CN112649855A - 三维含气饱和度预测方法及系统 - Google Patents
三维含气饱和度预测方法及系统 Download PDFInfo
- Publication number
- CN112649855A CN112649855A CN201910964744.8A CN201910964744A CN112649855A CN 112649855 A CN112649855 A CN 112649855A CN 201910964744 A CN201910964744 A CN 201910964744A CN 112649855 A CN112649855 A CN 112649855A
- Authority
- CN
- China
- Prior art keywords
- sensitive
- dimensional
- fluid factor
- gas saturation
- porosity
- 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 29
- 239000012530 fluid Substances 0.000 claims abstract description 104
- 239000011435 rock Substances 0.000 claims description 18
- 238000011160 research Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
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
- G01V1/30—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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (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
公开了一种三维含气饱和度预测方法及系统。该方法可以包括:根据归一化数据,计算井上流体因子,确定敏感井上流体因子;确定敏感井上流体因子与井上含气饱和度的第一拟合关系;建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;根据第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;根据最终敏感流体因子与第一拟合关系,计算三维含气饱和度。本发明通过优选敏感属性开展含气饱和度定量预测,对流体敏感属性进行孔隙度校正后,能够与实际含气饱和度情况更加吻合,实现基于地震数据的含气饱和度高精度预测。
Description
技术领域
本发明涉及油气地球物理勘探领域,更具体地,涉及一种三维含气饱和度预测方法及系统。
背景技术
岩石中的孔隙度和含水饱和度是描述油藏性质的重要参数。利用叠前地震资料定量反演油藏参数具有横向连续性好、精度高的优点,对精细油藏描述具有重要意义。利用地震资料单独估计孔隙度和含水饱和度已有较多研究,大多以基于数据驱动的方法为主。也可以采用基于模型驱动的地震反演方法进行储层流体识别。在贝叶斯反演框架下基于岩石物理模型驱动的储层参数联合反演方法得到了很好的发展。Avseth和Eidsvik基于叠前弹性参数反演结果,采用统计岩石物理模型实现储层参数联合反演。Bachrach采用统计岩石物理模型实现孔隙度和饱和度联合反演。在前人研究的基础上,Grana等建立了比较完整的基于叠前地震和岩石物理建模的储层物性参数联合反演技术流程。
众所周知,对于含气储层,储层纵波速度在含少量气(含气饱和度小于10%)时迅速降低,随后略有上升趋势;横波速度变化微弱;密度随含气饱和度的增加线性降低。储层饱水与饱气弹性差异巨大,但不同含气饱和度条件下储层弹性性质差异很小,这是基于弹性及AVO特征很难有效识别含气饱和度的根本原因。弹性性质及AVO特征受孔隙度(物性)的影响更加明显,因此,有必要开发一种能够消除孔隙度影响的三维含气饱和度预测方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种三维含气饱和度预测方法及系统,其能够通过优选敏感属性开展含气饱和度定量预测,对流体敏感属性进行孔隙度校正后,能够与实际含气饱和度情况更加吻合,实现基于地震数据的含气饱和度高精度预测。
根据本发明的一方面,提出了一种三维含气饱和度预测方法。所述方法可以包括:根据归一化数据,计算井上流体因子,确定敏感井上流体因子;确定所述敏感井上流体因子与井上含气饱和度的第一拟合关系;建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;根据所述第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;根据所述最终敏感流体因子与所述第一拟合关系,计算三维含气饱和度。
优选地,获得所述敏感三维流体因子包括:通过地震反演计算三维流体因子,进而确定所述敏感三维流体因子。
优选地,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
优选地,所述归一化数据包括归一化孔隙度后的纵横波速度和密度。
优选地,获取所述归一化数据包括:建立研究工区的岩石物理模型;基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
根据本发明的另一方面,提出了一种三维含气饱和度预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据归一化数据,计算井上流体因子,确定敏感井上流体因子;确定所述敏感井上流体因子与井上含气饱和度的第一拟合关系;建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;根据所述第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;根据所述最终敏感流体因子与所述第一拟合关系,计算三维含气饱和度。
