方法技术 | 浏览量:113下载量:113CSCD:0
导出
收藏
专辑
松辽盆地古龙地区页岩矿物成分与孔隙智能识别方法
A method for intelligent identification of mineral composition and pores in shales of the Gulong area, Songliao Basin
- “中国陆相页岩油勘探开发不断深入,介绍了其在页岩储层智能评价领域的研究进展,该团队建立了融合多维度信息的页岩储层综合评价体系,为解决传统储层评价微观表征难题提供解决方案,为陆相页岩油气高效勘探开辟了新方向。”
- 2026年47卷第3期 页码:1049-1060
修回:2026-01-08
DOI:10.11743/ogg20260322
引用
移动端阅览
AI导读
HTML全文
图( 7 ) 表( 4 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
赵灵生 长江大学 资源与环境学院 油气地球化学与环境湖北省重点实验室
柳波 长江大学 资源与环境学院 油气地球化学与环境湖北省重点实验室;东北石油大学 多资源协同陆相页岩油绿色开采全国重点实验室
白云风 中国石油 大庆油田有限责任公司 勘探开发研究院
孙嘉慧 东北石油大学 多资源协同陆相页岩油绿色开采全国重点实验室;中国石油 大庆油田有限责任公司 井下作业分公司
刘岩 长江大学 资源与环境学院 油气地球化学与环境湖北省重点实验室
刘明博 东北石油大学 多资源协同陆相页岩油绿色开采全国重点实验室
陆加敏 东北石油大学 地球科学学院;多资源协同陆相页岩油绿色开采全国重点实验室;大庆油田有限责任公司 勘探事业部
张金友 多资源协同陆相页岩油绿色开采全国重点实验室;大庆油田有限责任公司 勘探开发研究院
相关机构
长江大学 资源与环境学院 油气地球化学与环境湖北省重点实验室
东北石油大学 多资源协同陆相页岩油绿色开采全国重点实验室
中国石油 大庆油田有限责任公司 勘探开发研究院
中国石油 大庆油田有限责任公司 井下作业分公司
东北石油大学 地球科学学院


