CN115392090B - 基于三维数字岩心的地震波频散和衰减特征的预测方法 - Google Patents

基于三维数字岩心的地震波频散和衰减特征的预测方法 Download PDF

Info

Publication number
CN115392090B
CN115392090B CN202211111069.2A CN202211111069A CN115392090B CN 115392090 B CN115392090 B CN 115392090B CN 202211111069 A CN202211111069 A CN 202211111069A CN 115392090 B CN115392090 B CN 115392090B
Authority
CN
China
Prior art keywords
air
fluid
sample
rock
attenuation characteristics
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.)
Active
Application number
CN202211111069.2A
Other languages
English (en)
Other versions
CN115392090A (zh
Inventor
孙超
王尚旭
唐跟阳
岳建华
姜志海
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 University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
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 University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202211111069.2A priority Critical patent/CN115392090B/zh
Publication of CN115392090A publication Critical patent/CN115392090A/zh
Application granted granted Critical
Publication of CN115392090B publication Critical patent/CN115392090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开基于三维数字岩心的地震波频散和衰减特征的预测方法,涉及油气勘探开发技术领域,包括以下步骤:基于数字岩心技术获得流体分布;获得应力张量与岩石骨架位移场及流体压力的关系;按照研究目标尺寸构建均匀背景模型;使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场。本发明可实现以数字岩心技术表征三维流体分布,绕开传统基于流体分布建模过程,解决了三维模型中大纵横比、小目标体无法建模的困难,精准预测地震波频散和衰减特征。

