CN116563484B - 一种基于构型理论解析的致密砂岩储层储集性表征方法 - Google Patents
一种基于构型理论解析的致密砂岩储层储集性表征方法 Download PDFInfo
- Publication number
- CN116563484B CN116563484B CN202310510612.4A CN202310510612A CN116563484B CN 116563484 B CN116563484 B CN 116563484B CN 202310510612 A CN202310510612 A CN 202310510612A CN 116563484 B CN116563484 B CN 116563484B
- Authority
- CN
- China
- Prior art keywords
- lithofacies
- reservoir
- microphase
- favorable
- different
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000012512 characterization method Methods 0.000 title claims description 22
- 230000002349 favourable effect Effects 0.000 claims abstract description 70
- 238000011160 research Methods 0.000 claims abstract description 67
- 239000011435 rock Substances 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000009826 distribution Methods 0.000 claims abstract description 27
- 235000021185 dessert Nutrition 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 6
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 40
- 229910052753 mercury Inorganic materials 0.000 claims description 40
- 239000004576 sand Substances 0.000 claims description 34
- 208000035126 Facies Diseases 0.000 claims description 25
- 230000000704 physical effect Effects 0.000 claims description 21
- 230000008021 deposition Effects 0.000 claims description 19
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 239000011148 porous material Substances 0.000 claims description 12
- 238000010206 sensitivity analysis Methods 0.000 claims description 12
- 239000000470 constituent Substances 0.000 claims description 10
- 238000003825 pressing Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000013049 sediment Substances 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 210000001787 dendrite Anatomy 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010587 phase diagram Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012916 structural analysis Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000005574 cross-species transmission Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
- G01N15/0886—Mercury porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Agronomy & Crop Science (AREA)
- Geology (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Marketing (AREA)
- Economics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Computer Graphics (AREA)
- Dispersion Chemistry (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及的是一种基于构型理论解析的致密砂岩储层储集性表征方法,它包括建立目标研究靶区储层构型三维地质模型,进行致密砂岩储层多级次划分;将确定的致密砂岩储层基础构型单元岩相进行识别,建立一个岩心标志——测井响应的定量判别图版;对已识别的岩相单元进行实验测试,建立致密砂岩储层不同岩相单元的全尺寸孔喉体系分布模型;对不同致密砂岩储层研究靶区储集性进行表征,建立起不同致密砂岩储层从微观岩心到宏观盆地整体的三维地质模型,形成一个多尺度的致密砂岩储层储集性模板,用于致密砂岩优质储层甜点区预测。本发明可以筛选出具有代表性的有利岩相单元,利用有利岩相单元特征表征和预测出致密砂岩储层的优质储层甜点区。
Description
技术领域:
本发明涉及的是石油天然气勘探领域,具体涉及的是一种基于构型理论解析的致密砂岩储层储集性表征方法。
背景技术:
随着勘探程度提高和油气需求不断增长,无论从剩余油气资源,还是开发效果分析,致密砂岩储层都将成为未来油气勘探开发的主战场。致密砂岩储层具有沉积相变快、非均质性强和多尺寸孔喉体系,难以形成大面积规模性开采,致密砂岩油气藏研究的核心为储集性能表征及优质储层预测,而以往致密砂岩储层发育特征评价过于强调微观井筒,如室内分析化验的岩石学特征、物性特征和孔喉结构特征等,忽略了从微观岩心到宏观盆地的沉积作用变化对储层空间差异化储集性影响,如砂体的岩性,因此不能精准实现储层非均质性造成的有利甜点区定量预测。
储层构型为沉积体系中不同级次成因单元的几何形态、内部结构、空间分布和相互关系的有序整体。构型理论创新在于能搭建、预测和验证储层描述过程中的不确定性,特别在资料十分有限情况下,其核心就是引入等级体系级次对复杂储层进行非均质性表征,如一个给定的沉积体系无论多大和多复杂,都可以被详尽的和有目的分解,最终形成一个垂向多级次和水平多结构的有序整体。
对于储层微观定量表征与宏观定性预测的交互验证很少被考虑,综上所述,搭建微观结构和宏观特征的成因联系对于致密砂岩优质储层预测十分重要,即一个储层的宏观特征可以由代表性的微观结构确定。进而采用储层构型理论解析,建立一套致密砂岩储层储集性多尺度表征方法,探究其对致密砂岩储层储集性的控制作用及致密砂岩优质储层甜点区预测。
发明内容:
本发明的目的是提供一种基于构型理论解析的致密砂岩储层储集性表征方法,这种基于构型理论解析的致密砂岩储层储集性表征方法用于储层非均质性造成的有利甜点区定量预测。
本发明解决其技术问题所采用的技术方案是:这种基于构型理论解析的致密砂岩储层储集性表征方法包括如下步骤:
步骤一、选定某致密砂岩储层目标研究靶区,建立目标研究靶区储层构型三维地质模型,进行致密砂岩储层多级次划分,划分识别储层从微观岩相到宏观沉积体系的等级体系级次及构型单元类型,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元,致密砂岩储层构型解析的基本单元为致密砂岩储层基础构型单元岩相;
步骤二、将步骤一中确定的致密砂岩储层基础构型单元岩相进行识别,建立一个岩心标志——测井响应的定量判别图版;
步骤三、对已识别的岩相单元进行实验测试,建立致密砂岩储层不同岩相单元的全尺寸孔喉体系分布模型,利用孔喉大小、分布、连通性及不同尺寸孔喉物性贡献表征出岩相储集性的好坏,并确定研究区的有利岩相类型;将不同微相类型中所含有的有利岩相进行统计,确定研究区的储集性好的有利微相类型;在所选致密砂岩储层研究靶区中,圈定有利微相的所处的位置,根据微相所在位置预测储集性良好的优质储层;
步骤四、重复利用步骤一至步骤三,对不同致密砂岩储层研究靶区储集性进行表征,建立起不同致密砂岩储层从微观岩心到宏观盆地整体的三维地质模型,形成一个多尺度的致密砂岩储层储集性模板,用于致密砂岩优质储层甜点区预测。
上述方案中步骤一的具体方法为:
1.1储层构型三维地质模型建立:选取致密砂岩储层目标研究靶区,确定目标研究靶区宏观沉积体系环境,对沉积相进行垂向结构解析,将储层垂向上从宏观到微观依次划分为:相、微相、岩相;
1.2岩相类型及发育特征:应用岩心观察岩性识别方法从层理类型、岩性类型、构造作用、成岩特征及沉积环境判断岩相,明确目标研究靶区的各种岩相类型,并与观察的微相类型在垂向上对应,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元;
1.3构建目标研究靶区的不同级次致密砂岩储层构型地质模型,从微观到宏观依次识别出相、微相、岩相3个等级体系级次,实现不同尺度和不同类型储层构型单元几何规模、组成比例、组合样式和分布模式的表征。
上述方案中步骤二的具体方法为:
2.1选取目标研究靶区资料完整且具有取样岩心的几口单井,查找目标研究靶区岩相分析所需资料和数据,资料和数据包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料;将岩相类型进行划分,根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的6-10种有效岩相类型;
2.2针对目标研究靶区有效岩相类型,进行测井响应的敏感性分析;利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2-3个曲线特征参数,作为测井识别岩相的自变量φ与τ,得到岩相自变量范围,确定因变量X岩相类型;
2.3以自变量与τ分别作为判别图版的x与y轴,建立一个二维直角坐标系,根据自变量/>与τ条件设置,生成不同的网格范围,不同网格代表不同结果的X,给定一组自变量/>与τ,便是一个直角坐标系内的点,若在网格中则有结果X’,反之则无结果,即有结果时可识别出有效岩相类型,反之则不属于有效岩相类型。
上述方案中步骤二的具体方法为:
2.1选取目标研究靶区资料完整且具有取样岩心的几口单井,查找目标研究靶区岩相分析所需资料和数据,资料和数据包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料;将岩相类型进行划分,根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的6-10种有效岩相类型;
2.2针对目标研究靶区有效岩相类型,进行测井响应的敏感性分析;利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2-3个曲线特征参数,作为测井识别岩相的自变量φ、τ与j,得到岩相自变量范围,确定因变量X岩相类型;
2.3以自变量τ与j分别作为判别图版的x轴、y轴与z轴,建立一个三维直角坐标系,根据自变量/>τ与j条件设置,生成不同的网格范围,不同网格代表不同结果的X,给定一组自变量/>τ与j,便是一个直角坐标系内的点,若在网格中则有结果X’,反之则无结果,即有结果时可识别出有效岩相类型,反之则不属于有效岩相类型。
上述方案中步骤三的具体方法为:
3.1岩相单元储集性表征:对同一岩相的岩心样品进行高压压汞与恒速压汞实验,根据高压压汞的退汞效率大小,判断不同岩相的连通性好坏,退汞效率越大说明岩相的连通性越好,对于致密砂岩储层,退汞效率大于40%的岩相属于有利岩相;
根据高压压汞的进汞效率判断不同岩相的孔喉物性贡献,进汞效率越大说明孔喉物性贡献越大,对于致密砂岩储层,进汞效率大于90%的岩相,属于有利岩相;
利用高压压汞曲线与恒速压汞曲线的拼接,建立致密砂岩储层全尺寸孔喉体系分布模型,利用模型取到交点交点处,利用公式计算出拼接交点孔喉半径R,孔喉半径小于R时,以吼道控制为主,孔喉半径大于R时,以孔隙控制为主;R值越大说明,岩相的吼道半径越大,岩相的储集空间越大,吼道分布越广,对于致密砂岩储层,有利岩相的R值大于0.5μm;
利用上述连通性、物性贡献、孔喉大小及分布4个判断指标,将有效岩相单元的储集性一一表征出来,有利岩相单元的筛选满足上述4个判断指标即为有利。
3.2宏观环境单元储集性表征:在微相单元垂向上,根据有利岩相所占微相砂体的厚度比例,当有利岩相组成下述几种类型的微相,确定为研究区储集性较好的有利微相类型:
对于河道微相,河道的砂体厚度大于1.5m、宽度大于60m且宽厚比大于1:36为有利河道微相;对于决口扇微相,决口扇厚度大于1m、分布在宽度大的河道两侧且呈树枝状为有利决口扇微相;对于河口坝微相,河口坝为河缘接触和坝间泥接触形态、砂体厚度大于5m且宽度大于1.5km为有利河口坝微相;
在所选目标研究靶区内,微相组成相,其中有利微相的位置在宏观的沉积相图中进行圈定形成相控,然后将各小层或时间单元的有利微相单元进行有效的砂体叠加,制作出有利微相砂体叠加图,整个目标研究靶区内有利微相砂体厚度较大的位置是研究区内储集性较好的甜点区优质储层;
从岩相组成微相,到微相组成相,低级次构型单元构成高级次构型单元,低级次构型单元的储集性好坏直接表征与预测高级次构型单元的储集性好坏,一个储层的高级次构型单元特征由代表性的低级次构型单元确定,岩相的储集性好坏表征或预测整个所选靶区的致密砂岩储层的储集性好坏。
本发明具有以下有益效果:
1、本发明构建了个系统性、代表性和配套性的微观的评价模板,从不同次级都对致密砂岩储层进行了多尺度定量表征,根据几口单井的资料得到研究区构型基础单元——岩相的判别图版,从而可以系统性地识别出整个研究区的岩相单元,进行几组取心岩心的配套实验研究,筛选出具有代表性的有利岩相单元,利用有利岩相单元特征表征和预测出致密砂岩储层的优质储层甜点区,为优质储层评价提供了依据。
2、本发明采用储层构型理论,依据基本的地质特征分析,从低次级岩相单元到微相单元再到高次级的相单元,从微观到宏观衔接多尺度耦合,通过建立低次级单元的判别图版及实验测试结果得到宏观的致密砂岩储层储集性特征,从而指导致密砂岩优质储层甜点区预测。
附图说明
图1为本发明原理图。
图2为实施例1中不同级次致密砂岩储层构型地质模型。
图3为实施例1中不同岩相类型对应不同微相类型结构样式。
图4为实施例1中三肇凹陷州6区块扶余油层有效砂岩岩相筛选图。
图5为实施例1中三肇凹陷州6区块扶余油层FI1-FII3小层微相比例。
图6为实施例1中测井曲线敏感图。
图7为实施例1中岩心标志—测井响应的定量判别图版。
图8为实施例1中高压压汞与恒速压汞的拼接模型。
图9为实施例1中有利岩相分布模型。
图10为实施例1中流程图。
具体实施方式
下面结合附图对本发明做进一步的说明:
这种基于构型理论解析的致密砂岩储层储集性表征方法包括如下步骤:
步骤一、建立研究区储层构型三维地质模型,进行致密砂岩储层多级次划分。以储层构型理论为指导,划分识别储层从微观岩相到宏观沉积体系的等级体系级次及构型单元类型。
1.1三维地质模型建立:选取致密砂岩储层目标靶区,确定目标靶区宏观沉积体系环境,对沉积相进行垂向结构解析,首先将储层垂向上从宏观到微观依次划分为:相、微相、岩相。(岩相:水动力相似条件下,发育的一套环境、岩性和层理构造相一致的地层。原生孔隙为主的储层,同一岩相具有相近的物性,即岩相为储层构型解析基本单元。)
1.2岩相类型及发育特征:应用岩心观察岩性识别方法判断致密砂岩储层构型的基础构型单元—岩相,包括五个方向的识别:层理类型、岩性类型、构造作用、成岩特征、沉积环境,明确目标靶区的各种岩相类型,并与观察的微相类型在垂向上对应,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元。
1.3最终利用步骤1.1、1.2,构建出目标研究靶区的不同级次致密砂岩储层构型地质模型,从微观到宏观依次识别出3个等级体系级次,实现了不同尺度和不同类型储层构型单元几何规模、组成比例、组合样式和分布模式的表征。
步骤二、将步骤一中确定的致密砂岩储层基础构型单元岩相进行识别,建立一个岩心标志——测井响应的定量判别图版。
2.1准备研究区岩相分析所需资料和数据(几口资料完整且具有取样岩心的单井),包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料等。同步骤1.3将岩相类型进行划分,根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的有效岩相类型(一般6-10种)。
2.2针对研究区有效岩相类型,进行测井响应的敏感性分析。利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,可以得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2-3个曲线特征参数,作为测井识别岩相的自变量φ与τ...,得到岩相自变量范围,确定因变量X岩相类型。
2.3以自变量φ与τ...分别作为判别图版的x与y轴(z轴),建立一个二维(三维)直角坐标系,根据自变量φ与τ...条件设置,生成不同的网格范围,不同网格代表不同结果的X,给定一组自变量φ与τ等,便是一个直角坐标系内的点,若在网格中则有结果X’,反之则无结果,即有结果时可识别出有效岩相类型,反之则不属于有效岩相类型。
步骤三、对已识别的研究区典型的岩相单元进行实验测试研究,建立致密砂岩储层不同岩相单元的全尺寸孔喉体系分布模型,利用孔喉大小、分布、连通性及不同尺寸孔喉物性贡献等表征出岩相储集性的好坏,并确定研究区的有利岩相类型;不同微相类型中所含有的有利岩相进行统计,确定研究区的储集性好的有利微相类型;在所选宏观沉积体系环境研究靶区中,圈定有利微相的所处的位置,根据微相所在位置预测储集性良好的优质储层。
3.1岩相单元储集性表征
对同一岩相的岩心样品进行高压压汞与恒速压汞实验,根据高压压汞的退汞效率大小,可以判断不同岩相的连通性好坏,退汞效率越大说明岩相的连通性越好,对于致密砂岩储层一般退汞效率大于40%的岩相,属于有利岩相。
根据高压压汞的进汞效率可以判断不同岩相的孔喉物性贡献,进汞效率越大说明孔喉物性贡献越大,对于致密砂岩储层一般进汞效率大于90%的岩相,属于有利岩相。
利用高压压汞曲线与恒速压汞曲线的拼接,建立致密砂岩储层全尺寸孔喉体系分布模型,利用模型取到交点交点处,利用公式计算出拼接交点孔喉半径R,孔喉半径小于R时,以吼道控制为主,孔喉半径大于R时,以孔隙控制为主。R值越大说明,岩相的吼道半径越大,岩相的储集空间越大,吼道分布越广,对于致密砂岩储层一般有利岩相的R值大于0.5μm。
根据以上连通性、物性贡献、孔喉大小及分布等4个方面,将有效岩相单元的储集性都一一表征出来,有利岩相单元的筛选满足以上4个方面即为有利。
3.2宏观环境单元储集性表征
在微相单元垂向上,根据有利岩相所占微相砂体的厚度比例,当有利岩相组成下述几种类型的微相,可以确定研究区储集性较好的有利微相类型(一般2-4种)。
对于河道微相,一般河道的砂体厚度要大于1.5m、宽度大于60m且宽厚比大于1:36才为有利河道微相;对于席状砂微相,一般席状砂为坨状席状砂、厚度较大且在物源充足的情况下为有利席状砂微相;对于决口扇微相,决口扇厚度大于1m、分布在宽度大的河道两侧且呈树枝状为有利决口扇微相;对于河口坝微相,一般河口坝为河缘接触和坝间泥接触形态、砂体厚度大于5m且宽度大于1.5km为有利河口坝微相。
在所选宏观沉积环境单元内,微相组成相,其中有利微相的位置可以在宏观的沉积相图中进行圈定形成相控,然后将各小层或时间单元的有利微相单元进行有效的砂体叠加,制作出有利微相砂体叠加图,整个宏观研究区内有利微相砂体厚度较大的位置便是研究区内储集性较好的“甜点区”优质储层。
从岩相组成微相,到微相组成相,低级次构型单元构成高级次构型单元,低级次构型单元的储集性好坏可以直接表征与预测高级次构型单元的储集性好坏,一个储层的高级次构型单元特征可以由代表性的低级次构型单元确定,岩相的储集性好坏便可以表征或预测整个所选靶区的致密砂岩储层的储集性好坏。
步骤四、重复利用步骤一、步骤二、步骤三对不同致密砂岩储层研究靶区储集性进行表征,建立起不同致密砂岩储层从“微观岩心”到“宏观盆地”整体的三维地质模型,利用这种基于构型理论解析的致密砂岩储层储集性表征的方法,最终建立起一个多尺度的致密砂岩储层储集性模板,预测致密砂岩优质储层甜点区。
实施例1:
这种基于构型理论解析的致密砂岩储层储集性表征方法流程图(图1)所示:
步骤一、建立研究区储层构型三维地质模型,进行致密砂岩储层多级次划分。以储层构型理论为指导,划分识别储层从微观岩相到宏观沉积体系的等级体系级次及构型单元类型。
1.1三维地质模型建立:选取三肇凹陷州6区块扶余油层为目标靶区,确定目标靶区宏观沉积体系环境,对沉积相进行垂向结构解析,首先将储层垂向上从宏观到微观依次划分为:相、微相、岩相。(岩相:水动力相似条件下,发育的一套环境、岩性和层理构造相一致的地层。原生孔隙为主的储层,同一岩相具有相近的物性,即岩相为储层构型解析基本单元。)
1.2岩相类型及发育特征:应用岩心观察岩性识别方法判断致密砂岩储层构型的基础构型单元——岩相,包括五个方向的识别:层理类型、岩性类型、构造作用、成岩特征、沉积环境,明确目标靶区的各种岩相类型,并与观察的微相类型在垂向上对应,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元。
1.3最终利用步骤1.1、1.2,构建出目标研究靶区的不同级次致密砂岩储层构型地质模型,从微观到宏观依次识别出3个等级体系级次,实现了不同尺度和不同类型储层构型单元几何规模、组成比例、组合样式和分布模式的表征。
通过步骤1.1-1.3的岩心观察与岩相及微相识别,共识别出研究靶区16种岩相类型:槽状层理细砂岩、板状层理细砂岩、平行层理细砂岩、波状层理细砂岩、水平层理粉砂岩、爬升层理粉砂岩、块状层理粉砂岩、包卷层理粉砂岩、透镜状层理粉砂岩、波状层理泥质粉砂岩、水平层理泥质粉砂岩、块状层理泥质粉砂岩、水平层理泥岩、班杂状构造泥岩、墨绿色块状泥岩和紫褐色块状泥岩,8种微相类型:河道、决口扇、席状砂、河口坝、天然堤、溢岸砂、决口河道和废弃河道,如图2、图3、图4及图5。
步骤二、将确定的致密砂岩储层基础构型单元岩相进行识别,建立一个岩心标志——测井响应的定量判别图版。
2.1准备研究区岩相分析所需资料和数据(州扶59-51、肇43-251、肇43-251-1、芳186-16、徐21和芳188-138,共计6口取心井),包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料等。根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的有效岩相类型,分别为槽状层理细砂岩、板状层理细砂岩、平行层理细砂岩、波状层理细砂岩、波状层理泥质粉砂岩及水平层理粉砂岩。
2.2-2.3针对研究区有效岩相类型,进行测井响应的敏感性分析。利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,可以得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2个曲线特征参数,伽马与深侧相作为测井识别岩相的自变量与τ,进而以自变量/>与τ分别作为判别图版的x与y轴,建立一个二维直角坐标系,根据自变量/>与τ条件设置,生成不同的网格范围,不同网格代表不同结果的6种岩相类型,给定一组自变量/>与τ,便是一个直角坐标系内的点,若在网格中则有结果为6种岩相类型之一。如当/>时,此时对应的岩相类型为板状层理细砂岩,如图6、图7。
步骤三、建立致密砂岩储层不同岩相单元的全尺寸孔喉体系分布模型,预测整个所选靶区的致密砂岩储层的储集性。
3.1岩相单元储集性表征
对6种已有不同岩相的同一块岩心切割成两部分,分别进行高压压汞与恒速压汞实验。根据高压压汞的退汞效率大小,可以判断不同岩相的连通性好坏,退汞效率越大说明岩相的连通性越好,对于致密砂岩储层一般退汞效率大于40%的岩相,属于有利岩相。
根据高压压汞的进汞效率可以判断不同岩相的孔喉物性贡献,进汞效率越大说明孔喉物性贡献越大,对于致密砂岩储层一般进汞效率大于90%的岩相,属于有利岩相。
利用高压压汞曲线与恒速压汞曲线的拼接,建立致密砂岩储层全尺寸孔喉体系分布模型,利用模型取到交点,利用公式计算出拼接交点孔喉半径R,孔喉半径小于R时,以吼道控制为主,孔喉半径大于R时,以孔隙控制为主。R值越大说明,岩相的吼道半径越大,岩相的储集空间越大,吼道分布越广,对于致密砂岩储层一般有利岩相的R值大于0.5μm,如图8。
根据以上连通性、物性贡献、孔喉大小及分布等4个方面,将有效岩相单元的储集性都一一表征出来,有利岩相为槽状层里细砂岩、板状层理细砂岩和平行层理细砂岩。
3.2宏观环境单元储集性表征
在微相单元垂向上,根据有利岩相所占微相砂体的厚度比例,当有利岩相组成下述几种类型的微相,可以确定研究区储集性较好的有利微相类型单元(一般2-4种)。
例如,对于河道微相,一般河道的砂体厚度要大于1.5m、宽度大于60m且宽厚比大于1:36才为有利河道微相;对于席状砂微相,一般席状砂为坨状席状砂、厚度较大且在物源充足的情况下为有利席状砂微相;对于决口扇微相,决口扇厚度大于1m、分布在宽度大的河道两侧且呈树枝状为有利决口扇微相;对于河口坝微相,一般河口坝为河缘接触和坝间泥接触形态、砂体厚度大于5m且宽度大于1.5km为有利河口坝微相。
所选研究靶区中,根据有利微相的筛选,可以确定河道、席状砂和决口扇满足上述筛选要求,为研究内的有利微相类型单元。
在所选宏观沉积环境单元内,微相组成相,其中有利微相的位置可以在宏观的沉积相图中进行圈定形成相控,然后将各小层或时间单元的有利微相单元中的有效岩相单元的砂体进行叠加,制作出有叠加图,整个宏观研究区内利岩相砂体厚度或有利微相砂体厚度较大的位置便是研究区内储集性较好的甜点区优质储层。
从岩相组成微相,到微相组成相,低级次构型单元构成高级次构型单元,低级次构型单元的储集性好坏可以直接表征与预测高级次构型单元的储集性好坏,一个储层的高级次构型单元特征可以由代表性的低级次构型单元确定,岩相的储集性好坏便可以表征或预测整个所选靶区的致密砂岩储层的储集性好坏,最终形成一个系统性、代表性和配套性的有利岩相分布模型用于指导致密砂岩储层的优质储层预测,如图9。
步骤四、重复利用步骤一、步骤二、步骤三对不同致密砂岩储层研究靶区储集性进行表征,建立起不同致密砂岩储层从微观岩心到宏观盆地整体的三维地质模型,利用这种基于构型理论解析的致密砂岩储层储集性表征的方法,最终建立起一个多尺度的致密砂岩储层储集性模板,为以后的致密砂岩优质储层甜点区预测提供理论依据。
Claims (4)
1.一种基于构型理论解析的致密砂岩储层储集性表征方法,其特征在于包括如下步骤:
步骤一、选定某致密砂岩储层目标研究靶区,建立目标研究靶区储层构型三维地质模型,进行致密砂岩储层多级次划分,划分识别储层从微观岩相到宏观沉积体系的等级体系级次及构型单元类型,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元,致密砂岩储层构型解析的基本单元为致密砂岩储层基础构型单元岩相;
步骤二、将步骤一中确定的致密砂岩储层基础构型单元岩相进行识别,建立一个岩心标志—测井响应的定量判别图版;
步骤三、对已识别的岩相单元进行实验测试,建立致密砂岩储层不同岩相单元的全尺寸孔喉体系分布模型,利用孔喉大小、分布、连通性及不同尺寸孔喉物性贡献表征出岩相储集性的好坏,并确定研究区的有利岩相类型;将不同微相类型中所含有的有利岩相进行统计,确定研究区的储集性好的有利微相类型;在所选致密砂岩储层研究靶区中,圈定有利微相的所处的位置,根据微相所在位置预测储集性良好的优质储层;具体为:
3.1岩相单元储集性表征:对同一岩相的岩心样品进行高压压汞与恒速压汞实验,根据高压压汞的退汞效率大小,判断不同岩相的连通性好坏,退汞效率越大说明岩相的连通性越好,对于致密砂岩储层,退汞效率大于40%的岩相属于有利岩相;
根据高压压汞的进汞效率判断不同岩相的孔喉物性贡献,进汞效率越大说明孔喉物性贡献越大,对于致密砂岩储层,进汞效率大于90%的岩相,属于有利岩相;
利用高压压汞曲线与恒速压汞曲线的拼接,建立致密砂岩储层全尺寸孔喉体系分布模型,利用模型取到交点处,利用公式,计算出拼接交点孔喉半径R,孔喉半径小于R时,以吼道控制为主,孔喉半径大于R时,以孔隙控制为主;R值越大说明,岩相的吼道半径越大,岩相的储集空间越大,吼道分布越广,对于致密砂岩储层,有利岩相的R值大于0.5μm;
利用上述连通性、物性贡献、孔喉大小及分布4个判断指标,将有效岩相单元的储集性一一表征出来,有利岩相单元的筛选满足上述4个判断指标即为有利;
3.2宏观环境单元储集性表征:在微相单元垂向上,根据有利岩相所占微相砂体的厚度比例,当有利岩相组成下述几种类型的微相,确定为研究区储集性较好的有利微相类型:
对于河道微相,河道的砂体厚度大于1.5m、宽度大于60m且宽厚比大于1:36为有利河道微相;对于决口扇微相,决口扇厚度大于1m、分布在宽度大的河道两侧且呈树枝状为有利决口扇微相;对于河口坝微相,河口坝为河缘接触和坝间泥接触形态、砂体厚度大于5m且宽度大于1.5km为有利河口坝微相;
在所选目标研究靶区内,微相组成相,其中有利微相的位置在宏观的沉积相图中进行圈定形成相控,然后将各小层或时间单元的有利微相单元进行有效的砂体叠加,制作出有利微相砂体叠加图,整个目标研究靶区内有利微相砂体厚度较大的位置是研究区内储集性较好的甜点区优质储层;
从岩相组成微相,到微相组成相,低级次构型单元构成高级次构型单元,低级次构型单元的储集性好坏直接表征与预测高级次构型单元的储集性好坏,一个储层的高级次构型单元特征由代表性的低级次构型单元确定,岩相的储集性好坏表征或预测整个所选靶区的致密砂岩储层的储集性好坏;
步骤四、重复利用步骤一至步骤三,对不同致密砂岩储层研究靶区储集性进行表征,建立起不同致密砂岩储层从微观岩心到宏观盆地整体的三维地质模型,形成一个多尺度的致密砂岩储层储集性模板,用于致密砂岩优质储层甜点区预测。
2.根据权利要求1所述的基于构型理论解析的致密砂岩储层储集性表征方法,其特征在于:所述步骤一的具体方法为:
1.1储层构型三维地质模型建立:选取致密砂岩储层目标研究靶区,确定目标研究靶区宏观沉积体系环境,对沉积相进行垂向结构解析,将储层垂向上从宏观到微观依次划分为:相、微相、岩相;
1.2岩相类型及发育特征:应用岩心观察岩性识别方法从层理类型、岩性类型、构造作用、成岩特征及沉积环境判断岩相,明确目标研究靶区的各种岩相类型,并与观察的微相类型在垂向上对应,选取岩性相同、层理一致和环境相近的单一岩相为致密砂岩储层构型解析的基本单元;
1.3构建目标研究靶区的不同级次致密砂岩储层构型地质模型,从微观到宏观依次识别出相、微相、岩相3个等级体系级次,实现不同尺度和不同类型储层构型单元几何规模、组成比例、组合样式和分布模式的表征。
3.根据权利要求2所述的基于构型理论解析的致密砂岩储层储集性表征方法,其特征在于:所述步骤二的具体方法为:
2.1选取目标研究靶区资料完整且具有取样岩心的几口单井,查找目标研究靶区岩相分析所需资料和数据,资料和数据包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料;将岩相类型进行划分,根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的6-10种有效岩相类型;
2.2针对目标研究靶区有效岩相类型,进行测井响应的敏感性分析;利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2-3个曲线特征参数,作为测井识别岩相的自变量φ与τ,得到岩相自变量范围,确定因变量X岩相类型;
2.3以自变量与τ分别作为判别图版的x与y轴,建立一个二维直角坐标系,根据自变量与τ条件设置,生成不同的网格范围,不同网格代表不同结果的X,给定一组自变量/>与τ,便是一个直角坐标系内的点,若在网格中则有结果X’,反之则无结果,即有结果时可识别出有效岩相类型,反之则不属于有效岩相类型。
4.根据权利要求2所述的基于构型理论解析的致密砂岩储层储集性表征方法,其特征在于:所述步骤二的具体方法为:
2.1选取目标研究靶区资料完整且具有取样岩心的几口单井,查找目标研究靶区岩相分析所需资料和数据,资料和数据包括岩心数据、录井数据、物性数据、测井数据以及区域沉积背景资料;将岩相类型进行划分,根据所占岩心厚度进行岩相类型整理,整理出厚度占比大的6-10种有效岩相类型;
2.2针对目标研究靶区有效岩相类型,进行测井响应的敏感性分析;利用不同岩相所对应的微相的垂向位置及微相所对应的测井曲线,得到不同岩相的测井数据范围,通过敏感性分析图,确定最为敏感的2-3个曲线特征参数,作为测井识别岩相的自变量φ、τ与j,得到岩相自变量范围,确定因变量X岩相类型;
2.3以自变量τ与j分别作为判别图版的x轴、y轴与z轴,建立一个三维直角坐标系,根据自变量/>τ与j条件设置,生成不同的网格范围,不同网格代表不同结果的X,给定一组自变量/>τ与j,便是一个直角坐标系内的点,若在网格中则有结果X’,反之则无结果,即有结果时可识别出有效岩相类型,反之则不属于有效岩相类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310510612.4A CN116563484B (zh) | 2023-05-08 | 2023-05-08 | 一种基于构型理论解析的致密砂岩储层储集性表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310510612.4A CN116563484B (zh) | 2023-05-08 | 2023-05-08 | 一种基于构型理论解析的致密砂岩储层储集性表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116563484A CN116563484A (zh) | 2023-08-08 |
CN116563484B true CN116563484B (zh) | 2024-02-09 |
Family
ID=87489264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310510612.4A Active CN116563484B (zh) | 2023-05-08 | 2023-05-08 | 一种基于构型理论解析的致密砂岩储层储集性表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563484B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016161914A1 (zh) * | 2015-04-07 | 2016-10-13 | 四川行之智汇知识产权运营有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
CN107728202A (zh) * | 2016-08-10 | 2018-02-23 | 中国石油化工股份有限公司 | 致密砂岩储层精细描述方法及系统 |
US10190998B1 (en) * | 2018-08-29 | 2019-01-29 | Research Institute Of Petroleum Exploration & Development, Dagang Oil Field Of Cnpc | Method and device for evaluating and predicting a shale oil enrichment areas of fault lacustrine basins |
CN114076992A (zh) * | 2020-08-21 | 2022-02-22 | 中国石油化工股份有限公司 | 基于岩相的曲流河储层微观孔喉分类评价方法 |
CN114897767A (zh) * | 2022-03-15 | 2022-08-12 | 中海油能源发展股份有限公司 | 一种致密混积岩储层储集空间多尺度表征与储层分类方法 |
CN114935531A (zh) * | 2022-05-24 | 2022-08-23 | 成都理工大学 | 一种断陷湖盆陡坡致密砂岩储层古孔隙结构恢复方法 |
CN114966886A (zh) * | 2022-07-11 | 2022-08-30 | 成都理工大学 | 一种基于构型的致密气藏砂体连通性等级判定方法 |
CN115097525A (zh) * | 2022-07-11 | 2022-09-23 | 成都理工大学 | 一种基于多信息融合的致密气藏砂体构型分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108680956B (zh) * | 2018-01-08 | 2020-04-10 | 中国石油大港油田勘探开发研究院 | 一种富油凹陷成熟探区整体勘探方法 |
-
2023
- 2023-05-08 CN CN202310510612.4A patent/CN116563484B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016161914A1 (zh) * | 2015-04-07 | 2016-10-13 | 四川行之智汇知识产权运营有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
CN107728202A (zh) * | 2016-08-10 | 2018-02-23 | 中国石油化工股份有限公司 | 致密砂岩储层精细描述方法及系统 |
US10190998B1 (en) * | 2018-08-29 | 2019-01-29 | Research Institute Of Petroleum Exploration & Development, Dagang Oil Field Of Cnpc | Method and device for evaluating and predicting a shale oil enrichment areas of fault lacustrine basins |
CN114076992A (zh) * | 2020-08-21 | 2022-02-22 | 中国石油化工股份有限公司 | 基于岩相的曲流河储层微观孔喉分类评价方法 |
CN114897767A (zh) * | 2022-03-15 | 2022-08-12 | 中海油能源发展股份有限公司 | 一种致密混积岩储层储集空间多尺度表征与储层分类方法 |
CN114935531A (zh) * | 2022-05-24 | 2022-08-23 | 成都理工大学 | 一种断陷湖盆陡坡致密砂岩储层古孔隙结构恢复方法 |
CN114966886A (zh) * | 2022-07-11 | 2022-08-30 | 成都理工大学 | 一种基于构型的致密气藏砂体连通性等级判定方法 |
CN115097525A (zh) * | 2022-07-11 | 2022-09-23 | 成都理工大学 | 一种基于多信息融合的致密气藏砂体构型分析方法 |
Non-Patent Citations (5)
Title |
---|
低渗透砂砾岩"甜点"储层预测方法及应用——以准噶尔盆地玛湖凹陷北斜坡区三叠系百口泉组为例;许多年等;天然气地球科学;20150920;第26卷(第S1期);154–161 * |
利用先验信息约束的深度学习方法定量预测致密砂岩"甜点";王迪等;《石油地球物理勘探》;第2023年第58卷(第01期);全文 * |
基于储层构型理论的致密砂岩成藏过程分析――以松辽盆地古龙向斜葡萄花油层为例;刘芳等;石油与天然气地质;20180428(第02期);全文 * |
电成像测井在鄂尔多斯盆地东缘临兴-神府区块致密砂岩储层的应用;吴鹏等;《测井技术》(第03期);全文 * |
致密油储层砂体宏观非均质性测井定量表征;王长胜等;测井技术;20200420(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116563484A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103645516B (zh) | 基于岩石物理相控油气作用确定油气产能的方法 | |
Haldorsen | Simulator parameter assignment and the problem of scale in reservoir engineering | |
Huysmans et al. | Application of multiple-point geostatistics on modelling groundwater flow and transport in a cross-bedded aquifer | |
CN105631529B (zh) | 一种边水气藏见水时间预测方法 | |
GB2463420A (en) | Method programme and commputer system for scaling the modelling data for a hydrocarbon deposit | |
US20120016648A1 (en) | Method For Predicting Fluid Flow | |
CN105701319B (zh) | 一种水平井规则开发井网下的沉积微相建模方法 | |
CN104239743B (zh) | 确定岩性油气藏成藏概率的方法和装置 | |
Li et al. | Data integration in characterizing a fracture-cavity reservoir, Tahe oilfield, Tarim basin, China | |
CN110019594B (zh) | 一种基于数值模拟的地质知识库建立方法 | |
CN110347720B (zh) | 基于流程化的压裂选井选层方法 | |
Aljuboori et al. | The impact of diagenesis precipitation on fracture permeability in naturally fractured carbonate reservoirs | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN116563484B (zh) | 一种基于构型理论解析的致密砂岩储层储集性表征方法 | |
Zhao et al. | Streamline simulation based vector flow field characterization and reconstruction method for high water cut reservoir | |
CN111677486A (zh) | 致密油二氧化碳吞吐模拟方法、装置及存储介质 | |
Lewis | Outcrop-derived quantitative models of permeability heterogeneity for genetically different sand bodies | |
CN113820754B (zh) | 基于人工智能识别储层成岩相的深层致密砂岩储层评价方法 | |
Bayerl et al. | Forecasting Low Enthalpy Geothermal Heat Extraction From Saline Aquifers Under Uncertainty | |
Erzeybek Balan | Characterization and modeling of paleokarst reservoirs using multiple-point statistics on a non-gridded basis | |
CN112285774A (zh) | 一种基于多地质参数快速评价走滑断层封闭能力的方法 | |
Ballin et al. | New reservoir dynamic connectivity measurement for efficient well placement strategy analysis under depletion | |
CN115964962A (zh) | 基于地质工程一体化思想的立体缝网建模数模一体化方法 | |
CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
Song et al. | Local optimization of DFN by integrating tracer data based on improved simulated annealing |
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 |