KR101893800B1 - 암석 물리학상 구축을 통한 퇴적환경 해석 방법 - Google Patents
암석 물리학상 구축을 통한 퇴적환경 해석 방법 Download PDFInfo
- Publication number
- KR101893800B1 KR101893800B1 KR1020170101174A KR20170101174A KR101893800B1 KR 101893800 B1 KR101893800 B1 KR 101893800B1 KR 1020170101174 A KR1020170101174 A KR 1020170101174A KR 20170101174 A KR20170101174 A KR 20170101174A KR 101893800 B1 KR101893800 B1 KR 101893800B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- borehole
- physical
- rock physics
- rock
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010276 construction Methods 0.000 title abstract description 7
- 239000011435 rock Substances 0.000 claims description 119
- 238000004062 sedimentation Methods 0.000 claims description 44
- 238000005553 drilling Methods 0.000 claims description 40
- 238000007621 cluster analysis Methods 0.000 claims description 15
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 13
- 239000011707 mineral Substances 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 208000035126 Facies Diseases 0.000 claims description 6
- 239000011162 core material Substances 0.000 description 44
- 238000004458 analytical method Methods 0.000 description 39
- 230000008859 change Effects 0.000 description 17
- 238000010606 normalization Methods 0.000 description 11
- 239000013049 sediment Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 238000007619 statistical method Methods 0.000 description 7
- 230000008021 deposition Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002441 X-ray diffraction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 239000002351 wastewater Substances 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 241000405965 Scomberomorus brasiliensis Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000001427 incoherent neutron scattering Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
-
- 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
- G01V2210/66—Subsurface modeling
- G01V2210/665—Subsurface modeling using geostatistical modeling
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
본 발명은 정확한 지질정보를 담고 있는 암석물리학상을 구축하고, 이를 이용하여 퇴적환경의 수평적 변화를 해석하는 방법을 제공하는 것으로, 본 발명은 연구지역 내 다수 시추공에서 획득한 물리검층자료를 통해 암석물리학상을 구축하고 이를 이용하여 퇴적 환경의 수평적 변화를 해석하는 방법으로서, (1) 상기 연구지역 내 제1 시추코어자료 및 제1 물리검층자료가 존재하는 제1 시추공에서 제1 암석물리학상을 구축하는 단계; 및 (2) 상기 제1 시추공 외 제2 시추공의 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 단계;를 포함하고, 상기 (1) 단계는 (1a) 상기 제1 시추공에서 획득한 물리검층자료를 선정하는 단계; (1b) 상기 (1a) 단계에서 선정한 물리검층자료를 정규화하는 단계; (1c) 상기 (1b) 단계에서 정규화한 물리검층자료를 퇴적상 조합을 감독자료로 사용하여 분석함으로써 제1 그룹을 생성하는 단계; (1d) 상기 (1c) 단계에서 생성된 제1 그룹과 상기 퇴적상 조합과의 양자간 상관도값을 계산하여 상관도가 높은 제1 그룹을 제1 암석물리학상으로 결정하는 단계; 를 포함하고, 상기 (2) 단계는 상기 (1) 단계에서 제1 암석물리학상을 구축한 방법과 동일한 방법으로 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 것을 특징으로 한다.
Description
본 발명은 암석 물리학상 구축을 통한 퇴적환경을 해석하는 방법에 관한 것으로서, 구체적으로는 셰일층 암상구분에 대한 정량적 방법을 제시하고, 퇴적 환경 유추를 위한 암석물리학상을 구축하고 퇴적환경을 해석하는 방법에 관한 것이다.
비전통 자원인 셰일가스를 함유하고 있는 셰일층은 탄화수소를 생산하는 근원암이자 탄화수소를 저장하는 저류암이며, 탄화수소의 이동을 막는 덮개암이다. 일반적으로 셰일 가스란 유기물이 풍부하고 투수율이 낮은 셰일층에서 생산되는 천연가스이다. 최근 셰일가스 저류층에 대한 개발과 더불어 수많은 시추공이 시추되고 있으나, 경제적인 문제로 시추코어가 함께 취득되는 경우는 드물다.
시추코어자료는 시추공에서 취득한 암심자료로, 지하 내부의 지층 특성이나 층서를 알 수 있는 가장 직접적인 방법이다. 그러나 경제적인 문제로 모든 시추공에서 시추코어를 취득할 수는 없다.
한편, 암석 물리학상이란 주변 지층과 구별되는 지층의 특성을 나타내는 물리 검층신호의 복합체로 정의되는데(Serra and Abbott, 1980), 물리검층자료 분석에 의해 결정되는 암석물리학상은 물리적, 화학적, 생물학적 조건에 의해 구별되는 지층의 특성을 나타내며, 암상을 구별하는 특징적인 물리 검층 반응들의 집합을 의미한다.
여기서 암석 물리학상을 결정할 수 있는 물리검층자료란 시추공 내에 검층기(Sonde)를 삽입하여 주위의 이수나 지층에 기인하는 자연적인 물리현상이나 인공적으로 발생시킨 물리현상을 심도에 따라 연속적으로 조사한 자료로서, 시추코어 부재시 물리검층자료를 이용하여 지하 내부의 층서를 예상할 수 있다.
그러나, 물리검층자료만을 이용하여 구축한 암석 물리학상은 시추코어의 퇴적상에 비해 정확도가 떨어질 수 밖에 없다. 따라서, 시추코어 퇴적상과 유사한 암석 물리학상을 이루는 조합을 찾는다면 시추코어가 없는 연구지역 내 시추공의 층서를 분석하는 데 유용하게 사용될 수 있을 것으로 기대된다.
한편, 지금까지 물리검층자료를 이용한 해석은 공극율, 투수율, 수포화도등의 계산과 같은 암석내 물리적 특성의 수직적 변화양상을 해석하는데 집중하였으나 이러한 물성값의 수직적 변화 양상은 암질의 변화와 밀접하게 연관되어 있으며, 암질의 수직적 변화양상 뿐만 아니라 수평적인 변화를 파악하는 일이 셰일가스 생산량 예측에 중요한 문제가 되고 있다.
따라서, 지하 내부 층서를 보다 정확히 예측하여 가스를 함유하고 있는 셰일층의 존재를 확인하고, 셰일층의 연장성을 파악 할 수 있는 퇴적 환경의 수평적 변화를 알기 위하여 물리검층자료의 정확한 해석 방법이 요구되고 있는 실정이다.
