CN111287739A - 一种基于地层原油粘度的剩余油分布预测方法 - Google Patents
一种基于地层原油粘度的剩余油分布预测方法 Download PDFInfo
- Publication number
- CN111287739A CN111287739A CN202010172498.5A CN202010172498A CN111287739A CN 111287739 A CN111287739 A CN 111287739A CN 202010172498 A CN202010172498 A CN 202010172498A CN 111287739 A CN111287739 A CN 111287739A
- Authority
- CN
- China
- Prior art keywords
- parameter
- oil
- parameters
- residual oil
- viscosity
- 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.)
- Granted
Links
- 239000003921 oil Substances 0.000 title claims abstract description 73
- 238000009826 distribution Methods 0.000 title claims abstract description 31
- 239000010779 crude oil Substances 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000015572 biosynthetic process Effects 0.000 title claims description 12
- 239000012530 fluid Substances 0.000 claims abstract description 14
- 238000010606 normalization Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims description 32
- 239000003129 oil well Substances 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 208000035126 Facies Diseases 0.000 claims description 2
- 238000003306 harvesting Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 239000000295 fuel oil Substances 0.000 description 15
- 238000005755 formation reaction Methods 0.000 description 10
- 239000004576 sand Substances 0.000 description 10
- 238000011161 development Methods 0.000 description 9
- 230000008021 deposition Effects 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 239000013049 sediment Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明一种基于地层原油粘度的剩余油分布预测方法,包括以下步骤:步骤1),对目标区块内的各个地层确定以流体粘度为主的参数组合;参数组合中包括原油粘度,以及其他八个参数中至少一个;计算得到参数组合中的所有参数值;步骤2),对参数组合中的参数进行归一化处理后得到归一化参数组合V,分别计算参数组合中各个参数的熵值,进而计算得到各个参数的权值W;步骤3),根据步骤1)中参数组合中确定的参数,以及步骤2)得到的各个参数的权值,由如下公式,得到对应地层的综合指数I;步骤4),选取综合指数为0.5~0.75的地层作为潜力层,预测为有效的剩余油储量富集区域,能够进行剩余油的采收挖掘。
Description
技术领域
本发明涉及石油天然气勘探开发技术领域,具体为一种基于地层原油粘度的剩余油分布预测方法。
背景技术
油气资源的勘探与开发主要围绕提高油气探明率及勘探效益和提高油气采收率及开发效益两大主题。随着石油资源的日益减少,能源价格的持续走高以及勘探难度和成本的增加,促使重油、超重油油藏的开发,补充石油储量。众多的油田开发实践证明,一般原油采收率只有30%左右,还有三分之二的剩余油储层仍然残留在地下,而重油和超重油的采收率仅有10%左右。重油、超重油开发在流体分析和提高采收率方面的研究显得更加迫切和重要。随着开发对象越来越复杂,剩余油分布的研究必须向高层次、精细化方向发展。
目前国内外比较重视剩余油监测和挖潜技术的发展,但对剩余油的形成与分布的认识还不够深入,特别对重油、超重油开发低采收率剩余油的分布缺乏足够深刻的认识。要搞清重油、超重油油藏内部复杂的剩余油分布特征,油藏描述必须向精细化和定量化的方向发展,通过采用新技术以及对常规方法进行改进,建立能够反映地下客观情况、精细刻画油藏非均质性特征的地质模型,实现对重油、超重油油藏的有效开发。
剩余油分布研究难度很大,仅凭单一学科预测剩余油分布存在很大的局限性,只有应用多学科理论、方法和技术才有可能准确地预测剩余油分布。多学科综合研究要求最大限度地采用地质、地球物理、油层物理、流体渗流力学等信息,研究剩余油的形成条件、分布规律和控制因素。现有技术均无法满足实际的需求。
发明内容
针对现有技术中存在的问题,本发明提供一种基于地层原油粘度的剩余油分布预测方法,设计合理,指标明确,预测准确,能够用于重油、超重油地层中剩余油分布的预测。
本发明是通过以下技术方案来实现:
一种基于地层原油粘度的剩余油分布预测方法,包括以下步骤:
步骤1),对目标区块内的各个地层确定以流体粘度为主的参数组合;参数组合中包括原油粘度,以及计算出孔隙度、渗透率、含水饱和度、沉积微相、砂岩储层有效厚度与总厚度比值、渗透率变异系数、渗透率突进系数和渗透率级差八个参数中至少一个;计算得到参数组合中的所有参数值;
步骤2),对参数组合中的参数进行归一化处理后得到归一化参数组合V,分别计算参数组合中各个参数的熵值,进而计算得到各个参数的权值W;
步骤3),根据步骤1)中参数组合中确定的参数,以及步骤2)得到的各个参数的权值,由如下公式,得到对应地层的综合指数I;
I=WVT
步骤4),选取综合指数为0.5~0.75的地层作为潜力层,预测为有效的剩余油储量富集区域,能够进行剩余油的采收挖掘。
优选的,步骤4)中得到潜力层后,分别对潜力层内的各个油井确定以流体粘度为主的参数组合;重复步骤1)到4),选取得到潜力油井,预测为有效的剩余油储量富集油井,能够进行剩余油的采收挖掘。
优选的,所选取的计算参数包括不连续变化的沉积微相时,对沉积微相进行如下的量化赋值,复合心滩坝赋值为1;曲流河道赋值为0.8;决口扇赋值为0.6;泛滥平原赋值为0.2;分流间湾赋值为0.1;河道间微相赋值为0。
优选的,步骤2)中,对参数组合中的参数进行归一化处理的步骤如下,
将不同参数写在同一个矩阵中有如下表示:
式中,当参数组合对应地层时,PjLi表示第i个地层的第j个参数,n表示地层的个数;当参数组合对应油井时,PjLi替换为第i口井的第j个参数;n表示油井的个数;L1表示第一口井的响应参数;
对参数组合中与表征含油性呈负相关的参数,包括含水饱和度、原油粘度、渗透率级差、渗透率变异系数和渗透率突进系数,通过下式进行归一化处理;
对参数组合中与表征含油性呈正相关的参数,包括孔隙度、渗透率和有效厚度/总厚度,通过下式进行归一化处理;
最后,将参数组合中与表征含油性呈正相关0-1之间数值的沉积微相,以及归一化的8个参数组合后,得到如下的归一化后的结果即归一化参数组合V,
进一步,归一化处理时,对于渗透率、电阻率和原油粘度为对数刻度的参数,需要对归一化的两个公式中的每一项先取对数再进行归一化的计算。
进一步,根据归一化后的结果计算各个参数的熵值:
再进一步,根据归一化后的结果计算各个参数的熵值,计算各个参数的权值W,
优选的,步骤4)中,当综合指数大于0.75时,不予考虑剩余油的开采;当综合指数小于0.5的区域,作为次潜力层进行考虑剩余油的开采。
与现有技术相比,本发明具有以下有益的技术效果:
本发明将原油粘度参数引入到剩余油分布评价当中,选取了能够反映储层流体性质的参数(原油粘度和含水饱和度)与反映储层质量、几何形态的参数(孔隙度、渗透率、有效厚度/总厚度和沉积微相等)的9种参数,基于熵权法求取储集层的剩余油分布综合指数,在实际应用中取得了较好的应用效果。在目前已完钻的8口水平井中,有7口井的生产结果与本发明的计算结果一致,符合率达到了87.5%。
附图说明
图1为本发明实例中所述的某国JN-4区块不同小层的剩余油分布综合指数。
图2为本发明实例中所述的某国JN-4区块E2单砂层剩余油分布综合指数与油藏模拟的剩余油分布图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明中首先根据超重油的性质优选了以原油粘度为主的9种对储层含油性具有指示作用的参数,然后根据这9种参数计算综合指数。这9种参数为流体粘度、孔隙度、渗透率、含水饱和度、沉积微相、砂岩储层有效厚度与总厚度比值、渗透率变异系数、渗透率突进系数和渗透率级差,其中除流体粘度外,其他参数可以根据实际情况进行选择、增加或删减,此处分别用P1-P9来依次表示上述9个参数。9个参数的计算均采用行业内常用计算方法,其中由于沉积微相不是连续变化的数值,需要对其进行量化赋值:复合心滩坝在所有微相中物性最好、砂体最厚,赋值为1;曲流河道沉积为分选中等的砂体为主,底部为厚层、中粒,分选中等-较差的砂岩,赋值为0.8;决口扇沉积岩性主要为细粒-极细粒砂岩,为0.6;泛滥平原岩性特征介于辫状河道充填沉积与分流间湾沉积之间,主要为泥岩,赋值为0.2;分流间湾沉积的细砂岩较为复杂,底部通常形成粉砂岩或极细粒砂岩层,往上为薄层状泥岩或厚层泥岩,为0.1;河道间微相中几乎没有砂体沉积,赋值为0。
综合指示参数的计算方法为:
I=WVT (1)
其中,W为加权项,V为参数项,其中V的表示方式如下所示。
将不同层位的不同参数写在同一个矩阵中有如下表示:
上式中PjLi表示第i个地层的第j个参数,这样就可以表示不同地层的剩余油分布,如果要考虑平面上的分布,那么将这里的PjLi替换为第i口井的相应数据即可;n表示地层或井的个数。L1表示第一口井的响应参数。
由于各个指示参数具有不同的刻度,而且可能其大小所表征的含油程度也不同,所以需要采用不同的方法对上述参数进行归一化:
以上两式中,式(3)适用于与表征含油性呈负相关的参数,如含水饱和度、原油粘度、渗透率级差、渗透率变异系数和渗透率突进系数;式(4)适用于与表征含油性呈正相关的参数,如孔隙度、渗透率和有效厚度/总厚度。
如果是对于渗透率、电阻率和原油粘度为对数刻度的参数,需要对式(3)和式(4)中的每一项先取对数再进行计算。
与表征含油性呈正相关的参数,沉积微相属于正相关0-1之间的数值,不需要归一化。
结合沉积微相,以及利用式(3)和式(4)对式(2)中的参数进行归一化后的结果如下:
根据归一化后的结果计算各个参数的熵值:
并由此计算权值W:
将式(5)和式(7)的结果带入式(1)即可得到剩余油综合指数。
计算结果表明:有效的剩余油储量主要富集于综合指数为0.5~0.75的区域,当综合指数大于0.75时,储层物性较好、砂体厚度大及含油性较好,易水淹,水洗程度较高,剩余油饱和度降低;而在综合指数小于0.5的区域,储层及流体的物性差、油层厚度薄,尽管其剩余油饱和度相对较高,但对剩余油的开采也不利,可不予考虑。只有综合指数为0.5~0.75的区域既具有较好的渗透性,同时水淹程度也不高,是剩余油进一步挖潜的主要目标。因此,可以应用综合指数在平面上的分布预测剩余油富集区。
这里以某国JN-4区块的井数据为例对本发明中的方法进行进一步的说明。
根据该区块中有核磁共振资料的18口井的数据进行计算,分析其A、B、C1、C2、E1、E2和E3共7个小层的剩余油分布情况。
(1)首先计算每个小层中各个参数(孔隙度、渗透率、渗透率变异系数、渗透率突进系数、渗透率级差、含水饱和度、有效厚度/砂层总厚度、沉积微相和流体粘度)的值,其中因为沉积微相不是连续变化的数值,此处给不同的沉积微相进行量化赋值如下:复合心滩坝在所有微相中物性最好、砂体最厚,赋值为1;曲流河道沉积为分选中等的砂体为主,底部为厚层、中粒,分选中等-较差的砂岩,赋值为0.8;决口扇沉积岩性主要为细粒-极细粒砂岩,为0.6;泛滥平原岩性特征介于辫状河道充填沉积与分流间湾沉积之间,主要为泥岩,赋值为0.2;分流间湾沉积的细砂岩较为复杂,底部通常形成粉砂岩或极细粒砂岩层,往上为薄层状泥岩或厚层泥岩,为0.1;河道间微相中几乎没有砂体沉积,赋值为0。
(2)使用上述的公式(1)~(7)进行计算,得到区块中综合指数计算权值列表如下:
表1 JN-4区块储层各指标参数的权值
计算得到的综合指数如图1所示。主力小层和非主力小层之间存在较大的差异,A、B和C1小层具有综合指数较低,E1小层综合指数较高,C2、E2和E3小层属于中等程度。E1小层物性较好,水洗程度较高,剩余油饱和度降低;C2、E2和E3小层是剩余油相对富集区,属于主要的挖潜目标;A、B和C1层可动剩余油相对偏低,属次要的挖潜目标。
(3)获取不同小层内部不同井的各个参数的数据。此处以E2单砂层为例,获取各个参数值,使用上述的公式(1)~(7)对每个小层内的剩余油分布进行计算,此时公式(2)中PjLi表示不同井的参数数据。其储层剩余油分布综合指数与油藏模拟剩余油饱和度分布如图2所示。
Claims (8)
1.一种基于地层原油粘度的剩余油分布预测方法,其特征在于,包括以下步骤:
步骤1),对目标区块内的各个地层确定以流体粘度为主的参数组合;参数组合中包括原油粘度,以及计算出孔隙度、渗透率、含水饱和度、沉积微相、砂岩储层有效厚度与总厚度比值、渗透率变异系数、渗透率突进系数和渗透率级差八个参数中至少一个;计算得到参数组合中的所有参数值;
步骤2),对参数组合中的参数进行归一化处理后得到归一化参数组合V,分别计算参数组合中各个参数的熵值,进而计算得到各个参数的权值W;
步骤3),根据步骤1)中参数组合中确定的参数,以及步骤2)得到的各个参数的权值,由如下公式,得到对应地层的综合指数I;
I=WVT
步骤4),选取综合指数为0.5~0.75的地层作为潜力层,预测为有效的剩余油储量富集区域,能够进行剩余油的采收挖掘。
2.根据权利要求1所述的基于地层流体粘度的剩余油分布预测方法,其特征在于,步骤4)中得到潜力层后,分别对潜力层内的各个油井确定以流体粘度为主的参数组合;重复步骤1)到4),选取得到潜力油井,预测为有效的剩余油储量富集油井,能够进行剩余油的采收挖掘。
3.根据权利要求1或2所述的基于地层流体粘度的剩余油分布预测方法,其特征在于,所选取的计算参数包括不连续变化的沉积微相时,对沉积微相进行如下的量化赋值,复合心滩坝赋值为1;曲流河道赋值为0.8;决口扇赋值为0.6;泛滥平原赋值为0.2;分流间湾赋值为0.1;河道间微相赋值为0。
4.根据权利要求1或2所述的基于地层流体粘度的剩余油分布预测方法,其特征在于,步骤2)中,对参数组合中的参数进行归一化处理的步骤如下,
将不同参数写在同一个矩阵中有如下表示:
式中,当参数组合对应地层时,PjLi表示第i个地层的第j个参数,n表示地层的个数;当参数组合对应油井时,PjLi替换为第i口井的第j个参数;n表示油井的个数;L1表示第一口井的响应参数;
对参数组合中与表征含油性呈负相关的参数,包括含水饱和度、原油粘度、渗透率级差、渗透率变异系数和渗透率突进系数,通过下式进行归一化处理;
对参数组合中与表征含油性呈正相关的参数,包括孔隙度、渗透率和有效厚度/总厚度,通过下式进行归一化处理;
最后,将参数组合中与表征含油性呈正相关0-1之间数值的沉积微相,以及归一化的8个参数组合后,得到如下的归一化后的结果即归一化参数组合V,
5.根据权利要求4所述的基于地层原油粘度的剩余油分布预测方法,其特征在于,归一化处理时,对于渗透率、电阻率和原油粘度为对数刻度的参数,需要对归一化的两个公式中的每一项先取对数再进行归一化的计算。
8.根据权利要求1所述的一种基于地层原油粘度的剩余油分布预测方法,其特征在于,步骤4)中,当综合指数大于0.75时,不予考虑剩余油的开采;当综合指数小于0.5的区域,作为次潜力层进行考虑剩余油的开采。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172498.5A CN111287739B (zh) | 2020-03-12 | 2020-03-12 | 一种基于地层原油粘度的剩余油分布预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172498.5A CN111287739B (zh) | 2020-03-12 | 2020-03-12 | 一种基于地层原油粘度的剩余油分布预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111287739A true CN111287739A (zh) | 2020-06-16 |
CN111287739B CN111287739B (zh) | 2023-05-26 |
Family
ID=71023798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010172498.5A Active CN111287739B (zh) | 2020-03-12 | 2020-03-12 | 一种基于地层原油粘度的剩余油分布预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111287739B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832962A (zh) * | 2020-07-23 | 2020-10-27 | 中海石油(中国)有限公司 | 一种油田探明储量品质快速评价图版的建立方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
USRE28963E (en) * | 1973-11-28 | 1976-09-14 | Continental Oil Company | Determination of residual oil in a formation |
CN101424185A (zh) * | 2008-11-24 | 2009-05-06 | 大庆油田有限责任公司 | 注采主流线与分流线油藏剩余油参数特征及关系的地球化学测定方法 |
CN108561129A (zh) * | 2018-04-09 | 2018-09-21 | 中国石油化工股份有限公司 | 小断块油藏油水过渡带剩余油快速评价方法 |
CN109558963A (zh) * | 2017-09-26 | 2019-04-02 | 中国石油化工股份有限公司 | 一种水驱油藏高含水储层剩余油分布预测方法 |
CN110714755A (zh) * | 2019-10-17 | 2020-01-21 | 中国石油化工股份有限公司 | 水驱油藏剩余油二次富集速度快速预测方法 |
-
2020
- 2020-03-12 CN CN202010172498.5A patent/CN111287739B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
USRE28963E (en) * | 1973-11-28 | 1976-09-14 | Continental Oil Company | Determination of residual oil in a formation |
CN101424185A (zh) * | 2008-11-24 | 2009-05-06 | 大庆油田有限责任公司 | 注采主流线与分流线油藏剩余油参数特征及关系的地球化学测定方法 |
CN109558963A (zh) * | 2017-09-26 | 2019-04-02 | 中国石油化工股份有限公司 | 一种水驱油藏高含水储层剩余油分布预测方法 |
CN108561129A (zh) * | 2018-04-09 | 2018-09-21 | 中国石油化工股份有限公司 | 小断块油藏油水过渡带剩余油快速评价方法 |
CN110714755A (zh) * | 2019-10-17 | 2020-01-21 | 中国石油化工股份有限公司 | 水驱油藏剩余油二次富集速度快速预测方法 |
Non-Patent Citations (1)
Title |
---|
董春梅;蒋云鹏;: "储层非均质量化研究及其在秘鲁Dorissa油田剩余油分布预测中的应用" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832962A (zh) * | 2020-07-23 | 2020-10-27 | 中海石油(中国)有限公司 | 一种油田探明储量品质快速评价图版的建立方法 |
CN111832962B (zh) * | 2020-07-23 | 2023-12-15 | 中海石油(中国)有限公司 | 一种油田探明储量品质快速评价图版的建立方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111287739B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109653725B (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
CN106875471B (zh) | 煤系含或隔水层三维可视化建模方法 | |
CN110288258A (zh) | 一种高含水油藏剩余油挖潜方法 | |
CN103437760B (zh) | 一种使用阵列感应数据快速评价油水层的方法 | |
CN110717301B (zh) | 一种基于支持向量机算法的流动单元信息分类识别方法 | |
CN108843286B (zh) | 一种分层采油选井的技术方法 | |
CN110130882A (zh) | 一种基于测井测试资料的油藏区域评价方法 | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
Guo et al. | Assessment on tight oil resources in major basins in China | |
CN106503834A (zh) | 一种湖相超低孔渗储层致密油甜点区的预测方法 | |
CN105447762B (zh) | 一种流体替换的低渗透油藏水淹信息的计算方法 | |
CN110727034A (zh) | 一种砂岩型铀矿编图方法 | |
CN106570262A (zh) | 一种储层构型结构的描述方法 | |
CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
CN112698399A (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与*** | |
Ikpeka et al. | Application of machine learning models in predicting initial gas production rate from tight gas reservoirs | |
CN112832738B (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
CN111287739B (zh) | 一种基于地层原油粘度的剩余油分布预测方法 | |
CN112765527B (zh) | 页岩气资源量计算方法及*** | |
Liu et al. | Identification of tight sandstone reservoir lithofacies based on CNN image recognition technology: A case study of Fuyu reservoir of Sanzhao Sag in Songliao Basin | |
Liu et al. | The Control Theory and Application for Well Pattern Optimization of Heterogeneous Sandstone Reservoirs | |
Noureldien et al. | GUPCO experience with giant fields: Case studies from Egypt | |
CN113361111B (zh) | 一种低渗透油藏储层特征模型的划分方法 | |
CN110780357A (zh) | 陆相致密油地质甜点确定方法、***、计算机设备、介质 | |
CN110930020A (zh) | 非常规油气资源的经济可采资源量确定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |