CN113294146A - 含沥青质储层的有效孔隙度计算的方法和装置 - Google Patents
含沥青质储层的有效孔隙度计算的方法和装置 Download PDFInfo
- Publication number
- CN113294146A CN113294146A CN202010080834.3A CN202010080834A CN113294146A CN 113294146 A CN113294146 A CN 113294146A CN 202010080834 A CN202010080834 A CN 202010080834A CN 113294146 A CN113294146 A CN 113294146A
- Authority
- CN
- China
- Prior art keywords
- asphaltene
- reservoir
- porosity
- clay
- containing reservoir
- 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 49
- 239000004927 clay Substances 0.000 claims abstract description 186
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 149
- 238000005755 formation reaction Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 21
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 17
- 239000004215 Carbon black (E152) Substances 0.000 claims description 16
- 229930195733 hydrocarbon Natural products 0.000 claims description 16
- 150000002430 hydrocarbons Chemical class 0.000 claims description 16
- 239000011435 rock Substances 0.000 claims description 10
- 230000005311 nuclear magnetism Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 description 9
- 239000011707 mineral Substances 0.000 description 9
- 239000012530 fluid Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000011148 porous material Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 3
- 239000010426 asphalt Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000008247 solid mixture Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Human Resources & Organizations (AREA)
- Agronomy & Crop Science (AREA)
- Geophysics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种含沥青质储层的有效孔隙度计算的方法和装置，属于油气田勘探技术领域。所述方法包括：根据目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。本申请提供了一种含沥青质储层的有效孔隙度计算的方法，该计算方法考虑了含沥青质储层中的沥青质百分含量，计算得到的含沥青质储层的有效孔隙度更准确。
Description
技术领域
本申请涉及油气田勘探技术领域，特别涉及一种含沥青质储层的有效孔隙度计算的方法和装置。
背景技术
沥青为一种高粘度的半液态或固态的混合物，通常充填在碳酸盐岩储层的孔隙中，减小了碳酸盐岩储层的储集空间，使碳酸盐岩储层的有效孔隙变小。沥青质的存在降低了碳酸盐岩储层的孔隙性和渗透性，破坏了碳酸盐岩储层的孔隙结构，影响了碳酸盐岩储层的产能。因此，对含沥青质储层的有效孔隙度的计算十分重要。
相关技术中，对含沥青质储层的有效孔隙度计算的方法主要为：利用常规测井资料定性识别含沥青质储层后，根据常规声波测井中的声波时差值，以及有效孔隙度的计算公式，计算得到含沥青质储层的有效孔隙度。
然而，相关技术中计算有效孔隙度的公式是基于不含沥青质储层的现场建立的，仅仅反映了不含沥青质储层的有效孔隙度，而在含沥青储层中，由于沥青的影响，声波时差值会发生变化，导致计算得到的含沥青质储层的有效孔隙度不准确。
发明内容
本申请实施例提供了一种含沥青质储层的有效孔隙度计算的方法和装置，能够解决相关技术中计算得到的含沥青质储层的有效孔隙度不准确的问题。所述含沥青质储层的有效孔隙度计算的方法和装置的技术方案如下：
第一方面，提供了一种含沥青质储层的有效孔隙度计算的方法，所述方法包括：
基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度；
确定所述总束缚水孔隙度与所述黏土束缚水孔隙度的差值，作为所述含沥青质储层的沥青质百分含量；
基于由所述测井数据形成的三孔隙度曲线，确定所述含沥青质储层的未经沥青质校正的孔隙度；
确定所述未经沥青质校正的孔隙度与所述沥青质百分含量的差值，作为所述含沥青质储层的有效孔隙度。
可选的，所述测井数据包括核磁测井数据，所述基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度之前，所述方法还包括：
根据所述核磁测井数据中的弛豫特性曲线，识别所述目标油气藏中不含沥青质储层和所述含沥青质储层。
可选的，所述测井数据还包括常规测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度，包括：
基于所述不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系；
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的黏土百分含量；
基于所述含沥青质储层的黏土百分含量，以及所述对应关系，确定所述含沥青质储层的黏土束缚水孔隙度。
可选的，所述基于所述不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系，包括：
基于所述不含沥青质储层的常规测井数据，确定所述不含沥青质储层的自然伽马值；
基于所述不含沥青质储层的自然伽马值以及
确定所述不含沥青质储层的黏土含量指数，其中，SH为所述不含沥青质储层的黏土含量指数，GR为所述不含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述不含沥青质储层的黏土含量指数，以及
确定所述不含沥青质储层的黏土百分含量，其中，VSH为所述不含沥青质储层的黏土百分含量，SH为所述不含沥青质储层的黏土含量指数，GCUR为地区经验系数；
基于所述不含沥青质储层的核磁测井数据，以及
确定所述不含沥青质储层的黏土束缚水孔隙度，其中，Φclay为所述不含沥青质储层的黏土束缚水孔隙度，f(T2)为所述不含沥青质储层的核磁弛豫谱，T2为所述不含沥青质储层的核磁弛豫时间；
基于所述不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，确定所述对应关系。
可选的，所述基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的黏土百分含量，包括：
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的自然伽马值；
基于所述含沥青质储层的自然伽马值以及
确定所述含沥青质储层的黏土含量指数，其中，SH为所述含沥青质储层的黏土含量指数，GR为所述含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述含沥青质储层的黏土含量指数，以及
确定所述含沥青质储层的黏土百分含量，其中，VSH为所述含沥青质储层的黏土百分含量，SH为所述含沥青质储层的黏土含量指数，GCUR为地区经验系数。
可选的，所述测井数据包括核磁测井数据，所述含沥青质储层的总束缚水孔隙度的获取方法，包括：
基于所述含沥青质储层的核磁测井数据，确定所述含沥青质储层的核磁弛豫谱与所述含沥青质储层的核磁弛豫时间；
基于所述含沥青质储层的核磁弛豫谱、所述含沥青质储层的核磁弛豫时间和公式
确定所述含沥青质储层的总束缚水孔隙度，其中，ΦBVI为所述含沥青质储层的总束缚水孔隙度，f(T2)为所述含沥青质储层的核磁弛豫谱，T2为所述含沥青质储层的核磁弛豫时间。
第二方面，提供了一种含沥青质储层的有效孔隙度计算的装置，所述装置包括：
束缚水孔隙度确定模块，用于基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度；
沥青含量确定模块，用于确定所述总束缚水孔隙度与所述黏土束缚水孔隙度的差值，作为所述含沥青质储层的沥青质百分含量；
初始孔隙度确定模块，用于基于由所述测井数据形成的三孔隙度曲线，确定所述含沥青质储层的未经沥青质校正的孔隙度；
有效孔隙度确定模块，用于确定所述未经沥青质校正的孔隙度与所述沥青质百分含量的差值，作为所述含沥青质储层的有效孔隙度。
可选的，所述测井数据包括核磁测井数据，所述装置还包括识别模块，用于：
根据所述核磁测井数据中的弛豫特性曲线，识别所述目标油气藏中不含沥青质储层和所述含沥青质储层。
可选的，所述测井数据还包括常规测井数据，所述束缚水孔隙度确定模块，用于：
基于所述不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系；
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的黏土百分含量；
基于所述含沥青质储层的黏土百分含量，以及所述对应关系，确定所述含沥青质储层的黏土束缚水孔隙度。
可选的，所述束缚水孔隙度确定模块，用于：
基于所述不含沥青质储层的常规测井数据，确定所述不含沥青质储层的自然伽马值；
基于所述不含沥青质储层的自然伽马值以及
确定所述不含沥青质储层的黏土含量指数，其中，SH为所述不含沥青质储层的黏土含量指数，GR为所述不含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述不含沥青质储层的黏土含量指数，以及
确定所述不含沥青质储层的黏土百分含量，其中，VSH为所述不含沥青质储层的黏土百分含量，SH为所述不含沥青质储层的黏土含量指数，GCUR为地区经验系数；
基于所述不含沥青质储层的核磁测井数据，以及
确定所述不含沥青质储层的黏土束缚水孔隙度，其中，Φclay为所述不含沥青质储层的黏土束缚水孔隙度，f(T2)为所述不含沥青质储层的核磁弛豫谱，T2为所述不含沥青质储层的核磁弛豫时间；
基于所述不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，确定所述对应关系。
可选的，所述束缚水孔隙度确定模块，用于：
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的自然伽马值；
基于所述含沥青质储层的自然伽马值以及
