CN112147696B - 基于储集性能指数的页岩储集性能地震评价方法及系统 - Google Patents
基于储集性能指数的页岩储集性能地震评价方法及系统 Download PDFInfo
- Publication number
- CN112147696B CN112147696B CN201910567906.4A CN201910567906A CN112147696B CN 112147696 B CN112147696 B CN 112147696B CN 201910567906 A CN201910567906 A CN 201910567906A CN 112147696 B CN112147696 B CN 112147696B
- Authority
- CN
- China
- Prior art keywords
- reservoir performance
- performance index
- wave impedance
- initial
- coefficient
- 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
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
公开了一种基于储集性能指数的页岩储集性能地震评价方法及系统。该方法可以包括:步骤1:确定储集性能指数的表达式;步骤2:设定初始孔隙度系数与初始有机碳含量系数,计算初始储集性能指数;步骤3:建立波阻抗与初始储集性能指数的交会图,确定拟合公式,计算样点与拟合公式的相关性;步骤4:判断相关性是否大于设定阈值,确定最终的拟合公式,或修改初始孔隙度系数与初始有机碳含量系数,重复步骤2‑4;步骤5:根据实际波阻抗,通过最终的拟合公式计算对应的储集性能指数。本发明通过储集性能指数,结合测试及测井资料分析,得到页岩储集体性能指数的地震展布,为优质储层的识别和水平井轨迹的设计提供了基础。
Description
技术领域
本发明涉及油气地球物理技术领域,更具体地,涉及一种基于储集性能指数的页岩储集性能地震评价方法及系统。
背景技术
有机质页岩油气储层具有自生自储、无气水界面、大面积连续成藏、低孔、低渗等特征,一般无自然产能或呈低产,需要大型水力压裂和水平井技术才能进行经济开采,单井生产周期长。页岩油气藏的这些特点决定了其勘探开发面临着与常规油气藏不同的技术问题。目前,非常规有机质页岩储层的有效储集性能评价通常涉及两个重要的参数:孔隙度和总有机碳(TOC)含量。孔隙度代表了非常规储层的可能储集空间,而TOC在很大程度上反映了储层的生烃能力,和含油气饱和度又密切相关。
现有方法是利用地震资料对影响页岩储集性能的两个关键参数进行单独预测和评价。对于TOC预测,通常认为TOC与地层的密度有较好的相关性,这种方法需要进行密度反演。而密度反演是多数条件下难以获得满意的精度,原因在于多数的地震采集资料在远偏移距采样不足或没有采样,难以满足密度反演的精度要求。对于孔隙度预测而言,目前通常是采用地质统计学反演的方法进行预测。这种方法从测井原始资料及测井解释资料出发,建立孔隙度与弹性参数间的相关函数,主要是建立纵波阻抗与孔隙度的相关函数,然后以地震波阻抗作为软数据约束和指示进行地质统计学模拟,最终得到孔隙度的多个地质实现。这个过程带有很大的不确定性,特别是具体到某个特定预测点时,所得到的只是一个无限可能中的一个预测值。在实际工作中需要将两种预测结果综合到一起,进行综合评价才能得到对于有机质页岩的综合评价。两种不同方法预测的结果如何进行综合评估,得到一个在全区适用的评价结果也是一个很大的挑战。基于这些认识,可以看出当前利用地震资料对页岩储层储集性能的评价技术还不成熟。因此,有必要开发一种基于储集性能指数的页岩储集性能地震评价方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种基于储集性能指数的页岩储集性能地震评价方法及系统,其能够通过储集性能指数,结合测试及测井资料分析,得到页岩储集体性能指数的地震展布,为优质储层的识别和水平井轨迹的设计提供了基础。
根据本发明的一方面,提出了一种基于储集性能指数的页岩储集性能地震评价方法。所述方法可以包括:步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据所述储集性能指数的表达式,计算初始储集性能指数;步骤3:建立波阻抗与所述初始储集性能指数的交会图,确定拟合公式,计算样点与所述拟合公式的相关性;步骤4:判断所述相关性是否大于设定阈值,若是,则以所述拟合公式为最终的拟合公式,若否,则修改所述初始孔隙度系数与所述初始有机碳含量系数,重复步骤2-4,直至所述相关性大于设定阈值;步骤5:根据实际波阻抗,通过所述最终的拟合公式计算对应的储集性能指数。
优选地,所述储集性能指数的表达式为:
RSI=a*φ+b*TOC (1)
其中,RSI为储集性能指数,a为孔隙度系数,b为有机碳含量系数,φ为孔隙度,TOC为有机碳含量。
优选地,所述拟合公式为线性方程。
优选地,所述波阻抗通过实验室测试数据或测井数据获得。
优选地,所述波阻抗包括纵波阻抗与横波阻抗。
