CN112363243A - 预测页岩油优质储层的方法、装置、计算机设备及介质 - Google Patents
预测页岩油优质储层的方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN112363243A CN112363243A CN202011153333.XA CN202011153333A CN112363243A CN 112363243 A CN112363243 A CN 112363243A CN 202011153333 A CN202011153333 A CN 202011153333A CN 112363243 A CN112363243 A CN 112363243A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- value
- curve
- shale oil
- physical property
- 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.)
- Pending
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000000704 physical effect Effects 0.000 claims abstract description 57
- 238000004088 simulation Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 4
- 230000002349 favourable effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种预测页岩油优质储层的方法、装置、计算机设备及介质,其中,该方法包括:获取地震数据和样本井的测井曲线;根据所述样本井的测井曲线生成页岩油储层物性曲线;根据所述地震数据和所述页岩油储层物性曲线构建地质模型;根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。该方案实现了页岩油优质储层的定性预测,可以预测出页岩油优质储层分布规律、分布范围,有利于提高储层预测的精度。
Description
技术领域
本发明涉及石油勘探技术领域,特别涉及一种预测页岩油优质储层的方法、装置、计算机设备及介质。
背景技术
随油气勘探程度的不断深入,非常规油气勘探在现有经济可采条件下逐步展示了巨大的潜力。受北美页岩油勘探成功经验启发,中国页岩油勘探掀起热潮,页岩油勘探作为高成熟探区油气勘探最为现实的接替领域,有望最大限度延缓产量递减,但目前还处于探索起步阶段。
现有技术中,选取页岩油优质储层的方法通常如下:
获取工区测井敏感参数曲线;搜集样本井,利用线性回归方程计算各敏感参数曲线的影响因子,最终利用线性加权的方式计算出页岩油储层物性曲线。
本申请发明人发现,现有技术至少存在如下缺陷:
以上基于样本井进行线性回归的方式计算页岩油储层物性曲线,受样本井取样及样本井分布影响因素较大,同时由于各地区地质情况以及统计样本数量的不同,计算公式变化较大,在平面上难以刻画出页岩油优质储层分布范围。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种预测页岩油优质储层的方法,以解决现有技术中难以刻画出页岩油优质储层分布范围的技术问题。该方法包括:
获取地震数据和样本井的测井曲线;
根据所述样本井的测井曲线生成页岩油储层物性曲线;
根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
本发明实施例还提供了一种预测页岩油优质储层的装置,以解决现有技术中难以刻画出页岩油优质储层分布范围的技术问题。该装置包括:
数据获取模块,用于获取地震数据和样本井的测井曲线;
储层物性曲线生成模块,用于根据所述样本井的测井曲线生成页岩油储层物性曲线;
地质模型构建模块,用于根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
反演模块,用于根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
储层预测模块,用于对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
本发明实施例还提供了一种计算机设备,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上述任意的预测页岩油优质储层的方法,以解决现有技术中难以刻画出页岩油优质储层分布范围的技术问题。
本发明实施例还提供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执行上述任意的预测页岩油优质储层的方法的计算机程序,以解决现有技术中难以刻画出页岩油优质储层分布范围的技术问题。
在本发明实施例中,提出了获取地震数据和样本井的测井曲线,进而根据所述样本井的测井曲线生成页岩油储层物性曲线,再根据所述地震数据和所述页岩油储层物性曲线构建地质模型,根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体,最后,对所述反演数据体提取地层切片,即可得到页岩油优质储层的平面分布规律。实现了页岩油优质储层的定性预测,可以预测出页岩油优质储层分布规律、分布范围,有利于提高储层预测的精度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是本发明实施例提供的一种预测页岩油优质储层的方法的流程图;
图2是本发明实施例提供的原始地震剖面图;
图3是本发明实施例提供的页岩油储层物性曲线的示意图;
图4是本发明实施例提供的一种地质模型的示意图;
图5是本发明实施例提供的一种反演数据体的剖面示意图;
图6是本发明实施例提供的一种反演数据体地层切片的示意图;
