CN115576007A - 一种基于乱序矩阵的半确定性裂缝建模方法及系统 - Google Patents
一种基于乱序矩阵的半确定性裂缝建模方法及系统 Download PDFInfo
- Publication number
- CN115576007A CN115576007A CN202211463645.XA CN202211463645A CN115576007A CN 115576007 A CN115576007 A CN 115576007A CN 202211463645 A CN202211463645 A CN 202211463645A CN 115576007 A CN115576007 A CN 115576007A
- Authority
- CN
- China
- Prior art keywords
- matrix
- disorder
- crack
- rotation
- fracture
- 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
- 239000011159 matrix material Substances 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009375 geological disposal Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Geology (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Acoustics & Sound (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及裂缝建模技术领域，公开了一种基于乱序矩阵的半确定性裂缝建模方法及系统，所述方法包括：提取地震数据中裂缝敏感性高的属性数据；根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；根据所述乱序权值矩阵、均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；根据获取的裂缝片的走向和倾角、以及中心点构建旋转角和旋转轴；根据旋转角和旋转轴构建旋转矩阵，旋转矩阵用于表征裂缝片模型。本发明通过乱序权值矩阵和均匀随机变量矩阵，能够减少循环次数，进而能有效降低运算时间，提高建模的效率。且旋转矩阵能够实现对裂缝片产状进行准确描述，使所建立的裂缝模型更加接近真实情况，为油气藏的开采提供信息。
Description
技术领域
本发明涉及裂缝建模技术领域，具体涉及一种基于乱序矩阵的半确定性裂缝建模方法及系统。
背景技术
裂缝是致密储层的有效储集空间和主要渗流通道，影响致密油气藏的井网部署与注水开发效果，裂缝分布规律研究以及三维模型建立是致密油气藏开发的重要地质依据。
利用随机方法模拟裂隙网络最早于二十世纪八十年代末由Neuman提出，该方法早期多应用于模拟等效连续介质模型，九十年代后期逐步应用于裂隙网络的随机模拟。目前，随机模拟被认为是刻画介质非均质性的一种高效可行的方法，已广泛应用于采矿工程、水资源工程、石油工程和核废料地质处置等多个领域。尤其在模拟复杂地质结构且数据资料较少时，随机模拟方法有很好的效果。其中离散裂缝网络建模最为常用，1983年Baecher提出以自己名字命名的模型，1995年Ivanova提出了GEOFRAC模型。DFN多以Baecher模型为主，该模型基于示性点随机过程的布尔模拟是一种常用的随机模拟方法。点过程确定裂缝的中心位置，示性过程确定点的属性，如裂缝形状、倾角、倾向、开度等属性。2018年，国内学者董少群提出基于裂缝密度约束的离散裂缝网络建模方法，通过该方法可以实现对裂缝发育位置的约束。
目前，就该方法在国内外的应用情况而言，这种建模方法有着两个明显的缺陷，致使该方法在使用时存在着一定的局限性。第一个缺点是裂缝密度情况通常需要考察野外露头情况或地震属性再次反演获得，步骤繁复且不够准确。另外一点则是随机约束方法裂缝片建模方法存在生成耗时长、速度慢、准确性低的问题。
发明内容
本发明的目的在于提供一种基于乱序矩阵的半确定性裂缝建模方法及系统，解决现有裂缝片建模方法存在生成耗时长、速度慢、准确性低的问题。
为实现上述发明目的，本发明所采用的技术方案是：一种基于乱序矩阵的半确定性裂缝建模方法，所述方法包括：
提取地震数据中裂缝敏感性高的属性数据；
根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；
根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
优选地，所述方法还包括：构建乱序权值矩阵，包括：
对属性数据进行乱序排列，得到乱序权值数据；
对乱序权值数据依次进行极差正则化处理和归一化处理，得到乱序权值矩阵。
优选地，在得到乱序权值矩阵时，同时构建与乱序权值矩阵相同大小的均匀随机变量矩阵。
优选地，根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点，包括：
判断乱序权值矩阵与均匀随机变量矩阵中相同位置的数值点大小；
确定为乱序权值矩阵的数值点大于均匀随机变量矩阵的数值点，则保留乱序权值矩阵的数值点作为裂缝种子点，根据裂缝种子点生成裂缝种子点矩阵；
根据预设的裂缝片数量从裂缝种子点矩阵提取对应数量裂缝种子点作为中心点。
优选地，根据旋转角和旋转轴构建旋转矩阵，包括：
根据旋转角和旋转轴构建四元数；
根据四元数构建旋转矩阵。
优选地，根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴，包括：
根据中心点确定旋转轴的中心，并根据走向和倾角确定旋转轴的坐标位置；
根据坐标位置和中心构建旋转轴；
根据旋转轴的坐标位置构建旋转角。
优选地，所述走向和倾角根据地质露头和/或测井裂缝成像获得。
本发明还提供一种基于乱序矩阵的半确定性裂缝建模系统，所述系统用于实现上述的基于乱序矩阵的半确定性裂缝建模方法，所述系统包括：
提取模块，用于提取地震数据中裂缝敏感性高的属性数据；
第一构建模块，用于根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
生成模块，用于根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；
第二构建模块，用于根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
第三构建模块，用于根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储中并可在所述处理器上运行的计算机程序，所述处理器执行该计算机程序时实现上述的基于乱序矩阵的半确定性裂缝建模方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被所述处理器执行时实现上述的基于乱序矩阵的半确定性裂缝建模方法。
本发明的有益效果集中体现在：
1、本发明通过乱序权值矩阵和均匀随机变量矩阵，能够减少循环次数，进而能有效降低运算时间，提高建模的效率。
2、本发明的旋转矩阵能够实现对裂缝片产状进行准确描述，使所建立的裂缝模型更加接近真实情况，为油气藏的开采提供信息。
附图说明
图1是本发明一种实施方式提供的基于乱序矩阵的半确定性裂缝建模方法的流程图；
图2是本发明一种实施方式提供的基于乱序矩阵的半确定性裂缝建模系统的框图；
图3是本发明100裂缝片数量的裂缝模型图；
图4是本发明1000裂缝片数量的裂缝模型图；
图5是本发明10000裂缝片数量的裂缝模型图；
图6是本发明50000裂缝片数量的裂缝模型图；
图7是本发明建模方法与现有建模方法的建模时间对比图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
图1是本发明一种实施方式提供的基于乱序矩阵的半确定性裂缝建模方法的流程图，如图1所示，一种基于乱序矩阵的半确定性裂缝建模方法，所述方法包括：
步骤S101：提取地震数据中裂缝敏感性高的属性数据；
在本实施例，根据地震属性数据结果，选取曲率、曲度、方差进行进一步优选。曲率属性可以有效的刻画地层的挠曲、褶皱、断裂等地质构造。曲度属性通过拉普拉斯算子将振幅的变化参与到曲率的计算过程中，通过观察振幅值的大小变化识别断裂或沉积体。地震方差属性体使用层位标定建立地震层序，确定地层地质构造描述范围、平面网格及模拟层的划分、地质模型的建立。地震方差体属性可以很好的描述储集层砂体展布和地震道特征等方面，能够表达出地质构造间不连续的断层与褶皱关系。
根据实际地震属性体计算，可确定砂岩裂缝以断裂活动成因的构造缝和构造形变成因的构造缝两大组成为主，多属于斜缝和高角度缝；沉积成因缝以低角度缝和水平缝为主；倾角大于30度的构造缝与低于30度的沉积成因缝可组成网状缝，利于高产；从而选定方差和曲度两个作为致密砂岩裂缝敏感属性数据。
步骤S102：根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
作为本实施例的进一步优化，所述方法还包括：构建乱序权值矩阵，包括：
步骤A1：对属性数据进行乱序排列，得到乱序权值数据；即将敏感的属性数据乱序排列，保留属性数据原有分布模式，则保证整个数据的概率分布不变。
步骤A2：对乱序权值数据依次进行极差正则化处理和归一化处理，得到乱序权值矩阵；在得到乱序权值矩阵时，同时构建与乱序权值矩阵相同大小的均匀随机变量矩阵。
在本实施例中，归一化处理的公式为：
式中，
表示归一化后的乱序权值数据，
表示原始的乱序权值数据，i、j分别代表坐标位置，min(A)表示原始的乱序权值数据中的最小值，max(A)表示原始的乱序权值数据中的最大值。
在本实施例中，采用构建乱序权值矩阵和均匀随机变量矩阵的方式，相比现有的随机投点的方式，本方法能够减少运算时间，提高数据处理效率，进而提高建模的效率。
步骤S103：根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点。
作为本实施例的进一步优化，根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点，包括：
步骤B1：判断乱序权值矩阵与均匀随机变量矩阵中相同位置的数值点大小；
步骤B1：确定为乱序权值矩阵的数值点大于均匀随机变量矩阵的数值点，则保留乱序权值矩阵的数值点作为裂缝种子点，根据裂缝种子点生成裂缝种子点矩阵；
步骤B1：根据预设的裂缝片数量从裂缝种子点矩阵提取对应数量裂缝种子点作为中心点，即可以确定裂缝片的中心位置。
在本实施例中，由于地震属性数据量巨大，批量生成的裂缝种子点数一般情况满足预设裂缝数量。但当预设裂缝片数量过大时，则会重新建立乱序权值数据以及随机变量数据，再次进行判断并提取相应裂缝种子点，直至满足预设裂缝片数量。
步骤S104：根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
作为本实施例中的进一步优化，根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴，包括：
步骤C1：根据中心点确定旋转轴的中心，并根据走向和倾角确定旋转轴的坐标位置，在本实施例中，所述走向和倾角根据地质露头和/或测井裂缝成像获得。
步骤C2：根据坐标位置和中心构建旋转轴；
在本实施例中，旋转轴
的坐标位置计算方法为：
上式中，Inclination为裂缝片的倾角，Trend为裂缝片的走向。
步骤C3：根据旋转轴的坐标位置构建旋转角。
在本实施例中，旋转角
的计算公式为：
步骤S105：根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
在本实施例中，由于裂缝面的法向量N具有唯一性，同时裂缝片可以通过法向量和过裂缝片的一个点进行确定；例如采用下式来征裂缝片所在面：
则裂缝片所在面的单位法向量N为
，任意点
到裂缝片的距离为
。
式中，a表示单位法向量的x轴坐标；b表示单位法向量的y轴坐标；c表示单位法向量的z轴坐标；x表示平面某点的x轴坐标；y表示平面某点的y轴坐标；z表示平面某点的z轴坐标。
由于裂缝片所在面的法向量N具有唯一性，因而可以通过构造目标法向量N来产生目标裂缝片所在的面。假定法向量N由Z轴旋转而来，此时需要确定旋转轴U和旋转角
，即Z轴单位向量e(0,0,1)绕旋转轴
，旋转
，得到目标法向量N。
旋转轴
与单位向量e(0,0,1)和目标法向量N垂直，因而
，单位向量e与目标法向量N的夹角为旋转角
，
。
因此，作为本实例的进一步优化，根据旋转角和旋转轴构建旋转矩阵，包括：
步骤D1：根据旋转角和旋转轴构建四元数；
即四元数q为：
其中
表示裂缝片定义的旋转角，
表示裂缝片定义的旋转轴；
步骤D2：根据四元数构建旋转矩阵；
即旋转矩阵R为：
。
因此，可构建符合目标倾角和走向的目标旋转矩阵R。为方便输入，也可以直接输入目标单位向量N的各个分量。采用以上方法可以获得准确获得满足目标倾角、走向的旋转矩阵，进而大量产生目标倾角和走向，以及目标迹长的裂缝片。
图2是本发明一种实施方式提供的基于乱序矩阵的半确定性裂缝建模系统的框图，如图2所示，一种基于乱序矩阵的半确定性裂缝建模系统，所述系统用于实现上述的基于乱序矩阵的半确定性裂缝建模方法，所述系统包括：
提取模块，用于提取地震数据中裂缝敏感性高的属性数据；
第一构建模块，用于根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
生成模块，用于根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；
第二构建模块，用于根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
第三构建模块，用于根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
本发明通过乱序权值矩阵和均匀随机变量矩阵，能够减少循环次数，进而能有效降低运算时间，提高建模的效率。其次，本发明的旋转矩阵能够实现对裂缝片产状进行准确描述，使所建立的裂缝模型更加接近真实情况，为油气藏的开采提供信息。
本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储中并可在所述处理器上运行的计算机程序，所述处理器执行该计算机程序时实现上述的基于乱序矩阵的半确定性裂缝建模方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被所述处理器执行时实现上述的基于乱序矩阵的半确定性裂缝建模方法。
实施例二：
在本实施例中，分别100、1000、1000、50000数量的裂缝模型，裂缝模型图像如图3-6所示。本发明的裂缝模型能满足不同倾角走向的模型，相比较于欧拉角方法更容易理解且计算效率高；更重要的是四元数旋转矩阵可以避免欧拉角出现万向节死锁的现象。
图7为现有建模方法与本发明建模方法的建模时间对比图，从图中可以看出，本发明的建模方法相比现有方法提高80倍，因为现有方法中应用了投点法，不断循环迭代会消耗大量时长，本发明所采用的矩阵运算法则通过提前建立随机矩阵，减少循环次数从而实现高效裂缝建模。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。
Claims (8)
1.一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，所述方法包括：
提取地震数据中裂缝敏感性高的属性数据；
根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；
根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
2.根据权利要求1所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，所述方法还包括：构建乱序权值矩阵，包括：
对属性数据进行乱序排列，得到乱序权值数据；
对乱序权值数据依次进行极差正则化处理和归一化处理，得到乱序权值矩阵。
3.根据权利要求2所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，在得到乱序权值矩阵时，同时构建与乱序权值矩阵相同大小的均匀随机变量矩阵。
4.根据权利要求1所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点，包括：
判断乱序权值矩阵与均匀随机变量矩阵中相同位置的数值点大小；
确定为乱序权值矩阵的数值点大于均匀随机变量矩阵的数值点，则保留乱序权值矩阵的数值点作为裂缝种子点，根据裂缝种子点生成裂缝种子点矩阵；
根据预设的裂缝片数量从裂缝种子点矩阵提取对应数量裂缝种子点作为中心点。
5.根据权利要求1所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴，包括：
根据中心点确定旋转轴的中心，并根据走向和倾角确定旋转轴的坐标位置；
根据坐标位置和中心构建旋转轴；
根据旋转轴的坐标位置构建旋转角。
6.根据权利要求5所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，所述走向和倾角根据地质露头和/或测井裂缝成像获得。
7.根据权利要求1所述的一种基于乱序矩阵的半确定性裂缝建模方法，其特征在于，根据旋转角和旋转轴构建旋转矩阵，包括：
根据旋转角和旋转轴构建四元数；
根据四元数构建旋转矩阵。
8.一种基于乱序矩阵的半确定性裂缝建模系统，所述系统用于实现权利要求1-7中任一项所述的基于乱序矩阵的半确定性裂缝建模方法，其特征在于，所述系统包括：
提取模块，用于提取地震数据中裂缝敏感性高的属性数据；
第一构建模块，用于根据所述属性数据构建乱序权值矩阵和均匀随机变量矩阵；
生成模块，用于根据所述乱序权值矩阵、所述均匀随机变量矩阵和预设的裂缝片数量生成裂缝片的中心点；
第二构建模块，用于根据获取的裂缝片的走向和倾角、以及所述中心点构建旋转角和旋转轴；
第三构建模块，用于根据旋转角和旋转轴构建旋转矩阵，所述旋转矩阵用于表征裂缝片模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211463645.XA CN115576007B (zh) | 2022-11-22 | 2022-11-22 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211463645.XA CN115576007B (zh) | 2022-11-22 | 2022-11-22 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115576007A true CN115576007A (zh) | 2023-01-06 |
| CN115576007B CN115576007B (zh) | 2023-03-14 |
Family
ID=84588804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211463645.XA Active CN115576007B (zh) | 2022-11-22 | 2022-11-22 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115576007B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147479A (zh) * | 2011-01-11 | 2011-08-10 | 中国海洋石油总公司 | 一种储层空间物性参数的建模方法 |
| US20170074770A1 (en) * | 2015-09-15 | 2017-03-16 | IFP Energies Nouvelles | Method for characterizing the fracture network of a fractured reservoir and method for exploiting it |
| CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
| US20190005172A1 (en) * | 2017-06-16 | 2019-01-03 | University Of Cincinnati | Methods, Software, and Apparatus for Porous Material or Medium Characterization, Flow Simulation and Design |
| CN109490963A (zh) * | 2017-09-13 | 2019-03-19 | 中国石油化工股份有限公司 | 裂缝储层岩石物理建模方法及系统 |
| CN109521470A (zh) * | 2018-12-29 | 2019-03-26 | 西南石油大学 | 分析地质构造对地震反演裂缝密度影响的方法 |
| CN110286421A (zh) * | 2019-08-09 | 2019-09-27 | 中国石油大学(华东) | 一种致密砂岩储层天然裂缝建模方法 |
| CN110488385A (zh) * | 2019-09-20 | 2019-11-22 | 西南石油大学 | 三维断溶体模型的制作方法 |
| CN112270093A (zh) * | 2020-10-28 | 2021-01-26 | 成都北方石油勘探开发技术有限公司 | 一种基于微地震矩张量反演的储层天然裂缝建模方法 |
| CN112901158A (zh) * | 2021-02-20 | 2021-06-04 | 中国石油天然气集团有限公司 | 水力裂缝缝长的预测方法、裂缝网络建模的方法及装置 |
| CN113296166A (zh) * | 2021-05-27 | 2021-08-24 | 北京艾迪博科油气技术有限公司 | 裂缝模型的构建方法 |
| CN113761699A (zh) * | 2020-06-05 | 2021-12-07 | 中国石油化工股份有限公司 | 裂缝模型构建方法、装置、电子设备及介质 |
| CN114384584A (zh) * | 2020-10-20 | 2022-04-22 | 中国石油天然气股份有限公司 | 裂缝建模方法及装置 |
| US20220136383A1 (en) * | 2020-11-04 | 2022-05-05 | Reveal Energy Services, Inc. | Determining a characteristic associated with a reservoir |
| CN114462268A (zh) * | 2022-01-14 | 2022-05-10 | 武汉大学 | 生成混凝土三相细观模型的方法 |
| CN115166853A (zh) * | 2021-04-06 | 2022-10-11 | 中国石油化工股份有限公司 | 页岩气藏天然裂缝模型建立方法、装置、电子设备及介质 |
-
2022
- 2022-11-22 CN CN202211463645.XA patent/CN115576007B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147479A (zh) * | 2011-01-11 | 2011-08-10 | 中国海洋石油总公司 | 一种储层空间物性参数的建模方法 |
| US20170074770A1 (en) * | 2015-09-15 | 2017-03-16 | IFP Energies Nouvelles | Method for characterizing the fracture network of a fractured reservoir and method for exploiting it |
| CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
| US20190005172A1 (en) * | 2017-06-16 | 2019-01-03 | University Of Cincinnati | Methods, Software, and Apparatus for Porous Material or Medium Characterization, Flow Simulation and Design |
| CN109490963A (zh) * | 2017-09-13 | 2019-03-19 | 中国石油化工股份有限公司 | 裂缝储层岩石物理建模方法及系统 |
| CN109521470A (zh) * | 2018-12-29 | 2019-03-26 | 西南石油大学 | 分析地质构造对地震反演裂缝密度影响的方法 |
| CN110286421A (zh) * | 2019-08-09 | 2019-09-27 | 中国石油大学(华东) | 一种致密砂岩储层天然裂缝建模方法 |
| CN110488385A (zh) * | 2019-09-20 | 2019-11-22 | 西南石油大学 | 三维断溶体模型的制作方法 |
| CN113761699A (zh) * | 2020-06-05 | 2021-12-07 | 中国石油化工股份有限公司 | 裂缝模型构建方法、装置、电子设备及介质 |
| CN114384584A (zh) * | 2020-10-20 | 2022-04-22 | 中国石油天然气股份有限公司 | 裂缝建模方法及装置 |
| CN112270093A (zh) * | 2020-10-28 | 2021-01-26 | 成都北方石油勘探开发技术有限公司 | 一种基于微地震矩张量反演的储层天然裂缝建模方法 |
| US20220136383A1 (en) * | 2020-11-04 | 2022-05-05 | Reveal Energy Services, Inc. | Determining a characteristic associated with a reservoir |
| CN112901158A (zh) * | 2021-02-20 | 2021-06-04 | 中国石油天然气集团有限公司 | 水力裂缝缝长的预测方法、裂缝网络建模的方法及装置 |
| CN115166853A (zh) * | 2021-04-06 | 2022-10-11 | 中国石油化工股份有限公司 | 页岩气藏天然裂缝模型建立方法、装置、电子设备及介质 |
| CN113296166A (zh) * | 2021-05-27 | 2021-08-24 | 北京艾迪博科油气技术有限公司 | 裂缝模型的构建方法 |
| CN114462268A (zh) * | 2022-01-14 | 2022-05-10 | 武汉大学 | 生成混凝土三相细观模型的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王海峰 等: ""基于地震识别复合砂体构型地质模型的剩余油开发井网井距规律"", 《东北石油大学学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115576007B (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2924471B1 (en) | Systems and methods for modeling fracture networks in reservoir volumes from microseismic events | |
| 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 | |
| CN108399290B (zh) | 基于裂隙网络连通性的裂隙流的modflow模拟方法 | |
| Ma et al. | Multiscale-network structure inversion of fractured media based on a hierarchical-parameterization and data-driven evolutionary-optimization method | |
| CN102506812B (zh) | 一种变形监测基准点稳定性判断的vt检验方法 | |
| CN102175567B (zh) | 附加质量法数字量板求取堆石体密度的方法 | |
| CN115576007B (zh) | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 | |
| CN112666612A (zh) | 基于禁忌搜索的大地电磁二维反演方法 | |
| Alghalandis et al. | Similarity analysis of discrete fracture networks | |
| CN115688307A (zh) | 考虑土体强度不确定性的隧道掌子面失稳风险评估方法 | |
| CN105741329B (zh) | 一种基于孔壁图像的相邻钻孔结构面连通性分析方法 | |
| CN106646605A (zh) | 一种复杂断裂区岩层曲率优化计算方法 | |
| CN113761699A (zh) | 裂缝模型构建方法、装置、电子设备及介质 | |
| RU2815465C1 (ru) | Система полудетерминированного моделирования трещиноватости на основе беспорядочной матрицы | |
| CN110910499B (zh) | 基于Revit软件的地质环境载体断层模型的构建方法及装置 | |
| CN112696181A (zh) | 基于地应力和天然裂缝耦合关系的压裂预测方法及装置 | |
| CN115469361B (zh) | 一种碎屑岩地层三维地质建模方法 | |
| Sun et al. | An Intelligent Inversion Method for Complex Fractures Using Ensemble Neural Network | |
| CN115775277B (zh) | 一种基于大数据的压裂选段方法及系统 | |
| CN117152301B (zh) | 一种基于地质点产状及坐标的地质界线绘制系统 | |
| CN114882185B (zh) | 基于混合密度神经网络的断层不确定性形态建模方法 | |
| CN114663453B (zh) | 储层多尺度裂缝网络定量描述方法及装置 | |
| CN114218852B (zh) | 基于扰动校正的神经网络深度预测方法 | |
| CN114612625A (zh) | 一种基于自适应插值的广义三棱柱地质模型构建方法 | |
| Sha | Application analysis of digital survey technology in geotechnical engineering |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230106 Assignee: Sichuan Qiangmin Technology Co.,Ltd. Assignor: SOUTHWEST PETROLEUM University Contract record no.: X2023980038091 Denomination of invention: A semi deterministic crack modeling method and system based on disordered matrix Granted publication date: 20230314 License type: Exclusive License Record date: 20230714 |