CN115170945A - 针对陆相细粒沉积岩中层理发育程度的定量识别方法 - Google Patents

针对陆相细粒沉积岩中层理发育程度的定量识别方法 Download PDF

Info

Publication number
CN115170945A
CN115170945A CN202110293615.8A CN202110293615A CN115170945A CN 115170945 A CN115170945 A CN 115170945A CN 202110293615 A CN202110293615 A CN 202110293615A CN 115170945 A CN115170945 A CN 115170945A
Authority
CN
China
Prior art keywords
development
den
bedding
delta
degree
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
Application number
CN202110293615.8A
Other languages
English (en)
Inventor
王敏
陈兵
傅爱兵
张奎华
闫华
周德志
张莉
秦东风
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Shengli Oilfield Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Exploration and Development Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN202110293615.8A priority Critical patent/CN115170945A/zh
Publication of CN115170945A publication Critical patent/CN115170945A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种针对陆相细粒沉积岩中层理发育程度的定量识别方法，该针对陆相细粒沉积岩中层理发育程度的定量识别方法包括：步骤1：获取目的层的声波和密度变化率ΔAC和ΔDEN；步骤2：计算层理发育指数Is；步骤3：建立不同层理发育程度下的典型岩心‑成像‑Is图版A；步骤4：根据图版A判断层理发育程度。该针对陆相细粒沉积岩中层理发育程度的定量识别方法能够解决生产科研过程中的实际问题，具有实际意义，另外本发明为后续页岩油气勘探提供了一种识别有利岩相的思路，因此也具有重要的科学价值。

