CN112287295B - 一种勘探潜力评价的方法、装置以及可读存储介质 - Google Patents

一种勘探潜力评价的方法、装置以及可读存储介质 Download PDF

Info

Publication number
CN112287295B
CN112287295B CN202010979141.8A CN202010979141A CN112287295B CN 112287295 B CN112287295 B CN 112287295B CN 202010979141 A CN202010979141 A CN 202010979141A CN 112287295 B CN112287295 B CN 112287295B
Authority
CN
China
Prior art keywords
exploration
area
target
oil gas
potential
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
Application number
CN202010979141.8A
Other languages
English (en)
Other versions
CN112287295A (zh
Inventor
韩国猛
刘国全
邹磊落
崔宇
王冠
米兴夺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202010979141.8A priority Critical patent/CN112287295B/zh
Publication of CN112287295A publication Critical patent/CN112287295A/zh
Application granted granted Critical
Publication of CN112287295B publication Critical patent/CN112287295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Animal Husbandry (AREA)
  • Algebra (AREA)
  • Agronomy & Crop Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请实施例公开了一种勘探潜力评价的方法、装置以及可读存储介质,涉及勘探评价领域。其中,方法包括:确定目标勘探区域,目标勘探区域为待进行勘探潜力评价的区域;从数据库中采集目标勘探区域中产生的源数据,源数据中包括目标勘探区域内的资源量以及钻井油气发现情况;根据资源量确定目标勘探区域的油气丰度指数;根据钻井油气发现情况确定目标勘探区域的油气发现程度指数;以油气丰度指数和油气发现程度指数作为目标勘探区域的勘探潜力指数,对目标勘探区域进行勘探潜力评价,得到评价结果。结合油气矿权区块的资源量以及钻井油气发现情况,全面有效的评价目标勘探区域的勘探潜力,提高潜在的矿权接收方对流转矿权区块的勘探潜力认识。

