滩形态的控制作用;
首先确定与研究区沉积体系、环境及砂体类型具有很好相似性的野外露头及现代沉积资料,然后通过野外露头及现代沉积资料对水道及心滩微相在垂直剖面上的岩性、成分、粒度、韵律性进行描述,通过应用Google Earth软件,对不同河流、不同时间地质信息的识别提取,研究辫状水道对心滩坝形态的约束,描述不同微相在平面上的形态、规模及组合关系;
(5)以任一单期地层为研究对象,将带有充填颜色的GR曲线投影到平面上,利用步骤(2)及步骤(3)建立的沉积微相标准,顺古流水方向,识别出大面积连通的辫流带边界;
若平面上呈现大面积的近绿色,GR>80,一般代表较厚泥岩的泛滥平原沉积,是确定辫流带边界的重要标志;
若平面上呈现大面积近红色的心滩相,30<GR<50,近黄色的辫状水道相,50<GR<80,可判断该区域为辫流带的主体部位。
2.根据权利要求1所述的一种快速确定辫流带及内部微相组合关系的方法,其特征在于还包括以下步骤:
(6)在辫流带内部,以GR曲线的平面分布为约束,确定每条水道的延伸路径,利用步骤(4)建立的水道对心滩坝形态的约束,实现水道与心滩坝的平面组合;
首先是辫状水道的识别:
在单期辫流带内部,利用连井剖面与GR曲线平面展布交互分析,进行确定性的辫状水道延伸方向的识别;
若一个河道带砂体对应邻井中等高程段为厚层泥岩段,即可判断两井间存在辫状水道的穿梭;
若两井间存在明显的粒序旋回差异,即可判断两井间存在辫状水道的穿梭;
若与邻井相比,砂岩段明显较薄,即可判断两井间存在辫状水道的穿梭;
若单井GR曲线呈单个钟形,发育明显的向上变细沉积旋回,可判断该井处于河道充填沉积部位,有辫状水道穿过;
然后是水道与心滩坝平面组合关系的判断:
若识别出环绕心滩的辫状水道是对称性,则心滩坝将受到顺流加积与垂向加积作用,判断心滩坝形态为纵向砂坝;
若识别出环绕心滩的辫状水道是不对称水流,则心滩坝将受到侧向加积作用,判断心滩坝形态为斜列砂坝;
若识别出的心滩坝中下部两侧辫状水道是不对称性水流,则心滩坝将出现一侧侵蚀,一侧沉积,判断心滩坝呈现侧向迁移的形态;
若近红色的心滩发育区范围较大,则判断沉积物在心滩坝尾部卸载,形成坝尾沉积,坝尾不断延长,最终充填心滩坝之间的辫状水道,形成了复合心滩坝。
CN202010594246.1A 2020-06-28 2020-06-28 一种快速确定辫流带及内部微相组合关系的方法 Active CN111679341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010594246.1A CN111679341B (zh) 2020-06-28 2020-06-28 一种快速确定辫流带及内部微相组合关系的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010594246.1A CN111679341B (zh) 2020-06-28 2020-06-28 一种快速确定辫流带及内部微相组合关系的方法

Publications (2)

Publication Number Publication Date
CN111679341A true CN111679341A (zh) 2020-09-18
CN111679341B CN111679341B (zh) 2022-04-15

Family

ID=72436922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010594246.1A Active CN111679341B (zh) 2020-06-28 2020-06-28 一种快速确定辫流带及内部微相组合关系的方法

Country Status (1)