Description

基于三维数字岩心的地震波频散和衰减特征的预测方法
技术领域
本发明涉及油气勘探开发技术领域,具体为基于三维数字岩心的地震波频散和衰减特征的预测方法。
背景技术
流体分布是描述地下流体特征的重要物性参数,其与地震波频散和衰减的定量关系是地球物理流体反演的重要约束条件。依据流体分布预测纵波模量的基本方法是以Biot框架为理论背景,推导出两种流体分布下的频散和衰减的解析解。如假设流体分布为周期层状和球状两种规则水气分布模式,White及Dutta推导了流体分布差异带来的纵波频散特征。然而,层状和球状水气分布模式与实际的复杂水气分布情况相差很远,更为接近实际情况的方法是假设流体分布具有随机性,使用随机介质模型中统计平滑概念表征复杂的流体分布,同样依据Biot框架推导解析解,实现对速度频散和衰减特征的预测。对于更加复杂的实际流体分布,无法推导解析解,更为广泛的解法是利用有限元方法求解准静态Biot孔弹性方程,实现对孔隙岩石中非均质性(流体分布、裂缝、非均匀孔隙)诱发频散和衰减的预测。该方法广泛的适用性使得输入真正流体分布预测频散和衰减存在可能。随着时间推移,知识积累,逐渐形成了以CT图像所得流体分布作为输入,预测纵波模量频散和衰减的理念。
然而,现有方法及技术在实现上述理念时存在巨大挑战,尤其对于三维岩石样品而言,依据流体分布建模预测其频散和衰减几乎是不可能实现的,原因是:在三维流体分布中,流体分布特征表现出气泡小、分散广及纵横比差异大的特点,从而无法依据CT扫描结果建立三维几何模型并实现网格划分,使得三维地震波频散和衰减的预测存在困难。
发明内容
本发明针对现有技术存在的困境,提供了一种基于三维数字岩心的地震波频散和衰减特征的预测方法。该方法基于数值岩心技术评估三维流体分布,通过间接使用该信息,无需依据流体分布建立几何模型,实现精准预测地震波频散和衰减,解决了常规技术中面对小地质体、大纵横比流体分布特征时无法建立几何模型、划分网格的问题。
为了解决上述技术问题,本发明提供了如下的技术方案:
基于三维数字岩心的地震波频散和衰减特征的预测方法,包括以下步骤:
S1:基于数字岩心技术获得流体分布;
S2:获得应力张量与岩石骨架位移场及流体压力的关系;
S3:按照研究目标尺寸构建均匀背景模型;
S4:使用有限元求解均匀背景模型,获得固体位移场和流体压力场。
作为本发明的进一步技术方案为,所述基于数字岩心技术获得流体分布,具体为:
Figure GDA0004186845800000021
其中,CTWater是样品完全饱和水时的灰度值,CTAir是样品饱和空气时的灰度值,其中,CTwater+air是部分饱和岩石的灰度值,θ是规则化系数,其中,0<θ≤1。
作为本发明的进一步技术方案为,所述基于数字岩心技术获得流体分布,还包括:
根据流体的体积模量、粘度、密度以及流体饱和度定义关键孔弹性参数,具体为:
Kf=SAirKAir+Kw(1-SAir), (2-1)
Figure GDA0004186845800000031
ρf=ρAirSAirw(1-SAir), (2-3)
Figure GDA0004186845800000032
其中,KAir和Kw分别为空气和水的体积模量,ρAir和ρw分别为空气和水的密度,ηAir和ηw分别为空气和水的粘度,SAir为空气饱和度。
作为本发明的进一步技术方案为,所述获得应力张量与岩石骨架位移场及流体压力的关系,具体包括:
多孔材料中固体和流体应满足质量守恒方程(3)和达西定律(4),其频率域形式为:
Figure GDA0004186845800000033
Figure GDA0004186845800000034
其中,
Figure GDA0004186845800000037
是哈密顿算子,ω是角频率,α是Biot-Willis系数,
ρb=(1-φ)ρs+φρf, (5)
其中,ρf是流体密度,ρs是固体骨架密度,φ是孔隙度,
Figure GDA0004186845800000035
其中,S是孔隙的迂曲因子,η是流体的粘度,κ是渗透率,
Figure GDA0004186845800000036
是虚数单位,岩石骨架的位移为:
Figure GDA0004186845800000041
流体压力为:
Pf=(Pi), (8)
岩石骨架的应变张量为:
Figure GDA0004186845800000042
其中i,j=1,2,3,是欧几里得空间维数;
应力张量σ与岩石骨架位移场及流体压力的关系为:
Figure GDA0004186845800000043
其中,
Figure GDA0004186845800000044
Kd是样品的排水体积模量,Gd是样品排水剪切模量,Kf是流体的体积模量,Kg是岩石颗粒的体积模量,δij函数为:
Figure GDA0004186845800000045
作为本发明的进一步技术方案为,所述按照研究目标尺寸构建均匀背景模型,具体包括:对研究目标尺寸进行常规四面体网格剖分,以及依据步骤S1所获结果寻找均匀背景模型中异常边界,进行网格微调:
Figure GDA0004186845800000046
Figure GDA0004186845800000047
其中Mat是与空间变量x,y,z,网格大小变量d有关的位置函数,用于定位异常边界位置;根据Mat值的范围,确定粗网格和细网格的位置FP。
作为本发明的进一步技术方案为,所述按照研究目标尺寸构建均匀背景模型,还包括:定义边界条件:
①在不排水条件下,样品所有边界流量应为0,其频率域形为:
Figure GDA0004186845800000051
其中n是边界外法向向量,
Figure GDA0004186845800000052
是虚数单位;
②在笛卡尔坐标系下,根据纵波模量的定义,研究目标区域侧面边界横向应变为0,即:
εij=0, (15)
其中,i,j=1,2是欧几里得空间维数,对应x、y方向;
样品下边界为固定边界,即:
ui=0, (16)
其中,i=1,2,3是欧几里得空间维数,对应x、y、z方向;目标区域上边界加载周期震荡应力S0;
σ33=S0。 (17)
作为本发明的进一步技术方案为,所述使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场,具体为:
纵波模量定义为M为:
Figure GDA0004186845800000053
其中,σ33为样品垂向应力,ε33为样品垂向应变;则纵波模量衰减为QM:
Figure GDA0004186845800000054
本发明的有益效果是:
本发明可实现以数字岩心技术表征三维流体分布,并预测地震波频散和衰减特征,其优点是绕开传统方法中基于流体分布的建模过程,解决三维模型中大纵横比、小目标体无法建模的困难,精准预测地震波频散和衰减特征,使用本发明计算时,直接将流体分布信息耦合到物理场中,避开使用复杂几何模型计算时存在的劣质网格,大幅度提高计算速度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的基于三维数字岩心的地震波频散和衰减特征的预测方法流程图;
图2为常规计算方法与本发明方法对比图;
图3为本发明实施例提供的汽水分布图;
图4a为本发明实施例提供的流体模型图;
图4b为本发明实施例提供的耦合弹性参数模型图;
图4c为本发明实施例提供的密度模型图;
图4d为本发明实施例提供的流体粘度模型图;
图5为本发明实施例边界加载情况图;
图6为本发明实施例网格划分结果图;
图7a为本发明实施例在频率20000Hz时的流体压力分布图;
图7b为本发明实施例在频率20000Hz时的应变图;
图8a为本发明实施例提供的纵模模量测量结果与本发明预测结果对比图。
图8b为本发明实施例提供的纵波衰减测量结果与本发明预测结果对比图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
参见图1,基于三维数字岩心的地震波频散和衰减特征的预测方法,包括以下步骤:
步骤S1,基于数字岩心技术获得流体分布;
步骤S2,获得应力张量与岩石骨架位移场及流体压力的关系;
步骤S3,按照研究目标尺寸构建均匀背景模型;
步骤S4,使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场。
其中步骤S1中,所述基于数字岩心技术获得流体分布;具体为:
Figure GDA0004186845800000071
其中,CTWater是样品完全饱和水时的灰度值,CTAir是样品饱和空气(干燥样品)的灰度值,其中,CTwater+air是部分饱和岩石的灰度值(即同时包括水和空气),θ是规则化系数,其中,0<θ≤1,保证饱和度数值处于0和1之间。
在步骤S1中,基于数字岩心技术获得流体分布:还包括:
根据流体的体积模量、粘度以及密度与流体饱和度定义关键孔弹性参数:流体的体积模量、粘度以及密度与流体饱和度密切相关,包含在方程组(2-1)~(2-4)中:
Kf=SAirKAir+Kw(1-SAir), (2-1)
Figure GDA0004186845800000081
ρf=ρAirSAirw(1-SAir), (2-3)
Figure GDA0004186845800000082
其中,KAir和Kw分别为空气和水的体积模量,ρAir和ρw分别为空气和水的密度,ηAir和ηw分别为空气和水的粘度,SAir为空气饱和度。
在步骤S2中,获得应力张量与岩石骨架位移场及流体压力的关系;具体包括:
多孔材料中固体和流体应满足质量守恒方程(3)和达西定律(4),其频率域形式为:
Figure GDA0004186845800000083
Figure GDA0004186845800000084
其中,
Figure GDA0004186845800000088
是哈密顿算子,ω是角频率,α是Biot-Willis系数,
ρb=(1-φ)ρs+φρf, (5)
其中,ρf是流体密度,ρs是固体骨架密度,φ是孔隙度,
Figure GDA0004186845800000085
其中,S是孔隙的迂曲因子,η是流体的粘度,κ是渗透率,
Figure GDA0004186845800000086
是虚数单位,岩石骨架的位移张量为:
Figure GDA0004186845800000087
流体压力为:
Pf=(Pi), (8)
岩石骨架的应变张量为:
Figure GDA0004186845800000091
其中i,j=1,2,3,是欧几里得空间维数;
应力张量σ与岩石骨架位移场及流体压力的关系为:
Figure GDA0004186845800000092
其中,
Figure GDA0004186845800000093
Kd是样品的排水体积模量,Gd是样品排水剪切模量,Kf是流体的体积模量,Kg是岩石颗粒的体积模量,δij函数为:/>
Figure GDA0004186845800000094
在步骤S3中,所述按照研究目标尺寸构建均匀背景模型,具体包括:对研究目标尺寸进行常规四面体网格剖分,以及依据步骤S1所获结果寻找均匀背景模型中异常边界,进行网格微调:
Figure GDA0004186845800000095
Figure GDA0004186845800000096
其中Mat是与空间变量x,y,z,网格大小变量d有关的位置函数。根据Mat值得范围,确定粗网格和细网格的位置FP。
在步骤S3中,所述按照研究目标尺寸构建均匀背景模型,还包括:定义边界条件:
①在不排水条件下,样品所有边界流量应为0,其频率域形为:
Figure GDA0004186845800000097
其中n是边界外法向向量,
Figure GDA0004186845800000098
是虚数单位;
②在笛卡尔坐标系下,根据纵波模量的定义,研究目标区域侧面边界横向应变为0,即:
εij=0, (15)
其中,i,j=1,2是欧几里得空间维数,对应x、y方向。样品下边界为固定边界,即:
ui=0, (16)
其中,i=1,2,3是欧几里得空间维数,对应x、y、z方向;目标区域上边界加载周期震荡应力S0,
σ33=S0。 (17)
在步骤S4中,所述使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场,具体为:
纵波模量定义为M为:
Figure GDA0004186845800000101
其中,σ33为样品垂向(z方向)应力,ε33为样品垂向应变;则纵波模量衰减为QM
Figure GDA0004186845800000102
本发明所述方法可实现以数字岩心技术表征三维流体分布,并预测地震波频散和衰减特征。其优点是绕开传统方法中基于流体分布的建模过程,从而在保证预测精度的同时,解决了三维模型中大纵横比、小目标体无法建模的困难。
为说明发明效果,以附图2(a)表示三维圆柱形模型为例,该模型内部圆球为空气,外部包裹水。
传统方法是根据附图2(a)建立几何模型,划分网格,计算结果获得的纵向位移场,如图2(c)所示,计算过程总耗时为30分32秒。
使用本发明计算时,不需要建立几何模型,直接将与流体分布信息耦合到孔弹方程中,可以看到,二者计算结果一致,但本发明所使用的计算时间为20分钟10秒,提高五倍之多,且避开了建立几何模型细节的过程。
选取某碳酸盐为实施例,其具体参数如表1所示。利用排水方法饱和该岩石,使其含水饱和度为90%,含气饱和度为10%。为使本发明的目的、技术方案和优点表述更加清楚,依据本发明技术方案,对纵波模量的频散和衰减特征进行预测。将预测结果与测量结果(如图8a和图8b正方形点所示)对比,以展示本发明所得预测结果的可靠性。
表1某碳酸岩、水和空气的特性
Figure GDA0004186845800000111
具体步骤为:
根据CT扫描图像,利用数字岩心技术,计算汽水分布特征,如图3所示。可以看到,该流体分布中存在很多不规则的气泡,使用常规方法无法建模;
利用上述的流体分布计算各个弹性参数,计算结果如图4所示:其中,图4a为流体模型;图4b为耦合弹性参数;图4c为密度;图4d为流体粘度;
建立均匀背景模型,如图5所示;
划分网格,如图6所示,充满小气泡的位置网格得到加密;
定义边界条件,如图7a和7b所示,圆柱形顶部记载应力S0,底部为固定约束,侧面的偏应变为0;
求解方程,得到流体压力(图7a),骨架垂向应变(图7b),据此计算纵向纵波模量和对应的频散衰减关系,如图8a和图8b中的黑色曲线,分别为纵波模量和纵波衰减,可以看到预测结果与实测结果匹配结果良好。证明了本发明技术的有效性。
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,对于本领域的技术人员来说,其依然可以对前述各实施例所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。

Claims (6)

1.基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,包括以下步骤:
S1:基于数字岩心技术获得流体分布;
S2:获得应力张量与岩石骨架位移场及流体压力的关系;
S3:按照研究目标尺寸构建均匀背景模型;
S4:使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场;
所述获得应力张量与岩石骨架位移场及流体压力的关系,具体包括:
多孔材料中固体和流体应满足质量守恒方程(3)和达西定律(4),其频率域形式为:
Figure FDA0004186845770000011
Figure FDA0004186845770000012
其中,
Figure FDA0004186845770000013
是哈密顿算子,ω是角频率,α是Biot-Willis系数,
ρb=(1-φ)ρs+φρf, (5)
其中,ρf是流体密度,ρs是固体骨架密度,φ是孔隙度,
Figure FDA0004186845770000014
其中,S是孔隙的迂曲因子,η是流体的粘度,κ是渗透率,
Figure FDA0004186845770000016
是虚数单位,岩石骨架的位移为:
Figure FDA0004186845770000015
流体压力为:
Pf=(Pi); (8)
岩石骨架的应变张量为:
Figure FDA0004186845770000021
其中i,j=1,2,3,是欧几里得空间维数,
应力张量σ与岩石骨架位移场及流体压力的关系为:
Figure FDA0004186845770000022
其中,
Figure FDA0004186845770000023
Kd是样品的排水体积模量,Gd是样品排水剪切模量,Kf是流体的体积模量,Kg是岩石颗粒的体积模量,δij函数为:
Figure FDA0004186845770000024
2.根据权利要求1所述的基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,所述基于数字岩心技术获得流体分布,具体为:
Figure FDA0004186845770000025
/>
其中,CTWater是样品完全饱和水时的灰度值,CTAir是样品饱和空气的灰度值,其中,CTwater+air是部分饱和岩石的灰度值,θ是规则化系数,其中,0<θ≤1。
3.根据权利要求1所述的基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,所述基于数字岩心技术获得流体分布,还包括:
根据流体的体积模量、粘度、密度以及流体饱和度定义关键孔弹性参数,具体为:
Kf=SAirKAir+Kw(1-SAir), (2-1)
Figure FDA0004186845770000026
ρf=ρAirSAirw(1-SAir), (2-3)
Figure FDA0004186845770000027
其中,KAir和Kw分别为空气和水的体积模量,ρAir和ρw分别为空气和水的密度,ηAir和ηw分别为空气和水的粘度,SAir为空气饱和度。
4.根据权利要求1所述的基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,所述按照研究目标尺寸构建均匀背景模型,具体包括:对研究目标尺寸进行常规四面体网格剖分,以及依据步骤S1所获结果寻找均匀背景模型中异常边界,进行网格微调:
Figure FDA0004186845770000031
Figure FDA0004186845770000032
其中Mat是与空间变量x,y,z,网格大小变量d有关的位置函数,用于定位异常边界位置;根据Mat值的范围,确定粗网格和细网格的位置FP。
5.根据权利要求1所述的基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,所述按照研究目标尺寸构建均匀背景模型,还包括:定义边界条件:
①在不排水条件下,样品所有边界流量应为0,其频率域形为:
Figure FDA0004186845770000033
其中n是边界外法向向量,
Figure FDA0004186845770000034
是虚数单位;
②在笛卡尔坐标系下,根据纵波模量的定义,研究目标区域侧面边界横向应变为0,即:
εij=0, (15)
其中,i,j=1,2是欧几里得空间维数,对应x、y方向;
样品下边界为固定边界,即:
Figure FDA0004186845770000041
其中,i=1,2,3是欧几里得空间维数,对应x、y、z方向;目标区域上边界加载周期震荡应力S0;
σ33=S0。 (17)
6.根据权利要求1所述的基于三维数字岩心的地震波频散和衰减特征的预测方法,其特征在于,所述使用有限元求解均匀背景模型,获得应变固体位移场和流体压力场,具体为:
纵波模量定义为M为:
Figure FDA0004186845770000042
其中,σ33为样品垂向应力,ε33为样品垂向应变;则纵波模量衰减为QM
Figure FDA0004186845770000043
/>
CN202211111069.2A 2022-09-13 2022-09-13 基于三维数字岩心的地震波频散和衰减特征的预测方法 Active CN115392090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211111069.2A CN115392090B (zh) 2022-09-13 2022-09-13 基于三维数字岩心的地震波频散和衰减特征的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211111069.2A CN115392090B (zh) 2022-09-13 2022-09-13 基于三维数字岩心的地震波频散和衰减特征的预测方法

Publications (2)

Publication Number Publication Date
CN115392090A CN115392090A (zh) 2022-11-25
CN115392090B true CN115392090B (zh) 2023-05-23

Family

ID=84126470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211111069.2A Active CN115392090B (zh) 2022-09-13 2022-09-13 基于三维数字岩心的地震波频散和衰减特征的预测方法

Country Status (1)

Country Link
CN (1) CN115392090B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105759310B (zh) * 2014-12-16 2018-05-08 中国石油化工股份有限公司 复杂非均质储层介质中地震波衰减及速度频散预测方法
CN106054248B (zh) * 2016-07-15 2017-07-18 河海大学 一种基于大面积致密储层地震岩石物理反演方法
CN112051609B (zh) * 2020-08-21 2023-01-06 成都理工大学 地震波成像方法、系统、存储介质、计算机程序、终端
CN112987088B (zh) * 2021-02-22 2023-04-18 成都理工大学 一种渗流介质地震横波数值模拟和成像方法
CN113391345B (zh) * 2021-06-02 2022-09-30 清华大学 波传播特性的预测方法、装置、电子设备及存储介质
CN114114403B (zh) * 2021-12-22 2023-06-27 东北石油大学 一种基于分数阶拉氏算子的各向异性衰减介质模拟方法

Also Published As

Publication number Publication date
CN115392090A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
US8085974B2 (en) Method for determining elastic-wave attenuation of rock formations using computer tomograpic images thereof
US8548782B2 (en) Method for modeling deformation in subsurface strata
Mousavi et al. Connectivity of pore space as a control on two-phase flow properties of tight-gas sandstones
CN113901681B (zh) 一种全寿命周期页岩气储层双甜点三维可压性评估方法
CA2745325A1 (en) System and method for predicting fluid flow characteristics within fractured subsurface reservoirs
CN108957542B (zh) 一种建立地震波衰减岩石物理图板的方法
CN113536644A (zh) 悬挂式止水帷幕深基坑降水方案模拟优化方法
Zhao et al. Fracture characterization and permeability prediction by pore scale variables extracted from X-ray CT images of porous geomaterials
CN111006987B (zh) 一种储层裂缝孔渗参数预测方法
CN115166853A (zh) 页岩气藏天然裂缝模型建立方法、装置、电子设备及介质
CN108572401A (zh) 缝洞组合模型的构建方法及探测储层缝洞变形的方法
Bencharif et al. Hybrid BEM-TLM-PML method for the dynamic impedance functions calculation of a rigid strip-footing on a nearly saturated poroelastic soil profile
CN115392090B (zh) 基于三维数字岩心的地震波频散和衰减特征的预测方法
CN116975987A (zh) 基于声学特征的深水浅层岩土工程参数预测方法及装置
CN117313472A (zh) 一种缝洞体碳酸盐岩储层的重复压裂参数优化设计方法
CN105301642B (zh) 非均匀孔隙岩石及其固态有机质体积含量确定方法及装置
CN113608260B (zh) 砂岩储层胶结前的多期构造压实减孔程度定量评价方法
CN114563823A (zh) 一种储层岩性和物性参数的联合贝叶斯反演方法和系统
CN113917531B (zh) 基于扰动体积模量的压力系数预测方法及电子设备
CN113552630B (zh) 基于弹性阻抗的未固结地层渗透率预测方法及处理终端
Qin et al. Study on seepage characteristics and stress sensitivity of sandstone under cyclic water intrusion based on CT scanning technique
CN112649861A (zh) 裂缝储层岩石物理建模方法及系统
CN117233845B (zh) 多尺度岩石物理模型估算水合物饱和度的方法及系统
CN117634329A (zh) 基于全应力张量模型的压驱流固耦合关系建立方法
He Finite Difference Simulation of the Stokes-Brinkman Equation for Transient Flow in Naturally Fractured Carbonate Karst 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
GR01 Patent grant