RU2013143803A - Многомасштабное цифровое моделирование породы для моделирования пласта - Google Patents
Многомасштабное цифровое моделирование породы для моделирования пласта Download PDFInfo
- Publication number
- RU2013143803A RU2013143803A RU2013143803/08A RU2013143803A RU2013143803A RU 2013143803 A RU2013143803 A RU 2013143803A RU 2013143803/08 A RU2013143803/08 A RU 2013143803/08A RU 2013143803 A RU2013143803 A RU 2013143803A RU 2013143803 A RU2013143803 A RU 2013143803A
- Authority
- RU
- Russia
- Prior art keywords
- scale
- data
- modeling
- rock
- digital
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title 1
- 239000011435 rock Substances 0.000 claims abstract 59
- 238000000034 method Methods 0.000 claims abstract 51
- 230000035699 permeability Effects 0.000 claims abstract 13
- 230000015572 biosynthetic process Effects 0.000 claims abstract 6
- 238000005553 drilling Methods 0.000 claims abstract 4
- 238000005259 measurement Methods 0.000 claims abstract 4
- 239000011148 porous material Substances 0.000 claims 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 12
- 238000002591 computed tomography Methods 0.000 claims 3
- 208000035126 Facies Diseases 0.000 claims 2
- 241001048293 Isopaches Species 0.000 claims 2
- 238000005481 NMR spectroscopy Methods 0.000 claims 2
- 238000001493 electron microscopy Methods 0.000 claims 2
- 238000000166 fluorescence laser scanning microscopy Methods 0.000 claims 2
- 238000002347 injection Methods 0.000 claims 2
- 239000007924 injection Substances 0.000 claims 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims 2
- 229910052753 mercury Inorganic materials 0.000 claims 2
- 235000015076 Shorea robusta Nutrition 0.000 claims 1
- 244000166071 Shorea robusta Species 0.000 claims 1
- 150000004649 carbonic acid derivatives Chemical class 0.000 claims 1
- 239000004568 cement Substances 0.000 claims 1
- 238000010884 ion-beam technique Methods 0.000 claims 1
- 238000010603 microCT Methods 0.000 claims 1
- 238000004448 titration Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
1. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, представляющих породу пласта, причем упомянутый способ содержит комбинирование данных цифрового моделирования породы в масштабе скважины с исходными данными в межскважинном масштабе для генерирования данных цифрового моделирования породы в межскважинном масштабе, которые, по меньшей мере частично, охватывают гетерогенность в межскважинном масштабе.2. Способ по п. 1, отличающийся тем, что дополнительно содержит идентификацию множества типов породы пласта в по меньшей мере данных цифрового моделирования породы в масштабе скважины.3. Способ по п. 1, отличающийся тем, что исходные данные в межскважинном масштабе собирают, используя один или более способов, выбранных из группы, состоящей из: данных каротажа во время бурения из невертикальной скважины, межскважинных геофизических измерений и сейсмических измерений.4. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе собираю, используя данные каротажа во время бурения из невертикальной скважины.5. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе включают в себя вычисленную вариограммную статистику.6. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы в масштабе скважины, используемые для генерирования данных цифрового моделирования породы вмежскважинном масштабе, включают в себя вычисленные значения при масштабе скважины одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, отно�
Claims (34)
1. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, представляющих породу пласта, причем упомянутый способ содержит комбинирование данных цифрового моделирования породы в масштабе скважины с исходными данными в межскважинном масштабе для генерирования данных цифрового моделирования породы в межскважинном масштабе, которые, по меньшей мере частично, охватывают гетерогенность в межскважинном масштабе.
2. Способ по п. 1, отличающийся тем, что дополнительно содержит идентификацию множества типов породы пласта в по меньшей мере данных цифрового моделирования породы в масштабе скважины.
3. Способ по п. 1, отличающийся тем, что исходные данные в межскважинном масштабе собирают, используя один или более способов, выбранных из группы, состоящей из: данных каротажа во время бурения из невертикальной скважины, межскважинных геофизических измерений и сейсмических измерений.
4. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе собираю, используя данные каротажа во время бурения из невертикальной скважины.
5. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе включают в себя вычисленную вариограммную статистику.
6. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы в масштабе скважины, используемые для генерирования данных цифрового моделирования породы в
межскважинном масштабе, включают в себя вычисленные значения при масштабе скважины одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).
7. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы являются трехмерными данными.
8. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы включают в себя результаты многоточечной статистики.
9. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы включают в себя множество объемов представительных элементов.
10. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы в масштабе скважины были, по меньшей мере частично, укрупнены из данных цифрового моделирования породы в масштабе пор.
11. Способ по п. 10, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе пор основывается, по меньшей мере частично, на вычисленных значениях в масштабе пор одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и
показателей Арчи для цементирования (m) и насыщения (n).
12. Способ по п. 10, отличающийся тем, что данные цифрового моделирования породы в масштабе пор включают в себя геометрию пор, которая выражается количественно, используя один или более способов, выбранных из группы, состоящей из: лазерной сканирующей флуоресцентной микроскопии в проходящем свете, сканограмм микроКТ, сканограмм наноКТ, электронной микроскопии со сканированием фокусированным ионным пучком, капиллярного давления при нагнетании ртути и/или ядерного магнитного резонанса.
