CN113176618A - 一种深部地温场预测方法、设备及存储介质 - Google Patents

一种深部地温场预测方法、设备及存储介质 Download PDF

Info

Publication number
CN113176618A
CN113176618A CN202110308458.3A CN202110308458A CN113176618A CN 113176618 A CN113176618 A CN 113176618A CN 202110308458 A CN202110308458 A CN 202110308458A CN 113176618 A CN113176618 A CN 113176618A
Authority
CN
China
Prior art keywords
resistivity
temperature
normalized
inversion
rho
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
CN202110308458.3A
Other languages
English (en)
Other versions
CN113176618B (zh
Inventor
黄国疏
胡祥云
蔡建超
马火林
陈斌
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 University of Geosciences
Original Assignee
China University of Geosciences
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 University of Geosciences filed Critical China University of Geosciences
Priority to CN202110308458.3A priority Critical patent/CN113176618B/zh
Publication of CN113176618A publication Critical patent/CN113176618A/zh
Application granted granted Critical
Publication of CN113176618B publication Critical patent/CN113176618B/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
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供一种深部地温场预测方法、设备及存储介质，包括以下步骤：将研究区或相邻区域各测井温度‑电阻率数据对均等分成N段，且归一化处理各层段电阻率；推导不同井位不同层段的最优校正温度、本征归一化电阻率、温度校正系数，并将三者与对应深度构建数据集，进行回归分析，分别获取随深度的变化为T0(z)，ρNT0(z)，αT0(z)；对研究区电磁数据体进行电阻率反演并等分成M段，归一化处理不同层段的电阻率为ρNinv(x，z)；基于T0(z)，ρNT0(z)，αT0(z)和ρNinv(x，z)得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据关系表征预测研究区地下空间温度场的展布特征。本发明能够将地下介质宏观电阻率特征精确转换为直观的温度场分布，实用性强，预测范围广且深。

Description

一种深部地温场预测方法、设备及存储介质
技术领域
本发明涉及地温场预测领域，尤其涉及一种深部地温场预测方法、设备及存储介质。
背景技术
温度是地球内部的关键特征之一，对它的了解决定了我们研究基础地球科学问题和应用地热问题的能力。因此，最大限度地准确估计地下空间温度分布特征显得极为重要。
目前，地球内部的温度估计通常是基于钻孔温度测井或热流梯度数据。前者根据地表不规则分布的几口井中测量的温度测井曲线进行空间插值，这常常导致相当大的估计错误。而后者对于温度模型的建立是基于对研究区域横向边界热流稳定状态的假设，以及对区域上下边界热流值(温度)基于先验信息的推测。由于这些数值通常只能得到非常粗略的估计(特别是在下边界)，因此在此基础上建立温度模型也会有相当大的误差。
因此，现有的温度估计方法无法准确预测钻井未到达深度的温度，更无法有效提供井间空间的温度展布。而研究表明，使用随温度变化的替代参数可以克服这一困难，而在各种物性参数中，岩石电阻率随温度的变化相对最为敏感，因此，可使用电阻率去解决这一科学问题，且地下深部空间电阻率分布可以通过电磁法等地球物理手段获取。然而目前，利用电阻率进行温度预测是基于纯经验公式的使用，且其有效性被假设为不随空间位置的变化，即经验公式中的各项参数在任意地质环境及背景下均假设为定值，很明显这种方法是不合理的。
发明内容
