CN113866824A - 盐间地层弹性参数的确定方法、存储介质和计算机设备 - Google Patents
盐间地层弹性参数的确定方法、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN113866824A CN113866824A CN202010618712.5A CN202010618712A CN113866824A CN 113866824 A CN113866824 A CN 113866824A CN 202010618712 A CN202010618712 A CN 202010618712A CN 113866824 A CN113866824 A CN 113866824A
- Authority
- CN
- China
- Prior art keywords
- elastic modulus
- salt
- determining
- equivalent medium
- formation
- 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
- 150000003839 salts Chemical class 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 78
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 93
- 239000011707 mineral Substances 0.000 claims abstract description 93
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 83
- 239000011435 rock Substances 0.000 claims abstract description 67
- 239000000203 mixture Substances 0.000 claims abstract description 46
- 239000003513 alkali Substances 0.000 claims abstract description 13
- 235000010755 mineral Nutrition 0.000 claims description 91
- 239000004927 clay Substances 0.000 claims description 52
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 20
- 239000011780 sodium chloride Substances 0.000 claims description 20
- 239000011148 porous material Substances 0.000 claims description 12
- 239000012530 fluid Substances 0.000 claims description 7
- 239000005416 organic matter Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000007796 conventional method Methods 0.000 abstract description 4
- 238000005755 formation reaction Methods 0.000 description 55
- 239000010410 layer Substances 0.000 description 20
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 3
- 239000002734 clay mineral Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- 239000003079 shale oil Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- GYZGFUUDAQXRBT-UHFFFAOYSA-J calcium;disodium;disulfate Chemical compound [Na+].[Na+].[Ca+2].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O GYZGFUUDAQXRBT-UHFFFAOYSA-J 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002051 biphasic effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 235000011963 major mineral Nutrition 0.000 description 1
- 239000011738 major mineral Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
-
- 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
- G01V2210/6242—Elastic parameters, e.g. Young, Lamé or Poisson
-
- 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)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本申请的实施方式提供一种盐间地层弹性参数的确定方法、存储介质和计算机设备。该方法包括：获取测井曲线，解释所述测井曲线得到该盐间地层于目标深度处的矿物组分、孔隙度和总密度；构建分段式盐间岩石物理模型；基于所构建的分段式盐间岩石物理模型，选择相应的弹性模量确定方法；根据盐间地层于目标深度处的矿物组分和孔隙度，利用所选择的弹性模量确定方法确定盐间地层于目标深度处的弹性模量；根据盐间地层于目标深度处的弹性模量和总密度确定用于描述盐间地层于目标深度处的弹性参数。本实施例中的分段式的盐间岩石物理模型，针对不同的岩性地层开展差别化建模，该方法对于横波速度的预测吻合度明显高于常规方法。
Description
