CN111852460B - 一种基于经验模态分解的测录井曲线归一化方法 - Google Patents
一种基于经验模态分解的测录井曲线归一化方法 Download PDFInfo
- Publication number
- CN111852460B CN111852460B CN201910333697.7A CN201910333697A CN111852460B CN 111852460 B CN111852460 B CN 111852460B CN 201910333697 A CN201910333697 A CN 201910333697A CN 111852460 B CN111852460 B CN 111852460B
- Authority
- CN
- China
- Prior art keywords
- function
- curve
- normalized
- eigenmode
- curves
- 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
- 238000010606 normalization Methods 0.000 title claims abstract description 39
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000012935 Averaging Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 11
- 239000004005 microsphere Substances 0.000 claims description 4
- 238000002759 z-score normalization Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000005211 surface analysis Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010183 spectrum 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
-
- 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
- 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 And Detection Of Objects (AREA)
Abstract
本申请提供了基于经验模态分解的测录井曲线归一化方法，包括以下步骤：步骤1，获取工区待评价的目标测录井曲线；步骤2，利用经验模态分解法对该目标测录井曲线进行分解，获得多个本征模态函数曲线和一个趋势函数曲线；步骤3，对该多个本征模态函数曲线和该趋势函数曲线分别进行归一化处理，获得多个归一化模态函数曲线和一个归一化趋势函数曲线；步骤4，对步骤3中获得的该多个归一化模态函数曲线和该一个归一化趋势函数曲线求取平均值，得到归一化目标测录井曲线。该方法计算简便、易行，能够保证不同尺度旋回性信息的完整性，有利于后续测井数据解释与处理，其效果明显优于一般归一化方法。
Description
技术领域
本发明涉及石油、天然气勘探与开发领域，并且更具体地，涉及一种基于经验模态分解的测录井曲线归一化方法。
背景技术
测井曲线归一化工作关系到测井数据计算储层地质从参数的准确性，是油藏描述等工作中必不可少的基础工作。测井数据蕴藏着非常丰富的地质心销，是迄今为止所能获得的分辨率最高、连续性最好的地质数据之一。测井数据的误差除了环境因素影响外，测、录井时间不同，测、录井仪器不同等原因，使得同样的地层，其测、录井响应的幅度差别很大，直接进行定量解释的误差很大，在一个油田来说，在漫长的勘探开发过程中，很难保证所有测井数据都采用相同类型的仪器、统一的标准刻度器以及测井仪器操作人员采用同样的操作方式进行测量，因此，为了获得准确反映地层的真实信息，就应对测井资料进行归一化处理。归一化是一种简化计算的方式，将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量，即将研究工区各井的同类测井数据统一到同一刻度水平上，增强可对比性，排出非地质因素的影响，保证储层多井评价时计算泥质含量、孔、渗、饱等地质参数的可靠性。测、录井曲线归一化是进行岩性、物性及含油气性解释的基础，既保证了运算的便捷，又能凸现出物理量的本质含义。
现有技术中开发一些对测井数据进行归一化的方法。例如二维直方图法、多维直方图法、频率交会图法、均值-方差法、趋势面分析法、三孔隙度交会图法、变异函数分析法等。又例如，申请号为200980126255.X的专利申请公开了一种归一化与地下区域的地质概况有关的测井记录数据的方法，包括：在每个测井记录上标识定义一个区段的一对标记；确定每个测井记录的所述区段内的特性的统计值；用平滑函数拟合所述统计值，以创建一次叠代趋势面；对每个统计值确定与所述趋势面的偏差，并删除与所述趋势面的偏差大于阈值的那些统计值；用平滑函数拟合剩余的统计值，以创建二次叠代趋势面；根据所述二次叠代趋势面归一化每个测井记录的特性；以及分析归一化特性，以确定地下区域的地质概况。然而，上述方法虽然能够对测井曲线进行归一化处理，但是存在操作复杂，精度不高的问题。
因此，需要开发一种新的对测录井曲线进行归一化的方法，以克服现有技术中的归一化方法复杂且精度不高的问题。
发明内容
针对上述现有技术中的问题，本申请提出了一种基于经验模态分解的测录井曲线归一化方法，通过应用经验模态分解法对测录井曲线进行分解，在对分解后的每个本征模态函数及趋势曲线进行归一化处理的基础上，将各个归一化处理后的本征模态函数与趋势曲线求取均值曲线，则得到原曲线的归一化曲线。
本发明提供的基于经验模态分解的测录井曲线归一化方法，包括以下步骤：步骤1，获取工区待评价的目标测录井曲线；步骤2，利用经验模态分解法对所述目标测录井曲线进行分解，获得多个本征模态函数曲线和一个趋势函数曲线；步骤3，对所述多个本征模态函数曲线和所述趋势函数曲线分别进行归一化处理，获得多个归一化模态函数曲线和一个归一化趋势函数曲线；步骤4，对步骤3中获得的所述多个归一化模态函数曲线和所述一个归一化趋势函数曲线求取平均值，得到归一化目标测录井曲线。
在一个优选的实施方式中，多个本征模态函数包括自然电位、自然伽玛、井径、声波时差、岩性密度、补偿中子、深侧向电阻率、浅侧向电阻率、微侧向电阻率、微球电阻率、微电位和微梯度中的至少一种。
在一个优选的实施方式中，多个本征模态函数曲线包括9个本征模态函数曲线。
在一个优选的实施方式中，在步骤3中，采用Z-score标准化方法进行归一化处理。
在一个优选的实施方式中，在步骤3中，所述多个归一化模态函数曲线分布区间为(0，1)、(-1，1)或(-10，10)。
在一个优选的实施方式中，在步骤3中，所述归一化目标测录井曲线分布区间为(-1.5，1.5)。
在一个优选的实施方式中，目标测录井曲线为深度为6200～7000m处的测录井曲线
通过本发明提供的基于经验模态分解的测井曲线的归一化方法，使得归一化过程简便易行，能够保证不同尺度旋回性信息的完整性，有利于后续测井数据解释与处理，其效果优于现有技术中的归一化处理。
上述技术特征可以各种适合的方式组合或由等效的技术特征来替代，只要能够达到本发明的目的。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1显示了根据本发明实施例的基于经验模态分解的测录井全归一化方法的示意性流程图；
图2显示了根据本发明另一实施例的基于经验模态分解的测录井全归一化方法的示意性流程图；
图3显示了根据本发明另一实施例的目标测井曲线与经验模态分解后的本征模态函数曲线和趋势曲线；
图4显示了根据本发明另一实施例的归一化后的本征模态函数曲线和趋势曲线以及平均值曲线；
图5显示了根据本发明另一实施例的目标测井曲线与归一化目标测井曲线。
在附图中，相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
下面将结合附图对本发明作进一步说明。
图1和图2为本发明提供的基于经验模态分解的测录井曲线归一化方法100的示意性流程图，包括以下步骤：
S110，获取工区待评价的目标测录井曲线；
S120，利用经验模态分解法对所述目标测录井曲线进行分解，获得多个本征模态函数曲线和一个趋势函数曲线；
S130，对所述多个本征模态函数曲线和所述趋势函数曲线分别进行归一化处理，获得多个归一化模态函数曲线和一个归一化趋势函数曲线；
S140，对S130中获得的所述多个归一化模态函数曲线和所述一个归一化趋势函数曲线求取平均值，得到归一化目标测录井曲线。
在S110中，在选取用于评价的目标测录井曲线时，应当选取工区中某一层段或某回次的测录井数据曲线。
在测录井曲线中，可以为如下的自然电位、自然伽玛、井径、声波时差、岩性密度、补偿中子、深侧向电阻率、浅侧向电阻率、微侧向电阻率、微球电阻率、微电位和微梯度中的至少一种的组合。
特别地，该目标测录井曲线可以为9条曲线的组合，分别为三条岩性曲线、三条孔隙度曲线以及三条电阻率曲线。其中，三条岩性曲线用来划分储层与非储层，分别为自然伽玛(GR)、自然电位(SP)和井径(CAL)；三条孔隙度曲线用来计算储层孔隙度的大小，包括：补偿中子(CNL)、岩性密度(DNL)和声波时差(DT)；三条电阻率曲线用来判断储层的含油性，包括深侧向电阻率(LLD)、浅侧向电阻率(LLS)和微侧向电阻率(MLL)。
在S120中，利用经验模态分解法(Empirical Mode Decomposition，简称“EMD”)对获得的目标测录井曲线进行分解，得到多个本征模态函数曲线以及一个趋势函数曲线。
经验模态分解(EMD)方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点，EMD方法在理论上可以应用于任何类型的信号的分解，因而在处理非平稳及非线性数据上，具有非常明显的优势,适合于分析非线性、非平稳信号序列，具有很高的信噪比。
<EMD分解原理>
本征模态函数ct的求取主要有三个步骤：
先找出原序列x(t)的各个局部极大值，利用三次样条函数进行差值，得到原序列x(t)的上包络序列值Xmax(t)。同理，可以得到下包络序列值Xmin(t)。
然后对每个时刻的Xmax(t)和Xmin(t)取平均，得到平均值m(t)：
最后用原序列x(t)减去平均值m(t)，得到序列h(t)：
h(t)＝x(t)-m(t)
如果h(t)满足本征模态函数的所需要的条件，h(t)则为第一阶本征模态函数，否则把h(t)当做原序列，重复以上步骤，直到满足本征模态函数条件为止。即提取出了第一阶本征模态函数，然后利用原序列减去第一阶本征模态函数，得到残差序列：
r1(t)＝x(t)-c1(t)
式中，r1(t)为残差序列；c1(t)为第一阶本征模态函数。
至此，提取第一个本征模态函数的过程全部完成。然后把r1(t)作为一个新的序列，按照以上步骤依次提取后面的本征模态函数，直到满足以下两个条件之一时，整个分解过程可以终止。这两个条件是：第一，本征模态函数c1(t)或者残差序列rn(t)小于预定的误差；第二，残差rn(t)成为一单调函数或者常数。最后曲线x(t)可以表示成n阶本征模态函数和残差rn(t)之和：
在本发明中，通过上述的经验模态分解法，将目标测录井曲线分解为了n个本征模态函数c(t)以及一个趋势函数rn(t)。
应理解，这里的本征模态函数即上文描述的测井子曲线自然电位、自然伽玛、井径、声波时差、岩性密度、补偿中子、深侧向电阻率、浅侧向电阻率、微侧向电阻率、微球电阻率、微电位和微梯度中的一种。
在S130中，需要将在S120中得到的多个本征模态函数进行归一化处理，同时将趋势函数进行归一化处理。
在本发明的实施例中，采用Z-score标准化法对上述函数进行归一化处理。
标准分数能够真实的反应一个分数距离平均数的相对标准距离。标准分数(standard score)也叫z分数(z-score),是一个分数与平均数的差再除以标准差的过程。用公式表示为：
其中x为某一具体分数，μ为平均数，σ为标准差。
z值的量代表着原始分数和母体平均值之间的距离，是以标准差为单位计算。在原始分数低于平均值时z则为负数，反之则为正数。
应理解，在本发明的实施例中，采用z-score标准化法进行归一化处理只是为了说明的目的，并不对该归一化处理构成限定。事实上，在对本征模函数曲线和趋势函数曲线进行归一化处理时，还可以使用现有技术中其它归一化方法，如上文提到的二维直方图法、多维直方图法、频率交会图法、均值-方差法、趋势面分析法、三孔隙度交会图法、变异函数分析法等。
在S130进行归一化处理后，获得的每个归一化本征模态函数曲线分布于有限的区间内，例如(0，1)、(-1，1)或(-10，10)中。
在S140中，将在S130中获得的多个归一化本征模态函数曲线的数据和一个趋势函数曲线的数据求取平均值，由平均值数据构成的曲线则确定为归一化目标测录井曲线。
将结合附图以具体实施例的形式对本发明进行详细的说明。
本实施例以塔里木盆地塔中地区某井某回次测井某曲线数据为例，应用本专利方法进行测井曲线标准化处理。
图3示出了目标测井曲线(Th/K)与与经验模态分解后的本征模模态函数(IMF1-9)与趋势曲线(RE)，可以看到，在本实施例中，通过将原曲线进行经验模态分解，分解为有限个(9个)本征模态函数曲线IMF1-IMF9，及一个趋势曲线RE。
图4示出了对多个本征模态函数曲线和趋势函数曲线进行一般归一化以后的归一化本征模态函数曲线(IMF1-Zscore-IMF9-Zscore)与趋势函数曲线(RE-Zscore)。对及它们求取平均值后，得到平均值曲线(Th/K-EMD-Zscore)，则该平均值曲线则为归一化目标测井曲线。图5为归一化前的目标测井曲线和归一化后的归一化目标测井曲线的对比图，可以看到，归一化目标测井曲线的分布区间为(-1.5，1.5)。该归一化后的目标测井曲线与其它井或其它时段的归一化测井曲线位于相同的分布区间内，该曲线即可应用于后期其他测井解释与分析处理。
本发明应用经验模态分解法对测录井曲线进行分解，在对分解后的每个本征模态函数及趋势函数曲线进行归一化处理的基础上，将各个归一化处理后的本征模态函数与趋势函数曲线求取均值曲线，则得到原曲线的归一化曲线。计算简便、易行，能够保证不同尺度旋回性信息的完整性，有利于后续测井数据解释与处理，其效果明显优于一般归一化方法。
在本发明的描述中，需要理解的是，术语“上”、“下”、“底”、“顶”、“前”、“后”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (7)
