CN104181585A - 一种地球物理勘探横波估算方法和*** - Google Patents

一种地球物理勘探横波估算方法和*** Download PDF

Info

Publication number
CN104181585A
CN104181585A CN201410302430.9A CN201410302430A CN104181585A CN 104181585 A CN104181585 A CN 104181585A CN 201410302430 A CN201410302430 A CN 201410302430A CN 104181585 A CN104181585 A CN 104181585A
Authority
CN
China
Prior art keywords
modulus
shear wave
velocity
reservoir
curve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410302430.9A
Other languages
English (en)
Inventor
孙振涛
马永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201410302430.9A priority Critical patent/CN104181585A/zh
Publication of CN104181585A publication Critical patent/CN104181585A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种地球物理勘探横波估算方法和***。该方法包括根据测井曲线分析储层的岩性特征和流体特征;根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数;建立储层的岩石物理模型;根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度;基于虚拟孔隙度求取储层含水岩石的横波速度;通过流体替换求取储层含油气岩石的横波速度;输出横波速度曲线。本发明方法通过引入虚拟孔隙度的概念,重构一条虚拟孔隙度曲线用来描述储层实际地质与理论模型之间的差异,从而避免了现有技术中必须基于纵横速度比进行地层分析的难题,大大简化了预测流程,并且提高了估算结果的精度,使得计算出的横波速度更为合理和准确。

