CN114486668A - 储层类型的确定方法、装置、计算机设备及存储介质 - Google Patents
储层类型的确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114486668A CN114486668A CN202011258759.1A CN202011258759A CN114486668A CN 114486668 A CN114486668 A CN 114486668A CN 202011258759 A CN202011258759 A CN 202011258759A CN 114486668 A CN114486668 A CN 114486668A
- Authority
- CN
- China
- Prior art keywords
- parameter
- determining
- fitting
- classification
- pore
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011148 porous material Substances 0.000 claims abstract description 182
- 239000011435 rock Substances 0.000 claims abstract description 147
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 102
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 102
- 238000002347 injection Methods 0.000 claims abstract description 101
- 239000007924 injection Substances 0.000 claims abstract description 101
- 238000006073 displacement reaction Methods 0.000 claims abstract description 47
- 239000003245 coal Substances 0.000 claims description 55
- 230000006870 function Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 15
- 238000005192 partition Methods 0.000 claims description 11
- 230000035699 permeability Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 150000002730 mercury Chemical class 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请提供了一种储层类型的确定方法、装置、计算机设备及存储介质,属于油气勘探技术领域。该方法包括:确定目标储层的岩石样品;获取岩石样品对应的毛管压力曲线,毛管压力曲线用于表示岩石样品的注汞压力与注汞体积之间的对应关系;通过第一目标函数对毛管压力曲线进行拟合,得到第一拟合参数,第一拟合参数包括第一排驱参数和第一孔隙形态参数;根据第一排驱参数和第一孔隙形态参数,通过第二目标函数,确定岩石样品的第一分类参数;根据第一分类参数所在的参数区间,确定储层的储层类型。由于第一拟合参数是通过对毛管压力曲线拟合得到的,所以该储层类型的确定方法不会受到岩石样品孔隙结构的限制,提高了确定储层的储层类型的准确性。
Description
技术领域
本申请涉及油气勘探技术领域,特别涉及一种储层类型的确定方法、装置、计算机设备及存储介质。
背景技术
在油气勘探过程中,储层的渗流能力是影响该储层的产能和采收率的关键因素。而储层的渗流能力与储层的储层类型直接相关;因此,在确定储层的渗流能力之前,需要先确定储层的储层类型。
相关技术中,通过流动单元指数法确定储层的储层类型。该方法包括:提取储层内的岩石样品;对岩石样品进行测试,得到岩石样品的孔隙度和渗透率,确定渗透率与孔隙度的比值为流动单元指数;根据岩石样品的流动单元指数,确定该储层的储层类型。
但是,对于孔隙结构复杂的岩石样品,岩石样品中多个区域的孔隙度不同,但多个区域的渗透率是相同的,这样对于同一岩石样品会得到多个流动单元指数,而多个流动单元指数可能对应多个储层类型。由此可见,上述方法无法准确确定储层的储层类型,所以通过上述方法确定的储层类型的准确性低。
发明内容
本申请实施例提供了一种储层类型的确定方法、装置、计算机设备及存储介质,可以提高确定的储层类型的准确性。所述技术方案如下:
一方面,本申请提供了一种储层类型的确定方法,所述方法包括:
确定目标储层的岩石样品;
获取所述岩石样品对应的毛管压力曲线,所述毛管压力曲线用于表示所述岩石样品的注汞压力与注汞体积之间的对应关系;
通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,所述第一拟合参数包括第一排驱参数和第一孔隙形态参数;
根据所述第一排驱参数和所述第一孔隙形态参数,通过第二目标函数,确定所述岩石样品的第一分类参数;
根据所述第一分类参数所在的参数区间,确定所述储层的储层类型。
在一种可能的实现方式中,所述通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,包括:
从所述毛管压力曲线中确定多个第一注汞压力以及所述多个第一注汞压力对应的多个第一注汞体积;
获取所述岩石样品的孔喉半径分布曲线,根据所述孔喉半径分布曲线,确定所述孔喉分布曲线中孔喉分布峰值的数量;
对于每个第一注汞压力,将所述第一注汞压力、所述第一注汞压力对应的第一注汞体积以及所述数量带入以下公式一,得到所述毛管压力曲线对应的拟合超定方程;
其中,表示所述第一注汞体积、Pc表示所述第一注汞压力,表示第i个孔喉分布峰值对应的第二注汞体积,表示第i个孔喉分布峰值对应的第二排驱参数,Gi表示第i个孔喉分布峰值对应的第二孔隙形态参数,n表示所述数量;
通过所述多个第一注汞压力确定出的多个拟合超定方程,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积,所述第二拟合参数包括第二排驱参数和第二孔隙形态参数;
从所述至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数。
在另一种可能的实现方式中,所述从所述至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数,包括:
响应于所述孔喉分布峰值的数量为一个,确定所述孔喉分布峰值对应的第二拟合参数为第一拟合参数;或者,
响应于所述孔喉分布峰值的数量为多个,从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值,确定目标孔喉分布峰值对应的第二拟合参数为第一拟合参数。
在另一种可能的实现方式中,所述根据所述第一排驱参数和所述第一孔隙形态参数,通过第二目标函数,确定所述岩石样品的第一分类参数,包括:
根据所述第一排驱参数和所述第一孔隙形态参数,通过以下公式二,确定所述岩石样品的第一分类参数;
在另一种可能的实现方式中,所述根据所述第一分类参数,确定所述储层的储层类型,包括:
根据所述第一分类参数,确定所述第一分类参数所在的目标参数区间;
根据所述目标参数区间,从参数区间与储层类型之间的对应关系中,确定所述目标参数区间对应的储层类型。
在另一种可能的实现方式中,所述根据所述第一分类参数,确定所述第一分类参数所在的目标参数区间之前,所述方法还包括:
获取多个煤岩样品对应的多个第一分类参数,所述多个煤岩样品为多个不同地区的煤岩样品;
对于每个第一分类参数,确定所述第一分类参数对应的煤岩样品的数量;
根据所述多个第一分类参数对应的煤岩样品的数量,确定多个参数区间;
确定每个参数区间对应的储层类型,得到所述参数区间与储层类型之间的对应关系。
在另一种可能的实现方式中,所述根据所述多个第一分类参数对应的煤岩样品的数量,确定多个参数区间,包括:
根据分类参数的数值大小,对所述多个第一分类参数进行排序;
对于排序后的每个第一分类参数,响应于所述第一分类参数对应的煤岩样品的数量与第二分类参数对应的煤岩样品的数量之间的差值大于预设阈值,确定所述第一分类参数为相邻两个参数区间之间的分区线,所述第二分类参数为所述第一分类参数的前一个分类参数;
根据所述分区线,将所述多个第一分类参数划分为多个参数区间。
另一方面,本申请提供了一种储层类型的确定装置,所述装置包括:
第一确定模块,用于确定目标储层的岩石样品;
第一获取模块,用于获取所述岩石样品对应的毛管压力曲线,所述毛管压力曲线用于表示所述岩石样品的注汞压力与注汞体积之间的对应关系;
拟合模块,用于通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,所述第一拟合参数包括第一排驱参数和第一孔隙形态参数;
第二确定模块,用于根据所述第一排驱参数和所述第一孔隙形态参数,通过第二目标函数,确定所述岩石样品的第一分类参数;
第三确定模块,用于根据所述第一分类参数所在的参数区间,确定所述储层的储层类型。
在一种可能的实现方式中,所述拟合模块,用于从所述毛管压力曲线中确定多个第一注汞压力以及所述多个第一注汞压力对应的多个第一注汞体积;获取所述岩石样品的孔喉半径分布曲线,根据所述孔喉半径分布曲线,确定所述孔喉分布曲线中孔喉分布峰值的数量;对于每个第一注汞压力,将所述第一注汞压力、所述第一注汞压力对应的第一注汞体积以及所述数量带入以下公式一,得到所述毛管压力曲线对应的拟合超定方程;
其中,表示所述第一注汞体积、Pc表示所述第一注汞压力,表示第i个孔喉分布峰值对应的第二注汞体积,表示第i个孔喉分布峰值对应的第二排驱参数,Gi表示第i个孔喉分布峰值对应的第二孔隙形态参数,n表示所述数量;
通过所述多个第一注汞压力确定出的多个拟合超定方程,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积,所述第二拟合参数包括第二排驱参数和第二孔隙形态参数;从所述至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数。
在另一种可能的实现方式中,所述拟合模块,用于响应于所述孔喉分布峰值的数量为一个,确定所述孔喉分布峰值对应的第二拟合参数为第一拟合参数;或者,响应于所述孔喉分布峰值的数量为多个,从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值,确定目标孔喉分布峰值对应的第二拟合参数为第一拟合参数。
在另一种可能的实现方式中,所述第二确定模块,用于根据所述第一排驱参数和所述第一孔隙形态参数,通过以下公式二,确定所述岩石样品的第一分类参数;
在另一种可能的实现方式中,所述第三确定模块,用于根据所述第一分类参数,确定所述第一分类参数所在的目标参数区间;根据所述目标参数区间,从参数区间与储层类型之间的对应关系中,确定所述目标参数区间对应的储层类型。
在另一种可能的实现方式中,所述装置还包括:
第二获取模块,用于获取多个煤岩样品对应的多个第一分类参数,所述多个煤岩样品为多个不同地区的煤岩样品;
第四确定模块,用于对于每个第一分类参数,确定所述第一分类参数对应的煤岩样品的数量;
第五确定模块,用于根据所述多个第一分类参数对应的煤岩样品的数量,确定多个参数区间;
第六确定模块,用于确定每个参数区间对应的储层类型,得到所述参数区间与储层类型之间的对应关系。
在另一种可能的实现方式中,所述第五确定模块,用于根据分类参数的数值大小,对所述多个第一分类参数进行排序;对于排序后的每个第一分类参数,响应于所述第一分类参数对应的煤岩样品的数量与第二分类参数对应的煤岩样品的数量之间的差值大于预设阈值,确定所述第一分类参数为相邻两个参数区间之间的分区线,所述第二分类参数为所述第一分类参数的前一个分类参数;根据所述分区线,将所述多个第一分类参数划分为多个参数区间。
另一方面,本申请实施例提供了一种计算机设备,所述计算机设备包括:处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行以实现上述任一可能实现方式所述的储层类型的确定方法中所执行的操作。