优选地,获得所述敏感三维流体因子包括:通过地震反演计算三维流体因子,进而确定所述敏感三维流体因子。
优选地,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
优选地,所述归一化数据包括归一化孔隙度后的纵横波速度和密度。
优选地,获取所述归一化数据包括:建立研究工区的岩石物理模型;基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的三维含气饱和度预测方法的步骤的流程图。
图2示出了根据本发明的一个实施例的三维含气饱和度的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的三维含气饱和度预测方法的步骤的流程图。
在该实施例中,根据本发明的三维含气饱和度预测方法可以包括:步骤101,根据归一化数据,计算井上流体因子,确定敏感井上流体因子;步骤102,确定敏感井上流体因子与井上含气饱和度的第一拟合关系;步骤103,建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;步骤104,根据第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;步骤105,根据最终敏感流体因子与第一拟合关系,计算三维含气饱和度。
在一个示例中,获得敏感三维流体因子包括:通过地震反演计算三维流体因子,进而确定敏感三维流体因子。
在一个示例中,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
在一个示例中,归一化数据包括归一化孔隙度后的纵横波速度和密度。
在一个示例中,获取归一化数据包括:建立研究工区的岩石物理模型;基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
具体地,根据本发明的三维含气饱和度预测方法可以包括:
建立研究工区的岩石物理模型:针对岩石物理建模的研究成果有很多,以碎屑岩为例,比较常用的是Xu和White(1999)提出的砂泥岩混合模型(Xu-White模型)。该模型基于KT理论、微分等效介质理论和Gassmann方程建立。将碎屑岩岩石物理模型简化为:
[Vp,Vs,ρ]=frpm(φ,sw,Vsh,Vsand) (2)
式中,Vp为纵波速度,Vs为横波速度,ρ为密度;φ为孔隙度,sw为含水饱和度(1-sw为含气饱和度),Vsh为泥质含量,Vsand为砂质含量。
基于工区已知井,计算归一化孔隙度后的纵横波速度及密度:
将原始测井曲线的纵波速度、横波速度、密度、孔隙度、含水饱和度及泥质含量分别记为:Vporg、Vsorg、ρorg、φorg、sworg、Vshorg;统计工区储层孔隙度分布直方图,根据孔隙度均值,将孔隙度归一化为统一的数值,即φnew=a,其中,φnew为归一化的孔隙度,a为一常数,例如a=0.1。
归一化后的孔隙度与原始测井孔隙度的差:
Δφ=φnew-φorg (3)
岩石固有体积百分比之和等于1,即φorg+Vshorg+Vsandorg=1。
岩石物理交会分析可知,孔隙度和泥质含量成反比关系,随着孔隙度的增加泥质含量一定是减少的,则有:
Vshnew=Vshorg-Δφ
Vsandnew=1-φnew-Vshnew
再根据建立的岩石物理模型计算归一化孔隙度后的纵横波速度及密度:
[Vpnew,Vsnew,ρnew]=frpm(φnew,sworg,Vshnew,Vsandnew) (4)。
纵横波速度密度是计算井上流体因子的基础,基于孔隙度归一化后计算的纵横波速度密度,计算井上流体因子,不再受孔隙度的影响。对以上计算的井上流体因子进行含气饱和度敏感性交会分析,确定敏感井上流体因子Fnew,进而确定敏感井上流体因子与井上含气饱和度的第一拟合关系。
根据公式(3)计算孔隙度差异,根据公式(5)计算敏感井上流体因子差异:
ΔF=Fnew-Forg (5)
其中,Forg为原始井上流体因子,即优选的是纵波速度vp,Forg即原始vp曲线。进而建立敏感井上流体因子差异与孔隙度差异的第二拟合关系。
开展基于地震数据的孔隙度反演,可以采用基于数据驱动的方法(PNN概率神经网络、BP神经网络),也可以选择基于模型驱动的方法,获得三维孔隙度数据体φsei,则三维孔隙度差异为:
Δφsei=φsei-a (6)。
通过反演计算三维流体因子,进而确定敏感三维流体因子;根据第二拟合关系、三维孔隙度差异与敏感三维流体因子,通过公式(1)计算最终敏感流体因子。根据最终敏感流体因子与第一拟合关系,计算三维含气饱和度。
本方法通过优选敏感属性开展含气饱和度定量预测,对流体敏感属性进行孔隙度校正后,能够与实际含气饱和度情况更加吻合,实现基于地震数据的含气饱和度高精度预测。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
根据本发明的三维含气饱和度预测方法包括:
建立研究工区的岩石物理模型为公式(2),基于工区已知井,计算归一化孔隙度后的纵横波速度及密度,将原始测井曲线的纵波速度、横波速度、密度、孔隙度、含水饱和度及泥质含量分别记为:Vporg、Vsorg、ρorg、φorg、sworg、Vshorg;统计工区储层孔隙度分布直方图,根据孔隙度均值,将孔隙度归一化为统一的数值,即φnew=a,其中,φnew为归一化的孔隙度,a为一常数,a=0.1。根据建立的岩石物理模型计算归一化孔隙度后的纵横波速度及密度。
基于孔隙度归一化后计算的纵横波速度密度,计算井上流体因子,不再受孔隙度的影响。对以上计算的井上流体因子进行含气饱和度敏感性交会分析,确定敏感井上流体因子Fnew,进而确定敏感井上流体因子与井上含气饱和度的第一拟合关系为:
sg=0.214*Fnew 2+0.514*Fnew+0.003 (7)。
进而建立敏感井上流体因子差异与孔隙度差异的第二拟合关系为:
ΔF=1.254*Δφ+0.251 (8)。
图2示出了根据本发明的一个实施例的三维含气饱和度的示意图。
开展基于地震数据的孔隙度反演,则三维孔隙度差异为公式(6)。通过反演计算三维流体因子,进而确定敏感三维流体因子;根据第二拟合关系、三维孔隙度差异与敏感三维流体因子,通过公式(1)计算最终敏感流体因子。根据最终敏感流体因子与第一拟合关系,计算三维含气饱和度,如图2所示。
综上所述,本发明通过优选敏感属性开展含气饱和度定量预测,对流体敏感属性进行孔隙度校正后,能够与实际含气饱和度情况更加吻合,实现基于地震数据的含气饱和度高精度预测。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种三维含气饱和度预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据归一化数据,计算井上流体因子,确定敏感井上流体因子;确定敏感井上流体因子与井上含气饱和度的第一拟合关系;建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;根据第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;根据最终敏感流体因子与第一拟合关系,计算三维含气饱和度。
在一个示例中,获得敏感三维流体因子包括:通过地震反演计算三维流体因子,进而确定敏感三维流体因子。
在一个示例中,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
在一个示例中,归一化数据包括归一化孔隙度后的纵横波速度和密度。
在一个示例中,获取归一化数据包括:建立研究工区的岩石物理模型;基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
本系统通过优选敏感属性开展含气饱和度定量预测,对流体敏感属性进行孔隙度校正后,能够与实际含气饱和度情况更加吻合,实现基于地震数据的含气饱和度高精度预测。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种三维含气饱和度预测方法,其特征在于,包括:
根据归一化数据,计算井上流体因子,确定敏感井上流体因子;
确定所述敏感井上流体因子与井上含气饱和度的第一拟合关系;
建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;
根据所述第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;
根据所述最终敏感流体因子与所述第一拟合关系,计算三维含气饱和度。
2.根据权利要求1所述的三维含气饱和度预测方法,其中,获得所述敏感三维流体因子包括:
通过地震反演计算三维流体因子,进而确定所述敏感三维流体因子。
3.根据权利要求1所述的三维含气饱和度预测方法,其中,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
4.根据权利要求1所述的三维含气饱和度预测方法,其中,所述归一化数据包括归一化孔隙度后的纵横波速度和密度。
5.根据权利要求4所述的三维含气饱和度预测方法,其中,获取所述归一化数据包括:
建立研究工区的岩石物理模型;
基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
6.一种三维含气饱和度预测系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
根据归一化数据,计算井上流体因子,确定敏感井上流体因子;
确定所述敏感井上流体因子与井上含气饱和度的第一拟合关系;
建立敏感井上流体因子差异与孔隙度差异的第二拟合关系;
根据所述第二拟合关系、三维孔隙度差异与敏感三维流体因子,计算最终敏感流体因子;
根据所述最终敏感流体因子与所述第一拟合关系,计算三维含气饱和度。
7.根据权利要求6所述的三维含气饱和度预测系统,其中,获得所述敏感三维流体因子包括:
通过地震反演计算三维流体因子,进而确定所述敏感三维流体因子。
8.根据权利要求6所述的三维含气饱和度预测系统,其中,通过公式(1)计算最终敏感流体因子:
Fnew seis=Fseis+f2(Δφseis) (1)
其中,Fnew seis为最终敏感流体因子,Fseis为敏感三维流体因子,Δφseis为三维孔隙度差异,f2为第二拟合关系。
9.根据权利要求6所述的三维含气饱和度预测系统,其中,所述归一化数据包括归一化孔隙度后的纵横波速度和密度。
10.根据权利要求9所述的三维含气饱和度预测系统,其中,获取所述归一化数据包括:
建立研究工区的岩石物理模型;
基于工区已知井,计算归一化孔隙度后的纵横波速度及密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910964744.8A CN112649855B (zh) | 2019-10-11 | 2019-10-11 | 三维含气饱和度预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910964744.8A CN112649855B (zh) | 2019-10-11 | 2019-10-11 | 三维含气饱和度预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112649855A true CN112649855A (zh) | 2021-04-13 |
CN112649855B CN112649855B (zh) | 2024-04-09 |
Family
ID=75343528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910964744.8A Active CN112649855B (zh) | 2019-10-11 | 2019-10-11 | 三维含气饱和度预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112649855B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090026359A1 (en) * | 2007-07-23 | 2009-01-29 | Schlumberger Technology Corporation | Method to simultaneously determine pore hydrocarbon density and water saturation from pulsed neutron measurments |
CN101887132A (zh) * | 2009-05-15 | 2010-11-17 | 中国石油天然气股份有限公司 | 一种井震结合定量预测砂岩储层流体饱和度的方法 |
WO2014127452A1 (en) * | 2013-02-20 | 2014-08-28 | Roke Technologies Ltd. | Multiple source neutron measurement, device, system and use thereof |
CN104252007A (zh) * | 2013-06-26 | 2014-12-31 | 中国石油化工股份有限公司 | 一种相容性岩石物理建模方法 |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
CN105158804A (zh) * | 2015-09-17 | 2015-12-16 | 刘立峰 | 溶蚀孔洞型碳酸盐岩储层的油气富集程度获取方法及装置 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
CN106772608A (zh) * | 2017-02-16 | 2017-05-31 | 甘肃省地震局 | 等效孔隙裂缝介质的弹性阻抗及广义流体因子分析方法 |
US20170212275A1 (en) * | 2016-01-22 | 2017-07-27 | Chevron U.S.A. Inc. | System and method for modeling the effects of fluid changes in low porosity hydrocarbon reservoirs |
CN107797139A (zh) * | 2016-08-31 | 2018-03-13 | 中国石油化工股份有限公司 | 页岩储层游离气含气量地震预测方法及系统 |
CN108957534A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN108957542A (zh) * | 2018-07-10 | 2018-12-07 | 河海大学 | 一种建立地震波衰减岩石物理图板的方法 |
CN109425913A (zh) * | 2017-08-22 | 2019-03-05 | 中国石油化工股份有限公司 | 碳酸盐岩储层含气敏感弹性参数优选方法及系统 |
-
2019
- 2019-10-11 CN CN201910964744.8A patent/CN112649855B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090026359A1 (en) * | 2007-07-23 | 2009-01-29 | Schlumberger Technology Corporation | Method to simultaneously determine pore hydrocarbon density and water saturation from pulsed neutron measurments |
CN101887132A (zh) * | 2009-05-15 | 2010-11-17 | 中国石油天然气股份有限公司 | 一种井震结合定量预测砂岩储层流体饱和度的方法 |
WO2014127452A1 (en) * | 2013-02-20 | 2014-08-28 | Roke Technologies Ltd. | Multiple source neutron measurement, device, system and use thereof |
CN104252007A (zh) * | 2013-06-26 | 2014-12-31 | 中国石油化工股份有限公司 | 一种相容性岩石物理建模方法 |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN105158804A (zh) * | 2015-09-17 | 2015-12-16 | 刘立峰 | 溶蚀孔洞型碳酸盐岩储层的油气富集程度获取方法及装置 |
US20170212275A1 (en) * | 2016-01-22 | 2017-07-27 | Chevron U.S.A. Inc. | System and method for modeling the effects of fluid changes in low porosity hydrocarbon reservoirs |
CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
CN107797139A (zh) * | 2016-08-31 | 2018-03-13 | 中国石油化工股份有限公司 | 页岩储层游离气含气量地震预测方法及系统 |
CN106772608A (zh) * | 2017-02-16 | 2017-05-31 | 甘肃省地震局 | 等效孔隙裂缝介质的弹性阻抗及广义流体因子分析方法 |
CN109425913A (zh) * | 2017-08-22 | 2019-03-05 | 中国石油化工股份有限公司 | 碳酸盐岩储层含气敏感弹性参数优选方法及系统 |
CN108957534A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN108957542A (zh) * | 2018-07-10 | 2018-12-07 | 河海大学 | 一种建立地震波衰减岩石物理图板的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112649855B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3894907B1 (en) | Machine learning-augmented geophysical inversion | |
US11668853B2 (en) | Petrophysical inversion with machine learning-based geologic priors | |
US11520077B2 (en) | Automated reservoir modeling using deep generative networks | |
US11435498B2 (en) | Subsurface models with uncertainty quantification | |
US10768324B2 (en) | Method to predict pore pressure and seal integrity using full wavefield inversion | |
CN107203005B (zh) | 一种定量化计算裂缝描述参数的方法 | |
CN103954999B (zh) | 一种适用于低孔隙度砂泥岩地层的横波速度预测方法 | |
US20200041692A1 (en) | Detecting Fluid Types Using Petrophysical Inversion | |
CN107797139A (zh) | 页岩储层游离气含气量地震预测方法及系统 | |
US20110125469A1 (en) | Method of developing a petroleum reservoir by reservoir model reconstruction | |
US11796705B2 (en) | System and method for seismic inversion | |
Sauvageau et al. | Multimodal reservoir porosity simulation: An application to a tight oil reservoir | |
CN111948718B (zh) | 页岩气储层总有机碳含量预测方法及装置 | |
US11346968B2 (en) | Estimation of reservoir flow properties from seismic data | |
CN114428286A (zh) | 一种基于叠前地震数据的含气饱和度预测方法 | |
CN112649855A (zh) | 三维含气饱和度预测方法及系统 | |
Liu et al. | Time-domain poroelastic full-waveform inversion of shallow seismic data: methodology and sensitivity analysis | |
CN110967746B (zh) | 流体饱和度地震反演方法及系统 | |
CN112363244B (zh) | 波阻抗反演方法与碳酸盐岩非均质储层预测方法及系统 | |
US11231514B2 (en) | Method for attenuation compensation utilizing non-stationary matching filters | |
US20210240889A1 (en) | Discontinuous Interpolation Using Continuous Formulation, C1 or C0 FEM Discretization, and Scalable Solver | |
US20240240554A1 (en) | Training dataset generation process for moment tensor machine learning inversion models | |
Tiapkina et al. | Simultaneous seismic inversion to identify prospective areas in carbonate rocks of the southeastern part of the West Siberian Platform | |
Barajas-Olalde et al. | Joint inversion of time-lapse seismic data | |
Sun et al. | Integration of seismic first arrival times to estimate water-air contact and initial water saturation |
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 |