13. Способ по п. 10, отличающийся тем, что данные цифрового моделирования породы в масштабе пор генерируют, по меньшей мере частично, используя стратегически выбранные образцы, вырезанные из керна, выбранные, используя сетчатую минипроницаемость и данные сканограммы традиционной КТ одной или более пластинок керна.
14. Способ по п. 13, отличающийся тем, что данные минипроницаемости являются сетчатыми, с интервалом около от 0,5 см до 1 см.
15. Способ по п. 13, отличающийся тем, что данные сканограммы традиционной КТ имеют интервал среза около от 1 мм до 2 мм.
16. Способ по п. 1, отличающийся тем, что дополнительно содержит построение модели потока гетерогенных пород на основании, по меньшей мере частично, генерируемых данных цифрового моделирования породы в межскважинном масштабе.
17. Способ по п. 1, отличающийся тем, что дополнительно
содержит укрупнение масштаба генерируемых данных цифрового моделирования породы в межскважинном масштабе для генерирования данных цифрового моделирования породы в масштабе всего месторождения.
18. Способ по п. 17, отличающийся тем, что укрупнение масштаба для генерирования данных цифрового моделирования породы в масштабе всего месторождения основывается, по меньшей мере частично, на вычисленных значениях в межскважинном масштабе из данных цифрового моделирования породы в межскважинном масштабе, причем вычисленные значения являются одним или более свойствами, выбранными из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).
19. Способ по п. 17, отличающийся тем, что данные цифрового моделирования породы в масштабе всего месторождения генерируют, используя один или более способов, выбранных из группы, состоящей из: сейсмостратиграфического моделирования, аналогов линий выхода, карт изопахит, кривых пропорций фаций, сейсмических параметров, прямого стратиграфического моделирования, диагенетического моделирования, моделирования в масштабе бассейна и/или многоточечного статистического моделирования.
20. Способ по п. 1, отличающийся тем, что порода пласта включает в себя один или более типов литологии, выбранных из
группы, состоящей из: карбонатов, песчаников, сланцев, углей, эвапоритов и вулканических или метаморфических пород.
21. Способ по п. 1, отличающийся тем, что генерируемые данные цифрового моделирования породы в межскважинном масштабе включают в себя один или более разломов или сдвигов.
22. Система для генерирования данных цифрового моделирования породы в межскважинном масштабе, используя способ по п. 1.
23. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе пор, представляющих породу пласта, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в масштабе пор, по меньшей мере частично, используя минипроницаемость и данные КТ-сканирования для одной или более пластинок керна породы резервуара, комбинированные с данными геометрии поры; и
укрупнение масштаба данных цифрового моделирования породы в масштабе пор до данных цифрового моделирования породы в масштабе скважины на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в масштабе пор с исходными данными в масштабе скважины.
24. Способ по п. 23, отличающийся тем, что данные геометрии поры получают, используя один или более способов, выбранных из группы, состоящей из: лазерной сканирующей флуоресцентной микроскопии в проходящем свете, сканограмм микроКТ, сканограмм наноКТ, электронной микроскопии со сканированием фокусированным ионным пучком, капиллярного давления при нагнетании ртути и
ядерного магнитного резонанса.
25. Способ по п. 23, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе пор основано, по меньшей мере частично, на вычисленных значениях в масштабе пор, представляющих одно или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).
26. Система для генерирования укрупненных данных цифрового моделирования породы в масштабе скважины, используя способ по п. 23.
27. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в межскважинном масштабе, по меньшей мере частично, используя данные скважины из по меньшей мере одной невертикальной скважины; и
укрупнение масштаба данных цифрового моделирования породы в масштабе скважины до данных цифрового моделирования породы в межскважинном масштабе на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в масштабе скважины с исходными данными в межскважинном масштабе.
28. Способ по п. 27, отличающийся тем, что данные скважины включают в себя один или более типов данных, выбранных из
группы, состоящей из: каротажных данных, вариограммной статистики, межскважинных сейсмических данных, электромагнитных данных и данных сейсмических параметров.
29. Способ по п. 27, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе скважины основывается, по меньшей мере частично, на вычисленных значениях в масштабе скважины, представляющих одно или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).
30. Система для генерирования укрупненных данных цифрового моделирования породы в межскважинном масштабе, используя способ по п. 27.
31. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в межскважинном масштабе, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в масштабе всего месторождения; и
укрупнение масштаба данных цифрового моделирования породы в межскважинном масштабе до данных цифрового моделирования породы в масштабе всего месторождения на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в межскважинном масштабе с исходными данными в масштабе всего месторождения.
32. Способ по п. 31, отличающийся тем, что данные цифрового моделирования породы в масштабе всего месторождения генерируют, по меньшей мере частично, используя один или более способов, выбранных из группы, состоящей из: сейсмостратиграфического моделирования, аналогов линий выхода, карт изопахит, кривых пропорций фаций, сейсмических параметров, прямого стратиграфического моделирования, диагенетического моделирования, моделирования в масштабе бассейна и многоточечного статистического моделирования.
33. Способ по п. 31, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в межскважинном масштабе основывается, по меньшей мере частично, на вычисленных значениях в межскважинном масштабе, представляющих одно или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).
34. Система для генерирования укрупненных данных цифрового моделирования породы в масштабе всего месторождения, используя способ по п. 31.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/036,770 | 2011-02-28 | ||
| US13/036,770 US9134457B2 (en) | 2009-04-08 | 2011-02-28 | Multiscale digital rock modeling for reservoir simulation |
| PCT/US2012/027037 WO2012118864A2 (en) | 2011-02-28 | 2012-02-28 | Multiscale digital rock modeling for reservoir simulation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2013143803A true RU2013143803A (ru) | 2015-04-10 |
| RU2573739C2 RU2573739C2 (ru) | 2016-01-27 |
Family
ID=46719600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2013143803/08A RU2573739C2 (ru) | 2011-02-28 | 2012-02-28 | Многомасштабное цифровое моделирование породы для моделирования пласта |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9134457B2 (ru) |
| BR (1) | BR112013015288B1 (ru) |
| RU (1) | RU2573739C2 (ru) |
| WO (1) | WO2012118864A2 (ru) |
Families Citing this family (126)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2792357T3 (es) | 2009-04-20 | 2020-11-11 | Exxonmobil Upstream Res Co | Procedimiento para predecir el flujo de fluido |
| CA2774182C (en) * | 2009-11-12 | 2019-08-06 | Exxonmobil Upstream Research Company | Method and system for rapid model evaluation using multilevel surrogates |
| US8954296B2 (en) * | 2010-08-31 | 2015-02-10 | Energywright, Inc. | Model building for pressure diagnostics simulation |
| BR112013020555A2 (pt) | 2011-02-28 | 2020-07-28 | Prad Research And Development Limited | método para caracterizar uma amostra de meio poroso incluindo uma pluralidade de corpos de poro e uma pluraridade de gargantas de poro, sistema para caracterizar uma amostra de meio poroso incluindo uma pluralidade de corpos de poro e uma pluralidade de gargantas de poro, e método para caracterizar uma amostra de formação de rocha subterrânea porosa incluindo uma pluralidade de corpos de poro e uma pluralidade de gargantas de poro |
| US8908925B2 (en) | 2011-02-28 | 2014-12-09 | Schlumberger Technology Corporation | Methods to build 3D digital models of porous media using a combination of high- and low-resolution data and multi-point statistics |
| EP2756337A2 (en) * | 2011-09-15 | 2014-07-23 | Saudi Arabian Oil Company | Core-plug to giga-cells lithological modeling |
| CN103930802A (zh) * | 2011-11-15 | 2014-07-16 | 雪佛龙美国公司 | 利用空间独立的数据子集为空间相关储层数据确定性质分布的软数据去偏不确定性的系统及方法 |
| US9684084B2 (en) * | 2012-05-01 | 2017-06-20 | Saudi Arabian Oil Company | Three-dimensional multi-modal core and geological modeling for optimal field development |
| US9377546B2 (en) | 2012-05-06 | 2016-06-28 | Schlumberger Technology Corporation | Automatic extraction and characterization of fault and fracture populations |
| US20140052420A1 (en) * | 2012-08-20 | 2014-02-20 | Ingrain Inc. | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level |
| CN104737037A (zh) * | 2012-10-19 | 2015-06-24 | 科诺科菲利浦公司 | 使用多点模拟的储层建模 |
| US9229127B2 (en) | 2013-02-21 | 2016-01-05 | Saudi Arabian Oil Company | Methods program code, computer readable media, and apparatus for predicting matrix permeability by optimization and variance correction of K-nearest neighbors |
| CA2869825C (en) * | 2013-05-13 | 2018-07-24 | Aramco Services Company | Three-dimensional multi-modal core and geological modeling for optimal field development |
| BR112015026505B1 (pt) | 2013-06-10 | 2021-12-14 | Exxonmobil Upstream Research Company | Método para determinar parâmetros de poço para otimização de desempenho de poço |
| WO2014205248A2 (en) * | 2013-06-19 | 2014-12-24 | Conocophillips Company | Mechanical characterization of core samples |
| WO2014209879A2 (en) * | 2013-06-24 | 2014-12-31 | Services Petroliers Schlumberger | Characterizing porosity distribution from a borehole image |
| US9207356B2 (en) * | 2013-07-29 | 2015-12-08 | Chevron U.S.A. Inc. | System and method for estimating a reservoir parameter using joint stochastic inversion of multisource geophysical data |
| WO2015021088A1 (en) * | 2013-08-06 | 2015-02-12 | Schlumberger Canada Limited | Methods for determining a saturation-height function in oil and gas reservoirs |
| GB2532153B (en) * | 2013-08-07 | 2018-06-13 | Landmark Graphics Corp | Static earth model calibration methods and systems using permeability testing |