技术领域
本发明涉及油气地球物理技术领域，尤其涉及一种盐间地层弹性参数的确定方法、存储介质和计算机设备。
背景技术
近些年来，非常规油气藏在油气资源勘探中占据了越来越多的比重，人们逐渐将目光由常规的砂泥岩储层转向勘探前景更为广阔的非常规领域。北美的页岩气革命已经取得变革性成功。我国的非常规勘探依然任重道远。盐间页岩油是一种典型的非常规储层，其广泛发育于盐湖盆地。盐间页岩油的勘探开发是我国非常规勘探的重要环节之一。
地震岩石物理作为地震弹性参数和储层物性之间的桥梁，在地球物理勘探中扮演重要角色。通常地震勘探只能获取地下的弹性信息(如速度、密度)，若要转化为石油勘探更为关注的物性信息(如孔隙结构、孔隙形态等)时，就需要岩石物理模型的介入。
岩石物理学发展至今，经历了从各向同性模型向各向异性模型、从半经验公式向精确参数模型转变的过程。通过实验手段，通常可以较为准确的测量某一种纯矿物的弹性参数。而在实际的储层中，储层的矿物成分和孔隙流体成分均较为复杂。当需要预测多种矿物组分和不同流体成分的混合物的等效弹性参数时，通常会利用等效介质模型理论。基于等效模型理论将混合物各相之间相互关系通过数学公式的形式表现出来，具有较高的实用性
岩石物理模型的精确与否将直接影响地震处理与解释的精度。不同的岩性由于矿物组分，耦合方式等差异较大，需要针对其特征构建不同的模型。现今在石油勘探领域应用较广的岩石物理理论可粗略地归纳为经验公式和等效理论模型。其中，经验公式理论通常被用来描述常规砂岩油气藏，这是由于砂岩通常表现为各向同性，且其结构组分和孔隙结构较为单一，这使得砂岩储层的弹性参数随物性参数的变化规律较为单一。因此，岩石物理学家通过大量实验室测量，并对测量结果总结分析，得到针对砂岩储层的经验公式。
随着对碳酸盐岩储层和页岩储层等非常规储层的勘探力度逐步加强，人们逐渐发现常规的理论模型不足以准确地描述复杂的储层性质。因此随着岩石物理学的发展，岩石物理学家尝试将数学模型引入模型的构建过程，力求更为精细地描述更为复杂的岩石结构。其中，等效介质理论由于其参数的可变性和多样性，使其具有更广泛的实用性。等效理论被广泛运用于描述砂岩储层(如Xu-White模型)、碳酸盐岩储层(Xu-Payne模型)，并取得了较好的应用效果。页岩模型的建模是近些年的研究热点，现今应用较广的页岩等效模型多基于包裹体理论(Inclusion Theory)。由于页岩具有较为复杂的矿物组分和孔隙形态，而包裹体理论(Kuster G T模型)考虑了孔隙的内在结构分布和矿物之间的相互作用，因此在描述页岩时，具有较为明显的优势。随着人们研究的深入，通过对岩心薄片扫描等辅助手段的介入，人们发现不同矿物的耦合方式存在明显差异，因此需要针对不同的耦合方式选择不同的等效介质理论。近年来，诸如自洽理论(SCA，Self-consistent approximation)、微分等效介质理论(DEM，Differential Effective Medium)等被广泛应用于等效介质模拟中。
盐间地层为盐湖盆地经历漫长的水进水退后沉积形成的盐岩层和泥岩层互层的地层。图1为盐间地层的地层示意图，盐间地层由三套盐岩，两套泥岩地层所组成。盐岩厚度通常在10-20米左右，盐岩地层孔隙度低，渗透率差，可以起到较好的压力封堵作用。盐间地层通常厚度在10-40米之间，是陆相页岩油的主要靶区地层。一个盐岩层加一个盐间层，构成一套盐韵律层。目标探区通常同时发育多个盐韵律层。整个地层可能包含几十、甚至上百个韵律层。总结来说，盐间地层纵向岩性变化剧烈，变化频率快。
在大部分情况下，人们通常使用一种固定的岩石物理模型来分析整个井段，该分析方法可适用于绝大多数岩性纵向变化小的地层。但针对盐间地层，岩性纵向变化大，变化频率高，常规方法的应用效果较差。
盐间储层由于其自身具有岩性纵向变化剧烈的特点，现有的常规砂泥岩模型、碳酸盐岩和页岩模型均不能很好描述盐间储层的岩石物理特性。因此亟需构建一种盐间岩石物理模型。
发明内容
本发明提供一种盐间地层弹性参数的确定方法、存储介质和计算机设备，以解决在盐间地层纵深变化剧烈的条件下准确确定弹性参数的方法。
第一方面，本申请的实施方式提供一种盐间地层弹性参数的确定方法，包括以下步骤：获取盐间地层的测井曲线，解释所述测井曲线得到该盐间地层于目标深度处的矿物组分、孔隙度和总密度，其中所述矿物组分包括黏土含量和干酪根含量；构建分段式盐间岩石物理模型；基于所构建的分段式盐间岩石物理模型，根据盐间地层于目标深度处的黏土含量和干酪根含量选择相应的弹性模量确定方法；根据盐间地层于目标深度处的矿物组分和孔隙度，利用所选择的弹性模量确定方法确定盐间地层于目标深度处的弹性模量，其中所述弹性模量包括体积模量和剪切模量；根据盐间地层于目标深度处的弹性模量和总密度确定用于描述盐间地层于目标深度处的弹性参数。
在一个实施例中，根据以下步骤构建分段式盐间岩石物理模型：分析盐间地层的矿物组分，将其中的脆性矿物混合后得到脆性混合物，基于VRH平均理论确定所述脆性混合物的弹性模量；将塑性矿物中的黏土和干酪根与所述脆性混合物按照不同的体积比进行混合，获得不同类型的中间等效介质；根据中间等效介质的类型选择对应的弹性模量确定方法，利用所选的弹性模量确定方法，根据黏土和干酪根的含量以及所述脆性混合物的弹性模量确定各个类型的中间等效介质的弹性模量；将孔隙流体加入到各个类型的中间等效介质中，以获得各个类型的最终等效介质，根据各个类型的中间等效介质的弹性模量，基于微分等效介质理论确定各个类型的最终等效介质的弹性模量，从而得到分段式盐间岩石物理模型。
在一个实施例中，将塑性矿物中的黏土和干酪根与所述脆性混合物按照不同的体积比进行混合，获得不同类型的中间等效介质，包括：当中间等效介质中的黏土含量小于或等于第一含量阈值时，所获得的中间等效介质的类型对应于盐岩地层；当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量小于或等于第二含量阈值时，所获得的中间等效介质的类型对应于贫有机质泥岩层；当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量大于第二含量阈值时，所获得的中间等效介质的类型对应于富有机质泥岩层。
在一个实施例中，根据中间等效介质的类型选择对应的弹性模量确定方法，利用所选的弹性模量确定方法，根据黏土和干酪根的含量以及所述脆性混合物的弹性模量确定各个类型的中间等效介质的弹性模量，包括：当所获得的中间等效介质的类型对应于盐岩地层时，基于微分等效介质理论，确定该中间等效介质的弹性模量；当所获得的中间等效介质的类型对应于贫有机质泥岩层时，基于微分等效介质理论，确定该中间等效介质的弹性模量；当所获得的中间等效介质的类型对应于富有机质泥岩层时，基于自洽理论和微分等效介质理论，确定该中间等效介质的弹性模量。
