CN112133377B - 一种海域天然气水合物赋存状态的判别方法及系统 - Google Patents
一种海域天然气水合物赋存状态的判别方法及系统 Download PDFInfo
- Publication number
- CN112133377B CN112133377B CN202010888119.2A CN202010888119A CN112133377B CN 112133377 B CN112133377 B CN 112133377B CN 202010888119 A CN202010888119 A CN 202010888119A CN 112133377 B CN112133377 B CN 112133377B
- Authority
- CN
- China
- Prior art keywords
- hydrate
- parameter
- type
- data
- pore filling
- 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
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011435 rock Substances 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 239000011148 porous material Substances 0.000 claims description 88
- 239000002245 particle Substances 0.000 claims description 82
- 238000004364 calculation method Methods 0.000 claims description 37
- 230000015572 biosynthetic process Effects 0.000 claims description 23
- 239000012530 fluid Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 16
- 239000011707 mineral Substances 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000004927 clay Substances 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 6
- 239000013049 sediment Substances 0.000 claims description 5
- 229920002430 Fibre-reinforced plastic Polymers 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 239000003365 glass fiber Substances 0.000 claims description 4
- 238000005755 formation reaction Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 150000004677 hydrates Chemical class 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 229910021532 Calcite Inorganic materials 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 239000010433 feldspar Substances 0.000 description 2
- 239000008398 formation water Substances 0.000 description 2
- 230000002706 hydrostatic effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000010445 mica Substances 0.000 description 2
- 229910052618 mica group Inorganic materials 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种海域天然气水合物赋存状态的判别方法及系统，该方法包括：根据测井资料，得到井中孔隙度及水合物饱和度；建立岩石物理模型；根据构建的岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；判断测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会水合物饱和度与选择的判别参数，得到交会图版，进行变扰动误差计算；根据测井资料中的实测数据及扰动误差，得到选择的判别参数与水合物饱和度在交会图版的分布，定性判别水合物的赋存状态。
Description
技术领域
本发明涉及天然气水合物识别技术领域，尤指一种海域天然气水合物赋存状态的判别方法及系统。
背景技术
天然气水合物作为化石燃料的重要替代能源，勘探潜力巨大，具有广阔的开发前景。由于沉积环境的不同，水合物会以不同的形态赋存在地下，赋存状态能够反应水合物的生成条件，对含水合物地层性质及成藏地质模式的研究具有指导意义。不同区域水合物钻探情况表明，水合物的赋存状态存在较大差异，并且能够引起水合物地层弹性响应的显著变化，水合物赋存类型的准确识别是天然气水合物储层岩石物理建模的基础和优质储层准确预测的前提。并且，天然气水合物的赋存状态影响天然气水合物与多孔介质的相互作用及储层的机械强度，进而决定不同赋存状态的水合物的开采方式。因此，研究经济有效的水合物赋存类型判别方法有着重要意义。