Description

一种勘探潜力评价的方法、装置以及可读存储介质
技术领域
本申请涉及勘探评价领域,特别涉及一种勘探潜力评价的方法、装置以及可读存储介质。
背景技术
勘探潜力的划分对油气勘探具有重要意义,不同勘探潜力的区块面临不同的资源评价,为后续勘探油气区块提前进行勘探价值评估,将评估结果直接作用于矿权勘探潜力的质量评价。
由于不同勘探程度的油气区块面临的地质勘探风险不同,资源评价存在一定矛盾,传统的油气区块勘探潜力仅针对油气区块的生产资料进行表征,生产资料是用于指示油气区块中已钻井是否产出油气或产出多少油气的,具有一定局限性,无法以直观的指标定量评价油气区块的勘探潜力。
然而,相关技术中,仅针对油气区块的生产资料进行表征,无法全面的评价油气区块的勘探潜力和未开发利用价值。
发明内容
本申请实施例提供了一种勘探潜力评价的方法、装置以及可读存储介质,在勘探过程中,结合目标勘探区域的资源量以及已钻井油气发现情况,全面有效的对目标勘探区域的勘探潜力进行认知,提高矿权接收方对流转矿权的勘探潜力认识。所述技术方案如下:
一方面,提供了一种勘探潜力评价的方法,应用于计算机设备中,所述方法包括:
确定目标勘探区域,所述目标勘探区域为待进行勘探潜力评价的区域;
从数据库中采集所述目标勘探区域中产生的源数据,所述源数据中包括所述目标勘探区域内的资源量以及钻井油气发现情况;
根据所述资源量确定所述目标勘探区域的油气丰度指数;
根据所述钻井油气发现情况确定所述目标勘探区域的油气发现程度指数;
以所述油气丰度指数和所述油气发现程度指数作为所述目标勘探区域的勘探潜力指数,对所述目标勘探区域进行勘探潜力评价,得到评价结果。
在一个可选的实施例中,所述源数据中还包括所述目标勘探区域的区域面积;
所述根据所述资源量确定所述目标勘探区域的油气丰度指数,包括:
确定所述区域面积与预设参数之间的乘积;
将所述资源量与所述乘积的比值,确定为所述油气丰度指数。
在一个可选的实施例中,所述源数据中还包括n个所述钻井油气发现情况,n个所述钻井油气发现情况对应n个发现油气类型,n为正整数;
所述根据所述钻井油气发现情况确定所述目标勘探区域的油气发现程度指数,包括:
对n个所述钻井油气发现情况对应的井数进行加权求和,得到所述油气发现程度指数。
在一个可选的实施例中,所述从数据库中采集所述目标勘探区域中产生的源数据之前,还包括:
从数据库中采集所述目标勘探区域对应的录井资料、测井资料、试油资料及生产资料;
根据所述录井资料、所述测井资料、所述试油资料及所述生产资料,确定所述目标勘探区域对应的n个所述钻井油气发现情况。
在一个可选的实施例中,所述勘探潜力指数中还包括工程实施难度指数;
所述以所述油气丰度指数和所述油气发现程度指数作为所述目标勘探区域的勘探潜力指数,对所述目标勘探区域进行勘探潜力评价之前,还包括:
获取所述目标勘探区域的地面条件参数和工程实施参数;
根据所述地面条件参数和所述工程实施参数,得到所述目标勘探区域的地理环境数据;
根据所述地理环境数据确定所述工程实施难度指数。
在一个可选的实施例中,所述以所述油气丰度指数和所述油气发现程度指数作为所述目标勘探区域的勘探潜力指数,包括:
响应于所述工程实施难度指数在第一数值范围内,确定所述油气丰度指数、所述油气发现程度指数和所述工程实施难度指数的加权平均值,作为所述勘探潜力指数;
响应于所述工程实施难度指数在第二数值范围内,确定与所述第二数值范围对应的所述勘探潜力指数。
在一个可选的实施例中,所述确定目标勘探区域,包括:
确定资源勘探区域;
对所述资源勘探区域进行网格划分,得到m个候选勘探区域,m为正整数;
从所述m个候选勘探区域中确定所述目标勘探区域。
在一个可选的实施例中,所述根据所述勘探潜力指数对所述目标勘探区域进行勘探潜力评价,得到所述目标勘探区域的勘探潜力评价结果,包括:
计算所述勘探程度指数的加权平均值得到完整勘探程度指数;
将所述完整勘探程度指数作为所述目标勘探区域的所述勘探程度评价结果。
在一个可选的实施例中,所述方法还包括:
将所述m个候选勘探区域的所述勘探潜力指数化为等值线图;
以所述等值线图对所述资源勘探区域的勘探潜力进行评价,得到所述资源勘探区域的勘探潜力评价结果。
另一方面,提供了一种勘探潜力评价的装置,所述装置包括:
确定模块,用于确定目标勘探区域,所述目标勘探区域为待进行勘探潜力评价的区域;
采集模块,用于从数据库中采集所述目标勘探区域中产生的源数据,所述源数据用于表示所述目标勘探区域的勘探潜力,所述源数据中包括所述目标勘探区域内的资源量以及钻井油气发现情况;
所述确定模块,还用于根据所述源数据确定所述目标勘探区域的勘探潜力指数,所述勘探潜力指数中包括油气丰度指数、油气发现程度指数,所述油气丰度指数是通过所述资源量确定的,所述油气发现程度指数是通过所述钻井油气发现情况确定的;
生成模块,用于根据所述勘探潜力指数对所述目标勘探区域进行勘探评价,得到所述目标勘探区域的勘探潜力评价结果。
在一个可选的实施例中,所述采集模块,还用于从数据库中采集所述目标勘探区域的区域面积;
所述确定模块,还用于确定所述区域面积与预设参数之间的乘积;将所述资源量与所述乘积的比值,确定为所述油气丰度指数。
在一个可选的实施例中,所述源数据中还包括n个所述钻井油气发现情况,n个所述钻井油气发现情况对应n个发现油气类型,n为正整数;
所述确定模块,还用于对n个所述钻井油气发现情况对应的井数进行加权求和,得到所述油气发现程度指数。
在一个可选的实施例中,所述采集模块,还用于从数据库中采集所述目标勘探区域对应的录井资料、测井资料、试油资料及生产资料;
所述确定模块,还用于根据所述录井资料、所述测井资料、所述试油资料以及所述生产资料,确定所述目标勘探区域对应的n个所述钻井油气发现情况。
在一个可选的实施例中,所述采集模块,还用于获取所述目标勘探区域的地面条件参数和工程实施参数;
所述确定模块,还用于根据所述地面条件参数和所述工程实施参数,得到所述目标勘探区域的地理环境数据;根据所述地理环境数据确定所述工程实施难度指数。
在一个可选的实施例中,所述确定模块,还用于响应于所述工程实施难度指数在第一数值范围内,确定所述油气丰度指数、所述油气发现程度指数和所述工程实施难度指数的加权平均值,作为所述勘探潜力指数;响应于所述工程实施难度指数在第二数值范围内,确定与所述第二数值范围对应的所述勘探潜力指数。
在一个可选的实施例中,所述确定模块,还用于确定资源勘探区域;对所述资源勘探区域进行网格划分,得到m个候选勘探区域,m为正整数;从所述m个候选勘探区域中确定所述目标勘探区域。
在一个可选的实施例中,所述生成模块,还用于将所述m个候选勘探区域的所述完整勘探潜力指数化为等值线图;以所述等值线图对所述资源勘探区域的勘探潜力进行评价,得到所述资源勘探区域的勘探潜力评价结果。
另一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中任一所述的勘探评价的方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本申请实施例中任一所述的勘探评价的方法。
另一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中任一所述的勘探评价的方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
在评价油气区块是否具有勘探价值时,结合油气区块中已钻井的井数据、油气资源量以及地理环境数据,进行多维度定量表征,有效的提高矿权接收方对油气区块的勘探潜力认知。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅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他的附图。
图1是本申请一个示例性实施例提供的勘探潜力评价方法的实施环境示意图;
图2是本申请一个示例性实施例提供的勘探潜力评价方法的步骤流程图;
图3是本申请一个示例性实施例提供的资源勘探区域图;
图4是本申请一个示例性实施例提供的将资源勘探区域的划分网格图;
图5是本申请一个示例性实施例提供的资源量分布情况;
图6是本申请一个示例性实施例提供的油气丰度指数;
图7是本申请一个示例性实施例提供的钻井油气发现情况;
图8是本申请一个示例性实施例提供的油气发现程度指数;
图9是基于图2示出的另一实施例提供的勘探潜力评价方法的步骤流程图;
图10是基于图2示出的实施例提供的目标勘探区域的地理环境数据;
图11是基于图2示出的实施例提供的目标勘探区域的工程实施难度指数;
图12是基于图2示出的实施例提供的目标勘探区域的勘探潜力指数;
图13是基于图2示出的实施例提供的目标勘探区域的勘探潜力指数对应的等值线图;
图14是本申请一个示例性实施例提供的勘探评价装置的结构框图;
图15是是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,以下结合附图对本申请作进一步地详细说明。
结合图1对本申请实施例示出的一种勘探评价方法所涉及的实施环境进行说明,如图1所示,该实施环境中包括用户101、终端102、服务器103。
用户101通过终端102查看服务器从数据库中采集的资源勘探区域的源数据,源数据中包括资源勘探区域的资源量、钻井油气发现情况,还可以通过终端102查看资源勘探区域的勘探潜力评价结果。
终端102可以是智能手机、平板电脑、计算机等可以集成数据的智能终端。
终端102通过无线网络或有线网络与服务器103相连。
服务器103可以是终端102所对应的一台服务器,还可以是由若干台服务器组成的服务器集群,或者是一个云计算服务中心。其中,服务器103对应有集成资源勘探区域源数据的数据库。服务器103用于为终端102提供后台服务,可选的,服务器103承担主要计算工作,终端102承担次要计算工作;或者,终端102承担主要计算工作;或者,服务器103、终端102两者之间采用分布式计算架构进行协同计算。
屏幕104用于显示与目标勘探区域相关的界面,该界面中包括:目标勘探区域、目标勘探区域对应的源数据、计算目标勘探区域对应的勘探潜力指数等。
需要说明的是,上述终端102可以指多个设备也可以指多个设备中的其中一个设备,本实施例仅从终端102来举例说明。
请参见图2,图2是本申请实施例提供的勘探评价方法的流程图,该勘探评价方法应用于图1所示出的实施环境中的服务器103中,包括以下步骤。
步骤201,确定目标勘探区域,目标勘探区域为待进行勘探潜力评价的区域。
用户在终端确定待进行勘探潜力评价的区域,将待进行勘探潜力评价的区域作为目标勘探区域。
终端响应用户发送的确定目标勘探区域的指令,并将该指令转发至服务器,服务器从数据库中采集预先存储的资源勘探区域的坐标信息,并将坐标信息转发至终端,用户进行资源勘探区域坐标选择,确定目标勘探区域,目标勘探区域为用户待进行勘探潜力的区域。
在本实施例中,如图3所示,用户根据图3示出的坐标选取资源勘探区域300,随即,用户在终端输入划分参数,服务器接收终端发送的参数信息,并对资源勘探区域按照参数进行网格划分,得到m个候选勘探区域,m为正整数,从m个候选勘探区域中确定目标勘探区域。示意性的,以左上角为起点,从左到右,从上到下进行编号,服务器将划分结果发送至终端,并显示于终端屏幕上,其中包括资源勘探区域中的每个候选勘探区域,以及候选勘探区域所对应的编号。用户在终端显示的m个候选勘探区域中,对目标勘探区域进行选择,可选的,用户在划分m个候选勘探区域之后,该m个候选勘探区域依次被作为目标勘探区域进行勘探潜力评价,可选的,用户在划分m个候选勘探区域之后,该m个候选勘探区域被并行选择,并作为目标勘探区域进行勘探潜力评价。也即,将被选择的候选勘探区域作为目标勘探区域进行勘探潜力评价。可选的,在资源勘探区域的划分过程中,划分方式包括:按照资源含量的多少进行划分;或,按照区域勘探程度的高低进行划分;或,按照参数进行网格划分。
示意性的,如图4所示,用户在终端中输入划分参数(标识将资源勘探区域以2km×2km的尺寸进行划分),服务器根据划分参数将资源勘探区域进行2km×2km网格的划分,得到100个候选勘探区域,以左上角为起点,从左至右,从上到下依次将网格编号,记为Ai,i=1,2,3…100;用户从100个候选勘探区域中确定目标勘探区域,可选的,用户依次对A1-A100进行勘探潜力评价,可选的,用户选择Ai-Ap范围内的候选勘探区域作为目标勘探区域进行勘探潜力评价,其中i、p均处于1至100范围内,i的取值大于p的取值,且Ai-Ap标识的范围为封闭范围。
需要说明的是,在以网格划分的方式分割资源勘探区域时,当候选勘探区域处于资源勘探区域的边缘位置且边缘线条呈不规则形状时,候选勘探区域的面积并非完整网格面积,本实施例中,将面积不满一个网格的候选勘探区域的面积,按照完整网格面积进行计算。比如:用户选择以3kmx3km网格划分资源勘探区域,每个网格面积为9km2,不足9km2按一个完整网格(也即9km2)计算,服务器对网格划分后的网格进行从左向右、从上到下的方式进行编号,其中,第1个网格实际所占的面积为6km2,但在后续计算过程中,将按照9km2来进行计算。
步骤202,从数据库中采集目标勘探区域的源数据,源数据包括目标勘探区域的资源量以及钻井油气发现情况。
在一个示例性实施例中,终端将现场采集的源数据存储至服务器的数据库中,在需要进行勘探潜力评价时,服务器从数据库中采集已存储的源数据;或,服务器接收终端上传的更新后的源数据。
