CN112394392B - 对烃源岩分布情况进行评价的方法和装置 - Google Patents
对烃源岩分布情况进行评价的方法和装置 Download PDFInfo
- Publication number
- CN112394392B CN112394392B CN201910742950.4A CN201910742950A CN112394392B CN 112394392 B CN112394392 B CN 112394392B CN 201910742950 A CN201910742950 A CN 201910742950A CN 112394392 B CN112394392 B CN 112394392B
- Authority
- CN
- China
- Prior art keywords
- core
- organic carbon
- carbon content
- curve
- data
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 164
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 119
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 119
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 119
- 238000009826 distribution Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 52
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 140
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 140
- 238000011156 evaluation Methods 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000011161 development Methods 0.000 claims abstract description 17
- 230000035945 sensitivity Effects 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims description 20
- 208000035126 Facies Diseases 0.000 claims description 18
- 230000008021 deposition Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000010183 spectrum analysis Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 239000013049 sediment Substances 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 11
- 230000002349 favourable effect Effects 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 239000005416 organic matter Substances 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 229910052770 Uranium Inorganic materials 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241001637516 Polygonia c-album Species 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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. for interpretation or for event detection
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
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
本发明提供一种对烃源岩分布情况进行评价的方法和装置，方法包括：对岩心进行有机碳含量测试，得到岩心有机碳含量；根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；根据岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；根据测井敏感参数，建立有机碳含量的计算模型；根据岩心、野外露头、单井测井曲线、有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩分布。本发明为后续有利勘探区带优选和是否能作为页岩气开发提供重要判断依据，适用复杂地层的烃源岩精细评价研究且操作性强。
Description
技术领域
本发明涉及石油地质勘探领域，尤其涉及一种对烃源岩分布情况进行评价的方法和装置。
背景技术
随着国家经济的不断发展，国内对石油和天然气的需求也在不断攀升，这就要求国内石油公司上游板块加大勘探力度，不断去发现新的地质储量、新的勘探领域和区带，而寻找潜力“烃源灶”发育区是关键，这就要求我们尽快建立一套系统且通用的烃源岩精细评价方法。
烃源岩潜力精细评价是地质综合分析与评价的基础，是后期有利勘探区带优选的关键，而有机碳含量分析又是烃源岩评价中既基础又重要的一步。目前关于烃源岩有机碳含量分析的研究已有很多学者开展过研究，也取得较好的应用效果。但是如何从地质-测井-地震多尺度、全方位的开展烃源岩精细评价研究相对较少，目前还没有一种系统且通用的评价流程和方法。
