CN113655538A - 一种油气化探异常先验约束判别预测方法与系统 - Google Patents
一种油气化探异常先验约束判别预测方法与系统 Download PDFInfo
- Publication number
- CN113655538A CN113655538A CN202010395845.0A CN202010395845A CN113655538A CN 113655538 A CN113655538 A CN 113655538A CN 202010395845 A CN202010395845 A CN 202010395845A CN 113655538 A CN113655538 A CN 113655538A
- Authority
- CN
- China
- Prior art keywords
- oil
- abnormal
- area
- boundary
- range
- 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 83
- 239000000126 substance Substances 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 100
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000013178 mathematical model Methods 0.000 claims abstract description 36
- 230000001131 transforming effect Effects 0.000 claims abstract description 7
- 238000010606 normalization Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 17
- 230000002349 favourable effect Effects 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010977 jade Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002925 chemical effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Examining Or Testing Airtightness (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种油气化探异常先验约束判别预测方法及预测系统。预测系统执行如下预测方法,包括以下步骤:步骤一、以油气微渗漏理论模型为基础,选取已知油气藏地球化学特征参量;步骤二、原始地球化学数据正规化变换;步骤三、已知油气藏判别数学模型建立;步骤四、综合评价参量计算;步骤五、绘制地球化学综合异常图。本发明的预测方法相对于多指标叠合或已有多指标组合算法,能给出不同方法在地区的使用效果的优劣,并能给出不同方法指标的定量关系,从而使得拟合所得的方程可以在同一构造单元的未知区进行应用。
Description
技术领域
本发明属于油气勘探领域,具体涉及一种油气化探异常先验约束判别预测方法与系统。
背景技术
油气化探技术作为油气勘探的一种手段,对油气的预测是通过对油气化探数据的处理,最终利用近地表多指标异常叠合成图或多指标按照一定的算法形成综合参数图来圈定有利油气异常区。其中多指标异常叠合圈定的综合异常,认为各指标互为补充,不体现各指标的贡献率大小。多指标按照一定的算法形成一个综合参数成图,目前的常见算法一种是将各指标含量标准化为无量纲参数进行累积或累加,结果突出了含量值较高的指标的地球化学异常;另一种是用数理统计学或信息论中公式计算多个指标综合变化率,作为圈定有利异常区的依据。
在油气地球化学勘探中,多指标叠合确定综合地球化学异常屡见不鲜,尽管采用的地球化学指标不同,但确定方法基本相同,用异常值色块的叠合成图(程正发等,准噶尔盆地车排子西部地区油气化探异常分析及评价,内蒙古石油化工,2018年第2期,55-58;荣发准等,钱家店凹陷油气化探异常成因,物探与化探,2015,39(1),76-83)。赵克斌等在临南油田用多指标叠合指数法所确定的异常较为集中,且集中部位正好位于临南油田的夏32块、夏52断块区上方,该区域异常强度高,衬度大,呈环块结合的异常模式。王珺璐等研究了层次分析方法与特征值分析法相结合的物化探综合油气评价方法,结合不同指标异常之间的关联性,计算得到物化探指标信息与油气藏的综合关联度,进而圈定油气异常区(王珺璐等,层次分析和特征值分析相结合的物化探综合油气评价,物探与化探,2015,39(4),763-767)。汤玉平等采用计算协方差、相关系数和熵值的方法,研究化探指标的组合特征值,圈定油气远景区(汤玉平等,马氏距离法在油气化探异常评价中的应用,物探与化探,1998,22(3),231-233;汤玉平,熵值估计在油气化探异常评价中的应用,物探与化探,1998,22(4),320-283)。另外,描述总体多元结构的综合指标的计算方法还有综合评价指数法等(汤玉平,中国主要含油气盆地油气化探数据库及应用,物探与化探计算技术,2000,22(4),295-301)。
油气微渗漏理论是指油气藏垂向微渗漏往往以油气藏为中心,在油水界面以内的区域,油-气-水处于多相平衡状态,从物理化学作用角度来说,油水过渡相(区)是该系统中物理化学反应最活跃的区域,油、水的相互排替、各种水解作用、化合物的相互作用等均在此区域内完成,因此油气微渗漏强度高,构成环状的指标浓度异常具有由边部向内部减弱的趋势,但内部一般仍然有一定浓度异常,油水界面以外的指标浓度随距离增加趋于背景。理论上化探异常呈环状模式。油气化探的多个指标,代表微渗漏烃类不同赋存状态值及其蚀变效应,各自具有独立的地球化学意义,从多个角度反映烃类微渗漏的近地表物理化学效应。但这些地球化学指标由于受地质、地表条件的影响,各自反映油气微渗漏信息的强度不同,因此一视同仁或偏颇于某个指标确定综合地球化学异常,或存在冗余的地球化学信息,如将非油气信息也划入异常区,扩大了异常区范围,增加了预测的不确定性;或漏失了有用的地球化学信息,如将油气信息划出异常区,缩小了异常区范围,影响了预测的成功率。从上述的油气化探综合异常确定方法缺乏对各个地球化学指标权重的考虑或者所赋权重主观性较强,所以,在一个地区进行油气地球化学勘探时,需要建立一种综合考虑各个地球化学指标反映油气信息的客观权重的判别预测方法。
发明内容
为解决上述技术问题,本发明提出了一种油气化探异常先验约束判别预测方法及系统,通过对反映较理想的多种参数按一定权重进行叠加分析,利用叠加分析获得的拟合方程在同一构造单元的未知区进行有利区预测。
具体包括如下步骤:
步骤一、特征参量确定:选定一高成熟探区,根据油气微渗漏理论模型选取特征参量,所述特征参量包括用综合评价参量表示的因变量以及对于油藏响应较好的方法指标表示的自变量;
步骤二、数据正规化变换:将所述方法指标统一到同一量纲上来,以生成模型可用的正规化方法数据;
步骤三、;建立数学模型:以综合评价参量为因变量,所述正规化方法数据为自变量建立如下数学模型:
F=a+bX1+cX2+……+eXn;
式中:F是综合评价参量;
X1、X2、……、Xn是经正规化变换生成的n个方法数据;
a、b、c、……、e为多项式系数;
步骤四、计算数学模型的参数:将步骤二中得到的正规化方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
步骤五、计算待研究区综合评价参量值:获取待研究区的方法指标,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
步骤六、用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测。
优选的,所述综合评价参量的确定方法为:在油田边界一定范围内的异常区赋值为1,超过这一范围的非异常区赋值为0,根据异常区的范围大小选取适当数量的异常点,选取的异常点有1个位于油藏边界,其他以油藏边界为中心向四周延伸。
优选的,所述异常区范围取值可根据含油面积大小大致为含油面积数值的10%km。
优选的,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模含油面积大于10km2时,边界异常范围取1km,异常点个数为5个,以油气藏边界的点为中心点,两边各有2个点。
优选的,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模较含油面积小于2.5km2时,边界异常范围取0.25km~0.5km,异常点个数为2~3个。
优选的,所述响应较好指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域。
本发明还提出了一种油气化探异常先验约束判别预测系统,其特征在于,系统包括以下模块:
特征参量确定模块:选定一高成熟探区,根据油气微渗漏理论模型选取特征参量,所述特征参量包括用综合评价参量表示的因变量以及对于油藏响应较好的方法指标表示的自变量;
特征参量正规化变换模块:将所述方法指标统一到同一量纲上来,以生成模型可用的正规化方法数据;
数学模型建立模块:以综合评价参量为因变量,所述方法指标为自变量建立如下数学模型:
F=a+bX1+cX2+……+eXn;
式中:F是综合评价参量;
X1、X2、……、Xn是方法指标经正规化变换生成的n个方法数据;
a、b、c、……、e为多项式系数;
数学模型参数计算模块:将特征参量正规化变换模块中得到的方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
待研究区综合评价参量值计算模块:获取待研究区的方法指标,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
有利区预测模块:用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测。
优选的,所述综合评价参量的确定方法为:以油气藏化探异常理想的环状模式为指导,在油田边界一定范围内的异常区赋值为1,超过这一范围的非异常区赋值为0,根据异常区的范围大小选取适当数量的异常点,选取的异常点有1个位于油藏边界,其他以油藏边界为中心向四周延伸。
优选的,所述异常区范围取值可根据含油面积大小大致为含油面积数值的10%km,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模含油面积大于10km2时,边界异常范围取1km,异常点个数为5个,以油气藏边界的点为中心点,两边各有2个点,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模较含油面积小于2.5km2时,边界异常范围取0.25km~0.5km,异常点个数为2~3个。
优选的,所述响应较好指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域。
与现有技术相比,本发明的有益效果为:通过对反映较理想的多种参数按一定权重进行叠加分析,能给出不同方法(如多指标叠合或已有多指标组合算法)在地区的使用效果的优劣,并能给出不同方法指标的定量关系,从而使得拟合所得的方程可以在同一构造单元的未知区进行应用,克服了现有油气化探综合异常确定方法中对各个地球化学指标缺乏权重考虑或所赋权重主观性较强的技术问题。
附图说明
下面结合附图和实施例对本发明作进一步解释:
图1是油气化探异常先验约束判别预测方法流程示意图;
图2是综合评价参量地球化学异常与油藏的吻合情况图;
图3是油气化探异常先验约束判别预测系统示意图。
具体实施方式
下面将结合附图对本发明进行详细说明,对本发明实施例中的技术方案进行清楚、完整的描述,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明的保护范围。
本发明可用于例如油气化探异常先验约束判别预测,但并不限于上述情景,任何类似情景均属于本发明的保护范围,下面将以我国某盆地为例对本发明所要保护的技术方案进行说明。
在高成熟探区,油田含油面积基本圈定。如构造油气藏,其地球化学异常模式一般为环形或半环状,在该高成熟探区,根据油气微渗漏异常成因机理,选取反映较理想的多种参数按一定权重进行叠加分析,建立预测模型。下面以构造油气藏为例,对上述步骤进行详细的说明。
实施例一
用于我国某盆地的油气勘探方法,参照图1所述的流程图,具体实施步骤为:
步骤一:根据油气微渗漏理论模型选取特征参量。
结合油气微渗漏异常成因机理,选取反映较理想的参数,即地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域作为特征参量。假设构造油气藏为理想的环状模式(油藏顶部异常范围也包括于环状范围之内),由于油气藏理想化探异常在油气边界形成高值,油田边界一定范围内存在异常,在此范围内赋值1表示存在异常,超过这一边界异常范围表示没有异常,赋值0。研究区内,当油藏规模较大(含油面积大于10km2),储量大,边界异常范围取1km(5个假设异常点,以油气藏边界的点为中心点,两边各有2个点);当油藏规模较小(含油面积小于2.5km2),边界异常范围取0.25km~0.5km(2~3个假设异常点)。边界异常范围取值可根据含油面积大小,大致为含油面积数值的10%km。假设的异常点有1个位于油藏边界,其他以油藏为中心向四周延伸。这些赋值数据集合为综合评价参量,将其作为模型的因变量F。在单指标异常研究基础之上,确定对于已知某盆地油藏响应较好的方法指标(如四个指标)作为自变参量,这些响应较好的方法指标具体指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域(也是环状异常的一种特殊形式)。
步骤二:数据正规化变换,将步骤一中获得的不同量纲的方法指标统一到同一量纲上来,生成模型可用的方法数据;
步骤三:数学模型的建立,以F为因变量,以方法指标经正规化变换生成的方法数据为自变量进行四元拟合。
F=a+bX1+cX2+dX3+eX4,式中:F是综合评价参量,X1、X2、X3、X4是将方法指标经正规化变换生成的方法数据,a、b、c、d、e为多项式系数;
步骤四、计算数学模型的参数:将步骤二中得到的正规化变换生成的方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
步骤五、计算待研究区综合评价参量值:获取待研究区的指标参量,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
步骤六、有利区预测:用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测,预测结果如图2所示,综合评价参量高值呈一个较大的环状异常围绕主产油田分布,而工区东南部几个小的断块油藏因多年开采,有的停产,有的为捞油,已没有产能,综合评价参量在东南部的几个小油藏没有异常显示。因此用综合评价参量预测的地球化学异常与油藏吻合度较高。
发明还涉及一种油气化探异常先验约束判别预测系统,系统示意图如图3所示,系统包括以下模块:
特征参量确定模块:选定一高成熟探区,根据油气微渗漏理论模型选取特征参量,所述特征参量包括用综合评价参量表示的因变量以及对于油藏响应较好的方法指标表示的自变量;
特征参量正规化变换模块:将所述方法指标统一到同一量纲上来,以生成模型可用的正规化方法数据;
数学模型建立模块:以综合评价参量为因变量,所述方法指标为自变量建立如下数学模型:
F=a+bX1+cX2+……+eXn;
式中:F是综合评价参量;
X1、X2、……、Xn是方法指标经正规化变换生成的n个方法数据;
a、b、c、……、e为多项式系数;
数学模型参数计算模块:将特征参量正规化变换模块中得到的方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
待研究区综合评价参量值计算模块:获取待研究区的方法指标,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
有利区预测模块:用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测。
所述综合评价参量的确定方法为:以油气藏化探异常理想的环状模式为指导,在油田边界一定范围内的异常区赋值为1,超过这一范围的非异常区赋值为0,根据异常区的范围大小选取适当数量的异常点,选取的异常点有1个位于油藏边界,其他以油藏边界为中心向四周延伸。
所述异常区范围取值可根据含油面积大小大致为含油面积数值的10%km,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模含油面积大于10km2时,边界异常范围取1km,异常点个数为5个,以油气藏边界的点为中心点,两边各有2个点,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模较含油面积小于2.5km2时,边界异常范围取0.25km~0.5km,异常点个数为2~3个。
所述响应较好指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域。
以上结合附图对本发明进行了示例性描述。显然,本发明具体实现并不受上述方式的限制。只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进;或未经改进,将本发明的上述构思和技术方案直接应用于其他场合的,均在本发明的保护范围之内。
Claims (10)
1.一种油气化探异常先验约束判别预测方法,其特征在于,包括以下步骤:
步骤一、特征参量确定:选定一高成熟探区,根据油气微渗漏理论模型选取特征参量,所述特征参量包括用综合评价参量表示的因变量以及对于油藏响应较好的方法指标表示的自变量;
步骤二、特征参量正规化变换:将所述方法指标统一到同一量纲上来,以生成模型可用的正规化方法数据;
步骤三、;建立数学模型:以综合评价参量为因变量,所述方法指标为自变量建立如下数学模型:
F=a+bX1+cX2+……+eXn;
式中:F是综合评价参量;
X1、X2、……、Xn是方法指标经正规化变换生成的n个方法数据;
a、b、c、……、e为多项式系数;
步骤四、计算数学模型的参数:将步骤二中得到的方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
步骤五、计算待研究区综合评价参量值:获取待研究区的方法指标,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
步骤六、有利区预测:用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测。
2.根据权利要求1所述的油气化探异常先验约束判别预测方法,其特征在于,所述综合评价参量的确定方法为:以油气藏化探异常理想的环状模式为指导,在油田边界一定范围内的异常区赋值为1,超过这一范围的非异常区赋值为0,根据异常区的范围大小选取适当数量的异常点,选取的异常点有1个位于油藏边界,其他以油藏边界为中心向四周延伸。
3.根据权利要求2所述的油气化探异常先验约束判别预测方法,其特征在于,所述异常区范围取值可根据含油面积大小大致为含油面积数值的10%km。
4.根据权利要求3所述的油气化探异常先验约束判别预测方法,其特征在于,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模含油面积大于10km2时,边界异常范围取1km,异常点个数为5个,以油气藏边界的点为中心点,两边各有2个点。
5.根据权利要求2所述的油气化探异常先验约束判别预测方法,其特征在于,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模较含油面积小于2.5km2时,边界异常范围取0.25km~0.5km,异常点个数为2~3个。
6.根据权利要求1所述的油气化探异常先验约束判别预测方法,其特征在于,所述响应较好指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域。
7.一种油气化探异常先验约束判别预测系统,其特征在于,系统包括以下模块:
特征参量确定模块:选定一高成熟探区,根据油气微渗漏理论模型选取特征参量,所述特征参量包括用综合评价参量表示的因变量以及对于油藏响应较好的方法指标表示的自变量;
特征参量正规化变换模块:将所述方法指标统一到同一量纲上来,以生成模型可用的正规化方法数据;
数学模型建立模块:以综合评价参量为因变量,所述方法指标为自变量建立如下数学模型:
F=a+bX1+cX2+……+eXn;
式中:F是综合评价参量;
X1、X2、……、Xn是方法指标经正规化变换生成的n个方法数据;
a、b、c、……、e为多项式系数;
数学模型参数计算模块:将特征参量正规化变换模块中得到的方法数据带入所述数学模型并拟合得到所述数学模型的多项式系数;
待研究区综合评价参量值计算模块:获取待研究区的方法指标,经正规化变换后将正规化数据带入数学模型,以获得待研究区综合评价参量值;
有利区预测模块:用待研究区综合评价参量值绘制地球化学综合异常图进行有利区预测。
8.根据权利要求7所述的油气化探异常先验约束判别预测系统,其特征在于,所述综合评价参量的确定方法为:以油气藏化探异常理想的环状模式为指导,在油田边界一定范围内的异常区赋值为1,超过这一范围的非异常区赋值为0,根据异常区的范围大小选取适当数量的异常点,选取的异常点有1个位于油藏边界,其他以油藏边界为中心向四周延伸。
9.根据权利要求8所述的油气化探异常先验约束判别预测系统,其特征在于,所述异常区范围取值可根据含油面积大小大致为含油面积数值的10%km,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模含油面积大于10km2时,边界异常范围取1km,异常点个数为5个,以油气藏边界的点为中心点,两边各有2个点,所述根据异常区的范围大小选取适当数量的异常点具体包括油藏规模较含油面积小于2.5km2时,边界异常范围取0.25km~0.5km,异常点个数为2~3个。
10.根据权利要求7所述的油气化探异常先验约束判别预测系统,其特征在于,所述响应较好指地球化学指标异常高值围绕油气田边界呈环状分布或地球化学指标异常高值呈环块状结合包含含油面积区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010395845.0A CN113655538B (zh) | 2020-05-12 | 2020-05-12 | 一种油气化探异常先验约束判别预测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010395845.0A CN113655538B (zh) | 2020-05-12 | 2020-05-12 | 一种油气化探异常先验约束判别预测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113655538A true CN113655538A (zh) | 2021-11-16 |
CN113655538B CN113655538B (zh) | 2024-03-26 |
Family
ID=78476687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010395845.0A Active CN113655538B (zh) | 2020-05-12 | 2020-05-12 | 一种油气化探异常先验约束判别预测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113655538B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU920608A1 (ru) * | 1980-07-18 | 1982-04-15 | Научно-Производственное Объединение "Геофизика" | Устройство дл измерени содержани ртути |
RU2446419C1 (ru) * | 2011-02-02 | 2012-03-27 | Открытое акционерное общество "Татнефть" им. В.Д. Шашина | Способ поиска и разведки углеводородной залежи |
CN102890146A (zh) * | 2011-07-22 | 2013-01-23 | 中国石油天然气集团公司 | 一种油气化探数据影响因素校正方法 |
CN104750884A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于多因素非线性回归的页岩油气富集指数定量评价方法 |
CN106772584A (zh) * | 2017-01-18 | 2017-05-31 | 中国地质大学(武汉) | 一种顾及地质构造条件约束的精细体元属性赋值方法 |
CN107271340A (zh) * | 2016-04-06 | 2017-10-20 | 中国石油化工股份有限公司 | 用于模拟油气藏轻烃垂向微渗漏的实验装置 |
US20180196778A1 (en) * | 2015-07-06 | 2018-07-12 | The University Of Wyoming Research Corporation D/B/A Western Research Institute | Method for Correlating Physical and Chemical Measurement Data Sets to Predict Physical and Chemical Properties |
CN109214022A (zh) * | 2017-07-04 | 2019-01-15 | 中国石油化工股份有限公司 | 一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法 |
CN110424956A (zh) * | 2019-07-09 | 2019-11-08 | 中国石油化工股份有限公司 | 页岩油资源量计算中评价单元保存系数权重量化赋值方法 |
-
2020
- 2020-05-12 CN CN202010395845.0A patent/CN113655538B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU920608A1 (ru) * | 1980-07-18 | 1982-04-15 | Научно-Производственное Объединение "Геофизика" | Устройство дл измерени содержани ртути |
RU2446419C1 (ru) * | 2011-02-02 | 2012-03-27 | Открытое акционерное общество "Татнефть" им. В.Д. Шашина | Способ поиска и разведки углеводородной залежи |
CN102890146A (zh) * | 2011-07-22 | 2013-01-23 | 中国石油天然气集团公司 | 一种油气化探数据影响因素校正方法 |
CN104750884A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于多因素非线性回归的页岩油气富集指数定量评价方法 |
US20180196778A1 (en) * | 2015-07-06 | 2018-07-12 | The University Of Wyoming Research Corporation D/B/A Western Research Institute | Method for Correlating Physical and Chemical Measurement Data Sets to Predict Physical and Chemical Properties |
CN107271340A (zh) * | 2016-04-06 | 2017-10-20 | 中国石油化工股份有限公司 | 用于模拟油气藏轻烃垂向微渗漏的实验装置 |
CN106772584A (zh) * | 2017-01-18 | 2017-05-31 | 中国地质大学(武汉) | 一种顾及地质构造条件约束的精细体元属性赋值方法 |
CN109214022A (zh) * | 2017-07-04 | 2019-01-15 | 中国石油化工股份有限公司 | 一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法 |
CN110424956A (zh) * | 2019-07-09 | 2019-11-08 | 中国石油化工股份有限公司 | 页岩油资源量计算中评价单元保存系数权重量化赋值方法 |
Non-Patent Citations (11)
Title |
---|
R.B. LIBBEY ET AL: "《Lithogeochemical approaches in geothermal system characterization: An application to the Reykjanes geothermal field, Iceland》", GEOTHERMICS, pages 61 - 80 * |
何琰等: "《储层非均质性描述的地质统计学方法》", 西南石油学院学报, vol. 23, no. 3, 30 June 2001 (2001-06-30), pages 13 - 15 * |
吴传芝等: "《地表放射性油气勘探技术研究现状分析》", 勘探地球物理进展, vol. 32, no. 4, pages 239 - 247 * |
吴德文等: "《遥感与化探数据融合处理技术方法及应用研究》", 国土资源遥感, no. 3, pages 44 - 47 * |
张书煌等: "《C―1500袖珍计算机数学地质应用程序》", 福建地质, no. 4, 31 December 1984 (1984-12-31), pages 47 - 99 * |
张金震等: "《地质找矿中相关系数的等效性比较及应用》", 地质科技情报, vol. 36, no. 3, pages 306 - 313 * |
杨永华: "《地质异常的有序评价模型及其应用》", 现代地质, vol. 11, no. 2, pages 177 - 182 * |
桂州等: "《基于GEP-逻辑回归的地质异常信息分类预测――以东天山地区化探数据为例》", 桂林理工大学学报, vol. 38, no. 1, pages 34 - 40 * |
蒋涛等: "《模糊评价方法在油气化探中的应用》", 安徽地质, vol. 10, no. 1, pages 63 - 66 * |
陈圣波等: "《黄土覆盖区油气微渗漏地表蚀变高光谱特征响应机理研究》", 光谱学与光谱分析, vol. 32, no. 6, pages 1616 - 1619 * |
陈英伟等: "《决策分析在油气化探中的应用》", 物探与化探, vol. 22, no. 4, pages 305 - 308 * |
Also Published As
Publication number | Publication date |
---|---|
CN113655538B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2577356B1 (en) | Method for seismic analysis of hydrocarbon system | |
EP1984860B1 (en) | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators | |
CN107545577B (zh) | 基于神经网络的沉积相图像分割方法 | |
US20110118983A1 (en) | System and method for reservoir analysis background | |
Marinho et al. | Using detrended cross-correlation analysis in geophysical data | |
CN107608006B (zh) | 一种海底热液硫化物资源评价方法 | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN114912789B (zh) | 一种钻井井下风险预警方法、设备及存储介质 | |
CN106321072A (zh) | 一种基于泵功图的抽油井故障诊断方法 | |
Vikara et al. | Gaining perspective on unconventional well design choices through play-level application of machine learning modeling | |
CA3109021A1 (en) | Facilitating hydrocarbon exploration by applying a machine-learning model to basin data | |
CN106446514A (zh) | 一种基于模糊理论和神经网络的测井相识别方法 | |
CN110322083B (zh) | 页岩油气可采储量预警方法 | |
CN113655538A (zh) | 一种油气化探异常先验约束判别预测方法与系统 | |
WO2015016985A1 (en) | System and method for remaining resource mapping | |
AU2013390812B2 (en) | Attribute importance determination | |
Vladova et al. | Machine classification of pore space for hydrocarbon reservoir characterization | |
Rabeau et al. | Log-uniform distribution of gold deposits along major Archean fault zones | |
CN110069797B (zh) | 缝洞型油藏井间连通性的判断方法及系统 | |
Najeeb et al. | Using different methods to predict oil in place in Mishrif formation/Amara oil field | |
CN111475685B (zh) | 油气勘探方法、装置、存储介质及电子设备 | |
Ji et al. | Analysis of fractured sections in shale gas wells based on PCA-logistic regression model | |
Rostirolla et al. | Bayesian assessment of favorability for oil and gas prospects over the Reconcavo Basin, Brazil | |
CN107765335A (zh) | 一种识别陆相页岩气储层的方法 | |
Deng et al. | Machine learning based stereoscopic triple sweet spot evaluation method for shale reservoirs |
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 |