CN110232208A - 用于识别优势渗流段的储层参数模型构建方法及设备 - Google Patents
用于识别优势渗流段的储层参数模型构建方法及设备 Download PDFInfo
- Publication number
- CN110232208A CN110232208A CN201910362291.1A CN201910362291A CN110232208A CN 110232208 A CN110232208 A CN 110232208A CN 201910362291 A CN201910362291 A CN 201910362291A CN 110232208 A CN110232208 A CN 110232208A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- porosity
- formation
- acquiring
- rock
- 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.)
- Withdrawn
Links
- 238000010276 construction Methods 0.000 title claims abstract description 17
- 239000011148 porous material Substances 0.000 claims abstract description 69
- 239000011435 rock Substances 0.000 claims abstract description 59
- 230000035699 permeability Effects 0.000 claims abstract description 56
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 25
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 17
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 17
- 239000008398 formation water Substances 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 8
- 230000005251 gamma ray Effects 0.000 abstract 1
- 239000003129 oil well Substances 0.000 description 6
- 239000012530 fluid Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供了一种用于识别优势渗流段的储层参数模型构建方法及设备。所述方法包括:根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;其中,所述岩石渗透率针对任意一种岩石是固定常数。本发明实施例提供的用于识别优势渗流段的储层参数模型构建方法及设备,可以在不依赖人工的前提下,精确有效、客观实时地得到用于识别优势渗流段的储层参数。
Description
技术领域
本发明实施例涉及地质勘探技术领域,尤其涉及一种用于识别优势渗流段的储层参数模型构建方法及设备。
背景技术
油田开发是一项隐蔽的技术工程,具有高投入、高产出、高风险的特点和不可逆性。油井数值模拟是数字化油藏、寻找油源、预测优势渗流段的主要技术手段,在油田开发中发挥着极为重要的作用。近几年来,随着油田开发的深入,大多数油田都进入了高含水期和特高含水期,剩余油分布日趋零散、复杂,油藏数值模拟对优势渗流段的鉴别效果日益显现。储层参数对于识别油井中是否存在优势渗流段,起到了至关重要的作用。目前相关技术方案对储层参数的获取主要还是通过人工经验预测,或者采用与待勘测油井地质状况类似的油井的现成储层参数进行挪用,从而获取目标油井用于识别优势渗流段的储层参数。前者由于需要依靠人工经验,所以费时费力费人工,并且还存在人为的不确定性因素;后者由于仅仅是对类似储层参数的套用,则存在无法精确预测油井优势渗流段的问题。基于这种认识,找到一种能够客观有效,且以较高精度识别优势渗流段的储层参数获取方法,就成为业界广泛关注的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种用于识别优势渗流段的储层参数模型构建方法及设备。
第一方面,本发明的实施例提供了一种用于识别优势渗流段的储层参数模型构建方法,包括:根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;其中,所述岩石渗透率针对任意一种岩石是固定常数。
进一步地,所述根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量,包括:
其中,V'为自然伽玛相对值;GR为自然伽玛测井值;GRmin为自然伽玛最小值;GRmax为自然伽玛最大值;Vsh为储层的泥质含量;C为地层系数。
进一步地,所述根据声波时差值,获取孔隙度,包括:
Φ=0.155*AC-44.092
其中,AC为声波时差值;Φ为孔隙度。
进一步地,所述根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度,包括:
其中,Sw为含水饱和度;n为饱和度指数;a和b为岩性系数;Rw为地层水电阻率;Rt为地层电阻率;m为岩石胶结指数。
进一步地,所述根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径,包括:若所述水银饱和度达到50%,则获取对应的孔隙半径;所述孔隙半径,与所述岩石渗透率成正比,所述岩石渗透率与所述孔喉半径成正比。
第二方面,本发明的实施例提供了一种用于识别优势渗流段的储层参数模型构建装置,包括:
储层参数获取模块,用于根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;
储层参数模型构建模块,用于所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;
其中,所述岩石渗透率针对任意一种岩石是固定常数。
第三方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的用于识别优势渗流段的储层参数模型构建方法。
第四方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的用于识别优势渗流段的储层参数模型构建方法。
本发明实施例提供的用于识别优势渗流段的储层参数模型构建方法及设备,通过获取储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,进而建立储层参数模型,可以在不依赖人工的前提下,精确有效、客观实时地得到用于识别优势渗流段的储层参数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于识别优势渗流段的储层参数模型构建方法流程图;
图2为本发明实施例提供的孔喉半径与渗透率关系示意图;
图3为本发明实施例提供的用于识别优势渗流段的储层参数模型构建装置结构示意图;
图4为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明实施例提供了一种用于识别优势渗流段的储层参数模型构建方法,参见图1,该方法包括:
101、根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;
102、所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型。
其中,所述岩石渗透率针对任意一种岩石是固定常数。
在上述实施例的基础上,本发明实施例中提供的用于识别优势渗流段的储层参数模型构建方法,所述根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量,包括:
其中,V'为自然伽玛相对值;GR为自然伽玛测井值;GRmin为自然伽玛最小值;GRmax为自然伽玛最大值;Vsh为储层的泥质含量;C为地层系数。对于老地层来说,c=2,第三纪地层c=3.7,即使研究区属于白垩纪泥质砂岩地层,仍取c=3.7,求出较准确的Vsh。泥质含量Vsh是一个重要的地层参数,尤其是在评价泥质砂岩储层时。泥质含量不但可以发映岩性,也可以反映地层的很多情况,如有效孔隙度、渗透率、含水饱和度等参数。只要地层含泥质,或多或少都会对绝大多数测井会产生影响,在评价储层的很多情况时,都要用到泥质含量这个参数。在测井综合解释过程中很难只利用一种测井方法准确地评价地层泥质含量,这是因为泥质含量很多不同因素共同作用。
在上述实施例的基础上,本发明实施例中提供的用于识别优势渗流段的储层参数模型构建方法,所述根据声波时差值,获取孔隙度,包括:
Φ=0.155*AC-44.092
其中,AC为声波时差值;Φ为孔隙度。孔隙度是储层储集能力的一个重要指标,储层解释首当其冲的任务就是准确确定该参数。孔隙度计算我们经常采用声波时差、岩性密度、补偿中子测井曲线中的一条或几条组合。但是由于只有在声波测井的情况下研究区块孔隙度测井方法,因此,只能建立岩心分析孔隙度和声波时差和密度资料的经验关系公式。以此来求取储集层的孔隙度。
在上述实施例的基础上,本发明实施例中提供的用于识别优势渗流段的储层参数模型构建方法,所述根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度,包括:
其中,Sw为含水饱和度;n为饱和度指数;a和b为岩性系数;Rw为地层水电阻率;Rt为地层电阻率;m为岩石胶结指数。含水饱和度的确定是评价储层的又一项基础任务。很多资料都都可以给储层饱和度提供相关信息,但是在当前研究实际现状来看,使用最广泛的是以岩电实验和电阻率来对饱和度进行评价。对于纯砂岩水层来讲,当改变孔隙度时,100%含水的砂岩电阻率Ro与地层水电阻率Rw比值Ro/Rw为一常数,F称为地层因素,它与孔隙度关系表示为:
Sw的计算首先是通过Rt与相同孔隙度条件下纯水层Ro的比值I,称它为电阻增大率,则I=b/Sn W,然后就可以采用进行计算。
在上述实施例的基础上,本发明实施例中提供的用于识别优势渗流段的储层参数模型构建方法,所述根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径,包括:若所述水银饱和度达到50%,则获取对应的孔隙半径;所述孔隙半径,与所述岩石渗透率成正比,所述岩石渗透率与所述孔喉半径成正比。岩石渗透率是描述储层渗透特性的物理参数,对于储层的许多问题具有很重要的实际意义。一般来说,储层有连通性孔隙,如孔隙、溶洞、毛细管和裂缝等,是有渗透性的必要条件。渗透性可在实验室下测量,让流体通过标准岩样测量其渗透率。对互不影响的流体和岩石情况下,岩石的形态不受其他因素的影响,则均质流体测出的渗透率与流体性质没有关系,只和岩石骨架特性相关。因此对于一个确定的岩样,它的渗透率是一个常数。常见的测井资料都没有直接可以与渗透率相联系的,一般情况下采用渗透率和孔隙度、粒度中值之间的拟合关系来间接得到储层的渗透特性。
针对孔喉半径的获取,地层孔隙拥有十分复杂的结构,孔喉半径及其分布也各有差别。一般等效孔隙半径(Rer)、孔隙喉道半径和孔隙半径中值(R50)等是描述孔喉情况的参数。等效孔隙半径是描述孔隙特征的参数,一般情况下是假设与实际岩样具有相同渗流阻力的等效岩样;采用压汞测毛管压力曲线得到的孔隙半径中值,建立累积水银饱和度与孔隙半径之间的对应关系,在水银饱和度达到50%时所对应的孔隙半径值。孔喉半径、岩石渗透率、孔隙半径当储层被水淹时,三者表现出正相关。有关孔喉半径和岩石渗透率的关系可以参见图2。图2中包括:最大孔喉半径与渗透率理论关系曲线201、最大孔喉半径与渗透率实际关系离散值202、平均孔喉半径与渗透率理论关系曲线203、平均孔喉半径与渗透率实际关系离散值204、孔喉半径中值与渗透率理论关系曲线205和孔喉半径中值与渗透率实际关系离散值206。由图2中可见,无论是理论值还是离散值,最大孔喉半径、平均孔喉半径和孔喉半径中值,均与渗透率成正比关系。
本发明实施例提供的用于识别优势渗流段的储层参数模型构建方法,通过获取储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,进而建立储层参数模型,可以在不依赖人工的前提下,精确有效、客观实时地得到用于识别优势渗流段的储层参数。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种用于识别优势渗流段的储层参数模型构建装置,该装置用于执行上述方法实施例中的用于识别优势渗流段的储层参数模型构建方法。参见图3,该装置包括:
储层参数获取模块301,用于根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;
储层参数模型构建模块302,用于所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;
其中,所述岩石渗透率针对任意一种岩石是固定常数。
本发明实施例提供的用于识别优势渗流段的储层参数模型构建装置,采用储层参数获取模块和储层参数模型构建模块,通过获取储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,进而建立储层参数模型,可以在不依赖人工的前提下,精确有效、客观实时地得到用于识别优势渗流段的储层参数。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图4所示,该电子设备包括:至少一个处理器(processor)401、通信接口(Communications Interface)404、至少一个存储器(memory)402和通信总线403,其中,至少一个处理器401,通信接口404,至少一个存储器402通过通信总线403完成相互间的通信。至少一个处理器401可以调用至少一个存储器402中的逻辑指令,以执行如下方法:根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;其中,所述岩石渗透率针对任意一种岩石是固定常数。
此外,上述的至少一个存储器402中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。例如包括:根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;其中,所述岩石渗透率针对任意一种岩石是固定常数。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种用于识别优势渗流段的储层参数模型构建方法,其特征在于,包括:
根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;
所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;
其中,所述岩石渗透率针对任意一种岩石是固定常数。
2.根据权利要求1所述的用于识别优势渗流段的储层参数模型构建方法,其特征在于,所述根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量,包括:
其中,V'为自然伽玛相对值;GR为自然伽玛测井值;GRmin为自然伽玛最小值;GRmax为自然伽玛最大值;Vsh为储层的泥质含量;C为地层系数。
3.根据权利要求1所述的用于识别优势渗流段的储层参数模型构建方法,其特征在于,所述根据声波时差值,获取孔隙度,包括:
Φ=0.155*AC-44.092
其中,AC为声波时差值;Φ为孔隙度。
4.根据权利要求3所述的用于识别优势渗流段的储层参数模型构建方法,其特征在于,所述根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度,包括:
其中,Sw为含水饱和度;n为饱和度指数;a和b为岩性系数;Rw为地层水电阻率;Rt为地层电阻率;m为岩石胶结指数。
5.根据权利要求1所述的用于识别优势渗流段的储层参数模型构建方法,其特征在于,所述根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径,包括:
若所述水银饱和度达到50%,则获取对应的孔隙半径;所述孔隙半径,与所述岩石渗透率成正比,所述岩石渗透率与所述孔喉半径成正比。
6.一种用于识别优势渗流段的储层参数模型构建装置,其特征在于,包括:
储层参数获取模块,用于根据自然伽玛测井值,获取自然伽玛相对值,结合地层系数,得到储层的泥质含量;根据声波时差值,获取孔隙度;根据岩性系数、地层水电阻率、地层电阻率和所述孔隙度,获取含水饱和度;根据水银饱和度,获取孔隙半径,结合岩石渗透率,得到孔喉半径;
储层参数模型构建模块,用于所述储层的泥质含量、孔隙度、含水饱和度、岩石渗透率和孔喉半径,共同构成所述储层参数模型;
其中,所述岩石渗透率针对任意一种岩石是固定常数。
7.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行如权利要求1至5任一项所述的方法。
8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362291.1A CN110232208A (zh) | 2019-04-30 | 2019-04-30 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362291.1A CN110232208A (zh) | 2019-04-30 | 2019-04-30 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110232208A true CN110232208A (zh) | 2019-09-13 |
Family
ID=67861059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910362291.1A Withdrawn CN110232208A (zh) | 2019-04-30 | 2019-04-30 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232208A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214870A (zh) * | 2020-09-08 | 2021-01-12 | 长江大学 | 一种渗透率定量解释模型建立方法和装置 |
CN112709568A (zh) * | 2020-12-08 | 2021-04-27 | 中国石油天然气股份有限公司 | 白云岩地层藻白云岩的识别方法及装置 |
CN113914853A (zh) * | 2020-07-09 | 2022-01-11 | 中国石油天然气股份有限公司 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806215A (zh) * | 2010-03-05 | 2010-08-18 | 中国石油集团川庆钻探工程有限公司 | 用束缚水饱和度数据判别储层流体类型的方法 |
CN110046414A (zh) * | 2019-04-03 | 2019-07-23 | 长江大学 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
-
2019
- 2019-04-30 CN CN201910362291.1A patent/CN110232208A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806215A (zh) * | 2010-03-05 | 2010-08-18 | 中国石油集团川庆钻探工程有限公司 | 用束缚水饱和度数据判别储层流体类型的方法 |
CN110046414A (zh) * | 2019-04-03 | 2019-07-23 | 长江大学 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113914853A (zh) * | 2020-07-09 | 2022-01-11 | 中国石油天然气股份有限公司 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
CN113914853B (zh) * | 2020-07-09 | 2024-05-28 | 中国石油天然气股份有限公司 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
CN112214870A (zh) * | 2020-09-08 | 2021-01-12 | 长江大学 | 一种渗透率定量解释模型建立方法和装置 |
CN112214870B (zh) * | 2020-09-08 | 2023-03-14 | 长江大学 | 一种渗透率定量解释模型建立方法和装置 |
CN112709568A (zh) * | 2020-12-08 | 2021-04-27 | 中国石油天然气股份有限公司 | 白云岩地层藻白云岩的识别方法及装置 |
CN112709568B (zh) * | 2020-12-08 | 2023-12-26 | 中国石油天然气股份有限公司 | 白云岩地层藻白云岩的识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
WO2017084454A1 (zh) | 一种地层组分最优化确定方法及装置 | |
CN111665560B (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
CN110232208A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
CN110046414A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
CN106323836A (zh) | 一种井壁渗透率计算方法及装置 | |
CN112922591B (zh) | 泥页岩储层岩相“甜点”预测方法及*** | |
CN106355571A (zh) | 一种白云岩储层质量的确定方法及装置 | |
CN107688037A (zh) | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 | |
US20230160304A1 (en) | Method and system for predicting relative permeability curve based on machine learning | |
CN107861162B (zh) | 基于微电极测井资料的天然裂缝识别方法及*** | |
CN107450108A (zh) | 甜点区的确定方法和装置 | |
CN105844011B (zh) | 一种基于毛管模型的渗透率计算方法 | |
CN106338767A (zh) | 多参数地震属性分析方法及*** | |
CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及*** | |
CN112836163A (zh) | 成岩相测井定量划分方法、装置和设备 | |
CN115522912A (zh) | 基于大数据的电缆吸附卡风险定量评价方法、***及介质 | |
CN113945992B (zh) | 泥岩、油页岩识别方法、装置、电子设备及介质 | |
CN113294146B (zh) | 含沥青质储层的有效孔隙度计算的方法和装置 | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
CN114154283A (zh) | 储层大孔径孔隙度计算方法、装置、电子设备及介质 | |
Zeynal et al. | Understanding and quantifying variable drainage volume for unconventional wells | |
CN105528732B (zh) | 一种试气井产能预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190913 |
|
WW01 | Invention patent application withdrawn after publication |