CN116299696A - 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法 - Google Patents

一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法 Download PDF

Info

Publication number
CN116299696A
CN116299696A CN202310078049.8A CN202310078049A CN116299696A CN 116299696 A CN116299696 A CN 116299696A CN 202310078049 A CN202310078049 A CN 202310078049A CN 116299696 A CN116299696 A CN 116299696A
Authority
CN
China
Prior art keywords
toc
porosity
water saturation
source rock
shale content
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
Application number
CN202310078049.8A
Other languages
English (en)
Other versions
CN116299696B (zh
Inventor
彭光荣
邱欣卫
张晓钊
彭霄云
李颖薇
贾连凯
于松鹤
宗兆云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Offshore Oil Corp Shenzhen Branch
Original Assignee
China University of Petroleum East China
China National Offshore Oil Corp Shenzhen Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China, China National Offshore Oil Corp Shenzhen Branch filed Critical China University of Petroleum East China
Priority to CN202310078049.8A priority Critical patent/CN116299696B/zh
Publication of CN116299696A publication Critical patent/CN116299696A/zh
Application granted granted Critical
Publication of CN116299696B publication Critical patent/CN116299696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，所述步骤包括如下：步骤一：根据实际烃源岩的岩石物理特征构建相应的精确烃源岩地震岩石物理模型，可以得到烃源岩弹性参数与物性参数之间的表达式；步骤二：对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开，得到线性烃源岩地震岩石物理模型；步骤三：将线性烃源岩地震岩石物理模型代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表征的纵波反射系数；步骤四：利用叠前地震AVO反演得到的烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果，从而实现从地震数据中同时反演预测烃源岩的泥质含量、TOC、孔隙度、含水饱和度。

Description

一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测 方法
技术领域
本发明涉及一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法技术领域，具体为一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法。
背景技术
粘土含量、TOC、孔隙度和含水饱和度是烃源岩的关键物性参数，粘土含量是指烃源岩中黏土矿物的体积含量，根据黏土含量可以确定岩石的岩性，粘土含量较高的岩石更有可能是烃源岩，TOC(total organic carbon)表示有机碳含量，是指岩石中所有有机质含有的碳元素的总和占岩石总重量的百分比，与有机质的含量之间有一定的比例关系，可以用于评价岩石的生烃能力，即判定岩石是否为烃源岩，孔隙度和含水饱和度是表征烃源岩孔隙空间及含流体情况的关键物性参数，目前，现有的烃源岩预测技术缺少能够同时预测烃源岩四个关键物性参数的有效方法，与本发明最相近似的实现方案是利用实际测井数据对TOC和多个弹性参数，如纵波速度、声波阻抗、杨氏模量、泊松比等开展交会分析，找到与TOC最相关的弹性参数定义为TOC敏感弹性参数，而后通过地震反演得到敏感弹性参数剖面，再通过敏感参数与TOC之间的拟合数学关系，将敏感弹性参数剖面转换为TOC剖面，在现有技术中不能利用地震数据同时反演预测烃源岩泥质含量、TOC、孔隙度、含水饱和度。
发明内容
本发明技术方案从岩石物理出发，将精确烃源岩地震岩石物理模型线性化，得到烃源岩体积模量、剪切模量、密度同泥质含量、TOC、孔隙度、含水饱和度的线性表达关系式，进而将该关系式代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数，依据该反射系数构建地震AVO反演的目标函数，从而实现从地震数据中同时反演预测烃源岩的泥质含量、TOC、孔隙度、含水饱和度，解决了背景技术中所提出的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，所述步骤包括如下：
步骤一：根据实际烃源岩的岩石物理特征构建相应的精确烃源岩地震岩石物理模型，可以得到烃源岩弹性参数与物性参数之间的表达式；
如图2-5所示，为精确烃源岩地震岩石物理模型和线性烃源岩地震岩石物理模型表征的烃源岩体积模量、剪切模量、密度与物性参数泥质含量、TOC、孔隙度、含水饱和度之间的对应关系，图中虚线为依据表达式二线性烃源岩地震岩石物理模型建立的关系，可以发现，二者近乎吻合，说明可以用线性烃源岩地震岩石物理模型代替精确烃源岩地震岩石物理模型，这样做的目的是为了方便将烃源岩泥质含量、TOC、孔隙度、含水饱和度代入纵波反射系数中；
步骤二：对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开，得到线性烃源岩地震岩石物理模型；
步骤三：将线性烃源岩地震岩石物理模型代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表征的纵波反射系数，Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数；
步骤四：利用叠前地震AVO反演从四个不同角度叠加的地震数据中同时反演泥质含量、TOC、孔隙度、含水饱和度，如图6所示为四个角度的地震数据，如图7所示为依据表达式五利用叠前地震AVO反演得到的烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果利用叠前地震AVO反演得到的烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果。
优选的，所述步骤一中烃源岩弹性参数与物性参数之间的表达式一为：
Figure BDA0004066573270000031
Figure BDA0004066573270000032
Figure BDA0004066573270000033
其中，K,μ,ρ分别为烃源岩的体积模量、剪切模量、密度；Vc,T,
Figure BDA0004066573270000034
Sw分别为烃源岩的泥质含量、TOC、孔隙度、含水饱和度。
优选的，所述步骤二中对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开得到表达式二：
Figure BDA0004066573270000035
Figure BDA0004066573270000036
Figure BDA0004066573270000037
其中，Vc0,T0,
Figure BDA0004066573270000038
Sw0为泰勒一阶近似展开的参考点，/>
Figure BDA0004066573270000039
优选的，所述步骤三中Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数，表达式三为：
Figure BDA00040665732700000310
其中，θ是入射角，
Figure BDA00040665732700000311
分别表示体积模量反射系数、剪切模量反射系数、密度反射系数，k＝(Vs/Vp)2是烃源岩横波速度与纵波速度比值的平方，常常根据工区特征，为其赋予一个经验值。
优选的，所述
Figure BDA00040665732700000312
代入Gray近似中，即可得到由泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数表达式四为：
Figure BDA0004066573270000041
其中，ΔVc,ΔT,
Figure BDA0004066573270000042
ΔSw分别为泥质含量差分、TOC差分、孔隙度差分和含水饱和度度差分，代表反射界面上下层泥质含量、TOC、孔隙度、含水饱和度的差异。
优选的，所述表达式四，在贝叶斯理论框架下，构建了同时预测泥质含量、TOC、孔隙度、含水饱和度的叠前地震AVO反演目标函数表达式五：
Figure BDA0004066573270000043
其中，
Figure BDA0004066573270000044
S代表地震数据，G代表耦合式(4)中权重系数的地震子波矩阵，D代表差分矩阵，/>
Figure BDA0004066573270000045
代表地震数据的噪音方差，/>
Figure BDA0004066573270000046
代表泥质含量、TOC、孔隙度、含水饱和度的方差。
本发明提供了一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法。具备以下有益效果：
本发明技术方案从岩石物理出发，将精确烃源岩地震岩石物理模型线性化，得到烃源岩体积模量、剪切模量、密度同泥质含量、TOC、孔隙度、含水饱和度的线性表达关系式，进而将该关系式代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数，依据该反射系数构建地震AVO反演的目标函数，从而实现从地震数据中同时反演预测烃源岩的泥质含量、TOC、孔隙度、含水饱和度。
附图说明
图1为本发明流程示意图；
图2为本发明泥质含量变化示意图；
图3为本发明TOC变化示意图；
图4为本发明孔隙度变化示意图；
图5为本发明含水饱和度示意图；
图6为本发明四个角度地震数据，(a)代表0°-8°叠加的地震数据，(b)代表8°-16°叠加的地震数据，(c)代表16°-24°叠加的地震数据，(d)代表24°-32°叠加的地震数据；
图7为本发明烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果剖面，(a)代表泥质含量反演剖面，(b)代表TOC反演剖面，(c)代表孔隙度反演剖面，(d)代表含水饱和度反演剖面。
具体实施方式
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。
请参阅图1-7，本发明实施例提供一种技术方案：一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，所述步骤包括如下：
步骤一：根据实际烃源岩的岩石物理特征构建相应的精确烃源岩地震岩石物理模型，可以得到烃源岩弹性参数与物性参数之间的表达式；
步骤二：对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开，得到线性烃源岩地震岩石物理模型；
步骤三：将线性烃源岩地震岩石物理模型代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表征的纵波反射系数，Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数；
步骤四：利用叠前地震AVO反演从四个不同角度叠加的地震数据中同时反演泥质含量、TOC、孔隙度、含水饱和度，利用叠前地震AVO反演得到的烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果。
优选的，所述步骤一中烃源岩弹性参数与物性参数之间的表达式一为：
Figure BDA0004066573270000061
Figure BDA0004066573270000062
Figure BDA0004066573270000063
其中，K,μ,ρ分别为烃源岩的体积模量、剪切模量、密度；Vc,T,
Figure BDA0004066573270000064
Sw分别为烃源岩的泥质含量、TOC、孔隙度、含水饱和度。
优选的，所述步骤二中对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开得到表达式二：
Figure BDA0004066573270000065
Figure BDA0004066573270000066
Figure BDA0004066573270000067
其中，Vc0,T0,
Figure BDA0004066573270000068
Sw0为泰勒一阶近似展开的参考点，/>
Figure BDA0004066573270000069
优选的，所述步骤三中Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数，表达式三为：
Figure BDA00040665732700000610
其中，θ是入射角，
Figure BDA00040665732700000611
分别表示体积模量反射系数、剪切模量反射系数、密度反射系数，k＝(Vs/Vp)2是烃源岩横波速度与纵波速度比值的平方，常常根据工区特征，为其赋予一个经验值。
优选的，所述
Figure BDA0004066573270000071
代入Gray近似中，即可得到由泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数表达式四为：
Figure BDA0004066573270000072
其中，ΔVc,ΔT,
Figure BDA0004066573270000073
ΔSw分别为泥质含量差分、TOC差分、孔隙度差分和含水饱和度度差分，代表反射界面上下层泥质含量、TOC、孔隙度、含水饱和度的差异。
优选的，所述表达式四，在贝叶斯理论框架下，构建了同时预测泥质含量、TOC、孔隙度、含水饱和度的叠前地震AVO反演目标函数表达式五：
Figure BDA0004066573270000074
其中，
Figure BDA0004066573270000075
S代表地震数据，G代表耦合式(4)中权重系数的地震子波矩阵，D代表差分矩阵，/>
Figure BDA0004066573270000076
代表地震数据的噪音方差，/>
Figure BDA0004066573270000077
代表泥质含量、TOC、孔隙度、含水饱和度的方差。
通过将精确烃源岩地震岩石物理模型线性化，得到烃源岩体积模量、剪切模量、密度同泥质含量、TOC、孔隙度、含水饱和度的线性表达关系式，进而将该关系式代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数，依据该反射系数构建地震AVO反演的目标函数，从而实现从地震数据中同时反演预测烃源岩的泥质含量、TOC、孔隙度、含水饱和度。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述步骤包括如下：
步骤一：根据实际烃源岩的岩石物理特征构建相应的精确烃源岩地震岩石物理模型，可以得到烃源岩弹性参数与物性参数之间的表达式；
步骤二：对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开，得到线性烃源岩地震岩石物理模型；
步骤三：将线性烃源岩地震岩石物理模型代入Gray近似中，得到由烃源岩泥质含量、TOC、孔隙度、含水饱和度表征的纵波反射系数，Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数；
步骤四：利用叠前地震AVO反演从四个不同角度叠加的地震数据中同时反演泥质含量、TOC、孔隙度、含水饱和度，利用叠前地震AVO反演得到的烃源岩泥质含量、TOC、孔隙度、含水饱和度预测结果。
2.根据权利要求1所述一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述步骤一中烃源岩弹性参数与物性参数之间的表达式一为：
Figure FDA0004066573260000011
Figure FDA0004066573260000012
Figure FDA0004066573260000013
其中，K,μ,ρ分别为烃源岩的体积模量、剪切模量、密度；Vc,T,
Figure FDA0004066573260000014
Sw分别为烃源岩的泥质含量、TOC、孔隙度、含水饱和度。
3.根据权利要求1所述一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述步骤二中对精确烃源岩地震岩石物理模型进行泰勒一阶近似展开得到表达式二：
Figure FDA0004066573260000021
Figure FDA0004066573260000022
Figure FDA0004066573260000023
其中，Vc0,T0,
Figure FDA0004066573260000024
Sw0为泰勒一阶近似展开的参考点，/>
Figure FDA0004066573260000025
4.根据权利要求1所述一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述步骤三中Gray近似式是由体积模量、剪切模量、密度表达的纵波反射系数，表达式三为：
Figure FDA0004066573260000026
其中，θ是入射角，
Figure FDA0004066573260000027
分别表示体积模量反射系数、剪切模量反射系数、密度反射系数，k＝(Vs/Vp)2是烃源岩横波速度与纵波速度比值的平方，常常根据工区特征，为其赋予一个经验值。
5.根据权利要求4所述一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述
Figure FDA0004066573260000028
代入Gray近似中，即可得到由泥质含量、TOC、孔隙度、含水饱和度表示的纵波反射系数表达式四为：
Figure FDA0004066573260000029
其中，ΔVc,ΔT,
Figure FDA0004066573260000031
ΔSw分别为泥质含量差分、TOC差分、孔隙度差分和含水饱和度度差分，代表反射界面上下层泥质含量、TOC、孔隙度、含水饱和度的差异。
6.根据权利要求5所述一种烃源岩泥质含量、TOC、孔隙度、含水饱和度同时定量预测方法，其特征在于：所述表达式四，在贝叶斯理论框架下，构建了同时预测泥质含量、TOC、孔隙度、含水饱和度的叠前地震AVO反演目标函数表达式五：
Figure FDA0004066573260000032
其中，
Figure FDA0004066573260000033
S代表地震数据，G代表耦合式(4)中权重系数的地震子波矩阵，D代表差分矩阵，/>
Figure FDA0004066573260000034
代表地震数据的噪音方差，/>
Figure FDA0004066573260000035
代表泥质含量、TOC、孔隙度、含水饱和度的方差。
CN202310078049.8A 2023-02-08 2023-02-08 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法 Active CN116299696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310078049.8A CN116299696B (zh) 2023-02-08 2023-02-08 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310078049.8A CN116299696B (zh) 2023-02-08 2023-02-08 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法

Publications (2)

Publication Number Publication Date
CN116299696A true CN116299696A (zh) 2023-06-23
CN116299696B CN116299696B (zh) 2024-06-28

Family

ID=86835027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310078049.8A Active CN116299696B (zh) 2023-02-08 2023-02-08 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法

Country Status (1)

Country Link
CN (1) CN116299696B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080015782A1 (en) * 2004-05-27 2008-01-17 Saltzer Rebecca L Method For Predicting Lithology And Porosity From Seismic Reflection Data
CN105653815A (zh) * 2016-01-19 2016-06-08 中国海洋石油总公司 一种基于岩石物理模型理论的定量解释油藏流体分布方法
CN107179545A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 非线性avo反演的方法和装置
CN107290782A (zh) * 2016-03-30 2017-10-24 中国石油化工股份有限公司 储层孔隙度、含水饱和度和泥质含量参数同时反演新方法
WO2018107904A1 (zh) * 2016-12-12 2018-06-21 中国石油大学(华东) 一种精确反演杨氏模量和泊松比的方法
CN109471165A (zh) * 2018-12-03 2019-03-15 中国石油化工股份有限公司 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法
CN113552624A (zh) * 2020-04-26 2021-10-26 中国石油天然气股份有限公司 孔隙度预测方法及装置
CN113779897A (zh) * 2021-08-05 2021-12-10 中国石油大学(华东) 一种预测水合物储层物性参数的方法、装置及存储介质
US20210405236A1 (en) * 2020-06-30 2021-12-30 China Petroleum & Chemical Corporation Computer-implemented method and system for removing low frequency and low wavenumber noises to generate an enhanced image
CN113970787A (zh) * 2020-07-22 2022-01-25 中国石油化工股份有限公司 物性参数反演方法、装置、计算机设备和存储介质
US20220236439A1 (en) * 2021-01-23 2022-07-28 Manzar Fawad Rock physics model for shale volume estimation in subsurface reservoirs
CN115079263A (zh) * 2022-06-15 2022-09-20 成都理工大学 高精度提取体积模量的地震叠前反演方法
CN115508891A (zh) * 2022-10-11 2022-12-23 中海石油(中国)有限公司 基于线性高斯分布的贝叶斯岩石物理反演的储层参数预测方法
CN115586572A (zh) * 2022-09-15 2023-01-10 河海大学 一种孔隙参数与储层参数的地震岩石物理解析反演方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080015782A1 (en) * 2004-05-27 2008-01-17 Saltzer Rebecca L Method For Predicting Lithology And Porosity From Seismic Reflection Data
CN105653815A (zh) * 2016-01-19 2016-06-08 中国海洋石油总公司 一种基于岩石物理模型理论的定量解释油藏流体分布方法
CN107179545A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 非线性avo反演的方法和装置
CN107290782A (zh) * 2016-03-30 2017-10-24 中国石油化工股份有限公司 储层孔隙度、含水饱和度和泥质含量参数同时反演新方法
WO2018107904A1 (zh) * 2016-12-12 2018-06-21 中国石油大学(华东) 一种精确反演杨氏模量和泊松比的方法
CN109471165A (zh) * 2018-12-03 2019-03-15 中国石油化工股份有限公司 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法
CN113552624A (zh) * 2020-04-26 2021-10-26 中国石油天然气股份有限公司 孔隙度预测方法及装置
US20210405236A1 (en) * 2020-06-30 2021-12-30 China Petroleum & Chemical Corporation Computer-implemented method and system for removing low frequency and low wavenumber noises to generate an enhanced image
CN113970787A (zh) * 2020-07-22 2022-01-25 中国石油化工股份有限公司 物性参数反演方法、装置、计算机设备和存储介质
US20220236439A1 (en) * 2021-01-23 2022-07-28 Manzar Fawad Rock physics model for shale volume estimation in subsurface reservoirs
CN113779897A (zh) * 2021-08-05 2021-12-10 中国石油大学(华东) 一种预测水合物储层物性参数的方法、装置及存储介质
CN115079263A (zh) * 2022-06-15 2022-09-20 成都理工大学 高精度提取体积模量的地震叠前反演方法
CN115586572A (zh) * 2022-09-15 2023-01-10 河海大学 一种孔隙参数与储层参数的地震岩石物理解析反演方法
CN115508891A (zh) * 2022-10-11 2022-12-23 中海石油(中国)有限公司 基于线性高斯分布的贝叶斯岩石物理反演的储层参数预测方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
CLAUDIO RABE ET AL: "通过脆性研究选择最佳增产改造层段:以新西兰Whangai组泥质烃源岩为例", 石油科技动态, no. 09, pages 35 - 53 *
HUAWANG ZHAN: "Cenozoic evolution of the Yangjiang-Yitong’ansha fault zone in the northern South China Sea: Evidence from 3D seismic data", EARTH SCIENCE, vol. 10, 24 January 2023 (2023-01-24) *
SONGHE YU ET AL: "Rock Physical Model and AVO Patterns for the Mud-Rich Source Rock", FRONTIERS IN EARTH SCIENCE, vol. 9, pages 1 - 16 *
宗兆云;印兴耀;张繁昌;: "基于弹性阻抗贝叶斯反演的拉梅参数提取方法研究", 石油地球物理勘探, no. 04 *
崔维: "储层物性参数叠前地震反演方法研究", 中国优秀硕士学位论文全文数据库 基础科学辑, no. 07, pages 011 - 135 *
张世鑫;印兴耀;张繁昌;: "岩石物理模型约束拉梅参数提取方法", 中国石油大学学报(自然科学版), no. 04 *
邱欣卫 等: "低钻揭洼陷有利烃源岩空间展布地质 与地球物理综合识别方法——— 以珠江口盆地珠一坳陷恩平17洼为例", 石油实验地质, vol. 44, no. 6, 30 November 2022 (2022-11-30), pages 1116 - 1122 *
黄敏敏 等: "陆相优质烃源岩叠钱地震反演方法", 第四届油气地球物理学术年会论文集, pages 565 - 567 *

Also Published As

Publication number Publication date
CN116299696B (zh) 2024-06-28

Similar Documents

Publication Publication Date Title
CN112505778B (zh) 一种页岩生储性能非均质性的三维原位表征方法
Grana et al. Seismic reservoir modeling: Theory, examples, and algorithms
EP2291790B1 (en) Modeling dynamic geological systems by visualizing and narrowing a parameter space
CN109478208B (zh) 用于石油勘探和生产评估的综合数据和过程集成的迭代且可重复的工作流程
Ahmadi et al. Reservoir permeability prediction by neural networks combined with hybrid genetic algorithm and particle swarm optimization
US20120010865A1 (en) Reservoir Quality Characterization Using Heterogeneity Equations With Spatially-Varying Parameters
CN101025084A (zh) 一种随钻预测钻头底下地层孔隙压力的方法
US12282128B2 (en) System and method for quantitative seismic integration modeling workflow
US11327201B2 (en) Porosity prediction based on effective stress
CN114021498B (zh) 一种预测多相孔隙介质弹性模量的高效数值模拟方法
CN110426751A (zh) 一种利用测井资料预测横波时差的方法
Yang et al. Natural fractures and mechanical properties in a horn river shale core from well logs and hardness measurements
CN115993649A (zh) 基于等效方位杨氏模量的裂缝参数预测方法及系统
CN115343761B (zh) 一种致密砂岩储层孔隙连通性预测方法
Moyano et al. Improved quantitative calibration of rock physics models
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
CN116299696A (zh) 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法
CN115508891A (zh) 基于线性高斯分布的贝叶斯岩石物理反演的储层参数预测方法
Liu et al. Formation grain size profile prediction model considering the longitudinal continuity of reservoir using artificial intelligence tools
CN116520394A (zh) 基于地震测井双驱动融合多尺度信息直接预测孔隙度方法
Li et al. Building the carbonate pore-type classifier for well logging via the blended training dataset
Pradhan Statistical learning and inference of subsurface properties under complex geological uncertainty with seismic data
Pirrone et al. Monte carlo simulation and uncertainty evaluation of log-facies classification based on petroelastic properties
Christie et al. Quantifying Prediction Uncertainty in Reservoir Modelling Using Streamline Simulation
Suleymanov et al. Rock physics and machine learning analysis of a high-porosity gas sand in the Gulf of Mexico

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20250423

Address after: 518054 block a, CNOOC building, 3168 Houhaibin Road (Shenzhen Bay section), Nanshan District, Shenzhen City, Guangdong Province

Patentee after: SHENZHEN BRANCH OF CHINA NATIONAL OFFSHORE OIL Corp.

Country or region after: China

Address before: 518054 block a, CNOOC building, 3168 Houhaibin Road (Shenzhen Bay section), Nanshan District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN BRANCH OF CHINA NATIONAL OFFSHORE OIL Corp.

Country or region before: China

Patentee before: CHINA University OF PETROLEUM (EAST CHINA)