CN113296166A - 裂缝模型的构建方法 - Google Patents
裂缝模型的构建方法 Download PDFInfo
- Publication number
- CN113296166A CN113296166A CN202110581122.4A CN202110581122A CN113296166A CN 113296166 A CN113296166 A CN 113296166A CN 202110581122 A CN202110581122 A CN 202110581122A CN 113296166 A CN113296166 A CN 113296166A
- Authority
- CN
- China
- Prior art keywords
- fracture
- crack
- data
- model
- curvature
- 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 95
- 206010017076 Fracture Diseases 0.000 claims abstract description 235
- 208000010392 Bone Fractures Diseases 0.000 claims abstract description 212
- 238000011161 development Methods 0.000 claims abstract description 80
- 239000013598 vector Substances 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 29
- 238000011160 research Methods 0.000 claims description 29
- 238000003384 imaging method Methods 0.000 claims description 28
- 239000011435 rock Substances 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 12
- 238000003860 storage Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000004215 Carbon black (E152) Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 4
- 150000002430 hydrocarbons Chemical class 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000037237 body shape Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 241001415846 Procellariidae Species 0.000 description 1
- 208000013201 Stress fracture Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- 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
- G01V1/307—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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
-
- 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
- G01V2210/64—Geostructures, e.g. in 3D data cubes
-
- 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
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/642—Faults
-
- 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
- G01V2210/66—Subsurface modeling
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种裂缝模型的构建方法，其中，该方法包括：根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；基于预先获取的三维地震数据体，得到蚂蚁数据体；基于预先获取的基础地质勘探资料，得到初始地质模型；基于初始地质模型、裂缝发育信息和蚂蚁数据体，提取由裂缝片构成的裂缝网络；基于该裂缝网络构建裂缝模型。该方法基于前期裂缝数据、地震数据体和前期基础地质勘探资料，对裂缝进行建模得到裂缝模型，该建模过程综合分析了各维度的裂缝特征，使得模型可以清晰的表征裂缝形态和特征；同时，该方法简单有效，对火山岩储层裂缝的识别具有重要意义。
Description
技术领域
本发明涉及火山岩储层开发建模领域，尤其涉及一种裂缝模型的构建方法。
背景技术
裂缝型火山岩是油藏的重要储集体，裂缝是油气储层的主要渗流通道和有效储集空间，裂缝影响油气田的勘探和开发效果。研究认为油气生产过程主要依靠裂缝的储渗作用，因此对火山岩储层裂缝的发育特征及其分布规律的研究，对火山岩储层的勘探和开采具有非常重要的理论和实际意义。
裂缝性油藏中,由于裂缝性储层分布复杂、规律性差,具有很强的非均质性，相关技术中，通常是利用砂岩油藏的地质建模方法对火山岩储层进行建模。但是常规砂岩油藏的地质建模方法并不适用于裂缝性储层建模，难以清晰表征裂缝型火山岩储层的裂缝形态和特征等。
发明内容
本发明的目的在于提供一种裂缝模型的构建方法，以清晰表征裂缝型火山岩储层的裂缝形态和特征。