Country Link
CN (1) CN111679341B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112904450A (zh) * 2021-01-12 2021-06-04 中国石油天然气股份有限公司 一种河流相砂岩沉积微相判识方法
CN113049591A (zh) * 2021-03-12 2021-06-29 新疆大学 通过生物礁进行碳酸盐岩台地古风向确定的方法
CN113295849A (zh) * 2021-05-21 2021-08-24 新疆大学 一种通过沉积体系分布样式确定陆相湖盆古风向的方法
CN115903047A (zh) * 2022-12-27 2023-04-04 中国地质调查局油气资源调查中心 一种识别海相碳酸盐岩滩相储层的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9069100B2 (en) * 2008-09-03 2015-06-30 Statoil Petroleum As Method of modelling a subterranean region of the earth by performing a bayesian inversion
CN105158802A (zh) * 2015-08-21 2015-12-16 西南石油大学 坳陷湖盆重力流沉积物测井定量识别方法
CN106246158A (zh) * 2016-08-15 2016-12-21 中国石油天然气股份有限公司 超深低孔裂缝性砂岩气藏布井方法及装置
CN106353809A (zh) * 2016-08-11 2017-01-25 中国石油大学(华东) 一种压裂裂缝网络的反演表征方法
CN107490807A (zh) * 2017-09-05 2017-12-19 中国石油大港油田勘探开发研究院 一种碎屑岩沉积微相的判别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9069100B2 (en) * 2008-09-03 2015-06-30 Statoil Petroleum As Method of modelling a subterranean region of the earth by performing a bayesian inversion
CN105158802A (zh) * 2015-08-21 2015-12-16 西南石油大学 坳陷湖盆重力流沉积物测井定量识别方法
CN106353809A (zh) * 2016-08-11 2017-01-25 中国石油大学(华东) 一种压裂裂缝网络的反演表征方法
CN106246158A (zh) * 2016-08-15 2016-12-21 中国石油天然气股份有限公司 超深低孔裂缝性砂岩气藏布井方法及装置
CN107490807A (zh) * 2017-09-05 2017-12-19 中国石油大港油田勘探开发研究院 一种碎屑岩沉积微相的判别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢晓霞,等: "羊二庄油田河流相储集层构型与剩余油分布规律", 《录井工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112904450A (zh) * 2021-01-12 2021-06-04 中国石油天然气股份有限公司 一种河流相砂岩沉积微相判识方法
CN112904450B (zh) * 2021-01-12 2023-08-22 中国石油天然气股份有限公司 一种河流相砂岩沉积微相判识方法
CN113049591A (zh) * 2021-03-12 2021-06-29 新疆大学 通过生物礁进行碳酸盐岩台地古风向确定的方法
CN113295849A (zh) * 2021-05-21 2021-08-24 新疆大学 一种通过沉积体系分布样式确定陆相湖盆古风向的方法
CN113295849B (zh) * 2021-05-21 2022-12-13 新疆大学 一种通过沉积体系分布样式确定陆相湖盆古风向的方法
CN115903047A (zh) * 2022-12-27 2023-04-04 中国地质调查局油气资源调查中心 一种识别海相碳酸盐岩滩相储层的方法和装置

Also Published As

Publication number Publication date
CN111679341B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN111679341B (zh) 一种快速确定辫流带及内部微相组合关系的方法
CN110288258A (zh) 一种高含水油藏剩余油挖潜方法
CN103590827B (zh) 基于储层分类的致密碎屑岩天然气井产能预测方法
CN108104806B (zh) 剩余油分布规律定量分析方法
CN104653156B (zh) 一种碎屑岩油气藏开发单元划分方法
CN111706317B (zh) 一种确定加密调整区低渗储层剩余油分布状况的方法
CN106295095A (zh) 基于常规测井资料预测低渗透砂岩储层产能的新方法
Tan et al. Quantitative evaluation methods for water-flooded layers of conglomerate reservoir based on well logging data
CN108801538A (zh) 一种计算压力衰减梯度的方法
CN108119133A (zh) 储层沉积过程的确定方法和装置
CN109239783B (zh) 一种井震结合中取舍地震信息的方法
Zhifeng et al. Application of seismic architecture interpretation in enhancing oil recovery in late development Stage——Taking meandering river reservoir in Dongying depression as an example
CN113917532B (zh) 分析河流的沉积微相平面展布与沉积演化的方法和系统
Liu et al. The Control Theory and Application for Well Pattern Optimization of Heterogeneous Sandstone Reservoirs
CN115577213B (zh) 一种水侵方向预测方法
Li et al. Sequence stratigraphic analysis and integrated 3D geological modeling of M1 block, Wenmingzhai oilfield, Dongpu depression, China
CN116804769A (zh) 有利区优选评价方法、电子设备、装置及存储介质
Li et al. Research on architecture of multi-type sand bodies inside distributary channel of delta plain: a case study in the Daniudi Gas Field, Ordos Basin
CN113391355B (zh) 一种编制陆相沉积盆地中沉积微相古地理图的方法
CN113919140B (zh) 评价海上大井距扇三角洲薄互层油藏静态连通性的方法
Niu et al. A new method for assessing the trajectory of abandoned channels and its application in Late Miocene in Shijiutuo bulge, Bohai Bay Basin, East China
CN116482777A (zh) 一种辫状河储层隔夹层相控反演识别方法
Guo et al. Study on distribution of oil and water in reservoirs based on regional geological characteristics-Case study from Heidimiao oil reservoir in D block
CN118481617A (zh) 一种致密砂岩水平井压裂位置确定方法
Zhao et al. Characterization of water flooded layers of alluvial fan reservoirs in China Xinjiang oil field

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