CN112394423A - 有机质生烃成因的地层超压预测方法 - Google Patents

有机质生烃成因的地层超压预测方法 Download PDF

Info

Publication number
CN112394423A
CN112394423A CN202011275503.1A CN202011275503A CN112394423A CN 112394423 A CN112394423 A CN 112394423A CN 202011275503 A CN202011275503 A CN 202011275503A CN 112394423 A CN112394423 A CN 112394423A
Authority
CN
China
Prior art keywords
well
total organic
organic carbon
toc
overpressure
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.)
Granted
Application number
CN202011275503.1A
Other languages
English (en)
Other versions
CN112394423B (zh
Inventor
郭军
周东红
张志军
何玉
周星
李英
秦童
李少轩
姜本厚
谭辉煌
陈平
汤国民
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.)
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
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 China National Offshore Oil Corp CNOOC, CNOOC China Ltd Tianjin Branch filed Critical China National Offshore Oil Corp CNOOC
Priority to CN202011275503.1A priority Critical patent/CN112394423B/zh
Publication of CN112394423A publication Critical patent/CN112394423A/zh
Application granted granted Critical
Publication of CN112394423B publication Critical patent/CN112394423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种有机质生烃成因的地层超压预测方法，包括，优选参考井；对钻井实测样品总有机碳值标定并计算单井总有机碳预测曲线；优选与总有机质含量参数；建立相关常数与总有机碳含量函数关系；分析确定区域生烃门限；针对生烃门限以下地层，分析地震叠前道集质量及井震；优选目标区已钻井开展时深标定与子波提取；求取待预测井点或区域岩石纵横波速度、密度信息及常数与总有机碳含量函数关系式所需弹性参数；利用弹性参数及公式求取待预测井点或区域内总有机碳含量；利用单井预测总有机碳含量与实测地层孔隙压力数据得回归关系式；利用总有机碳和回归关系式计算待预测井点或区域内的超压预测成果；可较高精度完成烃源岩发育区域地层超压定量化预测。

Description

有机质生烃成因的地层超压预测方法
技术领域
本发明属于油气田勘探技术领域，尤其涉及一种有机质生烃成因的地层超压预测方法。
背景技术
异常高压是含油气盆地普遍存在的现象。渗透性地层中存在的异常高压对钻井安全造成严重威胁。因此，含油气盆地钻前超压预测对钻井安全起到至关重要的作用。异常高压的形成机制多达数十种，而普遍存在且在地层超压形成过程中占据主导地位的是泥岩欠压实作用和有机质生烃作用形成的孔隙超压。
目前，针对泥岩欠压实成因地层孔隙超压定量化预测手段有Eaton法、平衡深度法等，并且这些方法在实践过程中取得了较好的应用效果。但是有机质生烃成因的超压机理与泥岩欠压实成因的超压机理完全不同，这些成熟的欠压实地层超压预测方法不再适用于有机质生烃成因的地层超压预测。目前基于Bowers(卸载曲线)方法虽然可以开展钻后生烃超压分析，但尚没有见到其在钻前应用的实例，其主要限制因素在于应用该方法时涉及参数众多，在钻前取值难度较大。而随着含油气盆地勘探程度的逐渐加深，越来越多的探井被部署在沉积盆地的深凹区域并钻探深部的烃源岩地层，这些都对有机质生烃成因的地层超压定量化预测技术提出迫切需求。
发明内容
本发明目的在于提供一种有机质生烃成因的地层超压预测方法,以解决有机质生烃成因的地层超压定量化预测的技术问题。
为实现上述目的，本发明的有机质生烃成因的地层超压预测方法的具体技术方案如下：
第一步，优选目标区内可用于地层生烃分析的多口参考井；参考井需测得有较多的总有机碳(TOC)及镜质体反射率(Ro)等实验信息，同时包含地层纵横波速度、电阻率、密度等测井信息及实测压力信息；
第二步，基于第一步取得的已钻井实测样品的总有机碳(TOC)值进行标定，利用Passey经验公式计算单井总有机碳(TOC)预测曲线；计算公式为：
Figure BDA0002778892530000021
Figure BDA0002778892530000022
式中：ΔlgR为声波时差曲线和电阻率曲线叠合幅度差；Rt为电阻率测井曲线；R基线为基线电阻率；Δt为声波时差测井曲线；w(TOC)为有机碳含量；LOM为热变指数，反映有机质成熟度，与TOC质量分数有对应关系，也可用镜质体反射率RO代替；
第三步，将第一步取得的测井信息根据阵列声波及密度计算岩石物理弹性参数，采用交会图方法优选与总有机质含量(TOC)相关的参数；
第四步，采用逐步回归或神经网络非线性映射方法建立相关常数与总有机碳含量的函数关系；该关系式为：TOC＝Fun(λ，K，Vp，...) (1.3)；
第五步，基于目标区内各已钻井镜质体反射率(Ro)与深度交会分析确定区域生烃门限；
第六步，针对生烃门限以下地层，开展地震叠前道集质量及井震AVO分析，并进行道集目标处理进一步提高道集质量，为叠前弹性参数反演提供高质量的道集数据；
第七步，优选目标区已钻井开展时深标定与子波提取，以原始VSP(垂直地震剖面)数据为初始时深关系，优选地震子波频率、相位等关键参数，通过整体平移和局部拉伸保证合成记录与原始地震的波组关系具有较好一致性。已钻井的选择依据是钻至或钻穿可能发生超压的层段，井径质量较好，同时具备速度、密度且平面分布相对均匀的已钻井；
第八步，利用高精度初始模型，开展基于共反射点(CMP)道集的叠前弹性参数反演，求取待预测井点或区域的岩石纵横波速度、密度信息并同时计算公式(1.3)所需弹性参数；
第九步，利用第八步反演获得弹性参数以及第四步建立的公式(1.3)求取待预测井点或区域内总有机碳含量(TOC)；
第十步，利用第二步计算的单井预测总有机碳含量与实测地层孔隙压力数据进行交会获得回归关系式；
第十一步，利用第九步获得的总有机碳(TOC)和第十步获得的交会关系式计算待预测井点或区域内的超压预测成果。
本发明的有机质生烃成因的地层超压预测方法具有以下优点：该方法是通过综合运用地球化学分析、岩石物理分析、地震反演等手段，建立一套烃源岩发育区生烃成因机制的地层孔隙超压定量化预测的方法，该方法避免了现有有机质生烃成因地层超压钻前预测模型参数众多、确定困难的问题，为烃源岩发育区深部地层钻探面临的钻井液密度配比和井身结构设计问题提供科学指导，保证钻井安全高效施工。
附图说明
图1为本发明有机质生烃成因的地层超压预测方法流程示意图。
图2为本发明有机质生烃成因的地层超压预测方法单井总有机碳含量(TOC)预测效果图。
图3A为本发明有机质生烃成因的地层超压预测方法弹性参数中拉梅系数与总有机碳含量(TOC)交会图。
图3B为本发明有机质生烃成因的地层超压预测方法弹性参数中体积模量与总有机碳含量(TOC)交会图。
图3C为本发明有机质生烃成因的地层超压预测方法弹性参数中纵波速度与总有机碳含量(TOC)交会图。
图3D为本发明有机质生烃成因的地层超压预测方法弹性参数中密度与总有机碳含量(TOC)交会图。
图3E为本发明有机质生烃成因的地层超压预测方法弹性参数中泊松比与总有机碳含量(TOC)交会图。
图3F为本发明有机质生烃成因的地层超压预测方法弹性参数中纵横波速比与总有机碳含量(TOC)交会图。
图4为本发明有机质生烃成因的地层超压预测方法镜质体反射率与深度交会确定区域生烃门限图。
图5为本发明有机质生烃成因的地层超压预测方法已钻井合成地震记录标定及岩性柱状图。
图6A为本发明有机质生烃成因的地层超压预测方法密度模型构建图。
图6B为本发明有机质生烃成因的地层超压预测方法的横波速度模型构建图。
图7为本发明有机质生烃成因的地层超压预测方法总有机碳与实测压力系数交会图。
图8为本发明有机质生烃成因的地层超压预测方法预测区域内生烃成因超压预测成果。
具体实施方式
为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种有机质生烃成因的地层超压预测方法做进一步详细描述。
实施例：
如图1所示，本发明有机质生烃成因的地层超压预测方法包括以下步骤：
第一步，优选目标区内可用于地层生烃分析的多口参考井；参考井需测得有较多的总有机碳(TOC)及镜质体反射率(Ro)等实验信息，同时包含地层纵横波速度、电阻率、密度等测井信息及实测压力信息；
第二步，基于第一步取得的已钻井实测样品的总有机碳(TOC)值进行标定，利用Passey经验公式计算单井总有机碳(TOC)预测曲线，如图2所示；计算公式为：
Figure BDA0002778892530000051
Figure BDA0002778892530000052
式中：ΔlgR为声波时差曲线和电阻率曲线叠合幅度差；Rt为电阻率测井曲线；R基线为基线电阻率；Δt为声波时差测井曲线；w(TOC)为有机碳含量；LOM为热变指数，反映有机质成熟度，与TOC质量分数有对应关系，也可用镜质体反射率RO代替；
第三步，将第一步取得的测井信息根据阵列声波及密度计算岩石物理弹性参数，采用交会图方法优选与总有机质含量(TOC)相关的参数。如图3A、图3B、图3C、图3D、图3E、图3F所示，在该实施例中，拉梅系数λ、体积模量K、纵波速度Vp和TOC之间具有良好的相关性，而密度、泊松比、纵横波速度比与TOC之间的相关性较差；
第四步，采用逐步回归或神经网络非线性映射方法建立相关常数与总有机碳含量的函数关系；该关系式为：TOC＝Fun(λ，K，Vp，...) (1.3)；
第五步，基于目标区内各已钻井镜质体反射率(Ro)与深度交会分析确定区域生烃门限。如图4所示，该区生烃门限为2950m，在该深度以上生排烃强度较低，对于地层超压贡献可以忽略，生烃门限以下地层生烃加剧，生烃强度与地层超压关系密切。
第六步，针对生烃门限以下地层，开展地震叠前道集质量及井震AVO分析，并进行道集目标处理进一步提高道集质量，为叠前弹性参数反演提供高质量的道集数据；
第七步，优选目标区已钻井开展时深标定与子波提取，如图5所示，以原始VSP(垂直地震剖面)数据为初始时深关系，优选地震子波频率、相位等关键参数，通过整体平移和局部拉伸保证合成记录与原始地震的波组关系具有较好一致性。已钻井的选择依据是钻至或钻穿可能发生超压的层段，井径质量较好，同时具备速度、密度且平面分布相对均匀的已钻井；
如图5所示，该实施例中的井合成地震记录与井旁地震道匹配较好，标定结果较为可靠。
第八步，采用测井速度与地震密点速度分析融合方法提高初始纵波速度模型精度。基于区域内已钻井测井资料拟合gardner公式(1.4)中区域A和B参数，如图6A所示，并根据纵横波速度比随深度变化公式(1.5)拟合区域C和D参数，如图6B所示。通过初始纵波速度模型结合公式(1.4)和(1.5)计算获得密度和横波速度初始模型，开展基于共反射点(CMP)道集的叠前弹性参数反演，求取待预测井点或区域的岩石纵横波速度、密度信息并同时计算公式(1.3)所需弹性参数；
ρ＝A*(Vp)B (1.4)
Figure BDA0002778892530000061
式中：ρ为密度，Vp和Vs分别为纵波速度和横波速度，A、B、C、D为经验参数；
第九步，利用第八步反演获得弹性参数以及第四步得到的公式(1.3)求取待预测井点或区域内总有机碳含量(TOC)；
第十步，利用第二步计算的单井预测总有机碳含量与实测地层孔隙压力数据进行交会获得回归关系式。如图7所示，孔隙压力系数与TOC呈二次多项式关系，具体回归关系为：
压力系数＝0.0104*TOC2+0.0323*TOC+1 (1.6)；
第十一步，利用第九步获得的总有机碳(TOC)和第十步获得的交会关系式(1.6)计算待预测井点或区域内的超压预测成果。如图8所示，生烃门限以下地层超压成条带状分布，预测已钻井点处最大压力系数可达1.47，与实测压力系数1.49基本吻合。
本发明实施例中未进行说明的内容为现有技术，故，不再进行赘述。
本发明有机质生烃成因的地层超压预测方法，首先通过多元线性回归的方法建立地球化学生烃参数与地球物理弹性参数之间的关系。其次通过测井与高精度地震速度分析方法相结合，提升地震叠前反演方法求取弹性参数的精度，进而生成表征有机质生烃强度的生烃参数三维数据体。最后利用已钻井实测样本交会建立生烃参数与地层压力系数的回归关系并最终生成地层压力系数体。本发明形成的超压预测方法充分考虑了生烃作用对于超压的贡献，对生烃成因超压的预测精度较高，能够满足烃源岩发育区域地层超压定量化预测需求，为生烃超压高风险区钻井液配比和井身结构设计提供指导。
本发明有机质生烃成因的地层超压预测方法具有以下优点：1、该方法从生烃成因超压机理出发提出新的压力预测模型，避免了有机质生烃增压部分对速度异常不敏感而造成采用常规方法预测失败的风险。2、该方法通过地球化学分析，理清了表征有机质生烃的地化参数；通过岩石物理分析，建立了生烃参数和弹性参数之间的关系；进而通过地震反演求得弹性参数的三维数据体，从而实现地层压力异常三维立体的定量化表征。3、基于镜质体反射率信息所确定的生烃门限，限制成果输出范围，保障相关研究成果不会被滥用。
该方法通过综合运用地球化学分析、岩石物理分析、地震反演等手段，避免现有生烃成因地层超压钻前预测模型参数众多、确定困难的问题，建立了生烃成因机制的地层孔隙超压实用化的定量预测技术,提高烃源岩发育区域地层超压预测精度，保障钻井安全。
有机质生烃成因的地层超压预测方法，首先通过多元线性回归的方法建立地球化学生烃参数与地球物理弹性参数之间的关系。其次通过测井与高精度地震速度分析方法相结合，提升地震叠前反演方法求取弹性参数的精度，进而生成表征有机质生烃强度的生烃参数三维数据体。最后利用已钻井实测样本交会建立生烃参数与地层压力系数的回归关系并最终生成地层压力系数体。本发明形成的超压预测方法充分考虑了生烃作用对于超压的贡献，对生烃成因超压的预测精度较高，能够满足烃源岩发育区域地层超压定量化预测需求，为生烃超压高风险区钻井液配比和井身结构设计提供指导。
可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (1)

1.一种有机质生烃成因的地层超压预测方法，其特征在于，所述方法包括以下步骤：
第一步，优选目标区内可用于地层生烃分析的多口参考井；参考井需拥有丰富的总有机碳(TOC)及镜质体反射率(Ro)等实验信息，同时包含地层纵横波速度、电阻率、密度等测井信息及实测压力信息；
第二步，基于第一步取得的已钻井实测样品的总有机碳(TOC)值进行标定，利用Passey经验公式计算单井总有机碳(TOC)预测曲线；
计算公式为：
Figure FDA0002778892520000011
Figure FDA0002778892520000012
式中：ΔlgR为声波时差曲线和电阻率曲线叠合幅度差；Rt为电阻率测井曲线；R基线为基线电阻率；Δt为声波时差测井曲线；w(TOC)为有机碳含量；LOM为热变指数，反映有机质成熟度，与TOC质量分数有对应关系，也可用镜质体反射率RO代替；
第三步，将第一步取得的测井信息根据阵列声波及密度计算岩石物理弹性参数，采用交会图方法优选与总有机质含量(TOC)相关的参数；
第四步，采用逐步回归或神经网络非线性映射方法建立相关常数与总有机碳含量的函数关系；该关系式为：TOC＝Fun(λ，K，Vp，...) (1.3)；
第五步，基于目标区内各已钻井镜质体反射率(Ro)与深度交会分析确定区域生烃门限；
第六步，针对生烃门限以下地层，开展地震叠前道集质量及井震(AVO)分析，并进行道集目标处理进一步提高道集质量，为叠前弹性参数反演提供高质量的道集数据；
第七步，优选目标区已钻井开展时深标定与子波提取，以原始VSP(垂直地震剖面)数据为初始时深关系，优选地震子波频率、相位等关键参数，通过整体平移和局部拉伸保证合成记录与原始地震的波组关系具有较好一致性。已钻井的选择依据是钻至或钻穿可能发生超压的层段，井径质量较好，同时具备速度、密度且平面分布相对均匀的已钻井；
第八步，利用高精度初始模型，开展基于共反射点(CMP)道集的叠前弹性参数反演，求取待预测井点或区域的岩石纵横波速度、密度信息并同时计算公式(1.3)所需弹性参数；
第九步，利用第八步反演获得弹性参数以及第四步建立的公式(1.3)求取待预测井点或区域内总有机碳含量(TOC)；
第十步，利用第二步计算的单井预测总有机碳含量与实测地层孔隙压力数据进行交会获得回归关系式；
第十一步，利用第九步获得的总有机碳(TOC)和第十步获得的交会关系式计算待预测井点或区域内的超压预测成果。
CN202011275503.1A 2020-11-16 2020-11-16 有机质生烃成因的地层超压预测方法 Active CN112394423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011275503.1A CN112394423B (zh) 2020-11-16 2020-11-16 有机质生烃成因的地层超压预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011275503.1A CN112394423B (zh) 2020-11-16 2020-11-16 有机质生烃成因的地层超压预测方法

Publications (2)

Publication Number Publication Date
CN112394423A true CN112394423A (zh) 2021-02-23
CN112394423B CN112394423B (zh) 2022-05-20

Family

ID=74599490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011275503.1A Active CN112394423B (zh) 2020-11-16 2020-11-16 有机质生烃成因的地层超压预测方法

Country Status (1)

Country Link
CN (1) CN112394423B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835138A (zh) * 2021-11-25 2021-12-24 中国科学院地质与地球物理研究所 基于深度编码解码网络预测页岩总有机碳含量的方法
CN115045646A (zh) * 2022-06-07 2022-09-13 中国地质调查局油气资源调查中心 一种页岩气井位优选方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106168677A (zh) * 2015-05-18 2016-11-30 中国石油化工股份有限公司 一种页岩中总有机碳含量的识别方法
CN108593193A (zh) * 2018-04-26 2018-09-28 西南石油大学 一种生烃增压测量装置及方法
US20180321416A1 (en) * 2015-11-12 2018-11-08 Schlumberger Technology Corporation Method for formation evaluation of organic shale reservoirs using well logging data
CN109505590A (zh) * 2017-09-13 2019-03-22 中国石油化工股份有限公司 页岩气储层压力的确定方法及计算机可读存储介质
CN109509111A (zh) * 2017-09-15 2019-03-22 中国石油化工股份有限公司 探井地层压力的预测方法及系统
WO2019211773A1 (en) * 2018-05-03 2019-11-07 Chevron U.S.A. Inc. System and method for mapping hydrocarbon source rock using seismic attributes
CN110501744A (zh) * 2019-08-26 2019-11-26 中海石油(中国)有限公司上海分公司 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106168677A (zh) * 2015-05-18 2016-11-30 中国石油化工股份有限公司 一种页岩中总有机碳含量的识别方法
US20180321416A1 (en) * 2015-11-12 2018-11-08 Schlumberger Technology Corporation Method for formation evaluation of organic shale reservoirs using well logging data
CN109505590A (zh) * 2017-09-13 2019-03-22 中国石油化工股份有限公司 页岩气储层压力的确定方法及计算机可读存储介质
CN109509111A (zh) * 2017-09-15 2019-03-22 中国石油化工股份有限公司 探井地层压力的预测方法及系统
CN108593193A (zh) * 2018-04-26 2018-09-28 西南石油大学 一种生烃增压测量装置及方法
WO2019211773A1 (en) * 2018-05-03 2019-11-07 Chevron U.S.A. Inc. System and method for mapping hydrocarbon source rock using seismic attributes
CN110501744A (zh) * 2019-08-26 2019-11-26 中海石油(中国)有限公司上海分公司 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
KRISTEN KOZLOWSKI ET AL.: "The Importance of Overburden and Pore Pressure on Horizontal Stress Magnitude Determination; an Example from the Delaware Basin", 《UNCONVENTIONAL RESOURCES TECHNOLOGY CONFERENCE (URTEC)》 *
YAO LI ET AL.: "Application of facies-controlled geostatistical inversion in research of Paleogene shale interbed: A case study in Bohai Bay", 《2019 SEG INTERNATIONAL EXPOSITION AND 89TH ANNUAL MEETING》 *
何玉等: "海上少井区钴前超压预测研究—以渤中凹陷科学探索井为例", 《2017年物探技术研讨会》 *
沈章洪: "渤海油田古近系超压成因分类及分布特征", 《中国海上油气》 *
赵喆等: "碳酸盐岩烃源岩生烃增压规律及其含义", 《石油与天然气地质》 *
郭小文等: "生油增压定量模型及影响因素", 《石油学报》 *
金吉能等: "地震多属性反演预测页岩总有机碳含量", 《石油天然气学报》 *
霍秋立等: "Δ lgR测井源岩评价方法的", 《吉林大学学报（地球科学版）》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835138A (zh) * 2021-11-25 2021-12-24 中国科学院地质与地球物理研究所 基于深度编码解码网络预测页岩总有机碳含量的方法
CN113835138B (zh) * 2021-11-25 2022-02-25 中国科学院地质与地球物理研究所 基于深度编码解码网络预测页岩总有机碳含量的方法
CN115045646A (zh) * 2022-06-07 2022-09-13 中国地质调查局油气资源调查中心 一种页岩气井位优选方法

Also Published As

Publication number Publication date
CN112394423B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
Dutta Deepwater geohazard prediction using prestack inversion of large offset P-wave data and rock model
US8706420B2 (en) Seismic fluid prediction via expanded AVO anomalies
Yasin et al. Estimation of petrophysical parameters from seismic inversion by combining particle swarm optimization and multilayer linear calculator
Gupta et al. Rock typing in Wolfcamp formation
CN112394423B (zh) 有机质生烃成因的地层超压预测方法
CN112034521B (zh) 一种欠压实与生烃混合成因地层超压的预测方法
US10151849B2 (en) Well placement using closure stress based landing map
US20130292111A1 (en) Method of constructing a well log of a quantitative property from sample measurements and log data
Kadkhodaie The impact of geomechanical units (GMUs) classification on reducing the uncertainty of wellbore stability analysis and safe mud window design
Falahat et al. Towards quantitative evaluation of gas injection using time‐lapse seismic data
RU2732035C1 (ru) Способ определения трещинной пористости пород
Esmaeilpour et al. Brittleness Index Prediction in 3D Bulk Volume via Seismic Inversion in Unconventional Reservoirs
Shuaib et al. Thin-bed reservoir characterisation by integration of seismic inversion, multi attributes analysis and neural network: a case study in the Sufyan oil field of the Muglad rift basin, Sudan
Esmaeilpour et al. Pore Pressure Prediction Using Model Based Seismic Inversion and Downhole Measurements
Ugryumov et al. Prospectivity assessment of Bazhenov Formation using cutting-edge integrated static model
Martemyanov et al. Analytic modelling for wellbore stability analysis
Van Der Voet et al. Fracture and fault analyses based on Formation MicroImager logs in the Lower Carboniferous of two geothermal boreholes in northern Belgium
Clemons et al. Seismic attributes: Exploiting seismic data to understand heterogeneous reservoir performance in the Eagle Ford Shale, south Texas, USA
Samuel et al. Total organic carbon content estimation of Bakken Formation, Kevin-Sunburst Dome, Montana using post-stack inversion, Passey (DLogR) method and multi-attribute analysis
Song et al. A workflow for turbidite reservoir characterization—a case study of the Macedon member, Northern Carnarvon Basin, NW Australia
Lindsay et al. Sand thickness prediction from band-limited seismic attributes using neural networks: Oriente Basin, Ecuador
Yachmeneva et al. Investigation of elastic characteristics of bitumen core
Feroz Integration of microseismic and time-lapse seismic data with application to a heavy oil reservoir
Strecker et al. Seismic attribute analysis in hydrothermal dolomite, Devonian slave point formation, Northeast British Columbia, Canada
Aminzadeh et al. Seismic methods of pressure prediction

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