确定所述含沥青质储层的黏土含量指数，其中，SH为所述含沥青质储层的黏土含量指数，GR为所述含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述含沥青质储层的黏土含量指数，以及
确定所述含沥青质储层的黏土百分含量，其中，VSH为所述含沥青质储层的黏土百分含量，SH为所述含沥青质储层的黏土含量指数，GCUR为地区经验系数。
可选的，所述测井数据包括核磁测井数据，所述束缚水孔隙度确定模块，用于：
基于所述含沥青质储层的核磁测井数据，确定所述含沥青质储层的核磁弛豫谱与所述含沥青质储层的核磁弛豫时间；
基于所述含沥青质储层的核磁弛豫谱、所述含沥青质储层的核磁弛豫时间和公式
确定所述含沥青质储层的总束缚水孔隙度，其中，ΦBVI为所述含沥青质储层的总束缚水孔隙度，f(T2)为所述含沥青质储层的核磁弛豫谱，T2为所述含沥青质储层的核磁弛豫时间。
第三方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的含沥青质储层的有效孔隙度计算的方法所执行的操作。
第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的含沥青质储层的有效孔隙度计算的方法所执行的操作。
本申请实施例提供的技术方案带来的有益效果至少包括：
本申请实施例根据目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。通过含沥青质储层的黏土束缚水孔隙度计算得到沥青质百分含量，将未经沥青质校正的孔隙度和沥青质百分含量差值，作为有效孔隙度，提供了一种含沥青质储层的有效孔隙度的计算方法，该计算方法考虑了含沥青质储层中的沥青质百分含量，计算得到的含沥青质储层的有效孔隙度更准确。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种含沥青质储层的有效孔隙度计算的方法的流程图；
图2是本申请实施例提供的一种含沥青质储层的有效孔隙度计算的方法的流程图；
图3是本申请实施例提供的一种含沥青质储层的有效孔隙度计算的装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供的一种含沥青质储层的有效孔隙度计算的方法，可以应用于油气田勘探技术领域，具体的用于计算含沥青质储层的有效孔隙度。首先，技术人员可以将测井设备伸入目标油气藏的井下，利用接收设备采集井下储层的测井数据。然后，技术人员可以将该测井数据输入终端进行存储，终端即可获取测井数据，并采用本申请实施例提供的含沥青质储层的有效孔隙度计算的方法，计算得到含沥青质储层的有效孔隙度。最后，技术人员可以得到目标油气藏的含沥青质储层的有效孔隙度，对目标油气藏的油气田指导开发。
图1是本申请实施例提供的一种含沥青质储层的有效孔隙度计算的方法的流程图。参见图1，该实施例包括：
在步骤101中，基于目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度。
在步骤102中，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量。
在步骤103中，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度。
在步骤104中，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。
本申请实施例根据目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。通过含沥青质储层的黏土束缚水孔隙度计算得到沥青质百分含量，将未经沥青质校正的孔隙度和沥青质百分含量差值，作为有效孔隙度，提供了一种含沥青质储层的有效孔隙度的计算方法，该计算方法考虑了含沥青质储层中的沥青质百分含量，计算得到的含沥青质储层的有效孔隙度更准确。
图2是本申请实施例提供的一种含沥青质储层的有效孔隙度计算的方法的流程图。该实施例可以由终端执行，参见图2，该实施例包括：
在步骤201中，基于测井数据，识别目标油气藏中不含沥青质储层和含沥青质储层。
其中，测井数据包括常规测井数据和核磁测井数据，常规测井数据是指常规测井得到的测井数据，常规测井是指油气勘探开发中测井工程都要测量的测井方法，常规测井可以包括伽马测井、声波测井、中子测井、密度测井等测井方法。核磁测井数据是指核磁测井得到的测井数据，核磁测井是利用储层中不同元素的核磁共振特性，来研究储层的弛豫特性的测井方法。
在实施中，技术人员利用测井设备进行核磁测井后，将获取到的核磁测井数据输入终端进行存储，终端即可获取到该核磁测井数据。终端根据核磁测井数据中的弛豫特性曲线，能够识别出目标油气藏中不含沥青质储层和含沥青质储层。
具体地，识别目标油气藏中含沥青质储层的过程可以为：根据核磁测井数据中的弛豫特性曲线，当储层在弛豫时间T2小于3ms时，出现明显的短弛豫组份，短弛豫组份也即是幅度值较高的谱峰，该储层为目标油气藏中的含沥青质储层。识别目标油气藏中不含沥青质储层的过程可以为：根据核磁测井数据中的弛豫特性曲线，当储层在弛豫时间T2小于3ms时，没有出现明显的短弛豫组份，该储层为目标油气藏中的不含沥青质储层。
可选的，终端还可以根据常规测井数据识别不含沥青质储层和含沥青质储层，具体地，根据常规测井数据中的伽马测井数据，当储层的自然伽马值小于或等于目标阈值时，该储层可以为含沥青质储层或不含沥青质储层，其中，该目标阈值为低值。也即是，不含沥青质储层和含沥青质储层均需满足常规测井数据中自然伽马值为低值。
在步骤202中，基于目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度。
其中，黏土束缚水孔隙度为黏土束缚水的孔隙体积与储层总体积的比值。束缚水为被大分子吸附且不能自由移动的水，黏土束缚水为被黏土矿物吸附的水。
在实施中，基于不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系。基于含沥青质储层的常规测井数据，可以确定含沥青质储层的黏土百分含量，基于含沥青质储层的黏土百分含量，以及对应关系，可以确定含沥青质储层的黏土束缚水孔隙度。
可选的，终端确定黏土束缚水孔隙度和黏土百分含量的对应关系的过程可以包括：首先，基于不含沥青质储层的常规测井数据，确定不含沥青质储层的自然伽马值，基于不含沥青质储层的自然伽马值以及
确定不含沥青质储层的黏土含量指数，其中，SH为不含沥青质储层的黏土含量指数，GR为不含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值。然后，基于不含沥青质储层的黏土含量指数，以及
确定不含沥青质储层的黏土百分含量，其中，VSH为不含沥青质储层的黏土百分含量，SH为不含沥青质储层的黏土含量指数，GCUR为地区经验系数。然后，基于不含沥青质储层的核磁测井数据，以及
确定不含沥青质储层的黏土束缚水孔隙度，其中，Φclay为不含沥青质储层的黏土束缚水孔隙度，f(T2)为不含沥青质储层的核磁弛豫谱，T2为不含沥青质储层的核磁弛豫时间。最后，基于不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，确定对应关系。
需要说明的是，上述公式中GRmax是指纯泥岩层的自然伽马值，单位为API，该值可以为常数。GRmin为纯碳酸盐岩层或砂岩的自然伽马值，单位为API(伦琴/秒)，该值可以为常数。自然伽马值用于表征储层的天然伽马射线的强度。GCUR为地区经验系数，是与地层相关的经验系数，如新地层的地区经验系数为3.7，老地层的地区经验系数为2.0。核磁弛豫谱是描述弛豫过程的曲线，弛豫过程是指原子核从激发状态恢复到平衡状态的过程，核磁弛豫时间是指原子核从非平衡状态恢复到平衡状态所需的时间。
可选的，该对应关系可以为函数形式，终端确定对应关系的过程可以包括：以黏土束缚水孔隙度为目标函数，黏土百分含量为自变量，建立回归函数Φclay＝a×VSH+b，获取到不含沥青质储层的黏土束缚水孔隙度和黏土百分含量后，根据黏土束缚水孔隙度和黏土百分含量，确定回归函数中的参数a和b，从而得到黏土束缚水孔隙度和黏土百分含量之间的函数对应关系。
可选的，终端确定含沥青质储层的黏土束缚水孔隙度的过程可以包括：首先，基于含沥青质储层的常规测井数据，确定含沥青质储层的自然伽马值，基于含沥青质储层的自然伽马值以及
确定含沥青质储层的黏土含量指数，其中，SH为含沥青质储层的黏土含量指数，GR为含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值，然后，基于含沥青质储层的黏土含量指数，以及
确定含沥青质储层的黏土百分含量，其中，VSH为含沥青质储层的黏土百分含量，SH为含沥青质储层的黏土含量指数，GCUR为地区经验系数。最后，将含沥青质储层的黏土含量指数输入该函数对应关系，可以输出含沥青质储层的黏土束缚水孔隙度。
在步骤203中，基于目标油气藏的测井数据，确定目标油气藏中含沥青质储层的总束缚水孔隙度。
其中，总束缚水孔隙度是储层中的所有束缚水孔隙度，束缚水孔隙度为束缚水的孔隙体积与储层总体积的比值。
在实施中，终端确定含沥青质储层的总束缚水孔隙度的过程可以包括：基于含沥青质储层的核磁测井数据，可以确定含沥青质储层的核磁弛豫谱与含沥青质储层的核磁弛豫时间。基于含沥青质储层的核磁弛豫谱、含沥青质储层的核磁弛豫时间和公式
可以确定含沥青质储层的总束缚水孔隙度，其中，ΦBVI为含沥青质储层的总束缚水孔隙度，f(T2)为含沥青质储层的核磁弛豫谱，T2为含沥青质储层的核磁弛豫时间。
在步骤204中，基于含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定含沥青质储层的沥青质百分含量。
在实施中，终端获取到含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度后，确定该总束缚水孔隙度与该黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量。
需要说明的是，含沥青质储层中一般包括泥质和沥青质，在获取到含沥青质储层的总束缚水孔隙度后，该总束缚水孔隙度可以包括黏土束缚水孔隙度和沥青质百分含量两部分。为确定含沥青质储层的沥青质百分含量，可以先获取含沥青质储层的黏土束缚水孔隙度。在本申请实施例中，在获取含沥青质储层的黏土束缚水孔隙度时，由于不含沥青质储层不包括沥青质，则获取到的总束缚水孔隙度即为黏土束缚水孔隙度，根据不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，可以精确地得到黏土束缚水孔隙度和黏土百分含量的对应关系，进而根据含沥青质储层的黏土百分含量和该对应关系，可以得到含沥青质储层的黏土束缚水孔隙度，提高了获取含沥青质储层的黏土束缚水孔隙度的精确性。
在步骤205中，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度。
其中，三孔隙度曲线是三孔隙度测井得到的测井曲线，三孔隙度测井是常规测井中的一种测井技术，由声波时差测井、中子测井及密度测井组成，三孔隙度曲线包括声波时差曲线、中子曲线及密度曲线。未经沥青质校正的孔隙度是指未考虑沥青质影响，直接进行计算得到的孔隙度。
在实施中，终端确定含沥青质储层的未经沥青质校正的孔隙度的过程可以包括：基于含沥青质储层的常规测井数据，可以得到三孔隙度曲线，也即是，声波时差曲线、中子曲线及密度曲线。根据声波时差曲线、中子曲线及密度曲线，可以确定得到含沥青质储层的中子值、补偿密度和声波时差，基于含沥青质储层的中子值、补偿密度和声波时差，以及三孔隙度方程，进行求解，可以得到含沥青质储层的矿物百分含量和未经沥青质校正的孔隙度，
式中，φ为含沥青质储层的未经沥青质校正的孔隙度，CNL为含沥青质储层的中子测井值，NSH为含沥青质储层的黏土中子值，Nf为含沥青质储层的流体中子值，φni为含沥青质储层的骨架矿物中子值，ρb为含沥青质储层中地层的补偿密度，ρf为含沥青质储层中流体的补偿密度，ρSH为含沥青质储层中黏土的补偿密度，ρmai为含沥青质储层中骨架矿物的补偿密度，DT为含沥青质储层中地层的声波时差，DTf为含沥青质储层中流体的声波时差，DTSH为含沥青质储层中黏土的声波时差，DTmai为含沥青质储层中骨架矿物的声波时差，Vi为含沥青质储层的矿物百分含量。
需要说明的是，上述三孔隙度方程中，含沥青质储层包括黏土、流体及骨架矿物。中子测井值是指沥青质储层中黏土、流体及骨架矿物等物质的中子计数率，中子为原子核中的一种核子。补偿密度是指储层中黏土、流体及骨架矿物等物质的密度。声波时差是指储层中黏土、流体及骨架矿物等物质接收声波的时间差。
可选的，终端还可以利用计算模型来确定未经沥青质校正的孔隙度，具体地，利用常规测井数据中的声波时差曲线、中子曲线及密度曲线，采用最优化方法建立未经沥青质校正的孔隙度的计算模型。将含沥青质储层的中子值、补偿密度和声波时差输入该计算模型，则该计算模型可以输出未经沥青质校正的孔隙度。
在步骤206中，基于含沥青质储层的未经沥青质校正的孔隙度和沥青质百分含量，确定含沥青质储层的有效孔隙度。
在实施中，获取到含沥青质储层的未经沥青质校正的孔隙度和沥青质百分含量后，确定该未经沥青质校正的孔隙度与该沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。
本申请实施例根据目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。通过不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，可以精确地得到黏土束缚水孔隙度和黏土百分含量的对应关系，进而确定含沥青质储层的黏土束缚水孔隙度，提高了获取含沥青质储层的黏土束缚水孔隙度的精确性。通过含沥青质储层的黏土束缚水孔隙度计算得到沥青质百分含量，将未经沥青质校正的孔隙度和沥青质百分含量差值，作为有效孔隙度，提供了一种含沥青质储层的有效孔隙度的计算方法，该计算方法考虑了含沥青质储层中的沥青质百分含量，计算得到的含沥青质储层的有效孔隙度更准确。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
基于相同的技术构思，本申请实施例还提供了一种确定钻井平台目标地址的装置，该装置可以为上述实施例中的终端，如图3所示，该装置包括：
束缚水孔隙度确定模块301，用于基于目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度；
沥青含量确定模块302，用于确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量；
初始孔隙度确定模块303，用于基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度；
有效孔隙度确定模块304，用于确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。
可选的，测井数据包括核磁测井数据，装置还包括识别模块，用于：
根据核磁测井数据中的弛豫特性曲线，识别目标油气藏中不含沥青质储层和含沥青质储层。
可选的，测井数据还包括常规测井数据，束缚水孔隙度确定模块301，用于：
基于不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系；
基于含沥青质储层的常规测井数据，确定含沥青质储层的黏土百分含量；
基于含沥青质储层的黏土百分含量，以及对应关系，确定含沥青质储层的黏土束缚水孔隙度。
可选的，束缚水孔隙度确定模块301，用于：
基于不含沥青质储层的常规测井数据，确定不含沥青质储层的自然伽马值；
基于不含沥青质储层的自然伽马值以及
确定不含沥青质储层的黏土含量指数，其中，SH为不含沥青质储层的黏土含量指数，GR为不含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于不含沥青质储层的黏土含量指数，以及
确定不含沥青质储层的黏土百分含量，其中，VSH为不含沥青质储层的黏土百分含量，SH为不含沥青质储层的黏土含量指数，GCUR为地区经验系数；
基于不含沥青质储层的核磁测井数据，以及
确定不含沥青质储层的黏土束缚水孔隙度，其中，Φclay为不含沥青质储层的黏土束缚水孔隙度，f(T2)为不含沥青质储层的核磁弛豫谱，T2为不含沥青质储层的核磁弛豫时间；
基于不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，确定对应关系。
可选的，束缚水孔隙度确定模块301，用于：
基于含沥青质储层的常规测井数据，确定含沥青质储层的自然伽马值；
基于含沥青质储层的自然伽马值以及
确定含沥青质储层的黏土含量指数，其中，SH为含沥青质储层的黏土含量指数，GR为含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于含沥青质储层的黏土含量指数，以及
确定含沥青质储层的黏土百分含量，其中，VSH为含沥青质储层的黏土百分含量，SH为含沥青质储层的黏土含量指数，GCUR为地区经验系数。
可选的，测井数据包括核磁测井数据，束缚水孔隙度确定模块301，用于：
基于含沥青质储层的核磁测井数据，确定含沥青质储层的核磁弛豫谱与含沥青质储层的核磁弛豫时间；
基于含沥青质储层的核磁弛豫谱、含沥青质储层的核磁弛豫时间和公式
确定含沥青质储层的总束缚水孔隙度，其中，ΦBVI为含沥青质储层的总束缚水孔隙度，f(T2)为含沥青质储层的核磁弛豫谱，T2为含沥青质储层的核磁弛豫时间。
本申请实施例根据目标油气藏的测井数据，确定目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度，确定总束缚水孔隙度与黏土束缚水孔隙度的差值，作为含沥青质储层的沥青质百分含量，基于由测井数据形成的三孔隙度曲线，确定含沥青质储层的未经沥青质校正的孔隙度，确定未经沥青质校正的孔隙度与沥青质百分含量的差值，作为含沥青质储层的有效孔隙度。通过不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，可以精确地得到黏土束缚水孔隙度和黏土百分含量的对应关系，进而确定含沥青质储层的黏土束缚水孔隙度，提高了获取含沥青质储层的黏土束缚水孔隙度的精确性。通过含沥青质储层的黏土束缚水孔隙度计算得到沥青质百分含量，将未经沥青质校正的孔隙度和沥青质百分含量差值，作为有效孔隙度，提供了一种含沥青质储层的有效孔隙度的计算方法，该计算方法考虑了含沥青质储层中的沥青质百分含量，计算得到的含沥青质储层的有效孔隙度更准确。
需要说明的是：上述实施例提供的含沥青质储层的有效孔隙度计算的装置在计算含沥青质储层的有效孔隙度时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的含沥青质储层的有效孔隙度计算的装置与含沥青质储层的有效孔隙度计算的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
在示例性实施例中，提供了一种终端，终端包括处理器和存储器，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述的含沥青质储层的有效孔隙度计算的方法所执行的操作。
在示例性实施例中，还提供了一种计算机可读存储介质，存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述实施例中的含沥青质储层的有效孔隙度计算的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种含沥青质储层的有效孔隙度计算的方法，其特征在于，所述方法包括：
基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度；
确定所述总束缚水孔隙度与所述黏土束缚水孔隙度的差值，作为所述含沥青质储层的沥青质百分含量；
基于由所述测井数据形成的三孔隙度曲线，确定所述含沥青质储层的未经沥青质校正的孔隙度；
确定所述未经沥青质校正的孔隙度与所述沥青质百分含量的差值，作为所述含沥青质储层的有效孔隙度。
2.根据权利要求1所述的方法，其特征在于，所述测井数据包括核磁测井数据，所述基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度之前，所述方法还包括：
根据所述核磁测井数据中的弛豫特性曲线，识别所述目标油气藏中不含沥青质储层和所述含沥青质储层。
3.根据权利要求2所述的方法，其特征在于，所述测井数据还包括常规测井数据，所述确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度，包括：
基于所述不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系；
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的黏土百分含量；
基于所述含沥青质储层的黏土百分含量，以及所述对应关系，确定所述含沥青质储层的黏土束缚水孔隙度。
4.根据权利要求3所述的方法，其特征在于，所述基于所述不含沥青质储层的核磁测井数据和常规测井数据，确定黏土束缚水孔隙度和黏土百分含量的对应关系，包括：
基于所述不含沥青质储层的常规测井数据，确定所述不含沥青质储层的自然伽马值；
基于所述不含沥青质储层的自然伽马值以及
确定所述不含沥青质储层的黏土含量指数，其中，SH为所述不含沥青质储层的黏土含量指数，GR为所述不含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述不含沥青质储层的黏土含量指数，以及
确定所述不含沥青质储层的黏土百分含量，其中，VSH为所述不含沥青质储层的黏土百分含量，SH为所述不含沥青质储层的黏土含量指数，GCUR为地区经验系数；
基于所述不含沥青质储层的核磁测井数据，以及
确定所述不含沥青质储层的黏土束缚水孔隙度，其中，Φclay为所述不含沥青质储层的黏土束缚水孔隙度，f(T2)为所述不含沥青质储层的核磁弛豫谱，T2为所述不含沥青质储层的核磁弛豫时间；
基于所述不含沥青质储层的黏土束缚水孔隙度和黏土百分含量，确定所述对应关系。
5.根据权利要求3所述的方法，其特征在于，所述基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的黏土百分含量，包括：
基于所述含沥青质储层的常规测井数据，确定所述含沥青质储层的自然伽马值；
基于所述含沥青质储层的自然伽马值以及
确定所述含沥青质储层的黏土含量指数，其中，SH为所述含沥青质储层的黏土含量指数，GR为所述含沥青质储层的自然伽马值，GRmax为纯泥岩层的自然伽马值，GRmin为纯碳酸盐岩层或砂岩的自然伽马值；
基于所述含沥青质储层的黏土含量指数，以及
确定所述含沥青质储层的黏土百分含量，其中，VSH为所述含沥青质储层的黏土百分含量，SH为所述含沥青质储层的黏土含量指数，GCUR为地区经验系数。
6.根据权利要求1所述的方法，其特征在于，所述测井数据包括核磁测井数据，所述含沥青质储层的总束缚水孔隙度的获取方法，包括：
基于所述含沥青质储层的核磁测井数据，确定所述含沥青质储层的核磁弛豫谱与所述含沥青质储层的核磁弛豫时间；
基于所述含沥青质储层的核磁弛豫谱、所述含沥青质储层的核磁弛豫时间和公式
确定所述含沥青质储层的总束缚水孔隙度，其中，ΦBVI为所述含沥青质储层的总束缚水孔隙度，f(T2)为所述含沥青质储层的核磁弛豫谱，T2为所述含沥青质储层的核磁弛豫时间。
7.一种含沥青质储层的有效孔隙度计算的装置，其特征在于，所述装置包括：
束缚水孔隙度确定模块，用于基于目标油气藏的测井数据，确定所述目标油气藏中含沥青质储层的黏土束缚水孔隙度和总束缚水孔隙度；
沥青含量确定模块，用于确定所述总束缚水孔隙度与所述黏土束缚水孔隙度的差值，作为所述含沥青质储层的沥青质百分含量；
初始孔隙度确定模块，用于基于由所述测井数据形成的三孔隙度曲线，确定所述含沥青质储层的未经沥青质校正的孔隙度；
有效孔隙度确定模块，用于确定所述未经沥青质校正的孔隙度与所述沥青质百分含量的差值，作为所述含沥青质储层的有效孔隙度。
8.根据权利要求7所述的装置，其特征在于，所述测井数据包括核磁测井数据，所述装置还包括识别模块，用于：
根据所述核磁测井数据中的弛豫特性曲线，识别所述目标油气藏中不含沥青质储层和所述含沥青质储层。
9.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1至权利要求6任一项所述的含沥青质储层的有效孔隙度计算的方法所执行的操作。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至权利要求6任一项所述的含沥青质储层的有效孔隙度计算的方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010080834.3A CN113294146B (zh) | 2020-02-05 | 2020-02-05 | 含沥青质储层的有效孔隙度计算的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010080834.3A CN113294146B (zh) | 2020-02-05 | 2020-02-05 | 含沥青质储层的有效孔隙度计算的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113294146A true CN113294146A (zh) | 2021-08-24 |
| CN113294146B CN113294146B (zh) | 2023-09-26 |
Family
ID=77317416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010080834.3A Active CN113294146B (zh) | 2020-02-05 | 2020-02-05 | 含沥青质储层的有效孔隙度计算的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113294146B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114428049A (zh) * | 2021-09-13 | 2022-05-03 | 中国石油化工股份有限公司 | 一种计算古老碳酸盐岩储层沥青含量的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001141624A (ja) * | 1999-11-10 | 2001-05-25 | Tokyo Electric Power Co Inc:The | アスファルト強度測定方法及びその装置 |
| CN102834737A (zh) * | 2009-12-16 | 2012-12-19 | 英国石油勘探运作有限公司 | 用于测量岩石润湿性的方法 |
| CN105223116A (zh) * | 2015-08-28 | 2016-01-06 | 中国石油天然气集团公司 | 一种基于核磁共振谱系数法计算束缚水饱和度的方法 |
| CN106568925A (zh) * | 2016-09-30 | 2017-04-19 | 南京航空航天大学 | 水泥乳化沥青砂浆厚度分析方法 |
| CN109725016A (zh) * | 2018-11-29 | 2019-05-07 | 中国石油天然气集团有限公司 | 一种用于含重油、沥青质岩心的核磁共振实验室测量方法 |
| US20190360330A1 (en) * | 2018-05-24 | 2019-11-28 | Conocophillips Company | Enhanced caprock integrity integration for subsurface injection operations |
-
2020
- 2020-02-05 CN CN202010080834.3A patent/CN113294146B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001141624A (ja) * | 1999-11-10 | 2001-05-25 | Tokyo Electric Power Co Inc:The | アスファルト強度測定方法及びその装置 |
| CN102834737A (zh) * | 2009-12-16 | 2012-12-19 | 英国石油勘探运作有限公司 | 用于测量岩石润湿性的方法 |
| CN105223116A (zh) * | 2015-08-28 | 2016-01-06 | 中国石油天然气集团公司 | 一种基于核磁共振谱系数法计算束缚水饱和度的方法 |
| CN106568925A (zh) * | 2016-09-30 | 2017-04-19 | 南京航空航天大学 | 水泥乳化沥青砂浆厚度分析方法 |
| US20190360330A1 (en) * | 2018-05-24 | 2019-11-28 | Conocophillips Company | Enhanced caprock integrity integration for subsurface injection operations |
| CN109725016A (zh) * | 2018-11-29 | 2019-05-07 | 中国石油天然气集团有限公司 | 一种用于含重油、沥青质岩心的核磁共振实验室测量方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈明江;任兴国;: "含沥青储层的测井识别及评价", 测井技术, no. 03, pages 272 - 276 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114428049A (zh) * | 2021-09-13 | 2022-05-03 | 中国石油化工股份有限公司 | 一种计算古老碳酸盐岩储层沥青含量的方法 |
| CN114428049B (zh) * | 2021-09-13 | 2022-07-26 | 中国石油化工股份有限公司 | 一种计算古老碳酸盐岩储层沥青含量的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113294146B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
| US20120239363A1 (en) | Production estimation in subterranean formations | |
| EP2513674A2 (en) | Workflow for petrophysical and geophysical formation evaluation of wireline and lwd log data | |
| US20190383757A1 (en) | Estimating downhole fluid volumes using multi-dimensional nuclear magnetic resonance measurements | |
| CN106896406A (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
| CN105370268B (zh) | 一种优化水平井分段压裂参数的方法和装置 | |
| Spain et al. | Beyond volumetrics: unconventional petrophysics for efficient resource appraisal (example from the Khazzan field, Sultanate of Oman) | |
| CN110232208A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN110046414A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN113294146A (zh) | 含沥青质储层的有效孔隙度计算的方法和装置 | |
| CN114183121A (zh) | 裂缝有效性定量评价方法、装置、电子设备及存储介质 | |
| Evans et al. | A geological approach to permeability prediction in clastic reservoirs | |
| CN115271367A (zh) | 高原隧道围岩分级方法、装置、设备以及存储介质 | |
| CN116357308A (zh) | 一种用于计算页岩油含油饱和度方法、设备、系统及介质 | |
| CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
| Nandi et al. | Core-Independent saturation height function from NMR logs in carbonates-A must in current oil price environment | |
| CN113720745A (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
| Worthington | Maximizing the effectiveness of integrated reservoir studies: practical approaches to improving the process and results | |
| CN113622904A (zh) | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 | |
| CN110633904A (zh) | 一种变质岩储层分类方法及装置 | |
| CN114428293B (zh) | 储层参数随机反演方法、装置、电子设备及存储介质 | |
| Jaboob et al. | Fracture geometry calibration using multiple surveillance techniques | |
| Worthington | Quality assurance of the evaluation of hydrocarbon saturation from resistivity data | |
| Krasnikov et al. | Consideration of Elastic Properties and Stresses Anisotropy in Fracturing Planning | |
| McGeer et al. | Dynamically Conditioned Modeling to Address Development Challenges in a Highly Complex Fractured Basement Reservoir, Yemen |
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 |