第一方面，本发明实施例提供一种裂缝模型的构建方法，该方法包括：根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；其中，裂缝发育信息包括裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽和裂缝缝高；基于预先获取的三维地震数据体，得到曲率属性数据体；对该曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体；基于预先获取的基础地质勘探资料，得到初始地质模型；基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络；基于该裂缝网络构建裂缝模型。
在可选的实施方式中，上述基于预先获取的三维地震数据体，得到曲率属性数据体的步骤包括：针对该三维地震数据体中的每个反射点，对当前反射点的时间标量进行微分处理，得到该当前反射点对应的倾角向量；组合每个该反射点对应的倾角向量，得到倾角数据体；计算该倾角数据体中的每个倾角向量的曲率，得到该曲率属性数据体。
在可选的实施方式中，上述反射点的时间标量包括该反射点的时间分量、该反射点在x轴上的水平分量和y轴上的竖直分量；该对当前反射点的时间标量进行微分处理，得到该当前反射点对应的倾角向量的步骤，包括：计算该当前反射点的时间标量在时间分量上的微分，得到该当前反射点对应的倾角向量的时间分量；计算该当前反射点的时间标量在水平分量上的微分，得到该当前反射点对应的倾角向量的水平分量；计算该当前反射点的时间标量在竖直分量上的微分，得到该当前反射点对应的倾角向量的竖直分量。
在可选的实施方式中，上述倾角向量中包含有时间分量、水平分量和竖直分量；该计算该倾角数据体中的每个倾角向量的曲率的步骤包括：通过下述算式，计算每个该倾角向量的曲率：
其中，Cx、Cy分别表示该倾角向量的曲率在水平方向上的分量和竖直方向上的分量；px、qy分别表示该倾角向量的水平分量和竖直分量；u表示该倾角向量对应的反射点的时间标量；x、y分别表示水平方向和竖直方向。
在可选的实施方式中，上述基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络；基于该裂缝网络构建裂缝模型的步骤包括：将该裂缝发育信息加载至初始地质模型，得到单井裂缝模型；对该蚂蚁数据体进行可视化处理，得到蚂蚁体裂缝信息；对该单井裂缝模型和蚂蚁体裂缝信息进行随机裂缝模拟，以建立裂缝地质模型；从该裂缝地质模型中，提取具有不同属性的裂缝片；基于该裂缝片建立裂缝网络；将该裂缝网络输入至预设的地质建模软件中，得到裂缝模型。
在可选的实施方式中，上述从该裂缝地质模型中，提取具有不同属性的裂缝片；基于该裂缝片建立裂缝网络的步骤，包括：将该裂缝发育信息输入至该裂缝地质模型，得到处理后的裂缝发育信息；基于该处理后的裂缝发育信息和该裂缝地质模型，提取具有不同属性的裂缝片；其中，该属性包括形状、尺寸、开度、方位、角度及所附带的不同的基质块；对该具有不同属性的裂缝片进行分类处理，建立裂缝网格；其中，该裂缝网格内存储有大量不同属性的裂缝片。
在可选的实施方式中，上述前期裂缝数据中包括成像测井数据；根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息的步骤，包括:将成像测井数据输入至具有成像解释功能的测井软件中，得到该井筒裂缝的裂缝发育信息。
在可选的实施方式中，上述前期裂缝数据包括取芯数据、岩石观察数据、野外地质调查数据、岩心扫描图像数据和地质体形态数据；根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息的步骤，包括：通过野外露头裂缝研究法、岩心实验室裂缝识别法和古构造应力场数值模拟法，对前期裂缝数据进行分析处理，得到该井筒裂缝的裂缝发育信息。
本发明实施例带来了以下有益效果：
本发明实施例提供的一种裂缝模型的构建方法，首先根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；然后基于预先获取的三维地震数据体，得到曲率属性数据体；进而对该曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体；基于预先获取的基础地质勘探资料，得到初始地质模型；基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络，再基于该裂缝网络构建裂缝模型。该方式中，基于前期裂缝数据、地震数据体和前期基础地质勘探资料，对裂缝进行建模得到裂缝模型，该建模过程综合分析了各维度的裂缝特征，使得模型可以清晰的表征裂缝形态和特征；同时，该方法简单有效，对火山岩储层裂缝的识别具有重要意义。
本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种裂缝模型的构建方法的流程图；
图2为本发明实施例提供的另一种裂缝模型的构建方法的流程图；
图3为本发明实施例提供的裂缝模型构建方法的整体示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
裂缝型火山岩是油藏的重要存储空间，油藏能够带来较高的经济收益，因此对裂缝型火山岩储层的有效开发具有重要的经济意义。从目前的开发现状看，裂缝型火山岩油藏的开发具有较高的难度，该难度主要体现在对裂缝的识别上。优势位置的井筒裂缝的石油产量通常能带来较高的经济收益，因此，对裂缝型火山岩储层的有效开发，必定能为油田带来技术的革新与效益的提升。
以新疆油田为例，石炭系发现多个火山岩油藏，其岩性十分复杂，且由于受多期构造运动影响，裂缝普遍发育。裂缝是致密油气储层的主要渗流通道和有效储集空间，影响致密油气田的勘探和开发效果。目前研究认为油气生产过程中储层基质的贡献很有限，主要是靠裂缝的储渗作用，因而对火山岩储层裂缝的发育特征及其分布规律的研究，对火山岩储层的勘探和开采具有非常重要的理论和实际意义。
裂缝的形成受控于地质和岩石的力学特征，具体来说，由于岩性、构造和应力场等因素的影响，可能会产生不同类型裂缝，再加上裂缝形成时间的不同、所处的构造部位的不同，会使得裂缝在性质、规模、产状等方面非常复杂，要预测裂缝在空间的分布难度很大。因而对裂缝与构造运动及断裂系统的紧密的关系的研究对提高储层裂缝预测的准确性有重要意义。
