CN103975341B - 基于4d饱和度模型和仿真模型的储层建模 - Google Patents
基于4d饱和度模型和仿真模型的储层建模 Download PDFInfo
- Publication number
- CN103975341B CN103975341B CN201280051498.3A CN201280051498A CN103975341B CN 103975341 B CN103975341 B CN 103975341B CN 201280051498 A CN201280051498 A CN 201280051498A CN 103975341 B CN103975341 B CN 103975341B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- saturation
- time
- phantom
- data
- 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.)
- Expired - Fee Related
Links
- 239000012530 fluid Substances 0.000 claims abstract description 90
- 238000005259 measurement Methods 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 37
- 230000003068 static effect Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 16
- 150000001875 compounds Chemical class 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 7
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 82
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 31
- 230000008859 change Effects 0.000 abstract description 8
- 230000033001 locomotion Effects 0.000 abstract description 7
- 239000002131 composite material Substances 0.000 abstract description 2
- 230000036962 time dependent Effects 0.000 abstract description 2
- 230000009545 invasion Effects 0.000 description 13
- 238000005755 formation reaction Methods 0.000 description 11
- 239000003921 oil Substances 0.000 description 11
- 238000003908 quality control method Methods 0.000 description 9
- 239000011435 rock Substances 0.000 description 8
- 239000007789 gas Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 241001415846 Procellariidae Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009918 complex formation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/308—Time lapse or 4D effects, e.g. production related effects to the formation
-
- 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
- G01V20/00—Geomodelling in general
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/612—Previously recorded data, e.g. time-lapse or 4D
- G01V2210/6122—Tracking reservoir changes over time, e.g. due to production
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Fluid Mechanics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
基于井日志、生产数据以及核心数据在计算机中形成相关地下储层的基于生产的饱和度模型。在一段时间内获得的这些类型的数据被用于形成4‑D实际或测量的储层的基于生产的饱和度模型,以示出储层内随时间变化的流体移动。同样形成了对应时间的储层流体饱和度的仿真模型。形成了基于生产的饱和度模型和仿真模型的复合模型以用于分析,从而可以在考虑了生产经验的情况下对储层仿真模型的精确度进行评估。可以基于储层内气和水随时间的实际移动情况而针对储层的变化来调整仿真模型。
Description
发明人:ALI M.AL-SHAHRI
相关申请的交叉引用
本申请要求并涉及于2011年10月18日提交的标题为“Reservoir Modelingwith4D Saturation Models and Simulation Models”的美国临时专利申请第61/548,508号的优先权,该美国临时专利申请的全部内容通过引用合并于此。
与共同拥有的且同日提交的标题为“4D SATURATION MODELING”的美国非临时专利申请(代理案号004159.007066,其申请人为本发明人)相同,本发明涉及地下储层的流体饱和度建模。
技术领域.
本发明涉及地下储层的计算机建模,尤其涉及基于在储层生产寿命期间在储层中或关于储层所得到的测量值来建立饱和度模型。
背景技术
在石油和天然气行业中,地下油气储层的开发通常包括储层的计算机模型的开发和分析。地下油气储层通常为同时包含石油流体混合物和水的复杂岩层。储层的流体成分通常存在于两种或更多的流体相中。通过在这些岩层中钻出并完成井来得到储层流体中的石油混合物。
储层的真实地质模型和储层中流体的存在有助于预测将来在油气储层中石油和天然气的最优化采收。石油和天然气公司已经开始以此地质模型作为重要的工具来提高开采石油储备的能力。储层和油田/天然气田的地质模型已经变得越来越庞大和复杂。在这些模型中,储层被组织成为若干个独立单元。越来越精确的地震数据已经可以允许单元的面间隔达到25米(x和y轴)的数量级。在已知的所谓巨型储层中,单元的数量最少为数亿,并且还出现了千兆单元规模(十亿或更多个单元)的储层。
储层中流体的存在和移动在整个储层中不断地变化,在储层中从已存在的井所得到的生产过程中的某些特征或测量值(如水或油的饱和度、以及流体侵蚀)对于储层的规划和开发很有价值。
在表征和开发储层区域时,需要建立覆盖整个储层的储层模型以提供用于储层规划的精确模型。对储层中流体的出现和移动的精确指示是储层评估和规划中的重要输入。
基于储层仿真模型可以对预计储层寿命之内储层流体的出现和移动进行建模。上述仿真模型的一个示例为美国专利第7,526,418号,其为本发明的受让人所拥有。但是,对仿真模型的校准以及确认该仿真模型是否继续适用于当前储层均遇到挑战。此外,在生产过程中经常出现与储层相关的额外的储层信息(例如断层的出现)。迄今所知,将额外信息精确纳入仿真模型依然存在问题。
发明内容
简略而言,本发明提供了一种新的并且改进过的计算机实施方法,该方法在数据处理***内从仿真模型以及从根据生产过程中储层中的井的测量数据得到的基于生产的模型获得地下储层中的流体饱和度的测量数据。本发明的计算机实现对从储层中的井处接收到的关于储层中地层的初始数据进行处理,以确定初始时间点的储层地层中的流体饱和度的初始测量数据。所确定的储层内的关注地层中的流体饱和度的初始测量数据被传输至数据处理***的数据存储器中。对从储层中的井处得到的初始时间点之后的生产过程中的生产数据进行处理,以确定生产过程中地层中的流体饱和度的基于生产的测量数据。在数据存储器中汇总所确定的储层中的地层中的流体饱和度的基于生产的测量数据。同样可以确定储层中的地层中的流体饱和度的仿真模型。形成储层内的关注地层中的流体饱和度的仿真模型以及所确定的流体饱和度的基于生产的测量数据的复合显示,以用于对比分析。
本发明提供了一种新的并且改进过的数据处理***,该***从仿真模型和根据生产过程中储层中的井的测量数据得到的基于生产的模型获得地下储层中的流体饱和度的测量数据。该数据处理***包含处理器,以对从储层中的井处接收到的关于储层中的地层的初始数据进行处理,从而确定初始时间点的储层中的地层中的流体饱和度的初始测量数据。该处理器还将所确定的储层内的关注地层中的流体饱和度的初始测量数据传输至数据处理***的数据存储器中。该处理器还基于从储层内的井处得到的初始时间点之后的生产过程中的生产数据,来确定生产过程中地层中的流体饱和度的基于生产的测量数据。在数据存储器中汇总所确定的储层中的地层中的流体饱和度的基于生产的测量数据。该处理器还确定储层中的地层中的流体饱和度的仿真模型。数据处理***的输出显示器形成储层内的关注地层中的流体饱和度的仿真模型以及所确定的流体饱和度的基于生产的测量数据的复合显示,以用于对比分析。
本发明还提供了一种新的并且改进过的数据存储装置,其在计算机可读介质内存储计算机可操作指令,该指令用于使数据处理***从仿真模型和根据生产过程中储层中的井的测量数据得到的基于生产的模型获得地下储层中的流体饱和度的测量数据。存储于数据存储装置内的指令使数据处理***对从储层中的井处接收到的关于储层中地层的初始数据进行处理,以确定初始时间点的储层中的地层中的流体饱和度的初始测量数据,并且将此确定的储层内的关注地层中的流体饱和度的初始测量数据传输至数据处理***的数据存储器中。该指令还使得处理器基于从储层内的井处得到的初始时间点之后的生产过程中的生产数据来确定生产过程中地层中的流体饱和度的基于生产的测量数据,并且在数据存储器中汇总所确定的储层中的地层中的流体饱和度的基于生产的测量数据。该存储于数据存储装置内的指令还使得数据处理***的输出显示器形成储层内的关注地层中的流体饱和度的仿真模型以及所确定的流体饱和度的基于生产的测量数据的复合显示,以用于对比分析。
附图说明
图1为根据本发明在数据处理***内执行的用于储层建模的一组数据处理步骤的功能性框图,该储层建模采用了地下地层的流体饱和度的基于生产的4D饱和度模型和仿真模型。
图2为关于图1示图中的基于生产的4D饱和度建模的一组初始数据处理步骤的功能性框图。
图3为关于图1中基于生产的4D饱和度建模的一组后续数据处理步骤的功能性框图。
图4为根据本发明的用于储层建模的数据处理***的示意性框图,该储层建模采用了地下地层的流体饱和度的基于生产的4D饱和度模型和仿真模型。
图5为在地下储层生产寿命中的特定时间处关于地下储层中的关注区域的根据本发明的基于生产的4D饱和度模型的显示。
图6为根据本发明的从储层内关注深度处的地质模型的仿真模型和基于生产的模型所得的地下储层的流体饱和度的复合显示。
图7A、图7B、图7C和图7D分别为根据本发明的从储层内关注深度处的仿真模型和基于生产的模型得到的流体饱和度之间的差异的显示。
图7E为结合图7A至图7D的显示所使用的图例的放大显示。
图8A为根据本发明的从储层内关注深度处的仿真模型和基于生产的模型所得的流体饱和度测量值之间的差异的显示。
图8B为图8A中的地下储层内的关注区域中的在此储层的生产寿命内的某一特定时间点处的根据本发明的饱和度模型的垂直截面图。
图8C为结合图8A和图8B中的显示所使用的图例的放大显示。
图9A为基于地下储层内关注区域的根据本发明的饱和度模型的作为时间的函数的储层流体参数相关的对比测量值曲线图。
图9B为基于地下储层内关注井的根据本发明的饱和度模型的作为深度的函数的储层流体参数相关的测量值曲线图。
图10A为地下储层内的关注区域中的在此储层的生产寿命内的某一特定时间点处的根据本发明的流体饱和度的垂直截面复合显示。
图10B为根据本发明的从与图10A内相同的储层中关注深度处的仿真模型和基于生产的模型所得的流体饱和度测量值之间的差异的显示。
图10C为根据本发明的从与图10A内相同的储层中关注深度处的仿真模型和基于生产的模型所得的流体饱和度测量值之间的差异的等距视图的显示。
图11A为基于地下储层内关注区域的根据本发明的饱和度模型而获得的作为时间的函数的储层流体参数相关的对比测量值曲线图。
图11B为基于地下储层内关注井的根据本发明的饱和度模型而获得的作为深度的函数的储层流体参数相关的测量值曲线图。
具体实施方式
在附图中,根据本发明,图1中所示的流程图F示出了本发明的基本计算机处理序列,其根据基于生产的4D饱和度模型和地下地层的流体饱和度的仿真模型进行储层建模。图1所示的每个步骤描述了4D模型的形成。在步骤12中,形成了随时间推移的静态储层饱和度模型,而步骤10描述历史匹配仿真模型的形成。步骤14根据步骤10和步骤12中形成的两个模型进行复合显示,以对计算所得的饱和度(根据仿真模型得到)与实际饱和度(根据静态模型得到)进行对比。位置和时间均可以根据需要而改变。地下储层建模中根据图1的数据处理可以在之后描述的数据处理***D(图4)中执行。
如图1所示,根据本发明,数据处理***D中的处理由步骤10(图1)开始,根据本发明来基于在储层生产寿命中在储层内或关于储层做出的测量而形成基于生产的4D储层流体饱和度的测量数据。步骤10中的计算机实施的对基于生产的储层流体饱和度测量数据的确定过程将在流程图I(图2)和流程图M(图3)中详细说明,如下所述。
在流程图F(图1)的步骤12中,还形成了地下流体饱和度的仿真模型。这种仿真模型的一个示例以及其形成例如由美国专利第7,526,418号所公开,该美国专利为本发明的受让人所拥有。此美国专利的公开内容通过引用并入本文。还应当理解的是,在需要时也可以采用形成仿真模型的技术。
在步骤10中确定储层的基于生产的流体饱和度测量数据,并且在步骤12中针对储层生产寿命内的各个相应时间点形成储层的仿真模型,随后将上述数据存储在数据处理***D内的数据存储器中。如步骤14(图1)所示,根据步骤12中确定的仿真模型和根据步骤10中基于生产过程中储层内井的数据测量而确定的基于生产的模型形成了复合显示,以进行对比分析。
图2和图3示出了根据本发明的步骤10的基本计算机处理序列,用于根据在储层生产寿命中在储层内或关于储层做出的测量而形成基于生产的4D流体饱和度模型。步骤10的处理序列包括示出了本发明中涉及数据库和初始储层饱和度模型的形成的处理序列的流程图I(图2),数据库和初始储层饱和度模型的形成过程是基于从储层中的井或其他数据源获得的数据而进行的。步骤10的处理序列还包括流程图M(图3),该流程图M示出了用于对从流程图I中的程序所得的数据以及在生产期间从储层获得的数据进行处理的序列,以用于建立流体侵蚀模型,随后将对其进行详细描述。
回到图2,数据处理***D内的处理过程包括进行可用数据的筛选以及报告信息清单。通过上述过程可以识别并修正遗失信息和错误格式的信息,并且随后将其并入项目数据库。在此阶段中创建了岩石物理建模项目并以前述筛选过的数据进行填充。地质模型、OH日志、PNL日志、生产、完成等被填充并且执行质量控制。依此对初始项目工作流程进行修订和修改。对整个区域进行多方面的岩石物理检查,并定义初始接触面。根据本发明,在步骤20(图2)中通过对用于处理的输入参数或数据进行检查或收集、核对或安排、以及质量控制来便于处理。输入参数或数据包括:关注储层的3D地质模型数据的初始设定;储层的独立单元在x、y和z方向上的大小和位置;穿过储层的现存井的位置以及方向;岩石物理测量数据以及从岩心样本数据所得的属性的已知值;以及从获得了日志数据的井日志处获取的数据。在步骤20中,输入参数和数据被评估和格式化,以用于随后步骤中的处理。在步骤20中的处理中的质量控制中,如果在某个数据中检测到错误或不规范,则此数据可以在处理中被忽略或可以被分析以采取纠正操作。
在数据处理***D的处理步骤22期间,从数据库存储器中导出已存储的初始3D地质模型数据以通过岩石物理建模进行处理。在本发明的一个实施例中,此岩石物理建模可以通过诸如已知的从斯伦贝谢公司(Schlumberger Corporation)得到的PETREL处理***执行。同样可以理解的是,如有需要,岩石物理建模可以根据其他可行的技术执行,例如:GoCAD财团(GoCAD Consortium)的GOCAD;Vulcan软件公司(Vulcan Software)的Vulcan;Datamine公司的DataMine;Golder集团的FracSys;Source Forge的GeoBlock;或者右半球公司(Right Hemisphere)的deepExploration;或者其他适用的资源。
在步骤24中,从包括生产前储层中井的裸井(OH)日志以及在井内安装套管后诸如脉冲中子(PNL)或生产测井工具(PLT)日志之类的数据套管井(CH)日志的井日志所得的处理数据中获取的输入饱和度数据被填入正在处理的地质模型或被使得可以导入至正在处理的地质模型。此外,在步骤24中,与井产量、完井、井标记、井口数据、井方向勘测等相关的数据被填入正在处理的地质模型或被使得可以导入至正在处理的地质模型。
在步骤26中,对步骤22中为进行处理而导入的地质模型数据和步骤24中获得的裸井日志数据之间进行质量控制分析或相关性分析。如果在步骤26中的处理质量控制期间检测到地质模型数据和裸井日志数据之间存在错误或不规范,则这种数据可以在处理过程中被忽略或可以通过分析采取纠正措施。同样在步骤26中,对可从生产日志数据得到的流体饱和度测量结果、裸井日志数据以及初始饱和度模型之间进行质量控制分析和相关性分析。
在步骤28中,为储层内每个关注的区域、平台、穹地和田地确定初始流体接触面(针对自由水面标高和油-气)。通过结合以上步骤22所描述的类型的岩石物理模型***来完成步骤28中的处理。通过步骤28的处理,形成了用于储层的流体侵蚀数据库以及初始流体侵蚀,并且其可用在数据处理***D中以用于进一步根据流程图内的步骤30进行流体侵蚀建模,随后将对此进行详细描述。
流体侵蚀建模和储层分析(图3)涉及直接在岩石物理模型中进行重新评估和挑选的整个区域的接触面(GOC、最底层气、OCW、页岩水接触面等),从而创建全部历史的接触面的数据库。根据田地产量来详细修改地质模型,并且由此将模型准备就绪。本发明开始于步骤30。在步骤30中,根据PNL日志和/或OH日志确定油-水接触面(OWC)分层数据(well tops)或出现了这种接触面的地质层的深度。此外,在输入数据中,任何关于井事件的OWC信息均被考虑在输入数据内。同样,在步骤30中,在地质模型中针对井分层数据而生成储层的之前和预计生产寿命内每年的油-水接触面(OWC)的标记,从而使得储层模型内上述接触面的所有位置均被标识。在步骤30中,在无法从日志获得OWC的各年度中,均通过使用上述年度中考虑的井或平台的生产测量数据进行插值来确定OWC。
随后,在步骤32中建立了储层的每年或关注时间步长的OWC表面的位置测量值。在步骤32中,对之前产生的OWC表面执行质量控制:综合OWC日志×产水量。
在步骤34中,通过PNL日志和/或OH日志确定气-油接触面(GOC)分层数据或出现了该接触面的地质层的深度。此外,在输入数据中,任何报告井事件的GOC信息均被考虑在输入数据内。
在步骤36中,在地质模型中针对井分层数据生成储层的之前和预计生产寿命内每年的关于气-油接触面(GOC)的标记,从而使得储层模型内上述接触面的所有位置均被标识。在步骤36中,在无法从日志获得GOC的各年度中,均通过使用上述年度中考虑的井或平台的生产测量数据进行插值来确定GOC。
在步骤38中,第二GOC标记被标识并利用储层中关注平台、区域和穹地的已标识的第二GOC3D流体接触面来更新在步骤34中确定的3D流体接触面属性。在步骤38中还对被气锥影响的井中的GOC水平变化进行调整,并且相应地更新3D流体接触面模型。
在步骤40中,生成储层的每年或关注时间步长的3D流体接触面属性。在步骤40中,在基于可从储层中的井的不同日志得到的数据(产量/完井、OH和PNL)生成的不同时间步长的3D流体接触面属性之间进行质量控制分析或相关性分析。如果在3D流体接触面属性中检测到错误或不规范,则可以通过分析对数据采取纠正措施。
在步骤42中,确定了针对关注的不同时间步长的3D饱和度属性的测量值,并且因此获得了关注储层的4D饱和度属性。该获得的4D饱和度属性是根据生产前或生产期间的储层内的各井处获得的实际数据测量值而获得的,而并非基于仿真所获得。因此在生产寿命中储层的饱和度根据生产数据所确定。确定和观察随时间的实际流体移动。
根据步骤42中获得的4D仿真属性,在步骤44中形成了每个时间步长内本地剩余油量(REMOIP)属性的3D测量值(以及4DREMOIP属性)。同样在步骤44中,可以形成根据本发明数据而建模的储层的关注层或区域内的本地剩余油量(或REMOIP)的地图。
在步骤46中,对源于根据本发明的饱和度模型的储层流体侵蚀测量值的精确性和可接受性进行评估。在步骤48中,如果步骤46的结果表明其为可接受的结果,则在数据处理***D的存储器中更新该结果。之后该已更新的结果可以被显示或可以被使得作为步骤48中可用的可传送的输出数据。如果在步骤46中需要指明进一步的处理,则可如图2所示返回至步骤30和步骤34的处理。
如图4中所示,根据本发明的数据处理***D包括计算机C,其具有处理器50和耦接至处理器50且存储操作指令、控制信息以及数据库记录的存储器52。如有需要,该计算机C可以为便携式数字处理器(例如膝上计算机形式的个人计算机)、笔记本电脑或其他适合的程序化或者可程序化的数字数据处理设备(例如台式计算机)。还应理解的是,计算机C可以为具有节点的多核处理器(例如Intel公司或者AMD公司提供的处理器)、HPC Linux集群计算机或具有合适处理能力的任意传统类型的大型计算机(例如可从纽约阿蒙克市的国际商务机器公司(IBM)或其他来源得到的大型计算机)。
计算机C具有用户界面56和以及用于显示根据本发明的岩石相和储层属性的输出数据或记录的数据显示器58。输出显示器58包括诸如打印机之类的组件以及输出显示屏幕,该输出显示屏幕能够提供打印的输出信息或图表、数据表、图形图像、数据图表等形式的可视化显示,作为输出记录或图像。
计算机C的用户界面56还包括适当的用户输入设备或输入/输出控制单元60,以此为用户提供控制或访问信息和数据库记录以及操作计算机C的权限。数据处理***D还包括存储于计算机存储器内的数据库62,该存储器可以是内部存储器52或是如相关数据库服务器68内66所示的外部、联网、或者非联网存储器。
数据处理***D包括存储于计算机C的存储器52内的程序代码70。根据本发明的程序代码70为计算机可操作指令的形式,该计算机可操作指令可以使数据处理器50以上述并在图1至图3内所示的方式执行本发明的计算机实施方法。
应当注意的是,程序代码70可以为微码、程序、例行程序、或符号化计算机可操作语言的形式,并提供一组特定的有序指令以控制数据处理***D的功能和指示其操作。程序代码70的指令可以存储于计算机C的存储器52中,或者存储在计算机磁盘、磁带、传统硬盘驱动器、电只读存储器、光存储装置、或者其他合适的存储有计算机可用介质的数据存储装置上。如图所示,程序代码70还可以作为计算机可读介质被包含在诸如服务器58的数据存储装置上。
在计算机C中执行的本发明的方法可以采用存储于存储器52中的图1、2和3的计算机程序步骤实施并且可以由计算机C的***处理器50执行。输入至处理***D的输入数据是井日志数据和关于上述储层的其他数据。
图5为根据本发明的在地下储层生产寿命中的特定时间所形成的地下储层的4D饱和度模型中的关注示例地层的俯视图。图5为该视图的黑白图像。在实际实施中,饱和度模型指示颜色变化、饱和度的变化。在图5中,地层的部分84表示基于处理结果的在地层中存在气体的饱和度数值,部分86表示存在油的饱和度数值,而部分88表示存在水的饱和度数值。在储层的不同部分中直观地显示更高分辨率的面积波(areal sweep),以表明气、油和水的运动。从所有历史日志信息获得的这些流体饱和度结果可以与动态仿真结果相匹配。
图6为根据本发明的从储层内关注深度处地质模型96的仿真模型92和基于生产的模型94所得的地下储层的流体饱和度的复合显示90。示出了关注深度处的流体饱和度的仿真模型92以及同一关注时间的基于生产的或4D流体饱和度模型94。图6示出了从顶部的仿真模型92和底部的静态模型96而得到的饱和度显示,而中部的显示94示出了从静态模型96所得的饱和度和从仿真模型92所得的饱和度之间的差别。复合显示90中的98指明了储层内的现存井。因此,本发明提供了在已知时间处包含了从实际储层生产数据得到的基于生产的模型94的复合模型。本发明的在已知时间上基于实际数据的饱和度模型94可以作为验证仿真模型92的参考,并且因此作为仿真模型92的独立检查。
图7A、图7B、图7C、和图7D分别为根据本发明的在储层内关注深度处从在步骤20中确定的仿真模型和从在步骤10中确定的基于生产的模型得到的流体饱和度变化的差异的显示100、102、104、和106。这些差异为关注区域或深度的逐个单元上两个饱和度测量值的算术测量值,这些测量值可在步骤14中或在步骤14前的中间步骤中确定。图7A至图7D中示出的流体饱和度差异测量值为模型中不同层或深度的水饱和度或Sw测量值的差异。
图例或标度108(图7E)指明了在诸如图7A至图7D的显示中,从仿真模型和基于生产的模型所得的水饱和度测量值之间的差异。图7E中的图例108为黑白色。在实际操作中,图例108为彩色,指示颜色和亮度差异、差异的程度和性质。这些显示内的区域如图标符号所示而被指定,表明水饱和度的仿真测量值在大小上大于4D或基于生产的测量值。较高亮度或色调的蓝色表明在仿真水饱和度测量值中的差异较大,而较浅的蓝色表明仿真测量值和基于生产的测量值之间的差异较小。相应的,显示中的红色表明水饱和度的4D或基于生产的测量值在大小上大于仿真测量值。较高亮度或色调的红色表明在基于生产的水饱和度测量值中的差异较大,而较浅的红色表明基于生产的测量值和仿真测量值之间的差异较小。
图8A为根据本发明的从储层内关注深度处的仿真模型和基于生产的模型所得的水饱和度测量值之间的差异的显示112(类似于图7A至图7D)。图8B为如图8A的显示中的同一地下储层的垂直截面显示114,其指明了在储层的生产寿命中的某一特定时间点上,从作为深度的函数的储层侧面的仿真模型和基于生产的模型所得的流体饱和度测量值之间的差异。此外,显示以上述方式指明基于生产的测量数据与Sw的仿真测量数据之间的差异。标度或图例116(图8C)规定了所显示的差异的大小。图8C中的图例116为黑白色。在实际操作中,通过颜色和亮度的变化来指明差异。注意,在图8B的显示114中的区域118,其中仿真测量值相比于基于生产的模型显示出明显较低的Sw。
图9A为储层流体参数(油产生率、水侵率和气-油比(GOR))的对比测量值与时间的关系的显示或曲线图120,该图基于根据本发明的地下储层内关注区域的仿真模型和实际田地数据而绘制。关注区域的油产生率122、水侵率124和气-油比(GOR)126的仿真模型测量值分别被绘制为曲线中的122a、124a和124b。在相应时间内同一关注区域的油产生率122、水侵率124和气-油比(GOR)126的基于生产数据的测量值分别被绘制在122a、124a和124b中。如水侵率图124中的128所示,基于生产的数据表明关注区域的水侵率随时间增加,但仿真数据却显示变化很小或没有变化。如图9A所示的根据本发明的饱和度建模技术提供了极佳的机制以检测或标明饱和度模型之间的差异并且为仿真模型提供了质量控制。
图9B为基于地下储层内关注井的实际现场测量数据和仿真模型数据的关于储层水饱和度相对深度的关系的井日志测量的显示或曲线图130。曲线132表示基于仿真测量的Sw与深度的关系,曲线134表示Sw与从基于生产或4D测量所获得的深度的关系。注意,曲线132同样表示较少或不存在水侵,而基于生产的数据表示同样深度处的40%的水侵率。此外,4D模型数据以曲线136表示在井的底部穿孔处剩余油饱和度(Sor)的值为100%。
图10A为根据本发明的从储层内关注深度处的仿真模型和基于生产的模型所得的水饱和度测量值之间的差异的显示140(类似于图8A)。图10B为如图10A的显示中的相同地下储层的垂直截面显示142,而图10C为相同地下储层的等距视图或显示144。显示140、142、和144再一次表明在储层寿命内的某一特定时间点上从储层的仿真模型和基于生产的模型获得的流体饱和度测量值之间的差异。显示140、142和144为黑白色。在实际操作中,这些显示为彩色,以通过上述方式表明Sw的基于生产的测量值和仿真测量值之间的差异。需要注意,在图10A、图10B和图10C的每个显示中的区域146,在该区域中仿真测量值相对于基于生产的模型显示出明显较高的Sw。图10A、图10B和图10C均为展示了本发明中高亮显示需要在仿真模型中进行更多工作的区域的能力的显示。
图11A和图11B示出了不同独立井性能和日志曲线以对实际数据和仿真结果进行对比。图11A为储层流体参数的对比测量值与时间的关系的显示或曲线图150,该图基于地下储层内关注区域的根据本发明的饱和度模型而绘制。关注区域的油产生率152、水侵率154和气-油比(GOR)156的仿真模型测量值分别被绘制为曲线152a、154a和154b。在相应时间内同一关注区域的油产生率152、水侵率154和气-油比(GOR)156的基于生产数据的测量值分别被绘制在152a、154a和156b中。如水侵率图154中的158所示,基于仿真的数据显示在一段时间内关注区域内的水侵率为大约6%,而仿真数据显示为一个较低的值。
图11B为基于储层内关注井的饱和度模型数据(基于此数据而描绘了图11A数据曲线)而获得的关于储层流体参数与深度的关系的井日志测量值的显示或曲线130。曲线162反映了基于仿真测量值的Sw与深度的关系,而曲线164反映了从基于生产的或4D测量值获得的Sw与深度的关系。需要注意的是,曲线164(如162处所示)表明了与图11A中所示的一致的较高的水侵度,而基于生产的数据曲线166表明在同样深度下的水侵度较低。
从上文可以看出本发明提供了基于实际储层数据(如由储层处所得的在储层寿命内随时间的生产数据和井日志)的饱和度模型。因此,基于实际测量值数据,可以评估储层内随时间变化的流体的存在和移动。
在储层工程中的一个困难任务是在储层生产仿真期间获得不同时间储层仿真模型的完美匹配。然而,本发明提供了基于已知时间的实际数据的储层饱和度模型。本发明的基于实际数据的饱和度模型可用作调整已知时间的仿真模型的参考,并由此用以独立核查仿真模型。
本发明已充分描述使得本领域的普通技术人员可以复现并获得本发明在此提及的结果。然而,本技术领域的任何技术人员可以对本发明执行未在此处的请求中描述的修改,并应用这些修改到需要所附权利要求中的请求主体的确定结构,或者该确定结构的生产过程中;这些结构应当包含在本发明的范围内。
应当注意和理解的是,可以在不脱离由所附权利要求限定的本发明的精神和范围的情况下对以上详细描述的本发明进行改进和修改。
Claims (14)
1.一种在数据处理***中获得地下储层的模型的计算机实施方法,所述地下储层的模型具有基于储层中的井的测井测量值得到的在关注时间内的多个时间步长的静态储层饱和度模型和所述多个时间步长的储层的历史匹配仿真模型,所述测井测量值包括在井内安装套管前井的裸井饱和度日志及在井内安装套管后套管井流体饱和度日志,所述方法包括如下计算机处理步骤:
(a)通过执行如下步骤基于所述测井测量值形成所述储层的所述静态储层饱和度模型:
(1)基于初始时间点的裸井饱和度日志得到关于所述储层中的地层的裸井流体饱和度数据;
(2)基于关注时间内的多个时间步长的套管井饱和度日志得到关于所述储层中的地层的套管井流体饱和度数据;
(3)处理所述裸井流体饱和度数据和所述套管井流体饱和度数据以确定所述关注时间内的多个时间步长的所述储层的所述静态储层饱和度模型;
(b)在储层仿真装置中形成所述关注时间内的多个时间步长的所述储层中的所述历史匹配仿真模型;
(c)在所述数据处理***的数据存储器中汇总所确定的所述关注时间内的多个时间步长的关于所述储层中的地层的静态储层饱和度模型及在所述储层仿真装置中形成的所述历史匹配仿真模型;以及
(d)形成所述关注时间内的多个时间步长中所选的时间步长的所述储层的静态储层饱和度模型和所述关注时间内的多个时间步长中所选的时间步长的在所述储层仿真装置中形成的所述储层中的历史匹配仿真模型的复合显示,以用于对比分析。
2.如权利要求1所述的计算机实施方法,其中形成复合显示的步骤包括步骤:将所述多个时间步长中所选的一个时间步长的静态储层饱和度模型的显示和历史匹配仿真模型的显示合并于单个显示中。
3.如权利要求1所述的计算机实施方法,还包括步骤:确定所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异。
4.如权利要求3所述的计算机实施方法,其中形成复合输出显示的步骤包括步骤:形成所确定的所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异的显示。
5.如权利要求3所述的计算机实施方法,其中确定所述差异的步骤包括:确定关注地层内的所述多个所选的时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异。
6.如权利要求1所述的计算机实施方法,其中形成复合显示的步骤包括步骤:在所述复合显示中,形成所述储层中的关注地层中的所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型的相邻显示。
7.如权利要求5所述的计算机实施方法,其中形成输出显示的步骤还包括步骤:形成所述多个所选的时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异的显示。
8.一种用于得到地下储层的模型的数据处理***,所述地下储层的模型具有来自储层中的井的测井测量值的在关注时间内的多个时间步长的静态储层饱和度模型和所述多个时间步长的所述储层的历史匹配仿真模型,所述测井测量值包括在井内安装套管前井的裸井流体饱和度日志及在井内安装套管后套管井流体饱和度日志,所述数据处理***包括:
(a)处理器,该处理器执行如下步骤:
(1)通过执行如下步骤基于所述测井测量值形成所述储层的所述静态储层饱和度模型:
(i)基于初始时间点的裸井饱和度日志得到关于所述储层中的地层的裸井流体饱和度数据;
(ii)基于关注时间内的套管井日志得到关于所述储层中的地层的套管井流体饱和度数据;
(iii)处理所述裸井流体饱和度数据和所述套管井流体饱和度数据以确定所述初始时间点和所述关注时间内的多个时间步长的关于所述储层中的地层的流体饱和度数据;
(2)在所述处理器的储层仿真装置中形成所述关注时间内的多个时间步长的所述储层中的历史匹配仿真模型;
(3)存储器汇总所确定的所述关注时间内的多个时间步长的关于所述储层中的地层的静态储层饱和度模型和在所述储层仿真装置中形成的历史匹配仿真模型;以及
(b)输出显示器,其形成基于所述测井测量值得到的所述关注时间内的多个时间步长中所选的关注时间步长的静态储层饱和度模型和所述关注时间内的多个时间步长的在所述储层仿真装置中形成的历史匹配仿真模型的复合显示,以用于对比分析。
9.如权利要求8所述的数据处理***,其中执行图像形成的步骤的显示器形成所述储层中的关注地层的所述多个时间步长中所选的一个时间步长的静态储层饱和度模型和历史匹配仿真模型的合并显示。
10.如权利要求8所述的数据处理***,其中所述处理器还执行步骤:确定所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异。
11.如权利要求10所述的数据处理***,其中输出显示器还形成所确定的所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异的显示。
12.如权利要求10所述的数据处理***,其中所述处理器确定关注地层内所述多个所选的时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异。
13.如权利要求8所述的数据处理***,其中输出显示器将所述储层的关注地层的所选的时间步长中的一个时间步长的静态储层饱和度模型与历史匹配仿真模型的相邻显示形成为复合显示。
14.如权利要求12所述的数据处理***,其中输出显示器形成关注时间内的多个所选的时间步长中所选的一个时间步长的静态储层饱和度模型与历史匹配仿真模型之间的差异的显示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161548508P | 2011-10-18 | 2011-10-18 | |
US61/548,508 | 2011-10-18 | ||
PCT/US2012/060557 WO2013059279A1 (en) | 2011-10-18 | 2012-10-17 | Reservoir modeling with 4d saturation models and simulation models |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103975341A CN103975341A (zh) | 2014-08-06 |
CN103975341B true CN103975341B (zh) | 2017-03-15 |
Family
ID=47178902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280051498.3A Expired - Fee Related CN103975341B (zh) | 2011-10-18 | 2012-10-17 | 基于4d饱和度模型和仿真模型的储层建模 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20130096897A1 (zh) |
EP (1) | EP2774078A4 (zh) |
CN (1) | CN103975341B (zh) |
AU (1) | AU2012326237B2 (zh) |
CA (1) | CA2850838A1 (zh) |
WO (1) | WO2013059279A1 (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9958571B2 (en) * | 2013-12-30 | 2018-05-01 | Saudi Arabian Oil Company | Machines for reservoir simulation with automated well completions and reservoir grid data quality assurance |
SG11201606449RA (en) * | 2014-03-12 | 2016-09-29 | Landmark Graphics Corp | Efficient and robust compositional reservoir simulation using a fast phase envelope |
WO2015138809A1 (en) * | 2014-03-12 | 2015-09-17 | Landmark Graphics Corporation | Simulating fluid production in a common surface network using eos models with black oil models |
US20150317419A1 (en) * | 2014-05-01 | 2015-11-05 | Conocophillips Company | Local direct sampling method for conditioning an existing reservoir model |
US10242136B2 (en) * | 2015-05-20 | 2019-03-26 | Saudi Arabian Oil Company | Parallel solution for fully-coupled fully-implicit wellbore modeling in reservoir simulation |
CN108779669A (zh) * | 2016-03-04 | 2018-11-09 | 沙特***石油公司 | 用于储层模拟的具有三对角线矩阵结构的连续的全隐式井模型 |
CA3013807C (en) * | 2016-03-04 | 2021-11-16 | Ali H. Dogru | Sequential fully implicit well model with tridiagonal matrix structure for reservoir simulation |
CN106124735B (zh) * | 2016-07-21 | 2018-03-23 | 中国地震局地震预测研究所 | 自生自储向斜构造盆地水溶气运移模拟装置 |
GB2555375B (en) * | 2016-09-30 | 2020-01-22 | Equinor Energy As | Improved methods relating to quality control |
JP6517873B2 (ja) | 2017-05-17 | 2019-05-22 | ファナック株式会社 | 鏡面加工方法および鏡面加工用工具の製造方法 |
EP3688655A4 (en) | 2017-09-28 | 2021-06-16 | Chevron U.S.A. Inc. | SYSTEMS AND METHODS FOR ESTIMATING RESERVOIR PRODUCTIVITY AS A FUNCTION OF LOCATION IN AN UNDERGROUND VOLUME OF INTEREST |
US11423197B2 (en) | 2017-09-28 | 2022-08-23 | Chevron U.S.A. Inc. | Systems and methods for estimating a well design reservoir productivity as a function of position in a subsurface volume of interest based on a reservoir productivity parameter |
WO2019067212A1 (en) * | 2017-09-28 | 2019-04-04 | Chevron, U.S.A. | SYSTEMS AND METHODS FOR ESTIMATING THE PROBABILITY OF TANK PRODUCTIVITY AS A FUNCTION OF POSITION IN A UNDERGROUND VOLUME OF INTEREST |
EP3688500A4 (en) * | 2017-09-28 | 2021-06-30 | Chevron U.S.A. Inc. | SYSTEMS AND METHODS FOR ESTIMATING PRODUCTIVITY IN A RESERVOIR AS A FUNCTION OF DEPTH IN AN UNDERGROUND VOLUME OF INTEREST |
US11371336B2 (en) | 2019-09-19 | 2022-06-28 | Chevron U.S.A. Inc. | Systems and methods for estimating refined reservoir productivity values as a function of position in a subsurface volume of interest |
US11480709B2 (en) | 2019-10-21 | 2022-10-25 | Chevron U.S.A. Inc. | Systems and methods for predicting hydrocarbon production and assessing prediction uncertainty |
US11754746B2 (en) * | 2020-02-21 | 2023-09-12 | Saudi Arabian Oil Company | Systems and methods for creating 4D guided history matched models |
US11493654B2 (en) | 2020-05-11 | 2022-11-08 | Saudi Arabian Oil Company | Construction of a high-resolution advanced 3D transient model with multiple wells by integrating pressure transient data into static geological model |
US11352873B2 (en) * | 2020-05-11 | 2022-06-07 | Saudi Arabian Oil Company | System and method to identify water management candidates at asset level |
US11713666B2 (en) | 2020-05-11 | 2023-08-01 | Saudi Arabian Oil Company | Systems and methods for determining fluid saturation associated with reservoir depths |
US11650349B2 (en) | 2020-07-14 | 2023-05-16 | Saudi Arabian Oil Company | Generating dynamic reservoir descriptions using geostatistics in a geological model |
US20220381947A1 (en) * | 2021-06-01 | 2022-12-01 | Saudi Arabian Oil Company | Systems and methods for incorporating compositional grading into black oil models |
US11913333B2 (en) | 2022-02-08 | 2024-02-27 | Saudi Arabian Oil Company | Determination of three-phase fluid saturations from production and pressure measurements from a well |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898675A (zh) * | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层模型建立方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6980940B1 (en) * | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
US7289942B2 (en) * | 2003-03-26 | 2007-10-30 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
WO2005120195A2 (en) * | 2004-06-07 | 2005-12-22 | Brigham Young University | Reservoir simulation |
US7526418B2 (en) * | 2004-08-12 | 2009-04-28 | Saudi Arabian Oil Company | Highly-parallel, implicit compositional reservoir simulator for multi-million-cell models |
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
US7566869B2 (en) * | 2005-07-26 | 2009-07-28 | Baker Hughes Incorporated | Measurement of water-oil saturation using pulsed neutron instrumentation |
US7660711B2 (en) * | 2006-04-28 | 2010-02-09 | Saudi Arabian Oil Company | Automated event monitoring system for online reservoir simulation |
EP2153246B1 (en) * | 2007-05-09 | 2015-09-16 | ExxonMobil Upstream Research Company | Inversion of 4d seismic data |
US7408150B1 (en) * | 2007-06-25 | 2008-08-05 | Schlumberger Technology Corporation | Well logging method for determining formation characteristics using pulsed neutron capture measurements |
US8768672B2 (en) * | 2007-08-24 | 2014-07-01 | ExxonMobil. Upstream Research Company | Method for predicting time-lapse seismic timeshifts by computer simulation |
US9026417B2 (en) * | 2007-12-13 | 2015-05-05 | Exxonmobil Upstream Research Company | Iterative reservoir surveillance |
US8095349B2 (en) * | 2008-05-30 | 2012-01-10 | Kelkar And Associates, Inc. | Dynamic updating of simulation models |
US9110190B2 (en) * | 2009-06-03 | 2015-08-18 | Geoscale, Inc. | Methods and systems for multicomponent time-lapse seismic measurement to calculate time strains and a system for verifying and calibrating a geomechanical reservoir simulator response |
US9703006B2 (en) * | 2010-02-12 | 2017-07-11 | Exxonmobil Upstream Research Company | Method and system for creating history matched simulation models |
-
2012
- 2012-10-17 WO PCT/US2012/060557 patent/WO2013059279A1/en active Application Filing
- 2012-10-17 AU AU2012326237A patent/AU2012326237B2/en not_active Ceased
- 2012-10-17 CN CN201280051498.3A patent/CN103975341B/zh not_active Expired - Fee Related
- 2012-10-17 EP EP12787214.1A patent/EP2774078A4/en not_active Withdrawn
- 2012-10-17 CA CA2850838A patent/CA2850838A1/en not_active Abandoned
- 2012-10-18 US US13/654,909 patent/US20130096897A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898675A (zh) * | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层模型建立方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2012326237B2 (en) | 2017-09-14 |
CA2850838A1 (en) | 2013-04-25 |
EP2774078A4 (en) | 2015-12-30 |
EP2774078A1 (en) | 2014-09-10 |
CN103975341A (zh) | 2014-08-06 |
US20130096897A1 (en) | 2013-04-18 |
AU2012326237A1 (en) | 2014-04-24 |
WO2013059279A1 (en) | 2013-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103975341B (zh) | 基于4d饱和度模型和仿真模型的储层建模 | |
US8515678B2 (en) | Chrono-stratigraphic and tectono-stratigraphic interpretation on seismic volumes | |
US8731891B2 (en) | Cluster 3D petrophysical uncertainty modeling | |
US9638830B2 (en) | Optimizing drilling operations using petrotechnical data | |
US8346695B2 (en) | System and method for multiple volume segmentation | |
CN104011564B (zh) | 4d饱和度建模 | |
US8599643B2 (en) | Joint structural dip removal | |
US20150088424A1 (en) | Identifying geological formation depth structure using well log data | |
US20140149041A1 (en) | Rock facies prediction in non-cored wells from cored wells | |
US10422905B2 (en) | Quantifying geologic growth history of subsurface oil field structures based on structural growth indications with instructions from data storage device | |
Waggoner et al. | Improved reservoir modeling with time-lapse seismic in a Gulf of Mexico gas condensate reservoir | |
US8255816B2 (en) | Modifying a magnified field model | |
Liu et al. | Visual analytics of stratigraphic correlation for multi-attribute well-logging data exploration | |
US10571604B2 (en) | Two dimensional reservoir pressure estimation with integrated static bottom-hole pressure survey data and simulation modeling | |
Jo et al. | Sensitivity analysis of geological rule-based subsurface model parameters on fluid flow | |
Disiyona et al. | Uncertainty Analysis Workflow to Estimate Oil and Gas Reserves as A Guideline for Field Development Planning | |
Disiyona | Uncertainty Analysis Workflow to Estimate Oil and Gas Reserves as A Guideline for Field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170315 |