CN116859485A - 一种高频层序识别与对比方法、系统、设备及终端 - Google Patents
一种高频层序识别与对比方法、系统、设备及终端 Download PDFInfo
- Publication number
- CN116859485A CN116859485A CN202310763877.5A CN202310763877A CN116859485A CN 116859485 A CN116859485 A CN 116859485A CN 202310763877 A CN202310763877 A CN 202310763877A CN 116859485 A CN116859485 A CN 116859485A
- Authority
- CN
- China
- Prior art keywords
- sequence
- curve
- peaks
- natural gamma
- frequency
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 230000008021 deposition Effects 0.000 claims abstract description 84
- 238000005553 drilling Methods 0.000 claims abstract description 35
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000012512 characterization method Methods 0.000 claims abstract description 15
- 238000012800 visualization Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 30
- 238000011160 research Methods 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000012952 Resampling Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000005251 gamma ray Effects 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 abstract description 8
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 4
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 17
- 238000011161 development Methods 0.000 description 14
- 238000007689 inspection Methods 0.000 description 10
- 239000011435 rock Substances 0.000 description 9
- 235000021185 dessert Nutrition 0.000 description 7
- 230000002349 favourable effect Effects 0.000 description 7
- 238000005755 formation reaction Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000004576 sand Substances 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000012731 temporal analysis Methods 0.000 description 4
- 238000000700 time series analysis Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 239000003079 shale oil Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002775 capsule Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 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
- 239000003208 petroleum Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于信息技术服务技术领域，公开了一种高频层序识别与对比方法、系统、设备及终端，采用客观沉积速率定量表征及可视化技术实现沉积速率变化的定量估计。根据获得的最优沉积速率，可准确识别每一口钻井的自然伽马、声波和密度测井曲线的旋回个数，实现这些测井曲线从深度到时间的转换，使每一口井获得具有高可靠性的时间序列，从而真正的实现盆地跨区带钻井间的等时高频层序对比。本发明不仅改善了传统的层序地层学中地震剖面分辨率有限，无法识别高频层序的弊端，实现了在没有地震剖面的油气勘探地区也能准确开展高频层序划分和对比工作；而且，不需要通过艰难的主观判断地层接触关系和岩性组合特征来识别高频层序界面。
Description
技术领域
本发明属于信息技术服务技术领域，尤其涉及一种高频层序识别与对比方法、系统、设备及终端。
背景技术
目前，页岩油气、海相和湖相碳酸盐岩已成为油气勘探和开发的重点领域。但由于页岩和碳酸盐岩层系，在区域上岩相差异大、岩相类型复杂、相变快，矿物组成非均质性强，导致不同岩相沉积模式、时空分布规律及有利储层控制因素认识不清，极大的限制了该领域的油气勘探和开发进程。大量实践表明，高频层序的准确识别和区域等时高频层序对比，是揭示不同岩相和有利储层分布规律的基础，也是油气开发甜点段预测的关键环节。因此，如何准确识别页岩和碳酸盐岩层系的高频层序界面，进行高频层序划分和区域等时高频层序对比，建立高频层序地层格架是目前亟待解决的重要技术问题。
传统的层序地层学多根据地震反射特征、地层接触关系以及岩性组合特征等对层序界面进行识别，一般适用于三级及以上级别的层序划分。然而，这些识别方法在页岩和碳酸盐岩层系高频层序划分中却不太适用。因为①地震剖面的分辨率有限，很难利用地震反射特征来识别四级及以上层序；②页岩和碳酸盐岩层系主要发育于水下，一般为连续沉积，并且高频层序之间的接触关系通常为整合接触，很难通过地层接触关系识别高频层序界面；③页岩和碳酸盐岩层系的岩相虽然复杂，但它们的岩性却很单一，很难利用岩性组合特征识别高频层序界面。再者，传统的层序地层学常根据测井曲线的形态主观的进行高频层序的划分和对比，然而在一些面积较大的油气勘探区，位于不同区域的钻井的测井形态存在很大差异，很难根据测井曲线形态进行高频层序的对比。可见，传统的层序地层学方法具有较强的主观性和多解性，常缺乏时间尺度，等时对比可靠性不高。
近期，部分学者仅基于单一古气候代理指标或高密度元素扫描数据，利用小波变换、米兰科维奇旋回等方法对页岩层系进行高频层序划分，推动了高频层序识别与划分研究的进步。但这些方法所使用的数据要么较单一、没有对比验证的数据，要么获取复杂、数据量大、人力成本较高，而且这些方法尚存在一定的主观性，缺乏客观证据，很难验证高频层序划分的可靠性。因此，有必要开发一种适用于页岩和碳酸盐岩层系的具有高可靠性的高频层序识别与等时对比方法。
通过上述分析，现有技术存在的问题及缺陷为：
(1)地震剖面的分辨率有限，很难利用地震反射特征来识别四级及以上层序；
(2)页岩和碳酸盐岩层系的高频层序之间的接触关系通常为整合接触，很难通过地层接触关系识别高频层序界面；
(3)油气勘探区钻井中页岩和碳酸盐岩层系的常规录井较粗，录井岩性单一，很难利用录井的岩性组合特征识别高频层序界面；
(4)在一些面积较大的油气勘探区，位于不同区域的钻井的测井形态存在很大差异，很难根据测井曲线形态进行高频层序的对比；
(5)现有技术(如小波变换、米兰科维奇旋回等)使用的数据单一、缺少对比验证的数据，而且获取复杂、数据量大、人力成本较高，同时这些方法尚存在一定的主观性和多解性，缺乏客观证据，很难验证高频层序划分的可靠性，并耗费大量时间。总之，传统的层序地层学方法具有较强的主观性和多解性，常缺乏时间尺度，等时对比可靠性不高。
发明内容
针对现有技术存在的问题，本发明提供了一种高频层序识别与对比方法、系统、设备及终端。本发明的高频层序识别与对比方法，实现了高频层序沉积速率变化的定量估计，并可以准确识别每一口钻井的自然伽马、声波和密度测井曲线的旋回个数，实现高分辨率古气候替代指标从深度到时间的转换，使每一口井获得具有高可靠性的时间序列，从而真正的实现盆地跨区带钻井间的等时高频层序对比。该方法不仅改善了传统的层序地层学中地震剖面分辨率有限，无法识别高频层序的弊端，实现了在没有地震剖面的油气勘探地区也能准确开展高频层序划分和对比工作；而且，不需要通过艰难的主观判断地层接触关系和岩性组合特征来识别高频层序界面。该方法对揭示油气勘探区不同岩相和有利储层分布规律以及开展油气开发甜点段预测，具有重要的指导意义。
本发明是这样实现的，一种高频层序识别与对比方法，高频层序识别与对比方法包括：
步骤一，收集研究区每一口钻井同一层段(三级层序)的自然伽马、声波和密度测井曲线；对上述测井曲线数据进行重采样和去趋势；
步骤二，通过客观沉积速率定量表征及可视化技术(如相关系数法和相关系数演化法、有效地零假设(即没有天文信号)检验(包括零假设检验和零假设的显著性水平演化)等)，对经过重采样和去趋势的自然伽马测井曲线进行沉积速率定量估计；
步骤三，在确定每条测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数以及位置是正确的情况下，将由自然伽马测井曲线得到的正玄波形曲线中每个波峰之间的长度或者每个波谷之间的长度的沉积延续时间设定为405千年，建立基于自然伽马测井曲线的年龄模型；
步骤四，完成单口钻井的高频层序界面识别和高频层序单元划分；
步骤五，将研究区每一口钻井同一层段的自然伽马、声波和密度测井曲线都进行步骤一到步骤四的分析，从而识别出每一口钻井同一层位的四级层序和五级层序；以这一层段的顶界或者底界作为锚点，将不同钻井的的四级层序和五级层序分别连接，从而建立研究区某一层位的等时高频层序格架。
进一步，步骤一还包括：将经过处理后的曲线进行频谱和频谱演化分析，根据分析结果筛选出置信区间大于90％且比例大概为405:100:40:20的4个频谱峰值或峰值簇，观察基于自然伽马、声波和密度测井曲线获得的4个频谱峰值或峰值簇是否一致或相近；若一致或相近，则假定这4个峰值或峰值簇的沉积延续时间依次代表了405千年、约100千年、约40千年和20千年，从而分别计算出4个峰值或峰值簇的沉积速率。
进一步，步骤一中对自然伽马、声波和密度测井曲线中代表了405千年的峰值或峰值簇进行高斯带通滤波，得到具有多个波峰和波谷的正玄波形曲线，记录波峰和波谷的个数，观察基于不同测井曲线得到的正玄波形曲线波峰和波谷的个数以及垂向上所处的位置是否一致或相近。
进一步，步骤二还包括：检查通过步骤一计算出的沉积速率是否与客观沉积速率定量表征(如相关系数法)获得的最优平均沉积速率一致，若一致则说明步骤一中选取的4个频谱峰值或峰值簇是正确的；利用客观的沉积速率垂向变化验证步骤一中正玄波形曲线波峰和波谷的个数是否正确，以及每个波峰和波谷的位置是否准确；如果步骤一中基于不同测井曲线得到的正玄波形曲线波峰和波谷的个数不一致，也可以通过客观的沉积速率垂向变化来验证哪一条或者两条测井曲线分析得到正玄波形曲线波峰和波谷的个数是正确的。
进一步，步骤三还包括：根据年龄模型，将自然伽马测井曲线由深度序列转换为时间序列；通过对时间序列的自然伽马曲线进行重采样和去趋势，并进行频谱分析，对频谱图中的405千年和约100千年峰值分别进行高斯带通滤波，得到405千年的滤波曲线和约100千年的滤波曲线。
进一步，步骤四具体包括：将得到的405千年的滤波曲线的每个波谷作为四级层序的界面，每个波谷之间作为一个四级层序；同理，将上述得到的约100千年的滤波曲线的每个波谷作为五级层序的界面，每个波谷之间作为一个五级层序。
本发明的另一目的在于提供一种应用所述的高频层序识别与对比方法的高频层序识别与对比系统，高频层序识别与对比系统包括：
收集模块，用于对每一口钻井同一层段的自然伽马、声波和密度测井曲线进行收集，并对测井曲线数据进行重采样和去趋势；
定量估计模块，用于利用经过处理的的自然伽马测井曲线进行沉积速率定量估计；
年龄模型建立模块，用于建立基于自然伽马测井曲线的年龄模型；
单元划分模块，用于进行单口钻井的高频层序界面识别和高频层序单元划分；
地层格架建立模块，用于建立研究区某一层位的等时高频层序格架。
本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的高频层序识别与对比方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的高频层序识别与对比方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的高频层序识别与对比系统。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一，针对现有技术存在的问题，本发明利用多条高分辨率的古气候替代数据(如自然伽马、声波和密度测井曲线)和岩心资料开展旋回地层学研究，相互验证，创新性的采用客观沉积速率定量表征及可视化技术(如相关系数法和相关系数演化法、有效地零假设(即没有天文信号)检验(包括零假设检验和零假设的显著性水平演化)等)，实现沉积速率变化的定量估计。根据该方法获得的最优沉积速率，可以准确识别每一口钻井的自然伽马、声波和密度测井曲线的旋回个数，实现高分辨率古气候替代指标从深度到时间的转换，使每一口井获得具有高可靠性的时间序列，从而真正的实现盆地跨区带钻井间的等时高频层序对比。该方法不仅改善了传统的层序地层学中地震剖面分辨率有限，无法识别高频层序的弊端，实现了在没有地震剖面的油气勘探地区也能准确开展高频层序划分和对比工作；而且，不需要通过艰难的主观判断地层接触关系和岩性组合特征来识别高频层序界面。该方法对揭示油气勘探区不同岩相和有利储层分布规律以及开展油气开发甜点段预测，具有重要的指导意义。
第二，本发明利用的自然伽马、声波和密度测井曲线较容易获得，几乎每口钻井都有，不需要额外耗费人力和财力重新扫描其他类型的古气候代理数据，从而节约成本；而且，绝大多数钻井没有连续取芯，无法开展高密度元素和磁化率扫描等工作。三条测井曲线同时分析，起到了相互验证的作用，相比目前已有的技术使用的数据单一，缺少对比验证，而且数据获取复杂、数据量大、人力成本较高，本发明具有明显的准确性和全面性，节省了人力和财力，有非常显著的进步。注：(1)前人通过对16个高分辨率古气候代用指标的比较分析，证明了自然伽马测井曲线是信噪比最高、稳定性最好的古气候代理指标。(2)声波和密度测井曲线可以通过反映岩石中不同矿物的含量进一步反映古气候变化，比如岩石中粘土含量高，则声波和密度测井曲线均为小值，岩石中碳酸盐含量高，则声波和密度测井曲线均为大值。
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：
主要表现在服务于中国石化胜利油田页岩油和碳酸盐岩油气勘探与开发，也应用于渤海湾盆地其他坳陷，以及中国的其他陆相和海相盆地，如江汉盆地、南襄盆地、四川盆地等地区的页岩油和碳酸盐岩油气勘探与开发。该方法对各个沉积盆地中总体为连续沉积的页岩和碳酸盐岩层系均适用，具有很好的普适性和可推广性。因该方法真正的实现了盆地跨区带钻井间的等时高频层序对比，可准确揭示油气勘探区不同岩相和有利储层分布规律，极大的提高油气开发甜点段预测的有效性，有助于开展准确、高效的页岩和碳酸盐岩油气勘探和开发，也节约了油气勘探和开发成本，必将推动陆相和海相页岩和碳酸盐岩油气产能建设，具有重要价值。本方法有力地支撑了油气勘探和开发工作，促进页岩和碳酸盐岩油气增储上产，得到了中石化胜利油田、中石化江汉油田、中石油西南油气田分公司等的高度认可，具有良好的推广和应用前景，对保障国家能源安全和经济发展具有重要意义。
(2)本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题：
如何准确识别页岩和碳酸盐岩层系的高频层序界面，进行高频层序划分和区域等时高频层序对比，建立等时高频层序格架是揭示不同岩相和有利储层分布规律的基础，也是油气开发甜点段预测的关键环节。因此，油气勘探和开发者一直渴望建立一套真正具有等时意义的高频层序划分和对比方法，并运用这种方法在时间和空间上有效的追踪有利储层和油气开发甜点段，并进一步进行油气有利区带预测。本发明建立了这种方法，利用每口钻井都有的自然伽马、声波和密度测井曲线，创新性的利用客观沉积速率定量表征及可视化技术(如相关系数法和相关系数演化法、有效地零假设(即没有天文信号)检验(包括零假设检验和零假设的显著性水平演化)等)，实现沉积速率变化的定量估计，准确识别每一口钻井的自然伽马、声波和密度测井曲线的旋回个数，相互验证，实现测井曲线从深度到时间的转换，使每一口井获得具有高可靠性的时间序列，从而真正的实现盆地跨区带钻井间的等时地层对比，有效解决了目前油气勘探开发者利用传统层序地层方法进行高频层序划分与对比时，高频层序划分不准确，高频层序对比经常对错的困扰。
(3)本发明的技术方案是否克服了技术偏见：
本发明有效的克服了传统层序地层划分和对比方法中存在的主观性、多解性以及会耗费大量时间，例如，在同一个油气勘探区，不同的油气勘探开发者，利用同一种方法划分出的高频层序经常具有较大差异，导致他们在高频层序对比时也会出现不同的结果，很难判断不同结果的准确性，从而产生学术争议，也降低了油气勘探和开发的效率。本发明在高频层序界面识别、层序划分和层序对比时，采用客观沉积速率定量表征及可视化技术，遵循客观性，并在划分高频层序时有标准，即将得到的405千年的滤波曲线的每个波谷作为四级层序的界面，将得到的约100千年的滤波曲线的每个波谷作为五级层序的界面，从而真正实现高可靠性的等时高频层序对比。本发明对丰富高频层序地层学理论，推动页岩和碳酸盐岩油气储量和产量的持续增长具有重要意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的高频层序识别与对比方法流程图；
图2是本发明实施例提供的A井沙三下亚段旋回地层学分析结果图；其中(a)为自然伽马测井曲线分析结果；(b)为声波测井曲线分析结果；(c)为密度测井曲线分析结果；
图3是本发明实施例提供的A井沙三下亚段伽马测井曲线相关系数法和相关系数演化法分析结果图；其中，(a)为相关系数法最优平均沉积速率分析结果；(b)为零假设(即没有天文信号)检验最优沉积速率分析结果；(c)为相关系数演化法沉积速率垂向演化分析结果；(d)为零假设的显著性水平演化分析结果；
图4是本发明实施例提供的A井沙三下亚段伽马测井曲线时间序列分析及高频层序界面识别与划分示意图；
图5是本发明实施例提供的B井沙三下亚段伽马测井曲线时间序列分析及高频层序界面识别与划分示意图；
图6是本发明实施例提供的C井沙三下亚段伽马测井曲线时间序列分析及高频层序界面识别与划分示意图；
图7是本发明实施例提供的D井沙三下亚段伽马测井曲线时间序列分析及高频层序界面识别与划分示意图；
图8是本发明实施例提供的东营凹陷沙三下亚段的高频层序对比及等时高频层序格架建立示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供了一种高频层序识别与对比方法，核心创新点主要包括以下几个方面：
1.使用客观沉积速率定量表征及可视化技术对自然伽马测井曲线进行沉积速率定量估计。这个技术可以更加准确地确定每个沉积层的年龄，从而提高层序识别的精度。
2.建立基于自然伽马测井曲线的年龄模型。通过确定正玄波形曲线中每个波峰之间的长度或者每个波谷之间的长度的沉积延续时间，可以建立基于自然伽马测井曲线的年龄模型，从而实现高频层序界面识别和单元划分。
3.将不同钻井的四级层序和五级层序连接，从而建立研究区某一层位的高频等时高频层序格架。这个方法可以综合不同钻井的数据，从而更加全面地揭示不同层位的高频层序格架，为地质研究提供更加准确的基础数据。
总的来说，这个方法通过结合多种测井数据和客观沉积速率定量表征及可视化技术，实现了高频层序界面识别和单元划分，并建立了研究区某一层位的高频等时高频层序格架，具有较高的准确性和可靠性，为地质研究提供了重要的支持。
针对现有技术存在的问题，本发明提供了一种高频层序识别与对比方法、系统、设备及终端，下面结合附图对本发明作详细的描述。
本发明实施例提供了一种高频层序识别与对比方法，如图1所示，高频层序识别与对比方法包括：
S101，收集研究区每一口钻井同一层段(即三级层序)的自然伽马、声波和密度测井曲线；对上述测井曲线数据进行重采样和去趋势；
S102，通过客观沉积速率定量表征及可视化技术(如相关系数法和相关系数演化法、有效地零假设(即没有天文信号)检验(包括零假设检验和零假设的显著性水平演化)等)，对经过重采样和去趋势的自然伽马测井曲线进行沉积速率定量估计；
S103，在确定每条测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数以及位置是正确的情况下，将由自然伽马测井曲线得到的正玄波形曲线中每个波峰之间的长度或者每个波谷之间的长度的沉积延续时间设定为405千年，建立基于自然伽马测井曲线的年龄模型；
S104，完成单口钻井的高频层序界面识别和高频层序单元划分；
S105，将研究区每一口钻井同一层段的自然伽马、声波和密度测井曲线都进行步骤一到步骤四的分析，从而识别出每一口钻井同一层位的四级层序和五级层序；以这一层段的顶界或者底界作为锚点，将不同钻井的四级层序和五级层序分别连接，从而建立研究区某一层位的等时高频层序格架。
S101还包括：将经过处理后的曲线进行频谱和频谱演化分析，根据分析结果筛选出置信区间大于90％且比例大概为405:100:40:20的4个频谱峰值或峰值簇，观察基于自然伽马、声波和密度测井曲线获得的4个频谱峰值或峰值簇是否一致或相近；若一致或相近，则假定这4个峰值或峰值簇的沉积延续时间依次代表了405千年、约100千年、约40千年和20千年，从而分别计算出4个峰值或峰值簇的沉积速率。
S101中对自然伽马、声波和密度测井曲线中代表了405千年的峰值或峰值簇进行高斯带通滤波，得到具有多个波峰和波谷的正玄波形曲线，记录波峰和波谷的个数，观察基于不同测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数以及垂向上所处的位置是否一致或相近。
S102还包括：检查通过步骤一计算出的沉积速率是否与客观沉积速率定量表征(如相关系数法)获得的最优平均沉积速率一致，若一致则说明步骤一中选取的4个频谱峰值或峰值簇是正确的；利用客观的沉积速率垂向变化验证步骤一中正玄波形曲线波峰和波谷的个数是否正确，以及每个波峰和波谷的位置是否准确；如果步骤一中基于不同测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数不一致，也可以通过客观的沉积速率垂向变化来验证哪一条或者两条测井曲线分析得到正玄波形曲线波峰和波谷的个数是正确的。
S103还包括：根据年龄模型，将自然伽马测井曲线由深度序列转换为时间序列；通过对时间序列的自然伽马曲线进行重采样和去趋势，并进行频谱分析，对频谱图中的405千年和约100千年峰值分别进行高斯带通滤波，得到405千年的滤波曲线和约100千年的滤波曲线。
S104具体包括：将得到的405千年的滤波曲线的每个波谷作为四级层序的界面，每个波谷之间作为一个四级层序；同理，将上述得到的约100千年的滤波曲线的每个波谷作为五级层序的界面，每个波谷之间作为一个五级层序。
作为优选本发实施例提供了一种应用所述的高频层序识别与对比方法的高频层序识别与对比系统，高频层序识别与对比系统包括：
收集模块，用于对每一口钻井同一层段的自然伽马、声波和密度测井曲线进行收集，并对测井曲线数据进行重采样和去趋势；
定量估计模块，用于利用经过处理的的自然伽马测井曲线进行沉积速率定量估计；
年龄模型建立模块，用于建立基于自然伽马测井曲线的年龄模型；
单元划分模块，用于进行单口钻井的高频层序界面识别和高频层序单元划分；
地层格架建立模块，用于建立研究区某一层位的等时高频层序格架。
本发明的应用实施例提供了一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的高频层序识别与对比方法的步骤。
本发明的应用实施例提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的高频层序识别与对比方法的步骤。
本发明的应用实施例提供了一种信息数据处理终端，信息数据处理终端用于实现所述的高频层序识别与对比系统。
本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
(1)本发明拟选取渤海湾盆地东营凹陷内的A井、B井、C井、D井的沙三下亚段作为高频层序划分和对比的实施对象。首先，收集A井、B井、C井、D井沙三下亚段的自然伽马、声波和密度测井曲线；以A井为例，前人研究表明沙三下亚段为一个三级层序(即SQ1)，对A井的自然伽马、声波和密度测井曲线数据进行重采样和去趋势(图2)。将经过上述处理后的测井曲线进行频谱和频谱演化分析，根据分析结果筛选出置信区间大于90％的4个频谱峰值或峰值簇，即基于自然伽马的4个频谱峰值为58～29m、15～12m、4.8～2.9m、1.7～1.6m，基于密度测井的4个频谱峰值为61～30m、13～10m、3.1～2.8m、1.6～1.5m，基于声波测井的4个频谱峰值为60～31m、14～10m、4.9～3.1m、1.7～1.5m(图1)。可见，基于不同测井曲线得到的4个频谱峰值分别大小相近；且基于不同测井曲线得到的4个频谱峰值比值的比例均约为405:100:40:20。假定这4个峰值的沉积延续时间依次代表了405千年、约100千年、约40千年和20千年，从而分别计算出4个峰值的沉积速率，即基于自然伽马得到的沉积速率为14.3～7.2cm/kyr、15～12cm/kyr、12～7.3cm/kyr、8.5～8.0cm/kyr，基于密度测井得到的沉积速率为15～7.4cm/kyr、13～10cm/kyr、7.8～7.0cm/kyr、8.0～7.5cm/kyr，基于声波测井得到的沉积速率为14.8～7.7cm/kyr、14～10cm/kyr、12.3～7.8cm/kyr、8.5～7.5cm/kyr。对自然伽马、声波和密度测井曲线中代表了405千年的峰值(即：～40m)进行高斯带通滤波，分别得到具有多个波峰和波谷的正玄波形曲线，这三条正玄波形曲线的波峰和波谷个数相同，均为5波谷和5个波峰，且三条正玄波形曲线的波峰和波谷一一对应(图2)。
(2)通过客观沉积速率定量表征及可视化技术(如相关系数法和相关系数演化法、有效地零假设(即没有天文信号)检验(包括零假设检验和零假设的显著性水平演化)等)，对经过重采样和去趋势的自然伽马测井曲线进行沉积速率定量估计，获得最优的平均沉积速率为10cm/kyr和客观的沉积速率垂向变化图(图3)；可见，通过步骤1计算出的沉积速率与客观沉积速率定量表征(如相关系数法)获得的最优平均沉积速率十分相近，说明步骤1中选取的4个频谱峰值是正确的；进一步，利用客观的沉积速率垂向变化验证步骤1中正玄波形曲线波峰和波谷的个数以及每个波峰和波谷的位置是正确的。
(3)将由自然伽马测井曲线得到的正玄波形曲线中每个波峰之间的长度(即：～40m)的沉积延续时间设定为405千年，进一步建立基于自然伽马测井曲线的年龄模型。根据这个年龄模型，将自然伽马测井曲线由深度序列转换为时间序列(图4)，得到A井沙三下亚段的延续时间为1.8百万年，与一个三级层序(SQ1)的延续时间一致。针对A井，通过年龄模型得到的沉积速率垂向变化与新的客观相关系数演化法分析结果十分吻合(图3(c))，零假设的显著性水平总体小于2％(图3(d))，说明基于A井建立的时间序列具有高可靠性。通过对时间序列的自然伽马曲线进行重采样和去趋势，并进行频谱分析，对频谱图中的405千年和约100千年峰值分别进行高斯带通滤波，得到405千年的滤波曲线和约100千年的滤波曲线(图4)。
(4)将上述得到的405千年的滤波曲线的每个波谷作为四级层序的界面(共识别出6个四级层序界面)，每个波谷之间作为一个四级层序(共划分出5个四级层序，即P1ss1、P1ss2、P1ss3、P1ss4、P1ss5)(图4)；同理，将上述得到的约100千年的滤波曲线的每个波谷作为五级层序的界面(共识别出19个五级层序界面)，每个波谷之间作为一个五级层序(共划分出18个五级层序，即P1s1、P1s2、P1s3、P1s4、P1s5、P1s6、P1s7、P1s8、P1s9、P1s10-1、P1s10-2、P1s11、P1s12、P1s13、P1s14、P1s15、P1s16、P1s17)(图4)。从而完成A井的高频层序界面识别和高频层序单元划分。
(5)将研究区B井、C井、D井都进行上述步骤1～4的分析，得到B井、C井、D井沙三下亚段的延续时间均为1.8百万年，与A井一致(图4、5、6、7)。而且，B井沙三下亚段划分出5个四级层序和17个五级层序(图5)，C井沙三下亚段划分出5个四级层序和18个五级层序(图6)，D井沙三下亚段划分出5个四级层序和20个五级层序(图7)；以沙三下亚段的顶界作为锚点，将A井、B井、C井、D井的四级层序和五级层序相同编号分别连接，从而建立东营凹陷沙三下亚段的等时高频层序格架(图8)。
以下是六个具体的实施例，展示了高频层序识别与对比方法的应用：
1.应用于油田勘探：该方法在油田勘探中使用，收集研究区每一口钻井同一层段的自然伽马、声波和密度测井曲线。通过对这些曲线数据进行重采样和去趋势处理，然后利用客观沉积速率定量表征及可视化技术对自然伽马测井曲线进行沉积速率估计。最后，通过识别高频层序界面和划分高频层序单元，建立研究区某一层位的高频等时高频层序格架，从而有效的追踪有利储层和油气开发甜点段，并进一步进行油气有利区带预测。
2.应用于地质研究：该方法用于地质研究中，通过收集不同地质剖面的钻井测井数据，如自然伽马、声波和密度测井曲线。对这些曲线进行重采样和去趋势处理，并利用沉积速率定量估计技术获取沉积速率信息。然后，根据正玄波形曲线的特征和长度，建立年龄模型，并通过识别高频层序界面和划分高频层序单元，揭示地质层序演化的特征和模式。
3.应用于矫正地震地层解释：该方法用于矫正地震地层解释，结合地震剖面和钻井测井数据。通过收集地震剖面和相应钻井的自然伽马、声波和密度测井曲线，对测井曲线数据进行重采样和去趋势处理。然后，利用沉积速率定量估计技术和正玄波形曲线的长度，建立年龄模型，从而识别每一口钻井的高频层序界面，将这些不同钻井的高频层序界面标注在地震剖面上，总结不同界面的地震响应特征从而正确解释地震剖面所反映的地层结构和沉积特征，也能很好的使那些不好解释的地震剖面(如地震剖面反射不明显、地震剖面品质不高、地震剖面杂乱反射)得到正确的解释和地层追踪。
4.应用于地质模型构建：该方法应用于地质模型构建，通过采集多口钻井的自然伽马、声波和密度测井曲线数据。对这些曲线进行重采样和去趋势处理，并利用沉积速率定量估计技术获取沉积速率信息。然后，基于自然伽马测井曲线的年龄模型，识别和连接不同钻井的四级层序和五级层序，建立高频等时高频层序格架，为地质模型的构建提供基础框架。
5.应用于沉积环境分析：该方法用于沉积环境分析，收集研究区多个钻井的自然伽马、声波和密度测井曲线。通过重采样和去趋势处理，利用沉积速率定量估计技术确定沉积速率。然后，通过识别高频层序界面和划分高频层序单元，分析不同钻井之间的沉积特征和环境变化，揭示沉积体系的演化过程。
6.应用于岩性对比和油气储层预测：该方法应用于岩性对比和油气储层预测，通过收集多口钻井的自然伽马、声波和密度测井曲线数据。对曲线数据进行重采样和去趋势处理，利用沉积速率定量估计技术获取沉积速率信息。然后，通过识别高频层序界面和等时划分高频层序单元，分析不同钻井之间的岩性和岩相变化以及储层特征的差异性，从而揭示等时格架下岩性和岩相以及储层的变化规律，为油气勘探和开发提供预测依据。
这些实施例展示了高频层序识别与对比方法在不同领域的应用，包括油田勘探、地质研究、矫正地震地层解释、地质模型构建、沉积环境分析以及岩性对比和油气储层预测。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种高频层序识别与对比方法，其特征在于，使用客观沉积速率定量表征及可视化技术对自然伽马测井曲线进行沉积速率定量估计；建立基于自然伽马测井曲线的年龄模型。通过确定正玄波形曲线中每个波峰之间的长度或者每个波谷之间的长度的沉积延续时间，建立基于自然伽马测井曲线的年龄模型，从而实现高频层序界面识别和单元划分；将不同钻井的四级层序和五级层序连接，建立研究区某一层位的高频等时高频层序格架。
2.如权利要求1所述的高频层序识别与对比方法，其特征在于，具体包括：
步骤一，收集研究区每一口钻井同一层段的自然伽马、声波和密度测井曲线；对上述测井曲线数据进行重采样和去趋势；
步骤二，通过客观沉积速率定量表征及可视化技术，对经过重采样和去趋势的自然伽马测井曲线进行沉积速率定量估计；
步骤三，在确定每条测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数以及位置是正确的情况下，将由自然伽马测井曲线得到的正玄波形曲线中每个波峰之间的长度或者每个波谷之间的长度的沉积延续时间设定为405千年，建立基于自然伽马测井曲线的年龄模型；
步骤四，完成单口钻井的高频层序界面识别和高频层序单元划分；
步骤五，将研究区每一口钻井同一层段的自然伽马、声波和密度测井曲线都进行步骤一到步骤四的分析，从而识别出每一口钻井同一层位的四级层序和五级层序；以这一层段的顶界或者底界作为锚点，将不同钻井的的四级层序和五级层序分别连接，从而建立研究区某一层位的高频等时高频层序格架。
3.如权利要求1所述的高频层序识别与对比方法，其特征在于，步骤一还包括：将经过处理后的曲线进行频谱和频谱演化分析，根据分析结果筛选出置信区间大于90％且比例大概为405:100:40:20的4个频谱峰值或峰值簇，观察基于自然伽马、声波和密度测井曲线获得的4个频谱峰值或峰值簇是否一致或相近；若一致或相近，则假定这4个峰值或峰值簇的沉积延续时间依次代表了405千年、约100千年、约40千年和20千年，从而分别计算出4个峰值或峰值簇的沉积速率。
4.如权利要求1所述的高频层序识别与对比方法，其特征在于，步骤一中对自然伽马、声波和密度测井曲线中代表了405千年的峰值或峰值簇进行高斯带通滤波，得到具有多个波峰和波谷的正玄波形曲线，记录波峰和波谷的个数，观察基于不同测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数以及垂向上所处的位置是否一致或相近。
5.如权利要求1所述的高频层序识别与对比方法，其特征在于，步骤二还包括：检查通过步骤一计算出的沉积速率是否与客观沉积速率定量表征(如相关系数法)获得的最优平均沉积速率一致，若一致则说明步骤一中选取的4个频谱峰值或峰值簇是正确的；利用客观的沉积速率垂向变化验证步骤一中正玄波形曲线波峰和波谷的个数是否正确，以及每个波峰和波谷的位置是否准确；如果步骤一中基于不同测井曲线通过滤波得到的正玄波形曲线波峰和波谷的个数不一致，也可以通过客观的沉积速率垂向变化来验证哪一条或者两条测井曲线分析得到正玄波形曲线波峰和波谷的个数是正确的。
6.如权利要求1所述的高频层序识别与对比方法，其特征在于，步骤三还包括：根据年龄模型，将自然伽马测井曲线由深度序列转换为时间序列；通过对时间序列的自然伽马曲线进行重采样和去趋势，并进行频谱分析，对频谱图中的405千年和约100千年峰值分别进行高斯带通滤波，得到405千年的滤波曲线和约100千年的滤波曲线；
步骤四具体包括：将得到的405千年的滤波曲线的每个波谷作为四级层序的界面，每个波谷之间作为一个四级层序；同理，将上述得到的约100千年的滤波曲线的每个波谷作为五级层序的界面，每个波谷之间作为一个五级层序。
7.一种应用如权利要求1～6所述的高频层序识别与对比方法的高频层序识别与对比系统，高频层序识别与对比系统包括：
收集模块，用于对每一口钻井同一层段的自然伽马、声波和密度测井曲线进行收集，并对测井曲线数据进行重采样和去趋势；
定量估计模块，用于利用经过处理的的自然伽马测井曲线进行沉积速率定量估计；
年龄模型建立模块，用于建立基于自然伽马测井曲线的年龄模型；
单元划分模块，用于进行单口钻井的高频层序界面识别和高频层序单元划分；
地层格架建立模块，用于建立研究区某一层位的等时高频层序格架。
8.一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～6所述的高频层序识别与对比方法的步骤。
9.一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～6所述的高频层序识别与对比方法的步骤。
10.一种信息数据处理终端，信息数据处理终端用于实现如权利要求7所述的高频层序识别与对比系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310763877.5A CN116859485A (zh) | 2023-06-27 | 2023-06-27 | 一种高频层序识别与对比方法、系统、设备及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310763877.5A CN116859485A (zh) | 2023-06-27 | 2023-06-27 | 一种高频层序识别与对比方法、系统、设备及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116859485A true CN116859485A (zh) | 2023-10-10 |
Family
ID=88235042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310763877.5A Pending CN116859485A (zh) | 2023-06-27 | 2023-06-27 | 一种高频层序识别与对比方法、系统、设备及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116859485A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688206A (zh) * | 2017-09-05 | 2018-02-13 | 中国石油大港油田勘探开发研究院 | 一种高分辨率层序地层划分与对比方法 |
| CN108919369A (zh) * | 2018-05-16 | 2018-11-30 | 中国海洋石油集团有限公司 | 一种定量识别米兰科维奇周期的方法 |
| CN112649887A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油天然气股份有限公司 | 基于钻井资料定量划分层序地层的方法及装置 |
| CN113655544A (zh) * | 2021-08-13 | 2021-11-16 | 西南石油大学 | 富有机质页岩高精度地层划分方法 |
| CN115113268A (zh) * | 2022-05-19 | 2022-09-27 | 中煤科工集团沈阳研究院有限公司 | 一种基于米氏旋回的三级层序划分方法 |
| US20230058742A1 (en) * | 2021-08-18 | 2023-02-23 | China University Of Geosciences | Method and storage medium for quantitative reconstruction of paleowater depth based on milankovitch cycles |
-
2023
- 2023-06-27 CN CN202310763877.5A patent/CN116859485A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688206A (zh) * | 2017-09-05 | 2018-02-13 | 中国石油大港油田勘探开发研究院 | 一种高分辨率层序地层划分与对比方法 |
| CN108919369A (zh) * | 2018-05-16 | 2018-11-30 | 中国海洋石油集团有限公司 | 一种定量识别米兰科维奇周期的方法 |
| CN112649887A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油天然气股份有限公司 | 基于钻井资料定量划分层序地层的方法及装置 |
| CN113655544A (zh) * | 2021-08-13 | 2021-11-16 | 西南石油大学 | 富有机质页岩高精度地层划分方法 |
| US20230058742A1 (en) * | 2021-08-18 | 2023-02-23 | China University Of Geosciences | Method and storage medium for quantitative reconstruction of paleowater depth based on milankovitch cycles |
| CN115113268A (zh) * | 2022-05-19 | 2022-09-27 | 中煤科工集团沈阳研究院有限公司 | 一种基于米氏旋回的三级层序划分方法 |
Non-Patent Citations (7)
| Title |
|---|
| 宋翠玉等: "米兰科维奇旋回时间序列分析法研究进展", 沉积学报, 30 April 2022 (2022-04-30), pages 382 - 387 * |
| 年涛等: "东营凹陷孔一段"红－灰"岩层旋回沉积记录：以王家岗地区王46井为例", 地质科技通报, 31 May 2022 (2022-05-31), pages 33 * |
| 彭军等: "天文地层学研究程序及其在渤海湾盆地东营凹陷的应用实例分析", 石油与天然气地质, 31 December 2022 (2022-12-31), pages 1292 - 1295 * |
| 朱春霞等: "陆丰凹陷韩江组旋回地层学分析及天文年代标尺的建立", 海洋地质前沿 * |
| 王浡，等: "天文周期驱动下湖相细粒沉积岩有机质富集模式—以东营凹陷LY1 井沙三下—沙四上亚段为例", 沉积学报, pages 2 - 15 * |
| 石巨业等: "基于米兰科维奇理论的高精度旋回识别与划分-以南图尔盖盆地Ary301井中侏罗统为例", 沉积学报, 30 June 2017 (2017-06-30), pages 437 * |
| 马义权等: "天文驱动下的中始新世东营凹陷气候水文演化与有机质富集机理", 第四纪研究 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
| CN111596364B (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
| CN113050157B (zh) | 一种基于露头资料的碳酸盐岩地震储层反演方法及系统 | |
| CN103616731B (zh) | 一种油气勘探中蚀变火山岩有效储层确定方法及装置 | |
| US11586790B2 (en) | Determining hydrocarbon production sweet spots | |
| CN109543915B (zh) | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 | |
| CN112505784B (zh) | 一种煤矿井下盾构机掘进路线选择方法 | |
| CN105093313A (zh) | 一种岩溶型油藏单井油气产能预测方法及装置 | |
| CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
| CN114114459A (zh) | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 | |
| CN113109875B (zh) | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 | |
| CN115629417B (zh) | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 | |
| CN116859485A (zh) | 一种高频层序识别与对比方法、系统、设备及终端 | |
| CN113281820B (zh) | 周口坳陷及周缘地区山西组潮坪沉积体系非常规油气有利勘探区预测方法 | |
| CN111708100B (zh) | 深部薄层油气储层确定方法及相关装置 | |
| CN115857047A (zh) | 一种地震储层综合预测方法 | |
| CN111090117A (zh) | 一种相控正演约束下的有效储层预测方法及系统 | |
| CN116335648A (zh) | 基于随钻录测井资料的砾岩水平井甜点品质定量评价方法 | |
| CN110795513B (zh) | 河流相源储异位型致密油气甜点区分布的预测方法 | |
| CN114200543B (zh) | 一种基于沉积速率估算的三角洲沉积微相定量划分方法 | |
| CN117345208B (zh) | 一种压裂优势区定量表征方法、装置、电子设备及介质 | |
| Liu | Prediction Technology and Its Application for Inter Salt Shale Oil Reservoirs | |
| CN118246580A (zh) | 一种煤层气井产水能力预测方法及装置 | |
| CN118363067A (zh) | 一种逐级体控的海陆过渡相致密砂岩甜点预测方法及装置 | |
| CN117452505A (zh) | 一种基于地震沉积学理论的精确预测薄层砂体时空展布特征的方法 |
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 |