본 발명의 목적은 시추공에서 획득한 시추코어자료의 퇴적상 분석에 대한 정량적인 방법을 제시하고 물리검층자료와 통합 분석하여 암석물리학상 구축방법을 제시하며, 이를 이용하여 퇴적환경을 해석하는 방법을 제공하는 것에 목적이 있다.
상술한 과제를 해결하기 위한 수단으로서, 본 발명은, 다수 시추공에서 획득한 물리검층자료를 이용하여 암석물리학상을 구축하고 이를 대비하여 퇴적환경을 해석하는 방법으로서, (1) 상기 다수 시추공 중 내 제1 시추코어자료 및 제1 물리검층자료가 존재하는 제1 시추공에서 상기 제1 암석물리학상을 구축하는 단계; 및 (2) 상기 제1 시추공 외 제2 시추공의 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 단계;를 포함하고, 상기 (1) 단계는 (1a) 상기 제1 시추공에서 획득한 제1 물리검층자료를 선정하는 단계; (1b) 상기 (1a) 단계에서 선정한 제1 물리검층자료를 정규화하는 단계; (1c) 상기 (1b) 단계에서 정규화한 제1 물리검층자료를, 퇴적상 조합을 감독자료로 사용하여 분석함으로써 제1 그룹을 생성하는 단계; (1d) 상기 (1c) 단계에서 생성된 제1 그룹과 상기 퇴적상 조합과의 양자간 상관도값을 계산하여 상관도가 높은 제1 그룹을 제1 암석물리학상으로 결정하는 단계;를 포함하고, 상기 (2) 단계는 상기 (1) 단계에서 제1 암석물리학상을 구축한 방법과 동일한 방법으로 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 것을 특징으로 한다.
여기서, 상기 (1a) 단계는, 상기 제1 물리검층자료 중 적어도 감마값, 음파값, 밀도값 및 임피던스값을 선정하는 것을 특징으로 한다.
여기서, 상기 (1b) 단계는, 상기 (1a) 단계에서 선정한 물리검층자료를 각 자료 별로 평균 및 표준편차를 구하고, 상기 평균 및 표준편차의 10% 이내의 값만을 이용하여 상기 제1 물리검층자료를 정규화하는 것을 특징으로 한다.
여기서, 상기 (1c) 단계는, (1c-1) 상기 (1b) 단계에서 정규화한 제1 물리검층자료를 대비도표 및 히스토그램을 사용하여 이상값을 제거하는 단계; (1c-2) 상기 (1c-1) 단계에서 이상값이 제거된 제1 물리검층자료간 표준화거리를 구하는 단계; (1c-3) 상기 (1c-2) 단계에서 구한 표준화거리를 이용하여 제1 물리검층자료를 통계분석함으로써 제1 그룹을 생성하는 단계; 를 포함하는 것을 특징으로 한다.
여기서, 상기 퇴적상 조합은 상기 제1 시추코어자료를 광물성분 및 상기 제1 물리검층자료에 기반하여 퇴적상을 조합하여 형성되는 것을 특징으로 한다.
본 발명의 일 양태에 있어서, (3) 상기 제1 시추공의 제1 암석물리학상을 업스케일링하는 단계; (4) 상기 제2 시추공의 제2 암석물리학상을 업스케일링하는 단계;를 더 포함하는 것을 특징으로 한다.
여기서, (5) 상기 (2) 단계에서 업스케일링한 제1 시추공의 제1 암석물리학상과 상기 (4) 단계에서 업스케일링한 제2 시추공의 제2 암석물리학상을 퇴적상 모델링하여 대비하는 단계;를 더 포함하는 것을 특징으로 한다.
여기서, 상기 제2 시추공은 1개 이상인 것을 특징으로 한다.
본 발명에 따르면 시추공에서 획득한 시추코어자료와 물리검층자료를 통합 분석하여 암석물리학상 구축방법을 제공하고, 이를 이용하여 퇴적환경의 수평적 변화 해석 방법을 제공할 수 있다.
도 1 내지 도 3은 본 발명에 따른 암석 물리학상 구축을 통한 퇴적환경 해석 시스템을 구성하는 구성 블록도이다
도 4는 본 발명의 일 실시예에 따른 암석물리학상 구축을 통한 퇴적환경 해석 방법의 흐름도이다.
도 5는 물리검층자료 정규화에 대한 실시예이다.
도 6은 이상값 제거에 대한 실시예이다.
도 7은 마할라노비스 거리를 나타내는 실시예이다.
도 8은 퇴적상 조합을 구분하는 실시예이다.
도 9는 퇴적상 조합과 제1 그룹의 양자간 상관도값을 계산하여 제1 암석물리학상을 구축하는 실시예이다.
도 10은 본 발명의 일 실시예에 따른 제1 시추공에서 구축한 제1 암석물리학상과 제1 시추공의 퇴적상을 정량적인 방법에 따라 분류한 결과를 함께 도시한 실시예이다.
도 11, 12는 본 발명의 일 실시예에 따른 주변 시추공에서 구축된 암석물리학상과 이를 이용하여 연구지역 전체에 퇴적상 모델링을 실시한 예이다.
도 4는 본 발명의 일 실시예에 따른 암석물리학상 구축을 통한 퇴적환경 해석 방법의 흐름도이다.
도 5는 물리검층자료 정규화에 대한 실시예이다.
도 6은 이상값 제거에 대한 실시예이다.
도 7은 마할라노비스 거리를 나타내는 실시예이다.
도 8은 퇴적상 조합을 구분하는 실시예이다.
도 9는 퇴적상 조합과 제1 그룹의 양자간 상관도값을 계산하여 제1 암석물리학상을 구축하는 실시예이다.
도 10은 본 발명의 일 실시예에 따른 제1 시추공에서 구축한 제1 암석물리학상과 제1 시추공의 퇴적상을 정량적인 방법에 따라 분류한 결과를 함께 도시한 실시예이다.
도 11, 12는 본 발명의 일 실시예에 따른 주변 시추공에서 구축된 암석물리학상과 이를 이용하여 연구지역 전체에 퇴적상 모델링을 실시한 예이다.
본 발명에서 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.
본 발명은 제1 시추공의 시추코어자료와 물리검층자료를 통합 해석하여 보다 정확한 암석 물리학상을 구축하는 것과, 제1 시추공의 제1 암석 물리학상을 구축한 방법과 동일한 방법을 적용하여 연구지역 내 시추코어자료가 없는 주변 시추공의 암석물리학상 구축 및 이를 통한 퇴적환경의 수평적 변화를 해석하는 방법을 제공하는 것에 목적이 있다.
이하, 본 명세서의 각 모듈은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다.
다시 말해, 본 명세서에서 각 모듈은 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다.
본 발명은 각 모듈을 구동하기 위한 소프트웨어로서 PDGM 사의 Geolog 프로그램을 사용하였으나, 이에 한정되는 것은 아니다.
도 1 내지 도 3은 본 발명에 따른 암석 물리학상 구축을 통한 퇴적환경 해석 시스템을 구성하는 구성 블록도이다.
도시된 도면을 참조하면, 본 발명에 따른 암석 물리학상 구축을 통한 퇴적환경 해석 시스템(이하, '본 시스템' 이라 함)은 연구지역 내 다수의 시추공 중 제1 시추공에 대한 제1 시추코어자료와 제1 물리검층자료를 구비하고, 그 외 다수의 제2 시추공의 제2 물리검층자료를 구비하는 데이터베이스(100); 제1 시추코어자료와 제1 물리검층자료를 분석하여 제1 암석물리학상을 구축하는 제1 분석모듈(200); 및 제1 분석모듈(200)에서 제1 암석물리학상을 구축한 방법과 동일한 방법으로 제2 시추공의 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 제2 분석모듈(300)을 포함하여 구성될 수 있다.
여기서, 제1 분석모듈(200)은 제1 물리검층자료를 선정하는 선정모듈(210); 선정모듈(210)에서 선정한 제1 물리검층자료를 정규화하는 정규화모듈(220); 제1 시추코어자료를 이용하여 퇴적상 조합을 생성하는 퇴적상 조합 모듈(230); 정규화모듈(220)에서 정규화한 제1 물리검층자료를 퇴적상 조합을 감독자료로 사용하여 군집분석하는 군집분석모듈(240); 및 군집분석모듈(240)에서 생성된 제1 그룹과 퇴적상 조합과의 양자간 상관도값을 계산하여 상관도가 높은 제1 그룹을 제1 암석물리학상으로 구축하는 제1 암석물리학상 구축모듈(250);을 포함하여 구성될 수 있다.
여기서, 군집분석모듈(240)은 정규화모듈(220)에서 정규화한 제1 물리검층자료의 이상값을 제거하는 이상값제거모듈(241); 이상값제거모듈(241)에서 이상값을 제거한 제1 물리검층자료간 표준화거리를 구하는 표준화거리모듈(242); 및 표준화거리모듈(242)에서 표준화거리를 구한 제1 물리검층자료를 퇴적상조합모듈에서 조합된 퇴적상 조합을 감독자료로 사용하여 통계분석함으로써 제1 그룹을 생성하는 통계분석모듈(243);을 포함하여 구성될 수 있다.
여기서, 제1 분석모듈(200)은 제1 시추공에서 제1 시추코어자료 및 제1 물리검층자료를 이용하여 제1 암석물리학상을 구축하는 방법을 알고리즘으로 저장하며, 제2 분석모듈(300)은 제1 분석모듈(200)에 알고리즘으로 저장된 제1 암석물리학상 구축 방법과 동일한 방법으로 제2 암석물리학상을 구축할 수 있다.
또한, 시추공의 암석물리학상을 업스케일링하는 업스케일링 모듈(400) 및 탄성파자료를 사용하여 암석물리학상을 모델링(facies modeling)하는 퇴적상 모델링 모듈을(500) 더 포함하여 구성될 수 있다.
이하에서는, 상술한 본 시스템을 이용하여 암석 물리학상 구축을 통한 퇴적환경 해석 방법이 어떻게 구현되는지 구체적으로 설명하도록 한다.(도 1 내지 도 3의 전체 구성블럭도의 부호는 하기의 설명에서 동일하게 병기하기로 한다)
본 발명은 제1 시추공의 제1 암석물리학상을 구축하는 1 단계와, 이를 이용하여 제2 시추공의 제2 암석물리학상을 구축하는 2 단계를 포함하여 구성된다.
도 4는 본 발명의 일 실시예에 따른 각 시추공의 암석물리학상을 구축하는 흐름도로서, 연구지역 내 다수의 시추공이 있으며, 다수 시추공의 시추코어자료와 물리검층자료 중 어느 하나 이상이 데이터베이스(100)에 구비되며, 이하 각 시추공의 시추코어자료와 물리검층자료는 데이터베이스(100)에 구비되어 있는 것으로 간주한다.
여기서, 다수 시추공 중 제1 시추공에는 제1 시추코어자료와 제1 물리검층자료가 존재한다. 상술한 바와 같이 시추코어자료란 시추공에서 취득한 암심 자료를 말하며, 물리검층자료란 시추공 내에 검층기를 삽입하여 주위의 이수나 지층에 기인하는 자연적인 물리현상이나 인공적으로 발생시킨 물리현상을 심도에 따라 연속적으로 조사한 자료를 말한다.
여기서, 제1 시추공을 제외한 제2 시추공에는 제2 물리검층자료만이 존재한다. 따라서, 물리검층자료만을 이용하여 지하 퇴적환경을 유추할 시 정확도가 떨어질 수 밖에 없으므로, 본 발명은 이를 해결하고자 제1 시추공의 시추코어에서 분류된 퇴적상 조합을 감독 자료로 하여 물리검층자료를 군집분석하여 제1 암석물리학상을 구축하고, 이와 동일한 방법으로 제2 시추공의 제2 암석물리학상을 구축함으로써, 지하 퇴적환경 유추시 정확도를 향상시키는 것을 목적으로 한다.
한편, 제2 시추공은 1개 이상일 수 있으며 다수의 제2 시추공을 통합하여 해석함으로써 더욱 정확한 퇴적환경을 해석할 수 있다. 시추공의 개별 해석은 퇴적환경의 수직적 변화 양상을 파악하는 데 유리하고, 다수의 시추공의 통합 해석은 퇴적환경의 수평적 변화 양상을 파악하는 데 유리하다.
본 발명의 일 실시예에 따른 제1 암석물리학상 구축방법에 대하여 이하 단계별로 설명한다.
제1 분석모듈(200)은 제1 시추공에서 획득한 제1 시추코어자료와 제1 물리검층자료를 이용하여 제1 암석물리학상을 구축한다(단계 1).
제1 암석물리학상을 구축하는 단계로서, 선정모듈(210)은 우선 제1 물리검층자료를 선정한다(단계 1a). 물리검층자료는 그 종류가 다양하므로, 그 중 셰일 가스층의 암질 변화와 상관도가 높은 물리검층자료로서 감마값, 음파값, 밀도값 및 임피던스값 등을 선정할 수 있다. 이때, 물리검층자료의 종류가 많을수록 정확한 암석물리학상을 구축할 수 있게 되므로, 물리검층자료로서 상기 감마값, 음파값, 밀도값 및 임피던스 값 이외의 물리검층자료의 종류를 더 포함할 수 있다. 군집분석에 사용할 물리검층자료는 민감도(sensitivity) 분석을 통해 선정할 수 있으며, 민감도 분석이란 파라미터가 불확실 할 때 파라미터가 취할 수 있는 가능한 값들을 모두 대입해 파라미터의 변화에 따라 결과가 어떻게 되는가를 분석하는 것을 의미한다. 본 발명은 민감도 분석을 통해 물리검층자료를 선정함으로써 이하 분석에 사용할 수 있다.
감마값은 암석중에 포함된 방사능 원소들이 방출하는 방사능의 값으로, 암상의 구분이나 저류암층의 셰일 함량을 추정할 수 있고, 음파값은 일정한 두께의 지층을 전파하는 종파 또는 횡파의 주행시간을 기록한 음파검층기록으로 음파발생장치에서 수신기에 포착되는 파동으로부터 정보를 얻을 수 있고 셰일층의 공극률 측정에 사용될 수 있고, 밀도값은 방사선근원에서 방출된 감마선은 암석 입자내의 전자에 의해 컴프턴 산란을 일으키고 에너지의 손실을 일으키는데 이 감마선의 컴프턴 산란을 이용하여 암석의 밀도값을 측정할 수 있으며, 임피던스값은 밀도 곱하기 속도로 계산되며 암질의 변화를 임피던스의 변화로 추정할 수 있어 균질하다고 알려진 셰일층에서 불균질성을 파악하는데 유용하다.
이와 같이 물리검층자료는 각각 다른 정보를 담고 있으므로 암석물리학적 해석이나 층서 해석시 한 종류의 물리검층자료만 사용하지 않고 여러 종류의 물리검층자료를 조합함으로써, 보다 정확한 암석물리학상을 구축할 수 있다.
이후, 정규화모듈(220)은 선정모듈(210)에서 선정한 제1 물리검층자료를 정규화한다(단계 1b). 본 발명의 일 실시예는 제1 물리검층자료의 정규화의 방법으로서 선정된 각 종류의 제1 물리검층자료별로 평균 및 표준편차를 구하고, 평균 및 표준편차의 10% 이내의 값만을 이용한다.
정규화는 일반적으로 물리검층자료의 프로세싱에 대한 보정을 말하며, 도 5는 본 발명의 일 실시예에 따른 물리검층자료 정규화의 실시예로서, 선정모듈(210)에서 선정한 각 물리검층자료에 대해 평균 및 표준편차의 10% 이내의 값으로 정규화 하는 것을 예시하고 있다. 이를 통해 시추코어 취득 기기 차이에 따른 오차 및 시추공 내 암질의 특성이 시간이 지남에 따라 변화되어 생기는 오차를 최대한 줄일 수 있다.
이후, 군집분석모듈(240)은 정규화모듈(220)에서 정규화한 제1 물리검층자료를, 퇴적상 조합을 감독자료로 사용하여 분석함으로써 제1 그룹을 생성한다(단계 1c).
본 발명은 제1 물리검층자료를 분석하기 위한 일 실시예로, 다중해상도 그래프 기반의 군집분석(Multi Resolution Graph based Clustering : MRGC) 기법을 이용하여 물리검층자료의 패턴을 분석할 수 있다. 군집분석이란 주어진 데이터의 통계분석을 통한 그룹화를 의미하는 것으로, 데이터 상호간의 유사성을 정의해 유사성이 높은 순서대로 동류집단화 함으로서 동일 집단 내에서는 동질성을 높여주고 상이한 집단과의 관계에선 이질성을 높여주는 다변량 분석 기법이며, 본 발명은 개선된 코호넨 군집(Kohonen Clustering) 분석방법을 이용할 수 있다.
제1 물리검층자료를 분석하기 위하여 이상값제거모듈(241)은 정규화모듈(220)에서 정규화한 제1 물리검층자료를 대비도표 및 히스토그램을 사용하여 이상값을 제거한다(단계 1c-1). 도 6은 본 발명의 일 실시예에 따른 이상값 제거에 대한 실시예로서, 단계 정규화모듈(220)에서 정규화한 각 감마값(GR), 음파값(Sonic), 밀도값(Density) 및 임피던스(P_IMPEDANCE)값의 물리검층자료를 히스토그램 분석하고, 상기 각 감마값, 음파값, 밀도값 및 임피던스 값의 물리검층자료들을 x축과 y축에 표시하는 대비도표(cross plot) 분석을 통해 물리검층자료가 밀집된 지역에서 크게 벗어난 이상값을 제거할 수 있다.
이는 셰일층내에서 감마값이나 밀도값 등의 변화가 크지 않다는 점을 고려할 때 이상값이 취득될 가능성이 있으므로 이를 제거하기 위함으로써, 물리검층자료가 밀집된 지역에서 크게 벗어난다는 것은 각 물리검층자료값의 정규분포에서 멀어진다는 것을 의미한다. 예를 들어, K-means 알고리즘을 이용하여 한 점으로부터 다른 점들 간의 거리 분산을 구하여 각 점의 거리분산값을 구하고, 거리분산이 큰 순서대로 제외해 나가는 방식일 수 있다. 본 발명의 일 실시예에 따른 다중해상도 그래프 기반의 군집분석 방법(MRGC)은 각각의 물리검층 자료로 여러 종류의 대비도표를 생성하여 물리검층 자료값의 거리분산을 확인한 후 이상값을 제거하여 군집분석에 사용할 수 있다.
이후, 표준화거리모듈(242)은 이상값제거모듈(241)에서 이상값이 제거된 제1 물리검층자료간 표준화거리를 구한다(단계 1c-2). 각 제1 물리검층자료(즉, 감마값, 음파값, 밀도값 및 임피던스값)의 단위 및 분산이 다르므로, 각 물리검층자료를 동일차원에서 비교하기 위하여 표준화거리를 적용하는 것이다.
본 발명의 일 실시예는 표준화거리를 구하기 위하여 마할라노비스(Mahalanobis) 또는 유클리디안(Euclidian) 거리계산법을 이용하여 표준화거리를 구할 수 있다. 유클리디안 거리는 다차원공간에서 두 점 간의 물리적 거리, 즉 자로 측정한 거리를 의미하며, 마할라노비스 거리는 특정케이스의 값이 중심에서 얼마나 벗어났는지를 고려한 거리를 의미한다.
도 7은 본 발명의 일 실시예에 따른 마할라노비스 거리를 나타내는 실시예로서, 점 A는 뉴런(neuron)을 나타내고, 이로부터 가까운 거리의 자료들을 군집분석으로 구성하게 된다. 마할라노비스 거리는 표준편차와 변수간의 상관성을 고려한 거리 계산법으로, 단위 및 분산차이로 인한 각 제1 물리검층자료간 왜곡이 방지될 수 있다.
이후, 통계분석모듈(243)은 표준화거리모듈(242)에서 구한 표준화거리를 이용하여 제1 물리검층자료를 통계분석함으로써 제1 그룹을 생성한다(단계 1c-3). 제1 암석물리학상을 구축하기 위한 과정에서, 유사한 값을 갖는 군집들을 하나의 그룹으로 병합함으로써 제1 그룹이 생성될 수 있다.
이때, 본 발명은 제1 물리검층자료를 통계분석함에 있어 퇴적상 조합을 감독자료로 사용하여 제1 시추공의 제1 암석물리학상을 구축할 수 있다. 통계분석을 수행하는 방법은 퇴적상 조합을 물리검층 자료와 함께 통계분석하는 supervised 방법과 물리검층 자료들만으로 통계분석하는 unsupervised 방법이 있으며, 본 발명에서는 제1 시추공에서 supervised 방법으로 제1 암석물리학상을 구축하고, 이와 동일한 분석방법을 시추코어자료가 없는 제2 시추공에 동일하게 적용함으로써 시추코어자료가 없는 제2 시추공에서도 보다 정확한 암석물리학상을 구축할 수 있게 된다.
여기서, 퇴적상 조합은 퇴적상 조합 모듈(230)에 의해 제1 시추코어자료를 광물성분 및 제1 물리검층자료에 기반하여 퇴적상을 조합함으로써 형성될 수 있다.
종래에는 제1 시추코어자료의 퇴적상 조합이 관찰자의 주관에 따라 달라질 수 있어 객관성이 결여된다는 문제점이 있었으나, 본 발명은 광물성분에 기반하여 제1 시추코어자료의 퇴적상을 조합하므로, 객관성이 담보될 수 있다. 즉, 본 발명은 제1 시추코어자료의 퇴적상을 광물성분에 기반한 암상분류를 이용하여 조합하며, 도 8은 본 발명의 일 실시예에 따른 제1 시추코어자료의 퇴적상 조합에 대한 분석방법을 나타낸다. 도시된 바와 같이 같이 광물성분에 기반한 암상분류는 수압파쇄시 깨지기 쉬운 지층인지(Quartz의 함량), 유기물을 함유하고 있는 암상인지(Clay, TOC값) 등을 기준으로 할 수 있다.
여기서 광물성분은 시추코어자료로서 시추코어샘플의 XRD(X-ray Diffraction) 분석 및 ECS(Elemental capture Spectroscopy), PNS(pulsed neutron spectroscopy) log 등의 물리검층자료를 취득하여 통합적으로 해석함으로써 시추코어샘플의 화학 조성을 알 수 있다. 시추코어의 XRD 분석자료는 암석샘플을 채취해 분석한 결과로 연구지역 내 수십여개의 정보만 가지고 있으며, 이 결과(point data)만으로는 연구심도 전체에 대한 광물 구성비를 알 수 없기 때문에, 모든 심도에 대한 광물성분에 대한 정보를 담고 있는 제1 물리검층자료의 ECS log를 통합하여 해석함으로써 광물성분 분석의 신뢰도를 높일 수 있다.
도 8과 같이, 상기 시추코어샘플을 분석하여 획득한 광물성분(예를들어, Carbonate, Quartz, Clay)을 삼각다이어그램에 깊이별 자료를 도시하면 네 개 이상의 퇴적상 조합으로 나눌 수 있으며, 객관적으로 퇴적상을 조합하기 위해 광물구성 성분의 50% 지점을 경계면으로 작업할 수 있다. 단, 이는 연구지역에 따라 달리 설정할 수 있으며, 퇴적상을 광물 성분에 기반하여 조합함으로써 객관적인 퇴적상 조합이 가능하다.
상기 퇴적상 조합을 감독자료로 하여 제1 물리검층자료를 통계분석함으로써 제1 그룹이 생성될 수 있다. 이때, 통계분석은 상술한 바와 같이 데이터 상호간의 유사성을 정의해 유사성이 높은 순서대로 동류집단화 하는 것으로, 도 9를 참조하면, 세 번째 - 여섯번째 열은 앞서 선정 및 정규화된 각 물리검층자료들(즉, 감마값, 음파값, 밀도값 및 임피던스값)의 속성별 값이며, 각 속성별 값들의 유사성을 고려하여 동류집단화 하면 첫번째 열의 FACIES 1, 2, 3 으로 동류집단화 될 수 있으며, 이를 제1 그룹(즉, 군집)으로 할 수 있다.
이후, 제1 암석물리학상 구축 모듈(250)은 군집분석모듈(240)에서 생성된 제1 그룹을 상기 퇴적상 조합과 양자간 상관도값을 계산하여 상관도가 높은 제1 그룹을 제1 암석물리학상으로 결정한다(단계 1d). 도 9는 퇴적상 조합과 제1 그룹의 양자간 상관도값을 계산하여 제1 암석 물리학상을 구축하는 실시예로서, 퇴적환경으로 해석된 퇴적상 조합과 제1 암석물리학상의 상관도를 나타낸다. 도시된 바와 같이 제 1 그룹 FACIES 1, 2, 3 은 제1 시추공의 퇴적상 조합 deeper marine, offshore, near shore로 해석되며, 이를 제1 암석물리학상으로 결정함으로써 구축된 제1 암석물리학상과 퇴적상 조합은 각각 77%, 62%, 60%의 상관도값을 갖는 것을 알 수 있다.
본 발명은 군집분석의 검증을 위하여 제1 그룹과 실제 시추코어자료에서 해석된 퇴적상조합을 비교하여 상관도를 계산할 수 있으며, 상관도의 값이 60% 이상이 될 때까지 군집분석의 파라미터 설정(ex. Neuron의 개수, 반복횟수 등)을 조정함으로써, 퇴적상 조합을 감독자료로 한 제1 물리검층자료들의 제1 암석물리학상 구축방법을 획득할 수 있다.
이때, 제1 분석모듈(200)은, 퇴적상 조합을 감독자료로 사용하여 제1 시추코어자료 및 제1 물리검층자료가 통합 해석되어 제1 암석물리학상으로 구축되는 분석방법을 알고리즘으로 저장할 수 있다.
즉, 제2 시추공에는 시추코어자료가 부재하므로 물리검층자료만을 이용하여 이를 분석함으로써 암석물리학상을 구축하게 된다. 단, 이때 제2 분석모듈(300)은 퇴적상 조합대신 제1 암석물리학상을 구축한 분석방법과 동일한 방법을 적용함으로써 제2 암석물리학상을 구축할 수 있게 된다. 이때 사용되는 물리검층 자료는 선정모듈(210)에서 제1 물리검층자료를 때 선정한 자료와 동일하다.
구체적으로, 제1 분석모듈(200)은 제1 시추공에서 제1 물리검층자료를 입력자료로 하고 퇴적상 조합을 감독자료로 하여 최종적으로 제1 암석물리학상이 출력자료로 생성되는 일련의 알고리즘을 저장할 수 있다. 상기 저장된 알고리즘을 이용하여 제2 분석모듈(300)은 제2 시추공의 제2 물리검층자료를 입력자료로 사용함으로써, 동일한 알고리즘에 의해 제2 암석물리학상을 구축할 수 있다. 이때, 제2 시추공은 다수일 수 있으므로 각각의 제2 시추공마다 제2 분석모듈(300)은 제1 분석모듈(200)에 저장된 동일한 알고리즘을 적용하여 각각의 제2 암석물리학상이 구축될 수 있다.
이상, 연구지역 내 다수 시추공에서 획득한 물리검층자료를 통해 암석물리학상을 구축하는 방법을 설명하였다. 이를 바탕으로, 업스케일링모듈(400)은 제1 분석모듈(200)에서 구축한 제1 암석물리학상으로 제1 시추공의 층서를 업스케일하고(단계 3), 제2 분석모듈(300)에서 구축한 제2 암석물리학상으로 제2 시추공의 층서를 업스케일링하며(단계 4), 나아가 퇴적상 모델링 모듈(500)은 업스케일링한 제1 시추공의 제1 암석물리학상과 제2 시추공의 제2 암석물리학상을 모델링(facies modeling)하여 대비(단계 5)함으로써, 퇴적환경의 수평적 변화를 해석할 수 있다.
이를 통해 물리검층자료의 해석을 수평적으로 확대 실시하여 셰일저류층의 연장성을 파악할 수 있다. 즉, 석영이나 장석이 많이 함유되어 있는 퇴적상의 변화는 수압파쇄 경로설정에 이용될수 있고, 유기물이 많이 함유된 퇴적상의 두께와 수평적 변화양상은 셰일가스 잠재 생산량을 계산하는데 사용될 수 있다.
이는 종래기술과 같이 제2 시추공의 제2 물리검층자료만으로 제2 시추공의 지하 퇴적 환경을 유추하는 것과 달리, 제1 시추공의 제1 시추코어자료와 제1 물리검층자료를 통합해석함으로써 구축된 제1 암석물리학상의 분석방법을 이용하여 제2 시추공에 동일한 분석방법을 적용하여 대비하므로, 보다 정확하게 퇴적환경의 수평적 변화를 해석할 수 있다.
즉, 연구지역 내 다수 시추공들의 암석물리학상을 제1 시추공을 통해 구축된 제1 암석물리학상을 구축하는 방법과 동일한 방법으로 구축하여 대비함으로써 더욱 정밀하게 퇴적환경의 수평적 변화를 알 수 있게 된다.
이하 본 발명에 따른 암석 물리학상 구축 및 이를 이용한 퇴적환경의 수평적 변화 해석 실시예를 통해 설명하나, 이들은 본 발명을 보다 상세하게 설명하기 위한 것으로, 본 발명의 권리범위가 하기의 실시예에 의해 한정되는 것은 아니다.
[실시예]
연구지역인 서 캐나다분지 광구의 몬트니층에는 여섯 개 시추공의 물리검층자료와 한 개 시추공의 코어 분석 자료가 존재한다. 코어 자료가 존재하는 시추공에서 암석 물리학상을 구축한 뒤, 구축한 암석 물리학상을 나머지 시추공에 적용하여 퇴적환경을 유추할 수 있다.
도 9는 D 시추공에서 획득한 시추코어자료와 물리검층자료를 이용하여, 퇴적상 조합과 제1 암석물리학상을 대비하여 양자간 상관도를 구한 것이다. 도 9에 도시된 바와 같이 제1 암석물리학상과 퇴적상 조합의 상관도를 계산하면 77%(deep marine), 62%(offshore), 60%(near shore)로 임을 알 수 있다.
도 10은 본 발명의 일 실시예에 따른 D 시추공에서 구축한 제1 암석물리학상과 제1 시추코어자료를 함께 도시한 예이다.
도 11은 D 주변의 시추공으로서, 각 A, B, C, D 시추공을 나타내며, D 시추공에서 구축된 암석물리학상을 토대로 주변시추공의 암석물리학상을 구축하여 업스케일링하고(오른쪽 그림), 이를 퇴적상 모델링(왼쪽 그림)하여 퇴적상의 변화모습을 남북으로 도시한 결과이다. 이를 바탕으로 퇴적 환경의 수평적 변화를 해석해 보면 북쪽에서 남쪽으로 갈수록 깊어짐을 알 수 있다.
도 12는 D 주변의 시추공으로서, 각 E, F, C, D 시추공을 나타내며, D 시추공에서 구축된 암석물리학상을 토대로 주변시추공의 암석물리학상을 구축하여 업스케일링하고(오른쪽 그림), 이를 퇴적상 모델링(왼쪽 그림)하여 퇴적상의 변화모습을 동서로 도시한 결과이다. 이를 바탕으로 퇴적 환경의 수평적 변화를 해석해 보면 동쪽에서 서쪽으로 갈수록 깊어짐을 알 수 있다.
이를 통합하여 해석함으로써, 결과적으로 북동쪽에서 남서쪽으로 깊어지며 동쪽에서 서쪽으로 깊어지는 것을 알 수 있다.
이상 설명한 바와 같이 시추코어가 존재하는 시추공에서 암석물리학상을 구축하고, 구축한 암석물리학상을 이용하여 시추코어가 존재하지 않는 연구지역 내 다른 시추공으로 확장해석함으로써 퇴적환경의 수평적 변화를 해석할 수 있다.
이상 실시예를 참조하여 설명하였지만, 본 발명의 범위는 상기에서 예시한 실시예에 한정하지 않고, 상기와 같은 기술범위 안에서 당업계의 통상의 기술자에게 있어서는 본 발명을 기초로 하는 다른 많은 변형이 가능할 것이다.
100 : 데이터베이스 200 : 제1 분석모듈
210 : 선정모듈 220 : 정규화모듈
230 : 퇴적상조합모듈 240 : 군집분석모듈
241 : 이상값제거모듈 242 : 표준화거리모듈
243 : 통계분석모듈 250 : 제1 암석물리학상 구축모듈
300 : 제2 분석모듈 400 : 업스케일링모듈
500 : 퇴적상모델링모듈
210 : 선정모듈 220 : 정규화모듈
230 : 퇴적상조합모듈 240 : 군집분석모듈
241 : 이상값제거모듈 242 : 표준화거리모듈
243 : 통계분석모듈 250 : 제1 암석물리학상 구축모듈
300 : 제2 분석모듈 400 : 업스케일링모듈
500 : 퇴적상모델링모듈
Claims (8)
- 다수 시추공에서 획득한 물리검층자료를 통해 암석물리학상을 구축하고 이를 이용하여 퇴적환경을 해석하는 방법으로서,
(1) 상기 다수 시추공 중 제1 시추코어자료 및 제1 물리검층자료가 존재하는 제1 시추공에서 상기 제1 시추코어자료 및 제1 물리검층자료를 분석하여 제1 암석물리학상을 구축하는 단계; 및
(2) 상기 제1 시추공 외 제2 시추공의 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하는 단계;를 포함하고,
상기 (1) 단계는,
(1a) 상기 제1 시추공에서 감마값, 음파값, 밀도값 및 임피던스 값을 포함하는 제1 물리검층자료를 선정하는 단계;
(1b) 상기 (1a) 단계에서 선정한 제1 물리검층자료를 각 자료별로 평균 및 표준편차를 구하고, 상기 평균 및 표준편차의 10% 이내의 값을 이용하여 정규화하는 단계;
(1c) 상기 (1b) 단계에서 정규화한 제1 물리검층자료를, 퇴적상 조합을 감독자료로 사용하여 군집분석함으로써 제1 그룹을 생성하는 단계;
(1d) 상기 (1c) 단계에서 생성된 제1 그룹과 상기 퇴적상 조합과의 양자간 상관도값을 계산하여 상관도가 높은 제1 그룹을 제1 암석물리학상으로 결정하는 단계;를 포함하고,
상기 (1c) 단계는 다중해상도 그래프 기반의 군집분석(MRGC) 기법을 이용하는 것으로서,
상기 (1b) 단계에서 정규화한 제1 물리검층자료를 대비도표를 사용하여 이상값을 제거하고, 이상값이 제거된 제1 물리검층자료간 표준화 거리를 구하고 이를 이용하여 제1 물리검층자료를 통계분석함으로써 제1 그룹을 생성하는 단계를 포함하고,
상기 (2) 단계는,
상기 (1) 단계에서 제1 암석물리학상을 구축한 방법과 동일한 방법으로 제2 물리검층자료를 분석하여 제2 암석물리학상을 구축하며,
상기 퇴적상 조합은 상기 제1 시추코어자료를 광물성분 및 상기 제1 물리검층자료에 기반하여 퇴적상을 조합하여 형성되는 것을 특징으로 하는 암석 물리학상 구축을 통한 퇴적환경 해석 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
(3) 상기 제1 시추공의 제1 암석물리학상을 업스케일링하는 단계;
(4) 상기 제2 시추공의 제2 암석물리학상을 업스케일링하는 단계;
를 더 포함하는 것을 특징으로 하는 암석 물리학상 구축을 통한 퇴적환경 해석 방법.
- 제6항에 있어서
(5) 상기 (3) 단계에서 업스케일링한 제1 시추공의 제1 암석물리학상과, 상기 (4) 단계에서 업스케일링한 제2 시추공의 제2 암석물리학상을 모델링(facies modeling)하여 대비하는 단계;를 더 포함하는 것을 특징으로 하는 암석 물리학상 구축을 통한 퇴적환경 해석 방법.
- 제1항에 있어서,
상기 제2 시추공은 1개 이상인 것을 특징으로 하는 암석 물리학상 구축을 통한 퇴적환경 해석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170101174A KR101893800B1 (ko) | 2017-08-09 | 2017-08-09 | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170101174A KR101893800B1 (ko) | 2017-08-09 | 2017-08-09 | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101893800B1 true KR101893800B1 (ko) | 2018-09-04 |
Family
ID=63598315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170101174A KR101893800B1 (ko) | 2017-08-09 | 2017-08-09 | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101893800B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110579806A (zh) * | 2019-09-11 | 2019-12-17 | 大庆油田有限责任公司 | 一种密井网条件下快速的井震标定方法 |
| CN112163248A (zh) * | 2020-10-12 | 2021-01-01 | 重庆大学 | 一种基于规则的工艺过程资源环境负荷数据规范化方法 |
| CN116578895A (zh) * | 2023-04-17 | 2023-08-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与弹性波ct扫描的数据聚类分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131517B1 (ko) * | 2010-11-29 | 2012-04-04 | 한국지질자원연구원 | 물리검층 자료의 통계학적 해석결과를 활용한 오일샌드 지역 지하정보의 처리시스템 및 이를 이용한 오일샌드 지역 지하정보의 처리방법 |
| KR101148835B1 (ko) * | 2010-11-29 | 2012-05-29 | 한국지질자원연구원 | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 암상 예측방법 및 이를 구현하는 시스템 |
| KR101324285B1 (ko) * | 2012-12-26 | 2013-11-01 | 대우조선해양 주식회사 | 물리 검층 데이터의 모델링 방법 |
| KR101591430B1 (ko) | 2015-04-07 | 2016-02-03 | 한국지질자원연구원 | 지하구조 파악방법 및 이를 이용한 셰일가스 시추방법 |
| KR101647921B1 (ko) | 2015-03-27 | 2016-08-12 | 서울대학교산학협력단 | 유·가스 저류층의 실제 가스 생산량에 유사한 저류층 모델을 선정하는 방법 및 이를 이용한 생산량 예측 방법 |
| KR101688871B1 (ko) * | 2015-07-07 | 2016-12-22 | 한국지질자원연구원 | 감마선을 이용한 물리검층자료의 분석 장치 및 방법 |
-
2017
- 2017-08-09 KR KR1020170101174A patent/KR101893800B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131517B1 (ko) * | 2010-11-29 | 2012-04-04 | 한국지질자원연구원 | 물리검층 자료의 통계학적 해석결과를 활용한 오일샌드 지역 지하정보의 처리시스템 및 이를 이용한 오일샌드 지역 지하정보의 처리방법 |
| KR101148835B1 (ko) * | 2010-11-29 | 2012-05-29 | 한국지질자원연구원 | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 암상 예측방법 및 이를 구현하는 시스템 |
| KR101324285B1 (ko) * | 2012-12-26 | 2013-11-01 | 대우조선해양 주식회사 | 물리 검층 데이터의 모델링 방법 |
| KR101647921B1 (ko) | 2015-03-27 | 2016-08-12 | 서울대학교산학협력단 | 유·가스 저류층의 실제 가스 생산량에 유사한 저류층 모델을 선정하는 방법 및 이를 이용한 생산량 예측 방법 |
| KR101591430B1 (ko) | 2015-04-07 | 2016-02-03 | 한국지질자원연구원 | 지하구조 파악방법 및 이를 이용한 셰일가스 시추방법 |
| KR101688871B1 (ko) * | 2015-07-07 | 2016-12-22 | 한국지질자원연구원 | 감마선을 이용한 물리검층자료의 분석 장치 및 방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110579806A (zh) * | 2019-09-11 | 2019-12-17 | 大庆油田有限责任公司 | 一种密井网条件下快速的井震标定方法 |
| CN110579806B (zh) * | 2019-09-11 | 2022-03-22 | 大庆油田有限责任公司 | 一种密井网条件下快速的井震标定方法 |
| CN112163248A (zh) * | 2020-10-12 | 2021-01-01 | 重庆大学 | 一种基于规则的工艺过程资源环境负荷数据规范化方法 |
| CN116578895A (zh) * | 2023-04-17 | 2023-08-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与弹性波ct扫描的数据聚类分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109653725B (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
| US10428642B2 (en) | Transposition of logs onto horizontal wells | |
| US20180238148A1 (en) | Method For Computing Lithofacies Probability Using Lithology Proximity Models | |
| US20190266501A1 (en) | System and method for predicting mineralogical, textural, petrophysical and elastic properties at locations without rock samples | |
| EP3077618B1 (en) | Tuning digital core analysis to laboratory results | |
| US20170002630A1 (en) | Method of performing additional oilfield operations on existing wells | |
| MX2014012042A (es) | Evaluacion volumetrica de una formacion usando datos diferenciales normalizados. | |
| KR101893800B1 (ko) | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 | |
| Abdideh et al. | Cluster analysis of petrophysical and geological parameters for separating the electrofacies of a gas carbonate reservoir sequence | |
| Chan et al. | Total organic carbon (TOC) quantification using artificial neural networks: Improved prediction by leveraging XRF data | |
| Moore et al. | Tight gas sandstone reservoirs, part 2: petrophysical analysis and reservoir modeling | |
| Hatampour et al. | Hydraulic flow units' estimation from seismic data using artificial intelligence systems, an example from a gas reservoir in the Persian Gulf | |
| Eftekhari et al. | Electrical facies of the Asmari Formation in the Mansouri oilfield, an application of multi-resolution graph-based and artificial neural network clustering methods | |
| Asgari et al. | A fully integrated approach for the development of rock type characterization, in a middle east giant carbonate reservoir | |
| Gupta | Rock Typing in Organic Shales: Eagle Ford, Woodford, Barnett and Wolfcamp Formations | |
| Davies | Permeability Modelling of a Sandstone Reservoir in Parts of the Niger Delta | |
| Aljuboori et al. | Using statistical approaches in permeability prediction in highly heterogeneous carbonate reservoirs | |
| Qi et al. | Correlation of seismic attributes and geomechanical properties to the rate of penetration in the Mississippian Limestone, Oklahoma | |
| US12019204B2 (en) | Stratigraphic trap recognition using orbital cyclicity | |
| Arigbe | Uncertainty reduction in reservoir parameters prediction from multiscale data using machine learning in deep offshore reservoirs. | |
| WO2023230838A1 (en) | A method and system for modeling carbonate cementation in forward depositional models | |
| Tavakoli et al. | Reservoir heterogeneity: an introduction | |
| Hietala et al. | Integrated Rock-Log Calibration in the Elmworth Field-Alberta, Canada: Well Log Analysis Methods and Techniques: Part II | |
| Eze | Modeling the Spatial Distribution of Natural Fractures in Shale Reservoirs using Machine Learning and Geostatistical Methods | |
| Ghadami et al. | Toward robust history matching of a giant carbonate gas‐condensate reservoir |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |