CN116699697B - 基于海绿石矿物双组构模型的砂岩测井解释方法及装置 - Google Patents
基于海绿石矿物双组构模型的砂岩测井解释方法及装置 Download PDFInfo
- Publication number
- CN116699697B CN116699697B CN202210181635.0A CN202210181635A CN116699697B CN 116699697 B CN116699697 B CN 116699697B CN 202210181635 A CN202210181635 A CN 202210181635A CN 116699697 B CN116699697 B CN 116699697B
- Authority
- CN
- China
- Prior art keywords
- glauconite
- sandstone
- reservoir
- logging
- mineral
- 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
- 229910052631 glauconite Inorganic materials 0.000 title claims abstract description 260
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 96
- 239000011707 mineral Substances 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 52
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 68
- 239000004927 clay Substances 0.000 claims abstract description 55
- 239000011435 rock Substances 0.000 claims abstract description 55
- 239000010453 quartz Substances 0.000 claims abstract description 30
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 30
- 230000000704 physical effect Effects 0.000 claims abstract description 22
- 239000002245 particle Substances 0.000 claims abstract description 17
- 239000002734 clay mineral Substances 0.000 claims abstract description 16
- 238000005520 cutting process Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 27
- 229910052900 illite Inorganic materials 0.000 claims description 26
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000011160 research Methods 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 3
- 239000003921 oil Substances 0.000 description 39
- 239000004215 Carbon black (E152) Substances 0.000 description 13
- 229930195733 hydrocarbon Natural products 0.000 description 13
- 150000002430 hydrocarbons Chemical class 0.000 description 13
- 238000005553 drilling Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000012634 fragment Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001460678 Napo <wasp> Species 0.000 description 1
- 102100027611 Rho-related GTP-binding protein RhoB Human genes 0.000 description 1
- 101150054980 Rhob gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010998 test method Methods 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
-
- 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
- G01V2210/624—Reservoir parameters
-
- 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
- G01V2210/624—Reservoir parameters
- G01V2210/6244—Porosity
-
- 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
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/643—Horizon tracking
-
- 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
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于海绿石矿物双组构模型的砂岩测井解释方法及装置，该方法，包括：获取砂岩测井的岩屑录井数据和测井数据；根据岩屑录井数据确定海绿石砂岩储层所在的层段；基于海绿石双组构模型和测井数据对海绿石砂岩储层进行物性解释，获取海绿石砂岩储层的黏土含量、各岩石矿物体积和孔隙度及含水饱和度，海绿石双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。实现获得更加准确的储层物性测井解释结果，更准确地刻画海绿石砂岩储层的油气资源规模。
Description
技术领域
本发明属于测井解释技术领域，更具体地，涉及一种基于海绿石矿物双组构模型的砂岩测井解释方法及装置。
背景技术
油气储层的测井物性解释是根据油气井的测井参数间接地推算储层物理性质的过程，其中对于砂岩油藏，油气工业最关心的物理性质是储层的泥质含量、孔隙度、孔隙流体的含油饱和度和渗透率。海绿石砂岩是一种含海绿石矿物的砂岩，本身具备储集油气的能力，即可以作为油气储层。虽然海绿石砂岩在全球的分布比较广泛，但是作为油气储层目的层段开发利用的实例还比较少，因此目前针对这一储层的测井物性解释方法仍然相对简单。
其中发明专利《一种确定海绿石砂岩中海绿石含量的方法和装置》(授权公告号CN105510986)中提出了利用测井数据与岩心样品中海绿石含量的相关关系测定海绿石含量的方法。但是其方法假设所有海绿石矿物均为砂岩颗粒，以及大量岩心样品作为标定以确定海绿石含量与体积密度、中子孔隙度的线性或者非线性相关关系。适用范围较窄，在其它的研究区域需要重新用当地岩心样品重新获得当地的相关关系。
另外在公开发表的文献中也有涉及海绿石砂岩储层的物性解释方法较少。如SEG协会文献的Zhang Y.Permeability evaluation in aglauconite-rich formation inthe Carnarvon Basin,Western Australia[J].SEG Technical Program ExpandedAbstracts,1999,16(1)(doi：10.1190/1.1886147)中对类似油气区的碎屑岩储层的渗透率应用神经网络方法进行定量计算。并未见其它的孔隙度和饱和度计算。
从对现有技术的调研结果来看，现有技术的存着两个方面的简单化处理：首先，对于油气储层的海绿石矿物在砂岩中的赋存形式简单化处理，仅作为粘土矿物处理，或者全部归入混合矿物骨架，这种简化导致对油气储层物性(岩石的孔隙度、渗透率和含油饱和度等参数)解释的误差较大。如果将海绿石全部归于粘土矿物则孔隙度和渗透率等测井解释结果往往低于岩心样品实测值，即解释偏保守，反之如果全部归入矿物骨架则解释过于乐观。另一种则完全不考虑海绿石的量化影响，仅依靠经岩心标定的算法公式，缺乏物理支持，适应性较差，不确定对于新油田和新井能够适用。
发明内容
本发明的目的是提出一种基于海绿石矿物双组构模型的砂岩测井解释方法及装置，实现获得更加准确的储层物性测井解释结果，更准确地刻画海绿石砂岩储层的油气资源规模。
第一方面，本发明提出一种基于海绿石矿物双组构模型的砂岩测井解释方法，包括：
获取砂岩测井的岩屑录井数据和测井数据；
根据所述岩屑录井数据确定海绿石砂岩储层所在的层段；
基于海绿石双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释，获取所述海绿石砂岩储层的黏土含量、各岩石矿物体积和孔隙度及含水饱和度，所述海绿石双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
可选地，所述基于海绿石双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释包括：
基于所述海绿石双组构模型和所述测井数据对所述海绿石砂岩储层进行黏土含量定量解释、岩石矿物体积定量解释和孔隙度及含水饱和度定量解释。
可选地，所述对所述海绿石砂岩储层进行黏土含量定量解释包括：
通过以下公式(1)-(3)计算所述海绿石砂岩储层的黏土含量：
Vcl-DN＝A/B (2)
B＝(ρsh-ρf)(φNma-1)-(ρma-ρf)(φNsh-1)
Vcl＝min(Vcl_GR,Vcl_DN) (3)
其中，Vcl-GR和Vcl-DN分别为利用自然伽玛计算的粘土含量和利用中字-密度交会图计算的粘土含量，ΔGR为自然伽马相对值，GR、ρb和φN分别为地层的自然伽马测井值、密度和中子孔隙度值，A和B分别为计算的系数，GRmax、ρma和φNma分别为砂岩骨架的自然伽马测井值、密度和视中子孔隙度值，GRmin、ρsh和φNsh分别为纯泥岩的自然伽马测井值、密度和视中子孔隙度值，ρf为流体密度。
可选地，所述对所述海绿石砂岩储层进行岩石矿物体积定量解释和孔隙度及含水饱和度定量解释包括：
采用所述海绿石砂岩储层研究区域整体的自然伽马值和密度的标准值作为各岩石矿物的自然伽马值和密度均的初始值，计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整。
可选地，通过以下公式(4)-(7)计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度：
其中，X为未知向量，为孔隙度，Sw为含水饱和度，Sxo为冲洗带含水饱和度，Villite，Vglauc(dis)，Vquartz及Vglauc(str)分别伊利石体积、分散海绿石体积、石英体积和结构海绿石体积；
约束条件为：
Vcl＝Villite+Vglauc(dis) (7)
其中，Δt、GR、ρb、φN、Ct分别为储层的声波时差、自然伽马值、密度、视中子孔隙度和地层总电阻率，GRquartz、ρquartz、φNquartz和分别为石英的自然伽马值、密度、视中子孔隙度和声波时差Δtquartz，GRglauc(str)、ρglauc(str)、φglauc(str)和Δtglauc(str)分别为结构海绿石的自然伽马值、密度、视中子孔隙度和声波时差，GRillite、ρillite、φillite和Δtillite分别为伊利石的自然伽马值、密度、视中子孔隙度和声波时差，GRglauc(dis)、ρglauc(dis)、φglauc(dis)和Δtglauc(dis)分别为分散海绿石的自然伽马值、密度、视中子孔隙度和声波时差，Swt、Swb、Cwf、Cwb分别为总饱和度、束缚水饱和度、自由水电导率、束缚水电导率，分别为孔隙流体的自然伽马值、体积、密度、中子空袭度和声波时差。
可选地，所述根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整包括：
若计算结果中分散海绿石体积Vglauc(dis)的比例高于第一设定值而扩径程度小于第二设定值，则调高分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
可选地，所述根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整还包括：
若计算结果中分散海绿石体积Vglauc(dis)的比例低于第三设定值而扩径程度高于第四，则减小分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
第二方面，本发明提出一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的砂岩测井解释方法。
第三方面，本发明提出一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行第一方面所述的砂岩测井解释方法。
第四方面，本发明提出一种基于海绿石矿物双组构模型的砂岩测井解释装置，包括：
测井数据获取模块，用于获取砂岩测井的岩屑录井数据和测井数据；
储层确定模块，用于根据所述岩屑录井数据确定海绿石砂岩储层所在的层段；
测井解释模块，用于基于海绿石双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释，所述海绿石双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
本发明的有益效果在于：
本发明提出了海绿石双组构模型，该矿物组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充通过获取砂岩测井的岩屑录井数据和测井数据，并根据岩屑录井数据确定海绿石砂岩储层所在的层段，然后基于海绿石双组构模型和测井数据对海绿石砂岩储层进行物性解释，通过本发明的测井测试方法可以直接计算出作为粘土的分散海绿石和作为骨架颗粒的结构海绿石各自的含量，而且可以通过这些含量，计算出目标储层的总粘土含量、孔隙度和含水饱和度，由于双组构模型的应用，计算结果较常规砂岩的解释方法有更高的精度，并且解释方法是基于常规砂岩储层的解释流程，具有较好的操作性，可以大批量对一个地区的相关井进行解释。
本发明的系统具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本发明实施例1的一种基于海绿石矿物双组构模型的砂岩测井解释方法的步骤图。
图2示出了根据本发明实施例1的一种基于海绿石矿物双组构模型的砂岩测井解释方法中海绿石矿物双组构模型的示意图。
图3示出了根据本发明实施例1的一种基于海绿石矿物双组构模型的砂岩测井解释方法的步骤流程图。
图4示出了根据本发明实施例2的一种基于海绿石矿物双组构模型的砂岩测井解释装置的示意图。
具体实施方式
本发明针对现有技术中存在的问题，通过对研究区涉及的海绿石岩心样品进行分析后，从目标储层的矿物和物质组成的角度设计了一种新的测井解释方法和流程，将海绿石的赋存形式具体划分为粘土矿物和颗粒骨架两种，并在各个测井参数的计算过程中分别计算两种赋存形式对油气储层物性的影响，从而获得更精准的油气储层物性解释结果。
本发明提出了海绿石砂岩储层的双组构模型，即认为海绿石砂岩储层中的海绿石矿物存在两种不同的赋存形式。第一种是海绿石粘土矿物或称为分散海绿石，以极细的颗粒赋存，与其它粘土矿物一起对孔隙度和渗透率起负面影响，使得油气储层的物性变差，第二种是海绿石颗粒骨架或者结构海绿石，与石英类矿物类似，以大颗粒形式赋存，可形成孔隙度，此类颗粒越多，油气储层的物性就越好。并提出了双组构模型下的测井物性解释的工作流程，根据该工作流程，应用双组构模型获得比较准确的储层物性测井解释结果，更准确地刻画海绿石砂岩储层的油气资源规模。更准确地刻画海绿石砂岩储层的油气资源规模。
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，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使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
实施例1
如图1所示，一种基于海绿石矿物双组构模型的砂岩测井解释方法，包括：
步骤S1：获取砂岩测井的岩屑录井数据和测井数据；
步骤S2：根据岩屑录井数据确定海绿石砂岩储层所在的层段；
步骤S3：基于海绿石双组构模型和测井数据对海绿石砂岩储层进行物性解释，获取海绿石砂岩储层的黏土含量、各岩石矿物体积和孔隙度及含水饱和度，海绿石双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
需要说明的是，岩石矿物组成和矿物的赋存方式是油气工业对测井数据进行储层物性解释的前提假设，称为矿物组构模型，不同的矿物组构模型下，相同的测井数据可以形成不同的物性解释结论。本公开基于针对海绿石砂岩的薄片观测结果的分析发现，海绿石不仅可以以填隙物形式以极细的粒度分散在粘土基质中，称为分散海绿石，而且粒度较大的颗粒形式则与石英颗粒等共同组成矿物骨架，称为结构海绿石，这两种赋存形式对于储层物性的影响非常不同，有必要区别分析两种不同的赋存状态对储层物性的影响。
本实施例中，海绿石双组构模型如图2所示，该模型设定海绿石矿物在砂岩中以分散海绿石和结构海绿石两种形态赋存，结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物(主要为伊利石)共同组成储层的粘土组分，其余的体积则为储层的孔隙度，由油气或者水填充。海绿石矿物的总含量及两种赋存形态的比例目前无法直接测量或者计算获得，但是可以通过岩屑录井和常规测井系列中“井径”数据间接推断。
岩屑观察和记录称为岩屑录井：钻井过程中钻碎的岩石碎屑通过钻井液循环返回至地表，由于钻井液循环较快，返回的岩屑基本上来自钻头当前所在的地层，对岩屑的持续观察反映不同的深度岩石岩性和矿物乃至含油气情况。岩屑录井是钻井过程中的常规分析和记录数据，几乎所有的油气钻井均有岩屑录井资料。因此可以根据岩屑录井资料确定海绿石矿物在储层中的整体含量，并且在录井显示有海绿石的层段针对性地应用本发明流程进行分散海绿石和结构海绿石的计算。
其中测井数据包括自然伽马测井数据、中子测井数据、密度测井数据和声波时差数据。
本实施例中，海绿石砂岩储层的物性解释流程参考了常规砂岩储层的常用解释流程，跟据海绿石矿物对自然伽玛和电阻率等测井参数的特殊影响、海绿石的双组构模型进行适当修改，具体解释流程如图3所示。
在步骤S3中，基于海绿石双组构模型和测井数据对海绿石砂岩储层进行物性解释包括：
基于海绿石双组构模型和测井数据对海绿石砂岩储层进行：
1)黏土含量定量解释；
2)岩石矿物体积定量解释和孔隙度及含水饱和度定量解释。
其中，1)黏土含量定量解释包括：
通过以下公式(1)-(3)计算海绿石砂岩储层的黏土含量：
Vcl-DN＝A/B (2)
B＝(ρsh-ρf)(φNma-1)-(ρma-ρf)(φNsh-1)
Vcl＝min(Vcl_GR,Vcl_DN) (3)
其中，Vcl-GR和Vcl-DN分别为利用自然伽玛计算的粘土含量和利用中字-密度交会图计算的粘土含量，ΔGR为自然伽马相对值，GR、ρb和φN分别为地层的自然伽马测井值、密度和中子孔隙度值，A和B分别为计算的系数，GRmax、ρma和φNma分别为砂岩骨架的自然伽马测井值、密度和视中子孔隙度值，GRmin、ρsh和φNsh分别为纯泥岩的自然伽马测井值、密度和视中子孔隙度值，ρf为流体密度。
具体地，粘土含量同时计算采用自然伽玛计算的粘土含量的通用公式(1)和通过中子-密度计算粘土含量的通用公式(2)，而后取两者的最小值(3)。粘土矿物具有天然放射性，利用自然伽玛计算的粘土含量相对准确，但是海绿石矿物放射性大于一般粘土矿物，因此海绿石砂岩单纯用自然伽玛计算粘土含量会造成粘土含量较高的假象。中子-密度也是一种计算粘土含量的通用公式，且不受放射性矿物影响，但是中子和密度测井结果容易受到油气井况条件的影响，造成误差，比如油气钻井中泥岩含量较高的段容易形成井壁垮塌，井径扩大，使得测井获得密度值偏小，影响中子-密度法估算泥质含量的准确性。两者取最小值可以避免高放射性矿物对粘土含量计算的影响。
2)岩石矿物体积定量解释和孔隙度及含水饱和度定量解释包括：
步骤S201：采用海绿石砂岩储层研究区域整体的自然伽马值和密度的标准值作为各岩石矿物的自然伽马值和密度均的初始值，计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
步骤S202：根据海绿石砂岩储层的井径数据对计算结果进行迭代调整。
其中，步骤S201具体包括：
采用基于双组构的多矿物模型分析的最优化测井解释方法计算各矿物的体积、孔隙度及含水饱和度。具体通过以下公式(4)-(7)计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度：
未知量向量为：
其中，X为未知向量，为孔隙度，Sw为含水饱和度，Sxo为冲洗带含水饱和度，Villite，Vglauc(dis)，Vquartz及Vglauc(str)分别伊利石体积、分散海绿石体积、石英体积和结构海绿石体积；
地层对测井仪器的响应方程可由岩石体积物理模型(图2)表示，需要输入的测井曲线有GR、RHOB、NPHI、DT、RT，分别对应以下方程组(5)中的GR、ρb、φN、Δt、Ct
响应方程组为：
约束条件为：
Vcl＝Villite+Vglauc(dis) (7)
其中，Δt、GR、ρb、φN、Ct分别为储层的声波时差、自然伽马值、密度、视中子孔隙度和地层总电阻率，GRquartz、ρquartz、φNquartz和分别为石英的自然伽马值、密度、视中子孔隙度和声波时差Δtquartz，GRglauc(str)、ρglauc(str)、φglauc(str)和Δtglauc(str)分别为结构海绿石的自然伽马值、密度、视中子孔隙度和声波时差，GRillite、ρillite、φillite和Δtillite分别为伊利石的自然伽马值、密度、视中子孔隙度和声波时差，GRglauc(dis)、ρglauc(dis)、φglauc(dis)和Δtglauc(dis)分别为分散海绿石的自然伽马值、密度、视中子孔隙度和声波时差，Swt、Swb、Cwf、Cwb分别为总饱和度、束缚水饱和度、自由水电导率、束缚水电导率，分别为孔隙流体的自然伽马值、体积、密度、中子空袭度和声波时差。
步骤S202具体包括：根据海绿石砂岩储层的井径数据对计算结果进行迭代调整：
若计算结果中分散海绿石体积Vglauc(dis)的比例高于第一设定值而扩径程度小于第二设定值，则调高分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
若计算结果中分散海绿石体积Vglauc(dis)的比例低于第三设定值而扩径程度高于第四设定值，则减小分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
其中第一设定值、第二设定值、第三设定值和第四设定值可以根据经验进行设置。
具体地，在步骤S202中，如果一个研究区的岩心样品较少，各矿物组分的GR值和密度参考值缺乏，通常采用一个区域的标准值作为初始参数进行计算。而后与井径数据反映的泥质含量进行比对。井径数据是常规测井中必须测量的数据之一，几乎所有的油气钻井都具有井径测井。泥岩和粘土层在钻井过程中容易垮塌，因此在粘土含量较高的层段，井径往往偏大，称为“扩径”。砂岩和结构海绿石为主的层段则不易垮塌，因此井径保持在正常范围内。在海绿石发育段内，通过井径的特征可定性判断其分散海绿石粘土的含量。具体为海绿石砂岩段井壁垮塌和扩径严重，超过或接近邻近的纯泥岩段的扩径程度，则海绿石含量全部划分为分散海绿石，如扩径一般则认为结构海绿石和分散物海绿石则扩径程度与分散海绿石含量存在正相关关系，如不存在扩径甚至缩径则认为全部为结构海绿石。根据此定性特征，即可判断第(2)步计算的Vglauc(dis)和Vglauc(str)比例关系的合理性。
如果V_(glauc(dis))比例非常高而扩径程度非常有限，则重点调高分散海绿石和结构海绿石的GR设定值，重新进行步骤S201的计算。反之，如果V_(glauc(dis))比例非常低而扩径程度非常大，则减小分散海绿石和结构海绿石的GR设定值，重新进行步骤S201的计算。
通过本实施例的测井解释方法，可以直接计算出作为粘土的分散海绿石和作为骨架颗粒的结构海绿石各自的含量；而且可以通过这些含量，计算出目标储层的总粘土含量、孔隙度和含水饱和度。由于双组构模型的应用，计算结果较常规砂岩的解释方法有更高的精度。并且解释方法是基于常规砂岩储层的解释流程，具有较好的操作性，可以大批量对一个地区的相关井进行解释。
在本实施例提出的测井解释应用中，对厄瓜多尔奥连特盆地的某一油气区块的68口老井进行了重新测井解释，识别海绿石含油段。结果表明，本流程解释的孔隙度解释绝对误差为0.1-0.8％，高于普通砂岩模型流程的1.6-4.3％。68口井的海绿石砂岩油层累计有效厚度由常规模型识别的77.6米增加到本发明流程识别的194.2米。在新识别的油层段已经投产的6口井，平均单井初产油55.2吨/天，试油结果含水6.2％为低含水油层，与测井解释结果相吻合。该流程实施速度效率较高，在试验1-2口典型井后即可批量展开。
利用本发明提出的双组构模型及其测井解释流程对南美奥连特盆地某区块油田区的68口老井的目标储层Napo组UU层和UT层海绿石砂岩储层段进行了重新测井解释。达到了如下的效果：
(1)孔隙度解释精度的提高
根据解释结果与岩心样品测得的实际孔隙度相对比，如表1所示，本实施例的流程解释的孔隙度解释绝对误差为0.1-0.8％，普通砂岩模型绝对误差为1.6-4.3％。可更准确地计算储层孔隙度，并且孔隙度普遍高于常规测井解释模型的结果，更好地反映海绿石砂岩层段的含油资源量。
表1新旧解释模型应用结果检验表
(2)含油饱和度的提高
根据本发明流程计算获得的含油饱和度较常规砂岩模型平均增加了12％，即相同深度下相同电阻率值的。通常在测井解释实践中50％含油饱和度及以上即可作为油层。含水饱和度的增加代表了含油层段总厚度和油气储量的增加。另外，在测井分析实践中在相同地质条件下，电阻率数值的大小可以作为经验值直接用来识别油层和水层，称之为水层电阻率截止值，大致代表50％含油饱和度下对应的电阻率值。该经验值在研究区的海绿石砂岩储层段内由10欧姆米降低到5.5欧姆米，同样代表了识别的油层的厚度显著增加。68口井的海绿石砂岩油层累计有效厚度由常规模型识别的77.6米增加到本发明流程识别的194.2米，总共新增原油地质储量508万吨；
(3)新识别含油层段生产效果显著
如表2所示，根据新识别的油层，已经确定了未来可投入油气生产的井层66个，目前已经投产的井层为6个，平均单井初产油55.2吨/天，达到该地区中等产能的范围。试油结果含水6.2％为低含水油层，与测井解释结果相吻合。本发明的解释方法流程充分利用了各种类型、但又都是常见的井资料包括录井、测井和岩心数据，地区适应性强。
表2新投产海绿石砂岩层段的生产情况表
综上，本实施例的砂岩测井解释方法在厄瓜多尔17区块的海绿石砂岩段应用表明其能识别传统方法认为是水层或者差储层的油气层段，且在新识别油层段试生产效果良好。
实施例2
如图4所示，一种基于海绿石矿物双组构模型的砂岩测井解释装置，包括：
测井数据获取模块1，用于获取砂岩测井的岩屑录井数据和测井数据；
储层确定模块2，用于根据岩屑录井数据确定海绿石砂岩储层所在的层段；
测井解释模块3，用于基于海绿石双组构模型和测井数据对海绿石砂岩储层进行物性解释，海绿石双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
本实施例中，测井解释模块3具体用于：
基于海绿石双组构模型和测井数据对海绿石砂岩储层进行黏土含量定量解释、岩石矿物体积定量解释和孔隙度及含水饱和度定量解释。
其中，对海绿石砂岩储层进行黏土含量定量解释包括：
通过以下公式(1)-(3)计算海绿石砂岩储层的黏土含量：
Vcl-DN＝A/B (2)
B=(ρsh-ρf)(φNma-1)-(ρma-ρf)(φNsh-1)
Vcl＝min(Vcl_GR,Vcl_DN) (3)
其中，Vcl-GR和Vcl-DN分别为利用自然伽玛计算的粘土含量和利用中字-密度交会图计算的粘土含量，ΔGR为自然伽马相对值，GR、ρb和φN分别为地层的自然伽马测井值、密度和中子孔隙度值，A和B分别为计算的系数，GRmax、ρma和φNma分别为砂岩骨架的自然伽马测井值、密度和视中子孔隙度值，GRmin、ρsh和φNsh分别为纯泥岩的自然伽马测井值、密度和视中子孔隙度值，ρf为流体密度。
其中，对海绿石砂岩储层进行岩石矿物体积定量解释和孔隙度及含水饱和度定量解释包括：
采用海绿石砂岩储层研究区域整体的自然伽马值和密度的标准值作为各岩石矿物的自然伽马值和密度均的初始值，计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
根据海绿石砂岩储层的井径数据对计算结果进行迭代调整。
本实施例中，测井解释模块3通过以下公式(4)-(7)计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度：
式中，X为未知向量，为孔隙度，Sw为含水饱和度，Sxo为冲洗带含水饱和度，Villite，Vglauc(dis)，Vquartz及Vglauc(str)分别伊利石体积、分散海绿石体积、石英体积和结构海绿石体积；
约束条件为：
Vcl＝Villite+Vglauc(dis) (7)
式中，Δt、GR、ρb、φN、Ct分别为储层的声波时差、自然伽马值、密度、视中子孔隙度和地层总电阻率，GRquartz、ρquartz、φNquartz和分别为石英的自然伽马值、密度、视中子孔隙度和声波时差Δtquartz，GRglauc(str)、ρglauc(str)、φglauc(str)和Δtglauc(str)分别为结构海绿石的自然伽马值、密度、视中子孔隙度和声波时差，GRillite、ρillite、φillite和Δtillite分别为伊利石的自然伽马值、密度、视中子孔隙度和声波时差，GRglauc(dis)、ρglauc(dis)、φglauc(dis)和Δtglauc(dis)分别为分散海绿石的自然伽马值、密度、视中子孔隙度和声波时差，Swt、Swb、Cwf、Cwb分别为总饱和度、束缚水饱和度、自由水电导率、束缚水电导率，分别为孔隙流体的自然伽马值、体积、密度、中子空袭度和声波时差。
其中，根据海绿石砂岩储层的井径数据对计算结果进行迭代调整包括：
若计算结果中分散海绿石体积Vglauc(dis)的比例高于第一设定值而扩径程度小于第二设定值，则调高分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
若计算结果中分散海绿石体积Vglauc(dis)的比例低于第三设定值而扩径程度高于第四，则减小分散海绿石的自然伽马值GRglauc(dis)和结构海绿石的自然伽马值GRglauc(str)的初始值，并重新计算海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
实施例3
一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行实施例1所述的砂岩测井解释方法。
根据本公开实施例的电子设备包括存储器和处理器，该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
实施例4
一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行实施例1所述的砂岩测井解释方法。
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种基于海绿石矿物双组构模型的砂岩测井解释方法，其特征在于，包括：
获取砂岩测井的岩屑录井数据和测井数据；
根据所述岩屑录井数据确定海绿石砂岩储层所在的层段；
基于海绿石矿物双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释，获取所述海绿石砂岩储层的黏土含量、各岩石矿物体积和孔隙度及含水饱和度，所述海绿石矿物双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
2.根据权利要求1所述的砂岩测井解释方法，其特征在于，所述基于海绿石矿物双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释包括：
基于所述海绿石矿物双组构模型和所述测井数据对所述海绿石砂岩储层进行黏土含量定量解释、岩石矿物体积定量解释和孔隙度及含水饱和度定量解释。
3.根据权利要求2所述的砂岩测井解释方法，其特征在于，所述对所述海绿石砂岩储层进行黏土含量定量解释包括：
通过以下公式（1）-（3）计算所述海绿石砂岩储层的黏土含量：
（1）
（2）
（3）
其中，和/>分别为利用自然伽玛计算的粘土含量和利用中字-密度交会图计算的粘土含量，/>为自然伽马相对值，/>分别为地层的自然伽马测井值、密度和中子孔隙度值，A和B分别为计算的系数，/>、/>和/>分别为砂岩骨架的自然伽马测井值、密度和视中子孔隙度值，/>、/>和/>分别为纯泥岩的自然伽马测井值、密度和视中子孔隙度值，/>为流体密度。
4.根据权利要求3所述的砂岩测井解释方法，其特征在于，所述对所述海绿石砂岩储层进行岩石矿物体积定量解释和孔隙度及含水饱和度定量解释包括：
采用所述海绿石砂岩储层研究区域整体的自然伽马值和密度的标准值作为各岩石矿物的自然伽马值和密度的初始值，计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度；
根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整。
5.根据权利要求4所述的砂岩测井解释方法，其特征在于，通过以下公式（4）-（7）计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度：
（4）
其中，为未知向量，/>为孔隙度，/>为冲洗带含水饱和度，分别为伊利石体积、分散海绿石体积、石英体积和结构海绿石体积；
（5）
约束条件为：
（6）
=/> （7）
其中，、/>、/>、/>、/>分别为储层的声波时差、自然伽马值、密度、视中子孔隙度和地层总电导率，/>和/>分别为石英的自然伽马值、密度、视中子孔隙度和声波时差，/>和/>分别为结构海绿石的自然伽马值、密度、视中子孔隙度和声波时差，/>和/>分别为伊利石的自然伽马值、密度、视中子孔隙度和声波时差，/>和分别为分散海绿石的自然伽马值、密度、视中子孔隙度和声波时差，/>、/>、、/>、/>分别为总孔隙度、总饱和度、束缚水饱和度、自由水电导率、束缚水电导率，、/>、/>、/>、/>分别为孔隙流体的自然伽马值、体积、密度、中子孔隙度和声波时差。
6.根据权利要求5所述的砂岩测井解释方法，其特征在于，所述根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整包括：
若计算结果中分散海绿石体积的比例高于第一设定值而扩径程度小于第二设定值，则调高分散海绿石的自然伽马值/>和结构海绿石的/>的初始值，并重新计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
7.根据权利要求6所述的砂岩测井解释方法，其特征在于，所述根据所述海绿石砂岩储层的井径数据对计算结果进行迭代调整还包括：
若计算结果中分散海绿石体积的比例低于第三设定值而扩径程度高于第四设定值，则减小分散海绿石的自然伽马值/>和结构海绿石的/>的初始值，并重新计算所述海绿石砂岩储层中各岩石矿物体积、孔隙度及含水饱和度。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一所述的砂岩测井解释方法。
9.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-7任一所述的砂岩测井解释方法。
10.一种基于海绿石矿物双组构模型的砂岩测井解释装置，其特征在于，包括：
测井数据获取模块，用于获取砂岩测井的岩屑录井数据和测井数据；
储层确定模块，用于根据所述岩屑录井数据确定海绿石砂岩储层所在的层段；
测井解释模块，用于基于海绿石矿物双组构模型和所述测井数据对所述海绿石砂岩储层进行物性解释，获取所述海绿石砂岩储层的黏土含量、各岩石矿物体积和孔隙度及含水饱和度，所述海绿石矿物双组构模型设定海绿石矿物在储层中以分散海绿石和结构海绿石两种形态赋存，其中结构海绿石和石英颗粒共同组成储层的混合矿物骨架，分散海绿石和其它粘土矿物共同组成储层的粘土组分，其余的体积为储层的孔隙度，由油气或水填充。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210181635.0A CN116699697B (zh) | 2022-02-25 | 2022-02-25 | 基于海绿石矿物双组构模型的砂岩测井解释方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210181635.0A CN116699697B (zh) | 2022-02-25 | 2022-02-25 | 基于海绿石矿物双组构模型的砂岩测井解释方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116699697A CN116699697A (zh) | 2023-09-05 |
| CN116699697B true CN116699697B (zh) | 2024-05-07 |
Family
ID=87838053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210181635.0A Active CN116699697B (zh) | 2022-02-25 | 2022-02-25 | 基于海绿石矿物双组构模型的砂岩测井解释方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116699697B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101501531A (zh) * | 2006-04-19 | 2009-08-05 | 贝克休斯公司 | 用于次表地层的定量岩性和矿物性评估的方法 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
| CN107327294A (zh) * | 2017-08-28 | 2017-11-07 | 西北大学 | 一种基于致密油储层变骨架参数条件下的孔隙度解释方法 |
| CN113969781A (zh) * | 2020-07-22 | 2022-01-25 | 中国石油天然气股份有限公司 | 一种海相碳酸盐岩微孔型孔隙结构成因低阻油层识别方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8101907B2 (en) * | 2006-04-19 | 2012-01-24 | Baker Hughes Incorporated | Methods for quantitative lithological and mineralogical evaluation of subsurface formations |
| US8573298B2 (en) * | 2008-04-07 | 2013-11-05 | Baker Hughes Incorporated | Method for petrophysical evaluation of shale gas reservoirs |
| US10705246B2 (en) * | 2016-11-28 | 2020-07-07 | Exxonmobil Upstream Research Company | Method of rock mineralogy interpretation |
| US11734603B2 (en) * | 2020-03-26 | 2023-08-22 | Saudi Arabian Oil Company | Method and system for enhancing artificial intelligence predictions using well data augmentation |
-
2022
- 2022-02-25 CN CN202210181635.0A patent/CN116699697B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101501531A (zh) * | 2006-04-19 | 2009-08-05 | 贝克休斯公司 | 用于次表地层的定量岩性和矿物性评估的方法 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
| CN107327294A (zh) * | 2017-08-28 | 2017-11-07 | 西北大学 | 一种基于致密油储层变骨架参数条件下的孔隙度解释方法 |
| CN113969781A (zh) * | 2020-07-22 | 2022-01-25 | 中国石油天然气股份有限公司 | 一种海相碳酸盐岩微孔型孔隙结构成因低阻油层识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| Yujin Zhang et al..Permeability evaluation in a glauconite-rich formation in the Carnarvon Basin,Western Australia.GEOPHYSICS.2000,第65卷(第1期),全文. * |
| 中国石油海外油气勘探理论和技术进展与发展方向;穆龙新 等;石油勘探与开发;20191231;第46卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116699697A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11035977B2 (en) | Data storage device with stored instructions for measurement of hydrocarbon content of tight gas reservoirs | |
| US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
| Abbas et al. | Integrated approach using core analysis and wireline measurement to estimate rock mechanical properties of the Zubair Reservoir, Southern Iraq | |
| JP2020527725A (ja) | 地表下地層のかさ密度、気孔率、および気孔径分布を決定するための方法およびシステム | |
| EP3077618B1 (en) | Tuning digital core analysis to laboratory results | |
| US20220082014A1 (en) | Estimation of fluid saturation of a formation from integration of multiple well logs | |
| AU2012390305B2 (en) | A dual porosity methodology for mineral volume calculations in source rock | |
| WO2021046419A1 (en) | Systems and methods for saturation logging of hydrocarbon wells | |
| CN116699697B (zh) | 基于海绿石矿物双组构模型的砂岩测井解释方法及装置 | |
| CN113775326A (zh) | 可动水饱和度的评价方法、装置、电子设备及介质 | |
| Evans et al. | A geological approach to permeability prediction in clastic reservoirs | |
| Odiachi et al. | Determination of pore fluid salinity in tight rocks without fluid extraction | |
| Cantini et al. | Integrated log interpretation approach for underground gas storage characterization | |
| NO20200479A1 (en) | Evaluating hydrocarbon reserves using tool response models | |
| CN114086938A (zh) | 一种非均质性砂岩储层的含气饱和度预测方法 | |
| Worthington | Quality-assured evaluation of effective porosity using fit-for-purpose estimates of clay-mineral volume fraction | |
| Rushing et al. | Beyond decline curves: life-cycle reserves appraisal using an integrated work-flow process for tight gas sands | |
| US11796710B2 (en) | Determination of formation water salinity using downhole low frequency electromagnetic measurements and permittivity dispersions based thereon | |
| CN113917531B (zh) | 基于扰动体积模量的压力系数预测方法及电子设备 | |
| Abbas | An integrated wellbore stability study to mitigate expensive wellbore instability problems while drilling into Zubair shale/sand sequence, southern Iraq | |
| US20230342517A1 (en) | Method for validating non-matrix vug features in subterranean rocks | |
| Rahbani | An alternative to Geolog software for fast calculation of water saturation using borehole data in a shaly sand reservoir, case study, Ahwaz Oil Field | |
| Tarmizi et al. | OTC-30121-MS | |
| Omrani et al. | Influences of Geological and Petrophysical Attributes on Electrical Resistivity–Based Reserve Evaluation: Enhancing Carbonate Reservoir Classification, Permian-Triassic Reservoirs of Southern Iran | |
| Byrnes | Measurement of dependent variables-petrophysical variables |
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 |