根据本发明的另一方面,提出了一种基于储集性能指数的页岩储集性能地震评价系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据所述储集性能指数的表达式,计算初始储集性能指数;步骤3:建立波阻抗与所述初始储集性能指数的交会图,确定拟合公式,计算样点与所述拟合公式的相关性;步骤4:判断所述相关性是否大于设定阈值,若是,则以所述拟合公式为最终的拟合公式,若否,则修改所述初始孔隙度系数与所述初始有机碳含量系数,重复步骤2-4,直至所述相关性大于设定阈值;步骤5:根据实际波阻抗,通过所述最终的拟合公式计算对应的储集性能指数。
优选地,所述储集性能指数的表达式为:
RSI=a*φ+b*TOC (1)
其中,RSI为储集性能指数,a为孔隙度系数,b为有机碳含量系数,φ为孔隙度,TOC为有机碳含量。
优选地,所述拟合公式为线性方程。
优选地,所述波阻抗通过实验室测试数据或测井数据获得。
优选地,所述波阻抗包括纵波阻抗与横波阻抗。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的基于储集性能指数的页岩储集性能地震评价方法的步骤的流程图。
图2a、图2b和图2c分别示出了根据本发明的一个实施例的垂直纵波阻抗和有机质含量、孔隙度、有机质含量+孔隙度的交会图。
图3a、图3b和图3c分别示出了根据本发明的一个实施例的水平纵波阻抗和有机质含量、孔隙度、有机质含量+孔隙度的交会图。
图4示出了根据本发明的一个实施例的JY1井的页岩储集性能指数评价的示意图。
图5示出了根据本发明的一个实施例的JY1井纵波阻抗与孔隙度的交会图。
图6示出了根据本发明的一个实施例的JY2井纵波阻抗与TOC的交会图。
图7示出了根据本发明的一个实施例的基于JY1井-4井测井数据的纵波阻抗和储集性能指数的交会图。
图8示出了根据本发明的一个实施例的过JY1、2、3井的二维地震纵波阻抗反演结果的示意图。
图9示出了根据本发明的一个实施例的页岩储集性能指数的地震展布的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的基于储集性能指数的页岩储集性能地震评价方法的步骤的流程图。
在该实施例中,根据本发明的基于储集性能指数的页岩储集性能地震评价方法可以包括:步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据储集性能指数的表达式,计算初始储集性能指数;步骤3:建立波阻抗与初始储集性能指数的交会图,确定拟合公式,计算样点与拟合公式的相关性;步骤4:判断相关性是否大于设定阈值,若是,则以拟合公式为最终的拟合公式,若否,则修改初始孔隙度系数与初始有机碳含量系数,重复步骤2-4,直至相关性大于设定阈值;步骤5:根据实际波阻抗,通过最终的拟合公式计算对应的储集性能指数。
在一个示例中,储集性能指数的表达式为:
RSI=a*φ+b*TOC (1)
其中,RSI为储集性能指数,a为孔隙度系数,b为有机碳含量系数,φ为孔隙度,TOC为有机碳含量。
在一个示例中,拟合公式为线性方程。
在一个示例中,波阻抗通过实验室测试数据或测井数据获得。
在一个示例中,波阻抗包括纵波阻抗与横波阻抗。
具体地,RSI的定义包含了页岩储集性能的两个重要方面孔隙度和有机碳含量,可以看成是页岩储集性能的综合反映;另一方面,可以调节a、b,使得RSI与地层的波阻抗间的交会关系呈比较简单的线性关系,并具有较高的相关性。
图2a、图2b和图2c分别示出了根据本发明的一个实施例的垂直纵波阻抗和有机质含量、孔隙度、有机质含量+孔隙度的交会图,拟合优度分别为0.364026、0.382145、0.730582。
图3a、图3b和图3c分别示出了根据本发明的一个实施例的水平纵波阻抗和有机质含量、孔隙度、有机质含量+孔隙度的交会图,拟合优度分别为0.264352、0.572195、0.770288。
为了探讨RSI指数的有效性,通过15个典型有机质页岩储层的岩石物理实验数据进行验证。分别将垂直纵波阻抗与TOC、孔隙度以及RSI交会,如图2a-图2c所示,可以看出在三个交会图中,垂直纵波阻抗与RSI指数的相关性明显高于其他两个。类似地,分析了水平纵波阻抗与三个储集性能参数的交会,如图3a-图3c所示,也得到了相同的结论。由此可以表明RSI的定义不仅是页岩储集性能的综合反映,同时也与地震波阻抗有着良好的相关性,可以充当地震波阻抗与地质储层参数间的一个“桥梁”。
根据本发明的基于储集性能指数的页岩储集性能地震评价方法可以包括:
步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式为公式(1);
步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据储集性能指数的表达式,计算初始储集性能指数;
步骤3:建立波阻抗与初始储集性能指数的交会图,确定拟合公式,计算样点与拟合公式的相关性,拟合公式为线性方程,波阻抗通过实验室测试数据或测井数据获得,波阻抗包括纵波阻抗与横波阻抗;
步骤4:判断相关性是否大于设定阈值,若是,则以拟合公式为最终的拟合公式,若否,则修改初始孔隙度系数与初始有机碳含量系数,重复步骤2-4,直至相关性大于设定阈值;
步骤5:应用地震资料,根据叠前或叠后反演确定实际波阻抗,进而根据最终的拟合公式将实际波阻抗转化为储集性能指数,从而达到对页岩储集性能进行地震评价的目的。
本方法通过储集性能指数,结合测试及测井资料分析,得到页岩储集体性能指数的地震展布,为优质储层的识别和水平井轨迹的设计提供了基础。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
以中国南方某页岩气田储层为例,来说明如何基于页岩储集性能指数对有效储集性能的地震预测。
图4示出了根据本发明的一个实施例的JY1井的页岩储集性能指数评价的示意图,可以看到纵波阻抗受页岩储集性能指数的控制作用。根据页岩储集性能指数大概将页岩储层分成三大类,如表1所示。
表1
评价分类 | TOC | 孔隙度 | 储集体性能指数 | 含气性 |
I类 | >4% | 4%-5% | 8%-10% | +++ |
II类 | 2%-3% | 4%-5% | 6%-8% | ++ |
III类 | 2%-3% | 2%-4% | 4%-6% | + |
I类储层的TOC含量>4%,孔隙度含量介于4%-5%之间,页岩储集性能指数8%-10%,这类储层可以被看成是优质储层,其含气性非常好,层理缝和有机缝也极其发育;II类储层的页岩储集性能指数大概介于6%-8%之间,这类储层的含气性较好,层理缝和有机缝较发育;III类储层的页岩储集性能指数在4%-6%之间,这类储层的物性属性(孔隙度)和地球化学评价指标(TOC)均较低,含气性较差。
图5示出了根据本发明的一个实施例的JY1井纵波阻抗与孔隙度的交会图。图6示出了根据本发明的一个实施例的JY2井纵波阻抗与TOC的交会图。可以看出纵波阻抗与孔隙度、TOC都没有很好的拟合关系。
图7示出了根据本发明的一个实施例的基于JY1井-4井测井数据的纵波阻抗和储集性能指数的交会图,可以清楚的看到纵波阻抗与页岩储集性能指数有非常好的线性对应关系。
在图7中,应用多元线性回归的思路得到了关系式为:
AI=14.9-(0.82*φ+0.29*TOC) (2)
图8示出了根据本发明的一个实施例的过JY1、2、3井的二维地震纵波阻抗反演结果的示意图。图9示出了根据本发明的一个实施例的页岩储集性能指数的地震展布的示意图。基于纵波阻抗和有效储层的线性对应关系公式(2),得到页岩储集性能指数的地震展布,如图9所示。由图9可知,高页岩储集性能指数主要分布在I段底部和III段底部,这为优质储层的识别和水平井轨迹的设计提供了基础。
综上所述,本发明通过储集性能指数,结合测试及测井资料分析,得到页岩储集体性能指数的地震展布,为优质储层的识别和水平井轨迹的设计提供了基础。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种基于储集性能指数的页岩储集性能地震评价系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据储集性能指数的表达式,计算初始储集性能指数;步骤3:建立波阻抗与初始储集性能指数的交会图,确定拟合公式,计算样点与拟合公式的相关性;步骤4:判断相关性是否大于设定阈值,若是,则以拟合公式为最终的拟合公式,若否,则修改初始孔隙度系数与初始有机碳含量系数,重复步骤2-4,直至相关性大于设定阈值;步骤5:根据实际波阻抗,通过最终的拟合公式计算对应的储集性能指数。
在一个示例中,储集性能指数的表达式为:
RSI=a*φ+b*TOC (1)
其中,RSI为储集性能指数,a为孔隙度系数,b为有机碳含量系数,φ为孔隙度,TOC为有机碳含量。
在一个示例中,拟合公式为线性方程。
在一个示例中,波阻抗通过实验室测试数据或测井数据获得。
在一个示例中,波阻抗包括纵波阻抗与横波阻抗。
本系统通过储集性能指数,结合测试及测井资料分析,得到页岩储集体性能指数的地震展布,为优质储层的识别和水平井轨迹的设计提供了基础。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种基于储集性能指数的页岩储集性能地震评价方法,其特征在于,包括:
步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;
步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据所述储集性能指数的表达式,计算初始储集性能指数;
步骤3:建立波阻抗与所述初始储集性能指数的交会图,确定拟合公式,计算样点与所述拟合公式的相关性;
步骤4:判断所述相关性是否大于设定阈值,若是,则以所述拟合公式为最终的拟合公式,若否,则修改所述初始孔隙度系数与所述初始有机碳含量系数,重复步骤2-4,直至所述相关性大于设定阈值;
步骤5:应用地震资料,根据叠前或叠后反演确定实际波阻抗,根据实际波阻抗,通过所述最终的拟合公式计算对应的储集性能指数。
3.根据权利要求1所述的基于储集性能指数的页岩储集性能地震评价方法,其中,所述拟合公式为线性方程。
4.根据权利要求1所述的基于储集性能指数的页岩储集性能地震评价方法,其中,所述步骤3的波阻抗通过实验室测试数据或测井数据获得。
5.根据权利要求1所述的基于储集性能指数的页岩储集性能地震评价方法,其中,所述波阻抗包括纵波阻抗与横波阻抗。
6.一种基于储集性能指数的页岩储集性能地震评价系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
步骤1:根据孔隙度、孔隙度系数、有机碳含量、有机碳含量系数,确定储集性能指数的表达式;
步骤2:设定初始孔隙度系数与初始有机碳含量系数,根据所述储集性能指数的表达式,计算初始储集性能指数;
步骤3:建立波阻抗与所述初始储集性能指数的交会图,确定拟合公式,计算样点与所述拟合公式的相关性;
步骤4:判断所述相关性是否大于设定阈值,若是,则以所述拟合公式为最终的拟合公式,若否,则修改所述初始孔隙度系数与所述初始有机碳含量系数,重复步骤2-4,直至所述相关性大于设定阈值;
步骤5:应用地震资料,根据叠前或叠后反演确定实际波阻抗,根据实际波阻抗,通过所述最终的拟合公式计算对应的储集性能指数。
8.根据权利要求6所述的基于储集性能指数的页岩储集性能地震评价系统,其中,所述拟合公式为线性方程。
9.根据权利要求6所述的基于储集性能指数的页岩储集性能地震评价系统,其中,所述步骤3的波阻抗通过实验室测试数据或测井数据获得。
10.根据权利要求6所述的基于储集性能指数的页岩储集性能地震评价系统,其中,所述波阻抗包括纵波阻抗与横波阻抗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567906.4A CN112147696B (zh) | 2019-06-27 | 2019-06-27 | 基于储集性能指数的页岩储集性能地震评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567906.4A CN112147696B (zh) | 2019-06-27 | 2019-06-27 | 基于储集性能指数的页岩储集性能地震评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147696A CN112147696A (zh) | 2020-12-29 |
CN112147696B true CN112147696B (zh) | 2023-05-23 |
Family
ID=73868776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910567906.4A Active CN112147696B (zh) | 2019-06-27 | 2019-06-27 | 基于储集性能指数的页岩储集性能地震评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147696B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
CN105093333A (zh) * | 2014-05-14 | 2015-11-25 | 中国石油天然气股份有限公司 | 基于地震-测井标定的缝洞型碳酸盐岩储层评价方法 |
CN105807320A (zh) * | 2016-03-17 | 2016-07-27 | 成都创源油气技术开发有限公司 | 页岩气储层的地震预测方法 |
WO2017024702A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种射线弹性参数的反演系统 |
WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
CN108222925A (zh) * | 2017-12-08 | 2018-06-29 | 中国石油集团川庆钻探工程有限公司 | 页岩气储层分级综合评价方法 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10768324B2 (en) * | 2016-05-19 | 2020-09-08 | Exxonmobil Upstream Research Company | Method to predict pore pressure and seal integrity using full wavefield inversion |
-
2019
- 2019-06-27 CN CN201910567906.4A patent/CN112147696B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105093333A (zh) * | 2014-05-14 | 2015-11-25 | 中国石油天然气股份有限公司 | 基于地震-测井标定的缝洞型碳酸盐岩储层评价方法 |
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
WO2017024702A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种射线弹性参数的反演系统 |
CN105807320A (zh) * | 2016-03-17 | 2016-07-27 | 成都创源油气技术开发有限公司 | 页岩气储层的地震预测方法 |
WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN108222925A (zh) * | 2017-12-08 | 2018-06-29 | 中国石油集团川庆钻探工程有限公司 | 页岩气储层分级综合评价方法 |
Non-Patent Citations (2)
Title |
---|
任怀建等.二叠盆地Wolfcamp页岩油层测井评价研究.测井技术.2015,第39卷(第05期),第628-633页. * |
王健等.富有机质页岩TOC含量的地球物理定量化预测.石油地球物理勘探.2016,第51卷(第03期),第596-604页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112147696A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Skalinski et al. | Carbonate petrophysical rock typing: integrating geological attributes and petrophysical properties while linking with dynamic behaviour | |
Ortega et al. | A scale-independent approach to fracture intensity and average spacing measurement | |
Jarvie et al. | Assessment of the gas potential and yields from shales: The Barnett Shale model | |
JP3390445B2 (ja) | 地質学的特性を推定するために統計学的較正技術を使用する地震トレース解析方法 | |
Bust et al. | The challenges for carbonate petrophysics in petroleum resource estimation | |
CN104514552B (zh) | 一种煤层气储层识别与丰度预测的方法 | |
US8255165B2 (en) | Method for predicting differences in subsurface conditions | |
Elkatatny | A self-adaptive artificial neural network technique to predict total organic carbon (TOC) based on well logs | |
CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
CN107850516A (zh) | 检测碳氢化合物渗漏的取样技术 | |
Gupta et al. | Rock typing in Wolfcamp formation | |
CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
Cluff et al. | Petrophysics of the Lance sandstone reservoirs in Jonah field, Sublette County, Wyoming | |
CN112698399A (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
Farouk et al. | Geomechanical assessment of the lower Turonian AR-F limestone member, Abu Gharadig Field, Egypt: implications for unconventional resource development | |
Cyz et al. | Brittleness prediction for the Lower Paleozoic shales in northern Poland | |
Wood | Predicting brittleness indices of prospective shale formations from sparse well-log suites assisted by derivative and volatility attributes. | |
Bishop | Mechanical stratigraphy of the vaca muerta formation, neuquén basin, argentina | |
CN106568918B (zh) | 页岩有机碳含量toc预测方法 | |
CN110118994B (zh) | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 | |
CN112147696B (zh) | 基于储集性能指数的页岩储集性能地震评价方法及系统 | |
CN113327070B (zh) | 智能勘查煤系气的方法、装置及电子设备 | |
Albrecht et al. | Laboratory measurements of fluid transport properties on tight gas sandstones and applications | |
Mello et al. | AAPG Memoir 73, Chapter 4: Petroleum Geochemistry Applied to Petroleum System Investigation |
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 |