CN115977617A - 套管外串槽识别方法、装置、计算设备及存储介质 - Google Patents
套管外串槽识别方法、装置、计算设备及存储介质 Download PDFInfo
- Publication number
- CN115977617A CN115977617A CN202310282728.7A CN202310282728A CN115977617A CN 115977617 A CN115977617 A CN 115977617A CN 202310282728 A CN202310282728 A CN 202310282728A CN 115977617 A CN115977617 A CN 115977617A
- Authority
- CN
- China
- Prior art keywords
- curve
- row
- casing
- sampling
- medium
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 122
- 239000012530 fluid Substances 0.000 claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 59
- 238000004891 communication Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 239000004568 cement Substances 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 14
- 235000019687 Lamb Nutrition 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 2
- 230000005465 channeling Effects 0.000 claims 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000009826 distribution Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 239000007787 solid Substances 0.000 description 7
- 239000007789 gas Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种套管外串槽识别方法、装置、计算设备及存储介质,涉及油田勘探技术领域,该方法包括:获取测量井段的套管外介质属性曲线数据;套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;根据至少一个流体区域,对各行进行串槽标记处理;根据各行的串槽标记处理结果,确定测量井段的串槽信息。通过上述方式,能够高效且准确地评估套管外串槽情况。
Description
技术领域
本发明涉及油田勘探技术领域,具体涉及一种套管外串槽识别方法、装置、计算设备及存储介质。
背景技术
串槽是指几个封隔开来的油层互相串通,一种是地层之间串通,另一种是管外串通。串槽以后会存在如下问题:油水井都有封隔器失效的反应,分层注采量不准,水井指示曲线有明显变化,注水井指示曲线有明显变化,在封隔器上边的层曲线向压力轴明显偏移,部分井还从套管外冒油、冒水等等。因此,获得串槽分布情况对固井质量的解释评价具有重要意义。但是,现有技术缺乏高效准确的串槽评估方法。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的套管外串槽识别方法、装置、计算设备及存储介质。
根据本发明的一个方面,提供了一种套管外串槽识别方法,方法包括:
获取测量井段的套管外介质属性曲线数据;
其中,套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;
根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;
根据至少一个流体区域,对各行进行串槽标记处理;
根据各行的串槽标记处理结果,确定测量井段的串槽信息。
可选地,根据至少一个流体区域,对各行进行串槽标记处理进一步包括:
根据至少一个流体区域,计算任一行中属于流体区域的目标曲线值的占比;
根据目标曲线值的占比,对该行进行串槽标记处理。
可选地,根据各行的串槽标记处理结果,确定测量井段的串槽信息进一步包括:
根据各行的目标曲线值的占比,确定测量井段的串槽宽度;
根据各行的串槽标记信息,确定测量井段的串槽深度。
可选地,获取测量井段的套管外介质属性曲线数据进一步包括:
若通过斜入射超声兰姆波扫描成像测井,则根据测得的水泥声阻抗和兰姆波衰减曲线获取套管外介质属性曲线数据;
若通过垂直入射超声反射声波成像测井,则根据测得的水泥声阻抗获取套管外介质属性曲线数据。
可选地,根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域进一步包括:
对套管外介质属性曲线数据中多行多列的第一曲线值进行二值化处理,得到包含多行多列的第二曲线值的中间曲线数据;
其中,若任一行列位置所对应的采样位置上测得的介质属性为流体,将该行列位置处的第一曲线值二值化为第一值;若任一行列位置所对应的采样位置上测得的介质属性不是流体,将该行列位置处的第一曲线值二值化为第二值;
根据中间曲线数据进行联通性分析,确定至少一个流体区域。
可选地,根据中间曲线数据进行联通性分析,确定至少一个流体区域进一步包括:
根据中间曲线数据所包含的多行多列的第二曲线值,识别各列中的曲线值团;其中,曲线值团包含一个或连续的多个第一值;
对于任意相邻两列,若任意相邻两列中的第一列中的第一曲线值团与任意相邻两列中的第二列中的第二曲线值团的行位置交叠或者相邻,确定第一曲线值团与第二曲线值团具有同样的标签;
根据具有相同标签的曲线值团的行列信息,确定流体区域。
可选地,确定至少一个流体区域之后,方法进一步包括:
根据任一流体区域的起止行信息,计算该流体区域对应的空间深度距离;
若空间深度距离未达到预设距离阈值,将该流体区域对应的各行标记为不串槽。
根据本发明的另一方面,提供了一种套管外串槽识别装置,装置包括:
获取模块,适于获取测量井段的套管外介质属性曲线数据;
其中,套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;
分析模块,适于根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;
标记模块,适于根据至少一个流体区域,对各行进行串槽标记处理;
处理模块,适于根据各行的串槽标记处理结果,确定测量井段的串槽信息。
可选地,标记模块进一步适于:
根据至少一个流体区域,计算任一行中属于流体区域的目标曲线值的占比;根据目标曲线值的占比,对该行进行串槽标记处理。
可选地,处理模块进一步适于:
根据各行的目标曲线值的占比,确定测量井段的串槽宽度;根据各行的串槽标记信息,确定测量井段的串槽深度。
可选地,获取模块进一步适于:
若通过斜入射超声兰姆波扫描成像测井,则根据测得的水泥声阻抗和兰姆波衰减曲线获取套管外介质属性曲线数据;
若通过垂直入射超声反射声波成像测井,则根据测得的水泥声阻抗获取套管外介质属性曲线数据。
可选地,分析模块进一步适于:
对套管外介质属性曲线数据中多行多列的第一曲线值进行二值化处理,得到包含多行多列的第二曲线值的中间曲线数据;
其中,若任一行列位置所对应的采样位置上测得的介质属性为流体,将该行列位置处的第一曲线值二值化为第一值;若任一行列位置所对应的采样位置上测得的介质属性不是流体,将该行列位置处的第一曲线值二值化为第二值;
根据中间曲线数据进行联通性分析,确定至少一个流体区域。
可选地,分析模块进一步适于:
根据中间曲线数据所包含的多行多列的第二曲线值,识别各列中的曲线值团;其中,曲线值团包含一个或连续的多个第一值;
对于任意相邻两列,若任意相邻两列中的第一列中的第一曲线值团与任意相邻两列中的第二列中的第二曲线值团的行位置交叠或者相邻,确定第一曲线值团与第二曲线值团具有同样的标签;
根据具有相同标签的曲线值团的行列信息,确定流体区域。
可选地,标记模块进一步适于:
根据任一流体区域的起止行信息,计算该流体区域对应的空间深度距离;
若空间深度距离未达到预设距离阈值,将该流体区域对应的各行标记为不串槽。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述套管外串槽识别方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述套管外串槽识别方法对应的操作。
根据本发明的套管外串槽识别方法、装置、计算设备及存储介质,获取测量井段的套管外介质属性曲线数据;套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;根据至少一个流体区域,对各行进行串槽标记处理;根据各行的串槽标记处理结果,确定测量井段的串槽信息。通过上述方式,通过对测井获得的套管外介质属性曲线进行联通性分析以识别出流体区域,并根据流体区域所占的行进行串槽标记处理,根据行的标记处理结果确定测量井段的串槽分布信息,能够高效且准确地评估套管外串槽情况。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的套管外串槽识别方法的流程图;
图2示出了本发明另一实施例提供的套管外串槽识别方法的流程图;
图3示出了本发明实施例中套管外介质属性曲线数据的示意图;
图4示出了本发明实施例中的中间曲线数据的示意图;
图5示出了本发明实施例中标签处理结果的示意图;
图6示出了本发明实施例中套管外串槽识别方法的流程示意图;
图7示出了本发明实施例提供的套管外串槽识别装置的结构示意图;
图8示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的套管外串槽识别方法的流程图,该方法应用于任意具有计算能力的设备中。如图1所示,该方法包括以下步骤:
步骤S101,获取测量井段的套管外介质属性曲线数据。
具体地,针对测量井段采取测井手段获得测井资料,解析测井资料获得套管外介质属性曲线数据,介质属性曲线数据也即气液固属性成像曲线数据。
其中,套管外介质属性曲线数据包含多行多列的第一曲线值,具体根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应。
在进行测井采样时,从起始采样深度开始,每间隔预设深度采样间隔进行一次圆周方向的采样,在圆周方向上每间隔一定角度进行一次采样。那么,针对于每一个采样深度,其圆周方向上的测井采样数据有多个,每当获取到一个采样深度的圆周方向的测井采样数据,处理成一行新的第一曲线值,每一行对应一个采样深度,每一列对应一个周向采样角度,进而得到包含多行多列的第一曲线值的套管外介质属性曲线数据。
比如,根据在第一个采样深度上第一个周向采样角度的采样位置处测得的介质属性,确定第一行第一列位置处的第一曲线值;根据在第一个采样深度上第二个周向采样角度的采样位置处测得的介质属性,确定第一行第二列位置处的第一曲线值……进一步地,若分析确定采样位置的介质属性为气体,确定相应行列位置处的第一曲线值为0;若分析确定采样位置处测得的介质属性为流体,确定相应行列位置处的第一曲线值为1;若分析确定采样位置处测得的介质属性为固体,确定相应行列位置处的第一曲线值为2。另外,行之间的排列顺序与各采样深度的排列顺序是一致的,比如,第一行对应第一个采样深度,第二行对应第二个采样深度,第三行对应第三个采样深度……
步骤S102,根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域。
通常情况下,如果套管外介质为流体则有可能形成串槽,因此需要识别流体区域。根据套管外介质属性曲线数据进行水利联通性计算,确定至少一个流体区域范围,流体区域内部的各个行列位置所对应的各个采样位置处所测得的介质属性均为流体且相互联通,不同流体区域之间不联通。
步骤S103,根据至少一个流体区域,对各行进行串槽标记处理。
将流体区域的起始行至终止行的各行标记为串槽。
步骤S104,根据各行的串槽标记处理结果,确定测量井段的串槽信息。
比如,根据行位置与采样深度的对应关系,将标记为串槽的各行的行位置进行转换,即可获得测量井段中串槽的深度分布区间。
根据本发明实施例的套管外串槽识别方法,获取测量井段的套管外介质属性曲线数据;套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;根据至少一个流体区域,对各行进行串槽标记处理;根据各行的串槽标记处理结果,确定测量井段的串槽信息。通过上述方式,通过对测井获得的套管外介质属性曲线进行联通性分析以识别出流体区域,并根据流体区域所占的行进行串槽标记处理,根据行的标记处理结果确定测量井段的串槽分布信息,能够高效且准确地评估套管外串槽情况。
图2示出了本发明另一实施例提供的套管外串槽识别方法的流程图,该方法应用于任意具有计算能力的设备中。如图2所示,该方法包括以下步骤:
步骤S201,获取测量井段的套管外介质属性曲线数据。
其中,套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应。
具体地,若通过垂直入射超声反射声波成像测井,则根据测得的水泥声阻抗获取套管外介质属性曲线数据。基于该方法可以测量套管的厚度和水泥环第一界面的固井质量,对水泥环进行固井质量评价时主要利用了套管外介质对共振波的幅度影响差异,计算水泥声阻抗,通过水泥声阻抗获取界面的气体、液体及固体属性。
或者,若通过斜入射超声兰姆波扫描成像测井,则根据测得的水泥声阻抗和兰姆波衰减曲线获取套管外介质属性曲线数据。在垂直入射方式的基础上,增加一个斜入射超声波探头,该探头可以测量超声兰姆波的衰减,联合垂直探头测量的声阻抗和斜探头测量的衰减就可以得到套管外介质的属性,且该技术不受低密度水泥固井的影响。
图3示出了本发明实施例中套管外介质属性曲线数据的示意图,其中包含27行、36列的第一曲线值,表示27个采样深度上的圆周方向的采样数据,圆周方向上的采样角度间隔为10(360/36)度,需要说明的是,圆周方向的采样角度间隔可以根据实际需要灵活调节。
如图3所示,以第i行第j列的位置为例,若第i行第j列处的第一曲线值为0,表示该行列位置对应的采样位置上测得的介质属性为气体,若第i行第j列处的第一曲线值为1,表示该行列位置对应的采样位置上测得的介质属性为流体,若第i行第j列处的第一曲线值为2,表示该行列位置对应的采样位置上测得的介质属性为固体,另外,套管外介质属性曲线数据还可能包含无效的第一曲线值,比如,无法识别一采样位置处的介质属性,则该采样位置对应的行列位置处的第一曲线值取除0、1、2之外的其他值。
具体实施时,还可以对套管外介质属性曲线数据在坐标系中进行绘制呈现,确定每一个行列位置在坐标系中的坐标位置,根据各个行列位置处的第一曲线值将相应的坐标位置采用相应的颜色进行呈现,从而能够清晰地辨别测量井段的介质分布情况。
步骤S202,对套管外介质属性曲线数据中各行各列的第一曲线值进行二值化处理,得到包含多行多列的第二曲线值的中间曲线数据。
若任一行列位置所对应的采样位置上测得的介质属性为流体,将该行列位置处的第一曲线值二值化为第一值,若任一行列位置所对应的采样位置上测得的介质属性不是流体,将该行列位置处的曲线值二值化为第二值。经过二值化处理所得到的中间曲线数据仍然包括多行多列的第二曲线值,区别在于中间曲线数据中第二曲线值仅有第一值和第二值。
可选地,第一值为1,第二值为0。沿用上述示例,第一曲线值为1的行列位置所对应的采样位置上测得的介质属性为流体,经过二值化处理后该行列位置处的第二曲线值仍为1,第一曲线值非1的行列位置所对应的采样位置上测得的介质属性为气体、固体等等,经过二值化处理后该行列位置处的第二曲线值为0。
图4示出了本发明实施例中的中间曲线数据的示意图,如图4所示,经过二值化处理所得到的中间曲线数据中,仅包含0和1两个曲线值,曲线值1所在的行列位置所对应的采样位置处测得的介质属性为流体,曲线值0所在的行列位置所对应的采样位置处测得的介质属性为非流体。具体实施时,可以对中间曲线数据进行绘制呈现,确定每一个行列位置在坐标系中的坐标位置,根据各个行列位置处的第二曲线值将相应的坐标位置采用相应的颜色进行呈现,从而能够清晰地辨别流体分布情况和非流体分布情况。通过二值化处理,能够提升后续处理的效率,从而提升串槽识别处理的整体效率。
步骤S203,根据中间曲线数据进行联通性分析,确定至少一个流体区域。
由于中间曲线数据中仅有两种曲线值,即对应于流体的第一值以及对应于非流体的第二值,那么,通过中间曲线数据进行联通性分析,能够快速确定流体区域的范围。
具体地,根据中间曲线数据所包含的各个第二曲线值,识别各列中的曲线值团;其中,曲线值团包含一个或连续的多个第一值;对于任意相邻两列,若任意相邻两列中的第一列中的第一曲线值团与任意相邻两列中的第二列中的第二曲线值团的行位置交叠或者相邻,确定第一曲线值团与第二曲线值团具有同样的标签;根据具有相同标签的曲线值团的行列信息,确定流体区域。
其中,第一曲线值团与第二曲线值团的行位置交叠是指两个曲线值团占有共同的行,第一曲线值团与第二曲线值团的行位置相邻是指两个曲线值团不占有共同的行,但是,第一曲线值团的最顶行与第二曲线值团的最底行相邻,或者,第一曲线值团的最底行与第二曲线值团的最顶行相邻。
下面结合图4具体说明联通性分析的具体方式,首先,针对于每一列识别其中的曲线值团,从每一列的最上方往下寻找第一个1,并移动到该第一个1的位置,再往下寻找第一个0,并移动到该第一个0所在的位置,从第一个1到第一个0的前一个1的曲线值,构成一个曲线值团;接下来再往下寻找第二个1及其之后的第二个0,通过同样的方式识别出第二个曲线值团,如此循环,直到该列识别结束。同时,分别确定每一个曲线值团的起始行范围以及列号。
如图4所示,从左往右数的第11列中包含3个曲线值团(图4中3个虚线框内的曲线值团),该3个曲线值团的列号为11,第一个曲线值团的起止行的行号分别为11和12,第二个曲线值团的起止行的行号分别为15和17,第三个曲线值团的起止行的行号分别为20和21。
在一种可选的方式中,统计曲线值团的总数量,将曲线值团的总数量进行呈现。具体地,用result函数记录曲线值团的数量,对中间曲线从左到右按列扫描,每当识别到一个新的曲线值团,则对该函数进行加一,扫描结束之后,该函数则记录了全部曲线值团的数量,图4中共有48个曲线值团。
接下来对相联通的曲线值团打上同样的标签(例如数字),在处理第k个曲线值团时,若发现左边相邻的列上所有的曲线值团里面有第p个曲线值团和第k个曲线值团在行上是交叠的,则它们属于同一簇,因此第k个曲线值团和第p个曲线值团应该打上相同的标签。
图5示出了本发明实施例中标签处理结果的示意图,通过对图4的二值化结果进行联通性分析以及打标签处理得到,如图5所示,共有4个具有不同标签(即图中的数字标签1、2、3、4)的簇,一个簇即表示一个流体区域,也即共有4个联通的流体区域,针对于每一个簇,确定其包含的各个曲线值团的起止行信息以及行号,可以确定流体区域的范围信息。
步骤S204,根据至少一个流体区域,计算任一行中属于流体区域的目标曲线值的占比;根据目标曲线值的占比,对该行进行串槽标记处理。
统计每一行中属于流体区域的目标曲线值的数量并计算目标曲线值的占比,其中目标曲线值的占比也就是串槽占比宽度。以图5为例,第一行中有2个第二曲线值属于标签2对应的流体区域以及7个第二曲线值属于标签3对应的流体区域,则目标曲线值的占比为:(2+7)/36。
具体地,如果该行中目标曲线值的占比为零,表示该行对应的深度上的介质属性不是流体,则将该行标记为不串槽;如果该行中目标曲线值的占比不为零,表示该行对应的深度上的介质属性是流体,则将其标记为串槽。
在一种可选的方式中,在确定至少一个流体区域之后,根据任一流体区域的起止行信息,计算该流体区域对应的空间深度距离,判断空间深度距离是否达到预设距离阈值。对于提取的每一个流体区域,计算相应的空间深度距离,具体计算方式为流体区域的最顶行与最底行的行数差乘以深度采样间隔,深度采样间隔一般为0.0762m。
如果空间深度距离未达到预设距离阈值,表明在实际空间深度范围内不会串槽,则将该流体区域所在的各行标记为不串槽。通过这种方式,提升串槽识别的精准性。
需要说明的是,如果存在至少一个流体区域对应的空间深度距离未超过预设距离阈值,则对于该至少一个流体区域所占用的行之外的其他行,采用步骤S204的方式进行串槽标记处理。反之,如果不存在流体区域对应的空间深度距离未超过预设距离阈值,则针对于每一行均采用步骤S204的方式进行串槽标记处理。
步骤S205,根据各行的目标曲线值的占比,确定测量井段的串槽宽度;根据各行的串槽标记信息,确定测量井段的串槽深度。
最后,根据各行的串槽标记结果,能够确定测量井段的串槽分布情况,包括:在标记为串槽的起始行与终止行之间的行号差的基础上,乘以深度采样间隔,即可获得测量井段对应的串槽的深度信息,以及根据各行中的目标曲线值的占比,计算测量井段的串槽宽度。
根据本申请实施例的套管外串槽识别方法,一方面,获取套管外介质属性曲线数据,并对套管外介质属性曲线数据进行二值化处理,对二值化后的结果进行联通性分析,减小数据处理复杂度,能够提升处理效率,并且,对二值化后的数据进行可视化呈现能够清晰辨别测量井段的套管外介质的分布情况;再一方面,通过识别曲线值团以及曲线值簇,能够获知各个联通区域的分布情况;进一步地,通过计算串槽占比宽度并在此基础上进行串槽标记,进而转换为实际的串槽宽度和串槽深度,能够高效且准确地评估套管外串槽情况。
图6示出了本发明实施例中套管外串槽识别方法的流程示意图,具体示出了940m-989m深度段的处理过程。其中,第一道61为套管外介质属性成像图,曲线值0所在的行列位置所对应的采样位置处测得的介质属性为气体,并且,曲线值0所在的行列位置所对应的坐标位置处呈现为白色,曲线值1所在的行列位置所对应的采样位置处测得的介质属性为流体,并且,曲线值1所在的行列位置所对应的坐标位置处呈现为灰色,曲线值2所在的行列位置所对应的采样位置处测得的介质属性为固体,并且,曲线值2所在的行列位置所对应的坐标位置处呈现为黑色。
第二道62为水利联通曲线,也即对套管外介质属性成像图进行二值化后的成像图,第一道61中的灰色区域内的各个坐标位置(对应流体介质属性)处全部转换为黑色,曲线值为1,第一道61中除了灰色区域之外的其他区域(对应非流体介质属性)内的各个坐标位置处全部转换为白色,曲线值为0,表示不串槽。
第三道63为水利联通宽度曲线,水利联通宽度也就是每一行中属于流体区域的目标曲线值的占比,由图可知,960m-970m的深度范围内完全为固体,不串槽,因此水利联通宽度为0。
第四道64为水利联通标识,也即串槽标识指示曲线,水利联通宽度为0的区域,表示不串槽,将其标记为0,水利联通宽度不为0的区域,将其标记为1。
上述各个曲线清晰地呈现了本发明实施例的套管外串槽识别方法的完整过程,可见,本发明实施例的方法简单易行,处理效率较高,因而能够高效准确地标注出测量井段中串槽的分布情况。
图7示出了本发明实施例提供的套管外串槽识别装置的结构示意图。如图7所示,该装置包括:
获取模块71,适于获取测量井段的套管外介质属性曲线数据;
其中,套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;
分析模块72,适于根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;
标记模块73,适于根据至少一个流体区域,对各行进行串槽标记处理;
处理模块74,适于根据各行的串槽标记处理结果,确定测量井段的串槽信息。
在一种可选的方式中,标记模块73进一步适于:
根据至少一个流体区域,计算任一行中属于流体区域的目标曲线值的占比;根据目标曲线值的占比,对该行进行串槽标记处理。
在一种可选的方式中,处理模块74进一步适于:
根据各行的目标曲线值的占比,确定测量井段的串槽宽度;根据各行的串槽标记信息,确定测量井段的串槽深度。
在一种可选的方式中,获取模块71进一步适于:
若通过斜入射超声兰姆波扫描成像测井,则根据测得的水泥声阻抗和兰姆波衰减曲线获取套管外介质属性曲线数据;
若通过垂直入射超声反射声波成像测井,则根据测得的水泥声阻抗获取套管外介质属性曲线数据。
在一种可选的方式中,分析模块72进一步适于:
对套管外介质属性曲线数据中多行多列的第一曲线值进行二值化处理,得到包含多行多列的第二曲线值的中间曲线数据;
其中,若任一行列位置所对应的采样位置上测得的介质属性为流体,将该行列位置处的第一曲线值二值化为第一值;若任一行列位置所对应的采样位置上测得的介质属性不是流体,将该行列位置处的第一曲线值二值化为第二值;
根据中间曲线数据进行联通性分析,确定至少一个流体区域。
在一种可选的方式中,分析模块72进一步适于:
根据中间曲线数据所包含的多行多列的第二曲线值,识别各列中的曲线值团;其中,曲线值团包含一个或连续的多个第一值;
对于任意相邻两列,若任意相邻两列中的第一列中的第一曲线值团与任意相邻两列中的第二列中的第二曲线值团的行位置交叠或者相邻,确定第一曲线值团与第二曲线值团具有同样的标签;
根据具有相同标签的曲线值团的行列信息,确定流体区域。
在一种可选的方式中,标记模块73进一步适于:
根据任一流体区域的起止行信息,计算该流体区域对应的空间深度距离;
若空间深度距离未达到预设距离阈值,将该流体区域对应的各行标记为不串槽。
根据本实施例提供的套管外串槽识别装置,获取测量井段的套管外介质属性曲线数据;套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;根据套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;根据至少一个流体区域,对各行进行串槽标记处理;根据各行的串槽标记处理结果,确定测量井段的串槽信息。通过上述方式,通过对测井获得的套管外介质属性曲线进行联通性分析以识别出流体区域,并根据流体区域所占的行进行串槽标记处理,根据行的标记处理结果确定测量井段的串槽分布信息,能够高效且准确地评估套管外串槽情况。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的套管外串槽识别方法。
图8示出了本发明实施例提供的计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图8所示,该计算设备可以包括:处理器802、通信接口804、存储器806、以及通信总线808。
其中:处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。通信接口804,用于与其它设备比如客户端或其它服务器等的网元通信。处理器802,用于执行程序810,具体可以执行上述用于计算设备的套管外串槽识别方法实施例中的相关步骤。
具体地,程序810可以包括程序代码,该程序代码包括计算机操作指令。
处理器802可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器806,用于存放程序810。存储器806可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种套管外串槽识别方法,其特征在于,所述方法包括:
获取测量井段的套管外介质属性曲线数据;
其中,所述套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定所述采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;
根据所述套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;
根据所述至少一个流体区域,对各行进行串槽标记处理;
根据各行的串槽标记处理结果,确定所述测量井段的串槽信息。
2.根据权利要求1所述的套管外串槽识别方法,其特征在于,所述根据所述至少一个流体区域,对各行进行串槽标记处理进一步包括:
根据至少一个流体区域,计算任一行中属于流体区域的目标曲线值的占比;
根据所述目标曲线值的占比,对该行进行串槽标记处理。
3.根据权利要求2所述的套管外串槽识别方法,其特征在于,所述根据各行的串槽标记处理结果,确定所述测量井段的串槽信息进一步包括:
根据各行的所述目标曲线值的占比,确定所述测量井段的串槽宽度;
根据各行的串槽标记信息,确定所述测量井段的串槽深度。
4.根据权利要求1所述的套管外串槽识别方法,其特征在于,所述获取测量井段的套管外介质属性曲线数据进一步包括:
若通过斜入射超声兰姆波扫描成像测井,则根据测得的水泥声阻抗和兰姆波衰减曲线获取所述套管外介质属性曲线数据;
若通过垂直入射超声反射声波成像测井,则根据测得的水泥声阻抗获取所述套管外介质属性曲线数据。
5.根据权利要求1所述的套管外串槽识别方法,其特征在于,所述根据所述套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域进一步包括:
对所述套管外介质属性曲线数据中多行多列的第一曲线值进行二值化处理,得到包含多行多列的第二曲线值的中间曲线数据;
其中,若任一行列位置所对应的采样位置上测得的介质属性为流体,将该行列位置处的第一曲线值二值化为第一值;若任一行列位置所对应的采样位置上测得的介质属性不是流体,将该行列位置处的第一曲线值二值化为第二值;
根据所述中间曲线数据进行联通性分析,确定至少一个流体区域。
6.根据权利要求5所述的套管外串槽识别方法,其特征在于,所述根据所述中间曲线数据进行联通性分析,确定至少一个流体区域进一步包括:
根据所述中间曲线数据所包含的多行多列的第二曲线值,识别各列中的曲线值团;其中,所述曲线值团包含一个或连续的多个第一值;
对于任意相邻两列,若所述任意相邻两列中的第一列中的第一曲线值团与所述任意相邻两列中的第二列中的第二曲线值团的行位置交叠或者相邻,确定所述第一曲线值团与所述第二曲线值团具有同样的标签;
根据具有相同标签的曲线值团的行列信息,确定流体区域。
7.根据权利要求1所述的套管外串槽识别方法,其特征在于,所述确定至少一个流体区域之后,所述方法进一步包括:
根据任一流体区域的起止行信息,计算该流体区域对应的空间深度距离;
若所述空间深度距离未达到预设距离阈值,将该流体区域对应的各行标记为不串槽。
8.一种套管外串槽识别装置,其特征在于,所述装置包括:
获取模块,适于获取测量井段的套管外介质属性曲线数据;
其中,所述套管外介质属性曲线数据包含多行多列的第一曲线值,根据采样位置上测得的介质属性确定所述采样位置对应的行列位置处的第一曲线值,第一曲线值的行位置与采样位置中的采样深度对应,第一曲线值的列位置与采样位置中的周向采样角度对应;
分析模块,适于根据所述套管外介质属性曲线数据中多行多列的第一曲线值进行联通性分析,确定至少一个流体区域;
标记模块,适于根据所述至少一个流体区域,对各行进行串槽标记处理;
处理模块,适于根据各行的串槽标记处理结果,确定所述测量井段的串槽信息。
9.一种计算设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一个可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的套管外串槽识别方法对应的操作。
10.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一个可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的套管外串槽识别方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310282728.7A CN115977617B (zh) | 2023-03-22 | 2023-03-22 | 套管外串槽识别方法、装置、计算设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310282728.7A CN115977617B (zh) | 2023-03-22 | 2023-03-22 | 套管外串槽识别方法、装置、计算设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115977617A true CN115977617A (zh) | 2023-04-18 |
CN115977617B CN115977617B (zh) | 2023-06-06 |
Family
ID=85970925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310282728.7A Active CN115977617B (zh) | 2023-03-22 | 2023-03-22 | 套管外串槽识别方法、装置、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115977617B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2128668A1 (en) * | 1994-07-22 | 1996-01-23 | David Steelbrand | Method and apparatus for no touch tagging of cement plugs used in well abandonment |
CN101832132A (zh) * | 2010-03-26 | 2010-09-15 | 长春大学 | 油井水泥胶结测井微环识别与检测方法 |
CN103104199A (zh) * | 2011-11-11 | 2013-05-15 | 西安西达地质技术服务有限责任公司 | 一种采油井用套管 |
CN105781525A (zh) * | 2016-03-16 | 2016-07-20 | 西南石油大学 | 一种模拟页岩气水平井固井环空顶替效率的监测方法 |
CN106194158A (zh) * | 2016-09-28 | 2016-12-07 | 北京捷威思特科技有限公司 | 油管套管综合探伤系统 |
US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
CN110806601A (zh) * | 2019-11-08 | 2020-02-18 | 中国海洋石油集团有限公司 | 套内外物质阻抗计算、关系确定、固井评价方法和设备 |
CN113356838A (zh) * | 2021-06-30 | 2021-09-07 | 西安天卓能源科技有限公司 | 分布式光纤精细注入剖面测井方法 |
AU2021104224A4 (en) * | 2021-07-16 | 2021-09-09 | henan Zhongyuan Chemical Co., Ltd | Sectional Cementing Technology for Deep Trona Drilling and Mining |
CN113945992A (zh) * | 2020-07-15 | 2022-01-18 | 中国石油化工股份有限公司 | 泥岩、油页岩识别方法、装置、电子设备及介质 |
CN113982562A (zh) * | 2021-12-01 | 2022-01-28 | 北京华晖探测科技股份有限公司 | 一种基于阵列声波测井的固井质量评价方法 |
CN114139584A (zh) * | 2021-12-03 | 2022-03-04 | 中海油田服务股份有限公司 | 一种随钻声波测井套管波衰减反演方法和装置 |
CN114233277A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于套管井模式波衰减系数的固井质量评价方法 |
CN114233275A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于阵列声波测井时差频散曲线的固井质量评价方法 |
CN114233276A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于套管井响应的阵列声波测井固井质量评价解释图版 |
CN114723155A (zh) * | 2022-04-19 | 2022-07-08 | 中海油田服务股份有限公司 | 横波曲线预测方法、装置、计算设备及存储介质 |
CN115324564A (zh) * | 2022-10-11 | 2022-11-11 | 中海油田服务股份有限公司 | 固井质量检测方法、装置、计算设备及存储介质 |
CN115324560A (zh) * | 2021-04-26 | 2022-11-11 | 中国石油天然气集团有限公司 | 利用地应力场模拟确定压裂诱发油气套管变形位置的方法 |
CN115822564A (zh) * | 2023-02-20 | 2023-03-21 | 中海油田服务股份有限公司 | 套管厚度测量方法、装置、电子设备及计算机存储介质 |
-
2023
- 2023-03-22 CN CN202310282728.7A patent/CN115977617B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2128668A1 (en) * | 1994-07-22 | 1996-01-23 | David Steelbrand | Method and apparatus for no touch tagging of cement plugs used in well abandonment |
CN101832132A (zh) * | 2010-03-26 | 2010-09-15 | 长春大学 | 油井水泥胶结测井微环识别与检测方法 |
CN103104199A (zh) * | 2011-11-11 | 2013-05-15 | 西安西达地质技术服务有限责任公司 | 一种采油井用套管 |
US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
CN105781525A (zh) * | 2016-03-16 | 2016-07-20 | 西南石油大学 | 一种模拟页岩气水平井固井环空顶替效率的监测方法 |
CN106194158A (zh) * | 2016-09-28 | 2016-12-07 | 北京捷威思特科技有限公司 | 油管套管综合探伤系统 |
CN110806601A (zh) * | 2019-11-08 | 2020-02-18 | 中国海洋石油集团有限公司 | 套内外物质阻抗计算、关系确定、固井评价方法和设备 |
CN113945992A (zh) * | 2020-07-15 | 2022-01-18 | 中国石油化工股份有限公司 | 泥岩、油页岩识别方法、装置、电子设备及介质 |
CN115324560A (zh) * | 2021-04-26 | 2022-11-11 | 中国石油天然气集团有限公司 | 利用地应力场模拟确定压裂诱发油气套管变形位置的方法 |
CN113356838A (zh) * | 2021-06-30 | 2021-09-07 | 西安天卓能源科技有限公司 | 分布式光纤精细注入剖面测井方法 |
AU2021104224A4 (en) * | 2021-07-16 | 2021-09-09 | henan Zhongyuan Chemical Co., Ltd | Sectional Cementing Technology for Deep Trona Drilling and Mining |
CN113982562A (zh) * | 2021-12-01 | 2022-01-28 | 北京华晖探测科技股份有限公司 | 一种基于阵列声波测井的固井质量评价方法 |
CN114139584A (zh) * | 2021-12-03 | 2022-03-04 | 中海油田服务股份有限公司 | 一种随钻声波测井套管波衰减反演方法和装置 |
CN114233277A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于套管井模式波衰减系数的固井质量评价方法 |
CN114233275A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于阵列声波测井时差频散曲线的固井质量评价方法 |
CN114233276A (zh) * | 2021-12-10 | 2022-03-25 | 天津大学 | 基于套管井响应的阵列声波测井固井质量评价解释图版 |
CN114723155A (zh) * | 2022-04-19 | 2022-07-08 | 中海油田服务股份有限公司 | 横波曲线预测方法、装置、计算设备及存储介质 |
CN115324564A (zh) * | 2022-10-11 | 2022-11-11 | 中海油田服务股份有限公司 | 固井质量检测方法、装置、计算设备及存储介质 |
CN115822564A (zh) * | 2023-02-20 | 2023-03-21 | 中海油田服务股份有限公司 | 套管厚度测量方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115977617B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10995606B2 (en) | Well integrity analysis using sonic measurements over depth interval | |
Li et al. | Deep learning–based nondestructive evaluation of reinforcement bars using ground‐penetrating radar and electromagnetic induction data | |
US9377548B2 (en) | Wavelet-transform based system and method for analyzing characteristics of a geological formation | |
US20220146701A1 (en) | Third interface echo (tie) detection from flexural data for gas/liquid annulus discrimination | |
CN116256720B (zh) | 基于三维探地雷达的地下目标探测方法、装置和电子设备 | |
Voleti et al. | Smart way for consistent cement bond evaluation and reducing human bias using machine learning | |
CN114387332B (zh) | 一种管道测厚方法及装置 | |
CN110007344B (zh) | 一种断溶体储层连通性的地震识别方法及装置 | |
US20220065405A1 (en) | Methods and apparatus for concurrent digital pressure analysis | |
Viggen et al. | Assisted Cement Log Interpretation Using Machine Learning | |
CN107064454A (zh) | 一种储层裂缝发育程度的岩心确定方法 | |
CN115977617B (zh) | 套管外串槽识别方法、装置、计算设备及存储介质 | |
CN117495815A (zh) | 基于深度学习的隧道管内点云分割渗漏识别方法及系统 | |
Simpson et al. | High-Resolution Acoustic Imaging for Submillimetric Casing Thickness Quantification and Advanced Effective-Area-Based Burst Pressure Analyses | |
CN115101135A (zh) | 岩石物理参数敏感度分析方法及装置 | |
CN110716199A (zh) | 用于计算机自动辨别多类型缺陷的地质雷达标记方法 | |
CN116011183A (zh) | 在役油气管道检测方法、装置、设备和存储介质 | |
CN108457646B (zh) | 确定储层流体性质的方法 | |
CN114439464A (zh) | 一种基于多趟联合的水平井产出剖面流量计算方法和装置 | |
WO2022226082A1 (en) | Through tubing near-field sonic measurements to map outer casing annular content heterogeneities | |
CN103926321B (zh) | 一种发动机内腔腐蚀缺陷标记定位方法 | |
CN116201526B (zh) | 微环隙检测方法、装置、计算设备及存储介质 | |
Larbi Zeghlache et al. | Automated Corrosion Log Quality Control and Interpretation Using Machine-Learning | |
CN116006167B (zh) | 压裂缝网检测方法、装置、介质及设备 | |
CN110489604A (zh) | 一种用于燃气轮机试验测量数据的解析方法及系统 |
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 |