| AU2014307046B2 (en) * | 2013-08-13 | 2018-05-24 | Schlumberger Technology B.V. | Digital core sensitivity analysis |
| US20150062300A1 (en) * | 2013-08-30 | 2015-03-05 | Halliburton Energy Services, Inc. | Wormhole Structure Digital Characterization and Stimulation |
| CN103439741B (zh) * | 2013-09-16 | 2015-10-14 | 中国石油大港油田勘探开发研究院 | 一种零值法单砂体逐层剥离预测方法 |
| WO2015084481A1 (en) | 2013-12-04 | 2015-06-11 | Schlumberger Canada Limited | Tuning digital core analysis to laboratory results |
| WO2015094307A1 (en) | 2013-12-19 | 2015-06-25 | Halliburton Energy Services, Inc. | Pore size classification in subterranean formations based on nuclear magnetic resonance (nmr) relaxation distributions |
| US9939548B2 (en) | 2014-02-24 | 2018-04-10 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
| RU2016123001A (ru) * | 2014-02-28 | 2018-04-02 | Лэндмарк Графикс Корпорейшн | Генерирование описания фаций с использованием процедур автономной классификации |
| US9483871B2 (en) | 2014-03-25 | 2016-11-01 | Saudi Arabian Oil Company | 360-degree core photo image integration and interpretation in a 3D petrophysical modeling environment |
| AU2015241030A1 (en) * | 2014-03-31 | 2016-10-20 | Ingrain, Inc. | Digital rock physics-based trend determination and usage for upscaling |
| WO2015187483A1 (en) | 2014-06-05 | 2015-12-10 | Geocosm, LLC | Predicting sediment and sedimentary rock properties |
| US10914864B2 (en) | 2014-07-16 | 2021-02-09 | Schlumberger Technology Corporation | Multiscale method for reservoir models |
| CN104134002A (zh) * | 2014-07-30 | 2014-11-05 | 中国石油天然气集团公司 | 一种基于数字地质露头的碎屑岩储层建模方法及装置 |
| GB2544234B (en) * | 2014-10-14 | 2020-09-02 | Landmark Graphics Corp | Using representative elemental volume to determine subset volume in an area of interest earth model |
| WO2016065127A1 (en) * | 2014-10-23 | 2016-04-28 | Chevron U.S.A. Inc. | A system and method of pore type classification for petrophysical rock typing |
| US9581710B2 (en) * | 2014-10-24 | 2017-02-28 | Westerngeco L.L.C. | Three-dimensional rock properties using cross well seismic |
| BR112017008907A2 (pt) | 2014-11-17 | 2017-12-26 | Halliburton Energy Services Inc | método |
| US10664635B2 (en) | 2014-12-08 | 2020-05-26 | Landmark Graphics Corporation | Determining non-linear petrofacies using cross-plot partitioning |
| EP3256885B1 (en) * | 2015-02-13 | 2020-12-30 | Services Petroliers Schlumberger | Diagenetic and depositional rock analysis |
| US10198804B2 (en) * | 2015-04-15 | 2019-02-05 | Halliburton Energy Services, Inc. | Method for determining fabric and upscaled properties of geological sample |
| US10055884B2 (en) | 2015-04-30 | 2018-08-21 | Saudi Arabian Oil Company | Three-dimensional fluid micromodels |
| US11982144B2 (en) * | 2015-07-28 | 2024-05-14 | Schlumberger Technology Corporation | Method and system for generating a virtual core |
| WO2017041281A1 (en) * | 2015-09-11 | 2017-03-16 | Irock Technologies Co., Ltd | Porous media anaylysis system and method |
| WO2017095395A1 (en) * | 2015-12-01 | 2017-06-08 | Landmark Graphics Corporation | Automated upscaling of relative permeability using fractional flow in systems comprising disparate rock types |
| US10049172B2 (en) | 2015-12-10 | 2018-08-14 | Saudi Arabian Oil Company | Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution |
| WO2017111966A1 (en) * | 2015-12-22 | 2017-06-29 | Landmark Graphics Corporation | Image based rock property tensor visualization of a geocellular grid in a dynamic 3d environment |
| US10087723B2 (en) | 2015-12-22 | 2018-10-02 | Chevron U.S.A. Inc. | Methodology for building realistic numerical forward stratigraphic models in data sparse environment |
| CN105487136B (zh) * | 2015-12-31 | 2017-11-07 | 中国石油大学(华东) | 基于经验模态分解和能量熵判别的碳酸盐岩储集体测井识别方法 |
| CN105929461B (zh) * | 2016-04-13 | 2018-10-26 | 河南工程学院 | 一种动静态岩石力学参数校正系统 |
| US10621292B2 (en) | 2016-04-18 | 2020-04-14 | International Business Machines Corporation | Method, apparatus and computer program product providing simulator for enhanced oil recovery based on micron and submicron scale fluid-solid interactions |
| US11099289B2 (en) | 2016-10-04 | 2021-08-24 | Landmark Graphics Corporation | Multivariate analysis of seismic data, microseismic data, and petrophysical properties in fracture modeling |
| GB2573425B (en) * | 2017-02-14 | 2022-03-09 | Landmark Graphics Corp | Automated upscaling of relative permeability and capillary pressure in multi-porosity systems |
| CN106950610B (zh) * | 2017-02-15 | 2019-01-22 | 山东大学 | 一种电阻率法实验室水囊模拟装置及方法 |
| US10648292B2 (en) | 2017-03-01 | 2020-05-12 | International Business Machines Corporation | Cognitive enhanced oil recovery advisor system based on digital rock simulator |
| US10691846B2 (en) | 2017-03-01 | 2020-06-23 | International Business Machines Corporation | Capillary network simulations based on a low-dimensional representation of porous media |
| CN106855636B (zh) * | 2017-03-23 | 2018-10-26 | 西南石油大学 | 基于碳酸盐岩储层露头的原型地质模型地震正演方法 |
| EP3682376A1 (en) | 2017-09-15 | 2020-07-22 | Saudi Arabian Oil Company | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network |
| US11454738B2 (en) | 2017-10-11 | 2022-09-27 | Beyond Limits, Inc. | Recommendation engine for a cognitive reservoir system |
| WO2019086938A1 (en) * | 2017-11-06 | 2019-05-09 | Abu Dhabi National Oil Company | Method and system for determining permeability of a porous medium |
| WO2019118658A1 (en) * | 2017-12-14 | 2019-06-20 | Schlumberger Technology Corporation | System and method for simulating reservoir models |
| RU2670174C1 (ru) * | 2017-12-18 | 2018-10-18 | Федеральное государственное учреждение "Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук" (ФГУ ФНЦ НИИСИ РАН) | Способ многомасштабного моделирования нелинейных процессов подземной гидродинамики |
| US11391864B2 (en) | 2018-02-20 | 2022-07-19 | Chevron U.S.A. Inc. | Systems and methods for generating permeability scaling functions to estimate permeability |
| CN108303729B (zh) * | 2018-02-27 | 2020-01-03 | 中建隧道建设有限公司 | 建筑物下盾构隧道影响区域岩溶探测方法 |
| US10983237B2 (en) | 2018-04-13 | 2021-04-20 | Saudi Arabian Oil Company | Enhancing seismic images |
| CN108682020B (zh) * | 2018-04-28 | 2019-04-12 | 中国石油大学(华东) | 岩心微米ct孔隙结构重构方法 |
| CN108875140B (zh) * | 2018-05-24 | 2022-06-03 | 西安石油大学 | 一种基于数字岩心模型的稠油油藏沥青质沉积吸附损害模拟方法 |
| US10891462B2 (en) | 2018-06-29 | 2021-01-12 | Saudi Arabian Oil Company | Identifying geometrical properties of rock structure through digital imaging |
| CN109211666B (zh) * | 2018-08-31 | 2019-12-03 | 山东科技大学 | 基于ct扫描的预测应力加载条件下煤体渗透率的方法 |
| CN109063383A (zh) * | 2018-09-19 | 2018-12-21 | 西南石油大学 | 基于微尺度重建模型的热-流-固多场耦合模拟方法 |
| US11047228B2 (en) | 2018-10-19 | 2021-06-29 | Saudi Arabian Oil Company | Predicting carbonate porosity based on petrographic data |
| RU2718409C1 (ru) * | 2018-10-23 | 2020-04-02 | Автономная некоммерческая образовательная организация высшего образования "Сколковский институт науки и технологий" | Система восстановления трехмерной структуры образца породы |
| CN109614634B (zh) * | 2018-10-25 | 2022-08-23 | 中国辐射防护研究院 | 一种水环境中放射性核素迁移扩散数值模拟方法及系统 |
| AU2019406627B2 (en) | 2018-12-18 | 2022-05-19 | Shell Internationale Research Maatschappij B.V. | Method for digitally characterizing the permeability of rock |
| US11187821B2 (en) | 2019-01-23 | 2021-11-30 | Saudi Arabian Oil Company | Integration of seismic driven rock property into a geo-cellular model |
| CN111638552A (zh) * | 2019-03-01 | 2020-09-08 | 中国石油化工股份有限公司 | 一种古地貌恢复方法 |
| EP3956699B1 (en) * | 2019-04-16 | 2023-03-29 | TotalEnergies OneTech | A method for upscaling of relative permeability of the phase of a fluid |
| US11525934B2 (en) * | 2019-05-16 | 2022-12-13 | Shell Usa, Inc. | Method for identifying subsurface fluids and/or lithologies |
| US11604909B2 (en) | 2019-05-28 | 2023-03-14 | Chevron U.S.A. Inc. | System and method for accelerated computation of subsurface representations |
| CN110173243B (zh) * | 2019-07-09 | 2024-03-22 | 西南石油大学 | 一种火成岩油藏注水/注气开发效果评价装置及方法 |
| CN110424944B (zh) * | 2019-07-22 | 2022-08-23 | 中国海洋石油集团有限公司 | 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法 |
| CN112287718B (zh) * | 2019-07-23 | 2024-05-03 | 中国石油天然气股份有限公司 | 数字地质露头孔洞提取方法及装置 |
| US11249220B2 (en) | 2019-08-14 | 2022-02-15 | Chevron U.S.A. Inc. | Correlation matrix for simultaneously correlating multiple wells |
| RU2725506C9 (ru) * | 2019-08-21 | 2020-07-27 | Общество с ограниченной ответственностью "Диджитал Петролеум" (ООО "ДП") | Способ и система оптимизации лабораторных исследований образцов горных пород |
| US11415501B2 (en) | 2019-10-16 | 2022-08-16 | King Fahd University Of Petroleum And Minerals | Method of determining absolute permeability |
| US11561215B2 (en) | 2019-10-31 | 2023-01-24 | Halliburton Energy Services, Inc. | Scale-coupled multiscale model simulation |
| US11079581B2 (en) | 2019-11-25 | 2021-08-03 | Saudi Arabian Oil Company | Resolution preserving methodology to generate continuous log scale reservoir permeability profile from petrographic thin section images |
| US11010969B1 (en) | 2019-12-06 | 2021-05-18 | Chevron U.S.A. Inc. | Generation of subsurface representations using layer-space |
| US10984590B1 (en) | 2019-12-06 | 2021-04-20 | Chevron U.S.A. Inc. | Generation of subsurface representations using layer-space |
| US11187826B2 (en) | 2019-12-06 | 2021-11-30 | Chevron U.S.A. Inc. | Characterization of subsurface regions using moving-window based analysis of unsegmented continuous data |
| CN110927194B (zh) * | 2019-12-11 | 2020-08-18 | 中国科学院地质与地球物理研究所 | 确定泥页岩有机孔含量和孔径分布的方法 |
| CN114761991A (zh) | 2019-12-12 | 2022-07-15 | 国际壳牌研究有限公司 | 用于估计岩石的烃饱和度的方法 |
| CN111060428B (zh) * | 2019-12-12 | 2021-10-22 | 清华大学 | 一种多层级岩心结构的数字重构方法 |
| CN110987985A (zh) * | 2019-12-27 | 2020-04-10 | 西南石油大学 | 射孔损害室内评价数字岩心方法 |
| US11263362B2 (en) | 2020-01-16 | 2022-03-01 | Chevron U.S.A. Inc. | Correlation of multiple wells using subsurface representation |
| US11320566B2 (en) | 2020-01-16 | 2022-05-03 | Chevron U.S.A. Inc. | Multiple well matching within subsurface representation |
| US11561674B2 (en) | 2020-03-05 | 2023-01-24 | Saudi Arabian Oil Company | User interface for proxy modeling of reactive transport modeling |
| US11961002B2 (en) * | 2020-03-05 | 2024-04-16 | Saudi Arabian Oil Company | Random selection of observation cells for proxy modeling of reactive transport modeling |
| US11397279B2 (en) | 2020-03-27 | 2022-07-26 | Chevron U.S.A. Inc. | Comparison of wells using a dissimilarity matrix |
| CN111624147B (zh) * | 2020-04-16 | 2023-04-07 | 中国石油天然气股份有限公司 | 岩心的相对渗透率测定方法及装置 |
| CN113552617B (zh) * | 2020-04-26 | 2024-01-23 | 中国石油化工股份有限公司 | 小尺度缝洞体的量化方法、装置、电子设备及存储介质 |
| EP4172661A1 (en) | 2020-06-30 | 2023-05-03 | Shell Internationale Research Maatschappij B.V. | Method for estimating hydrocarbon saturation of a rock |
| US11592593B2 (en) | 2020-07-01 | 2023-02-28 | Saudi Arabian Oil Company | Modeling hydrocarbon reservoirs using rock fabric classification at reservoir conditions |
| CN111855712B (zh) * | 2020-07-03 | 2023-04-11 | 大连理工大学 | 一种基于ct图像的胶结型水合物沉积物三维建模方法 |
| CN111862306B (zh) * | 2020-07-03 | 2023-09-19 | 大连理工大学 | 一种基于ct图像的孔隙填充型水合物沉积物三维建模方法 |
| US11286232B2 (en) | 2020-07-29 | 2022-03-29 | Saudi Arabian Oil Company | Preparation of cationic surfactants |
| US11467080B2 (en) | 2020-08-10 | 2022-10-11 | Saudi Arabian Oil Company | Estimating permeability of reservoir rocks using mercury injection capillary pressure |
| US11820842B2 (en) | 2020-09-09 | 2023-11-21 | Saudi Arabian Oil Company | Sulfonated polymer |
| US11947067B2 (en) | 2020-09-16 | 2024-04-02 | Saudi Arabian Oil Company | Systems and methods for developing horizontal hydrocarbon wells |
| CN112132965B (zh) * | 2020-09-25 | 2024-03-26 | 中国矿业大学 | 一种岩土体孔裂隙结构多尺度表征方法 |
| US11719094B2 (en) | 2020-10-23 | 2023-08-08 | Saudi Arabian Oil Company | Reservoir characterization using rock geochemistry for lithostratigraphic interpretation of a subterranean formation |
| US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
| CN112686917B (zh) * | 2021-01-30 | 2023-06-30 | 中国科学院地质与地球物理研究所 | 提高岩心非均质性表征精度的数字岩心建模方法及装置 |
| US11927709B2 (en) | 2021-02-02 | 2024-03-12 | Saudi Arabian Oil Company | Multi-scale geological modeling and well information integration |
| US11867869B2 (en) | 2021-02-11 | 2024-01-09 | Saudi Arabian Oil Company | Multiple porosity micromodel |
| CN113029908B (zh) * | 2021-03-16 | 2021-11-26 | 中国石油大学(华东) | 一种致密储层饱和度指数的实验室测量方法 |
| GB2615240A (en) * | 2021-03-26 | 2023-08-02 | Halliburton Energy Services Inc | Visualizing fluid flow through porous media in virtual reality |
| CN112859197B (zh) * | 2021-03-31 | 2024-03-22 | 中国石油天然气集团有限公司 | 一种基于均质化地层电磁场理论的数字井筒电阻率模拟方法 |
| CN113109891A (zh) * | 2021-04-14 | 2021-07-13 | 中国石油大学(华东) | 重建沉积盆地地质流体演化历史的方法 |
| CN113281239B (zh) * | 2021-06-18 | 2022-06-24 | 中国石油大学(北京) | 多尺度煤岩孔隙网络生成方法和装置 |
| CN113409463B (zh) * | 2021-06-29 | 2022-06-07 | 中国地质大学（武汉） | 一种包括尖灭处理的三维地质模型构建方法及装置 |
| CN113588722B (zh) * | 2021-08-16 | 2023-04-28 | 中国地质大学（北京） | 基于数字岩石物理的高温岩石电学特性分析方法及系统 |
| CN113484909B (zh) * | 2021-09-07 | 2021-11-19 | 西南石油大学 | 一种基于几何网格化和参数分配的缝洞型储层建立方法 |
| US11566503B1 (en) | 2021-09-21 | 2023-01-31 | Saudi Arabian Oil Company | Oil recovery of a reservoir based on residual oil saturation |
| CN114325845B (zh) * | 2021-10-26 | 2024-03-15 | 重庆科技学院 | 一种基于数字岩心技术的非常规储层多尺度融合方法 |
| US11952891B2 (en) * | 2022-08-22 | 2024-04-09 | Saudi Arabian Oil Company | Systems and method for constraining 3D fracture model properties using X-ray micro-computed tomography of core plugs for naturally fractured reservoirs |
| CN115984497B (zh) * | 2022-12-30 | 2024-02-23 | 中国铁路设计集团有限公司 | 一种地质横断面自动填绘方法 |
| CN116342815B (zh) * | 2023-05-12 | 2023-08-01 | 中国石油大学(华东) | 一种页岩孔隙空间的多尺度孔隙网络模型构建方法 |
| CN117115370B (zh) * | 2023-08-15 | 2024-03-19 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5233568A (en) | 1991-06-28 | 1993-08-03 | Atlantic Richfield Company | Geopressure analysis system |
| US5835883A (en) | 1997-01-31 | 1998-11-10 | Phillips Petroleum Company | Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability |
| US6826520B1 (en) | 1999-06-24 | 2004-11-30 | Exxonmobil Upstream Research Company | Method of upscaling permeability for unstructured grids |
| RU2166630C1 (ru) * | 1999-09-03 | 2001-05-10 | Закрытое акционерное общество "Инжиниринговый центр ЮКОС" | Способ контроля за разработкой нефтяного месторождения |
| US6886632B2 (en) | 2002-07-17 | 2005-05-03 | Schlumberger Technology Corporation | Estimating formation properties in inter-well regions by monitoring saturation and salinity front arrivals |
| US7496488B2 (en) * | 2003-03-06 | 2009-02-24 | Schlumberger Technology Company | Multi-scale finite-volume method for use in subsurface flow simulation |
| US7224162B2 (en) | 2003-10-04 | 2007-05-29 | Halliburton Energy Services Group, Inc. | System and methods for upscaling petrophysical data |
| CN1898640A (zh) | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层评价方法 |
| RU2289829C1 (ru) * | 2005-08-18 | 2006-12-20 | ОАО "НК "Роснефть" | Способ геофизической разведки для выявления нефтегазовых объектов |
| US7787678B2 (en) | 2005-10-07 | 2010-08-31 | Siemens Corporation | Devices, systems, and methods for processing images |
| WO2007149766A2 (en) | 2006-06-18 | 2007-12-27 | Chevron U.S.A. Inc. | Reservoir simulation using a multi-scale finite volume including black oil modeling |
| AU2009234101B2 (en) | 2008-04-09 | 2014-01-09 | Exxonmobil Upstream Research Company | Method for generating anisotropic resistivity volumes from seismic and log data using a rock physics model |
| RU2440591C2 (ru) | 2008-04-10 | 2012-01-20 | Шлюмбергер Текнолоджи Б.В. | Способ получения характеристик геологической формации, пересекаемой скважиной |
| US8725477B2 (en) | 2008-04-10 | 2014-05-13 | Schlumberger Technology Corporation | Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics |
| US8527248B2 (en) * | 2008-04-18 | 2013-09-03 | Westerngeco L.L.C. | System and method for performing an adaptive drilling operation |
| US8095349B2 (en) | 2008-05-30 | 2012-01-10 | Kelkar And Associates, Inc. | Dynamic updating of simulation models |
| US8200465B2 (en) | 2008-06-18 | 2012-06-12 | Terratek Inc. | Heterogeneous earth models for a reservoir field |
| US20110004447A1 (en) | 2009-07-01 | 2011-01-06 | Schlumberger Technology Corporation | Method to build 3D digital models of porous media using transmitted laser scanning confocal mircoscopy and multi-point statistics |
| US8311788B2 (en) | 2009-07-01 | 2012-11-13 | Schlumberger Technology Corporation | Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry |
| FR2945879B1 (fr) * | 2009-05-20 | 2011-06-24 | Inst Francais Du Petrole | Methode d'exploitation de milieu poreux au moyen d'une modelisation d'ecoulements de fluide |
| US8498853B2 (en) * | 2009-07-20 | 2013-07-30 | Exxonmobil Upstream Research Company | Petrophysical method for predicting plastic mechanical properties in rock formations |
| RU2544884C1 (ru) | 2011-02-28 | 2015-03-20 | Шлюмбергер Текнолоджи Б.В. | Способ определения репрезентативных элементов площадей и объемов в пористой среде |
| BR112013020555A2 (pt) | 2011-02-28 | 2020-07-28 | Prad Research And Development Limited | método para caracterizar uma amostra de meio poroso incluindo uma pluralidade de corpos de poro e uma pluraridade de gargantas de poro, sistema para caracterizar uma amostra de meio poroso incluindo uma pluralidade de corpos de poro e uma pluralidade de gargantas de poro, e método para caracterizar uma amostra de formação de rocha subterrânea porosa incluindo uma pluralidade de corpos de poro e uma pluralidade de gargantas de poro |
| US8908925B2 (en) | 2011-02-28 | 2014-12-09 | Schlumberger Technology Corporation | Methods to build 3D digital models of porous media using a combination of high- and low-resolution data and multi-point statistics |
-
2011
- 2011-02-28 US US13/036,770 patent/US9134457B2/en active Active
-
2012
- 2012-02-28 BR BR112013015288-5A patent/BR112013015288B1/pt active IP Right Grant
- 2012-02-28 RU RU2013143803/08A patent/RU2573739C2/ru active
- 2012-02-28 WO PCT/US2012/027037 patent/WO2012118864A2/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| BR112013015288B1 (pt) | 2021-09-14 |
| WO2012118864A2 (en) | 2012-09-07 |
| RU2573739C2 (ru) | 2016-01-27 |
| BR112013015288A2 (pt) | 2020-08-11 |
| US20120221306A1 (en) | 2012-08-30 |
| US9134457B2 (en) | 2015-09-15 |
| WO2012118864A3 (en) | 2012-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2013143803A (ru) | Многомасштабное цифровое моделирование породы для моделирования пласта | |
| Penna et al. | Carbonate and igneous rock characterization through reprocessing, FWI imaging, and elastic inversion of a legacy seismic data set in Brazilian presalt province | |
| CN101802649B (zh) | 利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法 | |
| Alfred et al. | A new petrophysical model for organic shales | |
| Chandra et al. | Impact of depositional and diagenetic features on petrophysical and rock mechanical properties in Arab-D reservoir equivalent upper Jubaila Formation, Saudi Arabia | |
| González et al. | Proposed workflow to incorporate stratification within salt section using velocity and seismic attributes | |
| CN110646850B (zh) | 隔夹层地震预测方法及装置 | |
| Dietrich et al. | Integrated analysis and interpretation of cross‐hole P‐and S‐wave tomograms: A case study | |
| Sacchi et al. | The use and beauty of ultra-high-resolution seismic reflection imaging in Late Quaternary marine volcaniclastic settings, Napoli Bay, Italy | |
| WO2012146893A2 (en) | Oil & gas exploration and production | |
| Gasparrini et al. | A multidisciplinary modeling approach to assess facies-dolomitization-porosity interdependence in a lower cretaceous platform (Northern Spain) | |
| Gunnarsson | 3D modeling in Petrel of geological CO2 storage site | |
| Salahuddin et al. | Hybrid Stochastic Algorithms: A Novel Application in Modeling Facies Cycles and Properties of Carbonate Platform, Onshore Abu Dhabi | |
| Geel et al. | Formation Evaluation of the Brussels Sand Member in the Netherlands | |
| Milad et al. | Machine learning to predict large pores and permeability in carbonate reservoirs using standard logs | |
| Zerilli et al. | Resolving Complex Overthrust Features Using Magnetotellurics-The Bolivian Foothills Case Study | |
| Yu et al. | Resistivity correction and water saturation evaluation for calcareous tight sandstone reservoir: A case study of G oil field in Sichuan Basin | |
| Stalker et al. | South West Hub CCS Project: evolution of storage site characterization through targeted research and its impact on uncertainty reduction | |
| Grammer et al. | Integrated reservoir characterization of Mississippian-age mid-continent carbonates | |
| Dunn et al. | Fifty shades darker: integrating sedimentology, sequence stratigraphy, chemostratigraphy and geophysics to identify sweet spots the liquids-rich Duvernay shale play | |
| Nyunt et al. | Towards a Realistic Representation of Lithological Heterogeneity at the South West Hub Through High-Resolution 3d Static Modelling | |
| Wulff et al. | Rock Physics and Seismic Characterization of Oman’s Unconventional Reservoirs | |
| Huang et al. | Final Project Report: Imaging Fault Zones Using a Novel Elastic Reverse-Time Migration Imaging Technique | |
| Durogbitan et al. | 3D basin architecture using gravity and magnetic data closes a structural gap in Petroleum systems modeling. | |
| Sivila | Petrophysical evaluation of capillary pressure for a naturally fractured tight gas sandstone reservoir: a case study, A |