CN112084660B - 基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 - Google Patents
基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 Download PDFInfo
- Publication number
- CN112084660B CN112084660B CN202010945080.3A CN202010945080A CN112084660B CN 112084660 B CN112084660 B CN 112084660B CN 202010945080 A CN202010945080 A CN 202010945080A CN 112084660 B CN112084660 B CN 112084660B
- Authority
- CN
- China
- Prior art keywords
- rock
- deep
- sedimentary
- types
- curve
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
Abstract
本发明提出了基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,该方法包括:利用显微镜、刻蚀、染色和阴极发光等技术,对岩石进行组构识别及分类,通过主成分分析法对测井曲线进行特征曲线融合处理,提取不同岩石类型的特征曲线,建立岩石‑电性解释模型,从而实现对深层/超深层碳酸盐岩岩石类型的识别及标定;分析岩石类型在纵横向的发育规律及叠置关系,确定区域沉积模式,进而对不同岩石类型的沉积微相精细划分,可进一步恢复海平面变化曲线。本发明不仅可以提高沉积微相划分的精度,保证地质信息的准确性,而且能够提升沉积相的认识,为实际勘探部署决策提供支撑,进而降低勘探风险和减少勘探成本的投入。
Description
技术领域
本发明属于石油勘探和开发技术领域,尤其与基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法有关。
背景技术
根据国际通常办法和钻井工程规范[埋深≥15000ft(4500m)],及我国《石油天然气储量计算规范》(埋深≥3500m),并结合勘探开发工作实际,将西部地区4500m以深(大于6000m为超深层)与东部地区3500m以深(大于4500m为超深层),界定为深层油气资源赋存领域。
近年来,国内深层/超深层碳酸盐岩地层油气勘探先后在塔里木、鄂尔多斯、四川等盆地相继取得重大发现,在油地质理论研究、钻井、完井和开采技术研发方面,也取得显著进展,深层/超深层碳酸盐岩地层油气逐渐成为中国油气勘探下一步重要的接替领域。在系统地调研国内外学者对优质碳酸盐岩储层成因与分布模式等大量成果的基础上,发现沉积微相与储层发育关系密切,控制着深层/超深层碳酸盐岩地层油气的分布。但由于深层/超深层碳酸盐岩地层形成时间早,经过数次构造运动,且处于高温、高压等特殊环境,导致对深层/超深层碳酸盐岩沉积微相划分的研究相对迟滞,且对已有成果争论较大,不仅影响着深层/超深层碳酸盐岩储层成因机理的认识进展,而且制约着油气探勘的进程。此外,针对深层/超深层碳酸盐岩储层的预测多以沉积微相为约束条件而建立油气储层属性模型,因此,对沉积微相的精细划分,不仅可以提高油气储层预测模型的精度,实现对深层/超深层的准确预测;而且提升对深层/超深层碳酸盐岩储层成因机理的认识,能够有效推进深层/超深层碳酸盐岩油气的勘探进程。
发明内容
针对上述背景技术存在的问题,本发明旨在提供基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法。
为此,本发明采用以下技术方案:基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征是,包括以下步骤:
第一步,筛选出取心较为完整且具有代表性的井位,对岩性快速识别,划分沉积旋回,并以沉积旋回为基本单元,按岩性采集样品;
第二步,利用显微镜、刻蚀、染色和阴极发光的技术,对原岩的组构进行识别及归类,并依据钻具井深,绘制岩心岩性结构剖面图;
第三步,选取某个岩性-电性的共同标志层,对岩心进行归位,以测深为准,校正钻具井深,进而建立岩石类型-电性关系;
第四步,利用主成分分析法对电性曲线进行特征曲线融合处理,确定不同岩石类型的特征曲线;
第五步,选取最大-最小函数对曲线数据进行归一化处理,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型;
第六步,结合已有的测试分析数据,对岩石类型-电性解释模型进行综合校正;
第七步,基于岩石类型-电性解释模型,根据测井数据,采用频谱分析法,对碳酸盐岩地层进行岩石类型识别标定;
第八步,分析岩石类型的发育特征及规律,总结沉积相类型及发育特征,确定区域沉积模式;
第九步,分析不同岩石类型在纵向上的发育特征及叠置关系,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相,并恢复海平面变化曲线。
作为对上述技术方案的补充和完善,本发明还包括以下技术特征。
所述的第一步具体步骤为:首先,依据地质背景资料,对目标区的取心数据进行收集梳理,筛选出取心较为完整且具有代表性的井位,进行岩心观察,利用10%的稀盐酸对岩性快速识别,依据高频旋回顶底的特征,对岩心旋回进行划分,以沉积旋回为基本单元,按岩性采集样品。
所述的第二步具体步骤为:首先,以邓哈姆分类方案为基础,利用显微镜、刻蚀、染色和阴极发光的技术,对碳酸盐岩地层的岩性进行鉴定,并对原岩的组构进行识别;其次,采用宏微观结合的方法,根据碳酸盐岩鉴定标准,对岩石进行定名,按岩石组构和发育特征进行归类;最后,依据钻具井深,绘制岩心岩性结构剖面图;
所述的第三步具体步骤为:首先,依据测录井数据,结合岩心岩性结构剖面,选取某个岩性-电性的共同标志层,将其岩心位置与测井曲线对齐,以单筒岩心为单位,对岩心进行归位;其次,以测深为准,校正钻具井深,进而建立岩石类型-电性关系。
所述的第四步具体步骤为:首先,根据岩石类型-电性关系,按岩石类型提取电性曲线数据;其次,利用主成分分析法对电性曲线进行特征曲线融合处理,确定不同岩石类型的特征曲线。
所述的第五步具体步骤为:首先,根据不同岩石类型的特征曲线,选取最大-最小函数(公式1)对曲线数据进行归一化处理;其次,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型。
式中:A为某一测井曲线的所有数据集合;
maxA为某一测井曲线的最大值;
minA为某一测井曲线的最小值;
x为某一测井曲线的一个原始值;
x′为映射到区间[0,1]的值。
所述的第六步具体步骤为:首先,随机选取一口取心井,利用岩石类型-电性解释模型对岩石类型进行识别;其次,将识别结果与岩性结构剖面进行比对,并结合已有的测试分析数据,对岩石类型-电性解释模型进行综合校正。
所述的第七步具体步骤为:基于岩石类型-电性解释模型,根据测井数据,采用频谱分析法,对碳酸盐岩地层进行岩石类型识别标定。
所述的第八步具体步骤为:首先,根据区域地质背景,分析岩石类型在点-线-面发育特征;其次,依据岩石类型的发育特征及规律,总结沉积相类型及发育特征,进而确定区域沉积模式。
所述的第九步具体步骤为:首先,基于岩心岩性结构剖面图和测井曲线,依据区域沉积相类型及发育特征和井位平面分布位置,分析不同岩石类型在纵向上的发育特征及叠置关系;其次,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相;最后,依据微相组合类型,结合地质背景,综合沉积微相在纵向上的发育规律,明确沉积环境,进而恢复海平面变化曲线。
本发明可以达到以下有益效果:本发明可以达到以下有益效果:本发明基于沉积岩石学、沉积相分析、测井原理等理论为指导,充分应用基础数据资料,利用显微镜、刻蚀、染色和阴极发光等技术,对岩石进行鉴定并分类,先后采用主成分分析法、频谱分析法等方法,构建岩石类型-电性解释模型模式,实现对深层/超深层碳酸盐岩沉积微相的精细划分,并恢复海平面变化曲线。不仅可以提高沉积微相的精度,保证地质信息的准确性,而且能够提升沉积相的认识,为实际勘探部署决策提供支撑,进而降低勘探风险和减少勘探成本的投入。
附图说明
图1为本发明的步骤流程示意图。
图2为岩石类型识别及高频旋回划分示例图。
图3为图2中A、B、C的薄片照片
图4为岩心岩性结构剖面图。
图5为特征曲线融合图。
图6为岩石类型-电性解释模型图。
图7为碳酸盐岩沉积微相及海平面变化图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。
如图1所示,本发明包括以下步骤(图1):
S1、依据地质背景资料,对目标区的取心数据进行收集梳理,筛选出取心较为完整且具有代表性的井位,进行岩心观察,利用10%的稀盐酸对岩性快速识别,依据高频旋回顶底的特征,对岩心旋回进行划分,以沉积旋回为基本单元,按岩性采集样品。
S11、依据地质背景资料,对目标区的取心数据进行收集梳理,筛选出取心较为完整且具有代表性的井位,进行岩心观察,利用10%的稀盐酸对岩性快速识别;
S12、依据步骤S11,依据高频旋回顶底的特征,对岩心旋回进行划分,以沉积旋回为基本单元,按岩性采集样品。
S2、以邓哈姆分类方案为基础,利用显微镜、刻蚀、染色和阴极发光的技术,对碳酸盐岩地层的岩性进行鉴定,并对原岩的组构进行识别,采用宏微观结合的方法(图2、图3),根据碳酸盐岩鉴定标准,对岩石进行定名,按岩石组构和发育特征进行归类,并依据钻具井深,绘制岩心岩性结构剖面图(图4);
S21、以邓哈姆分类方案为基础,利用显微镜、刻蚀、染色和阴极发光等技术,对碳酸盐岩地层的岩性进行鉴定,并对原岩的组构进行识别;
S22、依据步骤S21,采用宏微观结合的方法,根据碳酸盐岩鉴定标准,对岩石进行定名,按岩石组构和发育特征进行归类;
S23、依据步骤S22,依据钻具井深,绘制岩心岩性结构剖面图;
S3、依据测录井数据,结合岩心岩性结构剖面,选取某个岩性-电性的共同标志层,将其岩心位置与测井曲线对齐,以单筒岩心为单位,对岩心进行归位,以测深为准,校正钻具井深,进而建立岩石类型-电性关系。
S31、依据测录井数据,结合岩心岩性结构剖面,选取某个岩性-电性的共同标志层,将其岩心位置与测井曲线对齐,以单筒岩心为单位,对岩心进行归位;
S32、依据步骤S31,以测深为准,校正钻具井深,进而建立岩石类型-电性关系。
S4、根据岩石类型-电性关系,按岩石类型提取电性曲线数据,利用主成分分析法对电性曲线进行特征曲线融合处理(图5),确定不同岩石类型的特征曲线。
S41、依据步骤S3,按岩石类型提取电性曲线数据;
S42、依据步骤S41,利用主成分分析法对电性曲线进行特征曲线融合处理,确定不同岩石类型的特征曲线。
S5、根据不同岩石类型的特征曲线,选取最大-最小函数对曲线数据进行归一化处理,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型(图6)。
S51、依据步骤S4,选取最大-最小函数(公式1)对曲线数据进行归一化处理;
式中:A为某一测井曲线的所有数据集合;
maxA为某一测井曲线的最大值;
minA为某一测井曲线的最小值;
x为某一测井曲线的一个原始值;
x′为映射到区间[0,1]的值。
S52、依据步骤S51,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型。
S6、随机选取一口取心井,利用岩石类型-电性解释模型对岩石类型进行识别,识别结果与岩性结构剖面进行比对,并结合已有的测试分析数据,对岩石类型-电性解释模型进行综合校正。
S61、随机选取一口取心井,利用岩石类型-电性解释模型对岩石类型进行识别;
S62、依据步骤S61,将识别结果与岩性结构剖面进行比对,并结合已有的测试分析数据,对岩石类型-电性解释模型进行综合校正。
S7、基于岩石类型-电性解释模型,根据测井数据,采用频谱分析法,对碳酸盐岩地层进行岩石类型识别标定。
S8、根据区域地质背景,结合岩石类型及其在点-线-面发育特征,分析岩石类型的发育特征及规律,确定沉积相类型及发育特征,进而区域沉积模式。
S81、根据区域地质背景,分析岩石类型在点-线-面发育特征及规律;
S82、依据步骤S81,确定沉积相类型及发育特征,进而建立区域沉积模式。
S9、基于岩心岩性结构剖面图和测井曲线,依据区域沉积相类型及发育特征和井位平面分布位置,分析不同岩石类型在纵向上的发育特征及叠置关系,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相,并恢复海平面变化曲线(图7)。
S91、基于岩心岩性结构剖面图和测井曲线,依据区域沉积相类型及发育特征和井位平面分布位置,分析不同岩石类型在纵向上的发育特征及叠置关系;
S92、依据步骤S91,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相。
S93、依据步骤S92,结合地质背景,综合沉积微相在纵向上的发育规律,明确沉积环境,进而恢复海平面变化曲线。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于,所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法包括以下步骤:
第一步,筛选出取心较为完整且具有代表性的井位,对岩性快速识别,划分沉积旋回,并以沉积旋回为基本单元,按岩性采集样品;
第二步,利用显微镜、刻蚀、染色和阴极发光的技术,对原岩的组构进行识别及归类,并依据钻具井深,绘制岩心岩性结构剖面图;
第三步,选取某个岩性-电性的共同标志层,对岩心进行归位,以测深为准,校正钻具井深,进而建立岩石类型-电性关系;
第四步,利用主成分分析法对电性曲线进行特征曲线融合处理,确定不同岩石类型的特征曲线;
第五步,选取最大-最小函数对曲线数据进行归一化处理,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型;
第六步,结合已有的测试分析数据,对岩石类型-电性解释模型进行综合校正;
第七步,基于岩石类型-电性解释模型,根据测井数据,采用频谱分析法,对碳酸盐岩地层进行岩石类型识别标定;
第八步,分析岩石类型的发育特征及规律,总结沉积相类型及发育特征,确定区域沉积模式;
第九步,分析不同岩石类型在纵向上的发育特征及叠置关系,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相,并恢复海平面变化曲线。
2.根据权利要求1所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第一步具体步骤为:首先,依据地质背景资料,对目标区的取心数据进行收集梳理,筛选出取心较为完整且具有代表性的井位,进行岩心观察,利用10%的稀盐酸对岩性快速识别;其次,依据高频旋回顶底的特征,对岩心旋回进行划分,以沉积旋回为基本单元,按岩性采集样品。
3.根据权利要求2所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第二步具体步骤为:首先,以邓哈姆分类方案为基础,利用显微镜、刻蚀、染色和阴极发光的技术,对碳酸盐岩地层的岩性进行鉴定,并对原岩的组构进行识别;其次,采用宏微观结合的方法,根据碳酸盐岩鉴定标准,对岩石进行定名,按岩石组构和发育特征进行归类;最后,依据钻具井深,绘制岩心岩性结构剖面图。
4.根据权利要求3所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第四步具体步骤为:首先,根据岩石类型-电性关系,按岩石类型提取电性曲线数据;其次,利用主成分分析法对电性曲线进行特征曲线融合处理,确定不同岩石类型的特征曲线。
5.根据权利要求4所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第五步具体步骤为:首先,根据不同岩石类型的特征曲线,选取最大-最小函数对曲线数据进行归一化处理;其次,分析曲线的变化趋势及特征,确定不同岩石类型的不同电性曲线的区间范围,建立岩石类型-电性解释模型。
6.根据权利要求5所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第八步具体步骤为:首先,根据区域地质背景,分析岩石类型在点-线-面发育特征;其次,依据岩石类型的发育特征及规律,总结沉积相类型及发育特征,进而确定区域沉积模式。
7.根据权利要求6所述的基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法,其特征在于:所述的第九步具体步骤为:首先,基于岩心岩性结构剖面图和测井曲线,依据区域沉积相类型及发育特征和井位平面分布位置,分析不同岩石类型在纵向上的发育特征及叠置关系;其次,参照Wilson标准微相类型及其识别标志,划分不同岩石类型所对应的沉积微相;最后,依据微相组合类型,结合地质背景,综合沉积微相在纵向上的发育规律,明确沉积环境,进而恢复海平面变化曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945080.3A CN112084660B (zh) | 2020-09-10 | 2020-09-10 | 基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945080.3A CN112084660B (zh) | 2020-09-10 | 2020-09-10 | 基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112084660A CN112084660A (zh) | 2020-12-15 |
CN112084660B true CN112084660B (zh) | 2022-05-31 |
Family
ID=73731726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945080.3A Active CN112084660B (zh) | 2020-09-10 | 2020-09-10 | 基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112084660B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766148A (zh) * | 2021-01-18 | 2021-05-07 | 河南大学 | 一种受人类扰动冲积地层沉积韵律的识别方法及系统 |
CN113537235A (zh) * | 2021-02-08 | 2021-10-22 | 中国石油化工股份有限公司 | 岩石鉴定方法、系统、装置、终端及可读存储介质 |
CN117035508A (zh) * | 2023-08-01 | 2023-11-10 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104632200A (zh) * | 2013-11-14 | 2015-05-20 | 中国石油化工股份有限公司 | 河流相多层及厚层油藏精细建模方法 |
CN110275210A (zh) * | 2018-03-14 | 2019-09-24 | 中国石油化工股份有限公司 | 一种碳酸盐岩高频层序格架的沉积微相相模式的识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3127040A4 (en) * | 2014-03-31 | 2017-09-06 | Ingrain, Inc. | Digital rock physics-based trend determination and usage for upscaling |
CN109653725B (zh) * | 2018-09-13 | 2022-03-15 | 山东鼎维石油科技有限公司 | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 |
CN109143361B (zh) * | 2018-10-10 | 2019-12-24 | 西南石油大学 | 一种基于层序地层学的碳酸盐岩地层古地质图的编制方法 |
CN109613612B (zh) * | 2018-12-19 | 2020-05-19 | 中国地质大学(北京) | 一种碳酸盐岩颗粒滩精细刻画与预测方法 |
CN109557593B (zh) * | 2019-01-02 | 2020-06-16 | 长江大学 | 灰岩颗粒滩微相识别方法及设备 |
-
2020
- 2020-09-10 CN CN202010945080.3A patent/CN112084660B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104632200A (zh) * | 2013-11-14 | 2015-05-20 | 中国石油化工股份有限公司 | 河流相多层及厚层油藏精细建模方法 |
CN110275210A (zh) * | 2018-03-14 | 2019-09-24 | 中国石油化工股份有限公司 | 一种碳酸盐岩高频层序格架的沉积微相相模式的识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112084660A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084660B (zh) | 基于岩电解释模型对深层/超深层碳酸盐岩沉积微相精细划分的方法 | |
CN108931814B (zh) | 一种基于多属性融合的基岩裂缝预测的方法 | |
CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
CN105044797B (zh) | 一种碳酸盐岩地层剥蚀量定量恢复方法 | |
CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
CN104020509B (zh) | 基于Bayes判别分析的砂质滩坝沉积微相测井识别方法 | |
KR101148835B1 (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 암상 예측방법 및 이를 구현하는 시스템 | |
CN108374657B (zh) | 井断点自动识别方法 | |
CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
CN104318109A (zh) | 基于支持向量机的页岩气储层识别方法 | |
CN111239815A (zh) | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 | |
CN107313770A (zh) | 一种利用元素录井特征剖面进行地层划分的新方法 | |
CN111472765A (zh) | 目标井的地层划分方法和装置 | |
CN105158802A (zh) | 坳陷湖盆重力流沉积物测井定量识别方法 | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN110673215A (zh) | 一种基于交会图与Fisher判别的复杂岩性自动判别方法 | |
CN111028095A (zh) | 一种基于测井曲线的定量识别页岩岩相的方法 | |
Chai et al. | Automatic discrimination of sedimentary facies and lithologies in reef-bank reservoirs using borehole image logs | |
CN112415596B (zh) | 一种基于测井资料的白云岩结构类型识别方法 | |
CN112832738B (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
CN115204563A (zh) | 一种适用于砂岩型铀矿找矿目标层的评价方法 | |
CN109577946B (zh) | 一种利用测井数据识别鲕粒滩类型的方法 | |
CN107831537B (zh) | 高砂地比浊积岩储层描述方法 | |
CN110346416A (zh) | 基于声波和电阻率的特征参数曲线识别火山岩岩性的方法 |
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 |