CN112782759B - 复杂储层的预测方法 - Google Patents
复杂储层的预测方法 Download PDFInfo
- Publication number
- CN112782759B CN112782759B CN202010065599.2A CN202010065599A CN112782759B CN 112782759 B CN112782759 B CN 112782759B CN 202010065599 A CN202010065599 A CN 202010065599A CN 112782759 B CN112782759 B CN 112782759B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- predicted
- new amplitude
- gradient attribute
- seismic
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- 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
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
-
- 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
-
- 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
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
Abstract
本发明提供了一种复杂储层的预测方法,包括:根据待预测储层的地质资料,对待预测储层进行高低孔渗井储层地震频谱分析;判断高低孔渗井储层地震频谱之间的差异;对待预测储层的地震资料进行频谱分析;确认地震资料的品质是否满足要求;对地震资料进行谱分解和瞬时频率处理;确定待预测储层的敏感频率参数,并确定对应的单频地震数据;确定新的振幅谱梯度属性算法;计算待预测储层的新振幅谱梯度属性;将新振幅谱梯度属性值与砂泥比拟合以得到二者之间的转换计算数学公式;进行新振幅谱梯度属性的地质解释,以获取待预测储层的储层厚度平面图。本发明解决了现有技术中的储层预测不准确的问题。
Description
技术领域
本发明涉及地球物理勘探技术领域,具体而言,涉及一种复杂储层的预测方法。
背景技术
地震成果数据振幅、频率等多属性融合是目前储层预测普遍使用的方法。理论与实践表明,振幅谱梯度属性是与储层岩性、孔隙度、渗透率和流体关系最为敏感的地震属性,深入分析揭示出储层流体活动性近似地与低频域的两个振幅谱差值成正比。在常用的属性与储层岩性(砂岩百分含量)、孔隙度交汇图法和经验公式研究中,涉及方法优选、参数组合受研究人员经验和对地震地质理解而差异巨大,研究结果存在较高的不确定性。如地震属性融合时频率参数往往只能给定近似的固定值,当地震数据频率横向变化较大时,该方法计算结果精度通常较低,储层预测和流体识别研究精度降低甚至出现错误的结果,且常规振幅谱梯度属性分析只能适用于纵向时窗不大的目的层,每个目的层都需要分别计算,计算过程繁杂,耗时耗力,因此该算法存在一定缺陷,振幅谱梯度属性分析需充分考虑地震资料的频率变化,体现频率的时空变化特征,构建新算法,提高其对储层及流体预测能力。
由上可知,现有技术中存在储层预测不准确的问题。
发明内容
本发明的主要目的在于提供一种复杂储层的预测方法,以解决现有技术中的储层预测不准确的问题。
为了实现上述目的,本发明提供了一种复杂储层的预测方法,包括:根据待预测储层的地质资料,对待预测储层进行典型高孔渗井储层地震频谱分析以及典型低孔渗井储层地震频谱分析;判断典型高孔渗井储层地震频谱和典型低孔渗井储层地震频谱之间的差异;对待预测储层的地质资料的地震资料进行频谱分析;根据地震资料的频谱分析的分析结果确认地震资料的品质是否满足开展频率梯度属性分析研究的要求;对地震资料的频谱分析的分析结果进行频谱分解和瞬时频率处理;结合实际钻探的情况,确定待预测储层的敏感频率参数,并根据敏感频率参数确定对应的单频地震数据;根据单频地震数据和瞬时频率处理后得到的数据构建数学公式以得到新的振幅谱梯度属性算法;利用新的振幅谱梯度属性算法计算待预测储层的新振幅谱梯度属性;提取井点处的新振幅谱梯度属性值,并与井点处的砂泥比进行交会分析,将新振幅谱梯度属性值与砂泥比拟合以得到二者之间的转换计算数学公式;进行新振幅谱梯度属性的地质解释,以获取待预测储层的储层厚度平面图。
进一步地,地质资料包括岩心资料、薄片资料、地震资料、测井资料和试油资料。
进一步地,储层厚度平面图包括储层展布特征以及流体展布特征。
进一步地,预测方法还包括:在实际钻探过程中,根据钻探的情况验证储层厚度平面图的准确性。
进一步地,在得到新振幅谱梯度属性的地质解释的过程中,需要将新振幅谱梯度属性值与砂泥比拟合得到的二者之间的转换计算数学公式与待预测储层的实际发育特征相结合,以确定新振幅谱梯度属性的地质解释。
进一步地,井点处的砂泥比通过待预测储层的测井解释成果得到。
进一步地,对待预测储层的新振幅谱梯度属性进行井震联合分析,以确定新振幅谱梯度属性的振幅谱梯度剖面是否与待预测储层的发育特征一致。
进一步地,根据得到的待预测储层的储层厚度平面图,对待预测储层进行综合评价及井位建议。
应用本发明的技术方案,在常规振幅谱梯度属性计算方法的基础上,联合应用频谱分析、谱分解和三瞬处理技术,构建了新的振幅谱梯度计算方法,通过引入三瞬处理技术,弥补了原有计算方法中频率为常数的缺陷,新的振幅谱梯度计算方法不仅可以应用于频率纵横向变化的地震数据,而且可以应用于多目的层的储层预测及相关的研究,大幅度提高了预测储层、流体识别的能力,消除了振幅谱梯度计算人为因素的影响,节省了计算时间,同时也拓展了振幅谱梯度属性的应用范围,提高了储层及流体预测的准确度。新振幅谱梯度属性可以用于碳酸盐岩、碎屑岩、花岗岩等复杂储层的预测,具有很高的实用价值和广阔的应用前景。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明中的复杂储层的预测方法的流程图;
图2a和图2b示出了本实施例中的待预测储层的高孔渗储层与低孔渗储层的频谱分析图;
图3示出了本实施例中的待预测储层的地震资料频谱分析图;
图4示出了本实施例中的待预测储层的地震资料谱分解及单频振幅优选图;
图5示出了本实施例中的待预测储层的地震资料瞬时频率处理效果图;
图6示出了本实施例中的待预测储层的常规振幅谱梯度属性与新计算振幅谱梯度属性对比剖面图;
图7示出了本实施例中的待预测储层的新振幅谱梯度与砂泥比转换关系图;
图8示出了本实施例中的待预测储层的新振幅谱梯度属性平面图;
图9示出了本实施例中的待预测储层的储层厚度平面图;
图10a和图10b示出了本实施例中的待预测储层的新井实钻图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
需要指出的是,除非另有指明,本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
在本发明中,在未作相反说明的情况下,使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的,或者是针对部件本身在竖直、垂直或重力方向上而言的;同样地,为便于理解和描述,“内、外”是指相对于各部件本身的轮廓的内、外,但上述方位词并不用于限制本发明。
为了解决现有技术中的储层预测不准确的问题,本发明提供了一种复杂储层的预测方法。
下面首先介绍本实施例中的应用于复杂储层的预测方法的待预测储层的具体情况如下:
本实施例中的待预测储层属于碎屑岩油藏,位于中非裂谷带。其下伏地层为花岗岩基底,受花岗岩古地貌、物源及水体变化等作用影响,该碎屑岩油藏砂体沉积不均,储层厚度薄,横向变化快,预测难度极大。同时受地震资料分辨率影响,采用常规的地震属性分析以及地震波阻抗反演等技术手段较难准确预测该油藏碎屑岩储层的平面展布特征。
如图1所示,本发明中的复杂储层的预测方法包括:根据待预测储层的地质资料,对待预测储层进行典型高孔渗井储层地震频谱分析以及典型低孔渗井储层地震频谱分析;判断典型高孔渗井储层地震频谱和典型低孔渗井储层地震频谱之间的差异;对待预测储层的地质资料的地震资料进行频谱分析;根据地震资料的频谱分析的分析结果确认地震资料的品质是否满足开展频率梯度属性分析研究的要求;对地震资料的频谱分析的分析结果进行频谱分解和瞬时频率处理;结合实际钻探的情况,确定待预测储层的敏感频率参数,并根据敏感频率参数确定对应的单频地震数据;根据单频地震数据和瞬时频率处理后得到的数据构建数学公式以得到新的振幅谱梯度属性算法;利用新的振幅谱梯度属性算法计算待预测储层的新振幅谱梯度属性;提取井点处的新振幅谱梯度属性值,并与井点处的砂泥比进行交会分析,将新振幅谱梯度属性值与砂泥比拟合以得到二者之间的转换计算数学公式;进行新振幅谱梯度属性的地质解释,以获取待预测储层的储层厚度平面图。
在本实施例中,如图2a和图2b所示,高孔渗井储层的孔隙度较大,在高孔渗井储层的图中表现为白色部分的面积较大,低孔渗井储层的孔隙度较小,在低孔渗井储层的图中表现为白色部分的面积较小。对待预测储层的高孔渗井储层和低孔渗井储层进行地震频谱分析,发现两者在地震频谱特征上存在较大区别,因此采用新的振幅谱梯度属性开展该区域的储层预测。
如图3所示,对待预测储层的地质资料的地震资料进行频谱分析。根据分析结果显示上述的地震资料频带宽,成像清晰,资料品质高,满足振幅谱梯度属性分析条件。
如图4至图5所示,分别对地震资料进行了谱分解处理及瞬时频率处理,并结合实际钻探的情况优选了用于新振幅谱梯度属性计算的敏感单频振幅数据体,分别为10Hz和25Hz。
如图6所示,根据单频地震数据和瞬时频率处理后得到的数据构建了新振幅谱梯度数学公式,利用新振幅谱梯度计算公式,计算产生了待预测储层的新振幅谱梯度属性体。与待预测储层的常规振幅谱梯度属性对比可见,新振幅谱梯度属性对于薄层的分辨率更高,与钻井储层、流体等特征更吻合。
新振幅谱梯度计算公式为:
其中,A(t,f)为地震道振幅谱梯度;A(t,fi)为频率为iHz地震道振幅谱;A(t,fj)为频率为jHz地震道振幅谱;V(f)为瞬时频率数据体;t为地震波传播双程旅行时。
如图7所示,结合实际钻井储层发育特征,提取井点处的新振幅谱梯度属性值,并与井点处的砂泥比进行交会分析,利用拟合软件根据最小二乘法将新振幅谱梯度属性值与砂泥比拟合,得到了二者之间的转换计算数学公式。需要指出的是,砂泥薄互层和砂层的新振幅谱梯度属性值与砂泥比之间的转换计算数学公式是不同的,需要根据相应参数分别进行拟合。
如图8至图9所示,根据新振幅谱梯度属性值与砂泥比之间的转换计算数学公式进行待预测储层的厚度计算,得到了待预测储层的新振幅谱梯度属性平面图,进而得到了待预测储层的储层厚度平面图。
如图10a和图10b所示,对待预测储层进行新井实钻,得到待预测储层的岩性柱状图,将待预测储层的岩性柱状图与新振幅谱梯度属性剖图进行对比,两者显示的待预测储层厚度与实钻储层厚度误差很小,说明新振幅谱梯度属性对待预测储层的预测非常准确。
在本实施例中,在常规振幅谱梯度属性计算方法的基础上,联合应用频谱分析、谱分解和三瞬处理技术,构建了新的振幅谱梯度计算方法,通过引入三瞬处理技术,弥补了原有计算方法中频率为常数的缺陷,新的振幅谱梯度计算方法不仅可以应用于频率纵横向变化的地震数据,而且可以应用于多目的层的储层预测及相关的研究,大幅度提高了预测储层、流体识别的能力,消除了振幅谱梯度计算人为因素的影响,节省了计算时间,同时也拓展了振幅谱梯度属性的应用范围,提高了储层及流体预测的准确度。新振幅谱梯度属性可以用于碳酸盐岩、碎屑岩、花岗岩等复杂储层的预测,具有很高的实用价值和广阔的应用前景。
具体的,地质资料包括岩心资料、薄片资料、地震资料、测井资料和试油资料。
具体的,储层厚度平面图包括储层展布特征以及流体展布特征。
在本实施例中,复杂储层的预测方法还包括:在实际钻探过程中,根据钻探的情况验证储层厚度平面图的准确性。上述的复杂储层的预测方法是一种理论计算方法,需要根据实际情况才能验证上述的复杂储层的预测方法的准确性。
在本实施例中,在得到新振幅谱梯度属性的地质解释的过程中,需要将新振幅谱梯度属性值与砂泥比拟合得到的二者之间的转换计算数学公式与待预测储层的实际发育特征相结合,以确定新振幅谱梯度属性预测储层厚度的技术流程和参数。
如图8至图9所示,待预测储层的新振幅谱梯度属性平面图是根据新振幅谱梯度属性值与砂泥比拟合得到的二者之间的转换计算数学公式与待预测储层的实际发育特征相结合得到的,进而得到了待预测储层的储层厚度平面图。
具体的,井点处的砂泥比通过待预测储层的测井解释成果得到。砂泥比是指砂岩和泥岩在沉积剖面中的厚度比率,需要通过测井的方式得到。
具体的,对待预测储层的新振幅谱梯度属性进行井震联合分析,以确定新振幅谱梯度属性的振幅谱梯度剖面是否与待预测储层的发育特征一致。井震联合分析指的是根据测井资料和地震资料共同进行分析,通过井震联合分析,可以使得分析结果更加准确。
在本实施例中,根据得到的待预测储层的储层厚度平面图,对待预测储层进行综合评价及井位建议。如图9所示,根据新振幅谱梯度属性及储层厚度平面图进行储层综合评价及井位建议,建议新井位编号为BS-6,实际钻探后获得成功。
从以上的描述中,可以看出,本发明上述的实施例实现了如下技术效果:
1、弥补了原有计算方法中频率为常数的缺陷。
2、大幅度提高了预测储层、流体识别的能力。
3、消除了振幅谱梯度计算人为因素的影响,节省了计算时间。
4、拓展了振幅谱梯度属性的应用范围,提高了储层及流体预测的准确度。
5、可以用于碳酸盐岩、碎屑岩、花岗岩等复杂储层的预测,具有很高的实用价值和广阔的应用前景。
显然,上述所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、工作、器件、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种复杂储层的预测方法,其特征在于,所述复杂储层的预测方法包括:
根据待预测储层的地质资料,对所述待预测储层进行典型高孔渗井储层地震频谱分析以及典型低孔渗井储层地震频谱分析;
判断所述典型高孔渗井储层地震频谱和所述典型低孔渗井储层地震频谱之间的差异;
对所述待预测储层的所述地质资料的地震资料进行频谱分析;
根据所述地震资料的频谱分析的分析结果确认所述地震资料的品质是否满足开展频率梯度属性分析研究的要求;
对所述地震资料的频谱分析的分析结果进行频谱分解和瞬时频率处理;
结合实际钻探的情况,确定待预测储层的敏感频率参数,并根据所述敏感频率参数确定对应的单频地震数据;
根据所述单频地震数据和所述瞬时频率处理后得到的数据构建数学公式以得到新的振幅谱梯度属性算法;
利用所述新的振幅谱梯度属性算法计算所述待预测储层的新振幅谱梯度属性;
提取井点处的新振幅谱梯度属性值,并与井点处的砂泥比进行交会分析,将所述新振幅谱梯度属性值与所述砂泥比拟合以得到二者之间的转换计算数学公式;
进行所述新振幅谱梯度属性的地质解释,以获取所述待预测储层的储层厚度平面图。
2.根据权利要求1所述的复杂储层的预测方法,其特征在于,所述地质资料包括岩心资料、薄片资料、地震资料、测井资料和试油资料。
3.根据权利要求1所述的复杂储层的预测方法,其特征在于,所述储层厚度平面图包括储层展布特征以及流体展布特征。
4.根据权利要求1所述的复杂储层的预测方法,其特征在于,所述预测方法还包括:
在实际钻探过程中,根据钻探的情况验证所述储层厚度平面图的准确性。
5.根据权利要求1所述的复杂储层的预测方法,其特征在于,在得到所述新振幅谱梯度属性的地质解释的过程中,需要将所述新振幅谱梯度属性值与所述砂泥比拟合得到的二者之间的转换计算数学公式与所述待预测储层的实际发育特征相结合,以确定所述新振幅谱梯度属性的地质解释。
6.根据权利要求1所述的复杂储层的预测方法,其特征在于,所述井点处的砂泥比通过所述待预测储层的测井解释成果得到。
7.根据权利要求1所述的复杂储层的预测方法,其特征在于,对所述待预测储层的新振幅谱梯度属性进行井震联合分析,以确定所述新振幅谱梯度属性的振幅谱梯度剖面是否与所述待预测储层的发育特征一致。
8.根据权利要求1所述的复杂储层的预测方法,其特征在于,根据得到的所述待预测储层的储层厚度平面图,对所述待预测储层进行综合评价及井位建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010065599.2A CN112782759B (zh) | 2020-01-20 | 2020-01-20 | 复杂储层的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010065599.2A CN112782759B (zh) | 2020-01-20 | 2020-01-20 | 复杂储层的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112782759A CN112782759A (zh) | 2021-05-11 |
CN112782759B true CN112782759B (zh) | 2022-05-10 |
Family
ID=75749240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010065599.2A Active CN112782759B (zh) | 2020-01-20 | 2020-01-20 | 复杂储层的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112782759B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6131071A (en) * | 1996-12-06 | 2000-10-10 | Bp Amoco Corporation | Spectral decomposition for seismic interpretation |
CN102109611B (zh) * | 2009-12-23 | 2012-08-15 | 中国石油天然气集团公司 | 一种利用低频地震属性预测油藏优质储层的方法 |
CN106960076A (zh) * | 2017-02-28 | 2017-07-18 | 长江大学 | 一种基于水动力学的沉积相预测方法 |
CN107132579B (zh) * | 2017-07-05 | 2018-12-07 | 西安交通大学 | 一种保地层结构的地震波衰减补偿方法 |
-
2020
- 2020-01-20 CN CN202010065599.2A patent/CN112782759B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112782759A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
CN106468172A (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
US20120143508A1 (en) | Automatic estimation of source rock petrophysical properties | |
CN103114840A (zh) | 一种高-过高成熟页岩有机碳含量计算方法及装置 | |
CN107558999B (zh) | 一种孤立缝洞体剩余油定量预测方法 | |
CN105445441A (zh) | 储层含气饱和度确定方法及装置 | |
US20190120022A1 (en) | Methods, systems and devices for modelling reservoir properties | |
US10928548B2 (en) | Rock type based free water level inversion | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
Benetatos et al. | Coping with uncertainties through an automated workflow for 3D reservoir modelling of carbonate reservoirs | |
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 | |
Noori et al. | Geological Model of the Tight Reservoir (Sadi Reservoir-Southern of Iraq) | |
CN112782759B (zh) | 复杂储层的预测方法 | |
Jasim et al. | Specifying quality of a tight oil reservoir through 3-d reservoir modeling | |
Sabea et al. | Geological model of the Khabour Reservoir for studying the gas condensate blockage effect on gas production, Akkas Gas Field, Western Iraq | |
Parra et al. | Application of the Producer-Based Capacitance Resistance Model to Undersaturated Oil Reservoirs in Primary Recovery | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
CN115144929A (zh) | 油气藏储量确定方法、装置、存储介质及电子设备 | |
Rashid et al. | The effect of fracturing on permeability in carbonate reservoir rocks | |
Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China | |
CN114139328B (zh) | 一种层间氧化带砂岩型铀矿有利成矿带的预测方法 | |
EP4357585A1 (en) | Method and apparatus for identifying high permeability streaks in marine carbonate rock bioclastic limestone oil reservoir | |
Abdideh et al. | Application of geostatistical method in structural modeling and estimation of mud loss circulation in oil fields | |
Biniwale et al. | An improved approach for modelling geological depositional characteristics and fluid saturation by using hydraulic units: Australian offshore fields | |
Haizhou et al. | Quantitative fracture characterization method and its application in the Bashijiqike formation |
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 |