CN115238986A - 一种沥青分布预测方法、装置及计算机可读存储介质 - Google Patents
一种沥青分布预测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115238986A CN115238986A CN202210847679.2A CN202210847679A CN115238986A CN 115238986 A CN115238986 A CN 115238986A CN 202210847679 A CN202210847679 A CN 202210847679A CN 115238986 A CN115238986 A CN 115238986A
- Authority
- CN
- China
- Prior art keywords
- period
- work area
- target work
- ancient
- asphalt distribution
- 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
- 239000010426 asphalt Substances 0.000 title claims abstract description 61
- 238000009826 distribution Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 238000009825 accumulation Methods 0.000 claims abstract description 29
- 238000009933 burial Methods 0.000 claims abstract description 16
- 238000002310 reflectometry Methods 0.000 claims description 17
- 239000004079 vitrinite Substances 0.000 claims description 15
- 239000005416 organic matter Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims 1
- 238000005553 drilling Methods 0.000 abstract description 9
- 239000003208 petroleum Substances 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000005070 sampling Methods 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 12
- 238000005755 formation reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及油气勘探开发技术领域,具体而言,涉及一种沥青分布预测方法、装置及计算机可读存储介质,方法包括如下步骤:根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。本发明通过地震数据解释技术得到各时期的古构造,结合埋藏史与热史数据计算各时期的成藏贡献率,以此对沥青分布进行预测,预测结果与工区钻井得到的沥青分布吻合度较高,能为石油工作者节约大量的工作时间,且沥青分布边界不受钻井取样的限制。
Description
技术领域
本发明涉及油气勘探开发技术领域,具体而言,涉及一种沥青分布预测方法、装置及计算机可读存储介质。
背景技术
沥青的存在常常对油气的分布和勘探具有重要的指示作用,沥青的H/C原子比、碳同位素、固体沥青反射率、生物标志化合物以及光学特性等的参数,是重建含油气盆地热史、分析烃源岩演化史、辨明油气来源以及解决成藏期次等常见地质问题的有力证据,对油气勘探与开发具有重要的指导作用。沥青裂解时会形成大量天然气,同时也会留下来很多固体沥青,研究沥青分布对于认识盆地内油气分布和资源潜力评价有非常重要的意义。
而想要获得沥青的分布,一般需要结合目标工区的钻井资料、薄片分析、地球化学分析等来获取,需要很大的工作量。因此,亟需一种相对便捷准确的沥青分布预测方法,方便石油工作者在油气分布和资源潜力评价等工作。
发明内容
本发明的目的在于提供一种沥青分布预测方法、装置及计算机可读存储介质,通过地震数据解释技术得到各时期的古构造,结合埋藏史与热史数据计算各时期的成藏贡献率,以此对沥青分布进行预测,预测结果与工区钻井得到的沥青分布吻合度较高,能为石油工作者节约大量的工作时间,且沥青分布边界不受钻井取样的限制。
本发明的实施例通过以下技术方案实现:一种沥青分布预测方法,包括如下步骤:
步骤一、根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;
步骤二、根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;
步骤三、通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。
根据一种优选实施方式,所述步骤一中根据目标工区的地震数据,对各时期的古构造进行恢复具体包括:
获取目标工区的地震数据,进行目标工区层位解释,确定目标工区的层位;
对目标工区的成藏演化史进行期次划分,并确定各期次对应的层位;
利用地质年代最久的层位依次减去上覆地层的层位,得到各时期的古构造。
根据一种优选实施方式,所述进行目标工区层位解释具体包括:结合测井数据进行层位标定,基于目标工区的地质进行层位解释。
根据一种优选实施方式,所述对目标工区的成藏演化史进行期次划分具体包括:
根据目标工区的生油期和生气期,结合目标工区的构造演化数据,将目标工区的成藏演化史划分为N个期次。
根据一种优选实施方式,所述对各时期的古构造进行归一化处理具体包括:
将地质年代最久的古构造作为基准面,计算各时期的古构造到基准面的最小距离,表达式如下:
Lk=min(S1-Sk)
上式中,Lk表示最小距离,min()表示最值函数,S1表示基准面,Sk表示各时期的古构造,k=1,2,3,......,N-1;
利用各时期的古构造整体减去对应的最小距离,得到归一化后的古构造,表达式如下:
SNk=Sk-Lk
上式中,SNk表示归一化后的古构造,k=1,2,3,......,N-1。
根据一种优选实施方式,所述步骤二还包括:
根据目标工区埋藏史与热史数据,确定各热演化时期的镜质体反射率对应的数值区间。
根据一种优选实施方式,所述根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率的表达式如下:
上式中,Ck表示各时期的成藏贡献率,T1、T2表示k时期地质年代的起止时间,m表示k时期不同区间范围镜质体反射率Ro的个数,m=1,2,3,......,n,Roi表示各镜质体反射率Ro区间的中值,h2、h1表示k时期有机质埋藏深度的最大值和最小值。
根据一种优选实施方式,所述通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加的表达式如下:
上式中,B表示沥青分布预测结果,SNk表示归一化后的古构造,k=1,2,3,......,N-1,Ck表示各时期的成藏贡献率。
本发明还提供一种利用上述所述的沥青分布预测方法的装置,包括:
古构造恢复模块,用于根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;
成藏贡献率计算模块,用于根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;
沥青分布预测模块,用于通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上述所述的沥青分布预测方法。
本发明实施例的技术方案至少具有如下优点和有益效果:通过地震数据解释技术得到各时期的古构造,结合埋藏史与热史数据计算各时期的成藏贡献率,以此对沥青分布进行预测,预测结果与工区钻井得到的沥青分布吻合度较高,能为石油工作者节约大量的工作时间,且沥青分布边界不受钻井取样的限制。
附图说明
图1为本发明提供的沥青分布预测方法的流程示意图。
图2为图1中具体执行步骤示意。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
实施例1
经申请人研究发现,沥青是石油和天然气形成过程中的伴生产物,它是油气形成、演化历史过程中不可缺少的部分。普遍认为,沥青丰度受古隆起控制,核部沥青发育最多,斜坡部位沥青含量逐渐减少,沥青分布主要受到古构造影响。
沥青的反射率数值由于直接决定于本身结构的规整程度而与热演化密切相连,是标定碳酸盐岩有机质热演化程度的重要参数,由此也可以用有机质的热演化程度来反映沥青的分布。
参考图1及图2所示,本发明实施例提供一种沥青分布预测方法,包括如下步骤:
一、加载目标工区的地震数据,对目标工区层位进行解释
首先对地震数据解释技术进行简单说明,地震数据解释技术主要包括构造解释、岩性解释与储层预测、地震属性以及三维可视化四个方面,构造解释就是利用地震波的反射时间、同相性、波速等运动学信息,研究地层界面的分布范围和起伏形态、断层发育情况,并把地震时间剖面中的旅行时间转变成地层界面的深度,绘制地质构造图,为寻找构造油气藏提供资料。
层位标定,标定方法有深-时转换法、VSP测井法、合成地震记录法,其中深-时转换法的转换公式如下:t=t(d),t表示时间time,d表示深度depth,例如:t=4091.65(ln(0.00026.z)+1);VSP测井法为将VSP曲线嵌入过井地震剖面,确定地质界面的地震反射。通过层位标定可确定井点上待解释地质界面对应的地震反射,根据资料的多少,至少是一个点,也可以是多个点;进一步地,在地震资料范围内对比追踪反射波同相轴,确定其分布,也就是待解释地质界面的分布。
在本实施例中,首先获取目标工区的地震数据(地震资料),结合测井数据进行层位标定,即采用VSP测井法,基于目标工区的地质进行层位解释,确定目标工区的层位。需要说明的是,通过结合测井数据进行层位标定,基于目标工区的地质进行层位解释,能够确保层位解释的正确性。
二、查阅资料,获取目标工区对应的埋藏史与热史数据
首先,需要说明的是,利用一定地质时期的地温梯度与埋藏深度就能够得到某个埋深的地温。从某种程度上说,沉积物中镜质体的反射率值,是该镜质体加热过程的积分,是温度与时间的函数。也就是说确定大地热流值和埋藏史,就能够推导出镜质体反射率的值。埋藏史是指随着盆地沉降充填使得沉积物不断被充填压实,之后盆地抬升地层沉积间断或遭受剥蚀,这样反复进行的埋藏过程。因此,在埋藏史确定之后,才可以使用镜质体反射率反向揭示盆地热演化过程。
镜质体反射率值是指在显微镜下,镜质体抛光面的反射光强度与垂直入射光强度的百分比。其原理是光电倍增管所接受的反射光强与其光电信号成正比,在显微镜下用一定强度的入射光照射时,对比镜质体和已知反射率的标准片的光电信号值而加以确定。
此外,由于镜质体反射率的不可逆性以及稳定记录盆地最高古地温的优势,被作为重要的定量地温计在研究沉积盆地热史反演等方面具有不可替代的作用。
在本实施例中,通过查阅资料,获取目标工区对应的埋藏史与热史数据,即地层埋藏史与热演化史特征图,根据目标工区埋藏史与热史数据,确定各热演化时期的镜质体反射率对应的数值区间。例如:
区间一:Ro=0.5~0.7%Ro1=0.6%
区间二:Ro=0.7~1.0%Ro2=0.85%
区间三:Ro=1.0~1.3%Ro3=1.15%
区间四:Ro=1.3~2.6%Ro4=1.95%
记各个镜质体反射率Ro区间的中值为Roi,i=1,2,3,......,n。
需要说明的是,镜质体反射率是重要的有机质成熟度指标,并用来标定从早期成岩作用直至深变质阶段有机质的热演化,有机质热变质作用愈深,镜质体反射率愈大。一般认为镜质体反射率在0.5~1.2%之间为石油成熟带。
三、查阅资料,将目标工区成藏演化期次划分为N个期次