另一方面,本申请实施例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程序代码,所述至少一条程序代码由处理器加载并执行以实现上述任一可能实现方式所述的储层类型的确定方法中所执行的操作。
本申请实施例提供的技术方案的有益效果至少包括:
本申请实施例提供了一种储层类型的确定方法,由于第一排驱参数和第一孔隙形态参数是通过对岩石样品对应的毛管压力曲线进行拟合得到的,而毛管压力曲线属于岩石样品的整体特性,不会受到岩石样品孔隙结构的限制,因此通过第一排驱参数和第一孔隙形态参数确定第一分类参数也不会受到岩石样品孔隙结构的限制。由此可知,即使储层的岩石样品孔隙结构复杂,也可以通过第一分类参数来准确确定储层的储层类型,所以提高了确定储层的储层类型的准确性。
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是根据本申请实施例提供的一种储层类型的确定方法的流程图;
图2是根据本申请实施例提供的一种岩石样品对应的毛管压力曲线的示意图;
图3是根据本申请实施例提供的另一种岩石样品对应的毛管压力曲线的示意图;
图4是根据本申请实施例提供的一种确定目标孔喉分布峰值的示意图;
图5是根据本申请实施例提供的另一种确定目标孔喉分布峰值的示意图;
图6是根据本申请实施例提供的一种岩石样品对应的拟合曲线的示意图;
图7是根据本申请实施例提供的另一种岩石样品对应的拟合曲线的示意图;
图8是根据本申请实施例提供的一种渗透率与第一分类参数之间的函数关系示意图;
图9是根据本申请实施例提供的一种储层类型的确定装置的框图;
图10是根据本申请实施例提供的一种计算机设备的结构框图。
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。
图1是根据本申请实施例提供的一种储层类型的确定方法的流程图。参见图1,该方法包括:
101、计算机设备确定目标储层的岩石样品。
目标储层可以是计算机设备选取的待确定储层类型的储层。岩石样品可以是孔隙结构单一的岩石样品,也可以是孔隙结构复杂的岩石样品。
102、计算机设备获取岩石样品对应的毛管压力曲线,毛管压力曲线用于表示岩石样品的注汞压力与注汞体积之间的对应关系。
在一种可能的实现方式中,计算机设备通过高压压汞实验,获取岩石样品对应的毛管压力曲线。相应的,本步骤为:计算机设备向高压压汞实验的测试设备发送测试指令。测试设备接收指令,对岩石样品进行测试,得到岩石样品的注汞压力与注汞体积的测试数据。测试设备向计算机设备返回测试数据,计算机设备根据测试数据,生成岩石样品对应的毛管压力曲线。
需要说明的一点是,注汞体积为注汞压力对应的饱和注汞体积;对于不同类型的岩石样品,相同注汞压力对应的饱和注汞体积不同。其中,相同注汞压力对应的饱和注汞体积越高,表示该岩石样品的渗流能力越强。
例如,以单一孔隙结构的岩石样品为例,计算机设备根据测试数据,生成岩石样品对应的毛管压力曲线如图2所示。其中,X轴代表注汞体积,Y轴代表注汞压力。图2中左侧曲线为岩石样品的退汞曲线,图2中右侧曲线为岩石样品的压汞曲线。
再如,以复杂孔隙结构的岩石样品为例,计算机设备根据测试数据,生成岩石样品对应的毛管压力曲线如图3所示。其中,X轴代表注汞体积,Y轴代表注汞压力。图3中左侧曲线为岩石样品的退汞曲线,图3中右侧曲线为岩石样品的压汞曲线。
103、计算机设备通过第一目标函数对毛管压力曲线进行拟合,得到第一拟合参数,第一拟合参数包括第一排驱参数和第一孔隙形态参数。
在一种可能的实现方式中,排驱参数为岩石样品的排驱压力。孔隙形态参数为岩石样品的孔隙形态因子。
在一种可能的实现方式中,第一目标函数为Thommeer(Thommeer,托姆)函数。通过Thommeer函数对毛管压力曲线进行拟合。相应的,本步骤为:计算机设备从毛管压力曲线中确定多个第一注汞压力以及多个第一注汞压力对应的多个第一注汞体积;获取岩石样品的孔喉半径分布曲线,根据孔喉半径分布曲线,确定孔喉分布曲线中孔喉分布峰值的数量;对于每个第一注汞压力,将第一注汞压力、第一注汞压力对应的第一注汞体积以及孔喉分布峰值的数量带入通过以下公式一,得到毛管压力曲线对应的拟合超定方程;
其中,表示第一注汞体积、Pc表示第一注汞压力,表示第i个孔喉分布峰值对应的第二注汞体积,表示第i个孔喉分布峰值对应的第二排驱参数,Gi表示第i个孔喉分布峰值对应的第二孔隙形态参数,n表示数量;通过多个第一注汞压力确定出的多个拟合超定方程,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积,第二拟合参数包括第二排驱参数和第二孔隙形态参数;从至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数。
需要说明的一点是,公式一为Thommeer函数的拟合公式,多个拟合超定方程为通过Thommeer函数对毛管压力曲线进行拟合得到的拟合曲线对应的拟合方程组。第二注汞体积为该煤岩样品在注汞压力最大时对应的注汞体积。
在一种可能的实现方式中,计算机设备通过拟合超定方程组,通过牛顿迭代算法,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积;或者,计算机设备通过拟合超定方程组,通过径向基函数算法,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积。
需要说明的一点是,不同的孔喉分布峰值对应的孔喉半径不同。可选的,计算机设备确定最大孔喉半径对应的孔喉分布峰值的第二拟合参数为第一拟合参数。相应的,计算机设备从至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数的步骤为:计算机设备响应于孔喉分布峰值的数量为一个,确定孔喉分布峰值对应的第二拟合参数为第一拟合参数;或者,响应于孔喉分布峰值的数量为多个,从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值,确定目标孔喉分布峰值对应的第二拟合参数为第一拟合参数。
对于单一孔隙结构的岩石样品,孔喉分布峰值的数量为一个。对于复杂孔隙结构的岩石,孔喉分布峰值的数量为多个。在一种可能的实现方式中,计算机设备通过孔喉分布峰值的横坐标确定目标孔喉分布峰值;相应的,计算机设备从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值的步骤为:计算机设备确定每个孔喉分布峰值的横坐标,从多个孔喉分布峰值中选择横坐标数值最大的目标孔喉分布峰值。
例如,参见图4,以单一孔隙结构的岩石样品为例,孔喉分布峰值的数量为一个,则确定该孔喉分布峰值为目标孔喉分布峰值。
再如,参见图5,以复杂孔隙结构的岩石样品为例,孔喉分布峰值的数量为两个,计算机设备确定两个孔喉分布峰值的横坐标,从两个孔喉分布峰值中选择横坐标数值最大的目标孔喉分布峰值。
在一种可能的实现方式中,计算机设备对Thommeer函数的拟合精确度进行验证。相应的,计算机设备通过拟合公式确定的第二拟合参数还包括第二注汞体积。计算机设备根据第二排驱参数、第二孔隙形态参数以及第二注汞体积,生成拟合曲线。计算机设备确定拟合曲线与毛管压力曲线的重合度,响应于重合度超过预设重合度,确定Thommeer函数的拟合精确度合格。
例如,以单一孔隙结构的岩石样品为例,计算机设备根据第二排驱参数、第二孔隙形态参数以及第二注汞体积,生成拟合曲线如图6所示。其中,X轴标识注汞体积,Y轴代表注汞压力。
再如,以复杂孔隙结构的岩石样品为例,计算机设备根据第二排驱参数、第二孔隙形态参数以及第二注汞体积,生成拟合曲线如图7所示。其中,X轴标识注汞体积,Y轴代表注汞压力。
需要说明的一点是,重合度越高,通过拟合公式确定的第二拟合参数的精确度越高。其中,预设重合度可以是60%-100%之间的任一数值,在本申请实施例中,对预设重合度的数值不作具体限定,可以根据需要进行设置并更改。
在一种可能的实现方式中,计算机设备确定拟合曲线与毛管压力曲线的重合度的步骤为:计算机设备确定拟合曲线的多个像素点的第一位置以及确定毛管压力曲线的多个像素点的第二位置,根据第一位置与第二位置的重合度,确定拟合曲线与毛管压力曲线的重合度。
104、计算机设备根据第一排驱参数和第一孔隙形态参数,通过第二目标函数,确定岩石样品的第一分类参数。
在一种可能的实现方式中,第二目标函数为第一分类参数与第一排驱参数和第一孔隙形态参数之间的函数关系。相应的,本步骤为:计算机设备根据第一排驱参数和第一孔隙形态参数,通过以下公式二,确定岩石样品的第一分类参数;
需要说明的一点是,通过第二目标函数得到的第一分类参数为目标孔喉分布峰值对应的孔喉半径值。
105、计算机设备根据第一分类参数所在的参数区间,确定储层的储层类型。
在一种可能的实现方式中,不同参数区间对应不同的储层类型。相应的,本步骤为:计算机设备根据第一分类参数,确定第一分类参数所在的目标参数区间;根据目标参数区间,从参数区间与储层类型之间的对应关系中,确定目标参数区间对应的储层类型。
可选的,计算机设备内存储有参数区间与储层类型之间的关系列表。其中,参数区间与储层类型之间的关系列表如表1所示。
表1参数区间与储层类型之间的关系列表
储层类型 | RT1 | RT2 | RT3 | RT4 | RT5 | RT6 |
参数区间 | >7 | 3.0-7 | 1.5-3.0 | 0.6-1.5 | 0.2-0.6 | <0.2 |
参见表1,参数区间包括[小于0.2]、[0.2-0.6]、[0.6-1.5]、[1.5-3.0]、[3.0-7.0]和[大于7.0]。参数区间对应的储层类型包括RT1、RT2、RT3、RT4、RT5和RT6。其中,RT1表示物性品质最好的一类储层,依次类推,RT6为物性品质最差的一类储层。
在一种可能的实现方式中,计算机设备根据第一分类参数,确定第一分类参数所在的目标参数区间之前,需要确定参数区间与储层类型之间的对应关系。其中,计算机设备确定参数区间与储层类型之间的对应关系的步骤为:计算机设备获取多个煤岩样品对应的多个第一分类参数,多个煤岩样品为多个不同地区的煤岩样品;对于每个第一分类参数,确定第一分类参数对应的煤岩样品的数量;根据多个第一分类参数对应的煤岩样品的数量,确定多个参数区间;确定每个参数区间对应的储层类型,得到参数区间与储层类型之间的对应关系。
需要说明的一点是,在一种可能的实现方式中,计算机设备通过第一目标函数和第二目标函数,确定多个煤岩样品对应的多个第一分类参数。在另一种可能的实现方式中,计算机设备确定多个煤岩样品的渗透率,根据多个煤岩样品的渗透率,通过第三目标函数,确定多个煤岩样品对应的多个第一分类参数。
可选的,第三目标函数为公式三:Mode=0.0073x3+0.0246x2+0.423x-0.0258;其中,Mode表示第一分类参数,x表示煤岩样品对应的渗透率。
例如,参见图8,计算机设备根据多个煤岩样品的渗透率,通过第三目标函数,确定多个煤岩样品对应的多个第一分类参数,得到渗透率与第一分类参数之间的关系图。其中,X轴代表渗透率,Y轴代表第一分类参数的数值。
在一种可能的实现方式中,计算机设备根据KNN(K-NearestNeighbor,K最近邻)算法确定煤岩样品的渗透率。相应的,计算机设备确定煤岩样品的渗透率的步骤为:计算机设备获取煤岩样品的4维向量,该4维向量包括中子、密度、声波时差和自然伽马测井曲线;在煤岩样品训练数据集中寻找k个与输入向量距离最近的向量集合,通过距离加权回归,确定煤岩样品的渗透率。
在本申请实施例中,计算机设备根据KNN算法确定煤岩样品的渗透率,由于该算法不会受到煤岩样品孔隙孔隙结构的影响,对于孔隙孔隙结构复杂的煤岩样品,通过KNN算法确定煤岩样品的渗透率的准确性高。
在一种可能的实现方式中,计算机设备根据多个第一分类参数对应的煤岩样品的数量,确定多个参数区间的步骤为:计算机设备根据分类参数的数值大小,对多个第一分类参数进行排序;对于排序后的每个第一分类参数,响应于第一分类参数对应的煤岩样品的数量与第二分类参数对应的煤岩样品的数量之间的差值大于预设阈值,确定第一分类参数为相邻两个参数区间之间的分区线,第二分类参数为第一分类参数的前一个分类参数;根据分区线,将多个第一分类参数划分为多个参数区间。
在一种可能的实现方式中,分区线为排序后第一分类参数中的突变点。相应的,预设阈值为第一分类参数与第二分类参数之间的多个差值的平均值的预设倍数。预设倍数可以是2-5倍之间的任一数值,在本申请实施例中,对预设倍数的数值不作具体限定,可以根据需要进行设置并更改。
本申请实施例提供了一种储层类型的确定方法,由于第一排驱参数和第一孔隙形态参数是通过对岩石样品对应的毛管压力曲线进行拟合得到的,而毛管压力曲线属于岩石样品的整体特性,不会受到岩石样品孔隙结构的限制,因此通过第一排驱参数和第一孔隙形态参数确定第一分类参数也不会受到岩石样品孔隙结构的限制。由此可知,即使储层的岩石样品孔隙结构复杂,也可以通过第一分类参数来准确确定储层的储层类型,所以提高了确定储层的储层类型的准确性。
图9是根据本申请实施例提供的一种储层类型的确定装置的框图。参见图9,该装置包括:
第一确定模块901,用于确定目标储层的岩石样品;
第一获取模块902,用于获取岩石样品对应的毛管压力曲线,毛管压力曲线用于表示岩石样品的注汞压力与注汞体积之间的对应关系;
拟合模块903,用于通过第一目标函数对毛管压力曲线进行拟合,得到第一拟合参数,第一拟合参数包括第一排驱参数和第一孔隙形态参数;
第二确定模块904,用于根据第一排驱参数和第一孔隙形态参数,通过第二目标函数,确定岩石样品的第一分类参数;
第三确定模块905,用于根据第一分类参数所在的参数区间,确定储层的储层类型。
在一种可能的实现方式中,拟合模块903,用于从毛管压力曲线中确定多个第一注汞压力以及多个第一注汞压力对应的多个第一注汞体积;获取岩石样品的孔喉半径分布曲线,根据孔喉半径分布曲线,确定孔喉分布曲线中孔喉分布峰值的数量;根据多个第一注汞压力、多个第一注汞体积与数量,通过以下公式一,确定至少一个孔喉分布峰值对应的第二拟合参数,第二拟合参数包括第二排驱参数和第二孔隙形态参数;
其中,表示第一注汞体积、Pc表示第一注汞压力,表示第i个孔喉分布峰值对应的第二注汞体积,表示第i个孔喉分布峰值对应的第二排驱参数,Gi表示第i个孔喉分布峰值对应的第二孔隙形态参数,n表示数量;从至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数。
在另一种可能的实现方式中,拟合模块903,用于响应于孔喉分布峰值的数量为一个,确定孔喉分布峰值对应的第二拟合参数为第一拟合参数;或者,响应于孔喉分布峰值的数量为多个,从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值,确定目标孔喉分布峰值对应的第二拟合参数为第一拟合参数。
在另一种可能的实现方式中,第二确定模块904,用于根据第一排驱参数和第一孔隙形态参数,通过以下公式二,确定岩石样品的第一分类参数;
在另一种可能的实现方式中,第三确定模块905,用于根据第一分类参数,确定第一分类参数所在的目标参数区间;根据目标参数区间,从参数区间与储层类型之间的对应关系中,确定目标参数区间对应的储层类型。
在另一种可能的实现方式中,该装置还包括:
第二获取模块,用于获取多个煤岩样品对应的多个第一分类参数,多个煤岩样品为多个不同地区的煤岩样品;
第四确定模块,用于对于每个第一分类参数,确定第一分类参数对应的煤岩样品的数量;
第五确定模块,用于根据多个第一分类参数对应的煤岩样品的数量,确定多个参数区间;
第六确定模块,用于确定每个参数区间对应的储层类型,得到参数区间与储层类型之间的对应关系。
在另一种可能的实现方式中,第五确定模块,用于根据分类参数的数值大小,对多个第一分类参数进行排序;对于排序后的每个第一分类参数,响应于第一分类参数对应的煤岩样品的数量与第二分类参数对应的煤岩样品的数量之间的差值大于预设阈值,确定第一分类参数为相邻两个参数区间之间的分区线,第二分类参数为第一分类参数的前一个分类参数;根据分区线,将多个第一分类参数划分为多个参数区间。
本申请实施例提供了一种储层类型的确定装置,由于第一排驱参数和第一孔隙形态参数是通过对岩石样品对应的毛管压力曲线进行拟合得到的,而毛管压力曲线属于岩石样品的整体特性,不会受到岩石样品孔隙结构的限制,因此通过第一排驱参数和第一孔隙形态参数确定第一分类参数也不会受到岩石样品孔隙结构的限制。由此可知,即使储层的岩石样品孔隙结构复杂,也可以通过第一分类参数来准确确定储层的储层类型,所以提高了确定储层的储层类型的准确性。
图10示出了本发明一个示例性实施例提供的计算机设备1000的结构框图。该计算机设备1000可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts GroupAudio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备1000还可能被称为用户设备、便携式计算机设备、膝上型计算机设备、台式计算机设备等其他名称。
通常,计算机设备1000包括有:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的储层类型的确定方法方法。
在一些实施例中,计算机设备1000还可选包括有:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地,外围设备包括:射频电路1004、显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。
外围设备接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1004用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它计算机设备进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1004还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1005用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置计算机设备1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在计算机设备1000的不同表面或呈折叠设计;在再一些实施例中,显示屏1005可以是柔性显示屏,设置在计算机设备1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(OrganicLight-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1006用于采集图像或视频。可选地,摄像头组件1006包括前置摄像头和后置摄像头。通常,前置摄像头设置在计算机设备的前面板,后置摄像头设置在计算机设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1001进行处理,或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位计算机设备1000的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件1008可以是基于美国的GPS(Global Positioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1009用于为计算机设备1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,计算机设备1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。
加速度传感器1011可以检测以计算机设备1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1012可以检测计算机设备1000的机体方向及转动角度,陀螺仪传感器1012可以与加速度传感器1011协同采集用户对计算机设备1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1013可以设置在计算机设备1000的侧边框和/或显示屏1005的下层。当压力传感器1013设置在计算机设备1000的侧边框时,可以检测用户对计算机设备1000的握持信号,由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在显示屏1005的下层时,由处理器1001根据用户对显示屏1005的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1014用于采集用户的指纹,由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份,或者,由指纹传感器1014根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1001授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置计算机设备1000的正面、背面或侧面。当计算机设备1000上设置有物理按键或厂商Logo时,指纹传感器1014可以与物理按键或厂商Logo集成在一起。
光学传感器1015用于采集环境光强度。在一个实施例中,处理器1001可以根据光学传感器1015采集的环境光强度,控制显示屏1005的显示亮度。具体地,当环境光强度较高时,调高显示屏1005的显示亮度;当环境光强度较低时,调低显示屏1005的显示亮度。在另一个实施例中,处理器1001还可以根据光学传感器1015采集的环境光强度,动态调整摄像头组件1006的拍摄参数。
接近传感器1016,也称距离传感器,通常设置在计算机设备1000的前面板。接近传感器1016用于采集用户与计算机设备1000的正面之间的距离。在一个实施例中,当接近传感器1016检测到用户与计算机设备1000的正面之间的距离逐渐变小时,由处理器1001控制显示屏1005从亮屏状态切换为息屏状态;当接近传感器1016检测到用户与计算机设备1000的正面之间的距离逐渐变大时,由处理器1001控制显示屏1005从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图10中示出的结构并不构成对计算机设备1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条程序代码,至少一条程序代码由处理器加载并执行以实现上述任一种可能实现方式中的储层类型的确定方法所执行的操作。
以上所述仅为本申请的可选实施例,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)
1.一种储层类型的确定方法,其特征在于,所述方法包括:
确定目标储层的岩石样品;
获取所述岩石样品对应的毛管压力曲线,所述毛管压力曲线用于表示所述岩石样品的注汞压力与注汞体积之间的对应关系;
通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,所述第一拟合参数包括第一排驱参数和第一孔隙形态参数;
根据所述第一排驱参数和所述第一孔隙形态参数,通过第二目标函数,确定所述岩石样品的第一分类参数;
根据所述第一分类参数所在的参数区间,确定所述储层的储层类型。
2.根据权利要求1所述的方法,其特征在于,所述通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,包括:
从所述毛管压力曲线中确定多个第一注汞压力以及所述多个第一注汞压力对应的多个第一注汞体积;
获取所述岩石样品的孔喉半径分布曲线,根据所述孔喉半径分布曲线,确定所述孔喉分布曲线中孔喉分布峰值的数量;
对于每个第一注汞压力,将所述第一注汞压力、所述第一注汞压力对应的第一注汞体积以及所述数量带入以下公式一,得到所述毛管压力曲线对应的拟合超定方程;
其中,表示所述第一注汞体积、Pc表示所述第一注汞压力,表示第i个孔喉分布峰值对应的第二注汞体积,表示第i个孔喉分布峰值对应的第二排驱参数,Gi表示第i个孔喉分布峰值对应的第二孔隙形态参数,n表示所述数量;
通过所述多个第一注汞压力确定出的多个拟合超定方程,确定至少一个孔喉分布峰值对应的第二拟合参数和第二注汞体积,所述第二拟合参数包括第二排驱参数和第二孔隙形态参数;
从所述至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数。
3.根据权利要求2所述的方法,其特征在于,所述从所述至少一个孔喉分布峰值对应的第二拟合参数中选取第一拟合参数,包括:
响应于所述孔喉分布峰值的数量为一个,确定所述孔喉分布峰值对应的第二拟合参数为第一拟合参数;或者,
响应于所述孔喉分布峰值的数量为多个,从多个孔喉分布峰值中选择孔喉半径最大的目标孔喉分布峰值,确定目标孔喉分布峰值对应的第二拟合参数为第一拟合参数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一分类参数所在的参数区间,确定所述储层的储层类型,包括:
根据所述第一分类参数,确定所述第一分类参数所在的目标参数区间;
根据所述目标参数区间,从参数区间与储层类型之间的对应关系中,确定所述目标参数区间对应的储层类型。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一分类参数,确定所述第一分类参数所在的目标参数区间之前,所述方法还包括:
获取多个煤岩样品对应的多个第一分类参数,所述多个煤岩样品为多个不同地区的煤岩样品;
对于每个第一分类参数,确定所述第一分类参数对应的煤岩样品的数量;
根据所述多个第一分类参数对应的煤岩样品的数量,确定多个参数区间;
确定每个参数区间对应的储层类型,得到所述参数区间与储层类型之间的对应关系。
7.根据权利要求6所述的方法,其特征在于,所述根据所述多个第一分类参数对应的煤岩样品的数量,确定多个参数区间,包括:
根据分类参数的数值大小,对所述多个第一分类参数进行排序;
对于排序后的每个第一分类参数,响应于所述第一分类参数对应的煤岩样品的数量与第二分类参数对应的煤岩样品的数量之间的差值大于预设阈值,确定所述第一分类参数为相邻两个参数区间之间的分区线,所述第二分类参数为所述第一分类参数的前一个分类参数;
根据所述分区线,将所述多个第一分类参数划分为多个参数区间。
8.一种储层类型的确定装置,其特征在于,所述装置包括:
第一确定模块,用于确定目标储层的岩石样品;
获取模块,用于获取所述岩石样品对应的毛管压力曲线,所述毛管压力曲线用于表示所述岩石样品的注汞压力与注汞体积之间的对应关系;
拟合模块,用于通过第一目标函数对所述毛管压力曲线进行拟合,得到第一拟合参数,所述第一拟合参数包括第一排驱参数和第一孔隙形态参数;
第二确定模块,用于根据所述第一排驱参数和所述第一孔隙形态参数,通过第二目标函数,确定所述岩石样品的第一分类参数;
第三确定模块,用于根据所述第一分类参数所在的参数区间,确定所述储层的储层类型。
9.一种计算机设备,其特征在于,所述计算机设备包括:
处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行以实现权利要求1至7任一项所述的储层类型的确定方法中所执行的操作。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如权利要求1至7任一项所述的储层类型的确定方法中所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011258759.1A CN114486668A (zh) | 2020-11-12 | 2020-11-12 | 储层类型的确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011258759.1A CN114486668A (zh) | 2020-11-12 | 2020-11-12 | 储层类型的确定方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114486668A true CN114486668A (zh) | 2022-05-13 |
Family
ID=81490647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011258759.1A Pending CN114486668A (zh) | 2020-11-12 | 2020-11-12 | 储层类型的确定方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114486668A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120065888A1 (en) * | 2010-09-15 | 2012-03-15 | Baker Hughes Incorporated | Method and Apparatus for Predicting Petrophysical Properties From NMR Data in Carbonate Rocks |
US20130179080A1 (en) * | 2012-01-10 | 2013-07-11 | Chevron U.S.A. Inc. | Integrated Workflow or Method for Petrophysical Rock Typing in Carbonates |
CN103603659A (zh) * | 2013-12-09 | 2014-02-26 | 中国石油集团川庆钻探工程有限公司 | 利用常规测井资料识别复杂孔隙结构储层流体类型的方法 |
CN103670384A (zh) * | 2013-11-18 | 2014-03-26 | 中国石油天然气集团公司 | 一种储层分类方法及系统 |
US20160124115A1 (en) * | 2014-10-23 | 2016-05-05 | Chevron U.S.A. Inc. | System and Method of Pore Type Classification for Petrophysical Rock Typing |
US20160187532A1 (en) * | 2013-08-06 | 2016-06-30 | Schlumberger Technology Corporation | Methods for determining a saturation-height function in oil and gas reservoirs |
CN111239372A (zh) * | 2020-03-12 | 2020-06-05 | 西安石油大学 | 一种基于覆压渗流实验的碳酸盐岩孔隙结构分类的方法 |
-
2020
- 2020-11-12 CN CN202011258759.1A patent/CN114486668A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120065888A1 (en) * | 2010-09-15 | 2012-03-15 | Baker Hughes Incorporated | Method and Apparatus for Predicting Petrophysical Properties From NMR Data in Carbonate Rocks |
US20130179080A1 (en) * | 2012-01-10 | 2013-07-11 | Chevron U.S.A. Inc. | Integrated Workflow or Method for Petrophysical Rock Typing in Carbonates |
US20160187532A1 (en) * | 2013-08-06 | 2016-06-30 | Schlumberger Technology Corporation | Methods for determining a saturation-height function in oil and gas reservoirs |
CN103670384A (zh) * | 2013-11-18 | 2014-03-26 | 中国石油天然气集团公司 | 一种储层分类方法及系统 |
CN103603659A (zh) * | 2013-12-09 | 2014-02-26 | 中国石油集团川庆钻探工程有限公司 | 利用常规测井资料识别复杂孔隙结构储层流体类型的方法 |
US20160124115A1 (en) * | 2014-10-23 | 2016-05-05 | Chevron U.S.A. Inc. | System and Method of Pore Type Classification for Petrophysical Rock Typing |
CN111239372A (zh) * | 2020-03-12 | 2020-06-05 | 西安石油大学 | 一种基于覆压渗流实验的碳酸盐岩孔隙结构分类的方法 |
Non-Patent Citations (2)
Title |
---|
XIAO TANG等: "An improved method in petrophysical rock typing based on mercury-injection capillary pressure data", ENERGY SOURCES,PART A: RECOVERY, UTILIZATION, AND ENVIRONMENTAL EFFECTS, no. 2020, pages 1 - 16 * |
程 媛等: "基于压汞资料的碳酸盐岩储层渗透率预测模型", 油 气 地 质 与 采 收 率, vol. 24, no. 3, pages 10 - 17 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111005715B (zh) | 确定气井产量的方法、装置及存储介质 | |
CN110174699B (zh) | 确定断层封闭性的方法、装置及存储介质 | |
CN111857793B (zh) | 网络模型的训练方法、装置、设备及存储介质 | |
CN108764530B (zh) | 油井抽油机的工作参数配置方法及装置 | |
CN112922589A (zh) | 尖灭线确定方法、装置、终端及存储介质 | |
CN111754386A (zh) | 图像区域屏蔽方法、装置、设备及存储介质 | |
CN111427629A (zh) | 应用启动方法、装置、车机设备及存储介质 | |
CN112988613B (zh) | 确定闪存的物理状态的方法、装置及设备 | |
CN109388732B (zh) | 音乐地图的生成和显示方法、装置及存储介质 | |
CN108733902B (zh) | 油藏渗透率的确定方法、装置及存储介质 | |
CN114280686B (zh) | 碳酸盐岩储层的岩心物性分析方法及设备 | |
CN111369434B (zh) | 拼接视频封面生成的方法、装置、设备和存储介质 | |
CN112964612A (zh) | 页岩储层分形维数的确定方法和装置 | |
CN114486668A (zh) | 储层类型的确定方法、装置、计算机设备及存储介质 | |
CN113216926A (zh) | 页岩气井的筛选方法、装置、终端及存储介质 | |
CN113418848B (zh) | 岩心的渗透参数的确定方法、装置、设备及存储介质 | |
CN112329355B (zh) | 单井控制面积的确定方法、装置、计算机设备和存储介质 | |
CN113032712B (zh) | 钻探符合信息的确定方法、装置、计算机设备及存储介质 | |
CN111650637B (zh) | 地震层位解释方法及装置 | |
CN115478836A (zh) | 孔隙参数的阈值信息确定方法、装置、设备及存储介质 | |
CN115711123A (zh) | 页岩储层的孔隙度确定方法、装置及计算机存储介质 | |
CN115496828A (zh) | 地层倾角参数的确定方法、装置、计算机设备及存储介质 | |
CN114626177A (zh) | 关联度确定方法、装置、设备及存储介质 | |
CN115471578A (zh) | 地质图的生成方法、装置、计算机设备和存储介质 | |
CN115691630A (zh) | 芯片校准方法、装置、计算机设备及存储介质 |
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 |