1.一种基于经验模态分解的测录井曲线归一化方法，其特征在于，所述方法包括：
步骤1，获取工区待评价的目标测录井曲线；
步骤2，利用经验模态分解法对所述目标测录井曲线进行分解，获得多个本征模态函数曲线和一个趋势函数曲线；
步骤3，对所述多个本征模态函数曲线和所述趋势函数曲线分别进行归一化处理，获得多个归一化模态函数曲线和一个归一化趋势函数曲线；
步骤4，对步骤3中获得的所述多个归一化模态函数曲线和所述一个归一化趋势函数曲线求取平均值，得到归一化目标测录井曲线；
其中，本征模态函数的求取包括以下步骤：
第一步，找出原序列x(t)的各个局部极大值，利用三次样条函数进行差值，得到原序列x(t)的上包络序列值X max (t)，同理，可以得到下包络序列值X min (t)，
第二步，对每个时刻的X max (t)和X min (t)取平均，得到平均值m(t)：
第三步，用原序列x(t)减去平均值m(t)，得到序列h(t)：
其中，如果h(t)满足本征模态函数的所需要的条件，h(t)则为第一阶本征模态函数，否则把h(t)当做原序列，重复以上第一至第三步，直到满足本征模态函数条件：提取出了第一阶本征模态函数，然后利用原序列减去第一阶本征模态函数，得到残差序列：
式中，r 1 (t)为残差序列；c 1 (t)为第一阶本征模态函数；
至此，提取第一个本征模态函数的过程全部完成；
然后，把r 1 (t)作为一个新的序列，按照所述第一步至第三步依次提取后面的本征模态函数，直到满足以下两个条件之一时，整个分解过程终止；
所述两个条件是：
第一，本征模态函数或者残差序列小于预定的误差；
第二，残差序列成为一单调函数或者常数，最后原序列x(t)表示成n阶本征模态函数和残差序列r n (t)之和：
2.根据权利要求1所述的归一化方法，其特征在于，所述多个本征模态函数包括自然电位、自然伽玛、井径、声波时差、岩性密度、补偿中子、深侧向电阻率、浅侧向电阻率、微侧向电阻率、微球电阻率、微电位和微梯度中的至少一种。
3.根据权利要求2所述的归一化方法，其特征在于，所述多个本征模态函数曲线包括9个本征模态函数曲线。
4.根据权利要求1所述的归一化方法，其特征在于，在步骤3中，采用Z-score标准化方法进行归一化处理。
5.根据权利要求1所述的归一化方法，其特征在于，在步骤3中，所述多个归一化模态函数曲线分布区间为（0，1）、（-1，1）或（-10，10）。
6.根据权利要求1所述的归一化方法，其特征在于，在步骤4中，所述归一化目标测录井曲线分布区间为（-1.5，1.5）。
7.根据权利要求1所述的归一化方法，其特征在于，所述目标测录井曲线为深度为6200~7000m处的测录井曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910333697.7A CN111852460B (zh) | 2019-04-24 | 2019-04-24 | 一种基于经验模态分解的测录井曲线归一化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910333697.7A CN111852460B (zh) | 2019-04-24 | 2019-04-24 | 一种基于经验模态分解的测录井曲线归一化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111852460A CN111852460A (zh) | 2020-10-30 |
| CN111852460B true CN111852460B (zh) | 2023-07-04 |
Family
ID=72952094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910333697.7A Active CN111852460B (zh) | 2019-04-24 | 2019-04-24 | 一种基于经验模态分解的测录井曲线归一化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111852460B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353985B (zh) * | 2011-06-01 | 2013-04-03 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于非下采样Contourlet变换的拟声波曲线构建方法 |
| CN105487136B (zh) * | 2015-12-31 | 2017-11-07 | 中国石油大学(华东) | 基于经验模态分解和能量熵判别的碳酸盐岩储集体测井识别方法 |
| CN107884830B (zh) * | 2016-09-29 | 2020-03-24 | 中国石油化工股份有限公司 | 沉积地层旋回划分方法及装置 |
| CN108333629B (zh) * | 2018-01-24 | 2021-08-24 | 中国矿业大学 | 一种利用经验模态分解和支持向量机定量预测煤厚的方法 |
| CN108957587A (zh) * | 2018-07-10 | 2018-12-07 | 中国石油天然气股份有限公司 | 火成岩岩性识别方法及装置 |
-
2019
- 2019-04-24 CN CN201910333697.7A patent/CN111852460B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111852460A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113759425B (zh) | 井震联合评价深层古岩溶储层充填特征的方法与系统 | |
| WO2017084454A1 (zh) | 一种地层组分最优化确定方法及装置 | |
| US11802985B2 (en) | Method and system for analyzing filling for karst reservoir based on spectrum decomposition and machine learning | |
| CN112505778B (zh) | 一种页岩生储性能非均质性的三维原位表征方法 | |
| Yanhu et al. | A method of seismic meme inversion and its application | |
| Shi et al. | Brittleness index prediction in shale gas reservoirs based on efficient network models | |
| US20130282286A1 (en) | System and method for calibrating permeability for use in reservoir modeling | |
| CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
| CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
| CN108490491A (zh) | 一种基于波形指示反演的滩体预测方法 | |
| CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
| CN109283577B (zh) | 一种地震层位标定方法 | |
| US11668855B2 (en) | Method and system for sedimentary pathway prediction using geological and seismic data | |
| CN111852460B (zh) | 一种基于经验模态分解的测录井曲线归一化方法 | |
| US11719851B2 (en) | Method and system for predicting formation top depths | |
| CN114482995A (zh) | 一种细粒沉积物泥质含量精细确定方法 | |
| CN110568149B (zh) | 沉积盆地烃源岩生排烃史精细快速定量模拟方法 | |
| CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
| CN112147701B (zh) | 一种地震波形驱动的高分辨率地震反演方法 | |
| Damasceno et al. | Source rock evaluation from rock to seismic: Integrated machine learning based workflow | |
| CN113123780B (zh) | 单井各级烃源岩厚度的确定方法、装置及存储介质 | |
| CN117687098A (zh) | 缝洞型储层的预测方法、装置、设备及存储介质 | |
| CN116520407A (zh) | 利用地震多属性基于两次随机森林法预测薄砂体厚度的方法 | |
| McLennan et al. | Best Practice Reservoir Characterization for the Alberta Oilsands | |
| CN117111149A (zh) | 流体体积模量参数提取方法、流体识别方法、设备及介质 |
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 |