裂缝在空间的分布及其连通性不但控制了油气在储层中的储集特征，而且也是影响储层改造效果的重要影响因素之一。目前国内外对裂缝的研究有上百年的历史了。许多学者和油田技术专家也在积极地做相关的研究，也发了不少的文章和专著，为裂缝的研究提供了大量的强有力的理论和技术支持。通过查阅大量的文献资料，对国内外目前对储层裂缝的研究进展和技术方法做了梳理，主要包括以下一些方法：
(1)野外露头裂缝研究和构造成因分析方法。野外露头可以直观的考察裂缝的发育特征，包括裂缝参数本身的特征、裂缝在不同构造部位的发育特征、裂缝和岩性岩相的关系等。
(2)岩心实验室裂缝识别及研究分析方法。岩心观察可以直观的知道哪些是天然裂缝，哪些是人工裂缝，还可以区别裂缝的充填和开启特征。岩心分析结合其他资料来分析裂缝是非常有效的办法。
(3)各种测井方法，如常规测井裂缝识别、电阻率成像测井、声成像测井、超声波成像测井、定向偶极横波测井、核磁共振成像测井等。
(4)古构造应力场数值模拟方法。利用有限元或有限差分方法，反演地质体形成时的构造应力场。然后根据反演得到的构造应力，并结合岩石破裂理论，判断地质体的破裂程度。
(5)动态方法。泥浆漏失、钻时钻具信息、压裂施工信息、试油试采动态信息、录井信息及试井信息等动态资料可以从动态的角度对裂缝的有效性给予标定，特别能反映裂缝在油藏开发中的作用。
(6)地震方法。地震数据的信息量比较大，利用叠后或者叠前方位角地震属性分析研究裂缝的分布也是一个应用比较广泛且有效的方法。
由于地震数据横向分辨率较高，信息量大，采用地震数据进行裂缝的预测研究是比较普遍采用的方法。随着三维地震资料的采集和处理技术的提高，利用地震资料及测井预测裂缝的技术也有很大的进步。在20世纪90年代就有外国学者研究指出垂直裂缝的存在会造成方位角的振幅随偏移距的变化。利用3D有限差分法模拟不同的岩石物理模型，研究结果表明，振幅、频率随偏移距和方位角的变化特征和估算方法可用于油田实际资料的分析。这种方法对数据的采集和处理都有一定的要求，虽然各向异性的地震响应是检测裂缝有效的手段，考虑到研究区的地震数据和大的构造背斜特征，该方法的应用受到一定的局限。
相干属性在20世纪90年代初发展起来的一直特殊的地震处理方法。相干提供了定量描述横跨不连续体波形变化的一种度量，视倾角也提供了对横跨不连续体反射层倾向幅度和方位变化的测量，此外振幅或相干能量加权的振幅梯度也提供了对横跨不连续体反射层振幅变化的度量，这些不连续性检测手段能强化断块、地层单元、成岩改造和碳氢聚集边界的刻画。利用属性的变化率已成为研究碳酸盐岩和致密碎屑岩地区裂缝密集发区带及岩溶储层发育的最有效方法。
基于边缘保存和检测的提取地震几何属性的方法，得到了广泛的应用。利用地震反射几何属性研究与形态有关的古地形地貌特征及与构造形变有关的裂缝、溶蚀发育带，即以倾角/方位角属性来刻画古地貌中沟、脊形态，用构造曲率研究形变面上展布的丘、脊、谷及洼的展布特征，结合方向性的倾角/方位角考察线状异常，精细刻画与构造形变有关的裂缝发育趋势带。
在预测断层和裂缝中，利用三维地震层位计算曲率属性的方法已经有二十多年的历史了，也取得了比较明显的成效；一些曲率特征与在露头资料上观察到的开启裂缝比较吻合，或者与生产资料一致。Hart(2002)利用基于层位的各种曲率属性识别潜在的裂缝密集发育带，Stewart和Wynn(2000)指出需考虑不同波长的尺度来计算曲率，这样的裂缝以及其它类似的一些小型不连续体，由于尺度比较小，在常规地震数据范围之下是无法实现直接成像的。
随着技术的发展，基于层位计算的几何属性的局限性逐渐展现出来。由于不同解释人员的追踪水平不一样，往往会造成很多人为的假象。而且基于层位计算的方法无法把地震数据的方位角信息包含在内。另外如果地震数据中岩性界面不呈现强反射界面或者资料中含有噪音时，层位追踪是比较困难的，这些因素都会对裂缝的研究带来影响。所以近几年产生了采用体时窗计算几何属性的技术。这是一个比较重大的改革。这种方式就能减少层位追踪的影响。它不依赖于人工的层位解释数据，存在的缺点就是计算量比较大，对计算机的性能要求比较高。
裂缝型火山岩是油藏的重要储集体，裂缝是油气储层的主要渗流通道和有效储集空间，裂缝影响油气田的勘探和开发效果。研究认为油气生产过程主要依靠裂缝的储渗作用，因此对火山岩储层裂缝的发育特征及其分布规律的研究，对火山岩储层的勘探和开采具有非常重要的理论和实际意义。目前，裂缝发育程度的定量评价没有一个统一的标准，影响裂缝发育的因素很多，各因素间关系复杂，所以定量的裂缝评价有较大的难度。裂缝型油气藏,特别是裂缝型火山岩油气藏的储层地质建模方法仍处于探索阶段。
基于上述问题，本发明实施例提供了一种裂缝模型的构建方法，该技术可以应用于任何火山岩储层开发建模的场景中，尤其是裂缝模型的构建场景中。本实施例提出了一套针对裂缝型油藏的火山岩天然裂缝的建模方法，为地质建模裂缝的识别提供了基础。为便于对本实施例进行理解，首先对本发明实施例所公开的一种裂缝模型的构建方法进行详细介绍，该方法应用于电子设备，如图1所示，该方法包括如下步骤：
步骤S102，根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；其中，该裂缝发育信息包括裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽和裂缝缝高。
上述前期裂缝数据可以是从预设的存储设备中获取的，该存储设备中的前期裂缝数据是研发人员在之前的勘探过程中从研究区的外界环境中采集的，该前期裂缝数据包括成像测井数据、取芯数据、岩石观察数据、第一手的野外地质调查数据、岩心扫描图像数据和地质体形态数据等研究区的一切地质资料。在具体实现时，对前期裂缝数据进行解释和分析处理，可以得到井筒裂缝的裂缝发育信息(相当于井筒周围的裂缝发育程度)，该裂缝发育信息包括较为精细的裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽、裂缝缝高以及裂缝走向等信息，通过该裂缝发育信息可以对后期的建模形成约束。
具体地，除了将前期裂缝数据中的成像测井数据输入至具有成像解释功能的测井软件中(即成像解释法)，得到井筒裂缝的裂缝发育信息；也可以通过野外露头裂缝研究法、岩心实验室裂缝识别法、古构造应力场数值模拟法、动态测量法、地震检测法、电阻率成像测井法、声成像测井法、核磁共振成像测井法等，对前期裂缝数据中的其他数据进行分析处理，得到井筒裂缝的裂缝发育信息。
步骤S104，基于预先获取的三维地震数据体，得到曲率属性数据体；对上述曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体。
上述三维地震数据体是可以是从预设的存储设备中获取的，该存储设备中的三维地震数据体是研发人员从研究区的外界环境中采集的。对获取的三维地震数据体进行最大曲率、最小曲率、正曲率、负曲率或者倾角曲率等的计算，可以得到曲率属性数据体，也即是该曲率属性可以包括最大曲率、最小曲率、正曲率、负曲率和倾角曲率属性等；然后才使用蚂蚁追踪算法对该曲率属性数据体进行处理，得到蚂蚁数据体。
在数学上，曲率是表示曲线或曲面弯曲程度的量，描述曲线上任一点的弯曲程度，即曲线偏离直线的程度。曲率值越大，表示曲线的弯曲程度越大。平面曲线的曲率值就是针对曲线上某个点的切线方向角对弧长的转动率。在实际应用中，对于一个薄板来说，最大曲率属性表示拉张方向，最小曲率表示压缩方向，拉张的越厉害，裂缝越发育。裂缝的方向平行于主压应力方向，因而构造面上一点的最大主曲率值描述该点裂缝发育程度，最小主曲率方向指示可能出现的张裂缝走向。
在曲率属性的剖面上，微断裂往往表现为线状特征，与地震倾角属性不同的是，大型的凹陷不会表现出与断裂相似的构造特征。较地震倾角属性，曲率属性能更好地描述垂向上的非连续性以及与断裂相关的裂缝通道，这些裂缝通道往往是近于垂直的裂缝面,在横向上切割储层，其长度一般在几米至几十米。总而言之，曲率属性为我们提供了较好的断裂属性成像，并能清晰地成像裂缝系统。曲率越大，表示裂缝越发育。
实际应用中曲率属性的选择要实际情况实际分析，通常要结合区块的整体构造情况进行分析，拉张型和压缩型断块通常需要选择不同的曲率属性，可以多计算几种曲率属性，进行对比，通常一种曲率属性能反映全局的裂缝与断裂情况，但某些情况下另外的一种或多种曲率属性能反映较好的局部裂缝和断裂的发育情况。在具体实现时，通过与单井的成像测井裂缝数据对比可发现，进一步确定哪一种曲率数据与测井得到裂缝的情况更为吻合，就在裂缝建模中使用哪种曲率属性，例如，在新疆油田某区块的石炭系的储层，最大曲率属性更为贴合该区的裂缝发育实际情况。
步骤S106，基于预先获取的基础地质勘探资料，得到初始地质模型。
在具体实现时，上述基础地质勘探资料是从前人的勘探数据中提取的。此外，也可以直接利用本区域已知的地质模型作为初始地质模型。
步骤S108，基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络；基于该裂缝网络构建裂缝模型。
在具体实现时，需要根据裂缝发育信息、蚂蚁数据体对初始地质模型进行约束，以使地质模型更加符合实际情况；然后从地质模型中提取展布于三维空间中的各类裂缝片组成的裂缝网络，其中，裂缝网络由大量具有不同形状、尺寸、开度、方位及所附带的基质块等属性的裂缝片组成，实现了对裂缝系统从几何形态到渗流行为的逼真细致的有效描述，然后再基于裂缝网络构建裂缝模型。在一些实施例中，步骤S102、步骤S104和步骤S106可以相互独立，执行顺序不分先后，可以并行执行。
本发明实施例提供的一种裂缝模型的构建方法，该方法包括：首先，根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；其中，裂缝发育信息包括裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽和裂缝缝高；然后，基于预先获取的三维地震数据体，得到曲率属性数据体；接下来，对该曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体；然后，基于预先获取的基础地质勘探资料，得到初始地质模型；最后，基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络；基于该裂缝网络构建裂缝模型。该方式中，基于前期裂缝数据、地震数据体和前期基础地质勘探资料等全方位的资料，对裂缝进行建模得到裂缝模型，该建模过程综合分析了各维度的裂缝特征，使得模型可以清晰的表征裂缝形态和特征；同时，该方法简单有效，对火山岩储层裂缝的识别具有重要意义。
本发明实施例还提供了另一种裂缝模型的构建方法，该方法在上述实施例方法的基础上实现；该方法重点描述根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息的具体过程(通过下述步骤S202实现)、基于预先获取的三维地震数据体，得到曲率属性数据体(通过下述步骤S204-S210实现)、对上述曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体的具体过程(通过下述步骤S212实现)以及基于裂缝发育信息、蚂蚁数据体和初始地质模型，提取由裂缝片构成的裂缝网络，基于该裂缝网络构建裂缝模型，(通过下述步骤S214-S222实现)；如图2所示，该方法包括如下具体步骤：
步骤S202，将前期裂缝数据中的成像测井数据输入至具有成像解释功能的测井软件中，得到井筒裂缝的裂缝发育信息。
将上述前期裂缝数据中的成像测井数据输入到具有成像解释功能的测井软件(比如Forward、Forward.NET、Techlog、Geolog、IP等软件)中，通过该测井软件对前期裂缝数据进行解析与分析处理，可以得到地下较为精细的裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽、裂缝缝高等裂缝发育信息。其中，该前期裂缝数据除了包括成像测井数据，还包括取芯数据、岩石观察数据、野外地质调查数据、岩心扫描图像数据和地质体形态数据，将这些数据利用不同的方法，比如野外露头裂缝研究法、岩心实验室裂缝识别法或者古构造应力场数值模拟法都能够得到相应的裂缝发育信息。
步骤S204，获取三维地震数据体，其中，三维地震数据体中包含有多个反射点对应的时间标量。
在几何地震学中，三维地震数据体在空间上包括多个反射点，其中，任意一个反射点r(t，x，y)的时间标量可以用u(t，x，y)表示；其中，t表示时间分量，x、y分别表示水平方向的分量(简称水平分量)和竖直方向的分量(简称竖直分量)；也可以理解为反射点的时间标量包括反射点的时间分量、反射点在x轴上的水平分量和y轴上的竖直分量。
步骤S206，针对三维地震数据体中的每个反射点，对当前反射点的时间标量进行微分处理，得到当前反射点对应的倾角向量。
在具体实现时，三维地震数据体中的每个反射点均需要作为一次当前反射点，以通过对当前反射点的时间标量进行微分处理，得到当前反射点对应的倾角向量。具体地，计算当前反射点的时间标量在时间分量上的微分，得到当前反射点对应的倾角向量的时间分量；计算当前反射点的时间标量在水平分量上的微分，得到当前反射点对应的倾角向量的水平分量；计算当前反射点的时间标量在竖直分量上的微分，得到当前反射点对应的倾角向量的竖直分量。
在一些实施例中，也可以通过下述算式计算得到当前反射点对应的倾角向量：
其中，u表示倾角向量对应的反射点的时间标量；px、qy、rt分别表示倾角向量的水平分量和竖直分量，grad(u)代表倾角向量。微分处理过程也称为梯度处理过程。
上述倾角向量也可称为梯度向量，该梯度向量反映的是反射面沿着不同方向的变化率，即反射面沿着方向矢量所在的法截面截取曲线的一阶导数值。
步骤S208，组合每个反射点对应的倾角向量，得到倾角数据体。
对不同位置的反射点对应的倾角向量按照空间位置进行排列组合，得到三维的倾角数据体。
步骤S210，计算倾角数据体中的每个倾角向量的曲率，得到曲率属性数据体。
在具体实现时，可以通过下述算式计算倾角向量的曲率：
其中，Cx、Cy分别表示倾角向量的曲率在水平方向上的分量和竖直方向上的分量；px、qy分别表示倾角向量的水平分量和竖直分量；u表示倾角向量对应的反射点的时间标量；x、y分别表示水平方向和竖直方向。
然后，将每个倾角向量的曲率分量Cx、Cy进行组合，从而得到三维空间中任意点的曲率。曲率越大，表示裂缝发育程度越高；进而对上述曲率进行除躁和增强处理，然后对三维空间中的曲率进行矢量排列，得到三维曲率属性数据体。本实施例的裂缝模型是基于最大曲率属性数据体建立的。上述三维地震数据体经过一系列处理得到三维曲率属性数据体过程中所用到的方法称为体时窗三维曲率体提取技术。
步骤S212，对上述曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体。
在具体实现时，将曲率属性数据体与方差体属性数据体和振幅体属性数据体进行反复对比、迭代处理(相当于蚂蚁追踪处理)，从而实现对曲率属性数据体的调整，基于调整后的曲率属性数据体得到蚂蚁数据体。该过程能够提升对断裂现象的识别程度。
步骤S214，基于预先获取的基础地质勘探资料，得到初始地质模型。
在具体实现时，可以依据之前的勘探和开发过程中积累的前期资料，提取出单井的测井信息、地层分层、构造层位等基本信息，从而构建基础的初始地质模型。
步骤S216，将裂缝发育信息加载至初始地质模型，得到单井裂缝模型；对蚂蚁数据体进行可视化处理，得到蚂蚁体裂缝信息。
在具体实现时，将裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽、裂缝缝高、裂缝走向等裂缝发育信息输入到初始地质模型中，从而建立单井裂缝模型。同时，将蚂蚁追踪处理之后的蚂蚁体进行可视化处理，从而得到能更加直观地表现裂缝情况的蚂蚁体裂缝信息。此过程能够结合地质认识，判断裂缝解释的合理性。
步骤S218，对单井裂缝模型和蚂蚁体裂缝信息进行随机裂缝模拟，以建立裂缝地质模型。
在具体实现时，由于每时每刻裂缝的状态都在改变，所以上述单井模型可能与真实情况存在偏差，所以需要对地质模型进行随机裂缝模拟也可以说对地质模型进行约束，剔除预设的地质模型中不符合逻辑的数据，得到裂缝地质模型。
步骤S220，从裂缝地质模型中，提取具有不同属性的裂缝片；基于裂缝片建立裂缝网络。
在具体实现时，将上述裂缝发育信息输入至上述裂缝地质模型，得到处理后的裂缝发育信息，也就是更加精确的裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽、裂缝缝高等信息；然后，根据处理后的裂缝发育信息和上述裂缝地质模型，提取具有不同属性的裂缝片，其中，该属性包括形状、尺寸、开度、方位、角度及所附带的不同的基质块；最后，对具有不同属性的裂缝片进行分类处理，然后将分类处理后的裂缝片插入到三维网格中，从而建立裂缝网格；其中，所述裂缝网格内存储有大量不同属性的裂缝片。
步骤S222，将裂缝网络输入至预设的地质建模软件中，得到裂缝模型。
在具体实现时，最终得到的裂缝模型与DFN(Discrete fracture network，离散的裂缝模型)具有相似的表现形式。通过DFN实现了对裂缝系统从几何形态到渗流行为的逼真细致的有效描述。通过DFN还可以得到双孔双渗模型，还能够得到裂缝的渗透率、孔隙度以及在裂缝模型中建立基质与裂缝的连接因子。DFN以及双孔双渗模型将裂缝网络和地质模型及属性模型结合，为后期的开采数值模拟和应力变化及渗流变化，提供了可靠的基础。上述预设的地质建模软件包括RMS(Reservoir Modeling System，三维地质建模软件)、Petrel等本领域常用建模软件。
本发明基于研究区的概况，充分利用研究区的一切地质资料，野外地质调查资料、取芯资料、成像测井等资料，结合地震属性，描述了储层裂缝的密度和方向在空间的展布。利用研究区折叠后的三维地震资料提取与断裂和裂缝相关的曲率属性，描述裂缝的空间分布，再结合测井成像数据，建立该地区的裂缝模型，该方法更为简单有效，对火山岩储层裂缝的识别具有重要意义。
在一些实施例中，还可以通过图3所示的处理过程进行建模，首先将成像测井数据(相当于前期裂缝数据)输入至成像解释软件中进行数据分析；然后对地震数据(相当于三维地震数据体)进行增强处理，进而基于增强的地震数据运用体时窗的三维曲率体提取技术，计算得到地震几何属性数据(相当于曲率属性数据体)，再对计算结果进行蚂蚁体计算(相当于蚂蚁追踪处理)得到蚂蚁数据体。基于前面数据分析后的成像测井数据和解释后的地震数据(相当于蚂蚁数据体)，在地质模型(相当于初始地质模型)的约束下进行裂缝密度模拟，以建立裂缝地质模型，在密度数据体的基础之上，进一步确定裂缝的参数(相当于裂缝发育信息)，然后基于此参数以及裂缝地质模型，提取展布于三维空间中各类裂缝片组成的裂缝网络构建整体的DFN模型，进而建立双孔双渗模型。
本发明提供的裂缝模型的构建方法涉及多个学科，能够将裂缝形态和特征表征的更为清晰。该方法针对于裂缝型油气藏的火山岩储层，基于体时窗的三维曲率体提取技术，结合蚂蚁体数据约束，加上井震结合裂缝建模技术，识别和刻画裂缝发育情况，综合分析了各维度的裂缝特征，可较好地对裂缝型火山岩天然裂缝建立裂缝性油气藏模型，为进一步研究火山岩油藏改造方式打下基础。
Claims (8)
1.一种裂缝模型的构建方法，其特征在于，所述方法包括：
根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息；其中，所述裂缝发育信息包括裂缝密度、裂缝走向、裂缝倾角、裂缝缝长、裂缝缝宽和裂缝缝高；
基于预先获取的三维地震数据体，得到曲率属性数据体；对所述曲率属性数据体进行蚂蚁追踪处理，得到蚂蚁数据体；
基于预先获取的基础地质勘探资料，得到初始地质模型；
基于所述裂缝发育信息、所述蚂蚁数据体和所述初始地质模型，提取由裂缝片构成的裂缝网络；基于所述裂缝网络构建裂缝模型。
2.根据权利要求1所述的方法，其特征在于，所述基于预先获取的三维地震数据体，得到曲率属性数据体的步骤包括：
针对所述三维地震数据体中的每个反射点，对当前反射点的时间标量进行微分处理，得到所述当前反射点对应的倾角向量；
组合每个所述反射点对应的倾角向量，得到倾角数据体；
计算所述倾角数据体中的每个倾角向量的曲率，得到所述曲率属性数据体。
3.根据权利要求2所述的方法，其特征在于，所述反射点的时间标量包括所述反射点的时间分量、所述反射点在x轴上的水平分量和y轴上的竖直分量；所述对当前反射点的时间标量进行微分处理，得到所述当前反射点对应的倾角向量的步骤，包括：
计算所述当前反射点的时间标量在时间分量上的微分，得到所述当前反射点对应的倾角向量的时间分量；
计算所述当前反射点的时间标量在水平分量上的微分，得到所述当前反射点对应的倾角向量的水平分量；
计算所述当前反射点的时间标量在竖直分量上的微分，得到所述当前反射点对应的倾角向量的竖直分量。
4.根据权利要求2所述的方法，其特征在于，所述倾角向量中包含有时间分量、水平分量和竖直分量；
所述计算所述倾角数据体中的每个倾角向量的曲率的步骤包括：
通过下述算式，计算每个所述倾角向量的曲率：
其中，Cx、Cy分别表示所述倾角向量的曲率在水平方向上的分量和竖直方向上的分量；px、qy分别表示所述倾角向量的水平分量和竖直分量；u表示所述倾角向量对应的反射点的时间标量；x、y分别表示水平方向和竖直方向。
5.根据权利要求1所述的方法，其特征在于，所述基于所述裂缝发育信息、所述蚂蚁数据体和所述初始地质模型，提取由裂缝片构成的裂缝网络；基于所述裂缝网络构建裂缝模型的步骤包括：
将所述裂缝发育信息加载至所述初始地质模型，得到单井裂缝模型；
对所述蚂蚁数据体进行可视化处理，得到蚂蚁体裂缝信息；
对所述单井裂缝模型和所述蚂蚁体裂缝信息进行随机裂缝模拟，以建立裂缝地质模型；
从所述裂缝地质模型中，提取具有不同属性的裂缝片；基于所述裂缝片建立裂缝网络；
将所述裂缝网络输入至预设的地质建模软件中，得到裂缝模型。
6.根据权利要求5所述的方法，其特征在于，所述从所述裂缝地质模型中，提取具有不同属性的裂缝片；基于所述裂缝片建立裂缝网络的步骤，包括：
将所述裂缝发育信息输入至所述裂缝地质模型，得到处理后的裂缝发育信息；
基于所述处理后的裂缝发育信息和所述裂缝地质模型，提取具有不同属性的裂缝片；其中，所述属性包括形状、尺寸、开度、方位、角度及所附带的不同的基质块；
对所述具有不同属性的裂缝片进行分类处理，建立裂缝网格；其中，所述裂缝网格内存储有大量不同属性的裂缝片。
7.根据权利要求1所述的方法，其特征在于，所述前期裂缝数据中包括成像测井数据；所述根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息的步骤，包括：
将所述成像测井数据输入至具有成像解释功能的测井软件中，得到所述井筒裂缝的裂缝发育信息。
8.根据权利要求1所述的方法，其特征在于，所述前期裂缝数据中包括取芯数据、岩石观察数据、野外地质调查数据、岩心扫描图像数据和地质体形态数据；所述根据预先获取的前期裂缝数据，确定井筒裂缝的裂缝发育信息的步骤，包括：
通过野外露头裂缝研究法、岩心实验室裂缝识别法和古构造应力场数值模拟法，对所述前期裂缝数据进行分析处理，得到所述井筒裂缝的裂缝发育信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110581122.4A CN113296166B (zh) | 2021-05-27 | 2021-05-27 | 裂缝模型的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110581122.4A CN113296166B (zh) | 2021-05-27 | 2021-05-27 | 裂缝模型的构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113296166A true CN113296166A (zh) | 2021-08-24 |
| CN113296166B CN113296166B (zh) | 2024-08-20 |
Family
ID=77325349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110581122.4A Active CN113296166B (zh) | 2021-05-27 | 2021-05-27 | 裂缝模型的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113296166B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114265116A (zh) * | 2022-03-02 | 2022-04-01 | 中海油研究总院有限责任公司 | 花岗岩类潜山风化壳沟脊幅度定量统计方法及装置 |
| CN115576007A (zh) * | 2022-11-22 | 2023-01-06 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
| CN115932967A (zh) * | 2023-01-06 | 2023-04-07 | 东北石油大学三亚海洋油气研究院 | 一种基于蚂蚁体算法的裂缝识别方法 |
| CN116977999A (zh) * | 2023-08-03 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
| CN118088177A (zh) * | 2024-02-21 | 2024-05-28 | 北京大学 | 裂缝属性获取方法、装置、设备及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102253415A (zh) * | 2011-04-19 | 2011-11-23 | 中国石油大学(华东) | 基于裂缝等效介质模型的地震响应模式建立方法 |
| CN104730596A (zh) * | 2015-01-25 | 2015-06-24 | 中国石油大学(华东) | 一种基于多尺度因素约束的离散裂缝建模方法 |
| CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
| US20190080122A1 (en) * | 2017-09-14 | 2019-03-14 | Saudi Arabian Oil Company | Subsurface reservoir model with 3d natural fractures prediction |
| CN111897008A (zh) * | 2020-08-07 | 2020-11-06 | 西南石油大学 | 一种基于地震分频技术的断裂分级预测方法 |
| CN112489208A (zh) * | 2019-09-11 | 2021-03-12 | 中国石油化工股份有限公司 | 基于蚂蚁算法的裂缝片提取方法和三维地质模型构建方法 |
| US20210132246A1 (en) * | 2019-11-04 | 2021-05-06 | China University Of Petroleum (East China) | Method for determining a grid cell size in geomechanical modeling of fractured reservoirs |
-
2021
- 2021-05-27 CN CN202110581122.4A patent/CN113296166B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102253415A (zh) * | 2011-04-19 | 2011-11-23 | 中国石油大学(华东) | 基于裂缝等效介质模型的地震响应模式建立方法 |
| CN104730596A (zh) * | 2015-01-25 | 2015-06-24 | 中国石油大学(华东) | 一种基于多尺度因素约束的离散裂缝建模方法 |
| CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
| US20190080122A1 (en) * | 2017-09-14 | 2019-03-14 | Saudi Arabian Oil Company | Subsurface reservoir model with 3d natural fractures prediction |
| CN112489208A (zh) * | 2019-09-11 | 2021-03-12 | 中国石油化工股份有限公司 | 基于蚂蚁算法的裂缝片提取方法和三维地质模型构建方法 |
| US20210132246A1 (en) * | 2019-11-04 | 2021-05-06 | China University Of Petroleum (East China) | Method for determining a grid cell size in geomechanical modeling of fractured reservoirs |
| CN111897008A (zh) * | 2020-08-07 | 2020-11-06 | 西南石油大学 | 一种基于地震分频技术的断裂分级预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张亚春;尹太举;周文;: "在蚂蚁属性体约束下的裂缝建模方法研究", 长江大学学报(自科版), no. 14 * |
| 张淑娟;王延斌;梁星如;罗永胜;班彦红;许敏;: "蚂蚁追踪技术在潜山油藏裂缝预测中的应用", 断块油气田, no. 01 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114265116A (zh) * | 2022-03-02 | 2022-04-01 | 中海油研究总院有限责任公司 | 花岗岩类潜山风化壳沟脊幅度定量统计方法及装置 |
| CN114265116B (zh) * | 2022-03-02 | 2022-05-17 | 中海油研究总院有限责任公司 | 花岗岩类潜山风化壳沟脊幅度定量统计方法及装置 |
| CN115576007A (zh) * | 2022-11-22 | 2023-01-06 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
| CN115576007B (zh) * | 2022-11-22 | 2023-03-14 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
| CN115932967A (zh) * | 2023-01-06 | 2023-04-07 | 东北石油大学三亚海洋油气研究院 | 一种基于蚂蚁体算法的裂缝识别方法 |
| CN116977999A (zh) * | 2023-08-03 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
| CN116977999B (zh) * | 2023-08-03 | 2024-03-08 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
| CN118088177A (zh) * | 2024-02-21 | 2024-05-28 | 北京大学 | 裂缝属性获取方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113296166B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113296166B (zh) | 裂缝模型的构建方法 | |
| CN104977618B (zh) | 一种评价页岩气储层及寻找甜点区的方法 | |
| Gringarten et al. | Teacher's aide variogram interpretation and modeling | |
| AU2013230933B2 (en) | Model predicting fracturing of shale | |
| WO2018010628A1 (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
| EP1834192B1 (en) | Method for predicting quantitative values of a rock or fluid property in a reservoir using seismic data | |
| US20180203144A1 (en) | Interferometric Microseismic Imaging Methods and Apparatus | |
| EP3830612B1 (en) | Fluid saturation model for petrophysical inversion | |
| US20220291418A1 (en) | An integrated geomechanics model for predicting hydrocarbon and migration pathways | |
| CN111596978A (zh) | 用人工智能进行岩相分类的网页显示方法、模块和系统 | |
| CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
| KR20200027264A (ko) | 셰일가스 스윗 스팟 도출 방법 | |
| Lefranc et al. | Fractured basement reservoir characterization for fracture distribution, porosity and permeability prediction | |
| Yasin et al. | Seismic characterization of geologically complex geothermal reservoirs by combining structure-oriented filtering and attributes analysis | |
| Feng et al. | Development characteristics and quantitative prediction of multiperiod fractures in superdeep thrust-fold belt | |
| CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
| Waggoner et al. | Improved reservoir modelling with time-lapse seismic data in a Gulf of Mexico gas condensate reservoir | |
| Souche et al. | From outcrop to subsurface: Unlocking fractured basement reservoir in new venture area | |
| Gajek | Anisotropy estimation of Lower Paleozoic shales from northern Poland using microseismic data | |
| Chen et al. | Application of Digital Twin Technology to 3D Seismic Iterative Processing and Dynamic Geological Modeling | |
| Jian et al. | Crack detection for superdeep complex structure sandstone reservoirs with low porosity and low permeability from 3D seismic data | |
| Han et al. | The method and application of numerical simulation of high-precision stress field and quantitative prediction of multiperiod fracture in carbonate reservoir | |
| CN117610326A (zh) | 一种复杂断裂构造条件下的三维地质力学建模方法 | |
| CN118011491A (zh) | 一种基于叠后地震资料的地下岩浆岩体预测方法 | |
| Sorokin et al. | The effect of full-azimuth local angle domain (LAD) imaging on the study of terrigenous and carbonate reservoirs under complex in-situ conditions at an eastern Siberian field |
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 |