Description

针对陆相细粒沉积岩中层理发育程度的定量识别方法
技术领域
本发明涉及泥页岩非常规储层的纹层发育程度定量评价领域，特别是涉及到一种针对陆相细粒沉积岩中层理发育程度的定量识别方法。
背景技术
随着非常规油气成为油气领域的热点，泥页岩油气勘探和开发重视程度日益提高，寻找具有良好可压性油气富集带成为泥页岩勘探的目标，然而受限于勘探成本及勘探目标，无法取得足够的岩心分析资料，如何快速准确地识别纹层成为储层评价的重点和难度之一。
根据对沾化凹陷泥页岩的研究发现，纹层状的泥质灰岩具有物性好、含油性好、脆性矿物含量高的特点，可以作为页岩油气勘探的首选目标，而纹层的识别则成为岩相识别的关键。
从层理特征分析，研究区岩相可分为纹层状和层状两大类，纹层状构造特指水平层理密集产出而使岩石呈现的纹层状现象，层厚多在1mm以下，且相邻层成分差异大，色度上往往深浅相间。近年来的研究成果主要提供了识别纹层的两种方法，一是利用FML成像测井方法，识别具有亮暗相间的密集纹层特征，二是利用纵横波速度比法或者声波测井变化率来识别层理，通常当纵横波速度比或声波测井变化率大于一定值时，可认为纹层发育。
在申请号：CN202010010511.7的中国专利申请中，涉及到一种泥页岩储层裂缝识别与发育程度表征方法及装置，所述方法包括：基于声波时差和电阻率分别在裂缝发育段和非裂缝发育段的分布差异交会图，权衡岩性的影响，利用加权算法，将自然伽马测井数据和声波时差测井数据进行融合，得到裂缝识别的岩性-物性融合参数，并结合归一化后的电阻率，获得初步识别裂缝的响应图版；利用初步识别裂缝的响应图版对数据点进行一次分离，对所述初步识别裂缝的响应图版的重叠部分的数据点进行二次分离，获得最终裂缝识别结果。
在申请号：CN201710421072.7的中国专利申请中，涉及到一种致密砂岩储层微裂缝发育的识别方法及装置。所述识别方法包括：获取目的地层内岩样在不同毛细管压力下的进汞饱和度；分别计算所述毛细管压力的对数和所述进汞饱和度的对数；根据所述毛细管压力的对数和所述进汞饱和度的对数构建散点图；对所述散点图中的目标数据点进行线性拟合，以获得目标拟合直线；根据所述目标拟合直线的斜率，识别所述目的地层微裂缝是否发育。
在申请号：WO2017114443A1的专利申请中，涉及到一种确定储层岩溶发育程度的方法，属于测井解释技术领域。所述方法包括：从待定储层的电成像测井图像数据中提取垂直溶蚀孔缝特征和水平溶蚀孔缝特征并统计测井特征参数；根据所述垂直溶蚀孔缝特征、水平溶蚀孔缝特征及测井特征参数确定所述待定储层所属的岩溶相带并划分岩溶发育程度；根据所述岩溶相带与所述岩溶发育程度划分结果确定所述待定储层的有效储层发育程度。
以上现有技术均与本发明有较大区别，未能解决我们想要解决的技术问题，为此我们发明了一种新的针对陆相细粒沉积岩中层理发育程度的定量识别方法。
发明内容
本发明的目的是提供一种针对陆相细粒沉积岩中层理发育程度的定量识别方法，计算了烃源岩段陆相细粒沉积岩的层理发育程度。
本发明的目的可通过如下技术措施来实现：针对陆相细粒沉积岩中层理发育程度的定量识别方法。该针对陆相细粒沉积岩中层理发育程度的定量识别方法包括：
步骤1：获取目的层的声波和密度变化率ΔAC和ΔDEN；
步骤2：计算层理发育指数Is；
步骤3：建立不同层理发育程度下的典型岩心-成像-Is图版A；
步骤4：根据图版A判断层理发育程度。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，为了保证计算数据的准确性，对测井曲线进行预处理，包括对所需测井曲线进行环境校正，深度校正。
在步骤1中，收集校正后的声波测井数据，计算声波测井变化率ΔAC，其中ΔAC＝∣ACi+1-ACi∣+∣ACi-ACi-1∣/∣ACi∣；其中，ΔAC-声波测井变化率；ACi-当前深度点的声波时差测井值；ACi+1-下一个深度点的声波时差测井值；ACi-1-上一个深度点的声波时差测井值。
在步骤1中，收集校正后的密度测井数据计算密度测井曲线变化率ΔDEN，其中ΔDEN＝∣DENi+1-DENi∣+∣DENi-DENi-1∣/∣DENi∣；其中ΔDEN-密度测井变化率；DENi-当前深度点的密度测井值；DENi+1-下一个深度点的密度测井值；DENi-1-上一个深度点的密度测井值。
在步骤2中，将步骤1中得到的声波和密度变化率ΔAC和ΔDEN取平均值，即可得到层理发育指数Is，即Is＝(ΔAC+ΔDEN)/2。
在步骤3中，将成像测井结果结合岩心观察资料与计算得到的层理发育指数曲线Is相比对，读取层理发育、层理中等发育和层理不发育地层的层理发育指数范围，建立不同层理发育程度下的典型岩心-成像-Is图版A。
在步骤4中，根据图版A将层理发育程度划分为层理发育，层理中等发育和层理不发育三种情况。
在步骤4中，通过图版A的准确刻度，当Is≥0.04时，判断为层理发育，当0.02≤Is<0.04时，判断为层理中等发育，当Is≤0.02时判断为层理不发育。
本发明中的针对陆相细粒沉积岩中层理发育程度的定量识别方法，基于成像测井和钻井取芯对陆相细粒沉积岩的层理发育程度进行标定，通过声波时差和密度测井曲线变化率来构建层理发育指数Is，进一步以岩心、成像刻度标定实现对陆相细粒沉积中层理发育程度的快速判断及划分，从而优选出最有利于页岩油气富集的层段。本发明引入密度测井变化率这一参数，与声波时差变化率共同构建出一条层理发育指数曲线Is，并建立不同层理发育程度下的典型岩心-成像-Is图版A，进而实现了仅仅依靠声波时差和密度测井即可快速判断层理发育程度的目的。该发明基于成像测井和钻井取芯对细粒沉积岩的层理发育程度进行标定，通过声波时差和密度测井曲线变化率共同来构建层理发育指数Is，进一步以岩心、成像刻度标定实现对陆相细粒沉积中层理发育程度的快速判断及划分，从而优选出最有利于页岩油气富集的层段。整个方法可操作性强，同时为后续页岩油气勘探提供了一种识别有利岩相的思路。
应用该方法计算了济阳坳陷沙四上亚段主力烃源岩段陆相细粒沉积岩的层理发育程度，为后续的页岩储层综合评价和储量申报提供了有效的技术支撑。本发明能够解决生产科研过程中的实际问题，具有实际意义，另外本发明为后续页岩油气勘探提供了一种识别有利岩相的思路，因此也具有重要的科学价值。
附图说明
图1为本发明的具体实施例1中陆相细粒沉积岩层理发育程度高地层典型岩心-成像-Is图版A-1；
图2为本发明的具体实施例1中陆相细粒沉积岩层理发育程度中等地层典型岩心-成像-Is图版A-2；
图3为本发明的具体实施例1中陆相细粒沉积岩层理不发育地层典型岩心-成像-Is图版A-3；
图4为本发明的具体实例2中陆相细粒沉积岩地层层理发育程度判别结果图；
图5为本发明的具体实例3中陆相细粒沉积岩地层层理发育程度判别结果图；
图6为本发明的针对陆相细粒沉积岩中层理发育程度的定量识别方法的一具体实施例的流程图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，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、操作和/或它们的组合。
本发明提供一种识别纹层的定量方法，该发明引入密度测井变化率这一参数，与声波时差变化率共同构建出一条层理发育指数曲线Is，并建立不同层理发育程度下的典型岩心-成像-Is图版A。
如图6所示，图6为本发明的针对陆相细粒沉积岩中层理发育程度的定量识别方法的流程图。
步骤101：获取目的层的声波和密度变化率ΔAC和ΔDEN
为了保证计算数据的准确性，可以对测井曲线进行预处理，例如对所需测井曲线进行环境校正，深度校正等。收集校正后的声波测井数据，计算声波测井变化率ΔAC，其中ΔAC＝∣ACi+1-ACi∣+∣ACi-ACi-1∣/∣ACi∣；收集校正后的密度测井数据计算密度测井曲线变化率ΔDEN，其中ΔDEN＝∣DENi+1-DENi∣+∣DENi-DENi-1∣/∣DENi∣层理发育指数Is＝(ΔAC+ΔDEN)/2；
步骤102：计算层理发育指数Is
将步骤101中得到的声波和密度变化率ΔAC和ΔDEN取平均值，即可得到层理发育指数Is，即Is＝(ΔAC+ΔDEN)/2；
步骤103：建立不同层理发育程度下的典型岩心-成像-Is图版A
将成像测井结果结合岩心观察资料与计算得到的层理发育指数曲线Is相比对，读取层理发育、层理中等发育和层理不发育地层的层理发育指数范围，建立不同层理发育程度下的典型岩心-成像-Is图版A；
步骤104：根据图版A判断层理发育程度
由此可以得到依靠声波时差和密度测井来快速判断层理发育程度的目的，通过图版A的准确刻度，当Is≥0.04时，判断为层理发育，当0.02≤Is<0.04时，判断为层理中等发育，当Is≤0.02时判断为层理不发育。
在应用本发明的一具体实施例1中，对测井曲线进行预处理，利用声波时差和密度测井曲线，根据上述公式计算层理发育指数Is，得到相应曲线后，即可根据图版A所得到的层理发育程度划分标准识别纹层。
在图1中，为层理发育程度较高，即纹层较发育时层理发育指数Is一般大于等于0.04；
在图2中，为层理发育程度中等时层理发育指数Is一般大于等于0.02，小于0.04；
在图3中，为层理不发育时层理发育指数Is一般小于等于0.02；
在应用本发明的具体实施例2中，根据建立的岩心-成像-Is图版A定量评价该井层理发育程度。
步骤1：获取目的层的声波和密度变化率ΔAC和ΔDEN
为了保证计算数据的准确性，可以对测井曲线进行预处理，例如对所需测井曲线进行环境校正，深度校正等。收集校正后的声波测井数据，计算声波测井变化率ΔAC，其中ΔAC＝∣ACi+1-ACi∣+∣ACi-ACi-1∣/∣ACi∣；收集校正后的密度测井数据计算密度测井曲线变化率ΔDEN，其中ΔDEN＝∣DENi+1-DENi∣+∣DENi-DENi-1∣/∣DENi∣层理发育指数Is＝(ΔAC+ΔDEN)/2；
步骤2：计算层理发育指数Is
将步骤1中得到的声波和密度变化率ΔAC和ΔDEN取平均值，即可得到层理发育指数Is，即Is＝(ΔAC+ΔDEN)/2；
步骤3：根据图版A判断层理发育程度
如图4所示，该井3640.8m-3641.8m层理发育指数Is最高能达到0.068，由此可以判断该地层层理发育程度高，纹层发育；该井3681.8m-3687.9m地层层理发育指数Is一般在0.02-0.04之前，由此可以判断该地层层理发育程度中等，纹层较发育；该井3625.3m-3634.3m地层层理发育指数Is一般普遍小于0.02，由此可以判断该地层层理发育程度低，纹层不发育。
在应用本发明的具体实施例3中，根据建立的岩心-成像-Is图版A定量评价该井层理发育程度。
步骤1：获取目的层的声波和密度变化率ΔAC和ΔDEN
为了保证计算数据的准确性，可以对测井曲线进行预处理，例如对所需测井曲线进行环境校正，深度校正等。收集校正后的声波测井数据，计算声波测井变化率ΔAC，其中ΔAC＝∣ACi+1-ACi∣+∣ACi-ACi-1∣/∣ACi∣；收集校正后的密度测井数据计算密度测井曲线变化率ΔDEN，其中ΔDEN＝∣DENi+1-DENi∣+∣DENi-DENi-1∣/∣DENi∣层理发育指数Is＝(ΔAC+ΔDEN)/2；
步骤2：计算层理发育指数Is
将步骤1中得到的声波和密度变化率ΔAC和ΔDEN取平均值，即可得到层理发育指数Is，即Is＝(ΔAC+ΔDEN)/2；
步骤3：根据图版A判断层理发育程度
如图5所示，该井3420m-3780m层理发育指数Is普遍较高，一般在0.04以上，最高能达到0.1以上，由此可以判断该地层层理发育程度高，纹层发育；该井3240m-3300m层理发育指数Is一般在0.02-0.04之间，由此可以判断该地层层理发育程度中等，纹层较发育。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域技术人员来说，其依然可以对前述实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims (8)

1.针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，该针对陆相细粒沉积岩中层理发育程度的定量识别方法包括：
步骤1：获取目的层的声波和密度变化率ΔAC和ΔDEN；
步骤2：计算层理发育指数Is；
步骤3：建立不同层理发育程度下的典型岩心-成像-Is图版A；
步骤4：根据图版A判断层理发育程度。
2.根据权利要求1所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤1中，为了保证计算数据的准确性，对测井曲线进行预处理，包括对所需测井曲线进行环境校正，深度校正。
3.根据权利要求2所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤1中，收集校正后的声波测井数据，计算声波测井变化率ΔAC，其中ΔAC＝∣ACi+1-ACi∣+∣ACi-ACi-1∣/∣ACi∣；其中，ΔAC-声波测井变化率；ACi-当前深度点的声波时差测井值；ACi+1-下一个深度点的声波时差测井值；ACi-1-上一个深度点的声波时差测井值。
4.根据权利要求3所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤1中，收集校正后的密度测井数据计算密度测井曲线变化率ΔDEN，其中ΔDEN＝∣DENi+1-DENi∣+∣DENi-DENi-1∣/∣DENi∣；其中ΔDEN-密度测井变化率；DENi-当前深度点的密度测井值；DENi+1-下一个深度点的密度测井值；DENi-1-上一个深度点的密度测井值。
5.根据权利要求1所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤2中，将步骤1中得到的声波和密度变化率ΔAC和ΔDEN取平均值，即可得到层理发育指数Is，即Is＝(ΔAC+ΔDEN)/2。
6.根据权利要求1所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤3中，将成像测井结果结合岩心观察资料与计算得到的层理发育指数曲线Is相比对，读取层理发育、层理中等发育和层理不发育地层的层理发育指数范围，建立不同层理发育程度下的典型岩心-成像-Is图版A。
7.根据权利要求1所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤4中，根据图版A将层理发育程度划分为层理发育，层理中等发育和层理不发育三种情况。
8.根据权利要求7所述的针对陆相细粒沉积岩中层理发育程度的定量识别方法，其特征在于，在步骤4中，通过图版A的准确刻度，当Is≥0.04时，判断为层理发育，当0.02≤Is<0.04时，判断为层理中等发育，当Is≤0.02时判断为层理不发育。
CN202110293615.8A 2021-03-19 2021-03-19 针对陆相细粒沉积岩中层理发育程度的定量识别方法 Pending CN115170945A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110293615.8A CN115170945A (zh) 2021-03-19 2021-03-19 针对陆相细粒沉积岩中层理发育程度的定量识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110293615.8A CN115170945A (zh) 2021-03-19 2021-03-19 针对陆相细粒沉积岩中层理发育程度的定量识别方法

Publications (1)

Publication Number Publication Date
CN115170945A true CN115170945A (zh) 2022-10-11

Family

ID=83475943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110293615.8A Pending CN115170945A (zh) 2021-03-19 2021-03-19 针对陆相细粒沉积岩中层理发育程度的定量识别方法

Country Status (1)

Country Link
CN (1) CN115170945A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116296946A (zh) * 2023-03-06 2023-06-23 中国矿业大学(北京) 基于分形-波动理论的页岩纹层发育程度表征方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116296946A (zh) * 2023-03-06 2023-06-23 中国矿业大学(北京) 基于分形-波动理论的页岩纹层发育程度表征方法和装置
CN116296946B (zh) * 2023-03-06 2023-08-11 中国矿业大学(北京) 基于分形-波动理论的页岩纹层发育程度表征方法和装置

Similar Documents

Publication Publication Date Title
WO2016161914A1 (zh) 一种利用地质和测井信息预测储层成岩相的方法
CN108303752B (zh) 砂砾岩有效储层常规测井定量识别方法
CN112526107B (zh) 裂缝型致密砂岩储层甜点识别与定量表征的方法
CN110318745B (zh) 一种沉积微相约束下粒径岩性测井评价方法
CN109061763B (zh) 碳酸盐岩断溶体油藏洞穴测井综合评价方法
CN107829731B (zh) 一种黏土蚀变的火山岩孔隙度校正方法
CN109143399B (zh) 一种识别碳酸盐岩层序界面的方法
CN108374657B (zh) 井断点自动识别方法
CN105317435A (zh) 一种水平井裂缝识别方法
Tomomewo et al. Characterization of the Bakken Formation using NMR and SEM Techniques
CN115030707A (zh) 一种油页岩“甜点”快速评价方法
CN110320569A (zh) 一种致密砂岩储层单井裂缝发育强度定量评价方法
Higgs et al. Advances in grain-size, mineral, and pore-scale characterization of lithic and clay-rich reservoirs
CN115170945A (zh) 针对陆相细粒沉积岩中层理发育程度的定量识别方法
CN116168224A (zh) 基于成像砾石含量的机器学习岩相自动识别方法
Jasim et al. Specifying quality of a tight oil reservoir through 3-d reservoir modeling
CN109738955B (zh) 一种基于成分-结构分类下的变质岩岩性综合判别方法
CN109826623A (zh) 一种致密砂岩储层层理缝的地球物理测井判识方法
CN112746835A (zh) 一种优化的深层页岩气地质甜点测井综合评价方法
Fan et al. Semi-Supervised Learning–Based Petrophysical Facies Division and “Sweet Spot” Identification of Low-Permeability Sandstone Reservoir
CN113484907B (zh) 一种预测不同类型储层平面上分布的方法
CN112784404B (zh) 一种基于常规测井资料的砂砾岩束缚水饱和度计算方法
Tawfeeq et al. Digital rock analysis: an alternative method to predict petrophysical properties, case study from Mishrif Formation
CN115012903A (zh) 判别泥页岩层理构造发育的测井评价方法
FANG et al. Quantitative Method of Classification and Discrimination of a Porous Carbonate Reservoir Integrating K‐means Clustering and Bayesian Theory

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