CN111965724B - 一种地层缝洞类型的识别方法及装置 - Google Patents
一种地层缝洞类型的识别方法及装置 Download PDFInfo
- Publication number
- CN111965724B CN111965724B CN202010943183.6A CN202010943183A CN111965724B CN 111965724 B CN111965724 B CN 111965724B CN 202010943183 A CN202010943183 A CN 202010943183A CN 111965724 B CN111965724 B CN 111965724B
- Authority
- CN
- China
- Prior art keywords
- energy
- fracture
- well
- scale
- standard
- 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
- 238000001228 spectrum Methods 0.000 claims abstract description 37
- 238000011160 research Methods 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims abstract description 25
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 5
- 238000005553 drilling Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种地层缝洞类型的识别方法及装置，属于地球物理探测技术领域。该方法包括：对研究区内待测井的测井曲线进行小波多尺度变换，得到待测井的二维能量谱；将待测井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围，与标准数据库中的数据进行比对，根据比对结果，得到待测井的缝洞类型；所述标准数据库中的数据为研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，这些数据通过先将研究区内已知缝洞类型的标准井的测井曲线进行小波多尺度变换，得到标准井的二维能量谱，然后统计标准井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围得到。本发明能够快速、低成本的精确识别地层缝洞类型。
Description
技术领域
本发明涉及一种地层缝洞类型的识别方法及装置，属于地球物理探测技术领域。
背景技术
在石油、天然气、地热等资源勘探中，人们一般以测井资料来进行地层岩性、电阻率孔隙度、渗透率、含水饱和度以及裂缝和孔洞的评价。缝洞在碳酸盐岩油气和地热储层中是一类重要的能源存储空间，目前国内外涉及碳酸盐岩缝洞测井识别的方法主要有以下几种，其原理和特点如下：
(1)由于常规测井对于地层裂缝和孔洞的识别精度有限，常需要借助于电成像、声成像以及偶极子声波等特殊测井方法来完成。例如公布号为CN106370817A的发明专利申请文件中，公开了一种基于岩心分析和电成像测井的缝洞定量表征方法，虽然电成像对于过井眼的缝洞有着精准的识别效果，但是由于较高的测井成本或者复杂的井眼状况而常常放弃测量。
(2)以电阻率、声波、中子、密度、井径等常规测井曲线进行综合识别。该类方法主要是综合利用各种常规测井方法对孔洞的响应特征，建立一种加权识别函数进而寻求对缝洞的有效识别，但是由于各种常规测井对过井眼的孔洞和钻井过程中形成的井壁扩径有相似的响应特征而常常识别失败，无法区分是由于工程原因造成的井眼扩径还是天然的缝洞造成的井眼扩径。
(3)从碳酸盐岩储层导电机理入手，建立基质、裂缝以及孔洞三种孔隙度类型的数学导电方程，依据对其孔隙度的求解从而识别缝洞。但是这种方法也需要利用常规测井中的深、浅电阻率数据来进行计算，是对缝洞的一种近似估算。
因此，上述缝洞识别方法要么利用各种成像技术实现，但是这种方式成本高；要么通过建立数学方程实现，但是这种方式处理的数据多，且识别结果不准确；虽然也有利用常规测井曲线进行缝洞识别的方法，但由于一些因素的影响对过井眼的缝洞无法精确识别。
发明内容
本发明的目的是提供一种地层缝洞类型的识别方法及装置，用以解决目前利用常规测井方法识别地层缝洞类型带来的识别精度低的问题。
为实现上述目的，本发明提供了一种地层缝洞类型的识别方法，该方法包括以下步骤：
对研究区内待测井的测井曲线进行小波多尺度变换，得到待测井的二维能量谱，该能量谱的横坐标为小波变换的尺度、纵坐标为测井曲线的能量幅值；
将待测井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围，与标准数据库中的数据进行比对，根据比对结果，得到待测井的缝洞类型；
所述标准数据库中的数据为研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，这些数据通过先将研究区内已知缝洞类型的标准井的测井曲线进行小波多尺度变换，得到标准井的二维能量谱，然后统计标准井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围得到。
本发明还提供了一种地层缝洞类型的识别装置，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现上述地层缝洞类型的识别方法。
本发明的地层缝洞类型的识别方法及装置的有益效果是：本发明依据裂缝、孔洞和扩径三者各自拥有不同的二维能量分布区间，基于标准井已知的缝洞类型信息和标准井的二维能量谱，建立了包含各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围的标准数据库，然后，通过将待测井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围，与标准数据库中的数据进行比对，进行待测井的缝洞类型识别。本发明基于常规测井曲线即可实现地层缝洞类型识别，可以在没有电成像等特殊项目测井资料的条件下，快速、低成本的精确识别地层裂缝、孔洞以及井眼扩径情况；而且能区分出是天然缝洞导致的井眼扩径还是由于钻井工程原因导致的井眼扩径，即能够精确识别出过井眼的缝洞。
进一步地，在上述方法及装置中，所述缝洞类型包括裂缝、孔洞和扩径。
为了更好地实现小波多尺度变换，进一步地，在上述方法及装置中，所述小波多尺度变换的小波函数为symN小波函数或dbN小波函数。
为了避免小波多尺度变换后的数据冗余，进一步地，在上述方法及装置中，所述能量幅值为进行小波多尺度变换后提取的正半周幅值。
进一步地，在上述方法及装置中，所述二维能量谱用能量矩阵的方式表示，所述能量矩阵为：
其中，ⅹm,n为小波多尺度变换后某点的正半周幅值；n为分解层数，即尺度变量；m为深度变量。
进一步地，在上述方法及装置中，所述测井曲线为井径测井曲线。
附图说明
图1是方法实施例1中地层缝洞类型的识别方法流程图；
图2是方法实施例1中裂缝的能量分布标准模式图；
图3是方法实施例1中孔洞的能量分布标准模式图；
图4是方法实施例1中扩径的能量分布标准模式图；
图5是方法实施例1中E井的二维能量谱及缝洞类型识别结论图；
图6是装置实施例1的结构图。
具体实施方式
本发明提供了一种基于常规测井曲线的地层缝洞类型的识别方法及装置，可以在没有电成像等特殊项目测井资料的条件下，快速、低成本的精确识别地层裂缝、孔洞以及井眼扩径情况，降低了对电成像等特殊项目测井的依赖，降低了识别成本；而且能区分出是天然缝洞导致的井眼扩径还是由于钻井工程原因导致的井眼扩径，即能够精确识别出过井眼的缝洞；另外，还可以通过建立纵向深度上连续的二维能量谱，实现在多个深度范围内识别缝洞类型，能够为油气以及地热能源勘探过程中地层缝洞类型的快速、有效识别提供技术支撑。
方法实施例1
如图1所示，本实施例的地层缝洞类型的识别方法，包括以下步骤：
1)对研究区内待测井的测井曲线进行小波多尺度变换，得到待测井的二维能量谱。
其中，二维能量谱的横坐标为小波变换的尺度、纵坐标为测井曲线的能量幅值。
本实施例中，利用symN小波函数进行小波多尺度变换，过程如下：
式中，f(t)为井径测井曲线信号，f(t)∈L2(R)，L2(R)表示平方可积的实数空间，a为尺度因子，b为平移因子，wf(a,b)为f(t)进行小波变换后的结果。
设a＝2-k，将连续小波wf(a,b)离散化：
式中，为小波离散化后的结果。
设ⅹm,n为小波离散化后某点的正半周幅值；n为分解层数，即尺度变量；m为深度变量。
将二维能量谱用能量矩阵的方式表示，则能量矩阵表示为：
本实施例中，选用的sym小波函数具有近似对称性，变换后为了避免数据冗余，仅提取正半周幅值，舍去负半周幅值。
作为其他实施方式，二维能量谱还可以用能量矩阵之外的其他方式表示，例如用平面图的形式表示。
2)将待测井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围，与标准数据库中的数据进行比对，根据比对结果，得到待测井的缝洞类型，缝洞类型包括裂缝、孔洞和扩径。
其中，标准数据库中的数据为研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，这些数据通过先将研究区内已知缝洞类型的标准井的测井曲线进行小波多尺度变换，得到标准井的二维能量谱，然后统计标准井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围得到。
下面对某研究区地层的缝洞类型进行识别，以验证本实施例方法的有效性。该研究区地层为碳酸盐岩地层，当然，本实施例方法也适用于其他类型的地层。
首先，详细介绍该研究区内标准数据库的构建过程：
(1)选取研究区内4口标准井(以下称A井、B井、C井和D井)的井径测井曲线进行symN小波多尺度变换得到各标准井的二维能量谱；
(2)结合A井已知的缝洞类型信息，统计A井的二维能量谱中，裂缝对应的能量幅值大小以及能量幅值所分布的尺度范围，孔洞对应的能量幅值大小以及能量幅值所分布的尺度范围，和扩径对应的能量幅值大小以及能量幅值所分布的尺度范围；同理，分别对B井、C井和D井执行相同的操作；
(3)对步骤(2)中获得的4口标准井的二维能量谱中各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围进行统计分析，得到研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，从而得到标准数据库。
将标准数据库中研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，用能量分布图的形式表示，得到研究区内裂缝、孔洞及扩径的能量分布标准模式图，分别如图2、图3及图4所示。其中，图2、图3和图4的每幅图中，1条曲线代表1口标准井的二维能量谱。
根据图2、图3及图4建立的研究区内各缝洞类型的能量分布标准表，见表1：
表1裂缝、孔洞及扩径的能量分布标准表
| 缝洞类型 | 裂缝 | 孔洞 | 扩径 |
| 能量分布区间 | 1～5 | 2～7 | 5～9 |
| 能量主峰 | 2、3 | 4、5 | 6、7、8 |
由表1可知，裂缝、孔洞和扩径三者各自拥有不同的能量分布标准，分别为：
裂缝的能量分布区间是1～5层(即裂缝对应的能量幅值所分布的尺度范围是1～5)，能量主峰分布在2和3层(即裂缝对应的能量幅值分别在尺度2和3上取得极大值)；
孔洞的能量分布区间是2～7层，能量主峰分布在4和5层；
扩径的能量分布区间是5～9层，能量主峰分布在6、7和8层。
得到研究区内各缝洞类型的能量分布标准后，进行研究区内待测井(以下称E井)的裂缝、孔洞和扩径识别。
首先，对E井的井径测井曲线进行小波多尺度变换得到其二维能量谱，具体见图5第6道。然后，判断E井二维能量谱中的能量主峰所在位置以及能量主峰的幅值，与表1中哪种缝洞类型的能量分布标准相符合，与哪种能量分布标准相符合就是哪种缝洞类型，从而得到E井的缝洞类型识别结论，具体见图5第8道。将识别结论与标准结论(见图5第7道)进行对比，对比结果显示，E井在22个不同深度上的识别结果中有18个与标准结论相符合，4个不符合，识别成功率高达82％。
利用本实施例的方法对研究区内另外5口井在50个不同深度上进行分析，结合实际产能测试资料，识别结论与层位实际产能结果的符合率高达80％，证实了本实施例方法能够有效识别碳酸盐岩地层的裂缝、孔洞和扩径情况。
本实施例中，根据二维能量谱中的能量主峰所在位置以及能量主峰的幅值，判断与表1中哪种缝洞类型的能量分布标准相符合；作为其他实施方式，还可以根据二维能量谱中的能量分布区间以及区间内的幅值大小，判断与表1中哪种缝洞类型的能量分布标准相符合。
方法实施例2
本实施例与方法实施例1的区别仅在于：采用dbN小波函数进行小波多尺度变换。
方法实施例3
本实施例的地层缝洞类型的识别方法与方法实施例1的区别仅在于：利用symN小波函数进行小波多尺度变换后，为了避免数据冗余，仅提取负半周幅值，舍去正半周幅值；作为其他实施方式，为了获得更丰富的数据，利用symN小波函数进行小波多尺度变换后，正、负半周幅值均保留。
装置实施例1
本实施例的地层缝洞类型的识别装置，如图6所示，该装置包括处理器、存储器，存储器中存储有可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现上述方法实施例1中的方法。
也就是说，以上方法实施例1中的方法应理解可由计算机程序指令实现地层缝洞类型的识别方法的流程。可提供这些计算机程序指令到处理器，使得通过处理器执行这些指令产生用于实现上述方法流程所指定的功能。
本实施例所指的处理器是指微处理器MCU或可编程逻辑器件FPGA等的处理装置。
本实施例所指的存储器包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。例如：利用电能方式存储信息的各式存储器，RAM、ROM等；利用磁能方式存储信息的的各式存储器，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的各式存储器，CD或DVD。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
通过上述存储器、处理器以及计算机程序构成的装置，在计算机中由处理器执行相应的程序指令来实现，处理器可以搭载各种操作系统，如windows操作系统、linux系统、android、iOS系统等。
作为其他实施方式，装置还可以包括显示器，显示器用于将识别结果展示出来，以供工作人员参考。
装置实施例2
本实施例的地层缝洞类型的识别装置与装置实施例1的区别仅在于：处理器在执行计算机程序时实现上述方法实施例2中的方法。
装置实施例3
本实施例的地层缝洞类型的识别装置与装置实施例1的区别仅在于：处理器在执行计算机程序时实现上述方法实施例3中的方法。
Claims (7)
1.一种地层缝洞类型的识别方法，其特征在于，该方法包括以下步骤：
对研究区内待测井的测井曲线进行小波多尺度变换，得到待测井的二维能量谱，该能量谱的横坐标为小波变换的尺度、纵坐标为测井曲线的能量幅值；
将待测井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围，与标准数据库中的数据进行比对，根据比对结果，得到待测井的缝洞类型；
所述标准数据库中的数据为研究区内各缝洞类型对应的能量幅值大小以及能量幅值所分布的尺度范围，这些数据通过先将研究区内已知缝洞类型的标准井的测井曲线进行小波多尺度变换，得到标准井的二维能量谱，然后统计标准井的二维能量谱中的能量幅值大小以及能量幅值所分布的尺度范围得到；
其中，根据研究区内裂缝、孔洞及扩径的能量分布标准模式图建立研究区内各缝洞类型的能量分布标准表，由能量分布标准表可知，裂缝、孔洞和扩径三者各自拥有不同的能量分布标准，分别为：裂缝的能量分布区间即二维能量谱中裂缝对应的能量幅值所分布的尺度范围，能量主峰即裂缝对应的能量幅值为在尺度上取得的极大值；同理，得到孔洞的能量分布区间、能量主峰；扩径的能量分布区间，能量主峰；
得到研究区内各缝洞类型的能量分布标准后，进行研究区内待测井的裂缝、孔洞和扩径识别。
2.根据权利要求1所述的地层缝洞类型的识别方法，其特征在于，所述缝洞类型包括裂缝、孔洞和扩径。
3.根据权利要求1或2所述的地层缝洞类型的识别方法，其特征在于，所述小波多尺度变换的小波函数为symN小波函数或dbN小波函数。
4.根据权利要求3所述的地层缝洞类型的识别方法，其特征在于，所述能量幅值为进行小波多尺度变换后提取的正半周幅值。
5.根据权利要求4所述的地层缝洞类型的识别方法，其特征在于，所述二维能量谱用能量矩阵的方式表示，所述能量矩阵为：
；
其中，为小波多尺度变换后某点的正半周幅值；n为分解层数，即尺度变量；m为深度变量。
6.根据权利要求1所述的地层缝洞类型的识别方法，其特征在于，所述测井曲线为井径测井曲线。
7.一种地层缝洞类型的识别装置，其特征在于，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现如权利要求1-6任一项所述的地层缝洞类型的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010943183.6A CN111965724B (zh) | 2020-09-09 | 2020-09-09 | 一种地层缝洞类型的识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010943183.6A CN111965724B (zh) | 2020-09-09 | 2020-09-09 | 一种地层缝洞类型的识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111965724A CN111965724A (zh) | 2020-11-20 |
