CN115434696A - 一种岩性识别数据库构建方法及岩性识别方法 - Google Patents
一种岩性识别数据库构建方法及岩性识别方法 Download PDFInfo
- Publication number
- CN115434696A CN115434696A CN202210986084.5A CN202210986084A CN115434696A CN 115434696 A CN115434696 A CN 115434696A CN 202210986084 A CN202210986084 A CN 202210986084A CN 115434696 A CN115434696 A CN 115434696A
- Authority
- CN
- China
- Prior art keywords
- data
- lithology
- rock stratum
- rock
- equipment
- 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
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种岩性识别数据库构建方法和岩性识别方法。所公开的方案包括分别构建各种已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数,并得到各已知岩性的孔内综合数据的临界值和设备综合数据的临界值;根据所构建的相应三角形隶属度函数及临界值计算与判断待识别岩性的隶属度。本发明的方法能够建立精准岩层三维地质模型,得到岩层分布规律。
Description
技术领域
本发明涉及岩性识别技术领域,尤其涉及一种岩性识别数据库构建方法及岩性识别方法。
背景技术
目前,国内外学者进行了大量的煤岩特性识别技术研究,试验了包括声学、光学、电磁、地震、热力学、核物理等20余种物探手段的有效性,还探索了采用截割阻力、电机驱动力、立柱压力等机电设备监测参数开展巷道煤岩识别的可行性,但是尚未取得技术突破和推广应用,也有部分研究人员采用钻探或物探手段进行研究,利用钻探参数、返渣孔内图像等进行多源信息分析,但是仍无法提供精准的地层数据信息。由于煤矿巷道围岩已发生变形,巷道修建前期探查的岩层数据无法真实有效的反映目前状态,同时钻进参数信息量巨大,加之地质环境复杂,地层岩性如何快速识别的关键问题并未得到充分解释。目前各类检测识别方法均需要现场采集岩层样本进行分析,同时普遍采用人工经验或历史数据进行定性分析判断,得到的结果不够精准,且工作效率低。
发明内容
针对现有技术的缺陷或不足,本发明提供了一种岩性识别数据库构建方法。
为此,本发明所提供的所述岩性识别数据库包括多种已知岩性的识别数据,任一种已知岩性的识别数据包括该已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数,所述方法包括分别构建各种已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数,并得到各已知岩性的孔内综合数据的临界值和设备综合数据的临界值;
任一种已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数的构建方法包括:采用方法A构建已知岩性的孔内综合数据集和设备综合数据集,之后分别采用聚类方法获得该已知岩性的孔内综合数据集的三角形隶属度函数和设备综合数据集的三角形隶属度函数,得到该已知岩性的孔内综合数据的临界值和设备综合数据的临界值;
所述方法A包括:
(1)钻孔并采集钻至不同位置时的钻杆力学参数、岩层性能参数和钻机设备测量数据;所述钻杆力学参数包括钻杆工作时钻进力、钻杆与岩层间切向力、钻杆与岩层间摩擦阻力和钻杆工作时扭矩;所述岩层性能参数包括岩石抗压强度、岩石抗剪强度、岩石色彩度、岩石灰度和岩石孔隙率;所述钻机设备测量数据为钻机本体的运行参数;
(2)对所采集的各位置的钻杆力学参数进行标准化处理,使经过标准化处理的数据符合标准正态分布,各数据集均无量纲,并分别对各位置的数据进行加权计算,得到各位置的钻杆力学性能数据,所有位置的钻杆力学性能数据构成力学性能数据集F;
Fi∈F,Fi=u1·Ai+u2·Bi+u3·Ci+u4·Di,其中,i为钻孔内任一位置,i=1,2,…,n;Fi为位置i时的钻杆力学性能数据;u1,u2,u3,u4分别为加权系数,u1,u2,u3,u4取值范围均为0~1,且u1+u2+u3+u4=1;Ai为位置i时钻杆工作时钻进力的标准化数据;Bi为位置i时钻杆与岩层间切向力的标准化数据;Ci为位置i时钻杆与岩层间摩擦阻力的标准化数据;Di为位置i时钻杆工作时扭矩的标准化数据;
对所采集的各位置的岩层性能参数进行标准化处理,使经过标准化处理的数据符合标准正态分布,各数据集均无量纲,并分别对各位置的数据进行加权计算,得到各位置的岩层性能数据,所有位置的岩层性能数据构成岩层性能数据集M;
Mi∈M,Mi=u5·Ei+u6·Fi+u7·Gi+u8·Hi+u9·Ji,其中,Mi为位置i时岩层性能数据集;u5,u6,u7,u8,u9分别为加权系数,u5,u6,u7,u8,u9取值范围均为0~1,且u5+u6+u7+u8+u9=1;Ei为位置i时岩石抗压强度的标准化数据;Fi为位置i时岩石抗剪强度的标准化数据;Ci为位置i时岩石色彩度的标准化数据;Hi为位置i时岩石灰度的标准化数据;Ji为位置i时岩石孔隙率的标准化数据;
对设备测量数据进行数据标准化后,采用主成分分析法进行数据降维,得出第一主数据集X、第二主数据集Y、第三主数据集Z;
构建设备综合数据集Q2,Q2i∈Q2,Q2i=e1·Xi+e2·Yi+e3·Zi,其中,Q2i为位置i时设备综合数据,e1,e2,e3分别为加权系数,均为0~1之间的实数,且e1+e2+e3=1;Xi∈X,Xi为位置i时的第一主数据,Yi∈Y,Yi为位置i时的第二主数据,Zi∈Z,Zi为位置i时的第三主数据。
本发明还提供了一种岩性识别方法。为此,本发所提供的岩性识别方法包括:
步骤1,采用上述方法A构建未知岩性岩层的孔内综合数据集和设备综合数据集;
步骤2,利用上述方法构建的数据库识别未知岩性岩层的岩性,包括:
对于未知岩性岩层的任意位置i的孔内综合数据,i=l,2,…,n;计算位置i的岩层隶属于各种已知岩性的隶属度,包括,根据未知岩性岩层钻孔位置i的孔内综合数据与任意一种已知岩性的孔内综合数据的临界值的大小关系,采用该任意一种已知岩性的孔内综合数据集的三角形隶属度函数计算位置i的岩层隶属于该任意一种已知岩性的隶属度,计算位置i的岩层隶属于各种已知岩性的隶属度后选择隶属度最大值μ1i,max;
对于未知岩性岩层的任意位置i的设备综合数据,i=1,2,…,n;计算位置i的岩层隶属于各种已知岩性的隶属度,包括,根据未知岩性岩层钻孔位置i的设备综合数据与任意一种已知岩性岩层的设备综合数据的临界值的大小关系,采用该任意一种已知岩性岩层的设备综合数据集的三角形隶属度函数计算位置i的岩层隶属于该任意一种已知岩性的隶属度,计算位置i的岩层隶属于各种已知岩性的隶属度后,选择隶属度最大值μ2i,max;
若μ1i,max和μ2i,max隶属于同一种岩性,且均大于第一阈值时,则位置i处的岩性为μ1i,max和μ2i,max隶属的岩性,所述第一阈值的取值范围为[0.7,0.8];否则:
若μ1i,max大于第二阈值时,则位置i处的岩性为μ1i,max隶属的岩性,所述第二阈值的取值范围为[0.9,0.95];
若μ2i,max大于第三阈值时,则位置i处的岩性为μ2i,max隶属的岩性,所述第三阈值的取值范围为[0.9,0.95]。
步骤3,同一截面多个位置的岩性识别结果构成岩层截面的岩性识别结果。
本发明同时还提供了一种煤矿变形巷道的岩性识别方法。为此,所提供的煤矿变形巷道的岩性识别方法采用上述方法对巷道的多个不同截面的岩性进行识别,之后,利用多个截面的岩性识别结果对整个巷道的岩性进行识别。
本发明同时提供了一种钻探系统。所提供的钻探系统包括钻机、探测系统和控制系统,所述控制系统用于控制钻机进行钻孔工作,同时控制探测系统对孔内环境进行探测,其特征在于,所述控制系统包括上述方法构建的岩性识别数据库和岩层识别模块,所述岩层识别模块依据所述岩性识别数据库采用上述方法对钻探过程中的岩层岩性进行识别。
本发明的方法能够建立精准岩层三维地质模型,得到岩层分布规律。
附图说明
图1为实施例中一截岩层的岩性分布图。
具体实施方式
除非有特殊说明,本文中的科学与技术术语基方法根据相关领域普通技术人员的认识理解或采用普通技术人员已知的相关方法实现。
岩性是指反映岩石特征的一些属性,如颜色、结构、胶结物、及胶结类型、特殊矿物等;在实际的工程应用中,可根据工程的具体地质条件进行划分,岩性不同的主要原因是由岩石结构的差异引起的,尽管孔内综合数据和设备综合数据的变化范围广,对岩层性质和危险性变化影响较大,但其平均值还是可以清楚地反映出岩性差异对岩石力学性质的影响,并且不同岩类力学性质的差异非常明显.例如,根据岩石可钻性划分为典型软弱夹层、软煤层、硬煤层、泥岩层、砂质泥岩层。
本发明所述的钻杆力学参数和岩性性能参数可用孔内测量系统采集;所述的钻杆力学参数包括钻进力、切向力、摩擦阻力和扭矩;所述岩层性能参数包括岩石抗压强度、岩石抗剪强度、岩石色彩度、灰度和孔隙率。本发明所述的设备测量数据为钻机本体的运行参数,包括钻杆给进装置的位姿参数、给进速度、给进压力,钻机回转装置的位移参数、回转速度、回转压力。位置i代表一个或多个孔内的任一位置,每个钻孔中n的具体取值通过选择采样频率进行确定;
本发明所述采用聚类方法获得某已知岩性的孔内综合数据集的三角形隶属度函数和设备综合数据集的三角形隶属度函数,得到相应已知岩性的孔内综合数据的临界值和设备综合数据的临界值具体示例如下:
任一已知岩层,建立其孔内综合数据集的三角形隶属度函数如下式(1)所示:
式中,μ1i为位置i岩层的孔内综合数据值隶属于该已知岩性的隶属度,Q1i为位置i的孔内综合数据值,Q1a、Q1b、Q1c分别为该已知岩性的孔内综合数据的临界值;
建立其设备综合数据值的隶属度函数如下式(2)所示:
式中,μ2i为位置i岩层的设备综合数据值隶属于该已知岩性的隶属度,Q2i为位置i的设备综合数据值,Q2a、Q2b、Q2c分别为该已知岩性的设备综合数据的临界值。
同理可建立其他岩层对应的孔内综合数据值和设备综合数据值的三角形隶属度函数。
所述钻探系统,包括钻机和探测系统及相关控制系统,所述控制系统用于控制钻机进行钻孔工作,并控制探测系统采集孔内及周边的环境参数;其中的钻机、探测系统及相关控制系统对于本领域技术人员来讲均为成熟产品,例如用于煤矿井下的钻机及相关探测系统。本发明的钻探系统是在现有钻探系统基础上,其中的控制系统集成有本发明的岩性识别数据库和岩性识别模块,所述岩性识别模块依据所述岩性识别数据库采用本发明的识别方法对钻探过程中的岩层岩性进行识别。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
该实施例岩层危险性评估数据库中的已知岩性为典型软弱夹层、软煤层、硬煤层、泥岩层、砂质泥岩层;
软弱夹层的孔内综合数据集内共2000个数据(即采集了2000个不同位置的数据构成),数据的变化区间为[0.92~3.55);设备综合数据集内共2000个数据,变化区间为[0.15~0.35);
软煤层的孔内综合数据集内共2000个数据,数据的变化区间为[3.55~9.36);设备综合数据集内共2000个数据,数据的变化区间为0.35~0.53);
硬煤层的孔内综合数据集内共2000个数据,数据的变化区间为[9.36~15.47);设备综合数据集内共2000个数据,数据的变化区间为[0.53~0.78);
泥岩层的孔内综合数据集内共2000个数据,变化区间[15.47~21.25);设备综合数据集内共2000个数据,变化区间为[0.78~1.06);
砂质泥岩层的孔内力学性能数据集内共2000个数据,变化范围为[21.25~25.38],设备综合数据集内共2000个数据,变化区间为[1.06~1.55]。
软弱夹层的孔内综合数据的临界值Q1a、Q1b、Q1c分别为3.55、2.15、0.92,设备综合数据的临界值Q2a、Q2b、Q2c分别为0.35、0.24、0.15;软煤层的孔内综合数据的临界值Q1a、Q1b、Q1c分别为9.36、6.23、3.55,设备综合数据的临界值Q2a、Q2b、Q2c分别为0.53、0.46、0.35;硬煤层的孔内综合数据的临界值Q1a、Q1b、Q1c分别为15.47、11.46、9.36,设备综合数据的临界值Q2a、Q2b、Q2c分别为0.78、0.65、0.53;泥岩层的孔内综合数据的临界值Q1a、Q1b、Q1c分别为21.25、18.63、15.47,设备综合数据的临界值Q2a、Q2b、Q2c分别为1.06、0.93、0.78;砂质泥岩层的孔内综合数据的临界值Q1a、Q1b、Q1c分别为25.38、23.68、21.25,设备综合数据的临界值Q2a、Q2b、Q2c分别为1.55、1.37、1.06;第一阈值取0.7,第二阈值取0.9,第三阈值取0.9;
本发明方案中;u1,u2,u3,u4分别为加权系数,u1,u2,u3,u4取值范围均为0~1,且u1+u2+u3+u4=1,各系数具体取值可根据变形巷道现场条件进行取值,该实施例中u1=0.25,u2=0.25,u3=0.25,u4=0.25;
本发明中u5,u6,u7,u8,u9分别为加权系数,u5,u6,u7,u8,u9取值范围均为0~1,且u5+u6+u7+u8+u9=1,各系数具体取值可根据变形巷道现场条件进行取值,该实施例中的u5=0.2,u6=0.2,u7=0.2,u8=0.2,u9=0.2;
c1、c2为学习因子,均为0~1之间的实数,该实施例c1=1、c2=1;
a、b为调节系数,各自常见的取值均为0~3之间的实数,具体方案中可根据变形巷道现场条件进行取值,该实施例中a=0.5、b=1;
e1,e2,e3分别为加权系数均为0~1之间的实数,且e1+e2+e3=1;具体取值根据变形巷道现场条件进行取值,该实施例中e1=0.4、e2=0.3、e3=0.3。
采用该实施例的识别数据库对某煤矿巷道的岩性进行识别,通过对煤矿巷道不同位置进行钻孔,采集各孔内不同位置的钻杆力学参数、岩层性能参数和钻机设备测量数据,采用本发明的方法A构建岩层的孔内综合数据集和设备综合数据集;
采用上述数据库识别各位置的岩性,利用克里金插值方法完成在变形巷道同一截面上的钻孔位置岩性,保证相对误差平均值小于等于要求误差(实施例中为0.01),建立巷道内多个截面的岩层分布模型,其中一截岩层的岩性分布图如图1所示,该图中蓝色曲面为巷道顶板边界面,黄色曲面为硬煤层和泥岩层的分界面,黄色曲面和蓝色曲面组成的立体区间为泥岩层的识别区间。
之后,利用多个截面的岩性识别结果对整个巷道的岩性进行识别。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (4)
1.一种岩性识别数据库构建方法,其特征在于,所述岩性识别数据库包括多种已知岩性的识别数据,任一种已知岩性的识别数据包括该已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数,所述方法包括分别构建各种已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数,并得到各已知岩性的孔内综合数据的临界值和设备综合数据的临界值;
任一种已知岩性的孔内综合数据的三角形隶属度函数和设备综合数据的三角形隶属度函数的构建方法包括:采用方法A构建已知岩性的孔内综合数据集和设备综合数据集,之后分别采用聚类方法获得该已知岩性的孔内综合数据集的三角形隶属度函数和设备综合数据集的三角形隶属度函数,得到该已知岩性的孔内综合数据的临界值和设备综合数据的临界值;
所述方法A包括:
(1)钻孔并采集钻至不同位置时的钻杆力学参数、岩层性能参数和钻机设备测量数据;所述钻杆力学参数包括钻杆工作时钻进力、钻杆与岩层间切向力、钻杆与岩层间摩擦阻力和钻杆工作时扭矩;所述岩层性能参数包括岩石抗压强度、岩石抗剪强度、岩石色彩度、岩石灰度和岩石孔隙率;所述钻机设备测量数据为钻机本体的运行参数;
(2)对所采集的各位置的钻杆力学参数进行标准化处理,使经过标准化处理的数据符合标准正态分布,各数据集均无量纲,并分别对各位置的数据进行加权计算,得到各位置的钻杆力学性能数据,所有位置的钻杆力学性能数据构成力学性能数据集F;
Fi∈F,Fi=u1·Ai+u2·Bi+u3·Ci+u4·Di,其中,i为钻孔内任一位置,i=1,2,…,n;Fi为位置i时的钻杆力学性能数据;u1,u2,u3,u4分别为加权系数,u1,u2,u3,u4取值范围均为0~1,且u1+u2+u3+u4=1;Ai为位置i时钻杆工作时钻进力的标准化数据;Bi为位置i时钻杆与岩层间切向力的标准化数据;Ci为位置i时钻杆与岩层间摩擦阻力的标准化数据;Di为位置i时钻杆工作时扭矩的标准化数据;
对所采集的各位置的岩层性能参数进行标准化处理,使经过标准化处理的数据符合标准正态分布,各数据集均无量纲,并分别对各位置的数据进行加权计算,得到各位置的岩层性能数据,所有位置的岩层性能数据构成岩层性能数据集M;
Mi∈M,Mi=u5·Ei+u6·Fi+u7·Gi+u8·Hi+u9·Ji,其中,Mi为位置i时岩层性能数据集;u5,u6,u7,u8,u9分别为加权系数,u5,u6,u7,u8,u9取值范围均为0~1,且u5+u6+u7+u8+u9=1;Ei为位置i时岩石抗压强度的标准化数据;Fi为位置i时岩石抗剪强度的标准化数据;Ci为位置i时岩石色彩度的标准化数据;Hi为位置i时岩石灰度的标准化数据;Ji为位置i时岩石孔隙率的标准化数据;
对设备测量数据进行数据标准化后,采用主成分分析法进行数据降维,得出第一主数据集X、第二主数据集Y、第三主数据集Z;
构建设备综合数据集Q2,Q2i∈Q2,Q2i=e1·Xi+e2·Yi+e3·Zi,其中,Q2i为位置i时设备综合数据,e1,e2,e3分别为加权系数,均为0~1之间的实数,且e1+e2+e3=1;Xi∈X,Xi为位置i时的第一主数据,Yi∈Y,Yi为位置i时的第二主数据,Zi∈Z,Zi为位置i时的第三主数据。
2.一种岩性识别方法,其特征在于,所述方法包括:
步骤1,采用权利要求1所述方法A构建未知岩性岩层的孔内综合数据集和设备综合数据集;
步骤2,利用权利要求1所述方法构建的数据库识别未知岩性岩层的岩性,包括:
对于未知岩性岩层的任意位置i的孔内综合数据,i=1,2,···,n;计算位置i的岩层隶属于各种已知岩性的隶属度,包括,根据未知岩性岩层钻孔位置i的孔内综合数据与任意一种已知岩性的孔内综合数据的临界值的大小关系,采用该任意一种已知岩性的孔内综合数据集的三角形隶属度函数计算位置i的岩层隶属于该任意一种已知岩性的隶属度,计算位置i的岩层隶属于各种已知岩性的隶属度后选择隶属度最大值μ1i,max;
对于未知岩性岩层的任意位置i的设备综合数据,i=1,2,…,n;计算位置i的岩层隶属于各种已知岩性的隶属度,包括,根据未知岩性岩层钻孔位置i的设备综合数据与任意一种已知岩性岩层的设备综合数据的临界值的大小关系,采用该任意一种已知岩性岩层的设备综合数据集的三角形隶属度函数计算位置i的岩层隶属于该任意一种已知岩性的隶属度,计算位置i的岩层隶属于各种已知岩性的隶属度后,选择隶属度最大值μ2i,max;
若μ1i,max和μ2i,max隶属于同一种岩性,且均大于第一阈值时,则位置i处的岩性为μ1i,max和μ2i,max隶属的岩性,所述第一阈值的取值范围为[0.7,0.8];否则:
若μ1i,max大于第二阈值时,则位置i处的岩性为μ1i,max隶属的岩性,所述第二阈值的取值范围为[0.9,0.95];
若μ2i,max大于第三阈值时,则位置i处的岩性为μ2i,max隶属的岩性,所述第三阈值的取值范围为[0.9,0.95]。
步骤3,同一截面多个位置的岩性识别结果构成岩层截面的岩性识别结果。
3.一种煤矿变形巷道的岩性识别方法,其特征在于,采用权利要求2所述方法对巷道的多个不同截面的岩性进行识别,之后,利用多个截面的岩性识别结果对整个巷道的岩性进行识别。
4.一种钻探系统,包括钻机、探测系统和控制系统,所述控制系统用于控制钻机进行钻孔工作,同时控制探测系统对孔内环境进行探测,其特征在于,所述控制系统包括权利要求1所述方法构建的岩性识别数据库和岩层识别模块,所述岩层识别模块依据所述岩性识别数据库采用权利要求2所述方法对钻探过程中的岩层岩性进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210986084.5A CN115434696A (zh) | 2022-08-17 | 2022-08-17 | 一种岩性识别数据库构建方法及岩性识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210986084.5A CN115434696A (zh) | 2022-08-17 | 2022-08-17 | 一种岩性识别数据库构建方法及岩性识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115434696A true CN115434696A (zh) | 2022-12-06 |
Family
ID=84242794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210986084.5A Pending CN115434696A (zh) | 2022-08-17 | 2022-08-17 | 一种岩性识别数据库构建方法及岩性识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115434696A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957325A (zh) * | 2023-07-05 | 2023-10-27 | 中国矿业大学 | 一种基于多元非线性指标的顶板离层突水预报方法 |
-
2022
- 2022-08-17 CN CN202210986084.5A patent/CN115434696A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957325A (zh) * | 2023-07-05 | 2023-10-27 | 中国矿业大学 | 一种基于多元非线性指标的顶板离层突水预报方法 |
CN116957325B (zh) * | 2023-07-05 | 2024-02-13 | 中国矿业大学 | 一种基于多元非线性指标的顶板离层突水预报方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104730596B (zh) | 一种基于多尺度因素约束的离散裂缝建模方法 | |
US6715551B2 (en) | Apparatus and methods for applying time lapse VSP to monitor a reservoir | |
MX2008015872A (es) | Metodo y sistema para diseñar y optimizar operaciones de perforacion y de terminacion en yacimientos de hidrocarburos. | |
CN105488248B (zh) | 一种深部矿层和岩层的判定方法 | |
CN104948176B (zh) | 一种基于渗透增大率识别碳酸盐岩储层裂缝的方法 | |
BR112015009197B1 (pt) | Método e sistema para realizar uma operação de perfuração | |
AU2001268602A1 (en) | Apparatus and methods for applying time lapse VSP to monitor a reservoir | |
CN106368691A (zh) | 基于岩石物理地震信息三维异常孔隙压力预测方法 | |
CN104153768A (zh) | 一种评价花岗岩储层储集性能的方法 | |
CN115434696A (zh) | 一种岩性识别数据库构建方法及岩性识别方法 | |
CN117150875A (zh) | 基于深度学习的钻前测井曲线预测方法 | |
CN108952690A (zh) | 基于随钻方位电磁波测井资料的地层界面实时提取方法 | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
CN117131971A (zh) | 基于Xgboost算法的储层优势渗流通道预测方法 | |
CN109283574B (zh) | 低频模型构建方法及计算机可读存储介质 | |
Wei et al. | Application of geological model dynamic updating method in Guanjiapu Oilfield, Dagang | |
CN105840175A (zh) | 三维裂缝建模方法 | |
Sosio et al. | Integrated geological, fluid flow and geomechanical model of a geothermal field | |
Yang et al. | Application of conventional logging interpretation fracture method based on neural network in offshore Oilfield L | |
Maity et al. | Fracture spacing design for multistage hydraulic fracturing completions for improved productivity | |
CN115408361A (zh) | 岩层危险性评估数据库构建方法及岩层的危险性评估方法 | |
CN117005846B (zh) | 致密砂岩油气藏条件下电阻率测井侵入校正方法及系统 | |
CN112906242B (zh) | 一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法 | |
CN215256164U (zh) | 监测钻机在钻探过程中地层变化的装置 | |
CN117973260A (zh) | 一种差异化致密储层三维工程甜点评价和界限确定方法 |
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 |