发明内容
为了提出一种对烃源岩分布情况进行评价的通用方法，本发明提供了一种对烃源岩分布情况进行评价的方法和装置。
第一方面，本发明提供了一种对烃源岩分布情况进行评价的方法，所述方法包括：
对岩心进行有机碳含量测试，得到岩心有机碳含量；
根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；
根据所述岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
根据所述测井敏感参数，建立有机碳含量的计算模型；
根据岩心、野外露头、单井测井曲线、所述有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
进一步地，所述对岩心进行有机碳含量测试，得到岩心有机碳含量包括：
利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量。
进一步地，所述根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致包括：
对岩心开展连续自然伽马扫描，得到岩心段自然伽马曲线；
根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
进一步地，所述根据所述层序地层格架，开展叠后分频反演，评价烃源岩的分布情况包括：
对地震数据的有效频带范围进行分频，产生不同频带的数据；
对所述不同频带的数据进行反演，得到反演后的数据；
合并所述反演后的数据，得到烃源岩的分布情况。
进一步地，所述对地震数据的有效频带范围进行分频，产生不同频带的数据包括：
根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
对所述不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
根据所述沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据。
进一步地，所述对地震数据进行波阻抗反演，确定中频数据包括：
将所述地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
将所述匹配参数加入所述地震数据进行波阻抗反演，得到中频数据。
进一步地，所述选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据包括：
将所述有机碳含量曲线高频数据反转按量纲加入所述声波曲线低频数据中，生成拟声波曲线；
根据所述拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
第二方面，本发明提供了一种一种对烃源岩分布情况进行评价的装置，所述装置包括：
有机碳含量确定模块，用于对岩心进行有机碳含量测试，得到岩心有机碳含量；
岩心深度校正模块，用于根据岩心扫描伽马曲线和测井获得的伽马曲线，使得岩心深度与测井深度一致；
有机碳测井敏感参数确定模块，用于根据所述岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
计算模型确定模块，用于根据所述测井敏感参数，建立有机碳含量的计算模型；
层序地层格架确定模块，用于根据岩心、野外露头、单井测井曲线、所述有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
烃源岩分布评价模块，用于在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
进一步地，所述有机碳参数确定模块，利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量。
进一步地，所述岩心深度校正模块包括：
岩心深度校正单元，用于对岩心开展连续自然伽马扫描，得到岩心自然伽马曲线；
测井深度参数获取单元，用于根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
进一步地，所述烃源岩分布评价模块包括：
频带数据产生单元，用于对地震数据的有效频带范围进行分频，产生不同频带的数据；
反演单元，用于对所述不同频带的数据进行反演，得到反演后的数据；
合并单元，用于合并所述反演后的数据，得到烃源岩的分布情况。
进一步地，所述频带数据产生单元包括：
波形确定单元，用于根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
沉积相分布情况确定单元，用于对所述不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
低频数据确定单元，用于根据所述沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
中频数据确定单元，用于对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
高频数据确定单元，用于选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据。
进一步地，所述中频数据确定单元包括：
匹配参数确定单元，用于将所述地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
中频数据得到单元，用于将所述匹配参数加入所述地震数据进行波阻抗反演，得到中频数据。
进一步地，所述高频数据确定单元包括：
拟声波曲线确定单元，用于将所述有机碳含量曲线高频数据反转按量纲加入所述声波曲线低频数据中，生成拟声波曲线；
高频数据得到单元，用于根据所述拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
第三方面，本发明提供一种电子设备，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程序时实现第一方面提供的对烃源岩分布情况进行评价的方法的步骤。
第四方面，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面提供的对烃源岩分布情况进行评价的方法的步骤。
本发明提供的一种基于地质-测井-地震一体化、多尺度、系统的烃源岩分布情况的评价方法和操作流程。通过采用“岩心标定测井，测井刻度地震”的评价思路，开展烃源岩的精细评价，为后续有利勘探区带优选和是否能作为页岩气开发提供重要判断依据，该方法适用于各种复杂地层的烃源岩精细评价研究且操作性强。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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为本发明实施例提供的对烃源岩分布情况进行评价的方法流程示意图；
图2为本发明实施例提供的测井计算有机碳含量与岩心分析有机碳含量对比图；
图3A为本发明实施例提供的敏感参数铀的交会示意图；
图3B为本发明实施例提供的敏感参数声波时差的交会示意图；
图3C为本发明实施例提供的敏感参数自然伽马的交会示意图；
图4为本发明实施例提供的建立的层序地层格架；
图5A为本发明实施例提供的某一区域井高分辨率分频波阻抗反演剖面；
图5B本发明实施例提供的某一区域的烃源岩高分辨率分频反演属性图；
图6为本发明实施例提供的拟声波曲线重构示意图；
图7为本发明实施例提供的一种烃源岩精细评价流程图；
图8为本发明实施例提供的对烃源岩分布情况进行评价的装置的框图；
图9为本发明实施例提供的电子设备框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
烃源岩潜力精细评价是地质综合分析与评价的基础，是后期有利勘探区带优选的关键，而有机碳含量分析又是烃源岩评价中既基础又重要的一步。
关于烃源岩有机碳含量分析的方法很多，主要概括起来有三大类：
(1)地质评价方面
目前，地质上关于有机碳含量的研究主要依靠的是实验分析技术。通过对取心井的岩心样品开展实验分析，这种方法所获得的有机碳含量数据准确，但只能得到研究区里几口取心井取心段的有机碳含量情况，对于未取心井段则无法得知。如果没有取心井，地质人员也会对一些录井岩屑进行采样分析，但是这种方法所得到的岩屑样品分析数据相对岩心分析数据可靠性降低，只能作为参考。实验分析虽能提供准确的有机碳含量分析数据，但受样品来源和分析化验经费的限制，单口井往往很难获得连续的地球化学分析数据，难以满足精细勘探的需要，其局限于“点”的评价。
(2)测井评价方面
由于受取心井资料的限制，要想获得连续的井上有机碳含量情况，测井就是很好的技术手段。测井资料不仅具有较高的纵向分辨率，而且是连续测量，寻找烃源岩与测井资料之间的关系则成为不少学者所研究的方向。通过对烃源岩测井敏感参数交会图分析，建立了多种评价烃源岩模型，概括起来可以分为三类：1、经验公式法：该方法包括各种单因素和多元拟合方法，其主要思路就是寻找出对有机碳敏感的参数，然后建立岩心分析数据和敏感参数之间的关系，再将建立的模型推广应用于研究区其他非建模井中；2、ΔLgR法：该方法是精确预测不同成熟条件下的有机碳的烃源岩评价技术，该方法是将声波时差曲线和电阻率曲线重合，当两条曲线在一定范围内重合时为基线，即为非烃源岩段，若两条曲线有幅度差，则为烃源岩段。但是这种方法在国内深层-超深层地层中应用的时候存在一定问题，即烃源岩段在电阻率曲线上的差异与非烃源岩段不明显，而且不同的井，其基线存在不一致的情况，导致在一口井上建立的模型无法推广应用与研究区其它井中；3、神经网络法：烃源岩有机碳含量和测井参数响应特征之间的关系难以用显式函数式表达时，神经网络等方法在难用显式函数式表达的非线性计算问题方面优越性明显。该方法克服了传统分析过程的复杂性及模型函数选择的主观性。
上述的测井烃源岩评价虽然突破了岩心分析“点”的束缚，从“点”延伸至“线”，能连续获得井上的烃源岩有机碳含量情况，为垂向上评价烃源岩品质好坏提供了依据，但是在精度上较岩心分析结果存在一定误差，达不到精确评价烃源岩分布的目的。
(3)地震评价方面
地质和测井烃源岩评价只能局限于“点”和“线”上，如何将“点”和“线”上的信息推广至“面”上，这就需要依靠地震手段。目前利用地震手段开展烃源岩平面评价的方法有很多，包括各种属性反演，如声波速度、密度、均方根振幅等。一般的操作方法就是通过对重点井的合成记录标定，提取多种属性信息，并与井的岩性剖面进行对比，选择对岩性变化关系密切的属性，依据单井上统计的优质烃源岩厚度对地震剖面进行约束，从而来开展优质烃源岩平面分布预测。目前地震评价烃源岩方面，井上的信息只是起一个标定的作用，主要利用的是地震各种属性信息，没有很好的将井上反映优质烃源岩变化的高频信息整合到地震属性中进行分析，这样导致地震所反映的优质烃源岩分布情况只能是定性评价，不够精确。
为了解决现有技术不能准确反映烃源岩分布情况的问题，本发明实施例一种对烃源岩分布情况进行评价的方法和装置，如图1所示，该方法包括：
步骤S101，对岩心进行有机碳含量测试，得到岩心有机碳含量；
步骤S102，根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；
步骤S103，根据岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
步骤S104，根据测井敏感参数，建立有机碳含量的计算模型；
步骤S105，根据岩心、野外露头、单井测井曲线、有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
步骤S106，在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
具体为，对取得的岩心样品进行有机碳含量的测试，得到岩心样品中有机碳含量的参数，根据该参数进行有机碳含量的分析。
对岩心进行连续自然伽马扫描，得到岩心伽马曲线，并根据测井实测伽马曲线调整岩心深度，使岩心和测井深度相一致。
如图2所示的测井得到的有机碳含量和有机碳含量分析仪得到的岩心有机碳参数对比图，通过利用岩心有机碳含量和其对应深度的测井参数进行交会图分析，如对应的自然伽马、声波时差、补偿密度等参数作为可能对岩心有机碳含量变化敏感的测井参数，通过实验分析，确定随有机碳含量敏感的测井参数。本发明实施例找到三个重要影响参数，如图3A代表铀的交会示意图，图3B代表声波时差的交会示意图；图3C代表自然伽马的交会示意图。
利用选择的敏感参数建立计算模型，并将其用于其它未参与建模的取心井中，以验证模型的可靠性，从而确保评价精度；
将依据岩心、野外露头、单井测井曲线和模型计算有机碳含量等，建立目的层序地层格架，明确目的层沉积充填序列，为后续优质烃源岩地震平面预测提供指导和约束。以国内某一区域为例，依据岩心有机碳分析及测井曲线形态特征，认为单井上该区域可划分为三段，其中一段以黑色、深灰色泥页岩为主，自然伽马值高，有机碳值变化大，一般在0.5-5％之间，是优质烃源岩发育段；二段主要为黑色、深灰色碳质页岩，中-高自然伽马值，有机碳值在1.0-4.0％，优质烃源岩只分布于二段底部；三段为灰色、浅灰色粉砂质泥岩局部夹碳酸盐岩，低伽马值，有机碳值一般小于1.0％，优质烃源岩不发育，地层三段式划分在研究区具有很好的对比性，如图4所示，图4为建立的层序地层格架。
依据钻井资料所建立的层序地层格架可以为后续叠后分频反演提供具有实际地质意义的低频模型，同时为高频部分样本点的选取提供指导，即根据层序地层格架和分频反演后的地震数据，得到反演剖面，即能评价烃源岩的分布情况。另外，建立层序地层格架使得传统的地震预测工作是在层序地层格架的约束下开展，具有明确的地质意义，从而确保后续预测结果符合地质情况，更加准确可靠。
本发明提供的一种基于地质-测井-地震一体化、多尺度、系统的烃源岩分布情况的评价方法和操作流程。通过采用“岩心标定测井，测井刻度地震”的评价思路，开展烃源岩的精细评价，为后续有利勘探区带优选和是否能作为页岩气开发提供重要判断依据，该方法适用于各种复杂地层的烃源岩精细评价研究且操作性强。
基于上述实施例的内容，作为一种可选实施例：对岩心进行有机碳含量测试，得到岩心有机碳含量包括：
利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量。
具体为，将所取岩样进行加工处理，然后放入有机碳含量分析仪进行分析，以得到准确岩样有机碳含量值。
基于上述实施例的内容，作为一种可选实施例：根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致包括：
对岩心开展连续自然伽马扫描，得到岩心段自然伽马曲线；
根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
具体为，利用伽马能谱仪对岩心开展连续扫描，得到岩心伽马曲线；利用岩心伽马曲线和测井实测伽马曲线，开展深度校正，使岩心和测井深度保持一致性，进而获得测井深度参数。具体为，对岩心进行自然伽马扫描，可以得到岩心扫描伽马曲线，根据测井伽马曲线对岩心伽马曲线进行校正，通过上下整体移动岩心深度来确保岩心伽马曲线与测井伽马曲线重合，从而达到岩性和测井深度相匹配。
基于上述实施例的内容，作为一种可选实施例：根据层序地层格架，开展叠后分频反演，评价烃源岩的分布情况包括：
对地震数据的有效频带范围进行分频，产生不同频带的数据；
对不同频带的数据进行反演，得到反演后的数据；
合并反演后的数据，得到烃源岩的分布情况。
具体为，地震数据进行频谱分析，获取资料有效频带范围，根据有效频带范围设计合适的尺度进行分频，产生不同频段的数据体，从而达到分频的目的。对不同频带的数据进行反演，得到反演后的数据，进而得到烃源岩的分布情况，如图5A所示，图中A区域代表烃源岩有机质丰度高，B区域代表烃源岩有机质丰度低；且区域47-区域9有机质丰度较高，区域9-区域13有机质丰度较低。另外，在图5A中，A区域和B区域在坐标轴上的数值可以表示为判断优质烃源岩分布的阈值，比如：阈值设置为10000，在图中数值小于10000的区域代表优质烃源岩分布区域，这样方便技术人员很快地找到优质烃源岩的范围。图5B为某一区域的烃源岩高分辨率分频反演属性图，图中颜色较浅区域(Q、W、裂缝I区域)有机质丰度高，颜色较深区域(G区域)有机质丰度低。
本发明实施例对有效频带范围分频反演，可以减少薄层反演不确定性，更真实反映烃源岩厚度变化及展布。
基于上述实施例的内容，作为一种可选实施例：对地震数据的有效频带范围进行分频，产生不同频带的数据包括：
根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
对不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
根据沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据。
具体为，选取继承性聚类方法对地震相进行分析，其聚类的每一步都可以控制。运用继承性聚类方法时，首先通过层序地层格架中烃源岩发育程度，定义不同类型的波形特征，将不同类型的波形进行相似度聚类，相似度高的波形归为相同类，相似度较低的波形归为不同类，确定低频数据；对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；选取声波曲线低频数据、有机碳含量曲线高频数据生成拟声波曲线，基于此对地震数据进行波形相控模拟反演，确定出高频数据。
本发明实施例通过对地震数据进行分频，使反演后的数据更符合实际地质情况。
基于上述实施例的内容，作为一种可选实施例：对地震数据进行波阻抗反演，确定中频数据包括：
将地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
将匹配参数加入地震数据进行波阻抗反演，得到中频数据。
具体为，利用地震谱模拟反演，对井波阻抗资料和地震资料做谱分析，设计匹配参数或匹配算子，使地震数据和井波阻抗曲线相匹配，然后施加匹配参数或匹配算子到地震数据完成反演，获得相对波阻抗，即得到中频数据。
基于上述实施例的内容，作为一种可选实施例：选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据包括：
将有机碳含量曲线高频数据反转按量纲加入声波曲线低频数据中，生成拟声波曲线；
根据拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
具体为，鉴于纵波阻抗(岩石纵波速度与密度乘积)难于区分优质烃源岩，提取声波曲线低频部分S(保证地震有效频带)及有机碳含量曲线高频部分T，将有机碳含量曲线高频部分T反转并放入声波曲线低频S部分，再将统一量纲的高频及低频曲线进行融合重构新的拟声波曲线N，如图6所示。再根据拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
本发明实施例通过重构曲线以获得新的拟声波曲线，使得最终的反演结果既符合地质规律，又能很好地区分优质烃源岩。
基于上述实施例的内容，作为一种可选实施例：本发明实施例提供一种烃源岩精细评价的方法，其流程图如图7所示：
1.获得岩心有机碳含量值；
2.对岩心和测井深度进行校正，使得岩心、测井的深度保持一致；
3.根据测井有机碳敏感参数建立计算模型；
4.建立层序地层格架；
5.基于层序地层格架的叠后分频反演，对烃源岩分布进行预测；
6.得到烃源岩平面分布预测结果。
根据本发明的另一个方面，本发明实施例还提供一种对烃源岩分布情况进行评价的装置的框图，参见图8，图8为本发明实施例提供的对烃源岩分布情况进行评价的装置的框图。该装置用于在前述各实施例中对烃源岩分布情况进行评价。因此，在前述各实施例中的对烃源岩分布情况进行评价分析方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
如图所示，该装置包括：
有机碳含量确定模块801，用于对岩心进行有机碳含量测试，得到岩心有机碳含量；
岩心深度校正模块802，用于根据岩心扫描伽马曲线和测井获得的伽马曲线，使得岩心深度与测井深度一致；
有机碳测井敏感参数确定模块803，用于根据岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
计算模型确定模块804，用于根据测井敏感参数，建立有机碳含量的计算模型；
层序地层格架确定模块805，用于根据岩心、野外露头、单井测井曲线、有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
烃源岩分布评价模块806，用于在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
本发明提供的一种基于地质-测井-地震一体化、多尺度、系统的烃源岩分布情况的评价方法和操作流程。通过采用“岩心标定测井，测井刻度地震”的评价思路，开展烃源岩的精细评价，为后续有利勘探区带优选和是否能作为页岩气开发提供重要判断依据，该方法适用于各种复杂地层的烃源岩精细评价研究且操作性强。
基于上述实施例的内容，作为一种可选实施例：有机碳参数确定模块，利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量的参数。
基于上述实施例的内容，作为一种可选实施例：岩心深度校正模块包括：
岩心深度校正单元，用于对岩心开展连续自然伽马扫描，得到岩心自然伽马曲线；
测井深度参数获取单元，用于根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
基于上述实施例的内容，作为一种可选实施例：烃源岩分布评价模块包括：
频带数据产生单元，用于对地震数据的有效频带范围进行分频，产生不同频带的数据；
反演单元，用于对不同频带的数据进行反演，得到反演后的数据；
合并单元，用于合并反演后的数据，得到烃源岩的分布情况。
本发明实施例对有效频带范围分频反演，可以减少薄层反演不确定性，更真实反映烃源岩厚度变化及展布。
基于上述实施例的内容，作为一种可选实施例：频带数据产生单元包括：
波形确定单元，用于根据层序地层格架中不同单井的烃源岩的发育情况，确定不同沉积相类型的波形特征；
波形确定单元，用于根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
沉积相分布情况确定单元，用于对不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
低频数据确定单元，用于根据沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
中频数据确定单元，用于对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
高频数据确定单元，用于选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据。
本发明实施例通过对地震数据进行分频，使反演后的数据更符合实际地质情况。基于上述实施例的内容，作为一种可选实施例：中频数据确定单元包括：
匹配参数确定单元，用于将地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
中频数据得到单元，用于将匹配参数加入地震数据进行波阻抗反演，得到中频数据。
基于上述实施例的内容，作为一种可选实施例：高频数据确定单元包括：
拟声波曲线确定单元，用于将有机碳含量曲线高频数据反转按量纲加入声波曲线低频数据中，生成拟声波曲线；
高频数据得到单元，用于根据拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
本发明实施例通过重构曲线以获得新的拟声波曲线，使得最终的反演结果既符合地质规律，又能很好地区分优质烃源岩。
图9为本发明实施例提供的电子设备框图，如图9所示，该设备包括：处理器901、存储器902和总线903；
其中，处理器901及存储902分别通过总线903完成相互间的通信；处理器901用于调用存储器902中的程序指令，以执行上述实施例所提供的对烃源岩分布情况进行评价的方法，例如包括：对岩心进行有机碳含量测试，得到岩心有机碳含量；根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；根据岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；根据测井敏感参数，建立有机碳含量的计算模型；根据岩心、野外露头、单井测井曲线、有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现对烃源岩分布情况进行评价的方法的步骤。例如包括：对岩心进行有机碳含量测试，得到岩心有机碳含量；根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；根据岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；根据测井敏感参数，建立有机碳含量的计算模型；根据岩心、野外露头、单井测井曲线、有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后，本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种对烃源岩分布情况进行评价的方法，其特征在于，所述方法包括：
对岩心进行有机碳含量测试，得到岩心有机碳含量；
根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致；
根据所述岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
根据所述测井敏感参数，建立有机碳含量的计算模型；
根据岩心、野外露头、单井测井曲线、所述有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况；
根据所述层序地层格架，开展叠后分频反演，评价烃源岩的分布情况包括：
对地震数据的有效频带范围进行分频，产生不同频带的数据；
对所述不同频带的数据进行反演，得到反演后的数据；
合并所述反演后的数据，得到烃源岩的分布情况；
所述对地震数据的有效频带范围进行分频，产生不同频带的数据包括：
根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
对所述不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
根据所述沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据；
其中，运用继承性聚类方法，首先通过层序地层格架中烃源岩发育程度，定义不同类型的波形特征，将不同类型的波形进行相似度聚类，相似度高的波形归为相同类，相似度较低的波形归为不同类，确定低频数据；对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；选取声波曲线低频数据、有机碳含量曲线高频数据生成拟声波曲线，基于此对地震数据进行波形相控模拟反演，确定出高频数据；
所述对地震数据进行波阻抗反演，确定中频数据包括：
将所述地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
将所述匹配参数加入所述地震数据进行波阻抗反演，得到中频数据；
所述选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据包括：
将所述有机碳含量曲线高频数据反转按量纲加入所述声波曲线低频数据中，生成拟声波曲线；
根据所述拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
2.根据权利要求1所述的方法，其特征在于，所述对岩心进行有机碳含量测试，得到岩心有机碳含量包括：
利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量。
3.根据权利要求1所述的方法，其特征在于，所述根据岩心扫描得到的伽马曲线和测井获得的伽马曲线，开展岩心深度校正，使得岩心深度与测井深度一致包括：
对岩心开展连续自然伽马扫描，得到岩心段自然伽马曲线；
根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
4.一种对烃源岩分布情况进行评价的装置，其特征在于，所述装置包括：
有机碳含量确定模块，用于对岩心进行有机碳含量测试，得到岩心有机碳含量；
岩心深度校正模块，用于根据岩心扫描伽马曲线和测井获得的伽马曲线，使得岩心深度与测井深度一致；
有机碳测井敏感参数确定模块，用于根据所述岩心有机碳含量和校正后的岩心对应深度测井参数，确定有机碳含量评价的测井敏感参数；
计算模型确定模块，用于根据所述测井敏感参数，建立有机碳含量的计算模型；
层序地层格架确定模块，用于根据岩心、野外露头、单井测井曲线、所述有机碳含量的计算模型，建立烃源岩待评价区的层序地层格架；
烃源岩分布评价模块，用于在层序地层格架的地质模型约束下，开展叠后分频反演，评价烃源岩的分布情况；
所述烃源岩分布评价模块包括：
频带数据产生单元，用于对地震数据的有效频带范围进行分频，产生不同频带的数据；
反演单元，用于对所述不同频带的数据进行反演，得到反演后的数据；
合并单元，用于合并所述反演后的数据，得到烃源岩的分布情况；
所述频带数据产生单元包括：
波形确定单元，用于根据不同单井的烃源岩发育情况，确定不同沉积相类型的波形；
沉积相分布情况确定单元，用于对所述不同沉积相类型的波形进行相似度聚类，获得沉积相分布情况；
低频数据确定单元，用于根据所述沉积相分布情况，利用层序地层格架约束井曲线插值，确定低频数据；
中频数据确定单元，用于对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；
高频数据确定单元，用于选取声波曲线低频数据、有机碳含量曲线高频数据、地震数据，确定高频数据；
其中，运用继承性聚类方法，首先通过层序地层格架中烃源岩发育程度，定义不同类型的波形特征，将不同类型的波形进行相似度聚类，相似度高的波形归为相同类，相似度较低的波形归为不同类，确定低频数据；对地震数据进行基于谱模拟的波阻抗反演，确定中频数据；选取声波曲线低频数据、有机碳含量曲线高频数据生成拟声波曲线，基于此对地震数据进行波形相控模拟反演，确定出高频数据；
所述中频数据确定单元包括：
匹配参数确定单元，用于将所述地震数据和井波阻抗曲线进行谱分析对比，确定匹配参数；
中频数据得到单元，用于将所述匹配参数加入所述地震数据进行波阻抗反演，得到中频数据；
所述高频数据确定单元包括：
拟声波曲线确定单元，用于将所述有机碳含量曲线高频数据反转按量纲加入所述声波曲线低频数据中，生成拟声波曲线；
高频数据得到单元，用于根据所述拟声波曲线对地震数据进行波形相控模拟反演，确定高频数据。
5.根据权利要求4所述的装置，其特征在于，所述有机碳含量确定模块，利用有机碳含量分析仪对岩心进行有机碳含量测试，得到岩心有机碳含量。
6.根据权利要求4所述的装置，其特征在于，所述岩心深度校正模块包括：
岩心深度校正单元，用于对岩心开展连续自然伽马扫描，得到岩心自然伽马曲线；
测井深度参数获取单元，用于根据测井的自然伽马曲线和岩心段的自然伽马曲线，开展岩心深度与测井深度一致性校正。
7.一种电子设备，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程序时实现如权利要求1至3任一项所述对烃源岩分布情况进行评价的方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至3任一项所述对烃源岩分布情况进行评价的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910742950.4A CN112394392B (zh) | 2019-08-13 | 2019-08-13 | 对烃源岩分布情况进行评价的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910742950.4A CN112394392B (zh) | 2019-08-13 | 2019-08-13 | 对烃源岩分布情况进行评价的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112394392A CN112394392A (zh) | 2021-02-23 |
| CN112394392B true CN112394392B (zh) | 2023-09-26 |
Family
ID=74602467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910742950.4A Active CN112394392B (zh) | 2019-08-13 | 2019-08-13 | 对烃源岩分布情况进行评价的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112394392B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114463333B (zh) * | 2022-04-13 | 2022-09-02 | 中国科学院地质与地球物理研究所 | 随钻地质导向实时地层格架智能更新方法与系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4071755A (en) * | 1976-07-01 | 1978-01-31 | Texaco Inc. | Method for in situ evaluation of the source rock potential of earth formations |
| 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 |
| CN106249300A (zh) * | 2016-09-05 | 2016-12-21 | 中国石油天然气股份有限公司 | 基于井震结合确定源岩toc含量和非均质性方法和装置 |
| WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
| CN108107482A (zh) * | 2017-12-12 | 2018-06-01 | 北京师范大学 | 一种少井条件下烃源岩多参数预测方法及系统 |
| CN109143326A (zh) * | 2018-07-18 | 2019-01-04 | 西安恒泰艾普能源发展有限公司 | 识别煤层顶底界面的方法和装置 |
-
2019
- 2019-08-13 CN CN201910742950.4A patent/CN112394392B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4071755A (en) * | 1976-07-01 | 1978-01-31 | Texaco Inc. | Method for in situ evaluation of the source rock potential of earth formations |
| 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 |
| WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
| CN106249300A (zh) * | 2016-09-05 | 2016-12-21 | 中国石油天然气股份有限公司 | 基于井震结合确定源岩toc含量和非均质性方法和装置 |
| CN108107482A (zh) * | 2017-12-12 | 2018-06-01 | 北京师范大学 | 一种少井条件下烃源岩多参数预测方法及系统 |
| CN109143326A (zh) * | 2018-07-18 | 2019-01-04 | 西安恒泰艾普能源发展有限公司 | 识别煤层顶底界面的方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 利用分频反演技术预测烃源岩;陶倩倩 等;石油地球物理勘探;第50卷(第4期);706-713、722 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112394392A (zh) | 2021-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Linde et al. | Geological realism in hydrogeological and geophysical inverse modeling: A review | |
| CN108875122B (zh) | 利用随钻测井数据计算地质参数的人工智能方法和系统 | |
| CN111596364B (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
| Grana et al. | Seismic driven probabilistic classification of reservoir facies for static reservoir modelling: a case history in the Barents Sea | |
| CN106154323A (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
| US8706462B2 (en) | System and method for providing a physical property model | |
| CN110703354B (zh) | 一种基于井震结合的岩性边界识别方法 | |
| CN104200115A (zh) | 一种基于地质统计学模拟的全地层速度建模方法 | |
| Leeuwenburgh et al. | Ensemble-based conditioning of reservoir models to seismic data | |
| CN105158796A (zh) | 确定toc含量的方法和装置 | |
| CN114529110A (zh) | 一种基于深度神经网络模型的岩相反演方法及系统 | |
| CN116168224A (zh) | 基于成像砾石含量的机器学习岩相自动识别方法 | |
| Yuan et al. | Quantitative uncertainty evaluation of seismic facies classification: A case study from northeast China | |
| Wang et al. | Predicting gas content in coalbed methane reservoirs using seismic waveform indication inversion: a case study from the Upper Carboniferous Benxi Formation, eastern Ordos Basin, China | |
| CN112394392B (zh) | 对烃源岩分布情况进行评价的方法和装置 | |
| Hadavand Siri et al. | Multivariate stochastic seismic inversion with adaptive sampling | |
| 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 | |
| Qian et al. | A rock physics driven Bayesian inversion for TOC in the Fuling shale gas reservoir | |
| CN111077578B (zh) | 岩层分布预测方法和装置 | |
| Deng | Probabilistic petrophysical and compositional interpretation of well logs and core data via Bayesian inversion | |
| CN114137610B (zh) | 联合监督和非监督学习的低勘探区地层和岩性地震评价方法 | |
| CN113608258B (zh) | 一种构建高分辨率波阻抗反演标签的自洽深度学习方法 | |
| Sang et al. | Prestack simultaneous inversion of P-wave impedance and gas saturation using multi-task residual networks | |
| Wu et al. | Improving image resolution using deabsorption prestack time migration with effective Q estimation: A back-propagation network approach | |
| Li et al. | Automatic extraction of seismic data horizon across faults |
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 |