Description

一种地球物理勘探横波估算方法和***
技术领域
本发明涉及石油地球物理勘探技术领域,尤其涉及一种能够应用于石油地球物理勘探中的储层精细描述和流体识别的横波估算方法和***。 
背景技术
随着油气勘探开发的不断深入,隐蔽性油气藏的比例越来越高,储层描述难度也越来越大,因此迫切需要新的技术对储层岩性、物性和含油气性的准确描述给予支撑。这其中对于包含很多信息的叠前地震信息处理解释方法的研究尤其重要。而叠前地震信息处理解释方法的关键技术则是叠前地震反演。通过叠前地震反演技术,在已知纵波震源地震资料的情况下,利用叠前地震时间偏移道集资料,不仅可以得到纵波速度,而且可以得到横波速度和密度参数,从而可以通过多种反演参数和弹性参数对储层岩性、物性和流体性质进行有效的分析解释。例如,纵横波速度比是储层重要的油气指示,利用它计算出的泊松比是储层岩性划分的重要指标;同时对于叠前地震弹性反演和AVO(振幅随偏移距变化)处理,需要已知井的纵、横波测井速度作为约束条件才有意义。但是在实际勘探中,考虑到横波测井成本和数量的限制,绝大多数井并不做横波测井。这就导致叠前地震反演缺失某些约束条件,进而在一定程度上影响叠前地震反演结果的准确度。因此如何基于有限的测井资料进行岩石物理建模以及在此基础上完成准确的横波估算是叠前地震反演技术中一个重要的课题。 
岩石物理建模的主要任务是研究地球物理勘探所获得的物理量与地下储层参数的对应关系,以了解岩石物性与地震波特性的关系,从而获得各种用于储层识别及含油气性分析的敏感岩石物理参数,为准确地预测储层性质(岩性、物性)及其状态(饱和度、孔隙压力等)提供有力的支持。 
目前实际生产应用中较为流行的岩石物理建模主要为以下几种: 
1)Gassmann方程: 
在研究岩石孔隙以及含流体性质对地震性质的影响时,普遍采用Gassmann方程,基于固体矿物、干骨架及孔隙流体的体积模量计算流体饱和多孔介质的体积模量。在 Gassmann方程中,干骨架的弹性模量及密度是指在束缚水状态下的弹性模量和体密度。在此基础上,Biot、Gassmann又发展了适用于地震勘探频率范围的纵横波速度计算方法(简称B-G方程)。Gassmann和B-G方程中都要涉及介质的总孔隙度参数。除了岩石骨架的弹性性质、岩石中流体性质以及孔隙度大小以外,孔隙的形状(即纵横比)也是影响纵横波速度的一个重要因素。孔隙的形状对纵横波速度的影响主要是通过干骨架体积模量体现。在使用Gassmann和B-G方程模型时均假设饱和流体不影响岩石的剪切模量,而这种假设条件只有在球形孔隙条件下才成立,因此Gassmann和B-G方程实际上隐含了孔隙形状为球形的应用条件。但是由于实际的孔隙形状通常非常复杂,涵盖了球形、椭球形、扁球形至裂隙所有谱系,因此基于该方法建立的模型与实际的地层模型有一定的偏差。 
2)利用纵波速度预测横波速度: 
如利用Castagna泥岩趋势线和Greenberg-Castanga砂泥岩公式等。 
Vs=0.862Vp-1.172 
以及Castagna(1993)的抛物线关系法 
Vs=AVp 2+BVp+C 
Vp为纵波速度;Vs为横波速度;A、B、C为常数。 
由于使用该方法时需要凭经验估计很多参数,因此基于该方法获得的结果精度较低。 
3)理论模型法: 
目前主要流行的理论模型法是基于Kuster-模型和XU-WHITE模型的方法。 
Kuster-基于散射理论,导出了长波长一阶近似条件下流体饱和孔隙介质的弹性模量方程,即Kuster-方程(简称K-T方程)。与Gassmann方程类似,K-T方程中隐含孔隙形状为椭球和扁球形的应用条件,同时考虑介质的孔隙度及其纵横比对纵波速度和横波速度的影响。因此基于该方法建立的模型与实际的地层模型也有一定的偏差。 
XU-WHITE提出了一种根据岩石孔隙度和粘土含量来预测声波速度的方法。该方法从矿物的组成入手,综合了几种理论方法,主要分析泥、砂混合状态下的纵横波的速度、密度与孔隙度、泥质含量的关系,并把粘土成分对声波的影响归因于泥岩和砂岩的孔隙几何形状和面孔率的差异。其中,由于泥页岩孔隙的面孔率比砂岩小,因此泥页岩孔隙更易变形,对声波速度有明显的影响。相比于前面几种方法,基于该方法获得的结果更加准确。但是由于该方法需要输入的参数繁多,计算过程复杂,因此整体上效率偏 低,并且非测井专业人士很难掌握。 
综上所述,虽然上述几种方法能够在一定程度上解决特定地层段的岩石物理建模问题,但是由于所建立的模型与实际的地层模型有一定的偏差,因此最终获得的横波速度估算结果精度不高。 
发明内容
针对上述问题,本发明提出了一种基于虚拟孔隙度曲线的横波估算方法和***。 
该方法包括以下步骤: 
步骤一,根据测井曲线分析储层的岩性特征和流体特征; 
步骤二,根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数; 
步骤三,建立储层的岩石物理模型; 
步骤四,根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度; 
步骤五,基于虚拟孔隙度求取储层含水岩石的横波速度; 
步骤六,通过流体替换求取储层含油气岩石的横波速度; 
步骤七,输出横波速度曲线。 
根据本发明的实施例,上述步骤一中,测井曲线可以包括伽玛曲线、密度曲线、纵波速度曲线、横波速度曲线、孔隙度曲线、渗透率曲线、电阻率曲线和岩性曲线,以及泥质含量曲线。 
根据本发明的实施例,上述步骤二中,岩性物理模量参数可以包括砂岩和泥岩的体积模量、剪切模量和密度,以及孔隙扁度。 
根据本发明的实施例,上述步骤二中,流体物理模量参数可以包括流体的体积模量、剪切模量和密度。 
根据本发明的实施例,上述步骤三中,根据以下Xu-White方程模型,计算储层的孔隙度,建立岩石物理模型: 
其中,Vshα、α分别表示储层的泥质含量、孔隙度以及砂和泥的孔隙扁度, 
Vp、Vs、ρ分别表示实测的纵波速度、横波速度和密度, 
other parameters代表计算时所使用的其他的已知的岩性物理模量参数和流体物 理模量参数。 
根据本发明的实施例,上述步骤五中,首先根据以下Gassmann经验方程求取含水岩石的体积模量和剪切模量: 
μ=μd
上式中,K为含水岩石体积模量;Kd为干岩石骨架的体积模量;kf水为水的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量, 
然后再根据以下公式求取含水岩石的纵波速度νp水和横波速度νs水: 
上式中,ρ为含水岩石的密度。 
根据本发明的实施例,上述步骤六中,根据目的层的含水饱和度曲线,在其中含水饱和度Sw<1的区域,通过以下Gassmann经验方程求取含油气岩石的体积模量和剪切模量: 
μ=μd
上式中,K油气为含油气岩石体积模量;Kd为干岩石骨架的体积模量;kf油气为油气的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量, 
然后再根据以下公式求取含油气岩石的纵波速度νp油气和横波速度νs油气: 
上式中,ρ油气为含油气岩石的密度。 
此外,本发明还提供一种地球物理勘探横波估算***,包括: 
第一单元,其根据测井曲线分析储层的岩性特征和流体特征; 
第二单元,其根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数; 
第三单元,其建立储层的岩石物理模型; 
第四单元,其根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度; 
第五单元,其基于虚拟孔隙度求取储层含水岩石的横波速度; 
第六单元,其通过流体替换求取储层含油气岩石的横波速度; 
第七单元,其输出横波速度曲线。 
与现有技术相比,本发明的一个或多个实施例可以具有如下优点: 
本发明通过引入虚拟孔隙度的概念,重构一条虚拟孔隙度曲线用来描述储层实际地质与理论模型之间的差异,从而避免了现有技术中必须基于纵横速度比进行地层分析的难题,大大简化了预测流程。此外,本发明还通过最小化实测的纵波速度与估算的纵波速度之间的误差,确保岩石物理模型的精度,从而提高了横波速度估算结果的精度。本发明提出的横波估算方法可以容纳因砂、泥孔隙扁度和骨架参数引起的误差,能够适用于复杂的地层分析。 
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。 
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中: 
图1显示了本发明提出的横波估算方法的一种实施流程图; 
图2显示了本发明一实施例中某地区目的层段的测井曲线示意图; 
图3显示了图2实测的纵横波速度曲线经过交汇分析而得到的交汇图; 
图4显示了采用本发明方法估算得到某一井的横波速度曲线与实际测得的横波速度曲线的对比图; 
图5显示了采用本发明方法对一口没有实测横波的井进行横波估算后的测井曲线图; 
图6显示了图5估算的纵横波速度曲线经过交汇分析而得到的交汇图。 
具体实施方式
图1显示了本发明提出的横波估算方法的一种实施流程图。从图中可以看出,该方法主要包括以下步骤: 
步骤一,根据测井曲线分析储层的岩性特征和流体特征; 
步骤二,根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数; 
步骤三,建立储层的岩石物理模型; 
步骤四,根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度; 
步骤五,基于虚拟孔隙度求取储层含水岩石的横波速度; 
步骤六,通过流体替换求取储层含油气岩石的横波速度; 
步骤七,输出横波速度曲线。 
为使本发明的目的、技术方案和优点更加清楚,下面结合附图和实施例对本发明作进一步地详细说明。 
步骤一,加载测井曲线,分析储层的岩性特征和流体特征。 
加载测井曲线,通常是根据需要加载参考井的伽玛、密度、声波(声波的倒数为纵波速度)、横波速度、孔隙度、渗透率、电阻率和岩性等参数的测井曲线。当然也可不限于此,例如在本发明的实施例中,还需要加载参考井的泥质含量曲线作为已知的参数而使用。根据这些测井曲线综合分析储层的岩性特征和流体特征。 
步骤二,确定储层岩性物理模量参数和流体物理模量参数。 
储层矿物通常由砂岩和泥岩两种岩性物质组成。确定储层岩性物理模量参数是指根据储层的岩性特征对砂岩和泥岩的体积模量、剪切模量和密度,以及表征孔隙形状的砂岩和泥岩的孔隙扁度等参数进行设置。当然,当这些参数难以确定时,也可以直接采用以下典型的参数设置: 
K=42.2μ=40.4ρ=2.65 
K=27.3μ=17.7ρ=2.65 
α=0.1α=0.033 
其中,K、μ、ρ、α分别为砂的体积模量、剪切模量、密度以及孔隙扁度, 
K、μ、ρ、α分别为泥的体积模量、剪切模量和密度以及孔隙扁度。 
类似地,根据储层的流体特征对储层中的流体(例如油、气、盐水等)的体积模量、 剪切模量和密度等参数进行设置。 
步骤三,建立储层的岩石物理模型。 
根据步骤一实测的纵波速度曲线、横波速度曲线和密度曲线,以及步骤二确定的岩性物理模量参数和流体物理模量参数,确定储层的孔隙度,然后建立岩石物理模型。其中,可以根据以下已知的Xu-White方程模型,计算储层的孔隙度。 
其中,Vshα、α分别表示储层的泥质含量、孔隙度以及砂和泥的孔隙扁度, 
Vp、Vs、ρ分别表示实测的纵波速度、横波速度和密度, 
other parameters代表计算时所使用的其他的已知的岩性物理模量参数和流体物理模量参数。 
步骤四,以最小化估算的纵波速度与实测的纵波速度之间的误差为目标,求取相应的虚拟孔隙度。 
根据步骤三建立的岩石物理模型估算储层的纵波速度,然后考察估算的纵波速度与参考井的实测的纵波速度之间的误差。以最小化该误差为目标,求取相应的虚拟孔隙度。 
上式中,为估算的纵波速度,为实测的纵波速度,为虚拟孔隙度。 
步骤五,基于虚拟孔隙度求取含水岩石的横波速度。 
首先基于步骤四获得的虚拟孔隙度,通过以下Gassmann经验方程求取含水岩石的体积模量和剪切模量。 
μ=μd
上式中,K为含水岩石体积模量;Kd为干岩石骨架的体积模量;kf水为水的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量。 
然后再根据以下公式求取含水岩石的纵波速度νp水和横波速度νs水: 
上式中,ρ为含水岩石的密度。 
步骤六,通过流体替换求取含油气岩石的横波速度。 
步骤五获得的横波速度是含水岩石的横波速度,也即假设目的层段在含水饱和度Sw=1的情况下的计算结果。该结果只适用于不含油气的层段,对于含油气的层段则存在较大的误差。因此对于含油气层段,需要通过流体替换将含水结果转换成含油气结果。在本实施例中,根据目的层的含水饱和度曲线,在其中含水饱和度Sw<1的区域,通过以下Gassmann经验方程求取含油气岩石的体积模量和剪切模量。 
μ=μd
上式中,K油气为含油气岩石体积模量;Kd为干岩石骨架的体积模量;kf油气为油气的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量。 
然后再根据以下公式求取含油气岩石的纵波速度νp油气和横波速度νs油气: 
上式中,ρ油气为含油气岩石的密度。 
步骤七,输出横波速度曲线。 
需要说明的是,上述实施例中,根据目的层的含水饱和度曲线,通过流体替换获得含油气岩石的纵波速度和横波速度。但是本发明并不局限于此,例如还可以结合含油气饱和度曲线求取含油气岩石的纵波速度和横波速度,由于此为现有技术,因此此处不做详述。 
下面以我国西部某盆地主力产气段为例对本发明的技术方案做进一步说明。图2显示了该地区某一目的层段的测井曲线图。参考井做了横波测井,图中从左至右依次显示了该参考井的伽马、密度、纵波速度和横波速度以及岩性(深色代表砂岩,浅色代表泥岩)曲线。当然实际获得的参数曲线远不限于此,例如在本实施例中还包括该参考井的泥质含量曲线(图中未示出)。从图2中可以看出,该区储层主要为砂泥岩。图3显示了图2实测的纵横波速度曲线经过交汇分析而得到的交汇图。从图中可以看出两种不同的斜率,这也说明了储层具有砂岩和泥岩两种岩性。图中上面的样点为泥岩的反应,下面的 样点为砂岩的反应。 
本发明的核心思想是以参考井为模板为储层建立相应的岩石物理模型,然后将该岩石物理模型应用到其他没有进行横波测井的井,进行横波速度的估算。其中,通过引入虚拟孔隙度这一概念,将横波估算结果的误差控制在尽可能小的范围内。图4显示了采用本发明方法估算得到的横波速度曲线与实际测得的横波速度曲线的对比图。从图中可以看出,两条曲线的型态基本一致,仅在局部有微小的差异。这充分证明了本发明提出的横波估算方法的正确性。估算结果精度较高,与实际测得的结果相当。图5显示了采用本发明方法对一口没有实测横波的井进行横波估算后的测井曲线图。其中第二条曲线就是估算得到的横波速度曲线。图6显示了图5的纵横波速度曲线经过交汇分析而得到的交汇图。从图中可以看出,砂泥岩分布区域区分明显,且分布规律与之前经过实测横波获得的经验吻合,进一步证明了采用本发明能够在没有横波测井的井中进行横波估算,并且估算结果精度较高。 
以上所述,仅为本发明的具体实施案例,本发明的保护范围并不局限于此,任何熟悉本技术的技术人员在本发明所述的技术规范内,对本发明的修改或替换,都应在本发明的保护范围之内。 

Claims (8)

1.一种地球物理勘探横波估算方法,包括以下步骤:
步骤一,根据测井曲线分析储层的岩性特征和流体特征;
步骤二,根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数;
步骤三,建立储层的岩石物理模型;
步骤四,根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度;
步骤五,基于虚拟孔隙度求取储层含水岩石的横波速度;
步骤六,通过流体替换求取储层含油气岩石的横波速度;
步骤七,输出横波速度曲线。
2.根据权利要求1所述的横波估算方法,其特征在于,所述步骤一中,测井曲线包括伽玛曲线、密度曲线、纵波速度曲线、横波速度曲线、孔隙度曲线、渗透率曲线、电阻率曲线和岩性曲线,以及泥质含量曲线。
3.根据权利要求1所述的横波估算方法,其特征在于,所述步骤二中,岩性物理模量参数包括砂岩和泥岩的体积模量、剪切模量和密度,以及孔隙扁度。
4.根据权利要求1所述的横波估算方法,其特征在于,所述步骤二中,流体物理模量参数包括流体的体积模量、剪切模量和密度。
5.根据权利要求1所述的横波估算方法,其特征在于,所述步骤三中,根据以下Xu-White方程模型,计算储层的孔隙度,建立岩石物理模型:
其中,Vshα、α分别表示储层的泥质含量、孔隙度以及砂和泥的孔隙扁度,
Vp、Vs、ρ分别表示实测的纵波速度、横波速度和密度,
other parameters代表计算时所使用的其他的已知的岩性物理模量参数和流体物理模量参数。
6.根据权利要求1所述的横波估算方法,其特征在于,所述步骤五中,首先根据以下Gassmann经验方程求取含水岩石的体积模量和剪切模量:
μ=μd
上式中,K为含水岩石体积模量;Kd为干岩石骨架的体积模量;kf水为水的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量,
然后再根据以下公式求取含水岩石的纵波速度νp水和横波速度νs水
上式中,ρ为含水岩石的密度。
7.根据权利要求6所述的横波估算方法,其特征在于,所述步骤六中,根据目的层的含水饱和度曲线,在其中含水饱和度Sw<1的区域,通过以下Gassmann经验方程求取含油气岩石的体积模量和剪切模量:
μ=μd
上式中,K油气为含油气岩石体积模量;Kd为干岩石骨架的体积模量;kf油气为油气的体积模量;Km为基质的体积模量;为虚拟孔隙度;μ为剪切模量;μd为干岩石的剪切模量,
然后再根据以下公式求取含油气岩石的纵波速度νp油气和横波速度νs油气
上式中,ρ油气为含油气岩石的密度。
8.一种地球物理勘探横波估算***,包括:
第一单元,其根据测井曲线分析储层的岩性特征和流体特征;
第二单元,其根据储层的岩性特征和流体特征分别确定相应的岩性物理模量参数和流体物理模量参数;
第三单元,其建立储层的岩石物理模型;
第四单元,其根据岩石物理模型估算储层的纵波速度,分析估算的纵波速度与实测的纵波速度之间的误差,以最小化此误差为目标,求取相应的虚拟孔隙度;
第五单元,其基于虚拟孔隙度求取储层含水岩石的横波速度;
第六单元,其通过流体替换求取储层含油气岩石的横波速度;
第七单元,其输出横波速度曲线。
CN201410302430.9A 2014-06-27 2014-06-27 一种地球物理勘探横波估算方法和*** Pending CN104181585A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410302430.9A CN104181585A (zh) 2014-06-27 2014-06-27 一种地球物理勘探横波估算方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410302430.9A CN104181585A (zh) 2014-06-27 2014-06-27 一种地球物理勘探横波估算方法和***

Publications (1)

Publication Number Publication Date
CN104181585A true CN104181585A (zh) 2014-12-03

Family

ID=51962772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410302430.9A Pending CN104181585A (zh) 2014-06-27 2014-06-27 一种地球物理勘探横波估算方法和***

Country Status (1)

Country Link
CN (1) CN104181585A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535391A (zh) * 2014-12-30 2015-04-22 中国科学院地质与地球物理研究所 一种基于层状地质模型的地球物理数据处理方法
CN105974474A (zh) * 2016-07-07 2016-09-28 中国石油大学(华东) 一种基于孔隙替换的储层孔隙类型评价的方法
CN106353812A (zh) * 2016-08-15 2017-01-25 黄河勘测规划设计有限公司 基于慢度‑时间的双源距全波列测井横波速度提取方法
CN106443780A (zh) * 2016-08-31 2017-02-22 中国石油集团川庆钻探工程有限公司 一种页岩气地层的横波速度估算方法
CN106501857A (zh) * 2016-11-02 2017-03-15 中国矿业大学 一种煤矿巷道冲击地压危险性的声学监测方法
CN106680878A (zh) * 2016-12-29 2017-05-17 中国石油大学(华东) 一种基于改进Biot系数分析的横波速度估算方法
CN107203006A (zh) * 2017-06-14 2017-09-26 广东石油化工学院 基于纵横波速度的脆性矿物指数预测方法
CN110927787A (zh) * 2018-09-19 2020-03-27 中国石油化工股份有限公司 基于虚拟岩性的横波速度计算方法及***
CN111045108A (zh) * 2018-10-11 2020-04-21 中国石油化工股份有限公司 随钻横波计算方法及***
CN111077589A (zh) * 2018-10-19 2020-04-28 中国石油天然气股份有限公司 干岩石纵横波速度比的确定方法和装置
CN111897011A (zh) * 2020-07-27 2020-11-06 中国石油大学(华东) 储层孔隙特征确定方法、装置及设备
CN113934968A (zh) * 2021-09-01 2022-01-14 成都理工大学 基于岩石孔隙结构参数的地层孔隙流体压力的计算方法
CN114280670A (zh) * 2021-12-13 2022-04-05 华能煤炭技术研究有限公司 多物理模型测井横波速度曲线重构方法、***及电子设备
CN115793048A (zh) * 2022-11-16 2023-03-14 河海大学 一种页岩油层系致密储层横波速度预测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265016A (en) * 1989-07-19 1993-11-23 Amoco Corporation Method of shear wave velocity estimation
WO2002073240A1 (en) * 2001-03-13 2002-09-19 Conoco Phillips Company Method and process for prediction of subsurface fluid and rock pressures in the earth
CN102353989A (zh) * 2011-08-24 2012-02-15 成都理工大学 基于自适应基质矿物等效弹性模量反演的横波速度估算方法
CN103424772A (zh) * 2012-05-24 2013-12-04 中国石油化工股份有限公司 一种基于岩石物理的储层横波速度预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265016A (en) * 1989-07-19 1993-11-23 Amoco Corporation Method of shear wave velocity estimation
WO2002073240A1 (en) * 2001-03-13 2002-09-19 Conoco Phillips Company Method and process for prediction of subsurface fluid and rock pressures in the earth
CN102353989A (zh) * 2011-08-24 2012-02-15 成都理工大学 基于自适应基质矿物等效弹性模量反演的横波速度估算方法
CN103424772A (zh) * 2012-05-24 2013-12-04 中国石油化工股份有限公司 一种基于岩石物理的储层横波速度预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周中彪: "基于岩石物理模型的测井约束横波速度计算方法研究", 《物探化探计算技术》 *
王金伟等: "虚拟孔隙度优化Xu-White模型法预测横波速度", 《断块油气田》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535391A (zh) * 2014-12-30 2015-04-22 中国科学院地质与地球物理研究所 一种基于层状地质模型的地球物理数据处理方法
CN104535391B (zh) * 2014-12-30 2017-01-04 中国科学院地质与地球物理研究所 一种基于层状地质模型的地球物理数据处理方法
CN105974474A (zh) * 2016-07-07 2016-09-28 中国石油大学(华东) 一种基于孔隙替换的储层孔隙类型评价的方法
CN106353812A (zh) * 2016-08-15 2017-01-25 黄河勘测规划设计有限公司 基于慢度‑时间的双源距全波列测井横波速度提取方法
CN106443780A (zh) * 2016-08-31 2017-02-22 中国石油集团川庆钻探工程有限公司 一种页岩气地层的横波速度估算方法
CN106501857A (zh) * 2016-11-02 2017-03-15 中国矿业大学 一种煤矿巷道冲击地压危险性的声学监测方法
CN106680878A (zh) * 2016-12-29 2017-05-17 中国石油大学(华东) 一种基于改进Biot系数分析的横波速度估算方法
CN106680878B (zh) * 2016-12-29 2019-03-22 中国石油大学(华东) 一种基于改进Biot系数分析的横波速度估算方法
CN107203006A (zh) * 2017-06-14 2017-09-26 广东石油化工学院 基于纵横波速度的脆性矿物指数预测方法
CN107203006B (zh) * 2017-06-14 2019-01-29 广东石油化工学院 基于纵横波速度的脆性矿物指数预测方法
CN110927787A (zh) * 2018-09-19 2020-03-27 中国石油化工股份有限公司 基于虚拟岩性的横波速度计算方法及***
CN110927787B (zh) * 2018-09-19 2022-05-13 中国石油化工股份有限公司 基于虚拟岩性的横波速度计算方法及***
CN111045108A (zh) * 2018-10-11 2020-04-21 中国石油化工股份有限公司 随钻横波计算方法及***
CN111077589A (zh) * 2018-10-19 2020-04-28 中国石油天然气股份有限公司 干岩石纵横波速度比的确定方法和装置
CN111897011A (zh) * 2020-07-27 2020-11-06 中国石油大学(华东) 储层孔隙特征确定方法、装置及设备
CN111897011B (zh) * 2020-07-27 2024-03-22 中国石油大学(华东) 储层孔隙特征确定方法、装置及设备
CN113934968A (zh) * 2021-09-01 2022-01-14 成都理工大学 基于岩石孔隙结构参数的地层孔隙流体压力的计算方法
CN113934968B (zh) * 2021-09-01 2023-08-25 成都理工大学 基于岩石孔隙结构参数的地层孔隙流体压力的计算方法
CN114280670A (zh) * 2021-12-13 2022-04-05 华能煤炭技术研究有限公司 多物理模型测井横波速度曲线重构方法、***及电子设备
CN115793048A (zh) * 2022-11-16 2023-03-14 河海大学 一种页岩油层系致密储层横波速度预测方法
CN115793048B (zh) * 2022-11-16 2023-06-06 河海大学 一种页岩油层系致密储层横波速度预测方法

Similar Documents

Publication Publication Date Title
CN104181585A (zh) 一种地球物理勘探横波估算方法和***
CN103792581B (zh) 基于岩石物理模型的页岩气储层地应力测井预测方法
CN103760081B (zh) 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及***
CN107203005B (zh) 一种定量化计算裂缝描述参数的方法
CN112255688B (zh) 一种基于岩石物理理论的三维地震反演地层压力的方法
CN103258091B (zh) 非常规油气藏水平井段三维岩体力学模型建立的方法及装置
CN106154351A (zh) 一种低孔渗储层渗透率的估算方法
CN105445791A (zh) 一种基于多种地震属性的地层孔隙压力预测方法
CN104252007A (zh) 一种相容性岩石物理建模方法
CN104278991A (zh) 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法
CN102156297B (zh) 基于砂岩油藏叠后地震数据的流体替换方法
CN105182424A (zh) 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置
CN105840189A (zh) 一种页岩气岩石物理与测井方法
CN104570128A (zh) 一种基于岩石脆性因子的非常规油气储层预测方法
CN104570065B (zh) 一种利用地震波阻抗定量反演孔隙度的方法
CN107831540A (zh) 储层物性参数直接提取新方法
CN101315428B (zh) 基于横波速度的高孔隙碎屑岩的高分辨率勘探方法
CN107728205B (zh) 一种地层压力预测方法
CN105549088A (zh) 裂缝性致密砂岩中气层的识别方法和装置
CN105370270B (zh) 由偶极声波纵、横波时差确定页岩气储层含气饱和度的方法
CN111381292B (zh) 一种预测砂岩含烃储层的测井解释方法与装置
Li et al. A rock-physical modeling method for carbonate reservoirs at seismic scale
CN115586572B (zh) 一种孔隙参数与储层参数的地震岩石物理解析反演方法
CN107290803A (zh) 建立基于改进Pride-Lee模型的岩石物理新模型的方法
CN104570104B (zh) 一种基于两步法avf的纵横波地震品质因子提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20141203

RJ01 Rejection of invention patent application after publication