-
公开(公告)号：CN115629428A
公开(公告)日：2023-01-20
申请号：CN202211170955.2
申请日：2022-09-23
摘要： 本发明是一种泥浆侵入下电阻率及核测井联合反演储层参数的方法，可用于模拟泥浆侵入条件下任意时刻的测井曲线及储层物理参数反演。首先构建井筒数值模型，然后根据地层储层特征对井筒数值模型进行赋值，再对赋值后的数值模型进行数值模拟仿真得到储层的电阻率响应、中子响应和密度响应曲线，将实测测井曲线与数值模拟响应曲线进行对比，不断调整数值模型参数的赋值直至数值模拟曲线与实测测井曲线基本一致，最后得到地层条件下的真实储层参数。该方法基于岩石物理参数结合井筒信息及相渗特征曲线，从仪器原理出发综合渗流特征、电磁场及核测井原理，通过多时刻、多物理场多维度测井响应信息反演储层实际储层参数，提高了储层流体性质识别及参数评价精度。
-
公开(公告)号：CN113297755B
公开(公告)日：2022-08-26
申请号：CN202110742033.3
申请日：2021-06-30
摘要： 本发明提供一种储层流体指示因子的构建方法，考虑了储层孔隙度、含气饱和度差异对气测校正量的影响，首先计算含气指标，利用趋势面分析拟合方法对钻井液密度差、含气指标、气测全烃值进行指数函数拟合，得到气测全烃值与钻井液密度差、含气指标的关系函数，再基于校正后的气测值计算储层流体指示因子，直观指示储层流体性质。本发明弥补了常规气测校正模型中没有考虑储层孔隙度大小、含气饱和度高低的缺陷，同时量化了气测对储层含气性的指示性，提高了基于气测录井资料的储层流体性质识别精度。
-
公开(公告)号：CN113297755A
公开(公告)日：2021-08-24
申请号：CN202110742033.3
申请日：2021-06-30
摘要： 本发明提供一种储层流体指示因子的构建方法，考虑了储层孔隙度、含气饱和度差异对气测校正量的影响，首先计算含气指标，利用趋势面分析拟合方法对钻井液密度差、含气指标、气测全烃值进行指数函数拟合，得到气测全烃值与钻井液密度差、含气指标的关系函数，再基于校正后的气测值计算储层流体指示因子，直观指示储层流体性质。本发明弥补了常规气测校正模型中没有考虑储层孔隙度大小、含气饱和度高低的缺陷，同时量化了气测对储层含气性的指示性，提高了基于气测录井资料的储层流体性质识别精度。
-
公开(公告)号：CN114109352B
公开(公告)日：2023-11-10
申请号：CN202110673641.3
申请日：2021-06-17
摘要： 本发明公开了一种基于曲线相似度预测孔隙度的方法，其包括以下步骤，S1：对邻井的测井数据和开发井的测井数据标准化；S2：将测井数据作为样本数据P，开发井的测井数据作为预测数据；S3：将样本数据P通过十折交叉验证，当测井数据权重w和相似点个数k值使得验证数据预测的孔隙度的平均绝对误差最小时，得到最优的测井数据权重w和相似点个数k值；S4：基于测井数据权重w，计算预测数据中某一深度点与样本数据P之间的欧式距离，根据欧式距离计算该深度点与样本数据P之间的相似度，并将相似度进行排序；S5：选取相似度最大的k个点，k个点所对应孔隙度的平均值为步骤S4中该深度点的孔隙度。该方法基于邻井对比，提高了测井孔隙度的预测精度。
-
公开(公告)号：CN114109352A
公开(公告)日：2022-03-01
申请号：CN202110673641.3
申请日：2021-06-17
摘要： 本发明公开了一种基于曲线相似度预测孔隙度的方法，其包括以下步骤，S1：对邻井的测井数据和开发井的测井数据标准化；S2：将测井数据作为样本数据P，开发井的测井数据作为预测数据；S3：将样本数据P通过十折交叉验证，当测井数据权重w和相似点个数k值使得验证数据预测的孔隙度的平均绝对误差最小时，得到最优的测井数据权重w和相似点个数k值；S4：基于测井数据权重w，计算预测数据中某一深度点与样本数据P之间的欧式距离，根据欧式距离计算该深度点与样本数据P之间的相似度，并将相似度进行排序；S5：选取相似度最大的k个点，k个点所对应孔隙度的平均值为步骤S4中该深度点的孔隙度。该方法基于邻井对比，提高了测井孔隙度的预测精度。
-
公开(公告)号：CN112983409A
公开(公告)日：2021-06-18
申请号：CN202110293509.X
申请日：2021-03-19
发明人： 胡向阳 , 张恒荣 , 周家雄 , 邓志勇 , 何胜林 , 蔡军 , 刘土亮 , 丁磊 , 汤翟 , 朱继田 , 秦敏 , 吴一雄 , 袁伟 , 杨冬 , 杨毅 , 谭伟 , 骆玉虎 , 梁玉楠
摘要： 一种使用机器学习算法预测碎屑岩矿物组分的方法，根据地球物理知识可知，地球物理测井信息既包含了岩层内流体类型信息还含有岩石骨架类型及组分信息。对砂岩储层搞清骨架组分可以研究储层亲水、亲油特性，进而研究采油速率和采收率。对页岩储层可以研究岩石的脆性，为压裂决策提供依据，进而可以指导水平井水平段的钻探。为了研究储层的矿物组分，以往需要在不同的盆地、油气田根据沉积地层逐层建立经验图版或公式，这个方法相对繁琐复杂。机器学习算法采用大数据技术，通过学习取心岩样矿物组分和地球物理测井之间的内部逻辑关系自动预测未取心井储层的矿物组分，进而为油藏工程、采油工程提供依据。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.109 秒)