图7是本发明实施例提供的一种计算机设备的结构框图;
图8是本发明实施例提供的一种预测页岩油优质储层的装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在本发明实施例中,提供了一种预测页岩油优质储层的方法,如图1所示,该方法包括:
步骤102:获取地震数据和样本井的测井曲线;
步骤104:根据所述样本井的测井曲线生成页岩油储层物性曲线;
步骤106:根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
步骤108:根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
步骤110:对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
由图1所示的流程可知,在本发明实施例中,提出了获取地震数据和样本井的测井曲线,进而根据所述样本井的测井曲线生成页岩油储层物性曲线,再根据所述地震数据和所述页岩油储层物性曲线构建地质模型,根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体,最后,对所述反演数据体提取地层切片,即可得到页岩油优质储层的平面分布规律。实现了页岩油优质储层的定性预测,可以预测出页岩油优质储层分布规律、分布范围,可以有效的预测出页岩油优质储层,有利于提高储层预测的精度。
具体实施时,在获取地震数据和样本井的测井曲线的过程中,地震数据和测井曲线均可以通过现有的仪器和软件进行获取,本申请不做具体限定。例如,获取的地震数据的剖面图如图2所示。
具体实施时,测井资料存在采集年代跨度大,测井仪器型号多、刻度标准不统一、操作方式不一致等问题。为了消除不同时间、不同仪器所测量的测井资料之间存在的系统误差,为了进一步提高预测的精度,根据样本井的测井曲线生成页岩油储层物性曲线之前,可以对样本井的测井曲线进行一致性处理。例如,通常使用的一致性处理方法可以是均值和方差分析,可以将不同时间、不同仪器所测量的测井资料进行相对的统一。
具体实施时,为了生成准确的页岩油储层物性曲线,在本实施例中,提出了基于样本井的的伽马曲线和电阻率曲线来生成页岩油储层物性曲线,例如,获取样本井的伽马曲线和电阻率曲线的幅度指数;获取样本井深度,根据所述深度确定取值点;对于每个取值点,根据伽马曲线获取该取值点的伽马值,根据电阻率曲线获得该取值点的电阻率值,基于所述伽马值和电阻率值,计算该取值点的储层物性参数值;根据各个所述取值点的储层物性参数值,通过曲线拟合生成页岩油储层物性曲线,页岩油储层物性曲线的示意图如图3所示。
具体实施时,针对每个取值点,可以通过以下公式基于伽马值和电阻率值,计算该取值点的储层物性参数值:
c=GR*RT
其中,c为取值点的储层物性参数值,GR为伽马曲线的伽马值,RT为电阻率曲线的电阻率值。
具体实施时,可以通过以下步骤实现根据地震数据和页岩油储层物性曲线构建地质模型:根据所述地震数据和一致性处理后的所述样本井的测井数据进行井震标定;根据井震标定后的数据对所述页岩油储层物性曲线进行插值平滑,构建地质模型,地质模型的示意图如图4所示。
具体实施时,得到地质模型后,即可根据地质模型和地震数据,进行协模拟地质统计学反演,得到反演数据体,如图5所示,进而对反演数据体提取地层切片,即可得到页岩油优质储层的平面分布规律,如图6所示,虚线圈内的区域即为优质储层。
以下详细介绍实施上述预测页岩油优质储层的方法的过程,该过程包括以下步骤:
步骤1)获取地震数据和样本井的测井曲线。
步骤2)对所述样本井的测井曲线进行一致性处理。
测井资料存在采集年代跨度大,测井仪器型号多、刻度标准不统一、操作方式不一致等问题。为了消除不同时间、不同仪器所测量的测井资料之间存在的系统误差,一般需要对测井资料进行一致性处理。通常使用的一致性处理方法是均值和方差分析,可以将不同时间、不同仪器所测量的测井资料进行相对的统一。
步骤3)生成页岩油储层物性曲线。
基于所述一致性处理后的伽马曲线和电阻率曲线,通过公式c=GR*RT,生成页岩油储层物性曲线。其中,c为取值点的储层物性参数值,GR为伽马曲线的伽马值,RT为电阻率曲线的电阻率值。
步骤4)根据所述地震数据与页岩油储层物性曲线构建地质模型。
步骤5)根据所述构建的地质模型与地震数据,进行协模拟地质统计学反演,得到反演数据体。
步骤6)对所述反演数据体,进行地层切片,得到页岩油优质储层的平面分布规律。
在本实施例中,提供了一种计算机设备,如图7所示,包括存储器702、处理器704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上述任意的预测页岩油优质储层的方法。
具体的,该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中,提供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执行上述任意的预测页岩油优质储层的方法的计算机程序。
具体的,计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
基于同一发明构思,本发明实施例中还提供了一种预测页岩油优质储层的装置,如下面的实施例所述。由于预测页岩油优质储层的装置解决问题的原理与预测页岩油优质储层的方法相似,因此预测页岩油优质储层的装置的实施可以参见预测页岩油优质储层的方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以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。
图8是本发明实施例的预测页岩油优质储层的装置的一种结构框图,如图8所示,该装置包括:
数据获取模块802,用于获取地震数据和样本井的测井曲线;
储层物性曲线生成模块804,用于根据所述样本井的测井曲线生成页岩油储层物性曲线;
地质模型构建模块806,用于根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
反演模块808,用于根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
储层预测模块810,用于对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
在一个实施例中,所述储层物性曲线生成模块,包括:
指数获取单元,用于获取样本井的伽马曲线和电阻率曲线的幅度指数;
取值点确定单元,用于获取样本井深度,根据所述深度确定取值点;
储层物性参数值计算单元,用于对于每个取值点,根据伽马曲线获取该取值点的伽马值,根据电阻率曲线获得该取值点的电阻率值,基于所述伽马值和电阻率值,计算该取值点的储层物性参数值;
储层物性曲线生成单元,用于根据各个所述取值点的储层物性参数值,通过曲线拟合生成页岩油储层物性曲线。
在一个实施例中,所述储层物性参数值计算单元通过以下公式基于所述伽马值和电阻率值,计算该取值点的储层物性参数值:
c=GR*RT
其中,c为取值点的储层物性参数值,GR为伽马曲线的伽马值,RT为电阻率曲线的电阻率值。
在一个实施例中,所述地质模型构建模块,包括:
井震标定单元,用于根据所述地震数据和一致性处理后的所述样本井的测井数据进行井震标定;
地质模型构建单元,用于根据井震标定后的数据对所述页岩油储层物性曲线进行插值平滑,构建地质模型。
本发明实施例实现了如下技术效果:提出了获取地震数据和样本井的测井曲线,进而根据所述样本井的测井曲线生成页岩油储层物性曲线,再根据所述地震数据和所述页岩油储层物性曲线构建地质模型,根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体,最后,对所述反演数据体提取地层切片,即可得到页岩油优质储层的平面分布规律。实现了页岩油优质储层的定性预测,可以预测出页岩油优质储层分布规律、分布范围,有利于提高储层预测的精度。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种预测页岩油优质储层的方法,其特征在于,包括:
获取地震数据和样本井的测井曲线;
根据所述样本井的测井曲线生成页岩油储层物性曲线;
根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
2.如权利要求1所述的预测页岩油优质储层的方法,其特征在于,根据所述样本井的测井曲线生成页岩油储层物性曲线,包括:
获取样本井的伽马曲线和电阻率曲线的幅度指数;
获取样本井深度,根据所述深度确定取值点;
对于每个取值点,根据伽马曲线获取该取值点的伽马值,根据电阻率曲线获得该取值点的电阻率值,基于所述伽马值和电阻率值,计算该取值点的储层物性参数值;
根据各个所述取值点的储层物性参数值,通过曲线拟合生成页岩油储层物性曲线。
3.如权利要求2所述的预测页岩油优质储层的方法,其特征在于,通过以下公式基于所述伽马值和电阻率值,计算该取值点的储层物性参数值:
c=GR*RT
其中,c为取值点的储层物性参数值,GR为伽马曲线的伽马值,RT为电阻率曲线的电阻率值。
4.如权利要求1至3中任一项所述的预测页岩油优质储层的方法,其特征在于,根据所述地震数据和所述页岩油储层物性曲线构建地质模型,包括:
根据所述地震数据和一致性处理后的所述样本井的测井数据进行井震标定;
根据井震标定后的数据对所述页岩油储层物性曲线进行插值平滑,构建地质模型。
5.一种预测页岩油优质储层的装置,其特征在于,包括:
数据获取模块,用于获取地震数据和样本井的测井曲线;
储层物性曲线生成模块,用于根据所述样本井的测井曲线生成页岩油储层物性曲线;
地质模型构建模块,用于根据所述地震数据和所述页岩油储层物性曲线构建地质模型;
反演模块,用于根据所述地质模型和所述地震数据,进行协模拟地质统计学反演,得到反演数据体;
储层预测模块,用于对所述反演数据体提取地层切片,得到页岩油优质储层的平面分布规律。
6.如权利要求5所述的预测页岩油优质储层的装置,其特征在于,所述储层物性曲线生成模块,包括:
指数获取单元,用于获取样本井的伽马曲线和电阻率曲线的幅度指数;
取值点确定单元,用于获取样本井深度,根据所述深度确定取值点;
储层物性参数值计算单元,用于对于每个取值点,根据伽马曲线获取该取值点的伽马值,根据电阻率曲线获得该取值点的电阻率值,基于所述伽马值和电阻率值,计算该取值点的储层物性参数值;
储层物性曲线生成单元,用于根据各个所述取值点的储层物性参数值,通过曲线拟合生成页岩油储层物性曲线。
7.如权利要求6所述的预测页岩油优质储层的装置,其特征在于,所述储层物性参数值计算单元通过以下公式基于所述伽马值和电阻率值,计算该取值点的储层物性参数值:
c=GR*RT
其中,c为取值点的储层物性参数值,GR为伽马曲线的伽马值,RT为电阻率曲线的电阻率值。
8.如权利要求5至7中任一项所述的预测页岩油优质储层的装置,其特征在于,所述地质模型构建模块,包括:
井震标定单元,用于根据所述地震数据和一致性处理后的所述样本井的测井数据进行井震标定;
地质模型构建单元,用于根据井震标定后的数据对所述页岩油储层物性曲线进行插值平滑,构建地质模型。
9.一种计算机设备,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4中任一项所述的预测页岩油优质储层的方法。
10.一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执行权利要求1至4中任一项所述的预测页岩油优质储层的方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011153333.XA CN112363243A (zh) | 2020-10-26 | 2020-10-26 | 预测页岩油优质储层的方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011153333.XA CN112363243A (zh) | 2020-10-26 | 2020-10-26 | 预测页岩油优质储层的方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112363243A true CN112363243A (zh) | 2021-02-12 |
Family
ID=74512110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011153333.XA Pending CN112363243A (zh) | 2020-10-26 | 2020-10-26 | 预测页岩油优质储层的方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112363243A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433202A (zh) * | 2021-06-28 | 2021-09-24 | 数皮科技(湖北)有限公司 | 一种钻井现场页岩油含油量计算方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162093A1 (en) * | 2006-11-12 | 2008-07-03 | Philippe Nivlet | Method of constructing a geological model of a subsoil formation constrained by seismic data |
US20100185422A1 (en) * | 2009-01-20 | 2010-07-22 | Chevron U,S,A., Inc. | Stochastic inversion of geophysical data for estimating earth model parameters |
CN104502966A (zh) * | 2014-12-23 | 2015-04-08 | 中国石油天然气集团公司 | 一种薄储层的预测方法及系统 |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN105652323A (zh) * | 2015-08-11 | 2016-06-08 | 中国石油化工股份有限公司 | 一种储层预测方法 |
CN109061729A (zh) * | 2018-08-22 | 2018-12-21 | 西安石油大学 | 一种高温高压气藏含气敏感曲线重构方法 |
US20190025461A1 (en) * | 2017-07-21 | 2019-01-24 | Halliburton Energy Services, Inc. | Rock physics based method of integrated subsurface reservoir characterization for use in optimized stimulation design of horizontal wells |
CN111158052A (zh) * | 2020-01-07 | 2020-05-15 | 吉林大学 | 基于三维储层反演井中含铀砂体井旁分布范围的圈定方法 |
CN111206922A (zh) * | 2020-01-13 | 2020-05-29 | 中国石油天然气股份有限公司大港油田分公司 | 一种自然伽马和电阻率组合的页岩油含油丰度评价方法 |
-
2020
- 2020-10-26 CN CN202011153333.XA patent/CN112363243A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162093A1 (en) * | 2006-11-12 | 2008-07-03 | Philippe Nivlet | Method of constructing a geological model of a subsoil formation constrained by seismic data |
US20100185422A1 (en) * | 2009-01-20 | 2010-07-22 | Chevron U,S,A., Inc. | Stochastic inversion of geophysical data for estimating earth model parameters |
CN104502966A (zh) * | 2014-12-23 | 2015-04-08 | 中国石油天然气集团公司 | 一种薄储层的预测方法及系统 |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN105652323A (zh) * | 2015-08-11 | 2016-06-08 | 中国石油化工股份有限公司 | 一种储层预测方法 |
US20190025461A1 (en) * | 2017-07-21 | 2019-01-24 | Halliburton Energy Services, Inc. | Rock physics based method of integrated subsurface reservoir characterization for use in optimized stimulation design of horizontal wells |
CN109061729A (zh) * | 2018-08-22 | 2018-12-21 | 西安石油大学 | 一种高温高压气藏含气敏感曲线重构方法 |
CN111158052A (zh) * | 2020-01-07 | 2020-05-15 | 吉林大学 | 基于三维储层反演井中含铀砂体井旁分布范围的圈定方法 |
CN111206922A (zh) * | 2020-01-13 | 2020-05-29 | 中国石油天然气股份有限公司大港油田分公司 | 一种自然伽马和电阻率组合的页岩油含油丰度评价方法 |
Non-Patent Citations (11)
Title |
---|
XU QI等: "Seismic Reservoir Characterization of the Low Porosity and Permeability Reservoir – A Case Study outside Daqing Oilfield, China", 《INTERNATIONAL JOURNAL OF ENGINEERING PRACTICAL RESEARCH》, vol. 4, no. 1, pages 67 - 74 * |
刘俊州;周小鹰;王箭波;夏红敏;佘刚: "地质统计学反演在非均质薄砂岩气藏开发中的实践", 《内蒙古石油化工》, vol. 35, no. 07, pages 16 - 19 * |
刘磊;贾凌霄;刘艺璇;王彦春;刘学清: "两种反演方法在NP-4号构造区的联合应用", 《大庆石油地质与开发》, vol. 35, no. 03, pages 130 - 135 * |
尚建林;李太辉;霍新勇;王林生;杨建军: "地质统计学反演预测百口泉油田百34井区薄砂体", 《新疆石油地质》, vol. 30, no. 06, pages 758 - 760 * |
杨锦舟: "基于随钻自然伽马、电阻率的地质导向系统及应用", 《测井技术》, vol. 29, no. 04, pages 285 - 288 * |
白永强: "大港板南地区滩坝砂体油藏储层预测技术研究", 《中国石油和化工》, no. 1, pages 117 - 118 * |
胡瑞波;常静春;张文胜;郭燕珩;董素杰;袁雪花: "歧口凹陷湖相碳酸盐岩储层岩性识别及储集类型研究", 《测井技术》, vol. 36, no. 02, pages 179 - 182 * |
赵胤飞: "基于地震反演的储层预测", 内蒙古石油化工, vol. 43, no. 6, 30 June 2017 (2017-06-30), pages 66 - 67 * |
车廷信;黄延章;刘赫: "基于测井敏感属性重构的随机模拟地震反演", 《石油地球物理勘探》, vol. 48, no. 1, pages 131 - 138 * |
连晓亮;郭波;闫巧洁;姜忠诚;张昌盛: "大情字井地区葡萄花油层储层砂体地震描述技术", 《吉林大学学报(地球科学版)》, vol. 46, no. 05, pages 1561 - 1570 * |
陈志刚;陈红霞;刘学军;唐建超;马辉;孙星;郭增虎: "地震反演数据体融合技术预测有效砂岩", 《长江大学学报(自科版)》, vol. 13, no. 32, pages 40 - 43 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433202A (zh) * | 2021-06-28 | 2021-09-24 | 数皮科技(湖北)有限公司 | 一种钻井现场页岩油含油量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113919219A (zh) | 基于测井大数据的地层评价方法及系统 | |
KR20130060231A (ko) | 지구 물리학적 데이터의 반복 반전의 아티팩트 감소 | |
CN113050189B (zh) | 一种测井曲线的重构方法、装置、设备及存储介质 | |
CN107688037A (zh) | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 | |
CN112363243A (zh) | 预测页岩油优质储层的方法、装置、计算机设备及介质 | |
CN111707695B (zh) | 基于核磁共振数据确定储层渗透率的方法、装置及设备 | |
CN111812716B (zh) | 页岩气储层总有机碳含量叠前定量预测方法、装置及设备 | |
CN111221038B (zh) | 薄储层厚度定量预测的方法和装置 | |
CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
US11927713B2 (en) | Method, device and medium for acquiring logging parameters | |
CN112630840B (zh) | 基于统计特征参数的随机反演方法及处理器 | |
CN113496070B (zh) | 地层俘获截面曲线的处理方法、装置、设备及介质 | |
CN114114421A (zh) | 基于深度学习的导向自学习地震数据去噪方法及装置 | |
CN116776513A (zh) | 地热资源量计算方法、装置、存储介质及电子设备 | |
CN110927789B (zh) | 一种基于欠失数据预测页岩平面分布的方法及装置 | |
CN112861061A (zh) | 地质分层方法及系统、处理设备 | |
CN113138412A (zh) | 深层页岩气孔隙度地震预测方法及装置 | |
CN114200522A (zh) | 深度域地震子波提取方法和装置、存储介质及电子设备 | |
CN113267809A (zh) | I类页岩储层预测方法及装置 | |
CN113495296B (zh) | 层析静校正量的确定方法、装置、设备及可读存储介质 | |
CN112946754B (zh) | 储层孔隙度预测方法及装置 | |
CN113253346B (zh) | 薄互层储层水平裂缝的预测方法 | |
CN114152983B (zh) | 地震子波提取方法、系统、存储介质以及电子设备 | |
CN113052356B (zh) | 油井单井产能预测方法、装置、电子设备和存储介质 | |
CN117233834A (zh) | 一种基于介质特性的地震参数测定方法及系统 |
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 |