针对目前地下温度预测尤其深部空间温度预测所建立的温度模型误差较大，且基于纯经验公式预测地温场的不合理性，本发明提出了一种基于最优温度系数的深部地温场预测方法，通过研究区或相邻区域钻孔测井电阻率-温度数据对，推导构建地下空间不同层段(不同深度)归一化电阻率与温度之间的精确关系表征，并结合电磁精细电阻率结构反演，实现地下空间温度场预测。
为了实现上述目的，本发明提出了一种深部地温场预测方法，所述深部地温场预测方法包括以下步骤：
获取研究区或相邻区域m(m>＝1的整数)口井的温度-电阻率数据对，依据深度将所述温度-电阻率数据对等分成N(N>＝2的整数)段，并将每口井各段电阻率进行归一化处理，得到多组归一化电阻率-温度数据集；
根据所述多组归一化电阻率-温度数据集，通过两组归一化电阻率-温度关系约束方程，计算得到不同井位不同层段的最优校正温度、本征归一化电阻率和温度校正系数；
将所述最优校正温度、所述本征归一化电阻率和所述温度校正系数在不同井位不同层段的取值分别与对应层段深度构建目标数据集，对所述目标数据集进行回归分析，得到所述最优校正温度、所述本征归一化电阻率和所述温度校正系数随深度的变化关系，分别表示为T0(z),ρNT0(z),αT0(z)；
对研究区电磁数据体进行精细反演，获取地下空间各节点P(x,z)的反演电阻率ρinv(x,z)的分布特征，并将所述反演电阻率剖面随深度等分成M(M>＝2的整数)段，对每段的反演电阻率进行归一化处理，得到不同层段不同节点的归一化反演电阻率ρNinv(x,z)；其中，x为反演电阻率剖面的横向点位距离，z为反演电阻率剖面的纵向深度；
基于所述T0(z),ρNT0(z),αT0(z)和所述ρNinv(x,z)，得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据所述ρNinv(x,z)和所述关系表征预测研究区地下空间温度场的展布特征。
优选地，所述将每口井各段电阻率进行归一化处理，其中，归一化处理公式为：
Figure DEST_PATH_IMAGE001
其中，ρlog(i,j)为每口井第i层段内第j个测点电阻率测井数据，ρlog(i)为每口井第i层段内所有测点测井电阻率数据集，max[ρlog(i)]表示每口井第i层段内所有测井电阻率数据集的最大值，ρNorm(i,j)即为每口井第i层段内第j个测点归一化测井电阻率，i＝1,2,3…N。
优选地，所述优选两组归一化电阻率-温度关系约束方程，根据所述多组归一化电阻率-温度数据集计算得到不同井位不同层段的最优校正温度、本征归一化电阻率和温度校正系数的步骤，包括：
基于改进传统经验公式，得到
Figure DEST_PATH_IMAGE002
与温度T(i)变化呈线性变化关系公式：
Figure DEST_PATH_IMAGE003
其中，ρNorm(i)为每口井第i层段内所有测点归一化测井电阻率数据集，T(i) 为每口井第i层段内所有测点测井温度数据集；
对所述线性变化关系公式进行转换，得到转换公式：
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
计算所述转换公式的斜率B和截距A，得到：
Figure DEST_PATH_IMAGE006
根据岩石电阻率与温度的对数相关关系，在任意层段内，测量归一化电阻率ρNorm(i)与温度T(i)之间的关系，得到归一化电阻率与温度关系公式为：
ρNorm(i)＝-Cln(T(i))+D (4)
其中，C与D均为与岩层结构、地质背景、电性特征相关的系数；
将T＝Tbest代入式(2)和式(4)进行折算，同时结合(3)式得到：
Figure DEST_PATH_IMAGE007
将式(5)对Tbest求导，整理后得：
Figure DEST_PATH_IMAGE008
求解式(6)，得到：
Figure DEST_PATH_IMAGE009
上述A、B、C和D均由测井不同层段归一化电阻率ρNorm(i)与温度T(i)数据对获取，故在计算出每层段最优校正温度T0＝Ttest的基础上，由式(4)和式(3)分别计算得到每层段最优温度条件下的本征归一化电阻率ρNT0和温度校正系数αT0。
优选地，所述对每段的反演电阻率进行归一化处理，得到不同层段不同节点的归一化反演电阻率ρNinv(x,z)，其中归一化处理公式为：
Figure DEST_PATH_IMAGE010
其中，ρinv(k,x,z)为第k(k＝1,2,3,…M)层段中P(x,z)位置处反演电阻率数据；ρinv(k)为第k层段内所有反演电阻率数据集，max[ρinv(k)]为第k层段内所有反演电阻率数据集的最大值，ρNinv(k,x,z)为第k层段中P(x,z)位置处的归一化反演电阻率ρNinv(x,z)。
优选地，所述基于所述T0(z),ρNT0(z),αT0(z)和所述ρNinv(x,z)，得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据所述ρNinv(x,z)和所述关系表征预测研究区地下空间温度场的展布特征，其中，所述关系表征为：
Figure DEST_PATH_IMAGE011
其中，T(x,z)为各节点温度预测值。
此外，为了实现上述目的，本发明还提供了一种深部地温场预测设备，所述深部地温场预测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的深部地温场预测程序，所述深部地温场预测程序被所述处理器执行时实现上述深部地温场预测方法的步骤。
此外，为了实现上述目的，本发明还提供了一种存储介质，所述存储介质上存储有深部地温场预测程序，所述深部地温场预测程序被处理器执行时实现上述深部地温场预测方法的步骤。
本发明所采取的技术方案带来的有益效果是：本发明基于最优温度系数建立研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据关系表征将地下介质宏观电阻率特征精确转换为直观的温度场分布，实用性强，预测范围广且深，预测值的准确率达到了85.69％～97.75％。
附图说明
图1为本发明的一种基于最优温度系数的深部地温场预测方法流程图；
图2为本发明的最优校正温度、本征归一化电阻率、温度校正系数随深度变化特征图；
图3为本发明的研究区地下空间电阻率结构反演图；
图4为本发明的研究区地下空间温度场预测分布特征图；
图5为本发明的研究区预测温度与实测温度对比验证图。
具体实施方式
为了使本发明的目的、技术方案和效果更加清楚的理解，现将结合附图对本发明实施方式作进一步的描述。
参考图1，图1为本发明的一种基于最优温度系数的深部地温场预测方法流程图，实施例提供的一种基于最优温度系数的深部地温场预测方法，包括以下步骤：
S1、获取研究区或相邻区域m(m>＝1的整数)口井的温度-电阻率数据对，依据深度将所述温度-电阻率数据对等分成N(N>＝2的整数)段，并将每口井各段电阻率进行归一化处理，得到多组归一化电阻率-温度数据集。
在本实施例中，步骤S1具体为：利用研究区相邻区域的m＝4口钻孔测井数据体，获取地下温度-电阻率数据对，将温度-电阻率数据对依据深度等分成 N＝20段，然后利用(1)式将分段电阻率数据进行归一化处理：
Figure DEST_PATH_IMAGE012
其中，ρlog(i,j)为每口井第i(i＝1,2,3…N)层段内第j个测点测井电阻率数据。ρlog(i)为每口井第i层段内所有测点测井电阻率数据集，max[ρlog(i)]表示每口井第i层段内所有测井电阻率数据集的最大值。ρNorm(i,j)即为每口井第i层段内第j个测点测井归一化电阻率。
S2、根据所述多组归一化电阻率-温度数据集，通过两组归一化电阻率-温度关系约束方程，计算得到不同井位不同层段的最优校正温度、本征归一化电阻率和温度校正系数。
在本实施例中，步骤S2具体为：基于步骤S1中归一化电阻率-温度数据对，结合(2)式及(3)式，便可拟合推导出不同井位不同层段对应的系数A、B、 C、D。然后利用式(4)计算不同井位不同层段的最优温度，本发明对于最优温度的定义为：用某一温度Ttest的岩土体归一化电阻率对某层段内具有不同温度的各测点的归一化电阻率进行折算校正，使测量值与理论值最接近，这个温度Ttest就叫做最优校正温度，那么此时，T0＝Ttest。且为了求解不同层段的最优校正温度T0、本征归一化电阻率ρNT0、温度校正系数αT0，首先要获取最优校正温度T0。将最优温度T0代入(3)式计算对应层段本征归一化电阻率ρNT0，并将本征归一化电阻率ρNT0代入(2)式计算温度校正系数αT0。
S3、将所述最优校正温度、所述本征归一化电阻率和所述温度校正系数在不同井位不同层段的取值分别与对应层段深度构建目标数据集，对所述目标数据集进行回归分析，得到所述最优校正温度、所述本征归一化电阻率和所述温度校正系数随深度的变化关系，分别表示为T0(z),ρNT0(z),αT0(z)。
在本实施例中，步骤S3具体为：将三者(T0,ρNT0,αv0)在不同井位不同层段的值优选，分别与对应层段深度组合成数据集进行回归分析，获取它们随深度的变化分别为T0(z),ρNT0(z),αT0(z)(参考图2)；
Figure DEST_PATH_IMAGE013
ρNorm(i)＝-Cln(T(i))+D (3)
Figure DEST_PATH_IMAGE014
其中，ρNorm(i)为每口井第i层段内所有测点归一化测井电阻率数据集，T(i) 为每口井第i层段内所有测点测井温度数据集。Ttest(T0＝Ttest)为对应井位对应层段最优校正温度。
S4、对研究区电磁数据体进行精细反演，获取地下空间各节点P(x,z)的反演电阻率ρinv(x,z)的分布特征，并将所述反演电阻率剖面随深度等分成M(M>＝2 的整数)段，对每段的反演电阻率进行归一化处理，得到不同层段不同节点的归一化反演电阻率ρNinv(x,z)；其中，x为反演电阻率剖面的横向点位距离，z为反演电阻率剖面的纵向深度。
在本实施例中，步骤S4具体为：对研究区大地电磁测深剖面数据体进行精细反演，获取地下空间反演电阻率ρinv(x,z)分布特征(参考图3)，在本实施例中，依据反演深度将其等分成M＝47段，且利用式(5)归一化处理，得到不同层段的归一化反演电阻率为ρNinv(k,x,z)；
Figure DEST_PATH_IMAGE015
其中，ρinv(k,x,z)为第k(k＝1,2,3,…47)层段中P(x,z)位置处反演电阻率数据。ρinv(k)第k层段内所有反演电阻率数据集，max[ρinv(k)]为第k层段内所有反演电阻率数据集的最大值，ρNinv(k,x,z)即为第k层段中P(x,z)位置处归一化反演电阻率数据ρNinv(x,z)。
S5、基于所述T0(z),ρNT0(z),αT0(z)和所述ρNinv(x,z)，得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据所述ρNinv(x,z) 和所述关系表征预测研究区地下空间温度场的展布特征。
在本实施例中，步骤S5具体为：基于步骤S3中的T0(z),ρNT0(z),αT0(z)及步骤S4中的归一化反演电阻率数据ρNinv(x,z)，便可获取地下不同深度归一化电阻率与温度之间的关系表征，结合步骤S4中不同层段归一化反演电阻率ρNinv(k,x,z)，利用式(6)便可逐层逐点计算地下空间网格(基于反演电阻率网格)中每个节点的温度T(x,z)，进而预测整个地下空间温度场展布特征(参考图 4)。
Figure DEST_PATH_IMAGE016
其中，T(x,z)为各节点温度预测值(各节点与反演电阻率ρinv(x,z)网格节点对应)。
参考图5，图5为本发明的研究区预测温度与实测温度对比验证图；在本实施例中，提取研究区预测温度剖面中钻孔测温点位处温度随深度的变化曲线，并与实际测井温度进行了对比。实验结果表明，D16井与D17井预测温度与实测温度的拟合优度分别为R2＝0.8569及R2＝0.9775，由此表明，预测温度准确率在85.69％～97.75％之间。
此外，本具体实施例还提供了一种深部地温场预测设备，所述深部地温场预测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的深部地温场预测程序，所述深部地温场预测程序被所述处理器执行时实现上述深部地温场预测方法的步骤。
此外，本具体实施例还提供了一种存储介质，所述存储介质上存储有深部地温场预测程序，所述深部地温场预测程序被处理器执行时实现上述深部地温场预测方法的步骤。
本发明基于最优温度系数建立研究区地下不同层段不同节点的归一化电阻率与温度之间的关系表征，根据关系表征将地下介质宏观电阻率特征精确转换为直观的温度场分布，实用性强，预测范围广且深，达到了85.69％～97.75％的准确率。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (7)

1.一种深部地温场预测方法，其特征在于，所述深部地温场预测方法包括以下步骤：
获取研究区或相邻区域m口井的温度-电阻率数据对，依据深度将所述温度-电阻率数据对等分成N段，并将每口井各段电阻率进行归一化处理，得到多组归一化电阻率-温度数据集；
根据所述多组归一化电阻率-温度数据集，通过两组归一化电阻率-温度关系约束方程，计算得到不同井位不同层段的最优校正温度、本征归一化电阻率和温度校正系数；
将所述最优校正温度、所述本征归一化电阻率和所述温度校正系数在不同井位不同层段的取值分别与对应层段深度构建目标数据集，对所述目标数据集进行回归分析，得到所述最优校正温度、所述本征归一化电阻率和所述温度校正系数随深度的变化关系，分别表示为T0(z),ρNT0(z),αT0(z)；
对研究区电磁数据体进行精细反演，获取地下空间各节点P(x,z)的反演电阻率ρinv(x,z)的分布特征，并将所述反演电阻率剖面随深度等分成M段，对每段的反演电阻率进行归一化处理，得到不同层段不同节点的归一化反演电阻率ρNinv(x,z)；其中，x为反演电阻率剖面的横向点位距离，z为反演电阻率剖面的纵向深度；
基于所述T0(z),ρNT0(z),αT0(z)和所述ρNinv(x,z)，得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据所述ρNinv(x,z)和所述关系表征预测研究区地下空间温度场的展布特征。
2.如权利要求1所述的深部地温场预测方法，其特征在于，所述将每口井各段电阻率进行归一化处理，其中，归一化处理公式为：
Figure FDA0002988824510000011
其中，ρlog(i,j)为每口井第i层段内第j个测点电阻率测井数据，ρlog(i)为每口井第i层段内所有测点的测井电阻率数据集，max[ρlog(i)]表示每口井第i层段内所有测井电阻率数据集的最大值，ρNorm(i,j)即为每口井第i层段内第j个测点归一化测井电阻率，i＝1,2,3…N。
3.如权利要求1所述的深部地温场预测方法，其特征在于，所述优选两组归一化电阻率-温度关系约束方程，根据所述多组归一化电阻率-温度数据集计算得到不同井位不同层段的最优校正温度、本征归一化电阻率和温度校正系数的步骤，包括：
基于改进传统经验公式，得到
Figure FDA0002988824510000021
与温度T(i)变化呈线性变化关系公式：
Figure FDA0002988824510000022
其中，ρNorm(i)为每口井第i层段内所有测点归一化测井电阻率数据集，T(i)为每口井第i层段内所有测点测井温度数据集；
对所述线性变化关系公式进行转换，得到转换公式：
Figure FDA0002988824510000023
Figure FDA0002988824510000024
计算所述转换公式的斜率B和截距A，得到：
Figure FDA0002988824510000025
根据岩石电阻率与温度的对数相关关系，在任意层段内，测量归一化电阻率ρNorm(i)与温度T(i)之间的关系，得到归一化电阻率与温度关系公式为：
ρNorm(i)＝-Cln(T(i))+D
其中，C与D均为与岩层结构、地质背景、电性特征相关的系数；
将T＝Tbest代入式所述线性变化关系公式和所述归一化电阻率与温度关系公式进行折算，同时结合所述转换公式的斜率B和截距A得到如下公式：
Figure FDA0002988824510000026
对Tbest求导，得到：
Figure FDA0002988824510000027
求解得到：
Figure FDA0002988824510000028
上述A、B、C和D均由测井不同层段归一化电阻率ρNorm(i)与温度T(i)数据对获取，故在计算出每层段最优校正温度T0＝Ttest的基础上，由所述归一化电阻率与温度关系公式和所述转换公式的斜率B和截距A分别计算得到每层段最优温度条件下的本征归一化电阻率ρNT0和温度校正系数αT0。
4.如权利要求1所述的深部地温场预测方法，其特征在于，所述对每段的反演电阻率进行归一化处理，得到不同层段不同节点的归一化反演电阻率ρNinv(x,z)，其中归一化处理公式为：
Figure FDA0002988824510000031
其中，ρinv(k,x,z)为第k(k＝1,2,3,…M)层段中P(x,z)位置处反演电阻率数据；ρinv(k)为第k层段内所有反演电阻率数据集，max[ρinv(k)]为第k层段内所有反演电阻率数据集的最大值，ρNinv(k,x,z)为第k层段中P(x,z)位置处的归一化反演电阻率ρNinv(x,z)。
5.如权利要求1所述深部地温场预测方法，其特征在于，所述基于所述T0(z),ρNT0(z),αT0(z)和所述ρNinv(x,z)，得到研究区地下不同层段不同节点的归一化反演电阻率与温度之间的关系表征，根据所述ρNinv(x,z)和所述关系表征预测研究区地下空间温度场的展布特征，其中，所述关系表征为：
Figure FDA0002988824510000032
其中，T(x,z)为各节点温度预测值。
6.一种深部地温场预测设备，其特征在于，所述深部地温场预测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的深部地温场预测程序，所述深部地温场预测程序被所述处理器执行时实现如权利要求1至5中任一项所述的深部地温场预测方法的步骤。
7.一种存储介质，其特征在于，所述存储介质上存储有深部地温场预测程序，所述深部地温场预测程序被处理器执行时实现如权利要求1至5中任一项所述的深部地温场预测方法的步骤。
CN202110308458.3A 2021-03-23 2021-03-23 一种深部地温场预测方法、设备及存储介质 Active CN113176618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110308458.3A CN113176618B (zh) 2021-03-23 2021-03-23 一种深部地温场预测方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110308458.3A CN113176618B (zh) 2021-03-23 2021-03-23 一种深部地温场预测方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113176618A true CN113176618A (zh) 2021-07-27
CN113176618B CN113176618B (zh) 2022-06-24

Family

ID=76922284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110308458.3A Active CN113176618B (zh) 2021-03-23 2021-03-23 一种深部地温场预测方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113176618B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113687442A (zh) * 2021-08-27 2021-11-23 中国矿业大学(北京) 以dts数据为导向的地下水变化分析方法和系统
CN114577355A (zh) * 2022-01-27 2022-06-03 中南大学 一种基于电磁探测技术的评估深部地温场的方法和装置
CN114895364A (zh) * 2022-04-22 2022-08-12 中国地质大学（武汉） 基于温压耦合电阻率约束的深部地温场预测方法及装置
CN117150708A (zh) * 2023-06-26 2023-12-01 中国矿业大学(北京) 煤炭气化下覆岩温度场反演预测方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120065951A1 (en) * 2010-09-02 2012-03-15 Schlumberger Technology Corporation Method to predict dense hydrocarbon saturations for high pressure high temperature
CN102612640A (zh) * 2009-10-09 2012-07-25 国际壳牌研究有限公司 用于估定地下地层中温度的方法
CN106104238A (zh) * 2014-03-04 2016-11-09 地下系统有限公司 动态广域大地热性能和大地环境温度测定系统
CN107229076A (zh) * 2016-03-25 2017-10-03 中国石油化工股份有限公司 一种基于测井资料进行温度响应特征分析的方法
CN109557600A (zh) * 2017-09-26 2019-04-02 中国石油化工股份有限公司 基于岩石物理的地热资源电磁温度反演方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102612640A (zh) * 2009-10-09 2012-07-25 国际壳牌研究有限公司 用于估定地下地层中温度的方法
US20120065951A1 (en) * 2010-09-02 2012-03-15 Schlumberger Technology Corporation Method to predict dense hydrocarbon saturations for high pressure high temperature
CN106104238A (zh) * 2014-03-04 2016-11-09 地下系统有限公司 动态广域大地热性能和大地环境温度测定系统
CN107229076A (zh) * 2016-03-25 2017-10-03 中国石油化工股份有限公司 一种基于测井资料进行温度响应特征分析的方法
CN109557600A (zh) * 2017-09-26 2019-04-02 中国石油化工股份有限公司 基于岩石物理的地热资源电磁温度反演方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GUOSHU HUANG 等: "A Coupled Model of Two-Phase Fluid Flow and Heat Transfer to Transient Temperature Distribution and Seepage Characteristics for Water-Flooding Production Well with Multiple Pay Zones", 《ENERGIES》 *
陈常兴 等: "地温测量方法研究与应用-以淮南矿区为例", 《煤炭科学技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113687442A (zh) * 2021-08-27 2021-11-23 中国矿业大学(北京) 以dts数据为导向的地下水变化分析方法和系统
CN114577355A (zh) * 2022-01-27 2022-06-03 中南大学 一种基于电磁探测技术的评估深部地温场的方法和装置
CN114895364A (zh) * 2022-04-22 2022-08-12 中国地质大学（武汉） 基于温压耦合电阻率约束的深部地温场预测方法及装置
CN114895364B (zh) * 2022-04-22 2023-04-18 中国地质大学（武汉） 基于温压耦合电阻率约束的深部地温场预测方法及装置
WO2023202047A1 (zh) * 2022-04-22 2023-10-26 中国地质大学（武汉） 基于温压耦合电阻率约束的深部地温场预测方法及装置
CN117150708A (zh) * 2023-06-26 2023-12-01 中国矿业大学(北京) 煤炭气化下覆岩温度场反演预测方法、系统及存储介质
CN117150708B (zh) * 2023-06-26 2024-02-23 中国矿业大学(北京) 煤炭气化下覆岩温度场反演预测方法、系统及存储介质

Also Published As

Publication number Publication date
CN113176618B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN113176618B (zh) 一种深部地温场预测方法、设备及存储介质
EP2810101B1 (en) Improving efficiency of pixel-based inversion algorithms
US8731987B2 (en) Method and apparatus to automatically recover well geometry from low frequency electromagnetic signal measurements
RU2489735C2 (ru) Описание подземной структуры с помощью итеративного выполнения инверсии на основе функции
US20130204534A1 (en) Method Of Estimating A Subterranean Formation Property
CA2573467A1 (en) Computer-based method for while-drilling modeling and visualization of layered subterranean earth formations
BR112018072718B1 (pt) Método e aparelho para estimativa de um parâmetro invertido de uma formação subsuperficial
CN112949134B (zh) 基于非结构有限元方法的地-井瞬变电磁反演方法
US11307323B2 (en) Methods and systems to analyze bed boundary detection
Gyulai et al. A quick 2-D geoelectric inversion method using series expansion
US20200110191A1 (en) Methods and systems of determining parameters characterizing porous media from data gathered by a plurality of different tools
EP3445944B1 (en) Estimation of electromagnetic tool sensitivity range
US11320560B2 (en) Downhole ranging using spatially continuous constraints
US20180321415A1 (en) Two dimensional pixel-based inversion
WO2010039757A1 (en) Method for characterizing a geological formation
US20090254282A1 (en) Method of finite-element discretization in heterogeneous and highly conductive grid cells
US9733382B2 (en) Dip correction using estimated formation layer resistivities
CN114895364B (zh) 基于温压耦合电阻率约束的深部地温场预测方法及装置
CN114895365B (zh) 高温高压岩心电阻率标定的深部地温场预测方法及装置
Hao et al. Robust inversion scheme for logging responses interpretation of micro-cylindrically focused logging
Liu et al. Joint inversion of induction/lateral/normal logs, case studies at Shenli field site, China
BR102016024241B1 (pt) Método para modelar um sistema geofísico e método para determinar propriedades físicas
CN117805916A (zh) 一种深层地温场预测方法及装置
Grandis et al. Shallow to moderate depth resistivity structure of a geothermal field from inversion of geo-electrical sounding data
NO329339B1 (no) Datamaskinbasert fremgangsmate for modellering under boring og visualisering av lagdelte underjordiske jordformasjoner.

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