CN117035139A - 页岩气总含量的确定方法、装置、电子设备及存储介质 - Google Patents
页岩气总含量的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117035139A CN117035139A CN202210470656.4A CN202210470656A CN117035139A CN 117035139 A CN117035139 A CN 117035139A CN 202210470656 A CN202210470656 A CN 202210470656A CN 117035139 A CN117035139 A CN 117035139A
- Authority
- CN
- China
- Prior art keywords
- shale gas
- data
- content
- correlation
- gas 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012512 characterization method Methods 0.000 claims description 53
- 238000001179 sorption measurement Methods 0.000 claims description 27
- 238000004090 dissolution Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000007789 gas Substances 0.000 description 275
- 229910052500 inorganic mineral Inorganic materials 0.000 description 26
- 239000011707 mineral Substances 0.000 description 26
- 230000015572 biosynthetic process Effects 0.000 description 20
- 229930195733 hydrocarbon Natural products 0.000 description 15
- 150000002430 hydrocarbons Chemical class 0.000 description 15
- 239000011148 porous material Substances 0.000 description 14
- 239000004215 Carbon black (E152) Substances 0.000 description 13
- 239000005416 organic matter Substances 0.000 description 12
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 10
- 229910001748 carbonate mineral Inorganic materials 0.000 description 10
- 239000011435 rock Substances 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 229910052683 pyrite Inorganic materials 0.000 description 7
- 239000011028 pyrite Substances 0.000 description 7
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 7
- 239000010426 asphalt Substances 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000002734 clay mineral Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000033558 biomineral tissue development Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000008398 formation water Substances 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 1
- 244000166071 Shorea robusta Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本申请提供的一种页岩气总含量的确定方法、装置、电子设备及存储介质,通过预先建立的页岩气总含量预测模型,将获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据输入至页岩气总含量预测模型,实现对页岩气总含量的准确计算。
Description
技术领域
本申请涉及石油勘探开发技术领域,特别地涉及一种页岩气总含量的确定方法、装置、电子设备及存储介质。
背景技术
当前,页岩气不仅是全球天然气勘探和开发领域的热点,更改变了全球能源经济的格局,成为我国重要的战略接替资源,吸引了很多专家学者的深入研究。与常规油气相比,页岩气作为一种非常规油气资源的最大特点是赋存形式的多样性。受控于沉积环境和构造背景的差异,不同的页岩特性差异较大,导致页岩气的赋存形式和每种形式的页岩气含气能力存在较大差异,很大程度上影响了对页岩气藏地质储量的评估。
发明内容
针对上述问题,本申请提供一种页岩气总含量的确定方法、装置、电子设备及存储介质。
本申请提供了一种页岩气总含量的确定方法,包括:
获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据;
将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
在一些实施例中,所述方法还包括:
获取样本工区的第一样本数据,所述第一样本数据包括:吸附态页岩气含量和吸附态页岩气含量对应的各个第一影响因素的数据;
基于各个第一影响因素的数据计算任意两个第一影响因素之间的第一相关性;
并基于吸附态页岩气含量和各个第一影响因素的数据确定各个第一影响因素与吸附态页岩气含量之间的第二相关性;
基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素;
基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型。
在一些实施例中,所述基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素,包括:
将第一相关性小于第一相关性阈值,且第二相关性大于第二相关性阈值对应的影响因素确定为第一主控因素。
在一些实施例中,所述基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型,包括:
基于所述第一主控因素的数据和吸附态页岩气含量采用回归算法建立吸附态页岩气含量的定量表征模型。
在一些实施例中,所述方法还包括:
获取样本工区的第二样本数据,所述第二样本数据包括:游离态页岩气含量和游离态页岩气含量对应的各个第二影响因素的数据;
基于各个第二影响因素的数据计算任意两个第二影响因素之间的第三相关性;
并基于游离态页岩气含量和各个第二影响因素的数据确定各个第二影响因素与游离态页岩气含量之间的第四相关性;
基于所述第三相关性和第四相关性确定所述游离态页岩气含量的第二主控因素;
基于所述第二主控因素的数据和游离态页岩气含量建立游离态页岩气含量的定量表征模型。
在一些实施例中,所述方法还包括:
获取样本工区的第三样本数据,所述第三样本数据包括:溶解态页岩气含量和溶解态页岩气含量对应的各个第三影响因素的数据;
基于各个第三影响因素的数据计算任意两个第三影响因素之间的第五相关性;
并基于溶解态页岩气含量和各个第三影响因素的数据确定各个第三影响因素与溶解态页岩气含量之间的第六相关性;
基于所述第五相关性和第六相关性确定所述游离态页岩气含量的第三主控因素;
基于所述第三主控因素对应的数据和溶解态页岩气含量建立溶解态页岩气含量的定量表征模型。
在一些实施例中,所述方法还包括:
基于吸附态页岩气含量的定量表征模型、游离态页岩气含量的定量表征模型和溶解态页岩气含量的定量表征模型确定页岩气总含量预测模型。
本申请实施例提供一种页岩气总含量的确定装置,包括:
第一获取模块,用于获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据;
第一计算模块,用于将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行上述任意一项所述页岩气总含量的确定方法。
本申请实施例提供一种存储介质,该存储介质存储的计算机程序,能够被一个或多个处理器执行,能够用来实现上述任一项所述页岩气总含量的确定方法。
本申请提供的一种页岩气总含量的确定方法、装置、电子设备及存储介质,通过预先建立的页岩气总含量预测模型,将获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据输入至页岩气总含量预测模型,实现对页岩气总含量的准确计算。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例提供的一种页岩气总含量的确定方法的实现流程示意图;
图2为本申请实施例提供的另一种页岩气总含量的确定方法的实现流程示意图;
图3为本申请实施例提供的一种页岩气含量的确定装置的结构示意图;
图4为本申请实施例提供的电子设备的组成结构示意图。
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明,在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
在介绍本申请实施例之前,对相关技术中的问题进行简要介绍:
当前,页岩气不仅是全球天然气勘探和开发领域的热点,更改变了全球能源经济的格局,成为我国重要的战略接替资源,吸引了很多专家学者的深入研究。与常规油气相比,页岩气作为一种非常规油气资源的最大特点是赋存形式的多样性。受控于沉积环境和构造背景的差异,不同的页岩特性差异较大,导致页岩气的赋存形式和每种形式的页岩气含气能力存在较大差异,很大程度上影响了对页岩气藏地质储量的评估,因此,要准确评价页岩气藏的含气能力和资源潜力,必须明确不同赋存形式页岩气的容烃能力。
页岩气在泥页岩储层中主要以游离(储存在天然裂缝和粒间孔隙内)、吸附(赋存在有机质和黏土颗粒表面)及溶解(溶于干酪根和沥青中)三种赋存形式存在,因此,表征泥页岩的容气能力需要对游离态、吸附态和溶解态页岩气分别进行定量评价。然而,大多数学者在对页岩气赋存形式进行定量研究时,通常只对吸附态和游离态页岩气进行评价,对溶解态页岩气的研究甚少。游离态页岩气含量的表征方法较为成熟,主要是借鉴常规天然气的体积法来计算,相关参数可通过测井解释获取。吸附态页岩气含量主要是通过等温吸附实验法,建立一定温度条件下吸附气量与实验压力的关系模型,进而获得实际地层温压条件下页岩的吸附气含量,后续研究也多是提高实验精度对模型进行改进或参数修正。溶解态页岩气的含量主要是基于相关经验公式获取,由于计算过程较为繁杂且含量相对较少,通常被忽略。还有一些学者通过基于对某一地区页岩气富集主控因素的分析,采用线性回归、灰色关联法、神经网络法等方法建立了吸附气量与其他参数的回归预测模型,但对游离态和溶解态的预测模型则较少。
相关技术分析表明,等温吸附法受实验条件和样品数量的限制,无法快速、批量、经济的开展;游离态和溶解态含量的计算受经验公式中参数非均质性影响较大。此外,页岩气的富集成藏是一个受吸附和解吸控制的动态过程,其赋存形式和含量受很多地质因素影响,在评价时应充分考虑,每种赋存形式都不应直接忽略。因此,目前相关技术中,针对不同赋存形式页岩气的定量表征还存在一定的局限性。
基于相关技术中存在的问题,本申请实施例提供一种页岩气总含量的确定方法,所述方法应用于电子设备,例如计算机、移动终端等。本申请实施例提供的堆积传导率的评估参数方法所实现的功能可以通过电子设备的处理器调用程序代码来实现,其中,程序代码可以保存在计算机存储介质中。
实施例一
本申请实施例提供一种页岩气总含量的确定方法,图1为本申请实施例提供的一种页岩气总含量的确定方法的实现流程示意图,包括:
步骤S101,获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据。
本申请实施例中,所述第一主控因素可以是以下一个或多个:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度)、矿物成分因素(粘土矿物含量、脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量)、孔隙结构因素(孔径、比表面积、总孔体积)、外部地质因素(地层温度、压力、湿度)等。
所述第二主控因素可以是以下一个或多个:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度、生烃潜力)、矿物成分因素(脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量、脆性指数)、岩石物性因素(孔隙度、渗透率、含气饱和度、岩石密度)、外部地质因素(地层温度、压力)等。
所述第三主控因素可以是以下一个或多个:岩石物性因素(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃因素(残余油量S1、氯仿沥青“A”)、溶解度因素(地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度)等。
步骤S102,将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
本申请实施例中,所述页岩气总含量预测模型的输入为第一数据、第二数据和第三数据,所述页岩气总含量预测模型的输出为页岩气总含量。
本申请实施例中,所述页岩气总含量预测模型是基于第一主控因素、第二主控因素和第三主控因素的样本数据建立的。
本申请实施例提供的一种页岩气总含量的确定方法,通过预先建立的页岩气总含量预测模型,将获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据输入至页岩气总含量预测模型,实现对页岩气总含量的准确计算。
实施例二
基于前述的各个实施例,本申请实施例再提供一种页岩气总含量预测模型的构建方法,所述方法包括:
步骤S201,获取样本工区的第一样本数据,所述第一样本数据包括:吸附态页岩气含量和吸附态页岩气含量对应的各个第一影响因素的数据。
本申请实施例中,所述第一影响因素可以包括:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度)、矿物成分因素(粘土矿物含量、脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量)、孔隙结构因素(孔径、比表面积、总孔体积)、外部地质因素(地层温度、压力、湿度)等。
步骤S202,基于各个第一影响因素的数据计算任意两个第一影响因素之间的第一相关性。
步骤S203,并基于吸附态页岩气含量和各个第一影响因素的数据确定各个第一影响因素与吸附态页岩气含量之间的第二相关性。
步骤S204,基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素。
本申请实施例中,将第一相关性小于第一相关性阈值,且第二相关性大于第二相关性阈值对应的影响因素确定为第一主控因素。
本申请实施例中,一般保证第一主控因素占第一影响因素的比例不低于30%且不高于50%。
步骤S205,基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型。
本申请实施例中,可以基于所述第一主控因素的数据和吸附态页岩气含量采用回归算法建立吸附态页岩气含量的定量表征模型。
步骤S206,获取样本工区的第二样本数据,所述第二样本数据包括:游离态页岩气含量和游离态页岩气含量对应的各个第二影响因素的数据。
本申请实施例中,所述第二影响因素可以包括:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度、生烃潜力)、矿物成分因素(脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量、脆性指数)、岩石物性因素(孔隙度、渗透率、含气饱和度、岩石密度)、外部地质因素(地层温度、压力)等。
步骤S207,基于各个第二影响因素的数据计算任意两个第二影响因素之间的第三相关性。
步骤S208,并基于游离态页岩气含量和各个第二影响因素的数据确定各个第二影响因素与游离态页岩气含量之间的第四相关性。
步骤S209,基于所述第三相关性和第四相关性确定所述游离态页岩气含量的第二主控因素。
本申请实施例中,将第三相关性小于第三相关性阈值,且第四相关性大于第四相关性阈值对应的影响因素确定为第二主控因素。
本申请实施例中,一般保证第二主控因素占第二影响因素的比例不低于30%且不高于50%。
步骤S210,基于所述第二主控因素的数据和游离态页岩气含量建立游离态页岩气含量的定量表征模型。
本申请实施例中,可以基于所述第二主控因素的数据和游离态页岩气含量采用回归算法建立游离态页岩气含量的定量表征模。
步骤S211,获取样本工区的第三样本数据,所述第三样本数据包括:溶解态页岩气含量和溶解态页岩气含量对应的各个第三影响因素的数据。
本申请实施例中,第三影响因素可以包括:岩石物性因素(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃因素(残余油量S1、氯仿沥青“A”)、溶解度因素(地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度)等。
步骤S212,基于各个第三影响因素的数据计算任意两个第三影响因素之间的第五相关性。
步骤S213,并基于溶解态页岩气含量和各个第三影响因素的数据确定各个第三影响因素与溶解态页岩气含量之间的第六相关性。
步骤S214,基于所述第五相关性和第六相关性确定所述游离态页岩气含量的第三主控因素。
本申请实施例中,将第五相关性小于第五相关性阈值,且第六相关性大于第六相关性阈值对应的第三影响因素确定为第四主控因素。
本申请实施例中,一般保证第三主控因素占第三影响因素的比例不低于30%且不高于50%。
步骤S215,基于所述第三主控因素对应的数据和溶解态页岩气含量建立溶解态页岩气含量的定量表征模型。
本申请实施例中,可以基于所述第三主控因素的数据和溶解态页岩气含量采用回归算法建立溶解态页岩气含量的定量表征模型。
步骤S216,基于吸附态页岩气含量的定量表征模型、游离态页岩气含量的定量表征模型和溶解态页岩气含量的定量表征模型确定页岩气总含量预测模型。
本申请实施例提供的方法,通过基于第一样本数据、第二样本数据和第三样本数据来构建模型,从而建立基于吸附态页岩气含量的定量表征模型、游离态页岩气含量的定量表征模型和溶解态页岩气含量的定量表征模型确定页岩气总含量预测模型,从而通过页岩气总含量预测模型能够实现对页岩气总含量进行精确预测。
实施例三
基于前述的各个实施例,本申请提供再提供一种页岩气总含量的确定方法,包括以下步骤:
步骤1:确定当前工区吸附态页岩气的影响因素,优选主控因素;
步骤2:建立当前工区吸附态页岩气含量的定量表征模型;
步骤3:确定当前工区游离态页岩气的影响因素,优选主控因素;
步骤4:建立当前工区游离态页岩气含量的定量表征模型;
步骤5:确定当前工区溶解态页岩气的影响因素,优选主控因素;
步骤6:建立当前工区溶解态页岩气含量的定量表征模型;
步骤7:建立页岩气总含量预测模型,并获取不同赋存形式页岩气的相对贡献量。
本申请实施例中,所述吸附态页岩气的影响因素包括但不限于:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度)、矿物成分因素(粘土矿物含量、脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量)、孔隙结构因素(孔径、比表面积、总孔体积)、外部地质因素(地层温度、压力、湿度)等。
所述优选主控因素是指通过一定原则从所有地质因素中筛选出影响吸附态页岩气的主控因素,其中,一定原则包括各单因素之间没有明显的相关性且相关系数较大,一般保证主控因素占影响因素的比例不低于30%且不高于50%。
本申请实施例中,所述建立吸附态页岩气含量的定量表征模型,在具体实现时,可通过回归分析等数学运算方法辅以相关计算机系统加以实现。
本申请实施例中,所述游离态页岩气的影响因素包括但不限于:页岩的地球化学因素(有机质丰度、有机质类型、有机质成熟度、生烃潜力)、矿物成分因素(脆性矿物含量、碳酸盐矿物含量、黄铁矿等其他矿物含量、脆性指数)、岩石物性因素(孔隙度、渗透率、含气饱和度、岩石密度)、外部地质因素(地层温度、压力)等。
所述优选主控因素是指通过一定原则从所有地质因素中筛选出影响游离态页岩气的主控因素,其中,一定原则包括各单因素之间没有明显的相关性且相关系数较大,一般保证主控因素占影响因素的比例不低于30%且不高于50%。
本申请实施例中,所述建立游离态页岩气含量的定量表征模型,在具体实现时,可通过回归分析等数学运算方法辅以相关计算机系统加以实现。
本申请实施例中,所述溶解态页岩气的影响因素包括但不限于:岩石物性因素(孔隙度、含气饱和度、含油饱和度、含水饱和度、岩石密度)、页岩残留烃因素(残余油量S1、氯仿沥青“A”)、溶解度因素(地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度)等。
所述优选主控因素是指通过一定原则从所有地质因素中筛选出影响溶解态页岩气的主控因素,其中,一定原则包括各单因素之间没有明显的相关性且相关系数较大,一般保证主控因素占影响因素的比例不低于30%且不高于50%。
本申请实施例中,所述建立溶解态页岩气含量的定量表征模型,在具体实现时,可通过回归分析等数学运算方法辅以相关计算机系统加以实现。
本申请实施例中,所述页岩气总含量预测模型是指吸附态、游离态和溶解态三个模型的叠加,用以在给定参数的情况下预测页岩气总含量;
所述不同赋存形式页岩气的相对贡献量是指吸附态、游离态和溶解态的含量分别占总含量的比值,用以定量表征当前工区的页岩气赋存特征。
本发明的一种页岩气总含量的确定方法,不仅能定性地表征页岩气藏中吸附态、游离态和溶解态等不同赋存形式的地质影响因素,还能定量地计算不同赋存形式页岩气的含量,反映页岩气中各赋存形式的相对贡献量。本发明克服了实验法无法快速、批量、经济的获取以及经验公式不能反映地质影响因素的技术局限性,充分考虑了不同地区页岩气赋存形式的差异性,将地质因素直观地反映到页岩气赋存形式的定量表征中,从而达到了快速、准确、定量地表征页岩气的赋存形式以及不同赋存形式的含气量和相对贡献量。
实施例四
本实施例以某盆地延长组页岩为例,对本发明所述方法的原理进行进一步的阐述。
本实施例提出的一种页岩气总含量的确定方法,图2为本申请实施例提供的另一种页岩气总含量的确定方法的流程示意图,如图2所示,包括以下步骤:
S10:确定当前工区吸附态页岩气的影响因素,优选主控因素;
在本实施例中,通过单因素相关性分析,拟合某盆地延长组吸附态页岩气含量与地球化学因素、矿物成分因素、孔隙结构因素和外部因素之间的相关性,通过一定原则优选主控因素;
地球化学因素包括但不限于有机质丰度、有机质类型和有机质成熟度;
矿物成分因素包括但不限于粘土矿物含量、脆性矿物含量、碳酸盐矿物含量等;
孔隙结构因素包括但不限于孔径、比表面积、总孔体积等;
外部因素包括但不限于地层温度、压力、湿度等;
一定原则是指相关系数R2>0.2且各因素彼此之间地质意义关联不大。
基于本实施例所述步骤优选的吸附态页岩气主控因素为:TOC、游离烃S1、热解烃S2、粘土矿物含量、石英含量、碳酸盐矿物含量、地温和地层压力。
S20:建立当前工区吸附态页岩气含量的定量表征模型;
在本实施例中,对S10所述主控因素进行多元线性回归分析,该过程用SPSS软件加以实现,得到某盆地延长组吸附态页岩气含量的定量表征模型,如下:
Vac=28.893+0.026×TOC+0.230×S1-0.011×Qz-0.532×T;
其中,Vac是本实施例的吸附态页岩气含量,m3/t;TOC是本实施例的页岩有机碳含量,%;S1是本实施例的游离烃含量,mg/g;Qz是本实施例的石英矿物含量,%;T是本实施例的地层温度,℃。
S30:确定当前工区游离态页岩气的影响因素,优选主控因素;
在本实施例中,通过单因素相关性分析,拟合某盆地延长组游离态页岩气含量与矿物成分因素、岩石物性因素和外部因素之间的相关性,通过一定原则优选主控因素;
矿物成分因素包括但不限于脆性矿物含量、碳酸盐矿物含量和黄铁矿含量等;
岩石物性因素包括但不限于孔隙度、渗透率、含气饱和度和岩石密度等;
外部因素包括但不限于地层温度、地层压力;
一定原则是指相关系数R2>0.2且各因素彼此之间地质意义关联不大。
基于本实施例所述步骤优选的游离态页岩气主控因素为:孔隙度、含气饱和度、碳酸盐矿物含量、地层温度温、地层压力。
S40:建立当前工区游离态页岩气含量的定量表征模型;
在本实施例中,对S30所述主控因素进行多元线性回归分析,该过程用SPSS软件加以实现,得到某盆地延长组游离态页岩气含量的定量表征模型,如下:
Vfc=0.149×φ+0.013×Sg-0.630;
其中,Vfc是本实施例的游离态页岩气含量,m3/t;φ是本实施例的页岩孔隙度,%;Sg是本实施例的页岩含气饱和度,%。
S50:确定当前工区溶解态页岩气的影响因素,优选主控因素;
在本实施例中,通过单因素相关性分析,拟合某盆地延长组溶解态页岩气含量与岩石物性因素、页岩残留烃因素、溶解度因素和外部因素之间的相关性,通过一定原则优选主控因素;
岩石物性因素包括但不限于孔隙度、含气饱和度、含油饱和度、含水饱和度和岩石密度;
页岩残留烃因素包括但不限于残余油量S1、氯仿沥青“A”;
溶解度因素包括但不限于地层温度、压力、地层水矿化度、气在水中溶解度、气在油中溶解度;
一定原则是指相关系数R2>0.2且各因素彼此之间地质意义关联不大。
基于本实施例所述步骤优选的溶解态页岩气主控因素为:含气饱和度、残留烃量、氯仿沥青“A”、地层压力和地层温度。
S60:建立当前工区溶解态页岩气含量的定量表征模型;
在本实施例中,对S50所述主控因素进行多元线性回归分析,该过程用SPSS软件加以实现,得到某盆地延长组溶解态页岩气含量的定量表征模型,如下:
Vsc=0.056×S1-0.000262×Sg+0.026
其中,Vsc是本实施例的溶解态页岩气含量,m3/t;S1是本实施例的残留烃含量,mg/g;Sg是本实施例的页岩含气饱和度,%。
S70:建立页岩气总含量预测模型,并获取不同赋存形式页岩气的相对贡献量;
在本实施例中,某盆地延长组页岩的总含气量预测模型,如下:
Vc=Vac+Vfc+Vsc=
0.026×TOC+0.286×S1+0.149×φ+0.0127×Sg-0.011×Qz-0.532×T+28.289
其中,Vc是本实施例的页岩总含气量,m3/t;Vac是本实施例的吸附态页岩气含量,m3/t;Vfc是本实施例的游离态页岩气含量,m3/t;Vsc是本实施例的页岩溶解气含量,m3/t;TOC是本实施例的页岩有机碳含量,%;S1是本实施例的页岩残留烃含量,mg/g;Qz是本实施例的石英矿物含量,%;T是本实施例的地层温度,℃;φ是本实施例的页岩孔隙度,%;Sg是本实施例的页岩含气饱和度,%。
在本实施例中,某盆地延长组不同赋存形式页岩气的相对贡献量,如下:吸附态页岩气的相对贡献量为44%~67%,平均为57%;游离态页岩气的相对贡献量为26%~45%,平均为34%;溶解态页岩气的相对贡献量为5%~13%,平均为10%。结果表明,某盆地延长组页岩气含量以吸附态为主,游离态次之,溶解态不可忽略。
本发明的实施例提供了一种定量表征页岩气赋存形式的方法,达到了快速、准确、定量地表征某盆地延长组页岩气的赋存形式以及不同赋存形式的相对贡献量的技术效果。
实施例五
基于前述的实施例,本申请实施例提供一种页岩气总含量的确定装置,该装置包括的各模块、以及各模块包括的各单元,可以通过计算机设备中的处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU,CentralProcessing Unit)、微处理器(MPU,Microprocessor Unit)、数字信号处理器(DSP,DigitalSignal Processing)或现场可编程门阵列(FPGA,Field Programmable Gate Array)等。
本申请实施例提供一种页岩气总含量的确定装置,图3为本申请实施例提供的一种页岩气含量的确定装置的结构示意图,如图3所示,页岩气总含量的确定装置300包括:
第一获取模块301,用于获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据;
第一计算模块302,用于将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
在一些实施例中,所述页岩气总含量的确定装置还包括:
第二获取模块,用于获取样本工区的第一样本数据,所述第一样本数据包括:吸附态页岩气含量和吸附态页岩气含量对应的各个第一影响因素的数据;
第二计算模块,用于基于各个第一影响因素的数据计算任意两个第一影响因素之间的第一相关性;
第一确定模块,用于并基于吸附态页岩气含量和各个第一影响因素的数据确定各个第一影响因素与吸附态页岩气含量之间的第二相关性;
第二确定模块,用于基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素;
第一建立模块,用于基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型。
在一些实施例中,第二确定模块用于将第一相关性小于第一相关性阈值,且第二相关性大于第二相关性阈值对应的影响因素确定为第一主控因素。
在一些实施例中,第一建立模块用于基于所述第一主控因素的数据和吸附态页岩气含量采用回归算法建立吸附态页岩气含量的定量表征模型。
在一些实施例中,所述页岩气总含量的确定装置还包括:
第三获取模块,用于获取样本工区的第二样本数据,所述第二样本数据包括:游离态页岩气含量和游离态页岩气含量对应的各个第二影响因素的数据;
第三计算模块,用于基于各个第二影响因素的数据计算任意两个第二影响因素之间的第三相关性;
第三确定模块,用于并基于游离态页岩气含量和各个第二影响因素的数据确定各个第二影响因素与游离态页岩气含量之间的第四相关性;
第四确定模块,用于基于所述第三相关性和第四相关性确定所述游离态页岩气含量的第二主控因素;
第二构建模块,用于基于所述第二主控因素的数据和游离态页岩气含量建立游离态页岩气含量的定量表征模型。
在一些实施例中,所述页岩气总含量的确定装置还包括:
第四获取模块,用于获取样本工区的第三样本数据,所述第三样本数据包括:溶解态页岩气含量和溶解态页岩气含量对应的各个第三影响因素的数据;
第四计算模块,用于基于各个第三影响因素的数据计算任意两个第三影响因素之间的第五相关性;
第五确定模块,用于并基于溶解态页岩气含量和各个第三影响因素的数据确定各个第三影响因素与溶解态页岩气含量之间的第六相关性;
第六确定模块,用于基于所述第五相关性和第六相关性确定所述游离态页岩气含量的第三主控因素;
第三构建模块,用于基于所述第三主控因素对应的数据和溶解态页岩气含量建立溶解态页岩气含量的定量表征模型。
在一些实施例中,所述页岩气总含量的确定装置还包括:
第七确定模块,用于基于吸附态页岩气含量的定量表征模型、游离态页岩气含量的定量表征模型和溶解态页岩气含量的定量表征模型确定页岩气总含量预测模型。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的页岩气总含量的确定方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施例提供一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现上述实施例中提供的页岩气总含量的确定方法中的步骤。
实施例五
本申请实施例提供一种电子设备;图4为本申请实施例提供的电子设备的组成结构示意图,如图4所示,所述电子设备700包括:一个处理器701、至少一个通信总线702、用户接口703、至少一个外部通信接口704、存储器705。其中,通信总线702配置为实现这些组件之间的连接通信。其中,用户接口703可以包括显示屏,外部通信接口704可以包括标准的有线接口和无线接口。所述处理器701配置为执行存储器中存储的页岩气总含量的确定方法的程序,以实现以上述实施例提供的页岩气总含量的确定方法中的步骤。
以上电子设备和存储介质实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请电子设备和存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台控制器执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种页岩气总含量的确定方法,其特征在于,包括:
获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据;
将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取样本工区的第一样本数据,所述第一样本数据包括:吸附态页岩气含量和吸附态页岩气含量对应的各个第一影响因素的数据;
基于各个第一影响因素的数据计算任意两个第一影响因素之间的第一相关性;
并基于吸附态页岩气含量和各个第一影响因素的数据确定各个第一影响因素与吸附态页岩气含量之间的第二相关性;
基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素;
基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型。
3.根据权利要求2所述的方法,其特征在于,所述基于所述第一相关性和第二相关性确定所述吸附态页岩气含量的第一主控因素,包括:
将第一相关性小于第一相关性阈值,且第二相关性大于第二相关性阈值对应的影响因素确定为第一主控因素。
4.根据权利要求2所述的方法,其特征在于,所述基于所述第一主控因素的数据和吸附态页岩气含量建立吸附态页岩气含量的定量表征模型,包括:
基于所述第一主控因素的数据和吸附态页岩气含量采用回归算法建立吸附态页岩气含量的定量表征模型。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取样本工区的第二样本数据,所述第二样本数据包括:游离态页岩气含量和游离态页岩气含量对应的各个第二影响因素的数据;
基于各个第二影响因素的数据计算任意两个第二影响因素之间的第三相关性;
并基于游离态页岩气含量和各个第二影响因素的数据确定各个第二影响因素与游离态页岩气含量之间的第四相关性;
基于所述第三相关性和第四相关性确定所述游离态页岩气含量的第二主控因素;
基于所述第二主控因素的数据和游离态页岩气含量建立游离态页岩气含量的定量表征模型。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取样本工区的第三样本数据,所述第三样本数据包括:溶解态页岩气含量和溶解态页岩气含量对应的各个第三影响因素的数据;
基于各个第三影响因素的数据计算任意两个第三影响因素之间的第五相关性;
并基于溶解态页岩气含量和各个第三影响因素的数据确定各个第三影响因素与溶解态页岩气含量之间的第六相关性;
基于所述第五相关性和第六相关性确定所述游离态页岩气含量的第三主控因素;
基于所述第三主控因素对应的数据和溶解态页岩气含量建立溶解态页岩气含量的定量表征模型。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
基于吸附态页岩气含量的定量表征模型、游离态页岩气含量的定量表征模型和溶解态页岩气含量的定量表征模型确定页岩气总含量预测模型。
8.一种页岩气总含量的确定装置,其特征在于,包括:
第一获取模块,用于获取目标工区中吸附态页岩气对应的第一主控因素的第一数据、游离态页岩气对应的第二主控因素的第二数据、溶解态页岩气对应的第三主控因素的第三数据;
第一计算模块,用于将所述第一数据、第二数据、第三数据输入至预先建立的页岩气总含量预测模型中,确定所述目标工区的页岩气总含量。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1至7任意一项所述页岩气总含量的确定方法。
10.一种存储介质,其特征在于,该存储介质存储的计算机程序,能够被一个或多个处理器执行,能够用来实现如权利要求1至7中任一项所述页岩气总含量的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470656.4A CN117035139A (zh) | 2022-04-28 | 2022-04-28 | 页岩气总含量的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470656.4A CN117035139A (zh) | 2022-04-28 | 2022-04-28 | 页岩气总含量的确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117035139A true CN117035139A (zh) | 2023-11-10 |
Family
ID=88639902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210470656.4A Pending CN117035139A (zh) | 2022-04-28 | 2022-04-28 | 页岩气总含量的确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035139A (zh) |
-
2022
- 2022-04-28 CN CN202210470656.4A patent/CN117035139A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gorecki et al. | Development of storage coefficients for determining the effective CO2 storage resource in deep saline formations | |
CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
CN110717249A (zh) | 页岩气储层测井孔隙度快速预测方法及系统 | |
NL2032835B1 (en) | Digital core simulation based and computer implemented method for evaluating brittleness of shale oil and gas reservoir | |
CN112922591B (zh) | 泥页岩储层岩相“甜点”预测方法及系统 | |
Tadayoni et al. | A new approach to heterogeneity analysis in a highly complex carbonate reservoir by using borehole image and conventional log data | |
Wang et al. | Quantification and prediction of pore structures in tight oil reservoirs based on multifractal dimensions from integrated pressure-and rate-controlled porosimetry for the upper Triassic Yanchang formation, Ordos Basin, China | |
CN111472763B (zh) | 地层厚度预测方法及装置 | |
CN106285661B (zh) | 一种基于判定指数的低阻油层识别方法及装置 | |
CN116504326B (zh) | 确定页岩有效含油率的方法和电子设备 | |
Helgerud et al. | Rock physics characterization for gas hydrate reservoirs: Elastic properties | |
CN117035139A (zh) | 页岩气总含量的确定方法、装置、电子设备及存储介质 | |
Le Ravalec | Optimizing well placement with quality maps derived from multi-fidelity meta-models | |
CN114169120A (zh) | 页岩含气量预测方法、装置、电子设备及介质 | |
CN116821786A (zh) | 一种低渗储层分类方法、装置及介质 | |
Sanguinito et al. | CO₂ Storage prospeCtive Resource Estimation Excel aNalysis (CO₂-SCREEN) User’s Manual | |
Sun et al. | The Role of Pore‐Shape and Pore‐Space Heterogeneity in Non‐Archie Behavior of Resistivity Index Curves | |
CN109100802B (zh) | 储层确定方法和装置 | |
Alward et al. | Integrated Workflow for Petrophysical Evaluation in Heterogeneous Carbonate Reservoirs | |
CN111101914A (zh) | 水平井压裂段簇优选方法及设备 | |
CN116956760A (zh) | 游离气含量的确定方法、装置、电子设备及存储介质 | |
Yu | Facies‐Controlled Modeling for Permeability of Tight Gas Reservoir Based on Hydrodynamic and Geophysics Characteristics | |
Li et al. | Fracture modeling of carbonate rocks via radial basis interpolation and discrete fracture network | |
Prince | Textural and Diagenetic Controlson Sandstone Permeability | |
Tian et al. | Relationship between normalized permeability and resistivity index in hydrate-bearing sediments: fractal model and numerical simulation |
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 |