CN115680593A - 火山油藏裂缝集中发育区的预测方法 - Google Patents
火山油藏裂缝集中发育区的预测方法 Download PDFInfo
- Publication number
- CN115680593A CN115680593A CN202110869200.0A CN202110869200A CN115680593A CN 115680593 A CN115680593 A CN 115680593A CN 202110869200 A CN202110869200 A CN 202110869200A CN 115680593 A CN115680593 A CN 115680593A
- Authority
- CN
- China
- Prior art keywords
- development
- attribute
- seismic
- crack
- research area
- 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
- 238000011161 development Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000005553 drilling Methods 0.000 claims abstract description 16
- 238000011160 research Methods 0.000 claims description 45
- 206010017076 Fracture Diseases 0.000 claims description 40
- 208000010392 Bone Fractures Diseases 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 239000010410 layer Substances 0.000 claims description 10
- 239000002356 single layer Substances 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 5
- 239000007789 gas Substances 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种火山油藏裂缝集中发育区的预测方法,其包括:根据钻井资料,确定属性提取时窗;应用所述属性提取时窗,计算三维地震数据的最大绝对振幅之和的均值属性,对所述均值属性进行解释,得到裂缝集中发育区预测结果。本发明提供的预测方法能够用于预测具有层状结构的块状裂缝性潜山油藏的裂缝集中发育区分布,对具有层状结构的块状裂缝油藏的油气勘探与开发具有重要的实际意义。
Description
技术领域
本发明涉及石油勘探开发技术领域,尤其涉及一种火山油藏裂缝集中发育区的预测方法。
背景技术
石油天然气是国家工业的命脉,由于经济可持续发展的要求,迫切需要发现更多的油气资源。20世纪70年代,在渤海湾盆地济阳坳陷奥陶系石灰岩中获得高产油流,我国从此拉开了开发裂缝性潜山油藏的序幕,之后又在辽河坳陷、黄骅坳陷、冀中坳陷和渤海海域等区域发现了多个潜山油气藏。潜山油气藏逐渐扮演一个重要的油气资源潜力领域,其探明储量比例在逐渐增大。
在潜山油藏的研究过程中,裂缝是不可避免的课题。针对潜山储集空间中的裂缝预测一直以来是个重点难点。从国内外研究现状来看,潜山油藏裂缝预测的方法主要采用P波、横波、波阻抗、数值模拟、非线性和相干数据体等方法进行裂缝预测。而对于具有层状结构块状裂缝性潜山油藏的裂缝集中发育段的预测方法,目前还没有相关的深入研究,没有针对性的好办法。
综上所述,目前有必要提出一种针对具有层状结构块状裂缝性潜山油藏的裂缝集中发育段的预测方法,以准确预测裂缝集中发育段的分布,从而指导裂缝性油藏勘探与开发。
发明内容
为了解决上述问题,本发明的目的在于提供一种火山油藏裂缝集中发育区的预测方法,该方法能够用于预测具有层状结构的块状裂缝性潜山油藏的裂缝分布。
为了达到上述目的,本发明提供了一种火山油藏裂缝集中发育区的预测方法,该预测方法包括:根据研究区域的钻井资料,确定属性提取时窗;应用所述属性提取时窗,计算研究区域的均值属性,得到研究区域内均值属性的分布情况;对所述均值属性进行解释,得到研究区域的裂缝集中发育区预测结果;其中,所述均值属性为三维地震数据的最大振幅的绝对值之和的平均值。
根据本发明的具体实施方案,研究区域按照裂缝发育情况的不同一般可以分为裂缝发育区、裂缝一般发育区(又称:裂缝较为发育区)和裂缝不发育区。
根据本发明的具体实施方案,确定属性提取时窗的方法一般包括:根据钻井资料中块状裂缝性油藏的裂缝发育深度上限和深度下限分别对应的地震剖面的时间,确定所述属性提取时窗。
根据本发明的具体实施方案,所述均值属性的计算方法可以包括:根据三维地震数据,选择在属性提取时窗内的地震波形曲线,计算所述地震波形曲线中所有波峰、波谷(即曲线的最大振幅)的绝对值之和与波峰、波谷总数量(等于反射系数数量)的比值,得到所述均值属性。
根据本发明的具体实施方案,对所述均值属性进行解释的方法一般包括:统计研究区域中裂缝发育的典型井的均值属性值,将其中的最小值记为Amin、作为裂缝发育区的门槛值,将均值属性大于Amin的区域划分为裂缝发育区;统计研究区域中裂缝不发育的典型井的均值属性,将其中的最大值记为Amax、作为裂缝不发育区的门槛值,将均值属性小于Amax的区域划分为裂缝不发育区域;将均值属性小于等于Amin、且大于等于Amax的区域划分为裂缝一般发育区。
根据本发明的具体实施方案,所述预测方法还可以包括在确定属性提取时窗之前选择研究区域的操作,通过选择合适的研究区域,可以进一步提高预测结果的准确性。所述选择研究区域的方法可以包括:根据研究区域的钻井资料,建立地质模型,该地质模型中可以区分裂缝发育区与裂缝不发育区的位置;分析研究区域的地震子波频谱特征,结合所述地质模型进行正演计算;根据正演结果,确定能够利用地震属性预测裂缝集中发育段的研究区域。
根据本发明的具体实施方案,在上述选择研究区域的方法中,所述地质模型一般是基于地下地层实际的构造形态、接触关系、密度、纵波传播速度等资料建立的简化数学模型。
根据本发明的具体实施方案,在上述选择研究区域的方法中,所述地质模型可以通过分析钻井资料中块状裂缝性油藏的层状特征、构造形态、接触关系建立。所述块状裂缝性油藏的层状特征一般包括裂缝发育层的单层厚度、地层速度和密度特征、以及裂缝不发育层的单层厚度、地层速度和密度特征。
根据本发明的具体实施方案,在地震勘探过程中爆炸产生的尖脉冲传播到一定距离后波形会趋于稳定,此时的尖脉冲为地震子波。所述地震子波频谱是指在地震子波(作为时间域信号)在频率域的表达方式。对地震子波频谱进行分析,一般是指根据地震子波的表达方式确定地震子波的频谱特征(又称:频率成分)。所述地震子波的频谱特征一般包括子波主频和频带宽度。
根据本发明的具体实施方案,在上述选择研究区域的方法中,所述正演计算的方法包括:将子波与地质模型中各界面的反射系数进行褶积运算(一般包括“反褶、平移、相乘、积分”四个步骤),计算公式为:
S(t)=r(t)*W(t),
其中,S(t)为正演得到的地震记录,r(t)为反射系数,W(t)为子波,
其中,ρ为单层密度,单位为g/cm3;υ为地层速度,单位为m/s;i为地层的层数。
根据本发明的具体实施方案,在上述选择研究区域的方法中,根据正演计算结果数据,确定能够利用地震属性预测该研究区域的裂缝集中发育段的方法包括:将正演结果中具有地震响应特征(即地震反射特征)的位置与地质模型中裂缝发育位置一致的研究区域作为能够利用地震属性预测裂缝集中发育段的研究区域。进一步地,还可以将正演结果中具有地震响应特征的位置与地质模型中裂缝发育位置一致、且正演结果中不具有地震响应特征的位置与地质模型中裂缝不发育位置一致的区域作为能够利用地震属性预测裂缝集中发育段的研究区域。
根据本发明的具体实施方案,上述选择研究区域的方法也适用于判断对已指定的研究区域利用地震属性进行裂缝集中发育段预测的可行性,具体方法可以是:将地质模型中的裂缝发育区域位置与正演结果中具有地震响应特征的区域位置进行位置比较,如果地质模型中裂缝发育区域的位置在正演结果中具有地震响应特征,则说明利用地震属性预测该研究区域的裂缝集中发育段可行。同时,也可以将正演结果中不具有地震响应特征、或地震响应特征微弱的区域与地质模型中的裂缝不发育区域进行位置比较,如果上述位置也一致,则可进一步确定利用地震属性对该研究区域进行裂缝发育的可行性。
根据本发明的具体实施方案,在完成对裂缝集中发育区的预测后,还可以利用实际完钻井资料对预测结果进行验证。所述验证的方法可以包括:获取所述研究区域的完钻井资料,选择其中典型井,将典型井的裂缝发育情况与预测结果进行比较,具体是考察典型井的裂缝发育情况与预测结果中对该典型井所在位置的裂缝发育情况的划分结果是否一致,如果典型井的裂缝发育情况与预测结果的吻合率在85%以上,则根据预测结果可以确定研究区域中裂缝集中发育区的分布。
在本发明的具体实施方案中,上述火山油藏裂缝集中发育区的预测方法可以包括以下过程:
1、根据钻井资料,根据研究区域的钻井资料、分析块状裂缝性油藏的层状特征、构造形态和接触关系,建立地质模型;
2、分析研究区域的地震子波频谱特征,结合所述地质模型进行正演计算;
3、根据地质模型和正演结果,确定能够利用地震属性预测裂缝集中发育段的研究区域;
4、根据钻井资料中块状裂缝性油藏的裂缝发育深度上限和深度下限分别对应的地震剖面的时间,确定所述属性提取时窗;
5、应用所述属性提取时窗,计算三维地震数据中地震波形曲线的最大振幅的绝对值之和的平均值作为均值属性,得到均值属性分布图;
6、对上述得到均值属性进行解释,根据均值属性范围划分裂缝不同程度发育区,得到裂缝集中发育区预测结果。
本发明的有益效果在于:
本发明提供的火山岩油藏裂缝集中发育区的预测方法能够预测具有层状结构的块状裂缝性潜山油藏的裂缝分布特征,具有一定的针对性、有效性和准确性。在勘探过程中,采用本发明提供的方法预测裂缝集中发育期,可以进一步确定油气聚集位置和油气分布特征,对具有层状结构的块状裂缝油藏的油气勘探与开发具有重要的实际意义,并能为相似类型的油藏勘探开发提供借鉴。
附图说明
图1为实施例1的潜山简化地质模型。
图2为实施例1的地震正演剖面。
图3为实施例1中某一条地震波形曲线。
图4为实施例1的均值属性平面分布图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解,现对本发明的技术方案进行以下详细说明,但不能理解为对本发明的可实施范围的限定。
实施例1
本实施例提供了一种火山油藏裂缝集中发育区的预测方法,其是以辽河油田大民屯凹陷区块变质岩为研究区域,该区域的潜山油藏广泛发育,完钻井分析表明该类油藏整体为块状裂缝性油藏,具有明显层状结构,即裂缝发育具有明显成层性。
本实施例提供的预测方法具体包括以下步骤:
1、构建地质模型
根据钻井资料,分析块状裂缝性油藏的层状特征、构造形态和地层之间的接触关系,并确定裂缝发育层的单层厚度为60m、单层速度为5450m/s、单层平均密度为2.63g/cm3,裂缝不发育的层段单层厚度为60m、速度为5700m/s,平均密度为2.71g/cm3,基于以上参数建立地质模型。图1为根据钻井资料构建得到的潜山裂缝性简化地质模型,图1中虚线区域为上覆地层、下部线条代表裂缝发育层段,背景为裂缝不发育的地层。由图1可以看出,研究区具有三层裂缝发育段。
2、地震子波频谱分析
根据研究区的已有三维地震资料,选取地震勘探过程中爆炸产生的尖脉冲传播到一定程度后波形趋于稳定的尖脉冲为地震子波,基于选取的地震子波频谱确定子波频谱特征,具体为:确定子波主频为22Hz,频带宽度为9-50Hz。
3、地震正演模拟
根据步骤1获得的地质模型与步骤2获得的子波频率成分进行正演计算,具体方法为:将地震子波与地质模型中各界面的反射系数进行褶积运算,计算公式为:
S(t)=r(t)*W(t),
其中,S(t)为正演得到的地震记录,r(t)为反射系数,W(t)为子波,
其中,ρ为单层密度,单位为g/cm3;υ为地层速度,单位为m/s;i为地层的层数。
根据正演结果获得如图2所示的地震正演剖面,图2显示,正演数据中具有三段地震反射信号。
将图1的地质模型与图2的地震正演剖面比较可以看出,图2中的地震剖面在对应图1的裂缝发育段区域中具有一定的响应特征,表现为强弱不一的多套地震反射;图2中的地震剖面在对应图1的裂缝不发育层段的区域则无反射或反射较弱。
以上结果说明,对于该研究区域,可以应用地震属性对裂缝集中发育进行预测、即预测方法对该研究区域具有可行性。
4、预测裂缝集中发育区
根据钻井分析,确定块状裂缝性油藏的裂缝发育深度上限和深度下限分别对应的时期,以裂缝发育深度上限的对应地震剖面的时间与裂缝深度下限对应地震剖面的时间为时间端点、确定属性提取时窗。
应用该时窗,基于实际三维地震数据,计算地震波形曲线的最大振幅(波峰波谷)绝对值之和的平均值作为均值属性。
图3为一条地震波形曲线,A1、A2、A3、A4、A5、A6……Ai为该曲线包含的所有波峰值、波谷值,i为该曲线中所有波峰波谷振幅的个数。则均值属性为(|A1|+|A2|+|A3|+|A4|+|A5|+|A6|+……|Ai|)÷i。根据均值属性的计算结果可以得到研究区域内均值属性的分布情况。
统计研究区域中裂缝发育的典型井的对应的均值属性值,将其中的最小值(即为Amin)作为裂缝发育区的门槛值,本实施例中,该门槛值为70,将均值属性大于门槛值70的区域划分为裂缝发育区;统计研究区域中裂缝不发育的典型井的均值属性,将其中的最大值(记为Amax)作为裂缝不发育区的门槛值,本实施例中该门槛值为26,将均值属性小于该门槛值26的区域划分为裂缝不发育区域;将均值属性小于等于70、大于等于26的区域划分为裂缝一般发育区。
按照以上均值属性与发育程度的划分方法,将均值属性的分布图中的区域分为裂缝发育区(I类)、裂缝一般发育区(II类)、裂缝不发育区(III类),完成对研究区域的裂缝集中发育区预测。图4为划分后的均质属性的平面分布图。
应用实际完钻井资料,验证以上得到的裂缝集中发育区的预测结果,当吻合率大于等于85%时,判断根据以上预测结果确定裂缝集中发育区的分布的可行性高。
在本实施例的研究区域中取得s256、J55、b27-25、h20、h20-1、h20-2、h20-3等7口井的完钻井资料,上述7口井的裂缝发育情况总结在表1中。
表1
井口编号 | 裂缝发育情况 |
s256 | 裂缝发育 |
J55 | 裂缝一般发育 |
b27-25 | 裂缝一般发育 |
h20 | 裂缝发育 |
h20-1 | 裂缝发育 |
h20-2 | 裂缝发育 |
h20-3 | 裂缝一般发育 |
结合表1与图4的结果可以看出,完钻井资料中对7口井的裂缝发育情况的记载与采用实施例1的方法预测的裂缝发育分布情况完全一致,即完钻井资料与预测结果的吻合率为100%。
以上验证结果说明,本发明提供的火山油藏裂缝集中发育区的预测方法可以针对性地对有层状结构的块状裂缝性潜山油藏的裂缝分布特征进行预测,预测结果具有有效性和准确性。
Claims (10)
1.一种火山油藏裂缝集中发育区的预测方法,该预测方法包括:
根据研究区域的钻井资料,确定属性提取时窗;
应用所述属性提取时窗,计算研究区域的均值属性,得到研究区域内均值属性的分布情况;
对所述均值属性进行解释,得到研究区域的裂缝集中发育区预测结果;
其中,所述均值属性为三维地震数据的最大振幅的绝对值之和的平均值。
2.根据权利要求1所述的预测方法,其中,确定属性提取时窗的方法包括:根据钻井资料中块状裂缝性油藏的裂缝发育深度上限和深度下限分别对应的地震剖面的时间,确定所述属性提取时窗。
3.根据权利要求1所述的预测方法,其中,所述均值属性的计算方法包括:根据三维地震数据,选择在属性提取时窗内的地震波形曲线,计算所述地震波形曲线中所有波峰、波谷的绝对值之和与波峰、波谷总数量的比值,得到所述均值属性。
4.根据权利要求1所述的预测方法,其中,对所述均值属性进行解释的方法包括:统计研究区域中裂缝发育的典型井的均值属性值,将其中的最小值记为Amin,将均值属性大于Amin的区域划分为裂缝发育区;统计研究区域中裂缝不发育的典型井的均值属性,将其中的最大值记为Amax,将均值属性小于Amax的区域划分为裂缝不发育区域;将均值属性小于等于Amin、且大于等于Amax的区域划分为裂缝一般发育区。
5.根据权利要求1所述的预测方法,其中,所述预测方法还包括在确定属性提取时窗之前选择研究区域的操作,所述选择研究区域的方法包括:
根据研究区域的钻井资料,建立地质模型;
分析研究区域的地震子波频谱特征,结合所述地质模型进行正演计算;根据正演结果和地质模型,确定能够利用地震属性预测裂缝集中发育段的研究区域。
6.根据权利要求5所述的预测方法,其中,所述地质模型通过分析钻井资料中块状裂缝性油藏的层状特征、构造形态、接触关系建立。
7.根据权利要求6所述的预测方法,其中,所述块状裂缝性油藏的层状特征包括裂缝发育层的单层厚度、地层速度和密度特征、以及裂缝不发育层的单层厚度、地层速度和密度特征。
8.根据权利要求5所述的预测方法,其中,所述地震子波的频谱特征包括子波主频和频带宽度。
10.根据权利要求5-9任一项所述的预测方法,其中,根据正演结果、确定能够利用地震属性预测裂缝集中发育段的研究区域的方法包括:
将正演结果中具有地震响应特征的位置与地质模型中裂缝发育位置一致的研究区域作为能够利用地震属性预测裂缝集中发育段的研究区域;
优选地,所述方法包括将正演结果中具有地震响应特征的位置与地质模型中裂缝发育位置一致、且正演结果中不具有地震响应特征的位置与地质模型中裂缝不发育位置一致的区域作为能够利用地震属性预测裂缝集中发育段的研究区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869200.0A CN115680593A (zh) | 2021-07-30 | 2021-07-30 | 火山油藏裂缝集中发育区的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869200.0A CN115680593A (zh) | 2021-07-30 | 2021-07-30 | 火山油藏裂缝集中发育区的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115680593A true CN115680593A (zh) | 2023-02-03 |
Family
ID=85057752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110869200.0A Pending CN115680593A (zh) | 2021-07-30 | 2021-07-30 | 火山油藏裂缝集中发育区的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115680593A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2183332C1 (ru) * | 2000-11-08 | 2002-06-10 | Зубков Михаил Юрьевич | Способ прогнозирования зон развития вторичных коллекторов трещиноватого типа в осадочном чехле |
CN106772601A (zh) * | 2016-12-21 | 2017-05-31 | 成都理工大学 | 一种基于叠前地震数据的裂缝储层快速预测方法 |
CN110988986A (zh) * | 2019-12-25 | 2020-04-10 | 成都理工大学 | 改善深层碳酸盐岩储层刻画精度的地震资料低频增强方法 |
CN111894563A (zh) * | 2019-05-05 | 2020-11-06 | 中国石油天然气股份有限公司 | 潜山段中裂缝型储层的分类确定方法及系统 |
CN112198551A (zh) * | 2020-09-12 | 2021-01-08 | 北京恺标技术发展有限公司 | 一种通用的定量化评价储层裂缝强度的新方法 |
-
2021
- 2021-07-30 CN CN202110869200.0A patent/CN115680593A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2183332C1 (ru) * | 2000-11-08 | 2002-06-10 | Зубков Михаил Юрьевич | Способ прогнозирования зон развития вторичных коллекторов трещиноватого типа в осадочном чехле |
CN106772601A (zh) * | 2016-12-21 | 2017-05-31 | 成都理工大学 | 一种基于叠前地震数据的裂缝储层快速预测方法 |
CN111894563A (zh) * | 2019-05-05 | 2020-11-06 | 中国石油天然气股份有限公司 | 潜山段中裂缝型储层的分类确定方法及系统 |
CN110988986A (zh) * | 2019-12-25 | 2020-04-10 | 成都理工大学 | 改善深层碳酸盐岩储层刻画精度的地震资料低频增强方法 |
CN112198551A (zh) * | 2020-09-12 | 2021-01-08 | 北京恺标技术发展有限公司 | 一种通用的定量化评价储层裂缝强度的新方法 |
Non-Patent Citations (4)
Title |
---|
周心怀;史浩;孙书滨;李俊英;刘明玲;: "综合地震属性分析在JZS油气田太古界变质岩潜山储层预测中的应用", 石油地球物理勘探, no. 05, 15 October 2006 (2006-10-15) * |
朱正平;潘仁芳;罗春树;: "塔里木盆地轮古西地区奥陶系碳酸盐岩储层的地震识别", 海洋地质前沿, no. 01, 28 January 2013 (2013-01-28) * |
杜世通 等: "《地震储层技术技术》", 30 June 2010, 石油工业出版社, pages: 22 - 24 * |
董文艺;廖文婷;张宏建;施兴刚;陈晶;: "高邮凹陷泥页岩裂缝地震敏感属性研究与应用", 内蒙古石油化工, no. 05, 15 March 2015 (2015-03-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190025461A1 (en) | Rock physics based method of integrated subsurface reservoir characterization for use in optimized stimulation design of horizontal wells | |
US20170145793A1 (en) | Method For Modeling Stimulated Reservoir Properties Resulting From Hydraulic Fracturing In Naturally Fractured Reservoirs | |
EP3175080B1 (en) | Estimating well production performance in fractured reservoir systems | |
US10810331B2 (en) | System for predicting induced seismicity potential resulting from injection of fluids in naturally fractured reservoirs | |
AU2013384285B2 (en) | System, method and computer program product for predicting well production | |
CN104502997B (zh) | 一种利用裂缝密度曲线预测裂缝密度体的方法 | |
US10359529B2 (en) | Singularity spectrum analysis of microseismic data | |
NO20180189A1 (en) | Seismic constrained discrete fracture network | |
US9081918B2 (en) | Methods and systems regarding models of underground formations | |
CN105445800A (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
CN105089615A (zh) | 一种基于油藏模型的测井数据历史回归处理方法 | |
CN105319585A (zh) | 一种利用薄层干涉振幅恢复识别油气藏的方法 | |
Patterson et al. | Integration of microseismic data, completion data, and production data to characterize fracture geometry in the Permian Basin | |
CN107831540A (zh) | 储层物性参数直接提取新方法 | |
Meek et al. | What Broke? Microseismic analysis using seismic derived rock properties and structural attributes in the Eagle Ford play | |
CN114152985B (zh) | 一种确定地下古河道边界及其内部薄砂体厚度的方法 | |
CN115680593A (zh) | 火山油藏裂缝集中发育区的预测方法 | |
CN112965106B (zh) | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 | |
GB2523460A (en) | Singularity spectrum analysis of microseismic data | |
CN111897004B (zh) | 一种基于大数据分析技术的测井预测方法 | |
CN113589365B (zh) | 基于时频域信息的储层尖灭线描述方法 | |
CN112394398A (zh) | 一种基于岩相与地震相的地层尖灭线识别方法 | |
CN110297280B (zh) | 一种碳酸盐岩超压空间分布特征的预测方法 | |
CN106353837B (zh) | 基于加权gardner公式的密度预测方法 | |
CN117345208B (zh) | 一种压裂优势区定量表征方法、装置、电子设备及介质 |
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 |