| CN111965724B true CN111965724B (zh) | 2023-07-28 |
Family
ID=73392707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010943183.6A Active CN111965724B (zh) | 2020-09-09 | 2020-09-09 | 一种地层缝洞类型的识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111965724B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4870627A (en) * | 1984-12-26 | 1989-09-26 | Schlumberger Technology Corporation | Method and apparatus for detecting and evaluating borehole wall fractures |
| CN102736107A (zh) * | 2011-04-07 | 2012-10-17 | 中国石油天然气股份有限公司 | 一种能量约束非均质储层厚度识别系统 |
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| CN105891904A (zh) * | 2015-10-28 | 2016-08-24 | 中国石油化工股份有限公司 | 一种陆相缝洞型储层识别方法 |
| CN106014397A (zh) * | 2016-05-13 | 2016-10-12 | 中国石油天然气集团公司 | 一种成像测井缝洞储层参数提取方法 |
| CN109781862A (zh) * | 2019-01-08 | 2019-05-21 | 中国石油化工股份有限公司河南油田分公司勘探开发研究院 | 一种小波高频属性识别致密砂岩裂缝的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2253886C1 (ru) * | 2004-07-30 | 2005-06-10 | Общество с ограниченной ответственностью "Инжиниринговый центр" | Способ геофизической разведки для определения нефтепродуктивности трещинных карбонатных коллекторов в трехмерном межскважинном пространстве |
| US8649980B2 (en) * | 2010-03-05 | 2014-02-11 | Vialogy Llc | Active noise injection computations for improved predictability in oil and gas reservoir characterization and microseismic event analysis |
| US9377548B2 (en) * | 2011-11-09 | 2016-06-28 | Chevron U.S.A. Inc. | Wavelet-transform based system and method for analyzing characteristics of a geological formation |
| CN105093330B (zh) * | 2014-05-14 | 2017-10-17 | 中国石油天然气股份有限公司 | 多地震道积累振幅差分解谱寻找井旁缝洞储集体的方法 |
| CN106443802B (zh) * | 2016-09-20 | 2018-11-13 | 中石化石油工程技术服务有限公司 | 一种基于形态学滤波的电成像储层缝洞体的定量表征方法及系统 |
| CN108254783A (zh) * | 2016-12-29 | 2018-07-06 | 中国石油化工股份有限公司 | 一种基于时频分析的叠后地震流体识别方法 |
-
2020
- 2020-09-09 CN CN202010943183.6A patent/CN111965724B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4870627A (en) * | 1984-12-26 | 1989-09-26 | Schlumberger Technology Corporation | Method and apparatus for detecting and evaluating borehole wall fractures |
| CN102736107A (zh) * | 2011-04-07 | 2012-10-17 | 中国石油天然气股份有限公司 | 一种能量约束非均质储层厚度识别系统 |
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| CN105891904A (zh) * | 2015-10-28 | 2016-08-24 | 中国石油化工股份有限公司 | 一种陆相缝洞型储层识别方法 |
| CN106014397A (zh) * | 2016-05-13 | 2016-10-12 | 中国石油天然气集团公司 | 一种成像测井缝洞储层参数提取方法 |
| CN109781862A (zh) * | 2019-01-08 | 2019-05-21 | 中国石油化工股份有限公司河南油田分公司勘探开发研究院 | 一种小波高频属性识别致密砂岩裂缝的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111965724A (zh) | 2020-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9009010B2 (en) | Systems and methods for hydraulic fracture characterization using microseismic event data | |
| EP2502093B1 (en) | System and method for microseismic analysis | |
| US20140334260A1 (en) | Neural Network Signal Processing of Microseismic Events | |
| US20190331813A1 (en) | Data fusion technique to compute reservoir quality and completion quality by combining various log measurements | |
| Liu et al. | An integrated 3D fracture network reconstruction method based on microseismic events | |
| CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
| CN112861890B (zh) | 一种储层评价模型构建方法及储层识别方法 | |
| CN107861162B (zh) | 基于微电极测井资料的天然裂缝识别方法及系统 | |
| CN117370846B (zh) | 一种基于微震事件的水力压裂三维裂缝网构建方法及系统 | |
| CN113970785B (zh) | 暗河裂缝发育预测方法、系统、存储介质以及电子设备 | |
| AU2017279838B1 (en) | Method for classifying deep rock geofacies based on data mining | |
| CN111965724B (zh) | 一种地层缝洞类型的识别方法及装置 | |
| CN108956410A (zh) | 岩样孔隙结构快速定性识别方法及装置 | |
| GB2543491B (en) | Method of and apparatus for processing log data | |
| CN104834934A (zh) | 一种用于识别储层流体的核体俘获法 | |
| US9921329B2 (en) | Automated method for selecting positions within formations from which to extract samples thereof | |
| US11703612B2 (en) | Methods and systems for characterizing a hydrocarbon-bearing rock formation using electromagnetic measurements | |
| CN115144929A (zh) | 油气藏储量确定方法、装置、存储介质及电子设备 | |
| CN114033352B (zh) | 一种井周裂缝密度估算的方法及设备 | |
| Wang et al. | Study on a New Rock Fracability Evaluation Model of Shale Gas Reservoir | |
| CN113971351B (zh) | 裂缝孔隙度的确定方法及装置 | |
| CN116010789B (zh) | 一种碳酸盐岩储层类型识别方法、装置、设备及应用 | |
| CN114135269B (zh) | 一种致密砂岩油层识别方法及装置 | |
| US20230409778A1 (en) | Algorithms for predicting vug connectivity | |
| CN115629414A (zh) | 稀井区烃源岩toc预测方法、系统、电子设备及介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220210 Address after: 100028 Chaoyang District, Beijing Hui Xin Street 6, Twelfth level. Applicant after: SINOPEC OILFIELD SERVICE Corp. Applicant after: Sinopec Jingwei Co.,Ltd. Applicant after: SINOPEC NORTH CHINA PETROLEUM ENGINEERING Co.,Ltd. Applicant after: North China Measurement and control company of Sinopec Jingwei Co.,Ltd. Address before: 100728 12th floor, A6 Huixin East Street, Chaoyang District, Beijing Applicant before: SINOPEC OILFIELD SERVICE Corp. Applicant before: SINOPEC NORTH CHINA PETROLEUM ENGINEERING Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |