CN111472760B - 一种提取相关流量测井示踪峰的新方法 - Google Patents
一种提取相关流量测井示踪峰的新方法 Download PDFInfo
- Publication number
- CN111472760B CN111472760B CN202010483886.5A CN202010483886A CN111472760B CN 111472760 B CN111472760 B CN 111472760B CN 202010483886 A CN202010483886 A CN 202010483886A CN 111472760 B CN111472760 B CN 111472760B
- Authority
- CN
- China
- Prior art keywords
- peak
- data
- tracing
- sequence
- peak area
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 239000000700 radioactive tracer Substances 0.000 abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 29
- 238000002347 injection Methods 0.000 abstract description 17
- 239000007924 injection Substances 0.000 abstract description 17
- 238000009826 distribution Methods 0.000 abstract description 8
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 238000009827 uniform distribution Methods 0.000 abstract 1
- 238000010521 absorption reaction Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 239000000523 sample Substances 0.000 description 7
- 239000007788 liquid Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000003129 oil well Substances 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 239000012857 radioactive material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005258 radioactive decay Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 235000020681 well water Nutrition 0.000 description 1
- 239000002349 well water Substances 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
- E21B47/00—Survey of boreholes or wells
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明涉及一种提取相关流量测井示踪峰的新方法，是进行相关流量测井确定注水井注入剖面的有效手段。该方法的具体步骤依次包括：(1)本底区域数据提取；选择不包含示踪峰的区域组成新的序列。(2)噪声水平估计；通过滤波处理获得本底序列的平滑估计，通过平滑估计来估算噪声方差，利用3sigma准则进行示踪峰峰区的提取。(3)通过极大似然法对示踪峰进行定位。为了防止由于示踪剂分布均匀造成峰区内出现重叠峰，通过引入参数对峰区进行调节，并再次进行峰位识别。本发明结合噪声特征以及示踪峰分布特征实现假峰的剔除，同时通过设置参数消除重叠峰，采用极大似然估计法准确的定位示踪峰峰位，最终为相关流量测井解释奠定基础。
Description
技术领域
本发明涉及一种相关流量测井示踪峰的提取方法，尤其针对低信噪比下相关流量测井示踪峰的识别与提取。基于测量信号噪声特征与极大似然法原理，可以有效的对相关流量示踪峰进行识别与定位，具有良好的抗噪性以及识别假峰的能力，是一种具有较高精度的相关流量测井数据处理方法。
背景技术
随着大部分陆上油田逐步进入开发中后期，提高油井采收率已成为目前油田开发中的一项重要课题。油井的注水开发是油田进行二次采油时普遍采用的方法之一，通过分层注水的方式来保持地层压力。因此及时了解注水井的动态，准确描述各层的吸水情况，定量确定注水井段的吸水剖面极为重要。
相关流量测井就是一种常用的吸水剖面动态监测测井方法，该技术以跟踪测量液态示踪剂流速为主，辅以流量、井温、压力等参数，能够综合分析配注井段的吸水情况。相关流量吸水剖面测井可以通过记录示踪剂发生放射性衰变产生的伽马光子来反映探测器与示踪液团之间的距离。当放射性示踪剂靠近探测器时，探测器会产生相应的输出信号。当放射性物质通过释放器释放到井筒中，示踪剂呈聚集的形式随井内液体流动。通过一定距离的两个探测器时，探测器会有明显的变化信号，在时间-计数率坐标系里会有明显的波形变化。通过分析就可以确定出放射性物质流经两个探测器的时间间隔，若探测器的距离是已知的，就可以计算出流体的流速。
使用相关流量测井技术进行测量时，首先将示踪剂通过释放器释放到井筒中，连续上提或下放仪器不断追踪示踪剂，仪器逐渐靠近示踪剂时伽马探测器接受到的信号逐渐增强，远离示踪剂伽马探测器接受到的信号逐渐减弱，从而形成一个峰信号。由于在测量时仪器先上提穿过示踪团液，之后再下放穿过示踪团液后；或者先下放穿过示踪团液后，再上提穿过示踪团液后伽马探头将先后接受到两个峰信号。因此，比较两个示踪峰的深度差和时间差就能确定示踪团液的移动速度和方向，即得到井筒不同空间的水流速度和方向。再结合井筒的截面积后就能确定水流量，从而确定吸水剖面。由此可见，准确确定示踪峰的峰位是相关流量测井解释的前提，也是描述吸水剖面的基础。
发明内容
本发明的目的在于提供一种相关流量测井数据示踪峰提取方法，对测井数据中记录的真峰进行识别与定位，同时消除假峰造成的影响，从而为注入剖面的定量计算奠定基础。提高了相关流量测井的解释精度。为了达到以上技术目的，本发明提供以下技术方案。
相关流量测井示踪峰提取方法包含两个主要步骤：1、峰区识别。从测井信号中剔除噪声产生的假峰，获得真实示踪峰的峰区。2、峰位定位。采用极大似然法在识别的峰区内进行峰位的准确定位。下面对两个步骤的理论原理及具体实现进行详细的说明。
1、峰区识别
对于相关流量测井，采集到的信号中通常包含示踪峰信号，本底信号以及噪声信号三部分。由于示踪剂具有放射性，当仪器探头靠近示踪剂时探头所记录的计数率会增高，而远离示踪剂时探头计数率会降低。而当探头距离示踪剂足够远时，仪器所测量的信号主要为自然本底与噪声信号。自然本底通常可以看作是一个较为稳定的常值，而噪声信号在测量过程中无法避免，主要由放射性统计涨落以及仪器稳定性产生，噪声信号由于其随机性，通常也会形成大量假峰，但和示踪峰信号相比，噪声信号的计数率通常较低。此外，由于仪器在测量过程中反复穿过示踪剂，因此，在测量信号中示踪峰会反复出现，两个示踪峰之间则为本底信号。而噪声信号则存在于整个测量信号范围内。
基于以上分析可以看出示踪峰提取的前提是能够消除噪声产生的不利影响，防止假峰的出现。因此，在进行提取时首先需要确定真峰所处的峰区范围。本发明中峰区识别的实现方法为：
(1)本底区域截取与组合
由于相关流量测井反复上下测量的方式，两个示踪峰之间会存在一段本底区域，由于本底信号近似为常数，因此通过选取多个本底区域内的数据，并将它们组合在一起，从而可以用于估算出噪声水平。
(2)估算测量数据噪声水平
为了能够有效的估计信号总的噪声水平，基于常用的异常点识别方法—53H法的基本原理，首先获得纯净本底信号的平滑估计。本底信号的平滑估计可以通过对所截取的信号段进行一次5点中值滤波，一次3点中值滤波以及一次Hanning滤波，具体步骤为：
(a)假设数据序列为x(i)，根据此序列构造一个新的序列x′(i)，具体方法是取x(1)，…，x(5)的中间值作为x′(3)，然后舍去x(1)，加入x(6)并取中间值x′(4)，以此类推，直至加入最后一个数据。总结起来就是在相邻的5个数据中选取中间值。显然，x′(i)的项数要比x(i)少4项。
(b)采用类似的方法在x′(i)中的相邻的3个数据中选择中间值构成序列x″(i)。
(c)采用式1所示的Hanning平滑滤波器对序列x″(i)进行处理得到序列x″′(i)：
x″′(i)＝0.25x″(i-1)+0.5x″(i)+0.25x″(i+1) (1)
序列x″′(i)即为原始序列的平滑估计。原始的序列与平滑估计序列的差值即可反映噪声的水平。因此，可采用式(2)进行计算。
d(i)＝|x(i)-x″′(i)| (2)
为了快速的计算噪声水平，本发明采用鲁棒性中值估计法来计算噪声的标准差。对于信号序列来说，其中位数可以看作是平均数的鲁棒性估计，可以采用式(3)来对噪声标准差进行计算
σ＝median(d)/0.6745 (3)
对于噪声来说，由于其具有随机性，其幅度和示踪峰相比通常较小，根据3sigma原理，示踪峰的幅度通常会大于本底与噪声的三倍标准差之和，因此可以用该标准进行峰区的筛选。
(3)峰区数据点判断
如前所述，相关流量测量数据的本底信号通常可以看作是一常数，因此，可以采用截取数据的平滑估计值的平均值来估算本底的大小。比较原始测量数据中各点的值与噪声的3倍标准差之间的大小，若原始数据中有值满足式(4)，则将此数据点判定为峰区。
x(i)＞3σ+mean(x″′) (4)
采用式(4)的判断标准可以从原始信号序列中提取多段示踪峰区域，而非峰区则可以有效的剔除。
2、峰位定位
通过峰区识别可以提取出所有潜在的示踪峰峰位，下一步需要在每一个峰区中提取示踪峰的准确峰位。相关流量测井示踪峰理论上符合高斯分布，具有高斯函数的特征。因此，根据示踪峰的数学特征，本发明采用极大似然估计法来对峰位进行估计。
极大似然估计法是在总体形式已知的情况下根据样本的具体情况来获得未知参数p的估计量
高斯分布的表达式如式(5)所示。
式中,xi——横坐标索引；
p(i)——示踪峰在第i道上的幅度；
c——示踪峰的峰位；
μ——示踪峰的标准差，与峰宽成正比；
H——示踪峰的峰高。
使用极大似然估计法时需要首先构造似然函数，高斯函数的似然函数如式(6)所示。
为了准确估计峰位，需求解似然函数对μ的偏导数，为了方便计算，先对式(6)两边取对数，如式(7)所示。
当似然函数对μ的偏导数为0时得
此时的解即为峰位的最佳估计，如式(8)所示。
可以看出，峰位的估计可以认为是以计数率为权重，峰区内各时间的加权平均值。
在实际测量中由于示踪剂在注入水流中的分布不均匀易造成同一峰区内存在一组重叠峰，该组重叠峰通常包含一个主峰以及一个或多个子峰。通常主峰的峰位代表示踪峰的真实峰位，但由于子峰的存在使整个峰区不再呈标准的高斯形态，因此需要对峰区进行修正。本发明通过设置参数来实现对峰区的校正。主要实现方法是统计大于当前峰值处计数的数据点数量，若统计得到的点数大于设定参数则会以当前峰值处的计数为新的峰区确定阈值，并将该峰区重新划分，在新划分的峰区内再次采用极大似然估计法对峰位进行重新估计。
本发明提出了一种相关流量示踪峰的提取方法，根据相关流量测井的技术特点结合噪声的特征首先提取出示踪峰存在的峰区范围，实现了对噪声产生假峰的剔除。基于示踪峰的分布形态，采用极大似然估计法对示踪峰的峰位进行确定。为了消除示踪剂在水流中因分布不均匀产生的重叠峰，本发明引入了一个参数，通过统计大于当前峰位处计数率的数据点个数，结合该参数实现了当前峰区的修正。一旦峰发生了修正，则会通过极大似然估计法再次对峰位进行确定。本发明可以准确的对示踪峰位进行提取，为相关流量测井确定注入剖面奠定了基础。
本发明与现有技术相比，其显著优点在于：(1)具有较好的抗噪性，能够有效消除噪声与放射性统计涨落产生的不利影响。通过估计噪声的标准差并结合3sigma准则消除由噪声产生的假示踪峰，保留真示踪峰。(2)具有较高的精度，根据实际示踪峰的分布形态，采用极大似然法估计示踪峰的峰位。(3)具有较高的运行效率，能够快速处理大量相关流量示踪数据。
附图说明
图1为本发明实施过程流程示意图
图2为实例中本底区域选取效果图
图3为实例中峰区提取效果图。
图4为实例中示踪峰峰位定位效果图。
图5为实例井资料产出剖面解释结果。
图6为实例井水流速度计算结果。
具体实施方式
应用实例：
XX井为一注水开发井，该井测量井段为1920m-2002m，套管直径为139.70mm，深度为2049.98m，油管直径为62mm，深度为1983.70m，日注水量17.45方/天。人工井底2042.25m。该井采用合注的注水方式，油压为19.00MPa，套压为18.50MPa。该井的射孔井段为1993m-2000m，喇叭口位于1987m。该注水井采用相关流量测井技术进行注入剖面的监测。
采用本发明对相关流量测井数据进行示踪峰提取并进行测井解释。首先提取本底区域的测井数据进行噪声水平估计，如图1所示。根据噪声水平提取了测井数据中的示踪峰潜在峰区，如图2所示，共提取示踪峰峰区37个，可以看出部分峰区内包含重叠峰。因此需要对包含重叠峰的区域进行重新划分。采用极大似然估计法并结合设置参数实现了峰位的精确定位，如图3所示，为了展示清楚，图3只展示了部分峰位，可以看出各峰位已经准确的提取出来并且消除了重叠峰的影响。
相关流量测井中，在注水量稳定的前提下，根据两次测量示踪剂段塞位移的距离和段塞位移所需的时间，即峰值的深度差和峰值的时间差，来计算流体速度。流速的计算方法为：
对应的流量可以利用管柱的截面积与流速相乘来计算。而水流的速度方向可以根据以下判定准则：
1)如果T1<T2，且D2>D1，则水向下流；
2)如果T1<T2，且D2<D1，则水向上流；
3)如果T1>T2，且D2>D1，则水向上流；
4)如果T1>T2，且D2<D1，则水向下流。
其中T1，T2为示踪峰1和示踪峰2的峰位时间；D1，D2为示踪峰1和示踪峰2的峰位深度。
图6展示了计算不同深度下水流速度与流量的计算，以及流动空间的判断，同时展示了各测点所使用的示踪峰。根据计算结果可以对射孔层位的吸水量进行精细解释，解释结果如表1所示，对应的注入剖面成果图如图6所示。
表1 XX井相关流量吸水剖面解释结果
Claims (1)
1.一种提取相关流量测井示踪峰的新方法，依次包括以下步骤：
(1)在相关流量测井数据中截取部分本底数据用于噪声水平的估计；
(2)采用滤波方式获得本底数据的平滑估计，之后利用平滑估计数据与原始本底数据的差值获得噪声标准差；采用如下公式计算噪声标准差：
d(i)＝|x(i)-x″′(i)| （2）
σ＝median(d(i))/0 .6745 （3）
式中，x(i)—原始相关流量测井数据；
x″′(i)—相关流量测井数据平滑估计序列；
d(i)—原始测井数据与其平滑估计序列之差；
σ—噪声标准差；
其中，x″′(i)的计算步骤如下：
(a)假设数据序列为x(i)，根据此序列构造一个新的序列x′(i)，具体方法是取x(1)，…，x(5)的中间值作为x′(3)，然后舍去x(1)，加入x(6)并取中间值x′(4)，以此类推，直至加入最后一个数据；即在相邻的5个数据中选取中间值；
(b)采用相同的方法在x′(i)中的相邻的3个数据中选择中间值构成序列x″(i)；
(c)采用式（1）所示的Hanning平滑滤波器对序列x″(i)进行处理得到序列x″′(i)：
x″′(i)＝0 .25x″(i-1)+0 .5x″(i)+0 .25x″(i+1) （1）
(3)基于3sigma准则，将相关流量数据中的示踪峰区域提取出来；提取标准按照以下公式（4）：
x(i)＞3σ+mean(x″′) （4）
式中，σ为噪声标准差；
若原始数据中的值满足公式(4)，则将此数据点判定为峰区；
(4)采用极大似然估计法对峰区内的示踪峰峰位进行定位；
(5)根据设置参数判断峰区内是否存在重叠峰，若存在则重新划分峰区，并再次采用极大似然估计法进行峰位定位：采用迭代方法来重新调整峰区，设置参数N，通过极大似然估计法初次确定峰位，若峰区内大于当前峰位计数的数据点数大于N，则以当前峰位计数为阈值，选取大于该阈值的数据点组成峰区，并再次采用极大似然估计法对峰位进行定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010483886.5A CN111472760B (zh) | 2020-06-01 | 2020-06-01 | 一种提取相关流量测井示踪峰的新方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010483886.5A CN111472760B (zh) | 2020-06-01 | 2020-06-01 | 一种提取相关流量测井示踪峰的新方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111472760A CN111472760A (zh) | 2020-07-31 |
| CN111472760B true CN111472760B (zh) | 2022-07-15 |
Family
ID=71765451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010483886.5A Active CN111472760B (zh) | 2020-06-01 | 2020-06-01 | 一种提取相关流量测井示踪峰的新方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111472760B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116044385B (zh) * | 2023-01-09 | 2024-04-26 | 西南石油大学 | 一种同位素示踪流量测井吸水剖面解释方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107842358A (zh) * | 2017-11-22 | 2018-03-27 | 中国石油天然气集团公司 | 一种提取示踪测井资料形成流动成像图的方法 |
| CN108986916A (zh) * | 2018-07-26 | 2018-12-11 | 浙江大学 | 基于栈式自编码器的动态pet图像示踪剂动力学宏参数估计方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6003365A (en) * | 1995-01-23 | 1999-12-21 | Board Of Regents, The University Of Texas System | Characterization of organic contaminants and assessment of remediation performance in subsurface formations |
| GB2398128B (en) * | 2001-09-19 | 2005-09-21 | Halliburton Energy Serv Inc | Method and system for using conventional core data to calibrate bound water volumes derived from NMR logs |
| US7423930B2 (en) * | 2003-12-10 | 2008-09-09 | Schlumberger Technology Corporation | Methods and systems for detecting arrivals of interest |
| WO2012171059A1 (en) * | 2011-06-14 | 2012-12-20 | Southern Innovation International Pty Ltd | Method and apparatus for identifying pulses in detector output data |
| CN203175536U (zh) * | 2013-02-04 | 2013-09-04 | 西安思坦仪器股份有限公司 | 示踪相关流量计 |
| US9939550B2 (en) * | 2013-03-15 | 2018-04-10 | Varex Imaging Corporation | Detection of special nuclear material and other contraband by prompt and/or delayed signatures from photofission |
| CA2910109C (en) * | 2013-03-21 | 2017-06-20 | Microseismic, Inc. | Method for computing uncertainties in parameters estimated from beamformed microseismic survey data |
| CN103400403B (zh) * | 2013-07-30 | 2016-01-20 | 浙江大学 | 一种pet浓度与衰减系数的同时重建方法 |
| CN104516991B (zh) * | 2013-09-27 | 2018-01-26 | 中国石油化工集团公司 | 一种伽马传感器全温度范围补偿方法 |
| CN105569640A (zh) * | 2016-02-02 | 2016-05-11 | 北京石大开元石油技术有限公司 | 示踪相关流量测井法 |
| CN107345481A (zh) * | 2017-05-16 | 2017-11-14 | 中国矿业大学(北京) | 煤田测井曲线标准化方法 |
| CN110130882A (zh) * | 2019-01-25 | 2019-08-16 | 中国石油天然气集团有限公司 | 一种基于测井测试资料的油藏区域评价方法 |
-
2020
- 2020-06-01 CN CN202010483886.5A patent/CN111472760B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107842358A (zh) * | 2017-11-22 | 2018-03-27 | 中国石油天然气集团公司 | 一种提取示踪测井资料形成流动成像图的方法 |
| CN108986916A (zh) * | 2018-07-26 | 2018-12-11 | 浙江大学 | 基于栈式自编码器的动态pet图像示踪剂动力学宏参数估计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111472760A (zh) | 2020-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5561245A (en) | Method for determining flow regime in multiphase fluid flow in a wellbore | |
| Bunte et al. | Sampling frame for improving pebble count accuracy in coarse gravel‐bed streams 1 | |
| US20110301882A1 (en) | System and method for passive acoustic monitoring of fluids and solids in pipe flow | |
| CN111472760B (zh) | 一种提取相关流量测井示踪峰的新方法 | |
| Wang et al. | Coupling slope–area analysis, integral approach and statistic tests to steady-state bedrock river profile analysis | |
| Sebok et al. | The effect of sediment thermal conductivity on vertical groundwater flux estimates | |
| CN110043254A (zh) | 一种基于电缆地层测试资料地层有效渗透率的获取方法 | |
| CN103678778A (zh) | 一种放射性物化探信息综合方法 | |
| CN103352689B (zh) | 一种利用放射性示踪测井技术确定井径的方法 | |
| CN112835124B (zh) | 基于成像测井和阵列声波测井资料的裂缝有效性评价方法 | |
| US4312040A (en) | Well log depth aligning | |
| CA2032418A1 (en) | Method for determining a transit time for a radioactive tracer | |
| CN1164956C (zh) | 一种使用广义示踪稀释法的单孔测定渗透流速的方法 | |
| Tremblay et al. | Semi-automated filtering of data outliers to improve spatial analysis of piezometric data | |
| CN108226002B (zh) | 基于刻度电成像次生孔隙度谱截止值获取次生孔隙度的方法 | |
| CN109490510A (zh) | 基于穿层钻孔瓦斯涌出特征测定水力冲孔影响半径的方法 | |
| CN108960680A (zh) | 一种泥石流松散物源活跃性判定方法 | |
| CN107605469A (zh) | 预测地层孔隙压力的方法 | |
| CN108801872B (zh) | 一种岩土材料渗流系数相关偏度确定方法 | |
| CN113153277A (zh) | 一种钻井液溢流或漏失的预警方法 | |
| CN114167515A (zh) | 一种岩性圈闭有效性识别的方法 | |
| CN105626039B (zh) | 一种生产测井相关流量数据预处理的方法 | |
| CN112925020B (zh) | 一种参量阵型浅剖智能能量补偿方法 | |
| CN117077419B (zh) | 一种新型缝洞型油藏的地层压力分析方法 | |
| CN115098823B (zh) | 一种中子寿命测井地层宏观俘获截面提取方法 |
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 |