CN114624784A - 灰岩储层的状态确定方法、装置及可读存储介质 - Google Patents
灰岩储层的状态确定方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN114624784A CN114624784A CN202011454111.1A CN202011454111A CN114624784A CN 114624784 A CN114624784 A CN 114624784A CN 202011454111 A CN202011454111 A CN 202011454111A CN 114624784 A CN114624784 A CN 114624784A
- Authority
- CN
- China
- Prior art keywords
- curve
- resistivity
- determining
- reservoir
- shallow
- 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
- 235000019738 Limestone Nutrition 0.000 title claims abstract description 134
- 239000006028 limestone Substances 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000003860 storage Methods 0.000 title claims abstract description 30
- 238000011161 development Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 21
- 239000011435 rock Substances 0.000 claims description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 34
- 206010017076 Fracture Diseases 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 19
- 208000010392 Bone Fractures Diseases 0.000 claims description 17
- 239000002002 slurry Substances 0.000 claims description 13
- 208000013201 Stress fracture Diseases 0.000 claims description 12
- 150000003839 salts Chemical class 0.000 claims description 9
- 238000001739 density measurement Methods 0.000 claims description 6
- XQCFHQBGMWUEMY-ZPUQHVIOSA-N Nitrovin Chemical compound C=1C=C([N+]([O-])=O)OC=1\C=C\C(=NNC(=N)N)\C=C\C1=CC=C([N+]([O-])=O)O1 XQCFHQBGMWUEMY-ZPUQHVIOSA-N 0.000 claims description 2
- 230000018109 developmental process Effects 0.000 description 46
- 239000012530 fluid Substances 0.000 description 31
- 238000004519 manufacturing process Methods 0.000 description 16
- 239000011148 porous material Substances 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000005755 formation reaction Methods 0.000 description 8
- 239000007788 liquid Substances 0.000 description 8
- 238000005553 drilling Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 239000003129 oil well Substances 0.000 description 5
- 230000033558 biomineral tissue development Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009545 invasion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 229910052776 Thorium Inorganic materials 0.000 description 2
- 229910052770 Uranium Inorganic materials 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Mining & Mineral Resources (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本公开公开了一种灰岩储层的状态确定方法、装置及可读存储介质，涉及资源开发领域。该方法包括：获取目标井段的测井曲线；获取测井曲线中的电阻率测井曲线，其中，电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；基于深电阻率曲线和浅电阻率曲线之间的曲线表现差异性，确定目标井段的灰岩储层状态。通过确定深电阻率曲线和浅电阻率曲线，并根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异性确定灰岩储层状态，提高了灰岩储层状态的确定准确率，从而提高了对目标井段的处理方式预测准确率。
Description
技术领域
本公开实施例涉及资源开发领域，特别涉及一种灰岩储层的状态确定方法、装置及可读存储介质。
背景技术
在油田开发中该类储层的产能主要受裂缝发育及基质孔隙大小的影响，对于裂缝不发育层段，几乎没有自然产能，即使采取压裂手段，产液量仍然很低，而且投产后短期内就会出现地层供液不足的情况；对于裂缝发育储层段，油井具有一定的产能，产能高低取决于基质孔隙大小及裂缝发育程度，这种裂缝孔隙型的储层产能能够保持稳产。
相关技术中，通过成像测井、岩心观察法或常规三孔隙度交会图等方法识别储层裂缝，通过取芯分析或通过岩性、电性及三孔隙度交会图等方法识别储层流体性质。在流体性质识别方面，在油田开发中由于取心井较少，因此大多通过岩性、电性及三孔隙度交会图识别流体性质。
然而，通过上述方式进行流体性质的识别的方式，实际测井解释符合率较低。
发明内容
本公开实施例提供了一种灰岩储层的状态确定方法、装置及可读存储介质，能够提高灰岩储层的状态确定的准确率。所述技术方案如下：
一方面，提供了一种灰岩储层的状态确定方法，应用于计算机设备中，所述方法包括：
获取目标井段的测井曲线，所述测井曲线用于指示咸水泥浆侵入后所述目标井段的井段表现特征；
获取所述测井曲线中的电阻率测井曲线，其中，所述电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；
基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，所述灰岩储层状态包括无裂缝发育状态和微裂缝发育状态中的任意一种；
基于所述目标井段的灰岩储层状态确定所述目标井段在开发阶段对应的处理方式。
在一个可选的实施例中，所述基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，包括：
响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异小于预设差异阈值，确定所述目标井段的灰岩储层状态为所述无裂缝发育状态；
响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异达到所述预设差异阈值，确定所述目标井段的灰岩储层类型为所述微裂缝发育状态。
在一个可选的实施例中，所述确定所述目标井段的灰岩储层类型为所述微裂缝发育状态之后，还包括：
响应于所述灰岩储层的测井补偿密度测量值低于岩石骨架密度值，且岩石孔隙度达到要求空隙度阈值，确定所述灰岩储层为有效储层。
在一个可选的实施例中，所述确定所述灰岩储层为有效储层之后，还包括：
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度大于第一孔隙度时，确定所述灰岩储层为油层；
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度小于第一孔隙度大于第二孔隙度时，确定所述灰岩储层为差油层；
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值高于所述深电阻率值，且所述岩石孔隙度大于所述第二孔隙度时，确定所述灰岩储层为油水同层。
在一个可选的实施例中，所述确定所述灰岩储层为有效储层之后，还包括：
响应于所述深电阻率值和所述浅电阻率值小于电阻率阈值，所述浅电阻率值与所述深电阻率值小于差值阈值，且所述岩石孔隙度大于第二孔隙度时，确定所述灰岩储层为水层。
在一个可选的实施例中，所述基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，包括：
将所述深电阻率曲线和所述浅电阻率曲线输入差异分析模型；
通过所述差异分析模型对所述深电阻率曲线和所述浅电阻率曲线进行所述曲线表现差异性的分析，得到所述目标井段的所述灰岩储层状态。
在一个可选的实施例中，所述测井曲线中还包括：自然伽马曲线、自然电位曲线、井径曲线、补偿密度曲线、补偿中子曲线和补偿声波曲线中的至少一种。
在一个可选的实施例中，所述获取目标井段的测井曲线，包括：
获取所述目标井段的测井数据；
将所述测井数据输入曲线生成模型，生成所述目标井段的所述测井数据。
另一方面，提供了一种灰岩储层的状态确定装置，应用于计算机设备中，所述装置包括：
获取模块，用于获取目标井段的测井曲线，所述测井曲线用于指示咸水泥浆侵入后所述目标井段的井段表现特征；
所述获取模块，还用于获取所述测井曲线中的电阻率测井曲线，其中，所述电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；
确定模块，用于基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，所述灰岩储层状态包括无裂缝发育状态和微裂缝发育状态中的任意一种；
所述确定模块，还用于基于所述目标井段的灰岩储层状态确定所述目标井段在开发阶段对应的处理方式。
另一方面，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指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本公开实施例中任一所述的灰岩储层的状态确定方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本公开实施例中任一所述的灰岩储层的状态确定方法。
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的灰岩储层的状态确定方法。
本公开实施例提供的技术方案带来的有益效果至少包括：
通过确定深电阻率曲线和浅电阻率曲线，并根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异性确定灰岩储层状态，提高了灰岩储层状态的确定准确率，从而提高了对目标井段的处理方式预测准确率。
附图说明
为了更清楚地说明本公开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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本公开一个示例性实施例提供的测井综合解释成果示意图；
图2是本公开一个示例性实施例提供的灰岩储层的状态确定方法的流程图；
图3是本公开另一个示例性实施例提供的灰岩储层的状态确定方法的流程图；
图4是本公开一个示例性实施例提供的灰岩储层的井生产综合曲线图示意图；
图5是本公开一个示例性实施例提供的灰岩储层的状态确定装置的结构框图；
图6是本公开一个示例性实施例提供的服务器的结构框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
由于受古构造及沉积环境影响，国内多个油田沙河街组发育的灰岩储层分布稳定而广泛，且多以低渗透或超低渗透储层普遍发育，该类地层在测井曲线特征上多表现为低自然伽马、高电阻率、高密度、低中子、低声波时差，如图1所示，其示出了测井综合解释成果示意图，其中包括自然伽马曲线110、电阻率曲线120、补偿密度曲线130等。该油井设计目的层为沙河街组发育的一套灰岩储层，该井采用淡水泥浆钻井液，如附图1所示，该井采用常规测井系列，其中图中第一道为裂缝解释结论道，第二道为综合解释结论道，第三道深度道，第四道为自然伽马曲线道，第五道为深浅电阻率曲线道，第六道为补偿密度曲线道，第七道为岩石视骨架密度道，第八道为岩性剖面道。从岩性剖面道所对应第三道即深度道看出，该井灰岩层段在井深3969米-4013米之间，共44米。
在油田开发中该类储层的产能主要受裂缝发育及基质孔隙大小的影响，对于裂缝不发育层段，几乎没有自然产能，即使采取压裂手段，产液量仍然很低，而且投产后短期内就会出现地层供液不足的情况；对于裂缝发育储层段，油井具有一定的产能，产能高低取决于基质孔隙大小及裂缝发育程度，这种裂缝孔隙型的储层产能能够保持稳产。
但在实际测井解释工作中，应用常规测井资料判别储层裂缝、评价储层流体性质比较困难，测井解释结论往往与试油结果存在很大差异。因此迫切需要建立一套针对灰岩储层裂缝及流体性质判别方法，以满足油田开发中测井解释需求。在灰岩储层裂缝及流体性质判别方面，前人已做了大量的研究，其中主要是通过成像测井、岩心观察法或常规三孔隙度交会图等方法识别储层裂缝，通过取芯分析或通过岩性、电性及三孔隙度交会图等方法识别储层流体性质。但由于地质条件的特殊性，以上研究方法中，常规的三孔隙度交会图法解释储层裂缝往往与实际情况具有较大的差异，成像测井解释结果准确，但在开发阶段由于投资费用较高很少采用；岩心观察法比较直观、准确，但油田开发阶段取心井极少。在流体性质识别方面，在油田开发中由于取心井较少，因此大多通过岩性、电性及三孔隙度交会图识别流体性质，但实际测井解释符合率很低。如何应用常规测井资料判别研究区灰岩储层微裂缝发育及流体性质，不仅是研究区油气开发的迫切需要，也是对灰岩储层评价方法的补充和完善。应用测井电阻率测井曲线特征判别储层裂缝及流体性质，是实现该类储层评价的一种快速而有效的方法。
在油田开发阶段的灰岩储层测井解释，需要攻克利用常规测井资料进行储层微裂缝判别及流体性质识别难题，才能解决该类储层的准确评价问题。对于咸水泥浆钻井液条件下，测井数据采集一般采用侧向测井系列。由于灰岩储层的特殊性，通过常规方法来判别储层微裂缝及流体性质难度很大。
为了保障测井解释准确可靠，应用咸水泥浆侵入地层电阻率测井曲线分布特征来进行微裂缝判别和流体性质识别，是实现该类储层准确评价的一种重要方法。
本公开实施例中，通过测井曲线特征分析的方法，达到快速而直接判别灰岩储层裂缝及流体性质。
图2是本公开一个示例性实施例提供的灰岩储层的状态确定方法的流程图，以该方法应用于计算机设备(如：服务器)中为例进行说明，如图2所示，该方法包括：
步骤201，获取目标井段的测井曲线，测井曲线用于指示咸水泥浆侵入后目标井段的井段表现特征。
其中，在钻井工程中，咸水泥浆通常使用矿化度(也成含盐量)进行定义。当泥浆矿化度超过10000PPM时，定义为普通咸水泥浆，超过15000PPM时，定义为饱和咸水泥浆，超过26000PPM时，定义为超饱和咸水泥浆。
对于研究区的灰岩储层，采用咸水泥浆钻井液，将咸水泥浆侵入至目标井段，从而采集侵入后目标井段对应的测井数据，其中，采集得到的测井曲线包括：自然伽马曲线、自然电位曲线、井径曲线、电阻率曲线、补偿密度曲线、补偿中子曲线以及补偿声波曲线中的至少一种。
其中，自然伽马曲线是按不同能量范围记录自然伽马射线的一种测井方法。因为地层放出的伽马射线大多数是由三种放射性同位素——钾、钍、铀衰变产生的，所以自然伽马能谱测井可以给出地层中钾、钍、铀的含量。这些数据对于准确地确定储集层泥质含量、分析沉积环境和生油条件，以及划分岩性都是很有用的。
自然电位测井，是电法测井的一部分，主要用于砂泥岩剖面。自然电位测井测量的是自然电位随井深变化的曲线。由于自然电位测井在渗透层处有明显的异常显示，因此，它是划分和评价储集层的重要方法之一。
井径测井是测量井眼直径及检查套管内径变化的测井方法。井径测井用于指示井眼的扩大和缩小，以帮助划分岩性及对某些测井方法进行井眼校正。
电阻率测井是在钻孔中采用布置在不同部位的供电电极和测量电极来测定岩石(包括其中的流体)电阻率的方法。电阻率测井包括普通电阻率测井、侧向测井、感应测井等方法。本公开实施例中，以侧向测井方法为例进行说明。
补偿密度测井仪是在地质钻孔中应用的一种测量岩层密度的仪器。采用两个探测器的仪器叫补偿密度测井仪，它可以补偿钻孔内泥浆、孔壁泥饼等因素对密度测量的影响。补偿密度测井仪有两个密度有关的原始信息，短源距密度和长源距密度，它们探测地层的深度是不同的。补偿密度测井仪常常组合有其它测井参数在一起，比如煤田地质钻孔常用的仪器组合有自然伽玛、三侧向电阻率和井径等参数。
补偿中子测井是在中子测井的基础上进行版图校正后克服井眼不规则变化影响的一种中子测井方法，它同时记录源距不同的两条中子曲线，用来在裸眼井或套管井中求孔隙度。
声波测井是指利用声波在不同岩石的中传播时，速度、幅度及频率的变化等声学特性不相同来研究钻井的地质剖面，判断固井质量的一种测井方法。
在一些实施例中，首先获取目标井段的测井数据，将测井数据输入至曲线生成模型，从而生成目标井段的测井数据。其中，曲线生成模型为数学建模模型，或，神经网络模型。
步骤202，获取测井曲线中的电阻率测井曲线，其中，电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线。
可选地，测井曲线中包括电阻率曲线，其中，电阻率曲线包括深电阻率曲线和浅电阻率曲线。
本公开实施例中，应用侧向测井方法实施资料的采集，得到上述电阻率曲线。且本公开实施例中，应用双侧向测井方法，得到深电阻率曲线和浅电阻率曲线。双侧向测井方法为采用聚焦电极系同时测量深侧向、浅侧向两种径向探测深度电阻率曲线的侧向测井方法。
步骤203，基于深电阻率曲线和浅电阻率曲线之间的曲线表现差异性，确定目标井段的灰岩储层状态。
在一些实施例中，响应于深电阻率曲线和浅电阻率曲线之间的曲线表现差异小于预设差异阈值，确定目标井段的灰岩储层状态为无裂缝发育状态；响应于深电阻率曲线和浅电阻率曲线之间的曲线表现差异达到预设差异阈值，确定目标井段的灰岩储层类型为微裂缝发育状态。
示意性的，灰岩储层多表现低孔、低渗或特低渗特征，而裂缝识别问题是该类储层评价的关键问题之一。该类地层段在测井曲线上均表现为低自然伽马、高阻、高密度、低中子、低声波时差；在无裂缝发育或水层段，深、浅电阻率测井曲线无差异或差异很小，即R浅≈R深，R浅表示浅电阻率曲线对应的浅电阻率，R深表示深电阻率曲线对应的深电阻率。
在一些实施例中，当确定目标井段为微裂缝发育状态时，响应于灰岩储层的测井补偿密度测量值低于岩石骨架密度值，且岩石孔隙度达到要求空隙度阈值，确定灰岩储层为有效储层。示意性的，灰岩储层具备一定的流体储集空间，即实际测井补偿密度测量值必须低于岩石视骨架密度值且岩石孔隙度需要达到3％以上。
反之，当灰岩储层判别为无裂缝发育状态，或者实际测井补偿密度测量值必不符合低于岩石视骨架密度值，或者岩石孔隙度未达到3％以上时，则确定灰岩储层为无效储层。
在一些实施例中，当确定目标井段为无裂缝发育状态还是微裂缝发育状态后，当目标井段为微裂缝发育状态时，还可以对流体性质进行确定。根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异，确定目标井段的流体性质，流体性质中包括油层、差油层、油水同层、水层中的任意一种。
在一些实施例中，响应于深电阻率值和浅电阻率值大于电阻率阈值，浅电阻率值低于深电阻率值，且岩石孔隙度大于第一孔隙度时，确定灰岩储层为油层；
响应于深电阻率值和浅电阻率值大于电阻率阈值，浅电阻率值低于深电阻率值，且岩石孔隙度小于第一孔隙度大于第二孔隙度时，确定灰岩储层为差油层；
响应于深电阻率值和浅电阻率值大于电阻率阈值，浅电阻率值高于深电阻率值，且岩石孔隙度大于第二孔隙度时，确定灰岩储层为油水同层。
在一些实施例中，响应于深电阻率值和浅电阻率值小于电阻率阈值，浅电阻率值与深电阻率值小于差值阈值，且岩石孔隙度大于第二孔隙度时，确定灰岩储层为水层。
示意性的，①在微裂缝发育的有效储层段，且深、浅电阻率处于较高值(因不同地区而异)时，当浅电阻率值低于深电阻率值时，即R浅＜R深，且岩石孔隙度大于5％时，判别为油层；岩石孔隙度大于3％且小于5％时，判别为差油层；
当浅电阻率值高于深电阻率值时，即R深＜R浅，且岩石孔隙度大于3％时，判别为油水同层；其中，R深表示深电阻率对应的深电阻率值，R浅表示浅电阻率对应的浅电阻率值。
②在微裂缝发育的有效储层段，深、浅电阻率处于较低值(因不同地区而异)，浅电阻值接近等于深电阻率值，即R浅≈R深，且岩石孔隙度大于3％时，判别为水层；
③在无裂缝发育和有裂缝发育的无效储层段，均判别为干层。
依据此方法可以准确的评价灰岩储层的流体性质。
示意性的，在微裂缝发育带，由于泥浆侵入，含水层段或含油层段均会出现不同程度泥浆侵入，导致不同探测深度电阻率值表现出不同特征，通过深、浅电阻率曲线的叠加关系可以准确判断裂缝储层段的流体性质。
示意性的，流体性质及灰岩储层状态的分析结果如下表一所示：
表一
基于上述图1可以进行如下灰岩储层测井的评价，从而得到上表一示出的灰岩储层裂缝评价、储层有效评价及综合测井解释结果：
1、裂缝判别。如上图1所示，5号层、7号层、9号层、11号层、13号层段所对应深、浅电阻率曲线都基本重合，即R浅≈R深，因此均为无裂缝发育。6号层、8号层、10号层、12号层、14号层段所对应深、浅电阻率曲线值具有明显差异，均满足裂缝判别条件，即R浅＜R深或R浅＞R深，因此均判别为微裂缝发育。
2、灰岩储层有效性判别。如图1所示，5号层、7号层、9号层、11号层、13号层段所对应的裂缝解释结论看出均无裂缝发育，因此均判别为无效储层；6-1号层、6-3号层、8-1号层、8-3号层、14-1号层所对应的裂缝解释结论看出均有裂缝发育，补偿密度值均低于岩石视骨架密度值且岩石孔隙度低于3％，因此也为无效储层；从6-2号层、6-4号层、8-2号层、10号层、12号层、14-2号层所对应的裂缝解释结果看出均有裂缝发育，补偿密度值均低于岩石视骨架密度值且岩石孔隙度大于3％，因此为有效储层。
3、储层流体性质判别。依据灰岩储层有效性判别结果，其中5号层、6-1号层、6-3号层、7号层、8-1号层、8-3号层、9号层、11号层、13号层、14-1号层，灰岩储层有效性判别结论均为无效储层，因此综合测井解释均为干层；而6-2号层、6-4号层、8-2号层、10号层、12号层的灰岩储层有效性判别结论均为有效储层，浅电阻率值高于深电阻率值，即R深＜R浅，且岩石孔隙度大于3％，满足油水同层的判别条件，因此解释为油水同层；14-2号层，灰岩储层有效性判别为有效储层，浅电阻率值低于深电阻率值，即R浅＜R深，且岩石孔隙度大于5％，满足油层的判别条件，因此解释为油层。
步骤204，基于目标井段的灰岩储层状态确定目标井段在开发阶段对应的处理方式。
对于裂缝不发育层段，几乎没有自然产能，即使采取压裂手段，产液量仍然很低，而且投产后短期内就会出现地层供液不足的情况；对于裂缝发育储层段，油井具有一定的产能，产能高低取决于基质孔隙大小及裂缝发育程度，这种裂缝孔隙型的储层产能能够保持稳产。
从而，根据上述分析，得到目标井段的灰岩储层状态后，确定是否对目标井段进行开发。
综上所述，本实施例提供的灰岩储层的状态确定方法，通过确定深电阻率曲线和浅电阻率曲线，并根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异性确定灰岩储层状态，提高了灰岩储层状态的确定准确率，从而提高了对目标井段的处理方式预测准确率。
在一个可选的实施例中，通过设计差异分析模型，对三个电阻率曲线进行分析。图3是本公开另一个示例性实施例提供的灰岩储层的状态确定方法的流程图，如图3所示，该方法包括：
步骤301，获取目标井段的测井曲线，测井曲线用于指示咸水泥浆侵入后目标井段的井段表现特征。
对于研究区的灰岩储层，采用咸水泥浆钻井液，将咸水泥浆侵入至目标井段，从而采集侵入后目标井段对应的测井数据，其中，采集得到的测井曲线包括：自然伽马曲线、自然电位曲线、井径曲线、电阻率曲线、补偿密度曲线、补偿中子曲线以及补偿声波曲线中的至少一种。
步骤302，获取测井曲线中的电阻率测井曲线，其中，电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线。
可选地，测井曲线中包括电阻率曲线，其中，电阻率曲线包括深电阻率曲线和浅电阻率曲线。
本公开实施例中，应用侧向测井方法实施资料的采集，得到上述电阻率曲线。且本公开实施例中，应用双侧向测井方法，得到深电阻率曲线和浅电阻率曲线。双侧向测井方法为采用聚焦电极系同时测量深、浅两种径向探测深度电阻率曲线的侧向测井方法。
步骤303，将深电阻率曲线和浅电阻率曲线输入差异分析模型。
可选地，该差异分析模型为神经网络模型，或，该差异分析模型为数学建模模型。
即，通过差异分析模型能够直接分析得到目标井段的灰岩储层状态。
步骤304，通过差异分析模型对深电阻率曲线和浅电阻率曲线进行曲线表现差异性的分析，得到目标井段的灰岩储层状态。
在一个可选的实施例中，对深电阻率曲线和浅电阻率曲线进行横向比对，得到平均差异数值，平均差异数值用于表示曲线表现差异性；根据平均差异数值确定目标井段的灰岩储层状态。如：针对同一深度的内的深电阻率和浅电阻率进行横向比对，得到差异值，从而确定平均差异数值。
步骤305，基于目标井段的灰岩储层状态确定目标井段在开发阶段对应的处理方式。
对于裂缝不发育层段，几乎没有自然产能，即使采取压裂手段，产液量仍然很低，而且投产后短期内就会出现地层供液不足的情况；对于裂缝发育储层段，油井具有一定的产能，产能高低取决于基质孔隙大小及裂缝发育程度，这种裂缝孔隙型的储层产能能够保持稳产。
从而，根据上述分析，得到目标井段的灰岩储层状态后，确定是否对目标井段进行开发。
综上所述，本实施例提供的灰岩储层的状态确定方法，通过确定深电阻率曲线和浅电阻率曲线，并根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异性确定灰岩储层状态，提高了灰岩储层状态的确定准确率，从而提高了对目标井段的处理方式预测准确率。
应用本申请实施例提供的灰岩储层的状态确定方法，所预测得到的目标井段在开发方式，准确率较高，依据本方法，可以实现应用常规测井资料快速、准确评价灰岩储层微裂缝发育及流体性质。特别是应用本方法评价灰岩储层解释符合率达到了88％以上，实现了该类储层的准确评价。示意性的，图4是本公开一个示例性实施例提供的井生产综合曲线图，如图4所示，根据测井解释结果进行试油投产，油层及油水同层共6层(6-2、6-4、8-2、10、12、14-2)，4mm油嘴自喷，投产初期日产油12.5吨/天，含水40％左右，试油结果与实际解释相符。具体产油量如柱状图410所示，日产液如曲线420所示，含水量如曲线430所示。
图5是本公开一个示例性实施例提供的灰岩储层的状态确定装置，如图5所示，该装置包括：
获取模块510，用于获取目标井段的测井曲线，所述测井曲线用于指示咸水泥浆侵入后所述目标井段的井段表现特征；
所述获取模块510，还用于获取所述测井曲线中的电阻率测井曲线，其中，所述电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；
确定模块520，用于基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，所述灰岩储层状态包括无裂缝发育状态和微裂缝发育状态中的任意一种；
所述确定模块520，还用于基于所述目标井段的灰岩储层状态确定所述目标井段在开发阶段对应的处理方式。
在一个可选的实施例中，所述确定模块520，还用于响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异小于预设差异阈值，确定所述目标井段的灰岩储层状态为所述无裂缝发育状态；
所述确定模块520，还用于响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异达到所述预设差异阈值，确定所述目标井段的灰岩储层类型为所述微裂缝发育状态。
在一个可选的实施例中，所述确定模块520，还用于响应于所述灰岩储层的测井补偿密度测量值低于岩石骨架密度值，且岩石孔隙度达到要求空隙度阈值，确定所述灰岩储层为有效储层。
在一个可选的实施例中，所述确定模块520，还用于响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度大于第一孔隙度时，确定所述灰岩储层为油层；
所述确定模块520，还用于响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度小于第一孔隙度大于第二孔隙度时，确定所述灰岩储层为差油层；
所述确定模块520，还用于响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值高于所述深电阻率值，且所述岩石孔隙度大于所述第二孔隙度时，确定所述灰岩储层为油水同层。
在一个可选的实施例中，所述确定模块520，还用于响应于所述深电阻率值和所述浅电阻率值小于电阻率阈值，所述浅电阻率值与所述深电阻率值小于差值阈值，且所述岩石孔隙度大于第二孔隙度时，确定所述灰岩储层为水层。
在一个可选的实施例中，所述确定模块520，还用于将所述深电阻率曲线和所述浅电阻率曲线输入差异分析模型；
所述确定模块520，还用于通过所述差异分析模型对所述深电阻率曲线和所述浅电阻率曲线进行所述曲线表现差异性的分析，得到所述目标井段的所述灰岩储层状态。
在一个可选的实施例中，所述测井曲线中还包括：自然伽马曲线、自然电位曲线、井径曲线、补偿密度曲线、补偿中子曲线和补偿声波曲线中的至少一种。
在一个可选的实施例中，所述获取模块510，还用于获取所述目标井段的测井数据；将所述测井数据输入曲线生成模型，生成所述目标井段的所述测井数据。
综上所述，本实施例提供的灰岩储层的状态确定装置，通过确定深电阻率曲线和浅电阻率曲线，并根据深电阻率曲线和浅电阻率曲线之间的曲线表现差异性确定灰岩储层状态，提高了灰岩储层状态的确定准确率，从而提高了对目标井段的处理方式预测准确率。
图6示出了本申请一个示例性实施例提供的服务器的结构示意图。具体来讲：
服务器600包括中央处理单元(CPU，Central Processing Unit)601、包括随机存取存储器(RAM，Random Access Memory)602和只读存储器(ROM，Read Only Memory)603的系统存储器604，以及连接系统存储器604和中央处理单元601的系统总线605。服务器600还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统，InputOutput System)606，和用于存储操作系统613、应用程序614和其他程序模块615的大容量存储设备607。
基本输入/输出系统606包括有用于显示信息的显示器608和用于用户输入信息的诸如鼠标、键盘之类的输入设备609。其中显示器608和输入设备609都通过连接到系统总线605的输入输出控制器610连接到中央处理单元601。基本输入/输出系统606还可以包括输入输出控制器610以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器610还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备607通过连接到系统总线605的大容量存储控制器(未示出)连接到中央处理单元601。大容量存储设备607及其相关联的计算机可读介质为服务器600提供非易失性存储。也就是说，大容量存储设备607可以包括诸如硬盘或者紧凑型光盘只读存储器(CD-ROM，Compact Disc Read Only Memory)驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(EPROM，Erasable Programmable Read Only Memory)、带电可擦可编程只读存储器(EEPROM,Electrically Erasable Programmable Read OnlyMemory)、闪存或其他固态存储其技术，CD-ROM、数字通用光盘(DVD，Digital VersatileDisc)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器604和大容量存储设备607可以统称为存储器。
根据本申请的各种实施例，服务器600还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器600可以通过连接在系统总线605上的网络接口单元611连接到网络612，或者说，也可以使用网络接口单元611来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。
本公开的实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的灰岩储层的状态确定方法。
本公开的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上存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行，以实现上述各方法实施例提供的灰岩储层的状态确定方法。
本公开的实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的灰岩储层的状态确定方法。
可选地，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、固态硬盘(SSD，Solid State Drives)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM，Dynamic Random Access Memory)。上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本公开的可选实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (10)
1.一种灰岩储层的状态确定方法，其特征在于，应用于计算机设备中，所述方法包括：
获取目标井段的测井曲线，所述测井曲线用于指示咸水泥浆侵入后所述目标井段的井段表现特征；
获取所述测井曲线中的电阻率测井曲线，其中，所述电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；
基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，所述灰岩储层状态包括无裂缝发育状态和微裂缝发育状态中的任意一种；
基于所述目标井段的灰岩储层状态确定所述目标井段在开发阶段对应的处理方式。
2.根据权利要求1所述的方法，其特征在于，所述基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，包括：
响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异小于预设差异阈值，确定所述目标井段的灰岩储层状态为所述无裂缝发育状态；
响应于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异达到所述预设差异阈值，确定所述目标井段的灰岩储层类型为所述微裂缝发育状态。
3.根据权利要求2所述的方法，其特征在于，所述确定所述目标井段的灰岩储层类型为所述微裂缝发育状态之后，还包括：
响应于所述灰岩储层的测井补偿密度测量值低于岩石骨架密度值，且岩石孔隙度达到要求空隙度阈值，确定所述灰岩储层为有效储层。
4.根据权利要求3所述的方法，其特征在于，所述确定所述灰岩储层为有效储层之后，还包括：
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度大于第一孔隙度时，确定所述灰岩储层为油层；
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值低于所述深电阻率值，且所述岩石孔隙度小于第一孔隙度大于第二孔隙度时，确定所述灰岩储层为差油层；
响应于所述深电阻率值和所述浅电阻率值大于电阻率阈值，所述浅电阻率值高于所述深电阻率值，且所述岩石孔隙度大于所述第二孔隙度时，确定所述灰岩储层为油水同层。
5.根据权利要求3所述的方法，其特征在于，所述确定所述灰岩储层为有效储层之后，还包括：
响应于所述深电阻率值和所述浅电阻率值小于电阻率阈值，所述浅电阻率值与所述深电阻率值小于差值阈值，且所述岩石孔隙度大于第二孔隙度时，确定所述灰岩储层为水层。
6.根据权利要求1至5任一所述的方法，其特征在于，所述基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，包括：
将所述深电阻率曲线和所述浅电阻率曲线输入差异分析模型；
通过所述差异分析模型对所述深电阻率曲线和所述浅电阻率曲线进行所述曲线表现差异性的分析，得到所述目标井段的所述灰岩储层状态。
7.根据权利要求1至5任一所述的方法，其特征在于，所述测井曲线中还包括：自然伽马曲线、自然电位曲线、井径曲线、补偿密度曲线、补偿中子曲线和补偿声波曲线中的至少一种。
8.根据权利要求1至5任一所述的方法，其特征在于，所述获取目标井段的测井曲线，包括：
获取所述目标井段的测井数据；
将所述测井数据输入曲线生成模型，生成所述目标井段的所述测井数据。
9.一种灰岩储层的状态确定装置，其特征在于，应用于计算机设备中，所述装置包括：
获取模块，用于获取目标井段的测井曲线，所述测井曲线用于指示咸水泥浆侵入后所述目标井段的井段表现特征；
所述获取模块，还用于获取所述测井曲线中的电阻率测井曲线，其中，所述电阻率测井曲线中包括深电阻率曲线和浅电阻率曲线；
确定模块，用于基于所述深电阻率曲线和所述浅电阻率曲线之间的曲线表现差异性，确定所述目标井段的灰岩储层状态，所述灰岩储层状态包括无裂缝发育状态和微裂缝发育状态中的任意一种；
所述确定模块，还用于基于所述目标井段的灰岩储层状态确定所述目标井段在开发阶段对应的处理方式。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至8任一所述的灰岩储层的状态确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011454111.1A CN114624784B (zh) | 2020-12-10 | 2020-12-10 | 灰岩储层的状态确定方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011454111.1A CN114624784B (zh) | 2020-12-10 | 2020-12-10 | 灰岩储层的状态确定方法、装置及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114624784A true CN114624784A (zh) | 2022-06-14 |
| CN114624784B CN114624784B (zh) | 2024-05-28 |
Family
ID=81895972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011454111.1A Active CN114624784B (zh) | 2020-12-10 | 2020-12-10 | 灰岩储层的状态确定方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114624784B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621586A (zh) * | 2012-03-28 | 2012-08-01 | 康志勇 | 一种识别地层属性的地层数据处理方法 |
| US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
| CN108518220A (zh) * | 2018-02-26 | 2018-09-11 | 中国石油大学(北京) | 基于综合流体识别指数识别储层流体的方法与装置 |
-
2020
- 2020-12-10 CN CN202011454111.1A patent/CN114624784B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621586A (zh) * | 2012-03-28 | 2012-08-01 | 康志勇 | 一种识别地层属性的地层数据处理方法 |
| US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
| CN108518220A (zh) * | 2018-02-26 | 2018-09-11 | 中国石油大学(北京) | 基于综合流体识别指数识别储层流体的方法与装置 |
Non-Patent Citations (5)
| Title |
|---|
| QI BAOQUAN 等: "Reservoir effectiveness evaluation based on comprehensive reservoir quality evaluation indexes of well logging: A case study on the Permian Qixia Fm in the western Sichuan Basin", SCIENCEDIRECT, 21 September 2018 (2018-09-21), pages 459 - 465 * |
| 何伶: "利用常规测井资料评价碳酸盐岩裂缝-孔隙性储层", 石油天然气学报, vol. 32, no. 06, 31 December 2010 (2010-12-31), pages 258 - 262 * |
| 李翎 等: "塔河油田奥陶系碳酸盐岩储层的测井解释", 石油与天然气地质, vol. 23, no. 01, 25 March 2002 (2002-03-25), pages 49 - 54 * |
| 李艳华: "新疆塔河油田东河塘组碎屑岩储层测井解释技术研究", 中国优秀博硕士学位论文全文数据库 (硕士) 基础科学辑, no. 8, 15 August 2006 (2006-08-15), pages 011 - 217 * |
| 梁巧峰 等: "高分辨率阵列感应测井在储集层解释评价中的应用", 测井技术, vol. 27, no. 03, 30 August 2003 (2003-08-30), pages 228 - 232 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114624784B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cannon | Petrophysics: a practical guide | |
| CN108713089B (zh) | 基于钻孔流体和钻探录井估计地层性质 | |
| CN106761677B (zh) | 页岩气水平井单井产能的测井预测方法 | |
| EP2663737B1 (en) | Flow profile modeling for wells | |
| US20150088424A1 (en) | Identifying geological formation depth structure using well log data | |
| Zang et al. | World stress map database as a resource for rock mechanics and rock engineering | |
| US20090260883A1 (en) | Continuous measurement of heterogeneity of geomaterials | |
| AU2010263041A1 (en) | Source rock volumetric analysis | |
| Bonter et al. | An integrated approach for fractured basement characterization: the Lancaster Field, a case study in the UK | |
| US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
| US20130056201A1 (en) | Method for evaluating hydrocarbon-containing subterrean formations penetrated by a directional wellbore | |
| Abd Karim et al. | Vaca Muerta: improved fracture width distribution and classification of natural fracture widths based on outcrops, cores, and micro-resistivity images data | |
| Holden et al. | Integration of production logs helps to understand heterogeneity of Mishrif reservoir in Rumaila | |
| US11320565B2 (en) | Petrophysical field evaluation using self-organized map | |
| CN114624784B (zh) | 灰岩储层的状态确定方法、装置及可读存储介质 | |
| Lemieux et al. | Fracture network analysis of the St-Eustache quarry, Quebec, Canada, for groundwater resources management | |
| Szabó et al. | Hydrogeophysical characterization of groundwater formations based on well logs: case study on cenozoic clastic aquifers in East Hungary | |
| Bakelli et al. | Integrated Reservoir Simulation and Discrete Fracture Network Modeling for Produced Water Source Identification in Tight Reservoirs, Case Study from the Bakken Formation, Williston Basin | |
| CN112394416A (zh) | 非均质断裂控制储层预测方法及装置 | |
| Bartelucci et al. | Pressure depletion evaluation behind casing using pulsed neutron technology: an application in a multi-layer gas reservoir in Eastern “pianura padana” basin | |
| CA2302995C (en) | Method for measuring fracture porosity in coal seams using geophysical logs | |
| CN113187470B (zh) | 一种井剖面上识别页岩油层和常规油层的方法及装置 | |
| Bentosa et al. | Drilling parameter based geomechanical log application: a fracture stage selection case study in tight gas sand development wells | |
| Vinegar et al. | In-situ method for determining pore size distribution, capillary pressure and permeability | |
| Tandon | Identification of productive zones in unconventional 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 |