CN101802649B - 利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法 - Google Patents

利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法 Download PDF

Info

Publication number
CN101802649B
CN101802649B CN2009800001849A CN200980000184A CN101802649B CN 101802649 B CN101802649 B CN 101802649B CN 2009800001849 A CN2009800001849 A CN 2009800001849A CN 200980000184 A CN200980000184 A CN 200980000184A CN 101802649 B CN101802649 B CN 101802649B
Authority
CN
China
Prior art keywords
data
rock
reservoir
core
rock core
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.)
Expired - Fee Related
Application number
CN2009800001849A
Other languages
English (en)
Other versions
CN101802649A (zh
Inventor
张团峰
尼尔·弗兰西斯·赫尔利
赵伟书
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Prad Research and Development Ltd
Original Assignee
Prad Research and Development Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Prad Research and Development Ltd filed Critical Prad Research and Development Ltd
Publication of CN101802649A publication Critical patent/CN101802649A/zh
Application granted granted Critical
Publication of CN101802649B publication Critical patent/CN101802649B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6163—Electromagnetic
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6167—Nuclear

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种用于生成数值假岩心模型的方法和系统，包括：a)从具有储层的深度限定间隔的储层获得测井数据，并且将测井数据处理成至少一个可解释的井眼图像数据，所述至少一个可解释的井眼图像数据具有未识别的井眼图像数据；b)检查至少一个可解释的井眼图像数据、其它已处理测井数据中的一个，或检查至少一个可解释的井眼图像数据和其它已处理数据，以生成未识别的井眼图像数据，将生成的未识别的井眼图像数据处理成至少一个可解释的井眼图像数据，以生成卷曲的全井眼图像数据；c)采集来自储层的至少一个岩心、测井数据中的一个，或采集所述至少一个岩心和所述测井数据，并且由采集的至少一个岩心、测井数据中的一个或所述至少一个岩心和所述测井数据生成数字岩心数据，使得生成的所述数字岩心数据表征储层的一个或多个深度限定间隔的特征或结构中的一个；以及d)处理生成的所述数字岩心数据、至少一个可解释的井眼图像数据或所述测井数据，以生成数值假岩心模型的再现。

Description

利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法
相关申请的交叉引用
本发明申请涉及以下共同转让的美国专利申请，该专利通过引用在此全文并入：
i)美国临时专利申请第61/044018号，并且发明名称为“用于表征被井眼穿过的地质构造的方法”。
技术领域
本发明总体涉及利用基本多点模拟统计(MPS)算法从数字岩石或岩心样品和井眼成像测井图生成数值假岩心的方法。更具体地，本专利说明书涉及由计算的X射线层析成像(CT扫描)和地层微成像(FMI)测井图生成3D数值岩心，并且在这些数值岩心中执行流动模拟以理解所选择的储层内的流体流动路径和采收率。
背景技术
电井眼成像测井仪和声波井眼成像测井仪广泛用于对地下井眼进行测井，以定位和绘制例如地层界面的岩石层之间的边界，并且目测和定向裂缝和断裂。由于电测井仪是带有固定电极阵列的极板式装置，所以通常在极板之间具有含漏失信息的间隙。电测井和声波测井由于非功能性电极、不足的极板压力、井眼的不规律性、岩屑、测井仪偏心、或是差声波反射而通常具有带不良数据质量的间隔。
数字岩石模拟由2D薄截面、扫描电子显微镜(SEM)图像、计算机生成的球形单元、激光扫描共聚焦显微镜图像、以及各种类型的CT扫描(例如，传统的微型CT，和同步计算的显微层析成像)构造而成。CT扫描是应用最广泛的方法。CT扫描是由围绕样品旋转的X射线源生成的二维(2D)横截面。由X射线衰减系数计算密度。对连续横截面进行扫描用于构造样品的3D图像。由于密度差在岩石和填充流体的孔隙之间较高，因此CT图像可用于显像岩石孔隙系统。根据所用的装置，分辨率在亚毫米到微米的尺度间。
对于地下储层模拟来说，多点统计(MPS)用于产生空间地质和储层特性区域的模拟。这些方法是用诸如在井眼中测量的已知结果作为固定或“硬”数据的条件模拟，所述固定或“硬”数据在模拟期间被绝对遵守。MPS利用一维、二维、或三维“训练图像”作为对模型地下特性区的定量模板。MPS模型从训练图像获取地质结构并将所述地质结构固定到数据位置。这些结构可以为先验地质解释或为概念模型。
多点地质统计学(MPS)是一种新的前沿的地质统计学方法。多点地质统计学允许油藏模拟者通过训练图像将他们的先验知识、解释、或概念模型并入到油藏模拟过程中。这些训练图像是被认为存在于研究中的储层内的结构/特征的数值表征。一旦我们具有训练图像，MPS可以从训练图像提取曲线结构或复杂特征，并将所述曲线结构或复杂特征赋给采集样品/观察结果的储层位置，从而产生更实际的油藏模型。将训练图像引入到油藏模型是一个里程碑。要注意的是在使用MPS时具有两个要素：训练图像(概念模型)和实际数据(观察结果)。这两个要素通常分开。然而，在实际应用中，尤其是生成典型的3D训练图像已经被证明是MPS应用中的瓶颈。生成连续变量训练图像比生成分类训练图像甚至更难。
具有不同类型的电井眼成像测井仪和声波井眼成像测井仪用于对地下井眼进行测井以定位和绘制诸如地层界面的岩石层之间的边界，并且显像和定向裂缝和断裂。
例如，诸如Schlumberger公司的FMI(地层微成像仪)测井仪的电井眼成像仪可以在水基(导电)泥浆中运行，所述测井仪基于50年代已经在市场上可买得到的倾角测量仪技术。电井眼成像测井仪本质上是成熟的地层倾角仪。成像测井仪具有在井筒周围布置在极板上的微电阻率电极，所述极板压靠在井壁上。从倾角测量仪到井眼成像仪的发展趋势已经从几个电极发展到多个极板的复杂电极排列。参见Hurley，N.F.，2004，Borehole Images，in Asquith，G.和Krygowski，D；以及参见Basic Well LogAnalysis，2nd Edition，AAPG Methods in Exploration Series No.16，p.151-164。首先将测井仪下入到具有闭合极板的井眼内。在开始进行测井时，将任意四个、六个、或八个极板压靠在井壁上。极板的数量取决于测井装置。电流通过电极被迫使进入到岩石内，并且在所述电流与地层相互作用之后传感器测量所述电流。原始数据包括来自单个极板或极板对的多个电极读数、井径仪读数和x轴、y轴以及z轴加速仪和磁力仪读数。井斜和极板1(测井仪)方位由磁力仪确定。用于电极和加速仪数据的采样率非常高，通常大约120个样品/ft(400个样品/m)。
井壁的覆盖区是电极阵列的宽度、极板数量和井径的函数。通常，在典型的井眼中，40％-80％的井壁被成像。井眼的非成像部分作为极板之间的空带出现。
井眼图像通过将色彩图分配给电阻率值的不同面元或范围而生成。然后，将色彩像素布置在井眼周围的所述色彩像素适当的几何位置中。按照惯例，诸如页岩或被流体填充的裂缝的低电阻率特征显示为深色。诸如砂岩和石灰岩的高电阻率特征显示为棕色、黄色和白色色调。
可以得到两种主要类型的处理过的井眼图像：静态和动态。静态图象是已经具有应用到整个井的一个对比设定(contrast setting)的静态图象。所述静态图象提供整个井眼的岩石电阻率的相对变化的有用视图。已经具有施加在滑动窗口内的可变对比度的动态图象提供诸如孔洞、裂缝和地层界面的提高的特征视图。动态图象提供具有极低电阻率(例如，页岩)和极高电阻率(例如，碳酸盐和结晶岩)的岩石内的细微特征。
电井眼成像仪的另一个示例可以在油基(不导电)泥浆中运行，具体地，典型的油基泥浆的高泥浆电阻率(大于50ohm-m)不适于大多数电井眼成像仪。自从2001年开始，斯伦贝谢的OBMI(油基微成像仪)已经可用于油基泥浆。这种测井仪通过使电流从每一个极板上的两个较大电极通过进入到地层而生成井眼图像，所述每一个极板处于高电压(大约300V)下。具有一系列紧密间隔的按钮，所述按钮以两排每一排5个的方式位于4个极板中的每一个上。井眼图像由紧密间隔的电极之间的电势差(电压降)生成。与井眼的非成像部分相对应的宽间隙通常在在极板之间。另一方面，井眼图像可以在钻进(例如，随钻测井或此后被称作为“LWD”)期间获得。斯伦贝谢测井仪的示例是可视地层电阻率(GVR)测井仪和方位密度中子(ADN)测井仪。GVR使用旋转电极，并且在水基泥浆中工作。ADN由方位密度读数生成图像，并且在任何泥浆中工作。当在钻井期间测井仪旋转时，井眼被完全覆盖，且没有间隙。
另一方面，井眼成像仪可以是被公知为井眼井下电视的声波井眼成像仪，所述声波井眼成像仪基于60年代首次研发的技术(1970年Geophysics，v.35，p.254-269中Zemanek，J.，Glenn，E.E.，Norton，L.J.，和Caldwell，R.L.，1970的Formation evaluation by inspection with the boreholeteleviewer)。
UBI(超声波井眼成像仪)是斯伦贝谢的用于裸眼井应用的主要声波测井仪。位于井中心的UBI测井仪具有发射并记录从井壁弹回的声波的旋转转换器。两个声波振幅和传播时间被记录并被处理成图像。通常，井眼覆盖率是100％，且在图像中没有间隙。然而，当测井仪偏心或井壁不规则时，可能产生质量差的图像。
其中，岩石物理相可以被认为是井眼图像测井图上的诸如孔洞、电阻率和导电块的特征标记。1999年Dehghani等人的具体观点认为在孔洞附近存在增强的孔隙度和渗透率的区域。Dehghani，K.，Harris，P.M.，Edwards，K.A.和Dees，W.T.，1999，Modeling a vuggy carbonate reservoir：AAPG Bulletin，v.83，p.19-42。
Dehghani等人(1999)利用薄截面、SEM图像、以及微渗透率测量值证明他们的观点。Schindler(2005)和Tanprasat(2005)利用标记荧光的岩心图片的分析显示密集的小孔洞优先存在于大孔洞附近。参见Schindler，J.，2005，Quantification of vuggy porosity，Indian Basin field，NewMexico：Unpublished M.S.thesis，Colorado School of Mines，Golden，CO.；以及Tanprasat，S.，2005，Petrophysical analysis of vuggy porosity in theShu’aiba Formation of the United Arab Emirates：Unpublished M.S.thesis，Colorado School of Mines，Golden，CO.。这种小孔洞在井眼成像测井仪的分辨率以下，所以所述小孔洞显现为黑色区域，而不是在图像测井图中显现为离散孔洞。如果对于孔洞型碳酸盐岩来说这是普遍情况，则电井眼图像和声波井眼图像应该在孔洞附近具有高电导率或低振幅(黑色)区或晕圈。实际上，这种特征通常都能观测到，例如如图3中所示。包围孔洞的高电导率区和被公知为导电块的增加的小尺度孔隙度形成Schlumberger公司BorTex软件的一部分的基础，被Russell等人(2002)以及Hassall等人(2004)引用。参见Russell，S.D.，Akbar，M.，Vissapragada，B.，和Walkden，G.M.，2002，Rock types and permeability prediction fromdipmeter and image logs：Shuaiba reservoir(Aptian)，Abu Dhabi：AAPGBulletin，v.86，p.1709-1732；以及参见Hassall，J.K.，Ferraris，P.，Al-Raisi M.，Hurley，N.F.，Boyd，A.和Allen，D.F.，2004，Comparison of permeabilitypredictors from NMR，formation image and other logs in a carbonatereservoir：SPE preprint 88683，presented at the 11th Abu Dhabi InternationalPetroleum Exhibition and Conference，Abu Dhabi，U.A.E.，10-13 October。
Delhomme(1992)论证了在井眼图像中绘制电阻率和非电阻块的重要性。Delhomme，J.P.，1992，A quantitative characterization of formationheterogeneities based on borehole image analysis：Trans.33rd SymposiumSPWLA，Paper T。然而，由于极板之间的间隙使得他的方法应用受限。由于形状的不确定性，Delhomme在高电阻区或低电阻区周围不能绘制闭合等高线。全井眼图像(图4)却允许在井眼图像中的电阻和/或非电阻区周围绘制闭合等高线。这种区域尤其在碳酸盐岩储层中可以提供多相性的重要测量。这些区域通常比例如从岩石的CT扫描获得的数字岩石或岩心样品大得多。因此，如果想在流动模型中捕获分米到米量级的多相性，则需要井眼图像来进行识别。
在井眼图像测井图中带有特征标记的区域(例如孔洞，电阻和导电块)在这被作为岩石物理相。其它作者，例如Leduc等(2002)和Mathis等(2003)将此结构区域称作测井相(或电相)。参见Leduc，J.P.，Delhaye-Prat，V.，Zaugg，P.并见Mathis，B.，2002，FMI*based sedimentaryfacies modelling，Surmont Lease(Athabasca，Canada)(abs.)：CSPG AnnualConvention，Calgary，Alberta，Canada，10p.；以及参见Mathis，B.，Leduc，J.P.和Vandenabeele，T.，2003，From the geologists′eyes to synthetic coredescriptions：Geological log modeling using well-log data(abs.)：AAPGAnnual Meeting，Salt Lake City，UT，7p。
由诸如黑色、棕色、和白色(图4)的不同颜色表征的纹理可用作定义岩石物理相。这种相具有复杂的三维形状。如果是增强的孔隙度和渗透率区，则导电块提供孔洞之间的流动连续区。
公开的文献具有使用以下技术构建的多个数字岩石(或岩石和孔隙的数子岩石模型)的示例，所述技术包括由二维薄截面或扫描电子显微镜(SEM)图像、从测井图解释的测井相、计算机生成的球形单元、激光扫描共聚焦显微镜、以及各种类型的CT扫描(传统的，微型CT，和同步计算的微层析成像)进行的重构。
Bakke和Oren(1997)，Oren等人(1998)，以及Oren和Bakke(2002)发展了一种由二维薄截面构建三维孔隙网模型的技术。数值岩石(http://www.numericalrocks.com/)由二维薄截面计算三维孔隙模型。参见Bakke，S.和Oren，P.-E.，1997，3-D pore-scale modeling of sandstones andflow simulations in the pore networks：SPE preprint 35479，European 3-DReservoir Modeling Conference，Stavanger，Norway，April 16-17，p.136-149；Oren，P.-E.，Bakke，S.和Arntzen，O.J.，1998，Extending predictivecapabilities to network models：SPE Journal，v.3，p.324；以及Oren，P.-E.，和Bakke，S.，2002，Process based reconstruction of sandstones and predictionof transport properties：Transport in Porous Media，v.46，p.311-343。此公司也使用由微CT扫描构建的孔隙模型。Bakke等人(2002)将此技术成功地应用于砂粒状白云岩。Duey(2008)和Suicmez以及Touai(2008)的文章总结了由数值岩石处理的各种沙岩孔隙网的结果。参见Duey，R.，2008，Quick analysis answers Heidrun question：Hart Energy Publishing，LP，accessed online athttp://www.eandp.info/index2.php？area＝article&articleId＝767，March 27，2008；以及Suicmez，V.S.，and Touai，M.，2008，Pore network modeling：Anew technology for SCAL predictions and interpretations：Saudi Arabia Oiland Gas，Issue 5，p.64-70。Wu等人(2006)介绍了一种使用三阶马尔可夫网格由二维薄截面生成三维数值岩石模型的方法。参见Wu，K.，Van Dijke，M.I.J.，Couples，G.D.，Jiang，Z.，Ma，J.，Sorbie，K.S.，Crawford，J.，Young，L和Zhang，X.，2006，3D stochastic modeling of heterogeneous porousmedia--Applications to reservoir rocks：Transport in Porous Media，v.65，p.443-467。Awwiller(2007)研发了一种模拟比Oren和Bakke(2002)描述的砂岩的更复杂的砂岩的技术。Awwiller(2007)的专利申请US2007/0203677A1(下文)涉及此方面。Okabe和Blunt(2004，2005)利用多点模拟统计由二维薄截面得到三维图像。参见Okabe，H.和Blunt，M.J.，2004，Prediction of permeability for porous media reconstructed usingmultiple-point statistics：Physical Review E，v.70，p.066135-1-10；以及参见Okabe，H.和Blurt，M.J.，2005，Pore space reconstruction using multiple-pointstatistics：Journal of Petroleum Science and Engineering，v.46，p.121-137。Tomutsa和Radmilovic(2003)利用稀薄的离子束产生用于构建亚微级孔隙的三维模型的多个二维连续截面。参见Tomutsa，L.和Radmilovic，V.，2003，Focused ion beam assisted three-dimensional rock imaging atsubmicron scale：International Symposium of the Soc.Of Core Analysts，Pau，France，September 21-24，Paper SCA2003-47。
Dvorkin等人(2003)介绍了物理数字岩石技术，其包括来由以下得出的孔隙级数字模拟：(a)二维薄截面和统计指标模拟，或(b)CT扫描。参见Dvorkin，J.，Kameda，A.，Nur，A.，Mese，A.和Tutuncu，A.N.，2003，Realtime monitoring of permeability，elastic moduli and strenth in sands andshales using Digital Rock Physics：SPE preprint 82246，presented at the SPEEuropean Formation Damage Conference，The Hague，Netherlands，May13-14，7p。Dvorkin等人构建了虚拟岩石的三维模型，并且使用lattice-Boltzmann方法进行了流动模拟。美国专利6516080(下文)涉及此方面内容。
Leduc等人(2003)和Mathis等人(2003)(上文均提到)提出了由有限数量的所述岩心、传统的裸眼井测井图以及井眼图像测井图生成“人造岩心”。在传统的裸眼井测井图上使用点群分析。使用传统的裸眼井测井图和井眼图像的结构分析定义基于类似岩性的深度间隔测井的“测井相”。使用“列联表”在没有岩心的井中计算假岩心。美国专利6011557(下文)与此内容相关。
Vahrenkamp等人(2008)描述了微型模型，即，尺寸小于1.0m3并在储层尺度模型中提供伪特性给体积单元的储层模型。参见Vahrenkamp，V.C.，Creusen，A.，Tull，S.，Farmer，A.，Mookerjee，A.和Al Bahry，A.，2008，Multi-scale heterogeneity modelling in a giant carbonate field，northern Oman(abs.)：GeoArabia，v.13，No.1，p.248。微型模型由于“基本岩石类型”(PRT)而增加，所述基本岩石类型“涵盖以及分类整个范围的孔隙类型、尺寸、孔喉尺寸分布、毛细管入口压力，相对渗透率等”。“PRT”被组织成为“岩石类型结合”(PTA)，其基于由井眼图像测井图确定的“沉积结构”。利用井眼图像测井图在储层中分配RTA，并且观测层模型、相模型、以及地震数据。
Bryant等人(1993)和Behseresht等人(2007)说明了计算机生成的球形密度随机周期单元的数字岩石模型。参见Bryant，S.，Mellor，D.和Cade，C.，1993，Physically representative network models of transport in porousmedia：American Institute of Chemical Engineers Journal，v.39，No.3，p.387-396；及参见Behseresht，J.，Bryant，S.L.和Sepehrnoori，K.，2007，Infinite-acting physically representative networks for capillarity-controlleddisplacements：SPE preprint 110581，presented at the SPE Annual TechnicalConference and Exhibition，Anaheim，CA，November 11-14，15p。诸如Bosl等人(1998)和Holt(2001)的其它研究者对于流动实验已经生成了类似的数字岩石模型。参见Bosl，W.J，Dvorkin，J.和Nur，A.，1998，A study ofporosity and permeability using a lattice Boltzmann simulation：GeophysicalResearch Letters，v.25，p.1475-1478；并参见Holt，R.M.，2001，Particle vs.laboratory modelling in in situ compaction：Physics and Chemistry of theEarth，Part A：Solid Earth and Geodesy，v.26，Issue 1-2，p.89-93。
Fredrich等人(1995)和Fredrich(1999)提出应用激光扫描共聚焦显微镜生成三维岩石图像。参见Fredrich，J.T.，Menendez，B.和Wong，T.F.，1995，Imaging the pore structure of geomaterials：Science，v.268，p.276-279；及参见Fredrich，J.T.，1999，3D imaging of porous media usinglaser scanning confocal microscop with application to microscale transportprocesses：Physics and Chemistry of the Earth，Part A：Solid Earth andGeodesy，v.24，Issue 7，p.551-561。O’Connor和Fredrich(1999)运用lattice-Boltzmann方法对这些数值岩石进行流动实验。参见O’Connor，R.M.和Fredrich，J.T.，1999，Microscale flow modeling in geologic materials：Physics and Chemistry of the Earth，Part A：Solid Earth and Geodesy，v.24，Issue 7，p.611-616。
生成孔隙网的最普遍的方法是利用多种类型的CT扫描。Vinegar(1986)，Wellington和Vinegar(1987)，以及Withjack等人(2003)总结了这些技术并对计算的X射线层析成像的多种应用进行了讨论。参见Vinegar，H.J.，1986，X-ray CT and NMR imaging of rocks：JPT，p.257-259；参见Wellington S.L.，and Vinegar，H.J.，1987，X-ray computerizedtomography：JPT，p.885-898；及参见Withjack，E.M.，Devier，C.和Michael，G.，2003，The role of X-ray computed tomography in core analysis：SPEpreprint 83467，presented at the Western Region/AAPG Pacific Section JointMeeting，Long Beach，CA，May 19-24，2003，12p。Siddiqui和Khamees(2005)，和Siddiqui等人(2005)强调了岩心三维图像以及来自传统和微CT扫描的片段(cutting)的应用。参见Siddiqui，S.和Khamees，A.A.，2005，Data visualization challenges for displaying laboratory core and flow data inthree-dimensions：SPE preprint 106334，presented at the SPE TechnicalSymposium of Saudi Arabia，May 14-16，9p.；及参见Siddiqui，S.和Khamees，A.A.，2005，Data visualization challenges for displaying laboratory core andflow data in three-dimensions：SPE preprint 106334，presented at the SPETechnical Symposium of Saudi Arabia，May 14-16，9p。Coles等人(1996)、Fredrich等人(2006)、以及Fredrich等人(2007)应用同步计算的微层析成像在天然和合成沙岩中构建孔隙网的数值三维模型。参见Coles，M.E.，Hazlett，R.D.，Muegge，R.L.，Jones，K.W.，Andrews，B.Dowd，B.Siddons，P.，Peskin，A.，Spanne，P.和Soll，W.E.，1996，Developments in synchrotronX-ray microtomography with applications to flow in porous media：SPEpreprint 36531，presented at the SPE Annual Technical Conference andExhibition，Denver，CO，p.413-424；参见Fredrich，J.T.，DiGiovanni，A.A.和Noble，D.R，，2006，Predicting macroscopic transport properties usingmicroscopic image data：Journal of Geophysical Research B：Solid Earth，v.111，Issue 3；及参见Fredrich，J.T.，Haney，M.M.和White，J，A.，2007，Predicting petrophysical properties using 3D image data(abs.)：AAPG AnnualConvention，downloaded at http://www.aapg.org。他们使用lattice-Boltzmann方法以模型渗透率。
多点(或多重点)统计方法(MPS)是一门在二十世纪90年代提出的用于生成诸如地质相的离散变化区域的条件模拟的空间统计插入算法方法。参见Guardiano，F.和Srivastava，R.M.，1993，Multivariate geostatistics：beyond bivariate moments：Geostatistics-Troia，A.Soares.Dordrecht，Netherlands，Kluwer Academic Publications，v.1，p.133-144。训练图像是数值先验地质模型，所述地质模型包括相结构和被认为存在于现实储层中的关系。训练图像本身是一种概念并且可以和手绘图一样简单，或者所述训练图像可以由计算机工具生成。由Guardiano和Srivastava(1993)提出的原始MPS算法通过对每个模拟点进行再次扫描训练图像来构建多点条件概率分布函数(CPDF)。由于计算机中央处理单元(CPU)的限制，这种消耗时间的算法在当时是不实用的。
Strebelle(2002)介绍了搜索树的概念，所述搜索树存储训练图像上的模板中得到的图案的所有复制。参见Strebelle，S.，2002，Conditionalsimulation of complex geological structures using multiple point statistics.Mathematical Geology，v.34，p.1-22。Strebelle(2002)的还被称为SNESIM基本MPS算法已经在用于储层模拟的多种应用中使用，并且当结合旋转以及相似变换时已经成为用于模拟河道沉积的参考工具(Zhang，2002；Caers和Zhang，2004；Strebelle和Zhang，2004)。参见Zhang，T.，2002，Multiple-point simulation of multiple reservoir facies：Unpublished M.S.thesis，Stanford University，California，163p.；参见Caers，J.和Zhang，T.，2004，Multiple-point geostatistics：A quantitative vehicle for integration ofgeologic analogs into multiple reservoir models，in M.Grammer，P.M.Harrisand G.P.Eberli，eds.：Integration of Outcrop and Modern Analogs inReservoir Modeling，AAPG.Memoir 80，p.383-394.；及参见Strebelle，S.和Zhang，T.，2004，Non-stationary multiple-point geostatistical models，inLeuangthong，O.and Deutsch，C.V.，eds.：Geostatistics，v.1，p.235-244。
基本MPS算法的速度远远快于Guardiano和Srivastava(1993)建立的原始算法，但是尤其是对于较大的训练图像进行三维模拟时对随机存取存储器(RAM)有要求。参见Guardiano，F.和Srivastava，R.M.，1993，Multivariate geostatistics：beyond bivariate moments：Geostatistics-Troia，A.Soares.Dordrecht，Netherlands，Kluwer Academic Publications，v.1，p.133-144。这种对三维的RAM局限性需要做出可能导致三维物体不恰当的形状再现的妥协。RAM的局限性还防止共同考虑太多的分类或类别，因此限制了基本MPS算法对分类变量的模拟。
为了处理分类及连续变化的训练图像并减少RAM成本和改进三维应用时形状再现，提出了诸如FILTERSIM的MPS算法(Zhang 2006a)。参见Zhang，T.，2006a，Filter-based training image pattern classification for spatialpattern simulation：Unpublished Ph.D.dissertation，Stanford University，California，153p。FILTERSIM算法将一组局部过滤器施加到可以是分类或连续的训练图像，以将局部图案分组成图案类别。然后，FILTERSIM算法对基于所述分类的图案进行模拟。过滤器是具有与模板的每一个像素位置相关联的权值的集合的局部模板(窗口)。将过滤器施加到局部图案产生过滤器得分，所述得分被视作为所述局部图案的数值总和。一组默认或用户定义的过滤器被设计成使得每一个过滤器可以记录在模板内所看到的训练图案的不同方面。这些过滤器用于将训练图案转换成过滤器得分空间(score space)。这种图案得分使图案的尺寸显著减小。通过分隔所述有限尺寸的得分空间，根据训练图案的过滤器得分对类似的训练图案进行分类。
基本MPS算法的速度远远快于Guardiano和Srivastava(1993)建立的原始算法，但是尤其是对于较大的训练图像进行三维模拟时对计算机随机存取存储器(RAM)有要求。这种对三维的RAM局限性需要做出可能导致三维物体不恰当的形状再现的妥协。RAM的局限性还防止共同考虑太多的分类或类别，因此限制了基本MPS算法对分类变量的模拟。基本MPS算法搜索条件数据事件的精确复制，每次为储层模型构建一个像素，以多点数据事件为条件，并且不允许对在训练图像中得到的图案进行任何过滤或平均。
为了处理分类及连续变化的训练图像并减少RAM成本和改进三维应用时形状再现，Zhang(2006a)提出了一种新的称作为FILTERSIM的MPS算法。FILTERSIM算法将一组局部过滤器施加到可以是分类或连续的训练图像，以将局部图案分组成图案类别。然后，FILTERSIM算法对基于所述分类的图案进行模拟。过滤器是具有与模板的每一个像素位置相关联的权值的集合的局部模板(窗口)。将过滤器施加到局部图案产生过滤器得分，所述得分被视作为所述局部图案的数值总和。一组默认或用户定义的过滤器被设计成使得每一个过滤器可以记录在模板内所看到的训练图案的不同方面。这些过滤器用于将训练图案转换成过滤器得分空间(score space)。这种图案得分使图案的尺寸显著减小。通过分隔所述有限尺寸的得分空间，根据训练图案的过滤器得分对类似的训练图案进行分类。
FILTERSIM算法开始于减小尺寸的过滤器得分空间内的局部训练图案分类。通过确定哪一个图案类别是最类似于局部条件数据事件、从图案类别对具体图案进行采样、然后将采样的图案修补到模拟位置处的图像上，模拟沿着通过模拟空间的序贯路径进行。模拟随机路径和来自图案类别的图案取样允许不同的模拟再现，然而所有都以相同的原始数据为条件。由于任何图案中的过滤器总和使尺寸减少，并且因为图案被分组到类别中，因此算法根据RAM的请求而较快并且合理。
基本MPS算法和FILTERSIM算法能够遵守(honour)来自井或露头内获得的数据的绝对或所谓的“硬”约束，和来自地震数据、相概率场、以及旋转和亲力(affinity)(或尺度)限制网格的条件或“软”约束。所有这些数据在随机模拟处理中使用，以生成地质相或岩石特性的1D、2D或3D图像。因为在所涉及的MPS模拟中具有随机分量，所以由MPS算法生成的特性场的单独再现不同，但是整体再现为地学科学家和油藏工程师提供所模拟的储层体积内的地质相的空间分布和不确定性的定量估计。此外，这些算法遵守硬输入数据和软输入数据约束(Zhang，2006a)参见Zhang，T.，Switzer P.，and Journel A.，2006b，Filter-based classification oftraining image patterns for spatial pattern simulation：Mathematical Geology，v.38，p.63-80。
通常在FILTERSIM算法中使用6个定向2D默认过滤器(Zhang，2006a；Zhang等，2006b)(这两篇文章在以上都进行了说明)。具有三种类型的过滤器：平均过滤器、梯度过滤器和曲率过滤器，并且每一种类型的过滤器都用于水平和垂直方向。平均过滤器的目的在于局部化特征；梯度过滤器用于通过使不同特征(一阶差)的对比显著而检测特征边界；曲率过滤器提供特征的二阶差。
为了反映大尺度结构，使用多网格模拟，所述多网格模拟利用细网格模拟从粗网格到细网格逐渐模拟多个网格的每一个水平，所述细网格由在粗网格处先前模拟的值约束。在模拟的每一个水平处，重定尺度的过滤器施加在相应的网格上(Zhang，2006a)。
具有两种类型的训练图像：一种具有非常有限数量的分类，而另一种用于诸如油藏岩石物理性质的连续变量。多点地质统计方法要求训练图像的1D、2D或3D网格作为在先验概念地质模型，所述先验概念地质模型包括研究中的空间属性的图案。在图像上显现的不同特征的形状被认为是表征实际地质特征的模型，且每一种分类通常表征不同的地质相或不同种类的地质体。训练图像通常要求含有“平稳”图案，即，所述图案必须不依赖于所述图案在空间内的位置(不根据任何平移而变化)并且必须在训练图像区域上重复。在训练图像用于地质模型的情况下，这种平稳性可以包括但不限于地质对象定向平稳性(其中，方向对象/特征在图像上不旋转)和地质尺度平稳性(其中，图像上的对象/特征的尺寸在图像上不改变)。(Caers，J.和Zhang，2004)。参见Caers，J.and Zhang，T.，2004，Multiple-point geostatistics：A quantitative vehicle for integration of geologicanalogs into multiple reservoir models，in M.Grammer，P.M Harris and G.P.Eberli，eds.：Integration of Outcrop and Modern Analogs in ReservoirModeling，AAPG.Memoir 80，p.383-394。
当前的MPS算法隐含的问题是如何生成训练图像。训练图像被认为是模拟或再现实际地质特征，并且应该尽可能地由现有的在地质方面有意义的图像得出。这需要对将允许使用来自任何源(例如，手绘草图、航空照片、卫星图象、地震体积、地质对象模型、物理尺度模型、或正演地质处理模型)的图像的统计和图像处理方法进行研究。与连续变化的训练图像的生成相比较，生成分类变化的训练图像比较容易。基于对象的方法通常用于生成具有分类变量的训练图像。与增加的期望约束结合的基于区域的方法可以用于生成连续变化的训练图像(Zhang等人，2005)。参见Zhang，L.，Nair，N.，Jennings，J.W.，and Bryant，S.L.，2005，Models andmethods for determining transport properties of touching-vug carbonates：SPEpreprint 96027，presented at the SPE Annual Technical Conference andExhibition，Dallas，TX，October 9-12，9p。
为了执行MPS的模拟，训练图像必须平稳。然而，在大多数储层模拟应用中，地质沉积显现出非平稳的形状/特征，所述非平稳的形状/特征反映储层多相性和沉积的各相异性。
发明内容
本发明涉及一种用于生成被称为数值假岩心的岩石和孔隙的三维(3D)计算机模型的方法。该技术使用全井眼图像、数字岩石样品、和多点统计(MPS)以对其中实际没有采集岩心但是具有已测录井眼图像的测井间隔重现3D假岩心。数字岩心样品通过多点地质统计用于引导假岩心的3D特征再现，并且最终的假岩心由全井眼图像限制。
当结合参照附图时，本发明的进一步特征和优点将从以下详细说明变得显而易见。
附图说明
本申请文件包括至少一副彩图。具有彩图的本专利或专利申请出版物的副本在请求和支付必要费用时将由办事处来提供。
以下以本发明的示例性实施例的非限制性示例的方式参照所示的多个附图在以下详细说明中进一步描述本发明，其中，相同的附图标记在附图的几幅视图中表示相似的部件，其中：
图1a示出了根据本发明的至少一个实施例的被定义为在孔洞碳酸盐岩地层中具体地为单程地层微成像仪(FMI)的井眼图像测井图的3英尺(或1米)的间隔的训练图像；
图1b图示了根据本发明的至少一个实施例的使用与图1a相同的训练图像的FILTERISM的多点模拟算法(MPS)的结果，其依据本发明至少一个实施例；
图2a示出了根据本发明的至少一个实施例的与图1a相同的训练图像；
图2b图示了根据本发明的至少一个实施例的图1a的训练图像的第一次再现(realization)的结构，并与图1中的孔洞地层的原始测量数据相匹配，使得所测量的数据在第一再现(图2a)、第二再现(图2b)、以及第三再现(图2c)被遵守，所述第一再现、第二再现以及第三再现提供了被模拟区域的细微变化；
图2c图示了根据本发明的至少一个实施例的图1a的训练图像的第二再现的结果，并与图1a中的孔洞地层的原始测量数据相匹配；
图2d图示了根据本发明的至少一个实施例的图1a的训练图像的第三再现的结果，并与图1a中的孔洞地层的原始测量数据相匹配；
图3a示出了根据本发明的至少一个实施例的孔洞碳酸盐岩的随钻测井(LWD)图像中显示为黑色特征，使得导电块以棕色示出，而非导电块以白色示出的孔洞的静态图像；
图3b示出了根据本发明的至少一个实施例的孔洞碳酸盐岩的随钻测井(LWD)图像中显示为黑色特征，使得导电块以棕色示出，而非导电块以白色示出的孔洞的动态图像；
图4示出了根据本发明的至少一个实施例的显示出画出电图像的较低电阻率区域的等高线(绿线)的图1a的孔洞孔隙度的全井眼图像；
图5a和5b示出了根据本发明的至少一个实施例的使用井眼图像、数字岩石样品和多点统计生成数值假岩心的方法的示意性方框图；
图6示出了根据本发明的实施例的在透明、板状孔洞碳酸盐岩样品(约6英寸高和直径为4英寸)的CT扫描的三维视图中图1a的训练图像，使得所示孔洞为红色到灰色，而岩石基质被示出为蓝色；
图7示出了根据本发明的实施例的在具体深度处的被弯曲成与井眼直径(井眼直径约为8.5英寸，并且长度间隔为3英尺或1米)。图6的CT扫描训练图像精确地标刻并且位于井眼图像中心的正确深度处；其中孔洞被示出为红色，而岩石基质被示出为浅蓝色；
图8示出了根据本发明的实施例的由训练图像和图7相应的全井眼图像生成的数值两相假岩心的结果，使得孔洞被示出为红色，而岩石基质被示出为深蓝色；
图9示出了根据本发明的实施例的由训练图像和图7相应的全井眼图像生成的数值假岩心的结果，使得孔洞不可见而岩石基质被示出为灰色。任意悬挂部分(见图9上部)表示这是三维模型，且在每个部分带有大量孔隙(间隔的长度约1英尺或0.3米，并且井眼直径约为8.5英寸)；
图10示出了根据本发明的实施例的由训练图像和图6相应的全井眼图像生成的数值假岩心的结果。导电块(被示出为红色)在如图4所示的导电块周围具有类似等高线。要注意的是示出了三个岩石物理相：孔隙或孔洞(被示出为绿色)、导电块(被示出为红色)、以及岩石基质(被示出为蓝色)；
图11示出了图10的具有不可见岩石基质的数值的假岩心，所述不可见岩石基质强调孔隙或孔洞(被示出为绿色)与导电块(被示出为红色)的三维互联性质；
图12示出了根据本发明的实施例的如图10所示的数值假岩心，以及孔隙或孔洞(被示出为绿色)的复杂三维形状，导电块和岩石基质都不可见；
图13示出了根据本发明的实施例的基于在井眼图像或其它测井图中观测的层可以再取样或者再分配到其中径向网格可以被分层的径向网格的数值假岩心；
图14a示出了根据本发明的实施例的在流动模拟中用于导电块的相对渗透率曲线；其中具有三条不同的相对渗透率曲线对应于假岩心模型中诸如孔洞、导电块和紧密岩石基质的三种岩石类型的每一个；以及
图14b示出了根据本发明的实施例的通过数值假岩心的流动模拟结果，使得一连串水微型注射器围绕在直径以外，一连串微型发生器包围假岩心的内直径：颜色代表油饱和(So)，其中在此流动模型中显示了多相进步和突破。
具体实施方式
这里示出的细节仅以示例的方式并且出于说明本发明的实施例的示例性说明，并在提供什么是最有用并且易于理解本发明的原理和概念方面的说明时给出。在这点上，并未试图以比基本理解本发明所需更详尽的方式显示本发明的结构细节，且结合附图的说明使本领域技术人员理解本发明是如何在实际中实施的几个形式。此外，在各个图中涉及的相同的附图标记及名称表示相同元件。此外，以下优选实施例的细节描述，参考形成所述实施例的一部分的附图，对特定的实施例做出了使本发明更容易理解的图解。应了解其它应用的实施方式和结构的变化并不脱离本发明的保护范围。
本发明涉及生成被称作为数值假岩心的岩石和孔隙的三维(3D)计算机模型的方法。该技术应用全井眼图像、数字岩石样品，和多点模拟统计(MPS)以对于没有实际采集岩心但是具有井眼图像的被测录间隔重构三维假岩心。数字岩心样品通过多点地质统用于引导假岩心的三维特性再现，并且最终的假岩心由全井眼图像限制。
根据本发明的一个方面，基本思想在于使用训练图像：我们直接使用数据本身[在全井眼生成期间，所述训练图像是具有大于整个区域的覆盖率60％的原始2D不完全图像(连续变量训练图像)，而在假象重构中，计算机辅助测试扫描数字岩芯直接用作随后与全井眼图像数据结合的3D训练图像]。因此，应用MPS的整个过程变成为由数据驱动。应该在我们的专利备忘录和条款中强调此优点。
井眼图像给出了与井眼碰撞的岩石和流体的定向电和声波图像。全井眼图像是井壁360度全视图。通过设计，大多数声波测井仪和随钻测井仪生成全井眼图像。因为在极板间存在间隙，而且可能损坏一些电极或极板，因此大多数电阻率成像测井仪需要模拟全井眼图像。建模过程应用MPS中提出的连续变量算法。全井眼图像给出了特征的物理位置，例如在井壁上的岩石内的地层界面、孔隙、和导电和电阻块。这些概括了公知为岩石物理相的复杂三维体积。
数字岩石或岩心样品可由二维薄截面、扫描电子显微镜图像、共聚焦显微镜图像、或者计算机生成的球形单元生成。然而，大多数数字岩石或岩心样品由对岩石和流体的计算的层析成像扫描(CT扫描)生成。当扫描器以不同的角度将X射线通过岩石发射到接收器时，层析成像图产生。X射线衰减转化为密度，并且连续的截面构建成岩石和孔隙的三维视图。根据本发明一个方面，诸如CT扫描的每个数字岩石样品直接作为训练图像。具有离散变量的训练图像，且在图像的每一个像素处属性为岩石(白色)或孔隙(黑色)。训练图像可以具有任意形状的边界或者包括多个不规则孔。
数值假岩心利用MPS中的离散变量算法产生。整数值被分配给每个岩石物理相，例如岩石(0)、孔隙(1)、以及导电块(2)。数字岩石或岩心样品用作训练图像，即，定量模板用作模型特性区。全井眼图像利用圆柱形包络包围数值假岩心，以满足模型的条件。每个数值假岩心绝对遵守数字岩石或岩心样品和全井眼图像。数值假岩心可被网格化为适于流体-流动模拟的模型。毛细管压力和相对渗透率曲线由概念模型、专门的岩心分析、或精密尺度孔隙网模型建立的技术提供。
图1a是被定义为在孔洞碳酸盐岩中的单程地层微成像仪(FMI)的井眼图像测井图的3英尺(1米)间隔的训练图像。孔洞是填充有水基钻井泥浆的孔隙，并且所述孔洞被示出为黑色、低电阻率点。注意图1a极板间的间隙。如图所示，基于像素的、自定义的3×3的模板(底部)移动通过训练图像，从而检测图案并且对每个测量像素周围的相邻区域给出过滤得分。这为利用FILTERSIM的MPS模拟提供了基础。图1b中的全井眼图像给出了应用图1a中的整个图像作为训练图像的FILTERSIM的再现。再现被条件化，使得所述再现与原始测量数据完美匹配。沿着图像的顶部给出了方位。缩写：N＝北；E＝东；S＝南；以及W＝西。垂直比例没有放大。钻头的大小为8.5in(21.5cm)。具体地，图1b给出了利用图1a的相同训练图像的FILTERSIM的多点模拟统计(MPS)结果。因此，通过应用FILTERSIM，我们利用合适的基于像素的模板为每个训练图像确定过滤器得分。如在测量数据中所观察到的，这些分值量化了图案和所述图案的概率，然后利用多点模拟统计(图1a)的FILTERSIM算法生成全井眼图像。
图2b、2c以及2d给出了在孔洞碳酸盐岩地质中的全井眼图像的三种再现。此处图2a给出了与图1a相同的训练图像。要注意的是测量数据在每一个再现中被遵守，并且在模拟区域中具有细微变化。图2b给出了图2a训练图像的第一再现的结果，并且与图1a的孔洞性地层的原始测量数据相匹配。图2c给出了图2a训练图像的第二再现的结果，并且与图1a的孔洞性地层的原始测量数据相匹配。图2d给出了图2a训练图像的第三再现的结果，并且与图1a的孔洞性地层的原始测量数据相匹配。
图3a给出了在孔洞碳酸盐岩的随钻测井(LWD)图像中被示出为黑色特征的孔洞的静态图像(参见Xiao，L.，Jun，C.，Duo，Y.S.，Han，S.Y.，Xia，W.H.和Xi，W.Y.，2007：Fully integrated solution for LWD resistivity imageapplication a case study from B eibu Gulf，China：1st SPWLA India RegionalConference，Formation Evaluation in Horizontal Wells，Mumbai，March19-20，10p.)，使得导电块被示出为棕色，而非导电块被示出为白色。图3b给出了在洞型碳酸盐岩的随钻测井(LWD)图像中被示出为黑色特征的孔洞的动态图像，使得导电块被示出为棕色，而非导电块被示出为白色。Dehghani等人(1999)介绍了增强孔隙度和渗透率的区域存在于孔洞附近。参见Dehghani，K.，Harris，P.M.，Edwards，K.A.和Dees，W.T.，1999，Modeling a vuggy carbonate reservoir：AAPG Bulletin，v.83，p.19-42。
在图4中，孔洞孔隙度的全井眼图像(与图1和2相同)显示了勾勒电图像中的较低电阻区的轮廓的等高线(绿线)。沿着图像的顶部给出了方位。缩写：N＝北；E＝东；S＝南；以及W＝西。垂直比例没有放大。钻头的大小为8.5in(21.5cm)。
图5示出了应用井眼图像、数字岩石和多点统计生成数值假岩心的方法的示意性方框图。步骤100包括从可以用作训练图像的储层采集井眼成像测井图的深度限定间隔。训练图像被定向；训练图像是2维(二维)连续变化的数值的标量阵列，且在极板之间具有间隙和/或没有需要修补的区域，使得极板表征测量值，而间隙是井眼中的非成像部分。
仍然参照图5中的步骤100，原始全井眼图像通过诸如声波装置和随钻测井仪的一些测井仪生成。在其它情况下，必须生成全井眼图像。这对通常在极板之间具有间隙的电阻率测井尤其正确。
还参照图5中的步骤100，根据发明的一个方面，选择井眼图像测井图的深度限定间隔，例如，间隔可以为所测深度的1ft、3ft、或10ft(0.3，1，或3m)测量深度。用户可能想要选择厚间隔或薄间隔，这取决于分层、断裂以及其它非均匀图案的观测量。
全井眼图像可利用如图5的步骤100所示的MPS中的FILTERSIM算法生成。FILTERSIM利用过滤器得分进行分组然后模拟极板间的间隙内的图案，在所述极板间的间隙中不存在测量数据。用于单个再现的方法将随机占据像素点位置，并且根据一组过滤器得分进行绘图以为随机点选择合适的图案。因为这些都是条件模拟，所以测量的数据被遵守。与极板的边缘相邻的图案与实际极板上观察的图案相匹配。模拟的像素颜色、连续变量的频率分布与测量颜色的频率分布完全匹配。。
图5中的步骤200包括从储层中采集至少一个岩心样品，然后从采集的岩心样品中生成数字岩心样品。采集的岩心样品类似地描绘了井眼和/或储层中的一个或多个深度限定间隔的代表性特征和/或结构。例如，诸如CT扫描的数字岩石或岩心样品可以用作训练图像。训练图像是离散数值的三维阵列。在二-相模型中，例如，岩石具有数值0，而孔隙具有数值1。在三-相模型中，岩石具有数值0，孔隙具有数值1，而导电块具有数值2。对相的数量没有限制。各个相体(体积)的轮廓可具有任意形状或尺寸。
图5的步骤300包括对采集的例如生成全井眼图像的井眼成像测井数据进行预建模。
图5的步骤300a公开了对井眼图像测井图的深度限定间隔进行选择的步骤。全井眼图像利用多点模拟统计(MPS)中的FILTERSIM算法生成，其中MPS模拟从训练图像捕获地质结构并且将所述地质结构固定到数据位置。FILTERSIM利用过滤器得分进行分组，然后模拟极板间的间隙中的图案，在所述极板间的间隙中不存在测量数据。
图5的步骤300b公开了截成为识别诸如孔隙或孔洞；在井壁上的岩石的导电和电阻块；以及地层界面或岩石基质的岩石物理相的步骤。用于单个再现的方法将随机地占据像素位置，并且由一组过滤器得分进行绘图以为随机点选择合适的图案。因为这些都是条件模拟，所以测量的数据被遵守。与极板的边缘相邻的图案与实际极板上观察的图案相匹配。模拟的像素颜色、连续变量的频率分布与测量颜色的频率分布完全匹配。图5的步骤300c公开了将全井眼图像卷曲成带尺度的圆柱形形状的步骤。具体地，对于常规解释来说，检查三维井眼图像是困难的。因此，通常是沿着真北方向将井筒切开，然后展开圆柱体直到所述井眼图像变成2D视图。在高度偏斜的水平井中，通常沿着钻孔的顶部切开井眼图像。与圆柱形井筒相交的平面特征在2D视图中表现为正弦波。为生成三维数值假岩心，需要将二维全井眼图像卷曲成其原始三维形状。为了进行此，必须已知井眼直径。可以由采用原始井眼图像的井陉测井图来确定所述井眼直径。图像的比例必须是1∶1，即，垂直比例没有放大。
图5的步骤400公开了对采集的数字岩心样品进行预建模的步骤。步骤400a将由二-相转变成三-相，使得数字岩石中的孔隙或孔洞、导电块和岩石基质已经被识别。例如，如果导电块在数字岩石(训练图像)中没有被识别，则可以由固定数量的体素通过孔隙相的体变(dilation)对所述导电块进行模拟。这样，可以在数值模拟岩心中捕获大尺度多相性。典型地，数字岩石或岩心训练图像的体素分辨率比全井眼图像分辨率更高。为了确保产生的假岩心模型与全井眼图像具有一致的尺度特征，根据数字岩心分辨率与全井眼图像分辨率的比对训练图像进行粗糙取样。
图5的步骤500公开了通过合并从采集的数值岩心数据和采集的井眼图像测井图数据取出的结构而生成数值假岩心的再现的步骤。步骤500a公开了运用MPS SNESIN算法生成2个或更多相的数值假岩心的再现，以使所述再现条件化，从而与在数字岩石的训练图像和全井眼图像中观测的相尺寸和形状相匹配。在全井眼图像和数字岩石上已经绘制导电块(图3和4)的情况下，可以对多个两个相进行建模。如果导电块在数字岩石(训练图像)中没有被识别，可以由固定数量的体素通过孔隙相的体变对所述导电块进行模拟。这样，可在数值模拟岩心中捕获大尺度多相性。数值假岩心的半径大小和高度仅仅受限于可用的计算机内存的限制。
图5的步骤600公开了将数值假岩心再取样到径向网格的步骤。为了实施数值假岩心的流动研究，将使用先前的步骤生成的笛卡尔坐标系数值假岩心重新划分到圆柱坐标形式的径向网格中。在每个笛卡尔体素处，根据岩石类型(基质，孔洞，或导电块)分配恒定的孔隙度或渗透率。对于笛卡尔坐标系的来每一个径向网格单元说，由于所述单位包括许多笛卡尔体素，因此生成了平均孔隙度和渗透率。通过对单元内的笛卡尔体素的所有孔隙度进行算术平均而获得平均孔隙度；通过执行几何平均得到渗透率。
图5的步骤700公开了执行近井眼的流动模拟的步骤。诸如注水的流体流动数值模拟在构建假岩心时实施以评价重要的参数，例如，含水量、原油采收率、和采收率。对于数值假岩心中的不同相来说，毛细管压力和相对渗透率查找表提供了供给到诸如Ecllipse的流动模拟器的值。这是根据假岩心模型量化碳酸盐岩石多相性对流体流动影响的关键步骤。毛细管压力和相对渗透率可以由带有相同岩石类型的岩心样品的SCAL或MICP数据(如果可以获得)获得。更通常的情况是，孔隙网建模技术可以用于评价上述不同岩石类型的参数。
图5的步骤800公开了确定用于提高评价诸如含水量、原油采收率、和采收率的参数中的润湿性作用的过程的步骤。
图6示出了板状孔洞碳酸盐岩样品(约6英寸高和直径为4英寸)的CT扫描的三维视图中图1a的训练图像，使得孔洞被示出为红色到灰色，而岩石基质被示出为蓝色。图6还显示出所选择的训练图像，孔洞碳酸盐岩的CT扫描(Gowelly，S.，2003，3D analysis of vug connectivity，Indian Basinfield，New Mexico：Unpublished M.S.thesis，Colorado School of Mines，Golden，CO)。需要注意的是，图1a示出了来自相同深度和在相同的地层的井眼图像测井图的3-ft1-m)间隔，并且孔洞是肉眼可见的大的、没有规则的孔隙。更进一步，在井眼图像测井图中，因为孔隙填充有水基钻井泥浆，并且所述孔隙导电，因此导电孔洞可以被显现为黑斑。
图7示出了在具体深度处的被弯曲成与井眼直径(井眼直径约为8.5英寸，并且长度间隔为3英尺或1米)。图6的CT扫描训练图像精确地标刻并且位于井眼图像中心的正确深度处，其中孔洞被示出为红色，而岩石基质被示出为浅蓝色。如上所述，井眼图像卷曲成三维圆柱形形状，使得全井眼图像并未示出，因为所述井眼图像允许以相对尺度的训练图像(CT扫描)(位于圆柱体的中心)和测井图像的视图。为了观察数值假岩心的模拟(以下参见图8)，需注意的是使用训练图像和全井眼图像。
图8图示了由对应图7的训练图像和全井眼图像生成数值假岩心的结果，使得孔洞显现为红色而岩石基质显现为深蓝色。要注意的是间隔的长度可以为3英尺(1米)，井眼直径可以为8.5英寸(22厘米)。
图9示出了由对应图7的训练图像和全井眼图像生成数值假岩心的结果，使得孔洞不可见而岩石基质显现为灰色。进一步地，任意悬浮的部分(见图9上部)表示这是三维模型，且在每个部分带有大量孔(间隙长度约1英尺或0.3米以及井眼直径约8.5英寸)。
图10示出了由对应图6的训练图像和全井眼图像生成的数值假岩心的结果，数值假岩心(参见图9)示出了使用具有在每个孔周围的8像素半径的圆形体变。导电块(显示为红色)类似于如图4所示的导电块周围的等高线。因此，此模型具有三个岩石物理相：孔隙或孔洞(显现为绿色)、导电块(显现为红色)、以及岩石基质(显现为蓝色)。导电块提供孔隙或孔洞间的三维连通性，并且允许捕获在大多数碳酸盐岩石中所固有的多相性。
图11示出了图10的具有不可见岩石基质的数值的假岩心，所述不可见岩石基质强调孔隙或孔洞(被示出为绿色)与导电块(被示出为红色)的三维互联性质。要注意的是间隔长度可以是3英尺(1米)，井眼图像直径可为8.5英寸(22厘米)。
图12示出了如图10所示的数值假岩心，以及孔隙或孔洞(被示出为绿色)的复杂三维形状，导电块和岩石基质都不可见。要注意的是间隔长度可以是3英尺(1米)，井眼图像直径可为8.5英寸(22厘米)。
图13示出了基于在井眼图像或其它测井图中观测的层可以再取样或者再划分到其中径向网格可以被分层的径向网格的数值假岩心。图13还示出了被生成以研究数值假岩心模型的流动特性的径向网格。要注意的是原始数值假岩心内部部分(直径约4英寸)被扩孔，以允许布置微型发生器。微型注射器可位于假岩心的外边界周围。
图14a示出了在流动模拟中用于导电块的相对渗透率曲线；其中具有三条不同的相对渗透率曲线对应于假岩心模型中诸如孔洞、导电块和紧密岩石基质的三种岩石类型的每一个。具体地，图14a示出了在流动模拟中用于导电块的相对渗透率曲线。注意图14a和图14b中的假岩心均可为约1英尺(0.3米)高，外径约为8.5英寸(22厘米)(或岩心宽度为8.5英寸(22厘米)以及内径约为4英寸)。
图14b示出了根据本发明的实施例的通过数值假岩心的流动模拟结果，使得一连串水微型注射器围绕在直径以外，一连串微型发生器包围假岩心的内径：颜色代表油饱和(So)，其中在此流动模型中显示了多相进步和突破。要注意的是图14b显示了注水数值假岩心的油饱和度剖面图。
进一步地，虽然已经参照示例性实施例说明了本发明，但是应当理解的是这里已经使用的词汇是说明和示例性词汇，而不是限制性性词汇。在本发明的各个方面中在不背离本发明的保护范围和精神的情况下可以在所附权利要求的范围内如所述和所修改的做各种改变。虽然在此已经参照具体装置、材料和实施例说明了本发明，但是本发明旨在不限于这里所公开的细节；相反，本发明延伸到诸如在所附权利要求的保护范围内的所用功能等价的结构、方法和用途。