服务器采集数据库中资源勘探区域的源数据,源数据包括目标勘探区域的资源量以及钻井油气发现情况,目标勘探区域的资源量用以表示目标勘探区域内油气资源的丰富度情况,钻井油气发现情况用以表示目标勘探区域的含油气可能性,其中,钻井油气发现情况包括n个发现油气类型,本实施例中,发现油气类型具体为:工业油气流井、低产工业油气流井、解释油气层井、油气显示井以及无油气显示井。
服务器将目标勘探区域的资源量以及钻井油气发现情况发送至终端,终端将目标勘探区域的资源量和钻井油气发现情况显示于屏幕中。可选的,用户选择目标勘探区域的资源量进行查看,或者,用户选择目标勘探区域的油气发现情况进行查看,或者,用户选择同时查看目标勘探区域的资源量以及钻井油气发现情况。
在一个示例性实施例中,如图4所示,将资源勘探区域按照2km×2km进行划分,以左上角为起点,从左到右,从上到下,进行编号,记为Ai,i=1,2,3…100,用户依次选取A1-A100为目标勘探区域,本实施例中,将资源勘探区域进行划分后,将网格400标记为A31,进行计算。
服务器从数据库中采集目标勘探区域内的资源量,如图5示出,服务器将目标勘探区域内资源量的分布情况发送至终端,并显示在终端屏幕中。
服务器从数据库中采集目标勘探区域内钻井油气发现情况,其中,包括:
服务器从数据库中采集目标勘探区域内的已钻井的坐标,并采集已钻井的录井资料、测井资料、试油资料以及生产资料,其中,录井资料用于指示已钻井在钻井过程中,所用井筒返出物信息的统计;测井资料用于指示已钻井深达到井深度后利用物理特性,进行已钻井位物理参数的测量;试油资料用于指示在钻井、录井、电测后的含油气层,通过物理方法,比如:射孔、替喷等,使地层中的流体进入井筒,流出地面,从而取得地层流体的性质、产量以及压力等;生产资料用于指示已钻井产出的油气量。
本实施例中,根据已钻井的录井资料、测井资料、试油资料以及生产资料,确定资源勘探区域对应的n个钻井油气发现情况,也即确定已钻井的工业油流。
服务器确定资源勘探区域内包含n个钻井油气发现情况,n个钻井油气发现情况对应n个发现油气类型,n为正整数。本实施例中,发现油气类型包括工业油气流井、低产工业油气流井、解释油气层井、油气显示井以及无油气显示井,发现油气类型用于表示目标勘探区域从高至低的油气发现情况。
其中,附表1示出了油气层深度对应的工业油流下限关系,根据附表1示出的工业油流发现情况等效得到工业油流换算情况,具体请参见附表2。比如:若油气层深度为2000m的陆地,根据附表1得到工业油流下限为1.0t/d,若已钻井的工业油流为0.7t/d,则定义该已钻井的发现油气类型为低产工业油气流井,若已钻井的工业油流为0.5t/d,则定义该已钻井的发现油气类型为解释油气层井。
附表1:工业油(气)流标准(东部储量起算标准)
附表2:工业油气流井换算情况
钻井油气发现情况 等效工业油气流井
工业油气流井1口 1口
低产工业油气流井1口 0.7口
解释油气层井1口 0.5口
油气显示井1口 0.3口
无油气显示井1口 0口
服务器从数据库中采集目标勘探区域内的已钻井的坐标,并采集已钻井的录井资料、测井资料、试油资料以及生产资料之后,根据附表1以及附表2得到目标勘探区域的油气发现情况,具体请参见图6所示,图6中包含目标勘探区域A1-A100内发现油气类型情况。
步骤203,根据资源量确定目标勘探区域的油气丰度指数。
源数据中还包括目标勘探区域的区域面积,也即,服务器采集数据库中目标勘探区域的资源量,并确定目标勘探区域对应的区域面积。
在确定油气丰度指数时,确定区域面积与预设参数之间的乘积,将目标勘探区域的资源量与乘积的比值,确定为油气丰度指数。
在本实施例中,服务器从数据库采集目标勘探区域内资源量以及对应的网格面积,其中,在一种可实现的方式中,当1km2的区块内油气资源量达到30万吨(油当量),即认为该区块为油气富集区,指示该区块的勘探潜力达到最大,将油气丰度指数设为1,也即,当预设参数取值为30时,认为该区块的勘探潜力达到最大,即该区块油气丰度指数达到1。比如:对于按照2kmx2km划分网格面积为4km2的任一网格而言,网格内含油气评价工业化图件层面积达到120万吨(油当量)以上时,可以指示该网格对应的区块油气丰度达到最高,将油气丰度指数取值为1。
公式1:Ri=RAi/(Ai*30)i=1,2,3…m
其中,RAi用于表示第i个网格内的资源量,单位为万吨;Ai用于表示第i个网格的网格面积,单位为km2;Ri用于表示第i个网格内的油气丰度指数,无量纲。
在本申请一个示例性实施例中,请参见图7,服务器根据公式1计算前述网格划分后100个网格内的油气丰度指数,并将各个网格内的计算结果对应标注在对应的网格内,终端接收服务器发送的计算结果并显示于屏幕上。比如:如图5示出的网格500,服务器从数据库中采集网格500内资源量和区域面积,资源量和区域面积分别为80万吨和4km2时,如图7示出的网格700,服务器按照公式1计算油气丰度指数为0.67,终端接收服务器的计算结果并显示于对应的网格内。
在公式1中,示出了一种用于指示资源量、预设参数以及区域面积的对应关系,其中预设参数可由用户设置。可选的,服务器可以预存该公式,服务器从数据库中采集到资源量和区域面积,通过公式1示出的表达式得到油气丰度指数。
在另一种可能实现的方式中,当公式1是其他函数关系式时,服务器能够将资源量和区域面积作为自变量输入到该函数关系式中,通过该函数关系式的计算,获得因变量,也即获得油气丰度指数。
步骤204,根据钻井油气发现情况确定目标勘探区域的油气发现程度指数。
服务器从数据库中确定资源勘探区域内的n个发现油气类型,并具体参见附表2示出的映射关系,进行工业油气流井的等效,对n个钻井油气发现情况对应的井数进行加权求和,得到油气发现程度指数。在一种可实现的方式中,对于前述划分的面积为4km2任一网格而言,当获工业油气流井数大于等于4口时,认为该网格已完全实现油气发现,油气发现程度指数为1。
公式2:Wi=(Oi+0.7*Pi+0.5*Ui+0.3*Di)/4 i=1,2…m
其中,Wi用于指示第i个网格内油气发现程度指数,无量纲;Oi用于指示获工业油气流井数,单位为口;Pi用于指示第i个网格内获低产工业油气流井数,单位为口;Ui用于指示第i个网格内解释油气层井数,单位为口;Di用于指示第i个网格内油气显示井数,单位为口。
在本申请一个示例性实施例中,请参见图8,服务器按照公式2计算前述网格划分后100个网格内的油气发现程度指数,并将各个网格内的计算结果对应标注在对应的网格内,终端接受服务器发送的计算结果并显示于屏幕上。比如:如图6示出的网格600,服务器从数据库中获取网格600的发现油气类型,其中,网格600中,并未存在任何发现油气类型,如图8示出的网格800,服务器按照公式2计算油气发现程度指数为0。
在公式2中,示出了一种用于指示发现油气类型以及预设参数对应关系,其中预设参数可由用户设置。可选的,服务器可以预存该公式,服务器从数据库中采集到发现油气类型的井数,通过公式2示出的表达式得到油气发现程度指数。
在另一种可能实现的方式中,当公式2是其他函数关系式时,服务器能够将发现油气类型的井数作为自变量输入到该函数关系式中,通过该函数关系式的计算,获得因变量,也即获得油气发现程度指数。
步骤205,以油气丰度指数和油气发现程度指数作为目标勘探的勘探潜力指数,对目标勘探区域进行勘探潜力评价,得到评价结果。
以油气丰度指数和油气发现程度指数作为目标勘探的勘探潜力指数,在本实施例中,服务器将按照公式1和公式2,计算得到的目标勘探区域的油气丰度指数和油气发现程度指数,进行加权平均,求得平均值,将平均值作为目标勘探区域的勘探潜力指数。
得到评价结果,其中,还包括,用户可以选择不同的输出方式查看目标勘探区域的勘探潜力评价结果,可选的,用户可以选择勘探潜力指数以表格、图表或者文本的形式显示于终端屏幕上,便于用户查看目标勘探区域的勘探潜力评价结果。
在一种可实现的方式中,在得到所述目标勘探区域的勘探潜力评价结果之后,还包括:用户根据终端显示的勘探潜力指数,确定目标勘探区域的勘探潜力以及利用价值。
在一种可实现的方式中,将勘探潜力指数分为三个级别,分别为高勘探潜力区域、中等勘探潜力区域以及低勘探潜力区域,具体为:
响应于勘探潜力指数大于等于第一取值,将目标勘探区域确定为高勘探潜力区域;
响应于勘探潜力指数在第一取值和第二取值的取值范围内,将目标勘探区域确定为中等勘探潜力区域;
响应于勘探区域小于等于第二取值,将目标勘探区域确定为低勘探潜力区域;
其中,第一取值大于第二取值。
需要说明的是,第一取值和第二取值可以为终端中预存的参数,也可以是具有函数关系的表达式,且第一、第二不存在优先级,只用于表示数据。
综上所述,本申请实施例提供的勘探评价方法,在对目标勘探区域进行勘探潜力表征时,结合目标勘探区域的井数据信息以及资源量储量,对目标勘探区域的勘探潜力进行全面有效的表征。
请参见图9,图9是基于图2示出的实施例还提供的另一种实施例,具体实施步骤如下。
步骤901,确定目标勘探区域,目标勘探区域为待进行勘探潜力评价的区域。
由于步骤901的执行过程与步骤201的执行过程相同,故此处不再赘述。
步骤902,从数据库中采集目标勘探区域的资源量以及对应的区域面积。
由于步骤902的执行过程与步骤202的执行过程一样,故此处不再赘述。
步骤903,根据目标勘探区域的资源量以及对应的区域面积,确定油气丰度指数。
由于步骤903的执行过程与步骤203的执行过程相同,此处不再赘述。
步骤904,从数据库中采集目标勘探区域的钻井油气发现情况。
步骤905,根据目标勘探区域的钻井油气发现情况,确定油气发现程度指数。
由于步骤904和步骤202的执行过程相同,步骤905和步骤204的执行过程相同,故此处不再赘述。
步骤906,从数据库中采集目标勘探区域的地理环境数据。
服务器可以预先存储有目标勘探区域的地理环境数据,地理环境数据中包括地面条件参数和工程实施参数;而地理环境具体包括目标勘探区域为沙漠、农田、山区、水域、城区或生态保护区等;其中,沙漠、农田等地理环境具备地面钻井条件及采油实施条件且地面简单;山区、水域等地理环境具备地面钻井条件及采油实施条件但地面复杂;城区、生态保护区等地理环境不具备钻井条件及采油实施条件。可选的,用户可以通过查看专业的地图软件查看目标勘探区域的地理环境,进行地面条件参数和工程实施参数判断,并将从地图软件查看的地面条件参数和工程实施参数输入至终端中,由终端将地理环境数据发送至服务器对应的数据库中。
在本实施例中,请参见图10,目标勘探区域中包含水塘、农田、村镇以及生态保护区,服务器将不同地质条件的区域按照不同方式进行表示,并将结果发送至终端,终端将结果显示于屏幕中。可选的,用户通过谷歌地图,查看目标勘探区域的地理环境情况,进而判断目标勘探区域的地面条件参数和工程实施参数。
步骤907,根据目标勘探区域的地理环境数据,确定工程实施难度指数。
服务器根据从数据库中采集的目标勘探区域的地理环境数据,地理环境数据包括地面条件参数和工程实施难度数据,确定目标勘探区域的工程实施难度指数,具体请参见附表3。
附表3:工程实施难度换算情况
在本实施例中,对于前述划分的100个网格,将工程实施难度指数记为Si,Si用于表示第i个网格内的工程实施难度指数,i=1,2…100;服务器依照附表3确定目标勘探区域的工程实施难度指数,请参见图11,由图10示出的网格1000,地质条件为农田,农田具备地面钻井及采油实施条件且地面简单,服务器依照附表3的对应关系将图11示出的网格1100内的工程实施难度指数标记为1。
步骤908,根据油气丰度指数、油气发现程度指数、工程实施难度指数确定勘探潜力指数。
响应于工程实施难度指数在第一数值范围内,确定油气丰度指数、油气发现程度指数和工程实施难度指数的加权平均值,作为勘探潜力指数;
响应于工程实施难度指数在第二数值范围内,确定与第二数值范围对应的勘探潜力指数。
可选的,将第一数值范围设为大于0,将第二数值范围设为等于0,也即,若工程实施难度指数大于0,服务器则将油气丰度指数、油气发现程度指数和工程实施难度指数的加权平均值作为勘探潜力指数;若工程实施难度指数等于0,服务器将勘探潜力指数记为0,发送给终端。
公式3:
其中,Wi、Ri前述已有介绍,此处不再赘述,Si用于表示第i个网格内的工程实施难度指数,EPi为第i个网格内的勘探潜力指数。
本实施例中,在工程实施难度指数大于0时,服务器确定资源勘探区域的勘探潜力指数为油气丰度指数、油气发现程度指数和工程实施难度指数的加权平均值之后,还包括:
响应于勘探潜力指数大于等于第一取值,将目标勘探区域确定为高勘探潜力区域;
响应于勘探潜力指数在第一取值和第二取值的取值范围内,将目标勘探区域确定为中等勘探潜力区域;
响应于勘探区域小于等于第二取值,将目标勘探区域确定为低勘探潜力区域;
其中,第一取值大于第二取值。
在本实施例中,将第一取值设为0.7,第二取值设为0.3,也即,包括:
EPi≥0.7,用于表示第i个网格勘探潜力大;
0.3<EPi<0.7,用于表示第i个网格为中等勘探潜力;
EPi≤0.3,用于表示第i个网格为地勘探潜力。
在本申请一个示例性实施例中,请参见图12,服务器根据公式3计算前述划分的100个网格内的勘探潜力指数,并将各个网格内的计算结果对应标注在对应的网格内,终端接收服务器发送的计算结果并显示于屏幕上。比如:如图12示出的网格1200,服务器计算对应油气丰度指数、油气发现程度指数以及工程实施难度指数,分别为0.67、0、1,服务器按照公式3计算勘探潜力指数为0.56,终端接收服务器的计算结果并显示于对应的网格内。
在公式3中,示出了一种用于指示油气丰度指数、油气发现程度指数以及工程实施难度指数的对应关系。可选的,服务器可以预存该公式,服务器统计油气丰度指数、油气发现程度指数以及工程实施难度指数,通过公式3示出的表达式计算勘探潜力指数。
在另一种可能实现的方式中,当公式3是其他函数关系式时,服务器能够将油气丰度指数、油气发现程度指数以及工程实施难度指数作为自变量输入到该函数关系式中,通过该函数关系式的计算,获得因变量,也即获得勘探潜力指数。
步骤909,根据勘探潜力指数对目标勘探区域进行勘探评价,得到目标勘探区域的勘探潜力评价结果。
其中,在一种可能实现的方式中,根据步骤908,得到目标勘探区域对应的勘探潜力指数,用户指示终端生成勘探潜力指数对应的等值线图,服务器采集目标勘探区域的勘探潜力指数,并根据终端转发的生成指令,生成目标勘探区域的勘探潜力指数对应的等值线图。在本申请的一个示例性实施例中,请参见图13,服务器将划分的100个网格内的完整勘探程度指数生成对应的等值线图,其中,将第一取值设为0.7,将第二取值设为0.3(此处的设置过程在步骤908中已经示出,此处不再赘述);且图13中的数字0、0.3以及0.7仅表示为划分数值。如图15示出的区域1300,表明该区域为中等勘探潜力区域。
综上所述,本实施例提供的勘探潜力评价方法,结合目标勘探区域的已钻井的资源量、油气发现程度以及对应的地质条件,综合表征勘探潜力指数,最终以等值线图的形式呈现于终端的屏幕上,因此,本实施例提供的方法能够从多个维度上对目标勘探区域的勘探潜力进行表征,可以有效的提高潜在的矿权接收方对流转矿权区块的勘探潜力认识。
请参见图14,图14是本申请一个实施例提供的勘探潜力评价装置的结构框图,该装置中包括:
确定模块1401,用于确定目标勘探区域,目标勘探区域为待进行勘探程度评价的区域;
采集模块1402,用于从数据库中采集目标勘探区域中产生的源数据,源数据用于表示目标勘探区域的勘探潜力,源数据中包括目标勘探区域内的资源量以及钻井油气发现情况;
所述确定模块1401,还用于根据源数据确定目标勘探区域的勘探潜力指数,所述勘探潜力指数中包括油气丰度指数、油气发现程度指数,油气丰度指数是通过资源量确定的,油气发现程度指数是通过钻井油气发现情况确定的;
生成模块1403,用于根据勘探潜力指数对目标勘探区域进行勘探评价,得到目标勘探区域的勘探潜力评价结果。
在一个可选的实施例中:
确定模块1401,用于确定目标勘探区域,目标勘探区域为待进行勘探程度评价的区域;
采集模块1402,用于从数据库中采集目标勘探区域的资源量以及对应的区域面积;
所述确定模块1401,还用于根据目标勘探区域的资源量以及对应的区域面积,确定油气丰度指数;
所述采集模块1402,还用于从数据库中采集目标勘探区域的钻井油气发现情况;
所述确定模块1401,还用于根据目标勘探区域的钻井油气发现情况,确定油气发现程度指数;
所述采集模块1402,还用于从数据库中采集目标勘探区域的地理环境数据;
所述确定模块1401,还用于根据目标勘探区域的地理环境数据,确定工程实施难度指数;
所述确定模块1401,还用于根据目标勘探区域的油气丰度指数、油气发现程度指数、工程实施难度指数确定勘探潜力指数;
所述生成模块1403,用于根据勘探潜力指数对目标勘探区域进行评价,得到目标勘探区域的勘探潜力评价结果。
请参见图15,图15示出了本申请一个示例性实施例提供的服务器的结构示意图。该服务器可以是图1示出的服务器。具体来讲:
服务器103包括中央处理单元(CPU,Central Processing Unit)1501、包括随机存取存储器(RAM,Random Access Memory)1502和只读存储器(ROM,Read Only Memory)1503的系统存储器1504,以及连接系统存储器1504和中央处理单元1501的系统总线1505。服务器103还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统,Input Output System)1506,和用于存储操作系统1513、应用程序1514和其他程序模块1515的大容量存储设备1507。
基本输入/输出系统1506包括有用于显示信息的显示器1508和用于用户输入信息的诸如鼠标、键盘之类的输入设备1509。其中显示器1508和输入设备1509都通过连接到系统总线1505的输入输出控制器1510连接到中央处理单元1501。基本输入/输出系统1506还可以包括输入输出控制器1510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1510还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备1507通过连接到系统总线1505的大容量存储控制器(未示出)连接到中央处理单元1501。大容量存储设备1507及其相关联的计算机可读介质为服务器103提供非易失性存储。也就是说,大容量存储设备1507可以包括诸如硬盘或者紧凑型光盘只读存储器(CD-ROM,Compact Disc Read Only Memory)驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(EPROM,Erasable Programmable Read Only Memory)、带电可擦可编程只读存储器(EEPROM,Electrically Erasable Programmable Read OnlyMemory)、闪存或其他固态存储其技术,CD-ROM、数字通用光盘(DVD,Digital VersatileDisc)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器1504和大容量存储设备1507可以统称为存储器。
根据本申请的各种实施例,服务器103还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器103可以通过连接在系统总线1505上的网络接口单元1511连接到网络1512,或者说,也可以使用网络接口单元1511来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
本申请的实施例还提供了一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的勘探评价的方法。
本申请的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行,以实现上述各方法实施例提供的勘探评价的方法。
本申请的实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中任一所述的勘探潜力评价的方法。
可选地,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (6)

1.一种勘探潜力评价的方法,其特征在于,应用于计算机设备中,所述方法包括:
确定目标勘探区域,所述目标勘探区域为待进行勘探潜力评价的区域;
从数据库中采集所述目标勘探区域中产生的源数据,所述源数据中包括所述目标勘探区域内的资源量、n个钻井油气发现情况、所述目标勘探区域的区域面积,其中,n个钻井油气发现情况对应n个发现油气类型,n为正整数;
确定所述区域面积与预设参数之间的乘积;
将所述资源量与所述乘积的比值,确定为所述目标勘探区域的油气丰度指数;
对n个所述钻井油气发现情况对应的井数进行加权求和,得到所述目标勘探区域的油气发现程度指数;
获取所述目标勘探区域的地面条件参数和工程实施参数;
根据所述地面条件参数和所述工程实施参数,得到所述目标勘探区域的地理环境数据;
根据所述地理环境数据确定工程实施难度指数;
响应于所述工程实施难度指数在第一数值范围内,确定所述油气丰度指数、所述油气发现程度指数和所述工程实施难度指数的加权平均值,作为勘探潜力指数,对所述目标勘探区域进行勘探潜力评价,得到评价结果;
响应于所述工程实施难度指数在第二数值范围内,确定与所述第二数值范围对应的所述勘探潜力指数,对所述目标勘探区域进行勘探潜力评价,得到评价结果。
2.根据权利要求1所述的方法,其特征在于,所述从数据库中采集所述目标勘探区域中产生的源数据之前,还包括:
从数据库中采集所述目标勘探区域对应的已钻井的录井资料、测井资料、试油资料及生产资料;
根据所述已钻井的所述录井资料、所述测井资料、所述试油资料及所述生产资料,确定所述目标勘探区域对应的n个所述钻井油气发现情况。
3.根据权利要求1或2所述的方法,其特征在于,所述确定目标勘探区域,包括:
确定资源勘探区域;
对所述资源勘探区域进行网格划分,得到m个候选勘探区域,m为正整数;
从所述m个候选勘探区域中确定所述目标勘探区域。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将所述m个候选勘探区域的完整勘探潜力指数化为等值线图;
以所述等值线图对所述资源勘探区域的勘探潜力进行评价,得到所述资源勘探区域的勘探潜力评价结果。
5.一种勘探潜力评价的装置,其特征在于,所述装置用于实现如权利要求1至4任一所述的勘探潜力评价的方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器加载并执行以实现如权利要求1至4任一所述的勘探潜力评价的方法。
CN202010979141.8A 2020-09-17 2020-09-17 一种勘探潜力评价的方法、装置以及可读存储介质 Active CN112287295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010979141.8A CN112287295B (zh) 2020-09-17 2020-09-17 一种勘探潜力评价的方法、装置以及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010979141.8A CN112287295B (zh) 2020-09-17 2020-09-17 一种勘探潜力评价的方法、装置以及可读存储介质

Publications (2)

Publication Number Publication Date
CN112287295A CN112287295A (zh) 2021-01-29
CN112287295B true CN112287295B (zh) 2023-12-22

Family

ID=74420504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010979141.8A Active CN112287295B (zh) 2020-09-17 2020-09-17 一种勘探潜力评价的方法、装置以及可读存储介质

Country Status (1)

Country Link
CN (1) CN112287295B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5502645A (en) * 1993-11-05 1996-03-26 Nec Usa, Inc. Behavioral synthesis for reconfigurable datapath structures
CN104700316A (zh) * 2015-04-02 2015-06-10 中国石油大学(华东) 一种非均质性评价泥页岩生油气量的方法
CN105447292A (zh) * 2014-08-19 2016-03-30 中国石油化工股份有限公司 一种油气预探井筛选方法
CN105549115A (zh) * 2015-12-05 2016-05-04 中国石油大学(华东) 一种利用录、测、试资料定量描述油气分布的方法
CN108319743A (zh) * 2017-12-14 2018-07-24 中国石油天然气股份有限公司 古老海相碳酸盐岩油气资源丰度预测方法及装置
CN110489809A (zh) * 2019-07-24 2019-11-22 中国石油天然气股份有限公司 一种盆地油气资源整体评价方法及装置
WO2020051136A1 (en) * 2018-09-07 2020-03-12 Saudi Arabian Oil Company Methods and systems for hydrocarbon resources exploration assessment

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7467044B2 (en) * 2007-01-15 2008-12-16 Chevron U.S.A. Inc Method and system for assessing exploration prospect risk and uncertainty
CN108680956B (zh) * 2018-01-08 2020-04-10 中国石油大港油田勘探开发研究院 一种富油凹陷成熟探区整体勘探方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5502645A (en) * 1993-11-05 1996-03-26 Nec Usa, Inc. Behavioral synthesis for reconfigurable datapath structures
CN105447292A (zh) * 2014-08-19 2016-03-30 中国石油化工股份有限公司 一种油气预探井筛选方法
CN104700316A (zh) * 2015-04-02 2015-06-10 中国石油大学(华东) 一种非均质性评价泥页岩生油气量的方法
CN105549115A (zh) * 2015-12-05 2016-05-04 中国石油大学(华东) 一种利用录、测、试资料定量描述油气分布的方法
CN108319743A (zh) * 2017-12-14 2018-07-24 中国石油天然气股份有限公司 古老海相碳酸盐岩油气资源丰度预测方法及装置
WO2020051136A1 (en) * 2018-09-07 2020-03-12 Saudi Arabian Oil Company Methods and systems for hydrocarbon resources exploration assessment
CN110489809A (zh) * 2019-07-24 2019-11-22 中国石油天然气股份有限公司 一种盆地油气资源整体评价方法及装置

Also Published As

Publication number Publication date
CN112287295A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
Mateo et al. Profile or group discriminative techniques? Generating reliable species distribution models using pseudo‐absences and target‐group absences from natural history collections
CN113360587B (zh) 一种基于gis技术的土地测绘设备及测绘方法
Brouder et al. Mapping soil pH: accuracy of common soil sampling strategies and estimation techniques
JP2020051801A (ja) 埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体
CN115131486B (zh) 一种工程勘察勘探数据采集系统及方法
CN110716998A (zh) 一种精细尺度人口数据空间化方法
CN112287295B (zh) 一种勘探潜力评价的方法、装置以及可读存储介质
CN107609284B (zh) 一种定量评价滑坡灾害危险性的方法
CN117010933A (zh) 基于模型的房产市场特征评价方法
RU2591239C1 (ru) Системы и способы для оценивания возможности коллекторной системы
Buja et al. Sampling design tool for ArcGIS: Instruction manual.[for ESRI ArcGIS 10.0 Service Pack 3 or higher]
Garchar et al. Geothermal play fairway analysis: Phase I summary
Alghalandis et al. Similarity analysis of discrete fracture networks
CN115618928A (zh) 一种边坡位移预测方法、装置和电子设备
US11681072B2 (en) Method and system for ranking reactivities for kinetics assignment in basin modeling
CN113705123A (zh) 外来颗粒损害油气层建模方法、损害程度时空演化4d定量与智能诊断方法及其系统
CN112288217A (zh) 一种勘探评价的方法、装置以及可读存储介质
CN110990936A (zh) 一种岩体质量指标的确定方法及系统
CN112925041A (zh) 储层裂缝的发育程度确定方法、装置、设备及存储介质
CN116956046B (zh) 一种基于循环神经网络的地震滑坡危险性分析方法及装置
Ashayeri et al. Using the Adaptive Variable Structure Regression Approach in Data Selection and Data Preparation for Improving Machine Learning-Based Performance Prediction in Unconventional Plays
LU504992B1 (en) Method and apparatus for establishing three-dimensional (3d) geological environment evaluation model for underground space, and device
US20220228483A1 (en) Systems and methods for updating reservoir static models
CN112598763B (zh) 一种区域地表温度场的时间过程模拟方法及系统
CN117235428B (zh) 煤岩损伤过程关键震源判识方法

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