然而，目前水合物赋存状态的识别主要依赖于钻井取芯，在取芯基础上进行CT扫描、热成像等分析。CT扫描是通过对CT图像进行开闭运算、多值化、梯度图像提取和边缘检测处理，获得清晰图像，识别含水合物沉积物多孔介质中不同物质边界，进而判断水合物的赋存状态(Choi JH等，2011；Ohno H等，2011)。热成像法通过对钻芯进行热量检测进而识别水合物的形态。以上方法虽然对水合物赋存状态判别的准确度较高，但是，目前现有针对含水合物地层的取芯成功率很低，并且成本很大，该方法具有较大的局限性。
除了钻井取芯外，现有技术还提出了电阻率成像测井可以刻画充填在裂隙中的水合物(Kim等，2013)，但电阻率成像测井的垂直分辨率很低，无法识别低角度的裂缝(Cook等，2010)，并且对于疏松高孔隙度地层的水合物赋存类型仍不能提供有效判别方法。在岩石物理建模方面，学者们依据岩石物理理论，构建了不同的岩石物理模型，如Biot-Gassmann理论(Lee，2002)、三相Biot方程(Lee，2006)等；另外还有在孔隙尺度下基于水合物颗粒与多孔隙介质颗粒之间的相互作用而构建岩石物理模型，如等效介质理论(EMT模型)(Helgerud，1999)，多孔颗粒的未固结砂岩模型(Ruiz和Dvorkin，2009)等；在这些模型建立过程中，针对水合物的不同赋存状态，对水合物的处理方式不同，模拟的弹性参数具有较大差异。虽然学者们针对不同的微观赋存模式给出了岩石物理模型建立方法，但对水合物的赋存状态判别研究甚少，依然缺乏可靠的方法。
综上来看，亟需一种可以克服上述问题，能够实现稳定可靠、适用性强的天然气水合物赋存状态的判别方案。
发明内容
本发明提出了一种海域天然气水合物赋存状态的判别方法及系统，该方法及系统通过测井解释与岩石物理模拟技术，针对有无横波速度测井数据的情况，分别引入相应的判别系数与饱和度交会，实现孔隙充填型、颗粒支撑型或二者共存赋存状态的定性判别，并在此基础上针对孔隙充填与颗粒支撑共存情况，定量每种类型水合物含量体积分数，可以有效解决背景技术中的问题，为海域天然气水合物赋存类型判别提供了一种经济有效的方法，为后续勘探开发奠定基础。
在本发明实施例的第一方面，提出了一种海域天然气水合物赋存状态的判别方法，该方法包括：
获取测井资料；
根据所述测井资料，得到井中孔隙度及水合物饱和度；
根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
在本发明实施例的第二方面，提出了一种海域天然气水合物赋存状态的判别系统，该系统包括：
测井资料获取模块，用于获取测井资料；
数据计算模块，用于根据所述测井资料，得到井中孔隙度及水合物饱和度；
模型建立模块，用于根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
判别参数计算模块，用于根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
扰动误差计算模块，用于判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
赋存状态判别模块，用于根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
在本发明实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现海域天然气水合物赋存状态的判别方法。
在本发明实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现海域天然气水合物赋存状态的判别方法。
本发明提出的海域天然气水合物赋存状态的判别方法及系统通过测井解释与岩石物理模拟技术，实现了基于井资料进行海域天然气水合物赋存类型的判别，针对有无横波资料实际数据情况，分别引入两种判别系数与饱和度交会进行定性判别，并引入误差扰动分析，实现区域含水合物地层孔隙填充类型、颗粒支撑型或二者共存赋存状态的定性判别，提高赋存类型判别的准确性，针对孔隙填充与颗粒支撑共存情况，定量每种类型水合物含量体积分数，为后续天然气水合物储层预测及敏感属性分析提供更准确的模型依据。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明一实施例的海域天然气水合物赋存状态的判别方法流程示意图。
图2是本发明一具体实施例的利用水合物饱和度与判别系数交会判别海域天然气水合物赋存状态的示意图。
图3是本发明一具体实施例的实际数据应用与海域天然气水合物赋存状态定量判别示意图。
图4是本发明一实施例的海域天然气水合物赋存状态的判别系统架构示意图。
图5是本发明一实施例的计算机设备结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
根据本发明的实施方式，提出了一种海域天然气水合物赋存状态的判别及系统。
孔隙充填和颗粒支撑为物理意义上的两种极端微观分布状态，也是海域地层两种较为常见的天然气水合物赋存状态。当水合物的饱和度较高时，孔隙充填模式可以转变为颗粒支撑模式，两种赋存状态既可以单独存在，也可以共同存在。对此，本发明基于测井解释与岩石物理模拟技术，实现了一种经济有效地判别孔隙充填、颗粒支撑及两种模式共存三种赋存状态的技术方案。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
图1是本发明一实施例的海域天然气水合物赋存状态的判别方法流程示意图。如图1所示，该方法包括：
步骤S101，获取测井资料；
步骤S102，根据所述测井资料，得到井中孔隙度及水合物饱和度；
步骤S103，根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
步骤S104，根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
步骤S105，判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
步骤S106，根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
为了对上述海域天然气水合物赋存状态的判别方法进行更为清楚的解释，下面结合一个具体的实施例来对每一步骤进行详细说明。
步骤S101：
结合地质资料、岩心分析及测井数据，获取含天然气水合物砂岩中的矿物组分数据、孔隙流体的数据、纯水合物的数据及水合物层段的测井数据。
其中，含天然气水合物砂岩中的矿物组分数据包括：含天然气水合物砂岩中矿物组分类型、含量及弹性参数，具体为井中地层矿物颗粒的体积模量、剪切模量、体积百分比及密度。
孔隙流体的数据包括：孔隙流体的体积模量及密度。
纯水合物的数据包括：纯水合物的体积模量、剪切模量及密度。
水合物层段的测井数据包括：纵波速度、横波速度、密度、自然伽马及电阻率等。
井中地层矿物颗粒的体积模量Kma、剪切模量μma、密度ρma的计算公式为：
ρma＝∑fiρi；
其中，Ki、μi、ρi、fi分别为各种井中地层矿物颗粒的体积模量、剪切模量、密度、体积百分比。
通常，含水合物层段可以通过以下特征判断：含水合物层在测井曲线上表现为低自然伽马值、高电阻率值、高声波速度值等特征。
具体的，参考表1，为一地区的矿物组分弹性模量参数表。
表1矿物组分弹性模量参数表
| 组分名称 | 体积百分比/％ | 体积模量/GPa | 剪切模量/GPa | 密度/g·cm-3 |
| 方解石 | 14 | 76.8 | 32.0 | 2.71 |
| 石英 | 28 | 36.0 | 45.0 | 2.65 |
| 长石 | 12 | 76.0 | 26.0 | 2.71 |
| 云母 | 26 | 62.0 | 41.0 | 2.68 |
| 粘土 | 20 | 20.9 | 6.9 | 2.58 |
| 海水 | - | 2.5 | 0 | 1.03 |
| 水合物 | - | 5.6 | 2.4 | 0.90 |
步骤S102：
根据所述测井资料，得到井中地层孔隙度及水合物饱和度Sh，包括：
井中地层孔隙度的计算公式为：
水合物饱和度的计算公式为：
Sh＝1-Sw；
其中，
其中，为井中地层孔隙度；Sh为水合物饱和度；Sw为含水饱和度；Fc为泥质含量校正参数；a、m、n为阿尔奇参数，a可以反映导电方向上孔隙与吼道延伸的曲折情况，m可以反映导电截面积大小的变化率，地质意义为孔吼比大小，n可以反映孔隙中流体的赋存状态；Rw为孔隙水电阻率；Rt为实测电阻率；Rc为黏土电阻率；Vsh为泥质含量；GR为自然伽马测井值；GRmax为纯砂岩自然伽马测井值；GRmin为纯泥岩段自然伽马测井值；电阻率及自然伽马数据来自于水合物层段的测井数据。a、m、n、Rc、Rw可以根据经验或根据岩心测试结果进行调整。
步骤S103：
建立表征三种赋存状态的岩石物理模型，具体过程为：
步骤S1031，根据所述测井资料、井中地层孔隙度及水合物饱和度，分别计算孔隙充填型对应的流体弹性参数和固体弹性参数、颗粒支撑型对应的流体弹性参数和固体弹性参数、干海洋沉积物骨架的弹性模量及含水合物地层的弹性参数；其中，
步骤S1031-1，流体参数计算：
对于孔隙充填型，根据Wood公式，将水合物与孔隙中的水混合，计算流体混合物的弹性参数，计算公式如下：
Kfluid＝1/(Sh/Kh+(1-Sh)/Kw)；
对于颗粒支撑型，流体的弹性参数为地层水弹性参数；
Kfluid＝Kw；
ρfluid＝ρw；
其中，Kfluid为流体的体积模量；ρfluid为流体的密度；Sh为水合物饱和度；Kh为水合物的体积模量；Kw为地层水的体积模量；ρh为水合物的密度；ρw为地层水的密度。
步骤S1031-2，岩石基质混合的固体弹性参数：
对于孔隙充填型，采用步骤S101的岩石基质的体积模量、剪切模量、密度方法进行计算，其中，矿物颗粒包括方解石、石英、长石、云母、粘土等地层矿物。
对于颗粒支撑型，由于水合物的存在导致孔隙度降低，计算公式为：
其中，为含水合物地层的孔隙度；/>是原始孔隙度。其中，在非水合物地层下，地层孔隙度可以通过步骤S102计算得到，但是对于含水合物地层下该计算方式并不适用，需要对步骤S102得到的地层孔隙度做进一步处理(即上述计算过程)。
基质中每种矿物组分的体积含量为：
其中，fz为每种矿物组分的体积含量。
基质中水合物的体积含量为：
其中，fh为水合物的体积含量。
步骤S1031-3，根据Dvokin(1999)方法计算干海洋沉积物骨架的弹性模量，利用接触理论考虑等效压力与配位数的影响，得到干岩石的体积模量KDry及剪切模量GDry，计算公式如下：
其中，
其中，为含水合物地层孔隙度；/>是临界孔隙度(/>Nur等，1998)；n是在/>处的配位数(约为8-9.5，Murphy，1982)；G和v分别是固体相的剪切模量和泊松比，且/>K为固体相的体积模量；P是静岩压力与静水压力的差，P＝(ρb-ρw)gD，ρb是沉积层的体积密度；ρw是水的密度；g是重力加速度；D是海底以下的深度。
步骤S1031-4，根据Gassmann方程，计算饱和流体时的沉积物的体积模量和剪切模量，进而模拟含水合物地层的弹性参数，计算公式如下：
GSat＝GDry；
孔隙充填型：
颗粒支撑型：
其中，KSat为含水合物地层的体积模量；GSat为含水合物地层的剪切模量；ρmineral为矿物密度。
步骤S1032，根据步骤S1031-1至步骤S1031-4得到的参数，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型。
步骤S104：
根据构建的所述岩石物理模型，得到给定孔隙度、水合物饱和度由0～1情况下水合物赋存类型的第一判别参数及第二判别参数；其中，
第一判别参数的计算公式为：
其中，A为第一判别参数；Lambda为拉梅第一参数；Mu为剪切模量，拉梅第二参数；Lambda、Mu通过实测地层纵波速度Vp,、实测地层横波速度Vs及实测地层密度ρ计算得到，计算公式如下：
Mu＝ρ×Vs 2；
第二判别参数的计算公式为：
B＝ρ2ln(Vp)；
其中，B为第二判别参数；ρ为实测地层密度；Vs为实测地层横波速度；Vp为实测地层纵波速度。
步骤S105：
判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差。
具体流程为：
判断所述测井资料是否包含横波速度测井数据；其中，
若测井资料包含横波速度测井数据，交会所述水合物饱和度Sh与与判别参数A，孔隙充填型记为A1，颗粒支撑型记为A2，并根据纵波速度、横波速度及密度实测曲线计算判别参数A对应的判别曲线Ameasure；
若测井资料不包含横波速度测井数据，交会所述水合物饱和度Sh与判别参数B，孔隙充填型记为B1，颗粒支撑型记为B2，并根据纵波速度及密度实测曲线计算判别参数B对应的判别曲线Bmeasure；
当Sh＝0时，设置对应的参数A0及B0，根据参数A1、A2、B1及B2随水合物饱和度Sh的变化率定义误差限，计算公式如下：
孔隙充填型对应的扰动误差计算为：
判别参数A：
判别参数B：
颗粒支撑型对应的扰动误差计算为：
判别参数A：
判别参数B：
其中，E1、E2分别为孔隙充填型对应的判别参数A、判别参数B的扰动误差；E3、E4分别为颗粒支撑型对应的判别参数A、判别参数B的扰动误差；c、d为常数，根据实际资料测量质量确定，一般将最大扰动误差控制在10％以内，当Sh大于15％时，两种赋存类型的误差限没有重合。
步骤S106：
根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态，包括：
若测井资料包含横波速度测井数据，分别计算A1+E1、A1-E1，作为孔隙充填型误差允许的上下限；分别计算A2+E3、A2-E3，作为颗粒支撑型误差允许的上下限；在水合物饱和度Sh与判别参数A的交会图版中，若测井曲线相应孔隙度对应的判别曲线Ameasure分布在：
A1+E1与A1-E1之间，判断水合物的赋存状态为孔隙充填型；
A2+E3与A2-E3之间，判断水合物的赋存状态为颗粒支撑型；
在A1-E1与A2+E3之间，判断水合物的赋存状态为孔隙充填型与颗粒支撑型共存；
若在水合物饱和度Sh小于第一阈值(第一阈值可以设置为0.15)时，出现孔隙充填型与颗粒支撑型误差限交叉的现象，根据交叉点与A1、A2的直线距离进行判断，若距离A1较近，判断为孔隙充填型，若距离A2较近，判断为颗粒支撑型。
若测井资料不包含横波速度测井数据，分别计算B1+E2、B1-E2，作为孔隙充填型误差允许的上下限；分别计算B2+E4、B2-E4，作为颗粒支撑型误差允许的上下限；在水合物饱和度Sh与判别参数B的交会图版中，若测井曲线相应孔隙度对应的判别曲线Bmeasure分布在：
B1+E2与B1-E2之间，判断水合物的赋存状态为孔隙充填型；
B2+E4与B2-E4之间，判断水合物的赋存状态为颗粒支撑型；
在B1+E2与B2-E4之间，判断水合物的赋存状态为孔隙充填型与颗粒支撑型共存；
若在水合物饱和度Sh小于第一阈值时，出现孔隙充填型与颗粒支撑型误差限交叉的现象，根据交叉点与B1、B2的直线距离进行判断，若距离B1较近，判断为孔隙充填型，若距离B2较近，判断为颗粒支撑型。
在一具体实施例中，测井资料中包含横波速度测井数据，因此选取水合物饱和度与判别参数A的交会图进行分析，参考图2，为本发明一具体实施例的利用水合物饱和度(Sh)与判别系数(Lambda/Mu)交会判别海域天然气水合物赋存状态的示意图。如图2所示，判断该区海域天然气水合物赋存状态以孔隙充填型为主，含有少量颗粒支撑型。
进一步的，该方法还可以包括步骤S107，在判断水合物为孔隙充填类型与颗粒支撑两种模式共存时，定量判别孔隙充填型与颗粒支撑型的体积含量，具体步骤为：
步骤S1071，若定性判别水合物的赋存状态为孔隙充填型与颗粒支撑型共存，设置孔隙充填型与颗粒支撑型占水合物总含量的百分比为v1、v2，根据v1、v2重新建立岩石物理模型。
在重新建立岩石物理模型时，将步骤S103中的岩石物理建模过程步骤S1031-1、步骤S1031-2及步骤S1031-4进行调整如下：
调整步骤S1031-1为：根据Wood公式，将孔隙填充类型的水合物与孔隙中的水混合，计算流体混合物的弹性参数：
Kfluid＝1/(Sh·v1/Kh+(1-Sh-v1)/Kw)；
调整步骤S1031-2为：利用Voigt-Reuss-Hill(1952)计算，计算颗粒支撑型的水合物与其他岩石基质混合的固体弹性参数：
其中，为水合物的孔隙度；/>是原始孔隙度。
基质中每种矿物组分的体积含量为：
基质中水合物的体积含量为：
调整步骤S1031-4中的地层密度的计算公式为：
ρma＝∑fiρi+ρh·fh；
基于调整后的步骤重建岩石物理模型。
步骤S1072，根据重建的岩石物理模型，在测井资料包含横波速度测井数据的情况下，分别计算不同v1下的对应的参数A1、A2；其中，v1的取值为0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1。
