CN115877463B - 一种页岩气储层toc预测方法 - Google Patents
一种页岩气储层toc预测方法 Download PDFInfo
- Publication number
- CN115877463B CN115877463B CN202211325644.9A CN202211325644A CN115877463B CN 115877463 B CN115877463 B CN 115877463B CN 202211325644 A CN202211325644 A CN 202211325644A CN 115877463 B CN115877463 B CN 115877463B
- Authority
- CN
- China
- Prior art keywords
- toc
- inversion
- data
- stack
- gather
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013508 migration Methods 0.000 claims abstract description 14
- 230000005012 migration Effects 0.000 claims abstract description 14
- 238000007493 shaping process Methods 0.000 claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 238000011160 research Methods 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 7
- 230000035939 shock Effects 0.000 claims abstract description 5
- 238000012706 support-vector machine Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000011850 desserts Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/512—Pre-stack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/514—Post-stack
-
- 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
- G01V2210/622—Velocity, density or impedance
-
- 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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Mining & Mineral Resources (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种页岩气储层TOC预测方法,包括:根据叠后成果数据体,井震标定确定研究区页岩气储层的顶界面T顶和底界面T底并进行全区层位追踪;将叠前CRP道集转换为角道集地震数据;对剔除去噪之后的CRP道集进行道集拉平处理;对叠前偏移纯波地震数据进行谱整形处理;根据井资料和角道集地震数据建立初始模型,然后进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体;通过叠后反演求取TOC反演体A;根据纵横波速度比与TOC含量计算得到TOC反演体B;分别对TOC反演体A、TOC反演体B进行地层切片,然后加入所述井资料进行校正,最终确定研究区TOC含量平面展布规律。本发明方法可以消除叠前反演的多解性,提高页岩TOC含量预测的精度。
Description
技术领域
本发明涉及地质技术领域,尤其涉及一种页岩气储层TOC预测方法。
背景技术
页岩气储层的TOC含量是评价储层的有机质特征的重要指标,对页岩气储层甜点优选具有重要的指导意义,同时对储层的储集空间具有积极的作用。申请号为:202010678919.1,发明名称为:页岩气储层总有机碳含量叠前定量预测方法、装置及设备的申请文献公开了一种页岩气储层总有机碳含量叠前定量预测方法,该方法包括:获取页岩气储层的预处理后的叠前角道集数据;根据预处理后的叠前角道集数据,标定后的时深关系和得地震层位解释数据,生成所述页岩气储层的近角、中角、远角弹性波阻抗的低频模型;对低频模型进行反演,获得反演结果;根据反演结果确定页岩气储层的纵横波速度比;将纵横波速度比输入预设的纵横波速度比与TOC含量的关系曲线,获得页岩气储层的TOC含量。
然而,该方法由于采用叠前弹性波阻抗反演方法,所得到的反演结果不能直接与页岩TOC含量交汇分析,需要间接求出纵横波速度比数据体,因此,增加了反演的误差概率。
发明内容
本发明的目的在于解决上述现有技术存在的缺陷,提供一种页岩气储层TOC预测方法。
一种页岩气储层TOC预测方法,包括以下步骤:
步骤1:获取井资料、地震资料、速度资料;所述井资料包括:声波时差曲线DTC、横波时差曲线DTS、体积密度曲线DEN,TOC曲线;所述地震资料包括:叠前CRP道集,叠前偏移纯波地震数据和叠后成果数据体;所述速度资料包括:叠加速度体或均方根速度体;
步骤2:根据所述叠后成果数据体,井震标定确定研究区页岩气储层的顶界面T顶和底界面T底并进行全区层位追踪;
步骤3:将所述叠加速度体或均方根速度体转为层速度体,并利用所述层速度体,将所述叠前CRP道集转换为角道集地震数据;
步骤4:通过预测剔除去噪方法对所述叠前CRP道集的随机噪音和线性干扰进行剔除,并对预测剔除去噪之后的CRP道集进行超道集处理以提高其信噪比;
步骤5:对所述剔除去噪之后的CRP道集进行道集拉平处理以消除其剩余时差;对所述叠前偏移纯波地震数据进行谱整形处理,保持低频,拓展高频成分以提高地震数据的分辨率,在谱整形处理结束用合成记录方法进行参数校正,处理结果要与合成地震记录具有良好的对应关系;
步骤6:根据所述井资料和所述角道集地震数据进行井震标定,建立井上时深关系,然后提取近、中、远角度的子波,之后建立纵波阻抗初始模型、横波阻抗初始模型、密度初始模型,然后进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体;对叠前偏移纯波地震数据以10Hz为间隔,应用小波分频方法将其分为10Hz、20Hz、30Hz、40Hz、50Hz和60Hz离散频率的数据体,基于支撑向量机SVM训练建立测井TOC含量曲线和地震数据之间的拟合关系,最终通过叠后反演求取TOC反演体A;
步骤7:选择纵横波速度比曲线与TOC含量曲线建立线性拟合公式,计算得到TOC反演体B;
步骤8:分别对所述TOC反演体A、TOC反演体B进行地层切片,然后加入所述井资料进行校正,最终确定研究区TOC含量平面展布规律。
进一步地,如上所述的页岩气储层TOC预具体测方法,步骤6中所述进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体的具体实现方法包括以下步骤:
步骤1:利用所述角道集地震数据和井震标定完成的井数据建立初始模型;
步骤2:利用所述角道集地震数据和所述初始模型,根据井上统计的结果给出所在区域的gamma值;所述gamma值为横波速度曲线vs和纵波速度曲线vp的比值;
步骤3:反演参数测试模块,利用井上的初始模型曲线、反演结果曲线和井旁正演道集、实际角道集地震数据结果进行参数测试
步骤4:通过不断调整参数使所求的解和井旁正演道集两者的差异达到最小,最终完成输出,得到纵波阻抗、横波阻抗、纵横波速度比和密度项。
进一步地,如上所述的页岩气储层TOC预具体测方法,步骤7中所述拟合公式为:TOC=12.624-5.8975*vp/vs;
所述TOC反演体B的获取包括:
利用公式TOC=12.624-5.8975*vp/vs将纵横波速度比体转换为TOC反演体B。
有益效果:
本发明提供的方法能够简单快速的利用井资料和地震资料对某一区块页岩TOC含量展布规律进行预测,利用叠前同时反演技术和基于SVM的叠后反演相互验证的方法,可以降低进而消除页岩TOC含量预测中的多解性,提高页岩TOC含量预测的精度,此方法完善了关于页岩TOC含量预测方法,有助于后期对页岩的沉积环境及储集性能的非均质性进行研究,进而确定优质页岩储层厚度及其发育位置,为页岩气勘探过程中有利目标区的优选提供依据,加快页岩气的勘探突破。
附图说明
图1为本发明页岩气储层TOC预测方法流程图;
图2为页岩气储层顶底界面对比追踪示意图;
图3为叠前CRP道集优化处理示意图;
图4为叠前偏移纯波地震数据谱整形处理前后对比图;
图5为角道集地震数据示意图;
图6为叠前同时反演初始模型;
图7为叠前同时反演结果图;
图8为离散频率数据体示意图;
图9为SVM训练结果及相关系数示意图;
图10为敏感参数优选示意图;
图11为反演TOC体切片示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明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。基于本发明中的实施例,本领域普通技术人员在没有作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。
图1为本发明页岩气储层TOC预测方法流程图,如图1所示,该方法包括以下步骤:
步骤1:获取井资料、地震资料、速度资料;所述井资料包括:声波时差曲线DTC、横波时差曲线DTS、体积密度曲线DEN,TOC曲线;所述地震资料包括:叠前CRP道集,叠前偏移纯波地震数据和叠后成果数据体;所述速度资料包括:叠加速度体或均方根速度体;
步骤2:基于叠后成果数据体,井震标定确定研究区页岩气储层的顶界面T顶和底界面T底并进行全区层位追踪;图2为页岩气储层顶底界面对比追踪示意图,如图2所示,a为T顶,b为T底。
步骤3:将所述叠加速度体或均方根速度体转为层速度体,并利用所述层速度体,将所述叠前CRP道集转换为角道集地震数据;如图5所示为转换的角道集地震数据。
步骤4:通过预测剔除去噪方法对所述叠前CRP道集的随机噪音和线性干扰进行剔除,并对预测剔除去噪之后的CRP道集进行超道集处理以提高其信噪比;
步骤5:对所述剔除去噪之后的CRP道集进行道集拉平处理以消除其剩余时差;对所述叠前偏移纯波地震数据进行谱整形处理,保持低频,拓展高频成分以提高地震数据的分辨率,在谱整形处理结束用合成记录方法进行参数校正,处理结果要与合成地震记录具有良好的对应关系;叠前CRP道集优化处理如图3所示。叠前偏移纯波地震数据谱整形处理前后对比如图4所示,其中,其中,a为谱整形前,b谱整形后。
步骤6:根据所述井资料和所述角道集地震数据进行井震标定,建立井上时深关系,然后提取近、中、远角度的子波,之后建立纵波阻抗初始模型、横波阻抗初始模型、密度初始模型,然后进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体;对叠前偏移纯波地震数据以10Hz为间隔,应用小波分频方法将其分为10Hz、20Hz、30Hz、40Hz、50Hz和60Hz离散频率的数据体,基于支撑向量机SVM训练建立测井TOC含量曲线和地震数据之间的拟合关系,最终通过叠后反演求取TOC反演体A。
具体地,所述进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体的具体实现方法包括以下步骤:
步骤①:通过HampsonRussell软件利用角道集和井震标定完成的井数据建立初始模型
步骤②:在HampsonRussell软件输入角道集和初始模型,根据井上统计的结果给出所在区域的gamma值(gamma值为曲线vs和曲线vp的比值,vs为横波速度曲线,vp为纵波速度曲线)。
步骤③:在HampsonRussell软件反演参数测试模块,利用井上的初始模型曲线、反演结果曲线和井旁正演道集、实际角道集结果进行参数测试;
步骤④:通过不断调整参数使所求的解和井旁正演道集两者的差异达到最小,最终完成输出,得到纵波阻抗、横波阻抗、纵横波速度比和密度项。
所述最终通过叠后反演求取TOC反演体A的具体实现方法包括以下步骤:
步骤①:利用Geoscope软件应用小波分频技术方法将叠前偏移纯波地震数据分为10Hz、20Hz、30Hz、40Hz、50Hz和60Hz离散频率的数据体;
步骤②:利用Geoscope软件的inversion模块,基于支撑向量机SVM训练建立测井TOC含量曲线和地震数据之间的拟合关系;
步骤②:最终计算求取TOC反演体A。
图6为叠前同时反演初始模型示意图,其中,a为纵波阻抗初始模型,b为横波阻抗初始模型,c为密度初始模型。离散频率数据体如图7所示,其中,a为纵波阻抗,b为横波阻抗,c为纵横波速度比。SVM训练结果及相关系数如图8所示,其中,a为10Hz,b为20Hz,c为30Hz,d为40Hz,e为50Hz,f为60Hz。SVM训练结果及相关系数如图9所示。
步骤7:选择纵横波速度比曲线与TOC含量曲线建立线性拟合公式,计算得到TOC反演体B。
所述拟合公式为:TOC=12.624-5.8975*vp/vs;计算TOC反演体B包括:利用公式TOC=12.624-5.8975*vp/vs将纵横波速度比体转换为TOC反演体B。
具体地,优选纵波阻抗、横波阻抗、纵横波速度比和密度与TOC含量的最佳敏感参数,由于密度项在小角度范围内反演结果不稳定,最终选择纵横波速度比与TOC含量建立线性拟合公式,计算得到TOC反演体B。敏感参数优选如图10所示。
步骤8:分别对TOC反演体A、B进行地层切片,然后加入井资料进行校正,最终确定研究区TOC含量平面展布规律。反演TOC体切片如图11所示,其中,a为基于SVM的叠后反演,b为基于叠前同时反演。
具体地,叠前同时反演依据Fatti三项式近似方程对叠前角道集进行求解,由于叠前同时反演是基于模型的反演,通过井数据和提取的子波褶积产生井旁正演地震道,在求解过程中,通过不断对比所求的解和井旁正演道集,使两者的残差达到最小,最终完成输出,得到纵波阻抗、横波阻抗、纵横波速度比和密度项。建立的初始模型是由于地震资料缺少低频信息,通过井上的低频信息建立初始模型,最终将低频初始模型加入反演过程,补充反演过程中缺少的低频信息,使反演结果更加可靠。
本发明提供的方法,页岩TOC含量预测过程中,采用叠前同时反演方法,得到的反演结果可直接与页岩TOC含量交汇分析,降低了页岩TOC反演过程中的误差。而后基于SVM进行叠后反演,利用SVM建立测井TOC曲线和地震数据(10Hz~60Hz离散频率地震数据和叠前同时反演得到的纵波阻抗、横波阻抗、纵横波速度比数据体)之间的最佳拟合关系,最终基于SVM的叠后反演求取TOC反演体。采用叠前同时反演和基于SVM的叠后反演相互验证的方法,可以降低进而消除叠前反演的多解性,提高页岩TOC含量预测的精度。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.一种页岩气储层TOC预测方法,其特征在于,包括以下步骤:
步骤1:获取井资料、地震资料、速度资料;所述井资料包括:声波时差曲线DTC、横波时差曲线DTS、体积密度曲线DEN,TOC曲线;所述地震资料包括:叠前CRP道集,叠前偏移纯波地震数据和叠后成果数据体;所述速度资料包括:叠加速度体或均方根速度体;
步骤2:根据所述叠后成果数据体,井震标定确定研究区页岩气储层的顶界面T顶和底界面T底并进行全区层位追踪;
步骤3:将所述叠加速度体或均方根速度体转为层速度体,并利用所述层速度体,将所述叠前CRP道集转换为角道集地震数据;
步骤4:通过预测剔除去噪方法对所述叠前CRP道集的随机噪音和线性干扰进行剔除,并对预测剔除去噪之后的CRP道集进行超道集处理以提高其信噪比;
步骤5:对所述剔除去噪之后的CRP道集进行道集拉平处理以消除其剩余时差;对所述叠前偏移纯波地震数据进行谱整形处理,保持低频,拓展高频成分以提高地震数据的分辨率,在谱整形处理结束用合成记录方法进行参数校正,处理结果要与合成地震记录具有良好的对应关系;
步骤6:根据所述井资料和所述角道集地震数据进行井震标定,建立井上时深关系,然后提取近、中、远角度的子波,之后建立纵波阻抗初始模型、横波阻抗初始模型、密度初始模型,然后进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体;对叠前偏移纯波地震数据以10Hz为间隔,应用小波分频方法将其分为10Hz、20Hz、30Hz、40Hz、50Hz和60Hz离散频率的数据体,基于支撑向量机SVM训练建立测井TOC含量曲线和地震数据之间的拟合关系,最终通过叠后反演求取TOC反演体A;
步骤7:选择纵横波速度比曲线与TOC含量曲线建立线性拟合公式,计算得到TOC反演体B;
步骤8:分别对所述TOC反演体A、TOC反演体B进行地层切片,然后加入所述井资料进行校正,最终确定研究区TOC含量平面展布规律;
步骤6中所述进行叠前同时反演求取纵波阻抗、横波阻抗、纵横波速度比和密度数据体的具体实现方法包括以下步骤:
步骤1:利用所述角道集地震数据和井震标定完成的井数据建立初始模型;
步骤2:利用所述角道集地震数据和所述初始模型,根据井上统计的结果给出所在区域的gamma值,所述gamma值为横波速度曲线vs和纵波速度曲线vp的比值;
步骤3:反演参数测试模块,利用井上的初始模型曲线、反演结果曲线和井旁正演道集、实际角道集地震数据结果进行参数测试;
步骤4:通过不断调整参数使所求的解和井旁正演道集两者的差异达到最小,最终完成输出,得到纵波阻抗、横波阻抗、纵横波速度比和密度项;
步骤7中所述拟合公式为:TOC=12.624-5.8975*vp/vs;
所述TOC反演体B的获取包括:
利用公式TOC=12.624-5.8975*vp/vs将纵横波速度比体转换为TOC反演体B。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211325644.9A CN115877463B (zh) | 2022-10-27 | 2022-10-27 | 一种页岩气储层toc预测方法 |
US18/494,921 US20240053502A1 (en) | 2022-10-27 | 2023-10-26 | TOC Prediction Method for Shale Gas Reservoirs |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211325644.9A CN115877463B (zh) | 2022-10-27 | 2022-10-27 | 一种页岩气储层toc预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115877463A CN115877463A (zh) | 2023-03-31 |
CN115877463B true CN115877463B (zh) | 2024-02-23 |
Family
ID=85759045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211325644.9A Active CN115877463B (zh) | 2022-10-27 | 2022-10-27 | 一种页岩气储层toc预测方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240053502A1 (zh) |
CN (1) | CN115877463B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
CN104375178A (zh) * | 2014-11-05 | 2015-02-25 | 中国石油天然气股份有限公司 | 一种碳酸盐岩缝洞储层预测方法和装置 |
CN104502971A (zh) * | 2014-12-22 | 2015-04-08 | 中国石油天然气集团公司 | 页岩储层总有机碳含量和脆性空间展布的检测方法 |
CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
WO2015196779A1 (zh) * | 2014-06-24 | 2015-12-30 | 夏正元 | 利用叠加速度求取高精度地震波速度的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN106547028A (zh) * | 2015-09-21 | 2017-03-29 | 中国石油化工股份有限公司 | 预测页岩储层toc的方法和装置 |
CN110456412A (zh) * | 2019-07-09 | 2019-11-15 | 河海大学 | 一种基于叠后地震数据识别碳酸盐岩储层流体饱和度的方法 |
CN111474576A (zh) * | 2020-04-21 | 2020-07-31 | 中海石油(中国)有限公司 | 一种保持地层结构的叠前地震道集反演初始模型构建方法 |
CN111812716A (zh) * | 2020-07-15 | 2020-10-23 | 中国石油大学(华东) | 页岩气储层总有机碳含量叠前定量预测方法、装置及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9470811B2 (en) * | 2014-11-12 | 2016-10-18 | Chevron U.S.A. Inc. | Creating a high resolution velocity model using seismic tomography and impedance inversion |
US10802171B2 (en) * | 2017-04-28 | 2020-10-13 | Pioneer Natural Resources Usa, Inc. | High resolution seismic data derived from pre-stack inversion and machine learning |
US20220236439A1 (en) * | 2021-01-23 | 2022-07-28 | Manzar Fawad | Rock physics model for shale volume estimation in subsurface reservoirs |
-
2022
- 2022-10-27 CN CN202211325644.9A patent/CN115877463B/zh active Active
-
2023
- 2023-10-26 US US18/494,921 patent/US20240053502A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
WO2015196779A1 (zh) * | 2014-06-24 | 2015-12-30 | 夏正元 | 利用叠加速度求取高精度地震波速度的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN104345345A (zh) * | 2014-10-30 | 2015-02-11 | 中国石油天然气集团公司 | 一种页岩储层总有机碳toc含量预测方法 |
CN104375178A (zh) * | 2014-11-05 | 2015-02-25 | 中国石油天然气股份有限公司 | 一种碳酸盐岩缝洞储层预测方法和装置 |
CN104502971A (zh) * | 2014-12-22 | 2015-04-08 | 中国石油天然气集团公司 | 页岩储层总有机碳含量和脆性空间展布的检测方法 |
CN106547028A (zh) * | 2015-09-21 | 2017-03-29 | 中国石油化工股份有限公司 | 预测页岩储层toc的方法和装置 |
CN110456412A (zh) * | 2019-07-09 | 2019-11-15 | 河海大学 | 一种基于叠后地震数据识别碳酸盐岩储层流体饱和度的方法 |
CN111474576A (zh) * | 2020-04-21 | 2020-07-31 | 中海石油(中国)有限公司 | 一种保持地层结构的叠前地震道集反演初始模型构建方法 |
CN111812716A (zh) * | 2020-07-15 | 2020-10-23 | 中国石油大学(华东) | 页岩气储层总有机碳含量叠前定量预测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115877463A (zh) | 2023-03-31 |
US20240053502A1 (en) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11500117B1 (en) | Method and system for evaluating filling characteristics of deep paleokarst reservoir through well-to-seismic integration | |
US20230083651A1 (en) | Method and system for analyzing filling for karst reservoir based on spectrum decomposition and machine learning | |
US7082368B2 (en) | Seismic event correlation and Vp-Vs estimation | |
US6675097B2 (en) | Nonlinear constrained inversion method to determine base of salt interface from gravity and gravity tensor data | |
Cheng et al. | Nonlinear seismic inversion by physics-informed Caianiello convolutional neural networks for overpressure prediction of source rocks in the offshore Xihu depression, East China | |
WO2016008105A1 (zh) | 一种基于柯西分布的叠后波阻抗反演方法 | |
US10345466B2 (en) | Memory efficient Q-RTM computer method and apparatus for imaging seismic data | |
CN109521474B (zh) | 一种三维双控下的叠前地质统计学反演方法 | |
CN113031068B (zh) | 一种基于反射系数精确式的基追踪叠前地震反演方法 | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN103576197A (zh) | 一种转换波角道集抽取方法 | |
CN111487692A (zh) | 一种盐间页岩油韵律层地震响应特征及储层厚度预测方法 | |
CN112147677B (zh) | 油气储层参数标签数据生成方法及装置 | |
CN111308558B (zh) | 页岩气水平井纵波时差校正方法 | |
CN111812716B (zh) | 页岩气储层总有机碳含量叠前定量预测方法、装置及设备 | |
CN113552624B (zh) | 孔隙度预测方法及装置 | |
CN115877463B (zh) | 一种页岩气储层toc预测方法 | |
CN111025388A (zh) | 一种多波联合的叠前波形反演方法 | |
CN114942473A (zh) | 基于注意力门神经网络的叠前地震速度反演方法 | |
CN111399045B (zh) | 一种基于统计约束的叠后密度反演方法 | |
CN112130211A (zh) | 一种计算Gassmann流体项的方法及系统 | |
CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
CN112147676A (zh) | 一种煤层及夹矸厚度预测方法 | |
CN112748467B (zh) | 利用地震资料确定Russell流体因子的方法及系统 | |
CN112363244B (zh) | 波阻抗反演方法与碳酸盐岩非均质储层预测方法及系统 |
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 |