CN112731556B - 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 - Google Patents
一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 Download PDFInfo
- Publication number
- CN112731556B CN112731556B CN201911033232.6A CN201911033232A CN112731556B CN 112731556 B CN112731556 B CN 112731556B CN 201911033232 A CN201911033232 A CN 201911033232A CN 112731556 B CN112731556 B CN 112731556B
- Authority
- CN
- China
- Prior art keywords
- crack
- data
- fracture
- predicting
- development
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
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
本发明涉及一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质。该预测方法包括:1)明确电性特征数据及利用电性特征数据识别裂缝规模,明确地震属性特征数据及利用地震属性特征数据识别裂缝规模;2)根据电性特征数据、电性识别裂缝规模、地震属性特征数据、地震识别裂缝规模建立裂缝指示拟合曲线;3)建立井控层段速度场;确定时间域稀疏脉冲波阻抗数据体;4)确定深度域稀疏脉冲波阻抗数据体;5)根据时间域稀疏脉冲波阻抗数据体和深度域稀疏脉冲波阻抗数据体,反演预测裂缝发育区。该方法能够有效的预测裂缝发育区及裂缝纵、横向的发育规模,为致密砂岩储层的有效开发奠定了基础。
Description
技术领域
本发明属于裂缝预测领域,具体涉及一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质。
背景技术
随着油田的勘探和开发难度加大,致密砂岩储层的有效开发越来越受到重视,从目前的勘探开发效果来看,裂缝是控制低渗储层渗流的主要因素,对裂缝发育区的有效识别对于低渗储层的勘探开发至关重要。裂缝是地下油气聚集和运移的重要通道,裂缝预测是指预测裂缝的发育强度或与裂缝分析有关的参数。大多数情况下的裂缝主要为构造裂缝,即归因于局部构造事件或与局部构造事件相伴生的裂缝,包括与断层有关的裂缝系统、与隆升上拱有关的裂缝系统、与褶皱有关的裂缝系统等。
前期对裂缝的识别,主要以钻井、测井、录井、岩心分析识别井点为主,对裂缝发育区的预测主要以地震属性的定性预测为主。这种预测技术采用叠前或叠后地震数据来预测裂缝。另外,也有采用有限元分析、构造应力场分析等地质经验分析技术对裂缝进行预测。对裂缝敏感的反演或属性类主要有相干、曲率、P波各项异性强度、振幅及频率类属性等。
例如,公布号为CN104502997A的中国专利申请公开了一种利用裂缝密度曲线预测裂缝密度体的方法,其是通过建立归一化的裂缝密度体,再经过反归一化处理获得时间域的裂缝密度体。
利用地震技术进行裂缝预测的预测效果差强人意,其与井中的实测结果往往匹配不好,对裂缝规模的预测精度不高,预测准确率相对较低。
发明内容
本发明的目的在于提供一种裂缝发育区的预测方法,以解决现有方法对裂缝规模的预测精度不高的问题。
本发明的第二个目的在于提供一种用于预测裂缝发育区的计算机存储介质,以解决现有方法对裂缝规模的预测精度不高的问题。
为实现上述目的,本发明的裂缝发育区的预测方法所采用的技术方案是:
一种裂缝发育区的预测方法,包括以下步骤:
1)根据水平井的取芯资料和测井资料,识别水平井钻遇的裂缝,统计裂缝发育密度,确定不同裂缝发育密度对应的电性特征数据;根据电性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到电性识别裂缝规模;
结合裂缝位置的地震属性信息,确定不同裂缝发育密度对应的地震属性特征数据;根据地震属性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到地震识别裂缝规模;
2)根据电性特征数据、电性识别裂缝规模、地震属性特征数据、地震识别裂缝规模建立裂缝指示拟合曲线;
3)利用平均速度场对目的层进行时深转换,得到深度域层位;利用深度域层位趋势建立目的层的层控模型,并利用所述裂缝指示拟合曲线进行校正,得到井控层段速度场;
利用裂缝指示拟合曲线约束,对常规地震数据体进行阻抗反演,得到时间域稀疏脉冲波阻抗数据体;
4)利用井控层段速度场对所述时间域稀疏脉冲波阻抗数据体进行时深转换,得到目的层段深度域稀疏脉冲波阻抗数据体;
5)利用时间域稀疏脉冲波阻抗数据体、深度域稀疏脉冲波阻抗数据体对裂缝指示拟合曲线进行反演,预测裂缝发育区。
本发明提供的裂缝发育区的预测方法,有效利用地震的横向预测优势及水平井对高角度裂缝的识别精度,并对参数进行有效性分析及拟合,形成裂缝指示拟合曲线,结合地震资料,进而完成裂缝半定量化反演工作;该方法能够有效的预测裂缝发育区及裂缝纵、横向的发育规模,提高致密岩性油气藏的裂缝发育区预测精度,为后期油气田治理及稳产方案制定提供良好的物探支撑。
为更好的利用水平井对高角度裂缝的识别精度,优选的,步骤1)中,根据成像测井、岩心分析得到的裂缝数量,确定井点的裂缝深度位置,然后计算得到裂缝发育密度。
为更好地进行裂缝的地震特征分析,确定地震识别裂缝规模,优选的,步骤1)中,地震属性信息包括相干信息、曲率信息中的至少一种。
为更好的进行裂缝的电性特征分析,确定电性识别裂缝规模,优选的,步骤1)中,所述电性特征数据包括声波数据、电阻率数据中的至少一种。
为更好的识别裂缝,判断裂缝发育规模,优选的,步骤1)中,所述地震属性信息包括相干信息和曲率信息,所述电性特征数据包括声波数据和电阻率数据。
本发明的用于预测裂缝发育区的计算机存储介质所采用的技术方案是:
一种用于预测裂缝发育区的计算机存储介质,存储有按照裂缝发育区的预测方法编制的计算机程序,所述裂缝发育区的预测方法包括以下步骤:
1)根据水平井的取芯资料和测井资料,识别水平井钻遇的裂缝,统计裂缝发育密度,确定不同裂缝发育密度对应的电性特征数据;根据电性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到电性识别裂缝规模;
结合裂缝位置的地震属性信息,确定不同裂缝发育密度对应的地震属性特征数据;根据地震属性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到地震识别裂缝规模;
2)根据电性特征数据、电性识别裂缝规模、地震属性特征数据、地震识别裂缝规模建立裂缝指示拟合曲线;
3)利用平均速度场对目的层进行时深转换,得到深度域层位;利用深度域层位趋势建立目的层的层控模型,并利用所述裂缝指示拟合曲线进行校正,得到井控层段速度场;
利用裂缝指示拟合曲线约束,对常规地震数据体进行阻抗反演,得到时间域稀疏脉冲波阻抗数据体;
4)利用井控层段速度场对所述时间域稀疏脉冲波阻抗数据体进行时深转换,得到目的层段深度域稀疏脉冲波阻抗数据体;
5)利用时间域稀疏脉冲波阻抗数据体、深度域稀疏脉冲波阻抗数据体对裂缝指示拟合曲线进行反演,预测裂缝发育区。
本发明提供的用于预测裂缝发育区的计算机存储介质,在裂缝岩心、录井等资料分析的基础上,针对高角度裂缝,开展水平井电性特征分析。结合地震响应特征,利用数据拟合、曲线模拟等技术,构建裂缝指示拟合曲线,结合地震资料,进而完成裂缝半定量化反演工作,有效的预测裂缝发育区及裂缝纵、横向的发育规模,为致密砂岩储层有效开发奠定了基础。
为更好的利用水平井对高角度裂缝的识别精度,优选的,步骤1)中,根据成像测井、岩心分析得到的裂缝数量,确定井点的裂缝深度位置,然后计算得到裂缝发育密度。
为更好地进行裂缝的地震特征分析,确定地震识别裂缝规模,优选的,步骤1)中,地震属性信息包括相干信息、曲率信息中的至少一种。
为更好的进行裂缝的电性特征分析,确定电性识别裂缝规模,优选的,步骤1)中,所述电性特征数据包括声波数据、电阻率数据中的至少一种。
为更好的识别裂缝,判断裂缝发育规模,优选的,步骤1)中,所述地震属性信息包括相干信息和曲率信息,所述电性特征数据包括声波数据和电阻率数据。
附图说明
图1为本发明的裂缝发育区的预测方法实施例1中裂缝指示拟合曲线的生成流程图;
图2为本发明的裂缝发育区的预测方法实施例1所得裂缝发育区的反演剖面图;
图3为本发明的裂缝发育区的预测方法实施例1所得裂缝发育区的反演平面图。
具体实施方式
本发明在裂缝岩心、录井等资料分析的基础上,有效利用地震的横向预测优势及水平井对高角度裂缝的识别精度,形成虚拟裂缝指示拟合曲线,进而完成裂缝半定量化反演工作,有效的预测裂缝发育区及裂缝纵、横向的发育规模,为致密砂岩储层有效开发奠定了基础。
下面结合附图对本发明的实施方式作进一步说明。
一、本发明的裂缝发育区的预测方法的实施例
实施例1
本实施例的裂缝发育区的预测方法,采用以下步骤:
1)根据水平井的取芯资料和测井资料,识别水平井钻遇的裂缝,通过声波曲线及电阻率曲线分析,明确裂缝的电性特征及电性识别裂缝规模,具体包括以下内容:
1.1依据测井识别的裂缝数量及岩心分析结果,明确井点的裂缝深度位置;
1.2根据水平井统计的裂缝发育密度,结合裂缝位置的声波曲线及电阻率曲线信息,采用交会分析法,确定不同裂缝发育密度对应的电性特征数据(即电性变化异常范围);
1.3根据电性特征数据,识别井区内所有钻井的裂缝位置及裂缝发育规模,即得电性识别裂缝规模。
2)利用地震裂缝特征分析技术,明确裂缝的地震属性特征及地震识别裂缝规模,具体包括以下内容:
2.1根据水平井裂缝深度位置及裂缝发育密度,统计裂缝位置的地震属性(相干、曲率属性)值的变化,确定不同裂缝发育密度对应的地震属性特征数据;
2.2根据地震属性特征数据,识别井区内所有钻井的裂缝位置及裂缝发育规模,即得地震识别裂缝规模。
3)依据电性特征数据、电性识别裂缝规模、地震属性特征数据、地震识别裂缝规模,利用多元线性拟合的方法,建立裂缝指示拟合曲线(如图1所示)。
4)利用平均速度场对目的层进行时深转换,并进行精细微调,得到深度域层位;利用深度域层位趋势建立目的层的层控模型,并利用所述裂缝指示拟合曲线进行校正,得到井控层段速度场;
利用裂缝指示拟合曲线约束,对常规地震数据体进行阻抗反演,得到时间域稀疏脉冲波阻抗数据体。
5)利用井控层段速度场对所述时间域稀疏脉冲波阻抗数据体进行时深转换,得到目的层段深度域稀疏脉冲波阻抗数据体。
6)利用时间域稀疏脉冲波阻抗数据体、深度域稀疏脉冲波阻抗数据体对裂缝指示拟合曲线进行反演,预测裂缝发育区。
步骤4)-步骤6)中,时间域稀疏脉冲波阻抗数据体、深度域稀疏脉冲波阻抗数据体及反演操作均可利用软件功能方便实现。
利用实施例的方法对研究区的预测成果图如图2和图3所示。
图2中,可以看出,由于水平井信息的有效利用,预测裂缝发育区与实钻井吻合,其中黄色区域(即浅色区域)为裂缝发育区。
图3中,黄色区域为裂缝发育区,可以看出,裂缝的平面展布特征符合地质认识,裂缝横向发育特征更符合水平井钻井揭示的裂缝发育特征。
实施例2
本实施例的裂缝发育区的预测方法,与实施例1的方法基本相同,区别仅在于:
步骤1)中,在确定敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以倾角属性和曲率属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
实施例3
本实施例的裂缝发育区的预测方法,与实施例1的方法基本相同,区别仅在于:
步骤1)中,在确定电性特征敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以相干属性和倾角属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
实施例4
本实施例的裂缝发育区的预测方法,与实施例1的方法基本相同,区别仅在于:
步骤1)中,在确定电性特征敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以相干属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
二、本发明的用于预测裂缝发育区的计算机存储介质的实施例
实施例5
本实施例的用于预测裂缝发育区的计算机存储介质,是按照裂缝发育区的预测方法编制计算机程序,然后将计算机程序存储于存储介质中,在运行上述计算机程序时,能够实现裂缝发育区的预测。
具体的,裂缝发育区的预测方法与实施例1的相关步骤一致。
至于存储介质,可以采用flash、RAM等各种现有的存储介质,本实施例不做限制。
实施例6
本实施例的用于预测裂缝发育区的计算机存储介质,是按照裂缝发育区的预测方法编制计算机程序,然后将计算机程序存储于存储介质中,在运行上述计算机程序时,能够实现裂缝发育区的预测。
具体的,裂缝发育区的预测方法与实施例4的方法基本相同,区别仅在于:
步骤1)中,在确定敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以倾角属性和曲率属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
实施例7
本实施例的用于预测裂缝发育区的计算机存储介质,是按照裂缝发育区的预测方法编制计算机程序,然后将计算机程序存储于存储介质中,在运行上述计算机程序时,能够实现裂缝发育区的预测。
具体的,裂缝发育区的预测方法与实施例4的方法基本相同,区别仅在于:
步骤1)中,在确定电性特征敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以相干属性和倾角属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
实施例8
本实施例的用于预测裂缝发育区的计算机存储介质,是按照裂缝发育区的预测方法编制计算机程序,然后将计算机程序存储于存储介质中,在运行上述计算机程序时,能够实现裂缝发育区的预测。
具体的,裂缝发育区的预测方法与实施例4的方法基本相同,区别仅在于:
步骤1)中,在确定电性特征敏感参数时,根据地区特点,以声波数据和电阻率数据为电性特征数据,具体表现为声波曲线值大于240,电阻率值小于30。
以相干属性为地震特征数据。
根据以上选取的敏感参数,相应确定裂缝规模。
本发明有效利用地震的横向预测优势及水平井对高角度裂缝的识别精度,并利用相关算法对参数进行有效性分析及拟合,形成虚拟裂缝指示曲线,进而开展相关反演技术方法研究,形成半定量裂缝发育区预测成果,并在相关目标区开展测试性试验分析,裂缝发育区预测精度得到有效验证。
Claims (10)
1.一种裂缝发育区的预测方法,其特征在于,包括以下步骤:
1)根据水平井的取芯资料和测井资料,识别水平井钻遇的裂缝,统计裂缝发育密度,确定不同裂缝发育密度对应的电性特征数据;根据电性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到电性识别裂缝规模;
结合裂缝位置的地震属性信息,确定不同裂缝发育密度对应的地震属性特征数据;根据地震属性特征数据识别井区内所有钻井的裂缝位置及裂缝发育规模,得到地震识别裂缝规模;
2)根据电性特征数据、电性识别裂缝规模、地震属性特征数据、地震识别裂缝规模,利用多元线性拟合的方法,建立裂缝指示拟合曲线;
3)利用平均速度场对目的层进行时深转换,得到深度域层位;利用深度域层位趋势建立目的层的层控模型,并利用所述裂缝指示拟合曲线进行校正,得到井控层段速度场;
利用裂缝指示拟合曲线约束,对常规地震数据体进行阻抗反演,得到时间域稀疏脉冲波阻抗数据体;
4)利用井控层段速度场对所述时间域稀疏脉冲波阻抗数据体进行时深转换,得到目的层段深度域稀疏脉冲波阻抗数据体;
5)利用时间域稀疏脉冲波阻抗数据体、深度域稀疏脉冲波阻抗数据体对裂缝指示拟合曲线进行反演,预测裂缝发育区。
2.如权利要求1所述的裂缝发育区的预测方法,其特征在于,步骤1)中,根据成像测井、岩心分析得到的裂缝数量,确定井点的裂缝深度位置,然后计算得到裂缝发育密度。
3.如权利要求1或2所述的裂缝发育区的预测方法,其特征在于,步骤1)中,地震属性信息包括相干信息、曲率信息、倾角信息中的至少一种。
4.如权利要求1或2所述的裂缝发育区的预测方法,其特征在于,步骤1)中,所述电性特征数据包括声波数据、电阻率数据中的至少一种。
5.如权利要求1所述的裂缝发育区的预测方法,其特征在于,步骤1)中,所述地震属性信息包括相干信息和曲率信息,所述电性特征数据包括声波数据和电阻率数据。
6.一种用于预测裂缝发育区的计算机存储介质,其特征在于,存储有按照权利要求1所述的裂缝发育区的预测方法编制的计算机程序。
7.如权利要求6所述的用于预测裂缝发育区的计算机存储介质,其特征在于,步骤1)中,根据成像测井、岩心分析得到的裂缝数量,确定井点的裂缝深度位置,然后计算得到裂缝发育密度。
8.如权利要求6或7所述的用于预测裂缝发育区的计算机存储介质,其特征在于,步骤1)中,地震属性信息包括相干信息、曲率信息中的至少一种。
9.如权利要求6或7所述的用于预测裂缝发育区的计算机存储介质,其特征在于,步骤1)中,所述电性特征数据包括声波数据、电阻率数据中的至少一种。
10.如权利要求6所述的用于预测裂缝发育区的计算机存储介质,其特征在于,步骤1)中,所述地震属性信息包括相干信息和曲率信息,所述电性特征数据包括声波数据和电阻率数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911033232.6A CN112731556B (zh) | 2019-10-28 | 2019-10-28 | 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911033232.6A CN112731556B (zh) | 2019-10-28 | 2019-10-28 | 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731556A CN112731556A (zh) | 2021-04-30 |
CN112731556B true CN112731556B (zh) | 2023-06-30 |
Family
ID=75588870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911033232.6A Active CN112731556B (zh) | 2019-10-28 | 2019-10-28 | 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731556B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2506039A3 (en) * | 2011-03-28 | 2013-08-14 | Conocophillips Company | Methods for Seismic Fracture Parameter Estimation and Gas Filled Fracture Identification From Vertical Well Log Data |
CA2858602A1 (en) * | 2011-12-20 | 2013-06-27 | Conocophillips Company | Fracture identification from azimuthal migrated seismic data |
WO2014209879A2 (en) * | 2013-06-24 | 2014-12-31 | Services Petroliers Schlumberger | Characterizing porosity distribution from a borehole image |
CN104155701B (zh) * | 2014-07-03 | 2016-08-31 | 中国石油天然气集团公司 | 一种利用叠前地震资料及井信息的多尺度裂缝预测方法 |
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN106353792B (zh) * | 2015-07-17 | 2021-03-23 | 中国石油化工股份有限公司 | 一种适用于水力压裂微震震源定位的方法 |
CN106873033B (zh) * | 2017-03-13 | 2019-03-22 | 中国海洋石油集团有限公司 | 一种基于神经网络的多属性地震信息融合裂缝预测的方法 |
CN108957527B (zh) * | 2017-05-27 | 2020-06-12 | 中国石油化工股份有限公司 | 岩层网状裂缝的地震预测方法 |
CN108897066B (zh) * | 2018-08-23 | 2020-01-07 | 中国石油天然气股份有限公司 | 碳酸盐岩裂缝密度定量预测方法及装置 |
CN109583016B (zh) * | 2018-10-22 | 2023-04-07 | 恒泰艾普集团股份有限公司 | 一种缝洞体的空间几何形态确定及定量计算方法 |
-
2019
- 2019-10-28 CN CN201911033232.6A patent/CN112731556B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112731556A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105221133B (zh) | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 | |
JP3390445B2 (ja) | 地質学的特性を推定するために統計学的較正技術を使用する地震トレース解析方法 | |
CN103454685B (zh) | 利用测井约束波阻抗反演预测砂体厚度的方法和装置 | |
CN105277982B (zh) | 一种泥页岩总有机碳含量地震预测方法 | |
CA2823710C (en) | Methods and systems regarding models of underground formations | |
CN105182424B (zh) | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 | |
CN106597543B (zh) | 一种地层沉积相划分方法 | |
CN106154323A (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
CN105629308A (zh) | 相控非均质力学参数地应力方法 | |
CN106443774A (zh) | 一种提高起伏地表叠前深度偏移成像精度的方法 | |
CN112901158B (zh) | 水力裂缝缝长的预测方法、裂缝网络建模的方法及装置 | |
CN104678432A (zh) | 砂砾岩裂缝识别的方法 | |
CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
CN108490491A (zh) | 一种基于波形指示反演的滩体预测方法 | |
CN114529110A (zh) | 一种基于深度神经网络模型的岩相反演方法及系统 | |
CN112363226A (zh) | 一种非常规油气有利区地球物理预测方法 | |
CN116856845A (zh) | 一种致密砂岩气藏水平井地质导向方法 | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN105804732A (zh) | 一种基于相对电阻率随机模拟反演的油气分布预测方法 | |
CN112731556B (zh) | 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 | |
CN112444857B (zh) | 一种基于叠后地震资料的膏盐地球物理预测方法 | |
CN112147698B (zh) | 裂缝发育带识别与特征确定的方法及系统 | |
WO2024087800A1 (zh) | 基于常规测井资料的高频旋回碳酸盐岩识别方法 | |
CN110927819B (zh) | 一种裂缝发育程度表征方法 | |
RU2201606C1 (ru) | Способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам |
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 |