步骤S1073，根据参数A1、A2得到测井曲线相应孔隙度对应的判别曲线Ameasure；
步骤S1074，根据判别曲线Ameasure在Sh与判别参数A的交会图版得到v1的分布区间[m，n]，将分布区间[m，n]进行等分，等分方式可以采用十等分，选取与判别曲线Ameasure最接近的线为v1的含量，得到孔隙充填型水合物体积分数，通过v2＝1-v1，得到颗粒支撑型水合物体积分数。参考图3，为本发明一具体实施例的实际数据应用与海域天然气水合物赋存状态定量判别示意图，通过图3可知，第一列为孔隙度数据(Porosity)，第二列为水合物饱和度(Sh)，第三列为判别系数(Lambda/Mu)，第四列为赋存状态的所占百分比(Volume)，由此可以得到水合物赋存状态。
需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
在介绍了本发明示例性实施方式的方法之后，接下来，参考图4对本发明示例性实施方式的海域天然气水合物赋存状态的判别系统进行介绍。
海域天然气水合物赋存状态的判别系统的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“模块”或者“单元”，可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
基于同一发明构思，本发明还提出了一种海域天然气水合物赋存状态的判别系统，如图4所示，该系统包括：
测井资料获取模块410，用于获取测井资料；
数据计算模块420，用于根据所述测井资料，得到井中孔隙度及水合物饱和度；
模型建立模块430，用于根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
判别参数计算模块440，用于根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
扰动误差计算模块450，用于判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
赋存状态判别模块460，用于根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
应当注意，尽管在上文详细描述中提及了海域天然气水合物赋存状态的判别系统的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
基于前述发明构思，如图5所示，本发明还提出了一种计算机设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530，所述处理器520执行所述计算机程序530时实现前述海域天然气水合物赋存状态的判别方法。
基于前述发明构思，本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述海域天然气水合物赋存状态的判别方法。
本发明提出的海域天然气水合物赋存状态的判别方法及系统通过测井解释与岩石物理模拟技术，实现了基于井资料进行海域天然气水合物赋存类型的判别，针对有无横波资料实际数据情况，分别引入两种判别系数与饱和度交会进行定性判别，并引入误差扰动分析，实现区域含水合物地层孔隙填充类型、颗粒支撑型或二者共存赋存状态的定性判别，提高赋存类型判别的准确性，针对孔隙填充与颗粒支撑共存情况，定量每种类型水合物含量体积分数，为后续天然气水合物储层预测及敏感属性分析提供更准确的模型依据。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (11)
1.一种海域天然气水合物赋存状态的判别方法，其特征在于，该方法包括：
获取测井资料；
根据所述测井资料，得到井中孔隙度及水合物饱和度；
根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
2.根据权利要求1所述的海域天然气水合物赋存状态的判别方法，其特征在于，获取测井资料，包括：
结合地质资料、岩心分析及测井数据，获取含天然气水合物砂岩中的矿物组分数据、孔隙流体的数据、纯水合物的数据及水合物层段的测井数据。
3.根据权利要求2所述的海域天然气水合物赋存状态的判别方法，其特征在于，根据所述测井资料，得到井中地层孔隙度及水合物饱和度，包括：
井中地层孔隙度的计算公式为：
水合物饱和度的计算公式为：
Sh＝1-Sw；
其中，
其中，为井中地层孔隙度；Sh为水合物饱和度；Sw为含水饱和度；Fc为泥质含量校正参数；a、m、n为阿尔奇参数；Rw为孔隙水电阻率；Rt为实测电阻率；Rc为黏土电阻率；Vsh为泥质含量；GR为自然伽马测井值；GRmax为纯砂岩自然伽马测井值；GRmin为纯泥岩段自然伽马测井值；电阻率及自然伽马数据来自于水合物层段的测井数据。
4.根据权利要求3所述的海域天然气水合物赋存状态的判别方法，其特征在于，根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型，包括：
根据所述测井资料、井中孔隙度及水合物饱和度，分别计算孔隙充填型对应的流体弹性参数和固体弹性参数、颗粒支撑型对应的流体弹性参数和固体弹性参数、干海洋沉积物骨架的弹性模量及含水合物地层的弹性参数；
建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型。
5.根据权利要求4所述的海域天然气水合物赋存状态的判别方法，其特征在于，根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数，包括：
第一判别参数的计算公式为：
其中，A为第一判别参数；Lambda为拉梅第一参数；Mu为剪切模量，拉梅第二参数；Lambda、Mu通过实测地层纵波速度Vp,、实测地层横波速度Vs及实测地层密度ρ计算得到，计算公式如下：
第二判别参数的计算公式为：
B＝ρ2ln(Vp)；
其中，B为第二判别参数；ρ为实测密度；Vs为实测地层横波速度；Vp为实测纵波速度。
6.根据权利要求5所述的海域天然气水合物赋存状态的判别方法，其特征在于，判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差，包括：
若测井资料包含横波速度测井数据，交会所述水合物饱和度Sh与与判别参数A，孔隙充填型记为A1，颗粒支撑型记为A2，并根据纵波速度、横波速度及密度实测曲线计算判别参数A对应的判别曲线Ameasure；
若测井资料不包含横波速度测井数据，交会所述水合物饱和度Sh与判别参数B，孔隙充填型记为B1，颗粒支撑型记为B2，并根据纵波速度及密度实测曲线计算判别参数B对应的判别曲线Bmeasure；
当Sh＝0时，设置对应的参数A0及B0，根据参数A1、A2、B1及B2随水合物饱和度Sh的变化率定义误差限，计算公式如下：
孔隙充填型对应的扰动误差计算为：
判别参数A：
判别参数B：
颗粒支撑型对应的扰动误差计算为：
判别参数A：
判别参数B：
其中，E1、E2分别为孔隙充填型对应的判别参数A、判别参数B的扰动误差；E3、E4分别为颗粒支撑型对应的判别参数A、判别参数B的扰动误差；c、d为常数，根据实际资料测量质量确定。
7.根据权利要求6所述的海域天然气水合物赋存状态的判别方法，其特征在于，根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态，包括：
若测井资料包含横波速度测井数据，分别计算A1+E1、A1-E1，作为孔隙充填型误差允许的上下限；分别计算A2+E3、A2-E3，作为颗粒支撑型误差允许的上下限；在水合物饱和度Sh与判别参数A的交会图版中，若测井曲线相应孔隙度对应的判别曲线Ameasure分布在：
A1+E1与A1-E1之间，判断水合物的赋存状态为孔隙充填型；
A2+E3与A2-E3之间，判断水合物的赋存状态为颗粒支撑型；
在A1-E1与A2+E3之间，判断水合物的赋存状态为孔隙充填型与颗粒支撑型共存；
若在水合物饱和度Sh小于第一阈值时，出现孔隙充填型与颗粒支撑型误差限交叉的现象，根据交叉点与A1、A2的直线距离进行判断，若距离A1较近，判断为孔隙充填型，若距离A2较近，判断为颗粒支撑型；
若测井资料不包含横波速度测井数据，分别计算B1+E2、B1-E2，作为孔隙充填型误差允许的上下限；分别计算B2+E4、B2-E4，作为颗粒支撑型误差允许的上下限；在水合物饱和度Sh与判别参数B的交会图版中，若测井曲线相应孔隙度对应的判别曲线Bmeasure分布在：
B1+E2与B1-E2之间，判断水合物的赋存状态为孔隙充填型；
B2+E4与B2-E4之间，判断水合物的赋存状态为颗粒支撑型；
在B1+E2与B2-E4之间，判断水合物的赋存状态为孔隙充填型与颗粒支撑型共存；
若在水合物饱和度Sh小于第一阈值时，出现孔隙充填型与颗粒支撑型误差限交叉的现象，根据交叉点与B1、B2的直线距离进行判断，若距离B1较近，判断为孔隙充填型，若距离B2较近，判断为颗粒支撑型。
8.根据权利要求7所述的海域天然气水合物赋存状态的判别方法，其特征在于，该方法还包括：
若定性判别水合物的赋存状态为孔隙充填型与颗粒支撑型共存，设置孔隙充填型与颗粒支撑型占水合物总含量的百分比为v1、v2，根据v1、v2重新建立岩石物理模型；
根据重建的岩石物理模型，在测井资料包含横波速度测井数据的情况下，分别计算不同v1下的对应的参数A1、A2；
根据参数A1、A2得到测井曲线相应孔隙度对应的Ameasure；
根据Ameasure在Sh与判别参数A的交会图版得到v1的分布区间[m，n]，将分布区间[m，n]进行等分，选取与Ameasure最接近的线为v1的含量，得到孔隙充填型水合物体积分数，通过v2＝1-v1，得到颗粒支撑型水合物体积分数。
9.一种海域天然气水合物赋存状态的判别系统，其特征在于，该系统包括：
测井资料获取模块，用于获取测井资料；
数据计算模块，用于根据所述测井资料，得到井中孔隙度及水合物饱和度；
模型建立模块，用于根据所述井中孔隙度及水合物饱和度，建立表征孔隙充填型、颗粒支撑型及二者共存三种赋存状态下的岩石物理模型；
判别参数计算模块，用于根据构建的所述岩石物理模型，得到给定孔隙度情况下水合物赋存类型的第一判别参数及第二判别参数；其中，第一判别参数与横波速度测井数据相关；
扰动误差计算模块，用于判断所述测井资料是否包含横波速度测井数据，若包含横波速度测井数据，选择第一判别参数，若不包含横波速度测井数据，选择第二判别参数，交会所述水合物饱和度与选择的判别参数，得到交会图版，根据交会图版进行变扰动误差计算，得到孔隙充填型和颗粒支撑型的扰动误差；
赋存状态判别模块，用于根据所述测井资料中的实测数据及所述扰动误差，得到选择的判别参数与水合物饱和度在所述交会图版的分布，定性判别水合物的赋存状态。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010888119.2A CN112133377B (zh) | 2020-08-28 | 2020-08-28 | 一种海域天然气水合物赋存状态的判别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010888119.2A CN112133377B (zh) | 2020-08-28 | 2020-08-28 | 一种海域天然气水合物赋存状态的判别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112133377A CN112133377A (zh) | 2020-12-25 |
| CN112133377B true CN112133377B (zh) | 2023-11-28 |
Family
ID=73847505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010888119.2A Active CN112133377B (zh) | 2020-08-28 | 2020-08-28 | 一种海域天然气水合物赋存状态的判别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112133377B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112946737B (zh) * | 2021-01-20 | 2023-10-31 | 中国地质大学（北京） | 一种利用纵横波速度增量交汇图识别天然气水合物的方法 |
| CN112965106B (zh) * | 2021-01-21 | 2022-05-10 | 中国地质大学（北京） | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 |
| CN112946783B (zh) * | 2021-01-29 | 2024-02-06 | 中国石油大学(北京) | 一种水合物饱和度确定方法、装置及设备 |
| CN113189674B (zh) * | 2021-05-07 | 2024-04-23 | 中国石油大学(北京) | 一种天然气水合物的饱和度估算方法及系统 |
| CN113341464B (zh) * | 2021-06-04 | 2024-01-26 | 中国石油大学(北京) | 天然气水合物储层的识别方法、装置、设备和存储介质 |
| CN117316329B (zh) * | 2023-11-23 | 2024-03-29 | 中国石油大学(华东) | 天然气水合物饱和度声电测井联合智能反演方法及系统 |
| CN117368239B (zh) * | 2023-12-05 | 2024-02-13 | 中国石油大学(华东) | 一种基于ct技术的天然气水合物赋存状态划分方法 |
| CN117826247A (zh) * | 2024-01-06 | 2024-04-05 | 中国地质科学院地质力学研究所 | 一种碳酸盐岩油气成藏地质过程重建方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007071196A1 (fr) * | 2005-12-22 | 2007-06-28 | Xinping Chen | Procede d'exploration directe de gisements de petrole, de gaz naturel et de gaz de houille |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
| CN109212162A (zh) * | 2018-08-17 | 2019-01-15 | 西南石油大学 | 一种估算成岩天然气水合物储层力学参数的方法 |
| CN111077568A (zh) * | 2019-12-20 | 2020-04-28 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
-
2020
- 2020-08-28 CN CN202010888119.2A patent/CN112133377B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007071196A1 (fr) * | 2005-12-22 | 2007-06-28 | Xinping Chen | Procede d'exploration directe de gisements de petrole, de gaz naturel et de gaz de houille |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
| CN109212162A (zh) * | 2018-08-17 | 2019-01-15 | 西南石油大学 | 一种估算成岩天然气水合物储层力学参数的方法 |
| CN111077568A (zh) * | 2019-12-20 | 2020-04-28 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
Non-Patent Citations (3)
| Title |
|---|
| 天然气水合物储层参数测井评价综述;孙建孟;罗红;焦滔;陈华;宋丽媛;熊铸;;地球物理学进展(第02期);全文 * |
| 天然气水合物横波速度等效介质模型预测方法;孟大江;文鹏飞;张如伟;赵斌;李延;;石油地球物理勘探(第01期);全文 * |
| 应用改进的Biot-Gassmann模型估算天然气水合物的饱和度;高红艳;钟广法;梁金强;郭依群;;海洋地质与第四纪地质(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112133377A (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112133377B (zh) | 一种海域天然气水合物赋存状态的判别方法及系统 | |
| Welte et al. | Petroleum and basin evolution: Insights from petroleum geochemistry, geology and basin modeling | |
| CA2784405C (en) | Workflow for petrophysical and geophysical formation evaluation of wireline and lwd log data | |
| CN104712329B (zh) | 一种泥页岩油气饱和度的计算模型 | |
| CN105426612A (zh) | 一种地层组分最优化确定方法及装置 | |
| CN105443122B (zh) | 一种测井解释模型的处理方法及装置 | |
| CN109283597B (zh) | 一种碳酸盐岩地层超压预测方法 | |
| CN111090125A (zh) | 确定致密砂岩储层的弹性模量的方法和装置 | |
| Ganguli | Integrated reservoir studies for CO2-enhanced oil recovery and sequestration: Application to an Indian mature oil field | |
| Fothergill et al. | Regional Modelling of the Late Devonian Duvernay Formation, Western Alberta, Canada | |
| CN109709608A (zh) | 一种混积烃源岩toc含量和岩性组分测定方法及应用 | |
| CN104316962B (zh) | 岩石孔隙结构参数反演方法及其系统 | |
| RU2219337C1 (ru) | Способ определения геологических свойств терригенной породы в около скважинном пространстве по данным геофизических исследований разрезов скважин | |
| CN104620134A (zh) | 用于对岩层的组分和纹理结构同时执行岩石物理分析的系统和方法 | |
| Al-Sulami et al. | The unconventional shale reservoirs of jafurah basin: An integrated petrophysical evaluation using cores and advanced well logs | |
| Mellal et al. | Formation Evaluation Challenges of Tight and Shale Reservoirs. A Case Study of the Bakken Petroleum System | |
| CN110007348A (zh) | 一种灰质背景浊积岩储层的岩石物理建模方法 | |
| CN115586572B (zh) | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 | |
| Słota-Valim et al. | Analysis of Caprock Tightness for CO2 Enhanced Oil Recovery and Sequestration: Case Study of a Depleted Oil and Gas Reservoir in Dolomite, Poland | |
| Benkendorfer et al. | Integrated reservoir modelling of a major Arabian carbonate reservoir | |
| Zhang et al. | Combination of sonic wave velocity, density and electrical resistivity for joint estimation of gas-hydrate reservoir parameters and their uncertainties. | |
| Xiong et al. | On the dissolution paths and formation mechanisms of paleokarst reservoirs: Constraints from reactive transport modeling | |
| Ayodele | An integrated study of the early cretaceous (Valanginian) reservoir from the Gamtoos Basin, offshore South Africa with special reference to seismic cacies, formation evaluation and static reservoir modeling | |
| Morrell et al. | Characterization of Sub-Log Scale Variability in Mudstones and the Effects of Variable Sampling Scales on High Resolution Models; Examples From Bone Spring Formation, West Texas | |
| CN116931062B (zh) | 基于敏感参数分析的优质富锂钾卤水储层识别方法 |
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 |