在一个实施例中，基于所构建的分段式盐间岩石物理模型，根据盐间地层于目标深度处的黏土含量和干酪根含量选择相应的弹性模量确定方法，包括：将盐间地层于目标深度处的黏土含量和干酪根含量与所述分段式盐间岩石物理模型中各个类型的中间等效介质的黏土含量和干酪根含量进行匹配，根据匹配结果确定盐间地层于目标深度处所对应的中间等效介质的类型；将该类型的中间等效介质所对应的弹性模量确定方法作为盐间地层于目标深度处的弹性模量确定方法。
在一个实施例中，基于VRH平均理论确定脆性混合物的弹性模量，包括：利用下式计算脆性混合物的弹性模量：
其中，MVRH表示脆性混合物的弹性模量，MV表示脆性混合物的弹性模量上限，
MR表示脆性混合物的弹性模量下限，
i表示第i种矿物，N表示共有N中矿物，fi为该矿物的体积含量百分比，Mi为第i种矿物的弹性模量。
在一个实施例中，基于微分等效介质理论确定弹性模量的计算式为：
Kmix1(0)＝K1,μmix1(0)＝μ1
其中，K1和μ1分别为背景相矿物的体积模量和剪切模量，K2和μ2分别为加入相矿物的体积模量和剪切模量，Kmix1(0)和μmix1(0)分别为迭代0次后中间等效介质的体积模量和剪切模量，y为加入相矿物的体积百分比，P和Q分别为控制加入相矿物形状的形状因子。
在一个实施例中，基于自洽理论确定弹性模量的计算式为：
其中，fj表示第j相加入相矿物的体积百分数，Kj和μj分别表示第j相加入相矿物的体积模量和剪切模量，n表示共有n相加入相矿物，
和
分别表示混合相矿物的体积模量和剪切模量，Pj和Qj分别为控制第j相加入相矿物形状的形状因子。
在一个实施例中，所述弹性参数包括纵波速度、横波速度中的至少一种。
在一个实施例中，当所述弹性参数包括纵波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：根据下式计算目标深度的盐间地层的纵波速度：
其中，vp为纵波速度，K为通过分段式盐间岩石物理模型得到的体积模量，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度；
当所述弹性参数包括横波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：根据下式计算目标深度的盐间地层的横波速度：
其中，vs为横波速度，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度。
第二方面，本申请的实施方式提供一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如上文所述的盐间地层弹性参数的确定方法的步骤。
第三方面，本申请的实施方式提供一种计算机设备，包括处理器和存储有程序代码的存储介质，所述程序代码被所述处理器执行时，实现如上文所述的盐间地层弹性参数的确定方法的步骤。
本方法构建的分段式的盐间岩石物理模型，克服了传统岩石物理模型不能满足盐间地层岩石物理特性描述的弊端，根据盐间地层的特性，引入分段建模的思路。针对不同的岩性地层构建相应的岩石物理模型，开展差别化建模。最终针对岩性纵向变化剧烈的陆相盐间地层，形成了分段式盐间岩石物理模型及纵横波速度的预测方法，该方法的预测吻合度明显高于常规方法。
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为盐间地层的地层示意图；
图2为根据本申请一实施例的盐间地层弹性参数的确定方法的流程图；
图3为根据本申请一实施例的分段式盐间岩石物理模型的建模流程图；
图4为根据本申请一具体实施例的基于分段式盐间岩石物理模型的储层预测流程图；
图5A为根据常规DEM理论的某井的纵横波速度预测结果；
图5B为根据本申请一具体实施例的某井的纵横波速度预测结果；
其中，在图5A和图5B中，黑色实线为预测结果，灰色虚线为测量结果。
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。
实施例一
图2为根据本申请一实施例的盐间地层弹性参数的确定方法的流程图。如图2所示，本申请的实施方式提供一种盐间地层弹性参数的确定方法，该方法基于所构建的分段式盐间岩石物理模型对盐间地层的弹性参数进行预测，可以包括以下步骤：
S100：获取盐间地层的测井曲线，解释所述测井曲线得到该盐间地层于目标深度处的矿物组分、孔隙度和总密度，其中所述矿物组分包括黏土含量和干酪根含量。
S200：构建分段式盐间岩石物理模型。
图3为根据本申请一实施例的分段式盐间岩石物理模型的建模流程图。如图3所示，可以根据以下步骤构建分段式盐间岩石物理模型：
首先，分析盐间地层的矿物组分，将其中的脆性矿物混合后得到脆性混合物，基于VRH平均理论确定所述脆性混合物的弹性模量。
通过对已知的测井资料进行分析，可以获得盐间地层在不同深度处矿物的体积组分，从而可以知道盐间地层的主要矿物组分包括石英、钙芒硝、盐岩、黏土和干酪根。其中，黏土和盐岩分别为泥岩层和盐岩层的主要矿物组分。相比于黏土和干酪根，石英、钙芒硝和盐岩具有更强的脆性，因此，可以将这三类脆性矿物进行混合得到脆性混合物(对于盐间地层可以称之为盐间混合物)。
对于得到的脆性混合物，可以基于VRH(Vogit-Ruess-Hill)平均理论确定该脆性混合物的弹性模量，具体可以利用下式计算该脆性混合物的弹性模量：
其中，MVRH表示脆性混合物的弹性模量，MV表示脆性混合物的弹性模量上限，
MR表示脆性混合物的弹性模量下限，
i表示第i种矿物，N表示共有N中矿物，fi为该矿物的体积含量百分比，Mi为第i种矿物的弹性模量。其中，弹性模量可以包括体积模量和剪切模量。
其次，将塑性矿物中的黏土和干酪根与所述脆性混合物按照不同的体积比进行混合，获得不同类型的中间等效介质，具体包括：
当中间等效介质中的黏土含量小于或等于第一含量阈值时，所获得的中间等效介质的类型对应于盐岩地层。当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量小于或等于第二含量阈值时，所获得的中间等效介质的类型对应于贫有机质泥岩层。当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量大于第二含量阈值时，所获得的中间等效介质的类型对应于富有机质泥岩层。
接着，根据中间等效介质的类型选择对应的弹性模量确定方法，利用所选的弹性模量确定方法，根据黏土和干酪根的含量以及所述脆性混合物的弹性模量确定各个类型的中间等效介质的弹性模量，具体包括：
当所获得的中间等效介质的类型对应于盐岩地层时，基于微分等效介质理论，确定该中间等效介质的弹性模量。当所获得的中间等效介质的类型对应于贫有机质泥岩层时，基于微分等效介质理论，确定该中间等效介质的弹性模量。当所获得的中间等效介质的类型对应于富有机质泥岩层时，基于自洽理论和微分等效介质理论，确定该中间等效介质的弹性模量。
例如，可以将第一含量阈值设为50％，将第二含量阈值设为3％。当然，具体第一含量阈值和第二含量阈值分别为多少可以根据需要进行设定。
从而，当黏土含量小于或等于50％时，中间等效介质的类型对应于盐岩地层(如图3中的①所示)。此时，黏土矿物占比很少，将黏土和干酪根作为加入相加入到背景相脆性混合物中，基于微分等效介质理论确定对应于盐岩地层的中间等效介质的弹性模量。
微分等效介质理论(DEM，Differential Effective Medium)的基本原理是：通过向背景介质中逐步加入包裹体相来模拟双相物质的等效结果。微分等效介质模型首先假设某一相物质为背景矿物，并从该背景矿物中取出体积为ΔV的物质，并在该介质中加入相同体积(ΔV)的另一相物质(包裹体)，这时所构成的混合物的等效模量将发生变化，用新的等效模量替代原先基质的模量，并重复以上过程，直到加入相体积达到实际值。当ΔV→0时，采用DEM模型计算岩石的等效弹性模量的公式为：
Kmix1(0)＝K1,μmix1(0)＝μ1
其中，K1和μ1分别为背景相矿物的体积模量和剪切模量，K2和μ2分别为加入相矿物的体积模量和剪切模量，Kmix1(0)和μmix1(0)分别为迭代0次后中间等效介质的体积模量和剪切模量，y为加入相矿物的体积百分比，P和Q分别为控制加入相矿物形状的形状因子。
当黏土含量大于50％时，且干酪根含量小于3％时，中间等效介质的类型对应于贫有机质泥岩层(如图3中的②所示)。其中，干酪根作为非常规储层重要的矿物组分之一，干酪根的模拟是当下的热点之一，它的存在使得非常规页岩储层自生自储成为可能。由于干酪根的弹性模量远低于其他常规矿物，即使其体积占比较小，其对岩石整体的弹性参数的影响却通常较强。因此，本发明对干酪根在建模中的作用做针对性考虑。
对于对应于贫有机质泥岩层的中间等效介质，基于上述的DEM理论确定其弹性模量。由于干酪根和脆性矿物的体积百分含量占比较少，黏土矿物占比极高，因此，在利用DEM理论计算弹性模量时，将黏土矿物作为背景相矿物，将脆性混合物和干酪根作为加入相矿物依次加入到背景相矿物黏土中。
当黏土含量大于50％时，且干酪根含量大于3％时，中间等效介质的类型对应于富有机质泥岩层(如图3中的③所示)。当干酪根的含量较多时，模拟干酪根的难点在于，相比于其他矿物组分，干酪根具有非常独特的物性和弹性性质。具体表现为，干酪根具有极低的体积模量和剪切模量。而同为页岩其他主要矿物成分的石英的弹性模量相对较高。因此，干酪根更像是一种特殊的“流体”而不是一种常规的“矿物”，以至于利用常规矿物等效理论来构建含较多干酪根的岩石骨架时，等效结果与真实值存在一定的差别。故而，本发明使用自洽理论(SCA，Self-consistent approximation)与微分等效介质理论相结合的方法(SCA+DEM理论)的方法来模拟干酪根对弹性模量的影响，以较好地描述干酪根和黏土之间的相互耦合所产生的作用。
SCA+DEM理论是由SCA理论和DEM理论组合而来。其中，自洽理论的基本思路是将需要模拟的复杂介质的各个矿物组分及孔隙当成相互独立的单一相，将多相介质放置在一个弹性参数可调的背景介质中，且背景介质无限大。SCA是一种“对称”的等效理论，其将岩石中的各矿物组分以及孔隙同等对待。SCA自洽理论没有选取多相材料中的任何一项作为基质，而是用要求解的未知等效介质作为基质，通过不断改变基质来考虑内含物之间的相互作用，因此该方法考虑了内含物之间的相互作用。基于自洽理论确定弹性模量的计算式为：
其中，fj表示第j相加入相矿物的体积百分数，Kj和μj分别表示第j相加入相矿物的体积模量和剪切模量，n表示共有n相加入相矿物，
和
分别表示混合相矿物的体积模量和剪切模量，Pj和Qj分别为控制第j相加入相矿物形状的形状因子。
SCA理论被广泛应用于复杂岩石模型的构建之中，其可以同时等效多相矿物，这为页岩的模拟提供了很大的便利。然而，许多研究成果指出利用SCA理论等效两相物质时，当其中一相的体积含量超过60％时，利用SCA理论的等效结果就会与VRH边界的下限相重合。此时，岩石处于一种“颗粒悬浮”的状态，即两相中相对“柔软”的相(体积模量低的相)完全包裹相对“坚硬”的相(体积模量高的相)。此时，固体颗粒之间相互不连通。由于SCA理论是对称模型，因此，当孔隙度等于40％-60％时，两相物质才能保持较好的相互连通。
而干酪根和黏土通常保持相互耦合、相互连通的富集状态，因此，我们使用SCA+DEM理论来描述页岩中的干酪根与黏土的这种相互耦合、相互连通的状态。在实际中，由于干酪根的含量很少能够达到40％以上，因此，需要结合DEM理论实现对干酪根和黏土的相互耦合、相互连通状态的描述。为了保证黏土和干酪根的相互连通性，先将等体积的黏土和干酪根进行混合，此时黏土和干酪根体积含量均为50％，利用SCA理论确定将两相物质相互融合后的弹性模量，由此，确保了干酪根和黏土的相互耦合性。接着，基于DEM理论对干酪根的体积含量进行调整，使干酪根与黏土的体积比例达到真实值。最后，将黏土和干酪根的混合物作为背景相矿物，将脆性混合物加入其中，获得对应于富有机质泥岩层的中间等效介质，利用DEM理论确定该中间等效介质的弹性模量。
最后，将孔隙流体加入到各个类型的中间等效介质中，以获得各个类型的最终等效介质，根据各个类型的中间等效介质的弹性模量，基于微分等效介质理论确定各个类型的最终等效介质的弹性模量，从而得到分段式盐间岩石物理模型。
无论是盐岩地层还是泥岩地层，孔隙度通常均较低，不满足Gassmann理论的低频假设。而基于DEM理论，可以基于高频假设将孔隙流体当做一种包裹体加入到背景相矿物中，从而得到相对准确地最终等效介质的弹性模量。
S300：基于所构建的分段式盐间岩石物理模型，根据盐间地层于目标深度处的黏土含量和干酪根含量选择相应的弹性模量确定方法，可以包括：将盐间地层于目标深度处的黏土含量和干酪根含量与所述分段式盐间岩石物理模型中各个类型的中间等效介质的黏土含量和干酪根含量进行匹配，根据匹配结果确定盐间地层于目标深度处所对应的中间等效介质的类型，将该类型的中间等效介质所对应的弹性模量确定方法作为盐间地层于目标深度处的弹性模量确定方法。
例如，盐间地层于目标深度处的黏土含量为60％、干酪根含量为5％，那么确定盐间地层于目标深度处对应的中间等效介质的类型为富有机质泥岩层，其所对应的弹性模量确定方法为基于VRH平均理论计算脆性混合物的弹性模量、基于SCA+DEM理论确定中间等效介质的弹性模量以及基于DEM理论确定最终等效介质的弹性模量。从而，将中间等效介质的类型为富有机质泥岩层时，最终等效介质的弹性模量确定方法作为盐间地层于目标深度处的弹性模量确定方法。
S400：根据盐间地层于目标深度处的矿物组分和孔隙度，利用所选择的弹性模量确定方法确定盐间地层于目标深度处的弹性模量，所述弹性模量包括体积模量和剪切模量。
具体的，可以将盐间地层于目标深度处的矿物组分和孔隙度输入到上述的分段式盐间岩石物理模型中，即可计算得到盐间地层于目标深度处的弹性模量。
S500：根据盐间地层于目标深度处的弹性模量和总密度确定用于描述盐间地层于目标深度处的弹性参数。
其中，弹性参数包括纵波速度、横波速度中的至少一种，还可以包括杨氏模量等衍生弹性参数，为精细描述储层提供指导。
具体的，当所述弹性参数包括纵波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：根据下式计算目标深度的盐间地层的纵波速度：
其中，vp为纵波速度，K为通过分段式盐间岩石物理模型得到的体积模量，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度；
当所述弹性参数包括横波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：根据下式计算目标深度的盐间地层的横波速度：
其中，vs为横波速度，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度。
本发明的盐间地层弹性参数的确定方法，针对纵向岩性变化剧烈、互层性强的盐间地层，构建分段式盐间岩石物理模型，可以针对不同地层选择适合的子模型进行运算。选择过程基于关键矿物体积占比，由数据驱动，减小人为因素干扰。满足了常规单一模型的建模思路无法满足的需求。
盐岩层和泥岩层的差异，不仅仅是简单的矿物含量的区别，更是各矿物之间耦合机理的不同。本申请针对不同的耦合机理，提出相应的等效模拟思路，有利于不同层段的预测精度的提高。
实施例二
本实施例将利用本方法预测盐间地层的纵横波速度。根据对某井的测井曲线可知，盐岩地层的测井表现为低GR，高速度，低密度，低孔隙度，而盐间地层则表现为高GR，低速度，中密度，高孔隙度。
图4为根据本申请一具体实施例的基于分段式盐间岩石物理模型的储层预测流程图。通过分析测井资料获得盐间地层于目标深度处的矿物组分、孔隙度和总密度，将这些数据输入到分段式盐间岩石物理模型中，输出盐间地层于目标深度处的体积模量和剪切模量，利用体积模量和剪切模量通过计算求得用以描述盐间地层的纵横波速度和杨氏模量等弹性参数。
图5A为根据常规DEM理论的某井的纵横波速度预测结果；图5B为根据本申请一具体实施例的某井的纵横波速度预测结果。
通过对比图5A和图5B可知，两种模型针对纵波速度都可以实现较为准确的模拟，预测精度较高。但对于测量成本较高、资料通常较为匮乏的横波速度，本申请所提供的的弹性参数的预测结果要优于传统的基于DEM理论的方法。
由于本模型考虑了不同地层类型的物性特征，特别是在泥岩封堵层(图5A和图5B中的黑色箭头所指示的位置)及盐岩地层(图5A和图5B中的白色箭头所指示的位置)两类地层段，横波速度预测的精度明显高于传统方法。
由此可见，本发明的分段式盐间岩石物理模型的适用性较强，基于本申请构建的模型，预测得到的纵横波速度及相关弹性参数精度明显高于常规方法，证明了本发明的具有显著的进步。
实施例三
本申请的实施方式提供一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如上文所述的盐间地层弹性参数的确定方法的步骤。
实施例四
本申请的实施方式提供一种计算机设备，包括处理器和存储有程序代码的存储介质，所述程序代码被所述处理器执行时，实现如上文所述的盐间地层弹性参数的确定方法的步骤。
其中，处理器用于执行如实施例一中的盐间地层弹性参数的确定方法中的全部或部分步骤。存储介质用于存储各种类型的数据，这些数据例如可以包括计算机设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable LogicDevice，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、处理器、微处理器、微处理器或其他电子元件实现，用于执行上述实施例一中的盐间地层弹性参数的确定方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如，静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘，或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
需要注意的是，这里所使用的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，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、操作、器件、组件和/或它们的组合。
应当理解的是，本说明书中的示例性实施方式可以由多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施方式。提供这些实施方式是为了使得本申请的公开彻底且完整，并且将这些示例性实施方式的构思充分传达给本领域普通技术人员，而不应当理解为对本发明的限制。
Claims (12)
1.一种盐间地层弹性参数的确定方法，其特征在于，包括以下步骤：
获取盐间地层的测井曲线，解释所述测井曲线得到该盐间地层于目标深度处的矿物组分、孔隙度和总密度，其中所述矿物组分包括黏土含量和干酪根含量；
构建分段式盐间岩石物理模型；
基于所构建的分段式盐间岩石物理模型，根据盐间地层于目标深度处的黏土含量和干酪根含量选择相应的弹性模量确定方法；
根据盐间地层于目标深度处的矿物组分和孔隙度，利用所选择的弹性模量确定方法确定盐间地层于目标深度处的弹性模量，其中所述弹性模量包括体积模量和剪切模量；
根据盐间地层于目标深度处的弹性模量和总密度确定用于描述盐间地层于目标深度处的弹性参数。
2.根据权利要求1所述的盐间地层弹性参数的确定方法，其特征在于，根据以下步骤构建分段式盐间岩石物理模型：
分析盐间地层的矿物组分，将其中的脆性矿物混合后得到脆性混合物，基于VRH平均理论确定所述脆性混合物的弹性模量；
将塑性矿物中的黏土和干酪根与所述脆性混合物按照不同的体积比进行混合，获得不同类型的中间等效介质；
根据中间等效介质的类型选择对应的弹性模量确定方法，利用所选的弹性模量确定方法，根据黏土和干酪根的含量以及所述脆性混合物的弹性模量确定各个类型的中间等效介质的弹性模量；
将孔隙流体加入到各个类型的中间等效介质中，以获得各个类型的最终等效介质，根据各个类型的中间等效介质的弹性模量，基于微分等效介质理论确定各个类型的最终等效介质的弹性模量，从而得到分段式盐间岩石物理模型。
3.根据权利要求2所述的盐间地层弹性参数的确定方法，其特征在于，将塑性矿物中的黏土和干酪根与所述脆性混合物按照不同的体积比进行混合，获得不同类型的中间等效介质，包括：
当中间等效介质中的黏土含量小于或等于第一含量阈值时，所获得的中间等效介质的类型对应于盐岩地层；
当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量小于或等于第二含量阈值时，所获得的中间等效介质的类型对应于贫有机质泥岩层；
当中间等效介质中的黏土含量大于第一含量阈值且干酪根含量大于第二含量阈值时，所获得的中间等效介质的类型对应于富有机质泥岩层。
4.根据权利要求3所述的盐间地层弹性参数的确定方法，其特征在于，根据中间等效介质的类型选择对应的弹性模量确定方法，利用所选的弹性模量确定方法，根据黏土和干酪根的含量以及所述脆性混合物的弹性模量确定各个类型的中间等效介质的弹性模量，包括：
当所获得的中间等效介质的类型对应于盐岩地层时，基于微分等效介质理论，确定该中间等效介质的弹性模量；
当所获得的中间等效介质的类型对应于贫有机质泥岩层时，基于微分等效介质理论，确定该中间等效介质的弹性模量；
当所获得的中间等效介质的类型对应于富有机质泥岩层时，基于自洽理论和微分等效介质理论，确定该中间等效介质的弹性模量。
5.根据权利要求4所述的盐间地层弹性参数的确定方法，其特征在于，基于所构建的分段式盐间岩石物理模型，根据盐间地层于目标深度处的黏土含量和干酪根含量选择相应的弹性模量确定方法，包括：
将盐间地层于目标深度处的黏土含量和干酪根含量与所述分段式盐间岩石物理模型中各个类型的中间等效介质的黏土含量和干酪根含量进行匹配，根据匹配结果确定盐间地层于目标深度处所对应的中间等效介质的类型；
将该类型的中间等效介质所对应的弹性模量确定方法作为盐间地层于目标深度处的弹性模量确定方法。
6.根据权利要求2所述的盐间地层弹性参数的确定方法，其特征在于，基于VRH平均理论确定脆性混合物的弹性模量，包括：
利用下式计算脆性混合物的弹性模量：
其中，MVRH表示脆性混合物的弹性模量，MV表示脆性混合物的弹性模量上限，
MR表示脆性混合物的弹性模量下限，
i表示第i种矿物，N表示共有N中矿物，fi为该矿物的体积含量百分比，Mi为第i种矿物的弹性模量。
7.根据权利要求2至4中任一项所述的盐间地层弹性参数的确定方法，其特征在于，基于微分等效介质理论确定弹性模量的计算式为：
Kmix1(0)＝K1,μmix1(0)＝μ1
其中，K1和μ1分别为背景相矿物的体积模量和剪切模量，K2和μ2分别为加入相矿物的体积模量和剪切模量，Kmix1(0)和μmix1(0)分别为迭代0次后中间等效介质的体积模量和剪切模量，y为加入相矿物的体积百分比，P和Q分别为控制加入相矿物形状的形状因子。
8.根据权利要求4所述的盐间地层弹性参数的确定方法，其特征在于，基于自洽理论确定弹性模量的计算式为：
其中，fj表示第j相加入相矿物的体积百分数，Kj和μj分别表示第j相加入相矿物的体积模量和剪切模量，n表示共有n相加入相矿物，
和
分别表示混合相矿物的体积模量和剪切模量，Pj和Qj分别为控制第j相加入相矿物形状的形状因子。
9.根据权利要求1所述的盐间地层弹性参数的确定方法，其特征在于，所述弹性参数包括纵波速度、横波速度中的至少一种。
10.根据权利要求9所述的盐间地层弹性参数的确定方法，其特征在于，
当所述弹性参数包括纵波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：
根据下式计算目标深度的盐间地层的纵波速度：
其中，vp为纵波速度，K为通过分段式盐间岩石物理模型得到的体积模量，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度；
当所述弹性参数包括横波速度时，根据盐间地层对应于目标深度的弹性模量和总密度确定盐间地层于目标深度处的弹性参数，包括：
根据下式计算目标深度的盐间地层的横波速度：
其中，vs为横波速度，μ为通过分段式盐间岩石物理模型得到的剪切模量，ρ为盐间地层对应于目标深度的总密度。
11.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-10中任一项所述的盐间地层弹性参数的确定方法的步骤。
12.一种计算机设备，包括处理器和存储有程序代码的存储介质，所述程序代码被所述处理器执行时，实现如权利要求1-10中任一项所述的盐间地层弹性参数的确定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010618712.5A CN113866824B (zh) | 2020-06-30 | 2020-06-30 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010618712.5A CN113866824B (zh) | 2020-06-30 | 2020-06-30 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113866824A true CN113866824A (zh) | 2021-12-31 |
| CN113866824B CN113866824B (zh) | 2024-06-07 |
Family
ID=78981664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010618712.5A Active CN113866824B (zh) | 2020-06-30 | 2020-06-30 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113866824B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005119276A2 (en) * | 2004-05-27 | 2005-12-15 | Exxonmobil Upstream Research Company | Method for predicting lithology and porosity from seismic reflection data |
| RU2377605C1 (ru) * | 2008-06-09 | 2009-12-27 | Владимир Иванович Масленников | Способ выявления зон пластически деформируемой соли в разрезе скважин |
| US20100312534A1 (en) * | 2008-02-28 | 2010-12-09 | Shiyu Xu | Rock Physics Model For Simulating Seismic Response In Layered Fractured Rocks |
| CN102369459A (zh) * | 2009-04-01 | 2012-03-07 | 雪佛龙美国公司 | 用于执行地质盆地分析的方法和系统 |
| RU2013117603A (ru) * | 2013-04-16 | 2014-10-27 | Владимир Алексеевич Бушков | Способ открытия нового промышленного рудного месторождения на окраине гранитоидного массива |
| CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN108072902A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油化工股份有限公司 | 一种碳酸盐岩岩石物理模型的建模方法 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
| CN109655936A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 一种碎屑岩岩性替换的弹性参数计算方法及系统 |
| CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
| CN110361795A (zh) * | 2019-07-30 | 2019-10-22 | 西安幔源油气勘探开发研究有限公司 | 受走滑断裂控制的油气藏的勘探方法 |
| CN111190225A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 盐间页岩油储层岩石物理机制与地震预测方法 |
-
2020
- 2020-06-30 CN CN202010618712.5A patent/CN113866824B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005119276A2 (en) * | 2004-05-27 | 2005-12-15 | Exxonmobil Upstream Research Company | Method for predicting lithology and porosity from seismic reflection data |
| US20100312534A1 (en) * | 2008-02-28 | 2010-12-09 | Shiyu Xu | Rock Physics Model For Simulating Seismic Response In Layered Fractured Rocks |
| RU2377605C1 (ru) * | 2008-06-09 | 2009-12-27 | Владимир Иванович Масленников | Способ выявления зон пластически деформируемой соли в разрезе скважин |
| CN102369459A (zh) * | 2009-04-01 | 2012-03-07 | 雪佛龙美国公司 | 用于执行地质盆地分析的方法和系统 |
| RU2013117603A (ru) * | 2013-04-16 | 2014-10-27 | Владимир Алексеевич Бушков | Способ открытия нового промышленного рудного месторождения на окраине гранитоидного массива |
| CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN108072902A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油化工股份有限公司 | 一种碳酸盐岩岩石物理模型的建模方法 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
| CN109655936A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 一种碎屑岩岩性替换的弹性参数计算方法及系统 |
| CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
| CN110361795A (zh) * | 2019-07-30 | 2019-10-22 | 西安幔源油气勘探开发研究有限公司 | 受走滑断裂控制的油气藏的勘探方法 |
| CN111190225A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 盐间页岩油储层岩石物理机制与地震预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113866824B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jolley et al. | Faulting and fault sealing in production simulation models: Brent Province, northern North Sea | |
| Ahr et al. | Confronting the carbonate conundrum | |
| Eschard et al. | Combining sequence stratigraphy, geostatistical simulations, and production data for modeling a fluvial reservoir in the Chaunoy field (Triassic, France) | |
| CN104516017A (zh) | 一种碳酸盐岩岩石物理参数地震反演方法 | |
| Ali et al. | 3D static modeling and petrographic aspects of the Albian/Cenomanian Reservoir, Komombo Basin, Upper Egypt | |
| Sun et al. | Analysis and modeling of fluvial-reservoir petrophysical heterogeneity based on sealed coring wells and their test data, Guantao Formation, Shengli oilfield | |
| Tavakoli et al. | How petrophysical heterogeneity controls the saturation calculations in carbonates, the Barremian–Aptian of the central Persian Gulf | |
| Nabawy et al. | Implication of the micro-and lithofacies types on the quality of a gas-bearing deltaic reservoir in the Nile Delta, Egypt | |
| Sharaf et al. | Reservoir characterization and production history matching of Lower Cretaceous, Muddy Formation in Ranch Creek area, Bell Creek oil field, southeastern Montana, USA | |
| Massonnat | Can we sample the complete geological uncertainty space in reservoir-modeling uncertainty estimates? | |
| CN113866824A (zh) | 盐间地层弹性参数的确定方法、存储介质和计算机设备 | |
| Slatt | Geologic controls on reservoir quality | |
| Pang et al. | Rock-physics Template Based on Differential Diagenesis for the characterization of shale gas reservoirs | |
| Herlinger Jr et al. | Residual oil saturation in Pre-salt Brazilian carbonates: A multi-approach core-to-log case study | |
| Rey et al. | Stratigraphy: terminology and practice | |
| Liu et al. | Beyond volumetrics: Petrophysical characterization using rock types to predict dynamic flow behavior in tight gas sands | |
| Hall et al. | Overcoming the limitations of rock physics modelling in porous rock with complex mineralogy | |
| Ma et al. | Petroleum Science | |
| Yudin et al. | Development of approach to modelling complex structure carbonate reservoirs using example of the central khoreyver uplift fields | |
| Kjenes et al. | Lithological influence on sill geometry in sedimentary basins: Controls and recognition in reflection seismic data | |
| Spila et al. | Biogenic textural heterogeneity, fluid flow and hydrocarbon production: Bioturbated facies Ben Nevis Formation, Hibernia field, offshore Newfoundland | |
| Casey et al. | Delaware Basin regional 3D geo-cellular model: Construction and use | |
| Kadhim | Cementation Factor and Carbonate Formation Properties Correlation from Well Logs Data for Nasiriya Field | |
| Redhead et al. | West Seno field discovery, Makassar Straits, East Kalimantan, Indonesia | |
| Zhou et al. | Comparative study and discussion of diagenetic facies and conductivity characteristics based on experiments |
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 |