查阅文献,根据目标工区的生油期和生气期,结合目标工区的构造演化数据,将目标工区的成藏演化史划分为N个期次,并将N个期次按地质年代由远到近降序排序,依次记为第1、2、3、......、N期次。
四、根据地震资料,确定各期次对应的层位
在地震资料上找到N个期次对应的层位Hj,其中j=1、2、3、......、N。
五、对各时期的古构造进行恢复
N个层位对应N-1个时期,按地质年代由远到近降序排序,把各个日期记为1、2、3、......、N-1期次。用N个层位中地质年代最久的层位依次减去上覆地层的层位,得到各时期的古构造Sk,k=1,2,3,......,N-1,各时期的古构造按地质年代由远到近降序排序。
六、对各时期的古构造进行归一化处理
将地质年代最久的古构造作为基准面,计算各时期的古构造到基准面的最小距离,表达式如下:
Lk=min(S1-Sk)
上式中,Lk表示最小距离,min()表示最值函数,S1表示基准面,Sk表示各时期的古构造,k=1,2,3,......,N-1;
利用各时期的古构造整体减去对应的最小距离,得到归一化后的古构造,表达式如下:
SNk=Sk-Lk
上式中,SNk表示归一化后的古构造,k=1,2,3,......,N-1。可以理解的是,当k=1时,L1=0,SN1=S1。
七、计算各时期的成藏贡献率
根据目标工区埋藏史与热史数据,即地层埋藏史与热演化史特征图,采用如下公式进行成藏贡献率的计算:
上式中,Ck表示各时期的成藏贡献率,T1、T2表示k时期地质年代的起止时间,m表示k时期不同区间范围镜质体反射率Ro的个数,m=1,2,3,......,n,Roi表示各镜质体反射率Ro区间的中值,h2、h1表示k时期有机质埋藏深度的最大值和最小值。
八、沥青分布预测
通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果,表达式如下:
上式中,B表示沥青分布预测结果,SNk表示归一化后的古构造,k=1,2,3,......,N-1,Ck表示各时期的成藏贡献率。
本发明实施例所提供的方法通过地震数据解释技术得到各时期的古构造,结合埋藏史与热史数据计算各时期的成藏贡献率,以此对沥青分布进行预测,预测结果与工区钻井得到的沥青分布吻合度较高,能为石油工作者节约大量的工作时间,且沥青分布边界不受钻井取样的限制。
本发明实施例还提供一种利用如上述所述的沥青分布预测方法的装置,包括:
古构造恢复模块,用于根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;
成藏贡献率计算模块,用于根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;
沥青分布预测模块,用于通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上述所述的沥青分布预测方法。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。
Claims (10)
1.一种沥青分布预测方法,其特征在于,包括如下步骤:
步骤一、根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;
步骤二、根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;
步骤三、通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。
2.如权利要求1所述的沥青分布预测方法,其特征在于,所述步骤一中根据目标工区的地震数据,对各时期的古构造进行恢复具体包括:
获取目标工区的地震数据,进行目标工区层位解释,确定目标工区的层位;
对目标工区的成藏演化史进行期次划分,并确定各期次对应的层位;
利用地质年代最久的层位依次减去上覆地层的层位,得到各时期的古构造。
3.如权利要求2所述的沥青分布预测方法,其特征在于,所述进行目标工区层位解释具体包括:结合测井数据进行层位标定,基于目标工区的地质进行层位解释。
4.如权利要求2所述的沥青分布预测方法,其特征在于,所述对目标工区的成藏演化史进行期次划分具体包括:
根据目标工区的生油期和生气期,结合目标工区的构造演化数据,将目标工区的成藏演化史划分为N个期次。
5.如权利要求2所述的沥青分布预测方法,其特征在于,所述对各时期的古构造进行归一化处理具体包括:
将地质年代最久的古构造作为基准面,计算各时期的古构造到基准面的最小距离,表达式如下:
Lk=min(S1-Sk)
上式中,Lk表示最小距离,min( )表示最值函数,S1表示基准面,Sk表示各时期的古构造,k=1,2,3,......,N-1;
利用各时期的古构造整体减去对应的最小距离,得到归一化后的古构造,表达式如下:
SNk=Sk-Lk
上式中,SNk表示归一化后的古构造,k=1,2,3,......,N-1。
6.如权利要求1所述的沥青分布预测方法,其特征在于,所述步骤二还包括:
根据目标工区埋藏史与热史数据,确定各热演化时期的镜质体反射率对应的数值区间。
9.一种利用权利要求1至8任一项所述的沥青分布预测方法的装置,其特征在于,包括:
古构造恢复模块,用于根据目标工区的地震数据,对各时期的古构造进行恢复,并对各时期的古构造进行归一化处理;
成藏贡献率计算模块,用于根据目标工区埋藏史与热史数据,计算各时期的成藏贡献率;
沥青分布预测模块,用于通过对归一化后的古构造与各时期的成藏贡献率进行加权叠加,得到沥青分布预测结果。
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上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的沥青分布预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210847679.2A CN115238986B (zh) | 2022-07-19 | 2022-07-19 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210847679.2A CN115238986B (zh) | 2022-07-19 | 2022-07-19 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115238986A true CN115238986A (zh) | 2022-10-25 |
CN115238986B CN115238986B (zh) | 2023-09-26 |
Family
ID=83673462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210847679.2A Active CN115238986B (zh) | 2022-07-19 | 2022-07-19 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115238986B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009142473A (ru) * | 2009-11-19 | 2011-05-27 | Общество с ограниченной ответственностью "Инженерно-геофизическая компания" (RU) | Способ поиска залежей углеводородов в битуминозных глинистых отложениях |
CN103206207A (zh) * | 2013-03-01 | 2013-07-17 | 陕西延长石油(集团)有限责任公司研究院 | 基于生烃期古构造的油藏有利区的识别方法 |
CN103982179A (zh) * | 2014-05-26 | 2014-08-13 | 中国地质大学(北京) | 一种油藏储层的古压力定量反演探测方法 |
CN104730595A (zh) * | 2015-04-16 | 2015-06-24 | 中国石油大学(华东) | 一种深层古油藏充注方向和途径示踪方法 |
CN104950080A (zh) * | 2015-06-12 | 2015-09-30 | 中国石油天然气股份有限公司 | 一种分散液态烃裂解成气的定量评价方法 |
US20160097757A1 (en) * | 2013-08-12 | 2016-04-07 | Schlumberger Technology Corporation | Automated method and apparatus to characterize solubility of asphaltenes of a hydrocarbon fluid sample utilizing microfluidics |
CN106168685A (zh) * | 2015-09-08 | 2016-11-30 | 西南石油大学 | 一种页岩气单井地质综合评价方法 |
US20170330373A1 (en) * | 2016-05-13 | 2017-11-16 | Chevron U.S.A. Inc. | System and method for 3d restoration of complex subsurface models |
CN109061765A (zh) * | 2018-09-26 | 2018-12-21 | 西南石油大学 | 非均质薄砂岩互层油藏的圈闭评价方法 |
CN110517794A (zh) * | 2019-08-23 | 2019-11-29 | 长安大学 | 一种建立页岩气藏的埋藏-热演化史图的方法 |
CN112049626A (zh) * | 2020-09-14 | 2020-12-08 | 中国石油大学(华东) | 一种源外分散液态烃与古油藏判别方法及系统 |
CN112305602A (zh) * | 2019-08-01 | 2021-02-02 | 中国石油天然气股份有限公司 | 基于叠前多属性与古地貌融合技术的碳酸岩储层预测方法 |
CN112782206A (zh) * | 2019-11-08 | 2021-05-11 | 中国石油天然气股份有限公司 | 一种示踪深层天然气成藏过程的方法 |
CN113627037A (zh) * | 2021-09-16 | 2021-11-09 | 广东辛孚科技有限公司 | 一种基于原油切割的直馏沥青性质预测方法 |
US20210350208A1 (en) * | 2020-05-11 | 2021-11-11 | China University Of Petroleum (East China) | Method and device for predicting production performance of oil reservoir |
US20220042413A1 (en) * | 2020-08-05 | 2022-02-10 | Exxonmobil Upstream Research Company | Systems and Methods for Predicting the Composition of Petroleum Hydrocarbons |
CN114183121A (zh) * | 2020-09-14 | 2022-03-15 | 中国石油化工股份有限公司 | 裂缝有效性定量评价方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-19 CN CN202210847679.2A patent/CN115238986B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009142473A (ru) * | 2009-11-19 | 2011-05-27 | Общество с ограниченной ответственностью "Инженерно-геофизическая компания" (RU) | Способ поиска залежей углеводородов в битуминозных глинистых отложениях |
CN103206207A (zh) * | 2013-03-01 | 2013-07-17 | 陕西延长石油(集团)有限责任公司研究院 | 基于生烃期古构造的油藏有利区的识别方法 |
US20160097757A1 (en) * | 2013-08-12 | 2016-04-07 | Schlumberger Technology Corporation | Automated method and apparatus to characterize solubility of asphaltenes of a hydrocarbon fluid sample utilizing microfluidics |
CN103982179A (zh) * | 2014-05-26 | 2014-08-13 | 中国地质大学(北京) | 一种油藏储层的古压力定量反演探测方法 |
CN104730595A (zh) * | 2015-04-16 | 2015-06-24 | 中国石油大学(华东) | 一种深层古油藏充注方向和途径示踪方法 |
CN104950080A (zh) * | 2015-06-12 | 2015-09-30 | 中国石油天然气股份有限公司 | 一种分散液态烃裂解成气的定量评价方法 |
CN106168685A (zh) * | 2015-09-08 | 2016-11-30 | 西南石油大学 | 一种页岩气单井地质综合评价方法 |
US20170330373A1 (en) * | 2016-05-13 | 2017-11-16 | Chevron U.S.A. Inc. | System and method for 3d restoration of complex subsurface models |
CN109061765A (zh) * | 2018-09-26 | 2018-12-21 | 西南石油大学 | 非均质薄砂岩互层油藏的圈闭评价方法 |
CN112305602A (zh) * | 2019-08-01 | 2021-02-02 | 中国石油天然气股份有限公司 | 基于叠前多属性与古地貌融合技术的碳酸岩储层预测方法 |
CN110517794A (zh) * | 2019-08-23 | 2019-11-29 | 长安大学 | 一种建立页岩气藏的埋藏-热演化史图的方法 |
CN112782206A (zh) * | 2019-11-08 | 2021-05-11 | 中国石油天然气股份有限公司 | 一种示踪深层天然气成藏过程的方法 |
US20210350208A1 (en) * | 2020-05-11 | 2021-11-11 | China University Of Petroleum (East China) | Method and device for predicting production performance of oil reservoir |
US20220042413A1 (en) * | 2020-08-05 | 2022-02-10 | Exxonmobil Upstream Research Company | Systems and Methods for Predicting the Composition of Petroleum Hydrocarbons |
CN112049626A (zh) * | 2020-09-14 | 2020-12-08 | 中国石油大学(华东) | 一种源外分散液态烃与古油藏判别方法及系统 |
CN114183121A (zh) * | 2020-09-14 | 2022-03-15 | 中国石油化工股份有限公司 | 裂缝有效性定量评价方法、装置、电子设备及存储介质 |
CN113627037A (zh) * | 2021-09-16 | 2021-11-09 | 广东辛孚科技有限公司 | 一种基于原油切割的直馏沥青性质预测方法 |
Non-Patent Citations (6)
Title |
---|
SHAHSAVARI,AA等: "Distribution of total petroleum hydrocarbons in Dezful aquifer,Southwest of Iran", 《ARABIAN JOURNAL OF GEOSCIENCES》, vol. 7, no. 6, pages 2367 - 2375 * |
孙玮: "四川盆地元古宇—下古生界天然气藏形成过程和机理研究", 《中国博士学位论文全文数据库基础科学辑》, no. 09, pages 8 - 10 * |
庞雄奇等: "叠合盆地油气藏形成、演化与预测评价", 《地质学报》, vol. 86, no. 1, pages 45 - 47 * |
李兴伟;: "松辽盆地北部大庆长垣埋藏史、热史模拟", 大庆石油地质与开发, no. 01 * |
秦建中;李志明;腾格尔;: "中国南方高演化海相层系的古温标", 石油与天然气地质, no. 05 * |
谭磊;刘宏等: "四川盆地高磨地区震旦系灯影组三段+四段镶边台地层序地层、沉积演化与储集层分布预测", 《石油勘探与开发》, vol. 49, no. 5 * |
Also Published As
Publication number | Publication date |
---|---|
CN115238986B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2149647C (fr) | Methode d'analyse des traces sismiques utilisant une technique de calibrage statistique pour en deduire des proprietes geologiques | |
Bachu et al. | Geothermal regime and thermal history of the Llanos Basin, Colombia | |
CN103345001A (zh) | 一种测定古湖泊水深的方法 | |
US20150233846A1 (en) | System and method for identifying hydrocarbon potential in a rock formation using x-ray fluorescence | |
Zhai et al. | Applications of chemostratigraphy in a characterization of shale gas Sedimentary Microfacies and predictions of sweet spots—taking the Cambrian black shales in Western Hubei as an example | |
Euzen et al. | Well log cluster analysis: an innovative tool for unconventional exploration | |
Zaitouny et al. | Fast automatic detection of geological boundaries from multivariate log data using recurrence | |
US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
Maurer et al. | Statistical time-series analysis and sedimentological tuning of bedding rhythms in a Triassic basinal succession (Southern Alps, Italy) | |
Edress et al. | Subsurface geology and geochemical evaluation of the Middle Jurassic-Lower Cretaceous organic-rich intervals, West Kalabsha area, Western Desert, Egypt | |
CN115238986B (zh) | 一种沥青分布预测方法、装置及计算机可读存储介质 | |
Inyang et al. | Shale gas potential of Eocene shale of Agbada Formation: a paradigm shift in gas resource perception—a case study of the Niger Delta | |
Mathieu* et al. | Assessment of rock types properties in a south american unconventional shale play | |
CN115217470A (zh) | 页岩中厘米-微米级尺度旋回划分及驱动因素识别方法 | |
CN114154285B (zh) | 一种富有机质泥页岩地层流体压力系数预测方法和装置 | |
Garcia et al. | Multivariate and spatial statistical analysis of Callovo-Oxfordian physical properties from lab and borehole logs data: Towards a characterization of lateral and vertical spatial trends in the Meuse/Haute-Marne Transposition Zone | |
Adizua et al. | Reservoir characterization of an offshore Niger Delta “X” field using well log data | |
CN107831537B (zh) | 高砂地比浊积岩储层描述方法 | |
Jordan et al. | Quantitative biostratigraphic analysis and age estimates of Middle Cretaceous sequences in the Baltimore Canyon Trough, offshore Mid-Atlantic US Margin | |
Luo et al. | High-dimensional co-occurrence matrix: A new tool for 3D seismic target visualization and interpretation | |
Naseer et al. | Seismic attributes and spectral decomposition-based inverted porosity-constrained simulations for appraisal of shallow-marine lower-Cretaceous sequences of Miano gas field, Southern Pakistan | |
Sowiżdżał et al. | 3D geological modelling for prospectiveness evaluation of shale formations | |
CN111708100B (zh) | 深部薄层油气储层确定方法及相关装置 | |
CN111781330B (zh) | 基于多露头点的碳酸盐岩沉积旋回特征的研究方法 | |
Raitz Junior et al. | Image Data: The Unexplored Potential for Reservoir Characterization, Brazilian Pre-Salt |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |