CN112443321A - 基于储层品质指数的油层识别方法及装置 - Google Patents
基于储层品质指数的油层识别方法及装置 Download PDFInfo
- Publication number
- CN112443321A CN112443321A CN201910754212.1A CN201910754212A CN112443321A CN 112443321 A CN112443321 A CN 112443321A CN 201910754212 A CN201910754212 A CN 201910754212A CN 112443321 A CN112443321 A CN 112443321A
- Authority
- CN
- China
- Prior art keywords
- logging
- reservoir quality
- determining
- reservoir
- quality index
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 37
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 35
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 35
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 33
- 238000011161 development Methods 0.000 claims abstract description 18
- 208000010392 Bone Fractures Diseases 0.000 claims abstract description 17
- 206010017076 Fracture Diseases 0.000 claims abstract description 17
- 238000005520 cutting process Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 239000011435 rock Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 239000003921 oil Substances 0.000 description 70
- 238000012360 testing method Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明提供了一种基于储层品质指数的油层识别方法及装置。所述方法包括：获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；根据所述储层品质参数，确定储层品质指数；利用所述储层品质指数对油层进行识别。本发明的油层识别简易可行，基于储层品质对油层的识别有较高参考价值，准确性较高，实用性广泛。
Description
技术领域
本发明涉及油层识别技术领域，尤指一种基于储层品质指数的油层识别方法及装置。
背景技术
测井解释、储层评价及油层识别是进行储层研究与试油的基础。影响储层品质的因素众多，以往的解释评价方法，利用电阻率测井与声波时差测井建立油水图版进行测井解释，不能全面综合考虑众多影响因素，并且不能给出储层的定量评价标准，无法实现对油层的有效识别；利用电成像测井评价储层时，电成像资料较少，使应用受到限制，也无法实现对对油层的有效识别。
发明内容
为了解决目前无法有效识别油层的问题，本发明实施例提供一种基于储层品质指数的油层识别方法，所述方法包括：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
可选的，在本发明一实施例中，所述根据所述测井数据，确定储层品质参数包括：根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度，所述基质孔隙度公式为：PORQ＝LOG10(AC)*LN(CN)/DEN，其中，AC为声波时差，CN为补偿中子，DEN为密度测井。
可选的，在本发明一实施例中，所述根据所述测井数据，确定储层品质参数包括：根据所述录井岩屑的含油级别，确定所述录井含油性。
可选的，在本发明一实施例中，所述根据所述测井数据，确定储层品质参数包括：根据所述补偿中子，利用泥质含量公式确定所述泥质含量，所述泥质含量公式为：SH＝1.9698*e0.1224*CN，其中，CN为补偿中子。
可选的，在本发明一实施例中，所述根据所述储层品质参数，确定储层品质指数包括：根据所述储层品质参数，利用储层品质指数公式确定储层品质指数，所述储层品质指数公式为：RDC＝EXP(PORQ*(1+PORF)*LLG*(1+QTS)/SH2)，其中，PORQ为基质孔隙度，PORF为裂缝发育程度，LLG为录井含油性，QTS为全烃指示，SH为泥质含量。
本发明实施例还提供一种基于储层品质指数的油层识别装置，所述装置包括：
获取模块，用于获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
品质参数模块，用于根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
储层品质指数模块，用于根据所述储层品质参数，确定储层品质指数；
油层识别模块，用于利用所述储层品质指数对油层进行识别。
可选的，在本发明一实施例中，所述品质参数模块包括：基质孔隙度单元，用于根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度。
可选的，在本发明一实施例中，所述品质参数模块包括：录井含油性单元，用于根据所述录井岩屑的含油级别，确定所述录井含油性。
本发明实施例还提供一种计算机设备，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以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
本发明的油层识别简易可行，基于储层品质对油层的识别有较高参考价值，准确性较高，实用性广泛。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种基于储层品质指数的油层识别方法的流程图；
图2为本发明实施例中某井储层品质指数曲线解释成果图；
图3为本发明实施例一种基于储层品质指数的油层识别装置的结构示意图。
具体实施方式
本发明实施例提供一种基于储层品质指数的油层识别方法及装置。
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作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。
如图1所示为本发明实施例一种基于储层品质指数的油层识别方法的流程图，图中所示方法包括：
步骤S1，获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
步骤S2，根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
步骤S3，根据所述储层品质参数，确定储层品质指数；
步骤S4，利用所述储层品质指数对油层进行识别。其中，利用储层品质指数对油层进行识别包括：根据地区的试油试采资料，确定地区的油层标准，然后根据储层品质指数，储层品质指数高于油层标准的层段，确定为油层。
作为本发明的一个实施例，所述根据所述测井数据，确定储层品质参数包括：根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度，所述基质孔隙度公式为：
PORQ＝LOG10(AC)*LN(CN)/DEN，
其中，AC为声波时差，CN为补偿中子，DEN为密度测井。
作为本发明的一个实施例，所述根据所述测井数据，确定储层品质参数包括：根据所述录井岩屑的含油级别，确定所述录井含油性。
作为本发明的一个实施例，所述根据所述测井数据，确定储层品质参数包括：根据所述补偿中子，利用泥质含量公式确定所述泥质含量，所述泥质含量公式为：
SH＝1.9698*e0.1224*CN，
其中，CN为补偿中子。
作为本发明的一个实施例，所述根据所述储层品质参数，确定储层品质指数包括：根据所述储层品质参数，利用储层品质指数公式确定储层品质指数，所述储层品质指数公式为：
RDC＝EXP(PORQ*(1+PORF)*LLG*(1+QTS)/SH2)，
其中，PORQ为基质孔隙度，PORF为裂缝发育程度，LLG为录井含油性，QTS为全烃指示，SH为泥质含量。
在本发明一具体实施例中，通过研究分析，影响储层品质的因素主要有基质孔隙度、裂缝发育程度、录井含油性、全烃指示、泥质含量。
(1)基质孔隙度利用声波时差(AC)、补偿中子(CN)、密度测井(DEN)进行定量评价，构建基质孔隙度指示曲线PORQ：
PORQ＝LOG10(AC)*LN(CN)/DEN (1)
其中：AC——声波时差，us/ft；
CN——补偿中子，％；
DEN——密度测井，g/cm3。
(2)裂缝发育程度利用深浅侧向电阻率构建裂缝孔隙度指示曲线进行求取：
其中：PORF——宏观裂缝孔隙度；
RLLd——深侧向电阻率，Ω·m；
RLLs——浅侧向电阻率，Ω·m；
mf——裂缝孔隙结构指数，在1.0～2.0之间；
Rmf——地层条件下的泥浆滤液电阻率，Ω·m。
(3)录井含油性利用岩屑录井指示LLG确定，根据录井岩屑的含油级别，对LLG进行赋值，如表1所示。LLG的赋值可视为LLG的影响系数，可根据经验进行赋值。
表1
(4)全烃指示QTS根据气测录井的全烃值计算得出：
QTS＝(LOG10(QT)-LOG10(QTMIN))/(LOG10(QTMAX)-LOG10(QTMIN)) (3)
其中：QT——气测全烃值；
QTMIN——层段内气测全烃最小值；
QTMAX——层段内气测全烃最大值。
(5)泥质含量参数SH利用中子测井CN求取：
SH＝1.9698*e0.1224*CN (4)
根据以上参数，构建储层品质指数曲线RDC：
RDC＝EXP(PORQ*(1+PORF)*LLG*(1+QTS)/SH2) (5)
在本发明一具体实施例中，如图2所示为本发明实施例中某井储层品质指数曲线解释成果图。在某油田应用此方法，计算各井的储层品质指数曲线，经过研究分析，储层品质指数大于5时，识别结果为油层；储层品质指数2.5-5时，识别结果为差油层；储层品质指数小于2.5时，识别结果为干层。某井在某井段试油，该段储层品质指数为5-9，储层品质较好，在该井段试油，日产油6.9m3，气926m3，累产油88.7m3，累产气7925m3，获得工业油流，证实该方法准确度较高。此外，对于不同的油田，油层不同类型所对应的储层品质指数区间也并不完全相同，可根据实际情况对储层品质指数区间进行调整。
利用本发明方法对该油田进行测井二次解释，其中29层试油有26层试油结果与解释结果符合，测井二次解释符合率为89.2％，证明本发明方法符合情况较好，具体结果如表2所示。
表2刻度井日产量及累计产量统计表
本发明的油层识别简易可行，基于储层品质对油层的识别有较高参考价值，准确性较高，实用性广泛。
如图3所示为本发明实施例一种基于储层品质指数的油层识别装置的结构示意图，图中所示装置包括：
获取模块10，用于获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
品质参数模块20，用于根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
储层品质指数模块30，用于根据所述储层品质参数，确定储层品质指数；
油层识别模块40，用于利用所述储层品质指数对油层进行识别。
作为本发明的一个实施例，所述品质参数模块包括：基质孔隙度单元，用于根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度。
作为本发明的一个实施例，所述品质参数模块包括：录井含油性单元，用于根据所述录井岩屑的含油级别，确定所述录井含油性。
作为本发明的一个实施例，所述品质参数模块包括：泥质含量单元，用于根据所述补偿中子，利用泥质含量公式确定所述泥质含量。
作为本发明的一个实施例，所述储层品质指数模块包括：储层指数单元，用于根据所述储层品质参数，利用储层品质指数公式确定储层品质指数。
基于与上述一种基于储层品质指数的油层识别方法相同的申请构思，本发明还提供了上述一种基于储层品质指数的油层识别装置。由于该一种基于储层品质指数的油层识别装置解决问题的原理与一种基于储层品质指数的油层识别方法相似，因此该一种基于储层品质指数的油层识别装置的实施可以参见一种基于储层品质指数的油层识别方法的实施，重复之处不再赘述。
本发明的油层识别简易可行，基于储层品质对油层的识别有较高参考价值，准确性较高，实用性广泛。
本发明实施例还提供一种计算机设备，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以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
基于与上述一种基于储层品质指数的油层识别方法相同的申请构思，本发明还提供了上述一种计算机设备及一种计算机可读存储介质。由于该一种计算机设备及一种计算机可读存储介质解决问题的原理与一种基于储层品质指数的油层识别方法相似，因此该一种计算机设备及一种计算机可读存储介质的实施可以参见一种基于储层品质指数的油层识别方法的实施，重复之处不再赘述。
本发明的油层识别简易可行，基于储层品质对油层的识别有较高参考价值，准确性较高，实用性广泛。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读取存储介质中，比如ROM/RAM、磁碟、光盘等。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于储层品质指数的油层识别方法，其特征在于，所述方法包括：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
2.根据权利要求1所述的方法，其特征在于，所述根据所述测井数据，确定储层品质参数包括：根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度，所述基质孔隙度公式为：
PORQ＝LOG10(AC)*LN(CN)/DEN，
其中，AC为声波时差，CN为补偿中子，DEN为密度测井。
3.根据权利要求1所述的方法，其特征在于，所述根据所述测井数据，确定储层品质参数包括：根据所述录井岩屑的含油级别，确定所述录井含油性。
4.根据权利要求1所述的方法，其特征在于，所述根据所述测井数据，确定储层品质参数包括：根据所述补偿中子，利用泥质含量公式确定所述泥质含量，所述泥质含量公式为：
SH＝1.9698*e0.1224*CN，
其中，CN为补偿中子。
5.根据权利要求1所述的方法，其特征在于，所述根据所述储层品质参数，确定储层品质指数包括：根据所述储层品质参数，利用储层品质指数公式确定储层品质指数，所述储层品质指数公式为：
RDC＝EXP(PORQ*(1+PORF)*LLG*(1+QTS)/SH2)，
其中，PORQ为基质孔隙度，PORF为裂缝发育程度，LLG为录井含油性，QTS为全烃指示，SH为泥质含量。
6.一种基于储层品质指数的油层识别装置，其特征在于，所述装置包括：
获取模块，用于获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
品质参数模块，用于根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
储层品质指数模块，用于根据所述储层品质参数，确定储层品质指数；
油层识别模块，用于利用所述储层品质指数对油层进行识别。
7.根据权利要求6所述的装置，其特征在于，所述品质参数模块包括：基质孔隙度单元，用于根据所述声波时差、所述补偿中子及所述密度测井，利用基质孔隙度公式确定所述基质孔隙度。
8.根据权利要求6所述的装置，其特征在于，所述品质参数模块包括：录井含油性单元，用于根据所述录井岩屑的含油级别，确定所述录井含油性。
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以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
获取测井数据，所述测井数据包括声波时差、补偿中子、密度测井、录井岩屑的含油级别及气测全烃值；
根据所述测井数据，确定储层品质参数，所述储层品质参数包括基质孔隙度、裂缝发育程度、录井含油性、全烃指示及泥质含量；
根据所述储层品质参数，确定储层品质指数；
利用所述储层品质指数对油层进行识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910754212.1A CN112443321B (zh) | 2019-08-15 | 2019-08-15 | 基于储层品质指数的油层识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910754212.1A CN112443321B (zh) | 2019-08-15 | 2019-08-15 | 基于储层品质指数的油层识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112443321A true CN112443321A (zh) | 2021-03-05 |
| CN112443321B CN112443321B (zh) | 2023-12-26 |
Family
ID=74740897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910754212.1A Active CN112443321B (zh) | 2019-08-15 | 2019-08-15 | 基于储层品质指数的油层识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112443321B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104790943A (zh) * | 2014-07-31 | 2015-07-22 | 中国石油集团长城钻探工程有限公司 | 一种油气储层含油性与孔隙性综合指数的计算方法 |
| CN106019403A (zh) * | 2016-06-08 | 2016-10-12 | 西北大学 | 自生自储油气层孔隙度测量方法 |
| CN108303752A (zh) * | 2018-02-11 | 2018-07-20 | 中国石油化工股份有限公司 | 砂砾岩有效储层常规测井定量识别方法 |
-
2019
- 2019-08-15 CN CN201910754212.1A patent/CN112443321B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104790943A (zh) * | 2014-07-31 | 2015-07-22 | 中国石油集团长城钻探工程有限公司 | 一种油气储层含油性与孔隙性综合指数的计算方法 |
| CN106019403A (zh) * | 2016-06-08 | 2016-10-12 | 西北大学 | 自生自储油气层孔隙度测量方法 |
| CN108303752A (zh) * | 2018-02-11 | 2018-07-20 | 中国石油化工股份有限公司 | 砂砾岩有效储层常规测井定量识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李少龙: "雷家地区致密储集层评价及压裂层位优选", 录井工程, vol. 27, no. 1, pages 54 - 92 * |
| 舒志国，关红梅，喻璐，柳筠: "四川盆地焦石坝地区页岩气储层孔隙参数测井评价方法", 石油实验地质, no. 2018, pages 38 - 43 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112443321B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7363164B2 (en) | Method of evaluating fluid saturation characteristics in a geological formation | |
| EP3788412B1 (en) | System and method for mapping hydrocarbon source rock using seismic attributes | |
| US20150088424A1 (en) | Identifying geological formation depth structure using well log data | |
| US10393641B2 (en) | Methods of determining cementation exponent and saturation exponent in porous media from dielectric dispersion data | |
| US8626447B2 (en) | System and method for sweet zone identification in shale gas reservoirs | |
| US11112516B2 (en) | Data fusion technique to compute reservoir quality and completion quality by combining various log measurements | |
| US20150234069A1 (en) | System and Method for Quantifying Vug Porosity | |
| CN106777649B (zh) | 一种裂缝型储集层孔隙结构定量评价方法 | |
| Torrese | The use of synthetic dataset modelling to assess the detectability of ERT surveys with different arrays when identifying karst intervals in the HES of Poitiers (France) | |
| CN109826623B (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
| CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
| CN108375803B (zh) | 一种泥岩墙的识别方法及系统 | |
| Wickremesinghe | Statistical characterization of soil profiles using in situ tests | |
| CN112443321A (zh) | 基于储层品质指数的油层识别方法及装置 | |
| Al-Baldawi | Reservoir characterization and identification of formation lithology from well log data of Nahr Umr Formation in Luhais Oil Field, Southern Iraq | |
| La Pointe et al. | Estimation of effective block conductivities based on discrete network analyses using data from the Äspö site | |
| CN113311502B (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
| US9921329B2 (en) | Automated method for selecting positions within formations from which to extract samples thereof | |
| CN110873904B (zh) | 流体识别方法及装置 | |
| CN115327630A (zh) | 声波测井校正方法、装置、设备、存储介质及程序产品 | |
| Vasvari | On the applicability of Dual Laterolog for the deter-mination of fracture parameters in hard rock aquifers | |
| CN114183121A (zh) | 裂缝有效性定量评价方法、装置、电子设备及存储介质 | |
| CN113971351B (zh) | 裂缝孔隙度的确定方法及装置 | |
| Dubey et al. | Integrated deterministic and predictive discrete fracture network modeling for an Eocene carbonate reservoir, Bengal Basin, India | |
| CN112668814B (zh) | 胶结等级确定方法及装置 |
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 |