Claims (35)

1.一种用于生成数值假岩心模型的方法，包括以下步骤：
a)从包括储层的深度限定间隔的所述储层获得测井数据，并且将所述测井数据处理成至少一个能够解释的井眼图像数据的一部分，所述至少一个能够解释的井眼图像数据具有未识别的井眼图像数据；
b)检查所述至少一个能够解释的井眼图像数据的一部分、其它已处理测井数据中的一个，或检查所述至少一个能够解释的井眼图像数据的一部分和其它已处理测井数据，以生成所述未识别的井眼图像数据，然后将生成的所述未识别的井眼图像数据处理成所述至少一个能够解释的井眼图像数据的一部分，以生成至少一个卷曲的全井眼图像数据，其中从将被用作用于生成数值假岩心的训练图像的储层采集井眼成像测井图的深度限定间隔；
c)采集来自所述储层的至少一个岩心、所述测井数据的一部分中的一个，或采集所述至少一个岩心和所述测井数据的一部分，以及由采集的至少一个岩心、所述测井数据的一部分中的一个，或所述至少一个岩心和所述测井数据的一部分生成数字岩心数据，使得生成的所述数字岩心数据表征所述储层的一个或多个深度限定间隔的特征或结构中的一个，其中从储层中采集至少一个岩心样品，然后从将被用作用于生成数值假岩心的三维训练图像的采集的岩心样品中生成数字岩心样品；以及
d)处理生成的所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分或所述测井数据的一部分，以生成所述数值假岩心模型的再现，其中对采集井眼成像测井数据进行预建模，并且对采集的数字岩心样品进行预建模，然后通过合并从采集的数值岩心数据和采集的井眼图像测井图数据取出的结构而生成数值假岩心的再现。
2.如权利要求1所述的方法，其中，所述至少一个能够解释的井眼图像数据的一部分是连续变化的数值的二维(2D)标量阵列的训练图像。
3.如权利要求1所述方法，其中，所述至少一个能够解释的井眼图像数据的一部分包括已处理的原始数据，所述原始数据包括测量值和非测量值。
4.如权利要求1所述的方法，其中，所述未识别的井眼图像数据表征所述至少一个能够解释的井眼图像数据的一部分的非测量值和所述至少一个能够解释的井眼图像数据的一部分中的数据间隙中的一个。
5.如权利要求4所述的方法，其中所述数据间隙来自包括下列所述中的一个的组：所述储层内的至少一个损坏极板、所述储层内的至少一个损坏区域、相对于储层内的井壁具有不足极板压力的至少一个极板、被妨碍与储层内的所述井壁接触的至少一个极板或所述储层内的至少一个不能工作的极板。
6.如权利要求1所述的方法，其中，所述其它已处理的所述测井数据来自包括随钻测井数据或电缆线测井数据、以及所述随钻测井数据和所述电缆线测井数据的一些组合中的一个的组。
7.如权利要求6所述方法，其中，电缆测井数据包括伽马射线测井图、密度测井图、声波测井图、中子测井图、井径测井图、和电阻率测井图中的至少一个。
8.如权利要求1所述的方法，其中，所述至少一个卷曲的全井眼图像数据是二维(2D)、三维(3D)或二维和三维中的一种。
9.如权利要求1所述的方法，其中，所述生成至少一个全井眼图像的步骤包括以下步骤：
1)从所述储层的深度限定间隔选择采集到的井眼图像测井图的深度限定间隔，使用多点统计(MPS)算法处理所述井眼图像测井图的深度限定间隔，其中所述多点统计算法提供从所述至少一个能够解释的井眼图像数据的一部分捕获未识别的地质结构的模型，以识别所述至少一个能够解释的井眼图像数据的一部分中的数据位置；
2)使用过滤器得分处理已识别的所述数据位置，以分组并然后模拟未识别所述井眼图像数据中的图案，藉此，未识别的所述井眼图像数据表征所述至少一个能够解释的井眼图像的一部分的非测量值和所述至少一个能够解释的井眼图像的一部分中的数据间隙中的一个；
3)识别所述储层的岩石物理相，其中所述岩石物理相来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的所述井壁内的岩石的电阻块、地层界面和岩石基质；以及
4)将未识别的所述井眼图像数据处理成所述至少一个能够解释的井眼图像的一部分，以生成所述至少一个全井眼图像，然后利用已知的井眼直径，将所述至少一个全井眼图像卷曲成原始三维(3D)形状，藉此，数值假岩心被条件化，以与所述全井眼图像的卷曲部分和所述至少一个能够解释的井眼图像的一部分中的一个相匹配。
10.如权利要求1所述的方法，其中，所述测井数据来自包括下列所述中的一个的组：具有多个探测深度的测井数据、来自一个或多个储层的岩心数据的模拟模型、和所述测井数据和所述模拟模型的组合中的一个。
11.如权利要求1所述的方法，其中，所述生成数字岩心数据的步骤包括以下步骤：
从采集的所述至少一个岩心和所述测井数据的一部分中的一个识别岩石物理相，其中所述岩石物理相来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的井壁内的岩石的电阻块、地层界面和岩石基质。
12.如权利要求11所述的方法，其中，识别所述岩石物理相的步骤包括以下步骤：
通过固定数量的体素由采集的所述至少一个岩心的其它岩石物理相的体变进行模拟。
13.如权利要求1所述的方法，其中，所述至少一个岩心从至少一个其它储层采集。
14.如权利要求1所述的方法，其中，来自所述至少一个岩心的第二岩心从一个或多个储层获得。
15.如权利要求1所述的方法，其中，步骤d)包括以下步骤：
将生成的所述数值假岩心模型的再现的数字文件绘制到数字介质或硬拷贝介质上。
16.如权利要求1所述的方法，其中，所述步骤d)的生成数值假岩心模型的再现包括以下步骤：
对两个或更多个岩石物理相使用多点统计(MPS)算法生成数值假岩心的再现，以使所述再现条件化，从而与在生成的所述数字岩心数据的一部分和生成的所述至少一个卷曲的全井眼图像数据的至少一个能够解释的井眼图像的一部分中观测的相尺寸和形状相匹配。
17.如权利要求16所述的方法，其中，两个或更多个岩石物理相来自包括下列所述中的一个的组：采集的所述至少一个岩心、测井数据的一部分、以及采集的所述至少一个岩心和所述测井数据的部分，其中所述岩石物理相来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的井壁内的岩石的电阻块、地层界面和岩石基质。
18.如权利要求15所述的方法，进一步包括以下步骤：
e)将步骤d)的所述数值假岩心再取样到径向网格。
19.如权利要求18所述的方法，其中，所述径向网格提供所述数值假岩心模型的流动研究，并且包括以下步骤：
1)构建具有一个或多个形状或一个或多个层中的一个的圆柱形网格；
2)将来自笛卡尔坐标的所述数值假岩心模型再采样到圆柱坐标，根据所述笛卡尔坐标的体素的相关联的岩石类型，每一个所述体素具有恒定孔隙度或恒定渗透率，其中每一个圆柱形单元包括所述数值假岩心模型的多个笛卡尔体素；
3)根据包括的所述多个笛卡尔体素，为每个圆柱形单元分配平均孔隙度和平均渗透率；以及
4)根据包括的所述多个笛卡尔体素的主要岩石类型，为每个圆柱形单元分配相对渗透率和毛细管压力曲线，对供给到模拟流动器中的数值假岩心中的不同相使用毛细管压力、相对渗透率以及所述毛细管压力和所述相对渗透率中的一个的参考表，由此根据所述假岩心模型量化岩石多相性对流体流动的影响，所述假岩心模型涉及具有相同岩石类型的一个或多个岩石样品的专门的岩心分析(SCAL)数据、压汞毛细管压力(MICP)数据、孔隙网结构模型、以及所述专门的岩心分析(SCAL)数据、所述压汞毛细管压力(MICP)数据和所述孔隙网结构模型的一些组合中的一个。
20.如权利要求19所述的方法，其中，所述相关联的岩石类型来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的井壁内的岩石的电阻块、地层界面和岩石基质。
21.如权利要求18所述的方法，进一步包括以下步骤：
f)执行一个或多个地理相关联的储层的流动模拟。
22.如权利要求18所述的方法，进一步包括以下步骤：
f)执行近井眼区域的流动模拟。
23.如权利要求21所述的方法，其中，所述执行流动模拟包括单相或多相流动中的一个，使得对步骤e)计算的所述数值假岩心模型执行所述流动模拟以评价一个或多个参数。
24.如权利要求23所述的方法，其中，所述一个或多个参数来自包括下列所述中的一个的组：孔隙度、渗透率、毛细管压力、相对渗透率、含水量、原油采收率和采收率。
25.如权利要求21所述的方法，进一步包括：
g)实施对与流动相关的参数的敏感性分析，以确定用于注水、注气、注蒸汽和提高采收率(EOR)中的一个的过程。
26.如权利要求23所述的方法，其中，所述与流动相关的参数来自包括下列所述中的一个的组：孔隙度、渗透率、毛细管压力、相对渗透率、含水量、原油采收率和采收率。
27.如权利要求21所述的方法，进一步包括以下步骤：
g)确定用于评价所估计的参数的润湿性作用的过程，其所述估计的参数包括毛细管压力、相对渗透率、含水量、原油采收率和采收率中的一个。
28.一种用于生成数值假岩心模型的方法，包括以下步骤：
a)从包括储层的深度限定间隔的所述储层获得测井数据，并且将所述测井数据处理成至少一个能够解释的井眼图像数据的一部分；
b1)检查所述至少一个能够解释的井眼图像数据的一部分、其它已处理测井数据中的一个，或检查所述至少一个能够解释的井眼图像数据的一部分和其它已处理测井数据，以生成至少一个卷曲的全井眼图像数据，其中从将被用作用于生成数值假岩心的训练图像的储层采集井眼成像测井图的深度限定间隔；
c)采集来自所述储层的至少一个岩心、所述测井数据的一部分中的一个，或采集所述至少一个岩心和所述测井数据的一部分，并且由采集的至少一个岩心、所述测井数据的一部分中的一个或所述至少一个岩心和所述测井数据的一部分生成数字岩心数据，使得生成的所述数字岩心数据表征所述储层的一个或多个深度限定间隔的特征或结构中的一个，其中从储层中采集至少一个岩心样品，然后从将被用作用于生成数值假岩心的三维训练图像的采集的岩心样品中生成数字岩心样品；
d)处理生成的所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分、所述测井数据的一部分，或所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分和所述测井数据的一部分的一些组合，以生成所述数值假岩心模型的再现，其中对采集井眼成像测井数据进行预建模，并且对采集的数字岩心样品进行预建模，然后通过合并从采集的数值岩心数据和采集的井眼图像测井图数据取出的结构而生成数值假岩心的再现。
29.如权利要求28所述的方法，其中，所述至少一个能够解释的井眼图像数据的一部分是连续变化的数值的二维(2D)标量阵列的训练图像。
30.如权利要求28所述方法，其中，其它已处理的所述测井数据来自包括随钻测井数据或电缆线测井数据、以及所述随钻测井数据和所述电缆线测井数据的一些组合中的一个的组。
31.如权利要求28所述的方法，其中，所述测井数据来自包括下列所述中的一个的组：具有多个探测深度的测井数据、来自一个或多个储层的岩心数据的模拟模型、以及所述测井数据和所述模拟模型的组合。
32.如权利要求28所述的方法，其中，所述生成数字岩心数据的步骤包括以下步骤：
从采集的所述至少一个岩心和所述测井数据的一部分中的一个识别岩石物理相，其中所述岩石物理相来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的井壁内的岩石的电阻块、地层界面和岩石基质。
33.如权利要求28所述的方法，其中，识别所述岩石物理相的步骤包括以下步骤：
由固定数量的体素通过采集的所述至少一个岩心的其它岩石物理相的体变进行模拟。
34.一种用于生成数值假岩心模型的方法，包括：
a)从包括储层的深度限定间隔的所述储层获得测井数据，并且将所述测井数据处理成至少一个能够解释的井眼图像数据的一部分，所述至少一个能够解释的井眼图像数据具有未识别的井眼图像数据；
b)检查所述至少一个能够解释的井眼图像数据的一部分、其它已处理测井数据中的一个，或检查所述至少一个能够解释的井眼图像数据的一部分和其它已处理测井数据，以生成所述未识别的井眼图像数据，然后将生成的所述未识别的井眼图像数据处理成所述至少一个能够解释的井眼图像数据的一部分，以生成至少一个卷曲的全井眼图像数据，其中从将被用作用于生成数值假岩心的训练图像的储层采集井眼成像测井图的深度限定间隔；
c)采集来自所述储层的至少一个岩心、所述测井数据的一部分中的一个，或采集所述至少一个岩心和所述测井数据的一部分，并且由采集的至少一个岩心、所述测井数据的一部分中的一个或所述至少一个岩心和所述测井数据的一部分生成数字岩心数据，使得生成的所述数字岩心数据表征所述储层的一个或多个深度限定间隔的特征或结构中的一个，其中从储层中采集至少一个岩心样品，然后从将被用作用于生成数值假岩心的三维训练图像的采集的岩心样品中生成数字岩心样品；以及
d)处理生成的所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分和所述测井数据的一部分，或生成的所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分和所述测井数据的一部分的一些组合以生成所述数值假岩心模型的再现，其中对采集井眼成像测井数据进行预建模，并且对采集的数字岩心样品进行预建模，然后通过合并从采集的数值岩心数据和采集的井眼图像测井图数据取出的结构而生成数值假岩心的再现，
其中，所述生成数值假岩心模型的再现包括以下步骤：
对两个或更多个岩石物理相使用多点统计(MPS)算法生成数值假岩心的再现，以使所述再现条件化，从而与在生成的所述数字岩心数据的一部分和生成的所述至少一个卷曲的全井眼图像数据的至少一个能够解释的井眼图像的一部分中观测的相尺寸和形状相匹配。
35.一种用于生成数值假岩心模型的方法，包括：
a)从包括储层的深度限定间隔的所述储层获得测井数据，并且将所述测井数据处理成至少一个能够解释的井眼图像数据的一部分；
b)检查所述至少一个能够解释的井眼图像数据的一部分、其它已处理测井数据中的一个，或检查所述至少一个能够解释的井眼图像数据的一部分和其它已处理测井数据，以生成至少一个卷曲的全井眼图像数据，其中从将被用作用于生成数值假岩心的训练图像的储层采集井眼成像测井图的深度限定间隔；
c)采集来自所述储层的至少一个岩心、所述测井数据的一部分中的一个，或采集所述至少一个岩心和所述测井数据的一部分，并且由采集的至少一个岩心、所述测井数据的一部分中的一个或所述至少一个岩心和所述测井数据的一部分生成数字岩心数据，使得生成的所述数字岩心数据表征所述储层的一个或多个深度限定间隔的特征或结构中的一个，其中从储层中采集至少一个岩心样品，然后从将被用作用于生成数值假岩心的三维训练图像的采集的岩心样品中生成数字岩心样品；以及
d)处理生成的所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分、所述测井数据的一部分，或所述数字岩心数据的一部分、所述至少一个能够解释的井眼图像数据的一部分和所述测井数据的一部分的一些组合，以生成所述数值假岩心模型的再现，其中对采集井眼成像测井数据进行预建模，并且对采集的数字岩心样品进行预建模，然后通过合并从采集的数值岩心数据和采集的井眼图像测井图数据取出的结构而生成数值假岩心的再现，
其中，所述生成数字岩心数据的步骤包括以下步骤：
从采集的所述至少一个岩心和所述测井数据的一部分中的一个识别相，其中所述相来自包括下列所述中的一个的组：裂缝、孔隙、孔洞、所述储层的井壁内的岩石的导电块、所述储层的井壁内的岩石的电阻块、地层界面和岩石基质。
CN2009800001849A 2008-04-10 2009-04-10 利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法 Expired - Fee Related CN101802649B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US4403108P 2008-04-10 2008-04-10
US61/044,031 2008-04-10
PCT/US2009/040198 WO2009126881A2 (en) 2008-04-10 2009-04-10 Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics

Publications (2)

Publication Number Publication Date
CN101802649A CN101802649A (zh) 2010-08-11
CN101802649B true CN101802649B (zh) 2013-01-23

Family

ID=41162644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009800001849A Expired - Fee Related CN101802649B (zh) 2008-04-10 2009-04-10 利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法

Country Status (4)

Country Link
CN (1) CN101802649B (zh)
BR (1) BRPI0902889A2 (zh)
RU (1) RU2444031C2 (zh)
WO (1) WO2009126881A2 (zh)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2263107A4 (en) 2008-04-10 2016-12-28 Services Petroliers Schlumberger METHOD FOR CHARACTERIZING A GEOLOGICAL FORMATION THROUGH A DRILLING OXYGEN
CN102812203B (zh) * 2011-04-01 2016-04-13 Qri集团有限责任公司 用于通过性能量度的非对称分析来动态地评估石油储集层能力并提高产量和采收率的方法
US9097821B2 (en) * 2012-01-10 2015-08-04 Chevron U.S.A. Inc. Integrated workflow or method for petrophysical rock typing in carbonates
US20130262028A1 (en) * 2012-03-30 2013-10-03 Ingrain, Inc. Efficient Method For Selecting Representative Elementary Volume In Digital Representations Of Porous Media
RU2501046C1 (ru) * 2012-05-10 2013-12-10 Ильнар Ильясович Хасанов Способ исследования керна горных пород
US10241218B2 (en) * 2012-05-30 2019-03-26 Pgs Geophysical As Methods and systems for computing notional source signatures from near-field measurements and modeled notional signatures
WO2013184021A1 (en) * 2012-06-09 2013-12-12 Schlumberger, Holdings Limited A method for estimating porosity of a rock sample
US10753202B2 (en) 2012-06-14 2020-08-25 Reeves Wireline Technologies Limited Geological log data processing methods and apparatuses
GB2503010B (en) * 2012-06-14 2018-04-18 Reeves Wireline Tech Ltd A method of processing geological log data
US8666149B2 (en) * 2012-08-01 2014-03-04 Chevron U.S.A. Inc. Method for editing a multi-point facies simulation
WO2014104909A1 (ru) * 2012-12-25 2014-07-03 Общество С Ограниченной Ответственностью "Интровижн Ресерч Энд Девелопмент" Способ получения характеристической трехмерной модели образца пористого материала для исследования свойств проницаемости
CN103114848B (zh) * 2013-01-18 2015-09-30 西南石油大学 一种基于岩心测量的地层裂缝空间重构方法
GB2511744B (en) 2013-03-11 2020-05-20 Reeves Wireline Tech Ltd Methods of and apparatuses for identifying geological characteristics in boreholes
WO2014168506A1 (en) * 2013-04-12 2014-10-16 Schlumberger Canada Limited Enhanced oil recovery using digital core sample
CN103306671B (zh) * 2013-05-17 2015-04-08 中国石油天然气股份有限公司 一种四象限储层类型识别方法及系统
WO2014200996A2 (en) * 2013-06-10 2014-12-18 Services Petroliers Schlumberger Borehole image gap filling
EP3030888B1 (en) * 2013-08-06 2023-07-05 BP Corporation North America Inc. Image-based direct numerical simulation of petrophysical properties under simulated stress and strain conditions
US10465483B2 (en) 2013-08-13 2019-11-05 Schlumberger Technology Corporation Digital core sensitivity analysis
WO2015070022A1 (en) * 2013-11-08 2015-05-14 Schlumberger Canada Limited Stratigraphic and structural interpretation of deviated and horizontal wellbores
FR3021796B1 (fr) * 2014-06-02 2016-06-24 Safran Procede et dispositif de reconstruction numerique d'un volume elementaire representatif d'une microstructure de materiau composite
CN104297791A (zh) * 2014-09-25 2015-01-21 中国石油天然气股份有限公司 一种基于地震优势频率的反演方法及系统
CN104360415B (zh) * 2014-10-31 2018-05-29 中国石油化工股份有限公司 一种致密砂岩储层裂缝识别的方法
CN104570092B (zh) * 2014-12-24 2017-07-07 中国石油天然气股份有限公司 一种识别碳酸盐岩大型缝洞型储层顶包络面的方法及装置
US11982144B2 (en) * 2015-07-28 2024-05-14 Schlumberger Technology Corporation Method and system for generating a virtual core
GB2543491B (en) * 2015-10-15 2019-08-14 Reeves Wireline Tech Ltd Method of and apparatus for processing log data
RU2705629C1 (ru) * 2015-11-09 2019-11-11 Халлибертон Энерджи Сервисез, Инк. Определение параметров ствола скважины с использованием ультразвуковых и микрорезистивных каверномеров
CN106837315B (zh) * 2015-12-03 2020-05-12 中国石油化工股份有限公司 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法
US10049172B2 (en) * 2015-12-10 2018-08-14 Saudi Arabian Oil Company Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution
AU2015417999A1 (en) * 2015-12-22 2018-05-17 Landmark Graphics Corporation Image based rock property tensor visualization of a geocellular grid in a dynamic 3D environment
RU2651679C1 (ru) * 2016-12-28 2018-04-23 Акционерное общество "Всероссийский нефтегазовый научно-исследовательский институт имени академика А.П. Крылова" (АО "ВНИИнефть") Способ создания синтетического образца керна с использованием трехмерной печати и компьютерной рентгеновской томографии
US11353608B2 (en) 2017-10-13 2022-06-07 Schlumberger Technology Corporation Method for determining a property of a material behind a borehole casing
MX2020004533A (es) * 2017-11-06 2020-08-20 Univ Khalifa Science & Technology Metodo y sistema para determinar la permeabilidad de un medio poroso.
EP3724793A4 (en) * 2017-12-14 2021-10-20 Services Pétroliers Schlumberger SYSTEM AND METHOD FOR SIMULATION OF TANK MODELS
CN108492331B (zh) * 2018-03-20 2019-04-23 中国科学院地质与地球物理研究所 基于模拟压汞法获取岩石的孔径分布的方法和装置
CN109389128B (zh) * 2018-08-24 2021-08-27 中国石油天然气股份有限公司 电成像测井图像特征自动提取方法及装置
CN109684778A (zh) * 2019-02-01 2019-04-26 长江地球物理探测（武汉）有限公司 一种数字岩心智能管理系统
CN110134918B (zh) * 2019-04-04 2021-05-28 中国石油大学(北京) 基于滑动窗口法的岩心自动归位方法和系统
BR112021016278A2 (pt) * 2019-04-24 2021-11-09 Halliburton Energy Services Inc Aparelho e método para gerar um testemunho reconstruído
US20220164968A1 (en) * 2019-04-29 2022-05-26 Halliburton Energy Services, Inc. Automated core scan alignment
US20210182597A1 (en) * 2019-09-27 2021-06-17 Carl Zeiss X-ray Microscopy, Inc. Process parameter prediction using multivariant structural regression
CN113052963A (zh) * 2019-12-27 2021-06-29 中国石油天然气股份有限公司 三维岩性属性特征分析方法及装置
CN110987985A (zh) * 2019-12-27 2020-04-10 西南石油大学 射孔损害室内评价数字岩心方法
CN111754627A (zh) * 2020-05-30 2020-10-09 上海电力大学 一种结合卷积神经网络和页岩软数据的页岩重构方法
BR102020012943A2 (pt) * 2020-06-24 2022-01-04 Petróleo Brasileiro S.A. - Petrobras Script computacional para tratamento de imagens e sua aplicação em método para determinação de image fáceis
US11592593B2 (en) * 2020-07-01 2023-02-28 Saudi Arabian Oil Company Modeling hydrocarbon reservoirs using rock fabric classification at reservoir conditions
CN112668254A (zh) * 2020-12-28 2021-04-16 大连理工大学 一种考虑颗粒大小分布和孔隙度的致密数字岩心生成方法
CN112801205B (zh) * 2021-02-20 2022-04-15 中国科学院地质与地球物理研究所 岩石纹层结构的获取方法及装置
CN112859197B (zh) * 2021-03-31 2024-03-22 中国石油天然气集团有限公司 一种基于均质化地层电磁场理论的数字井筒电阻率模拟方法
CN113553546B (zh) * 2021-07-14 2023-08-18 中国海洋石油集团有限公司 一种电成像数据提取岩石连续胶结指数的方法、系统及计算机可读存储介质
WO2024018277A2 (en) * 2022-07-22 2024-01-25 Cgg Services Sas Machine learning based borehole data analysis
CN117251739B (zh) * 2023-11-17 2024-01-30 核工业北京地质研究院 用于砂岩型铀资源定量预测的样本集的构建方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4821164A (en) * 1986-07-25 1989-04-11 Stratamodel, Inc. Process for three-dimensional mathematical modeling of underground geologic volumes
US5838634A (en) * 1996-04-04 1998-11-17 Exxon Production Research Company Method of generating 3-D geologic models incorporating geologic and geophysical constraints

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7363158B2 (en) * 2006-04-07 2008-04-22 Chevron U.S.A. Inc. Method for creating a stratigraphic model using pseudocores created from borehole images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4821164A (en) * 1986-07-25 1989-04-11 Stratamodel, Inc. Process for three-dimensional mathematical modeling of underground geologic volumes
US5838634A (en) * 1996-04-04 1998-11-17 Exxon Production Research Company Method of generating 3-D geologic models incorporating geologic and geophysical constraints

Also Published As

Publication number Publication date
CN101802649A (zh) 2010-08-11
WO2009126881A3 (en) 2010-03-11
BRPI0902889A2 (pt) 2017-08-29
WO2009126881A2 (en) 2009-10-15
RU2444031C2 (ru) 2012-02-27
RU2009135608A (ru) 2011-03-27

Similar Documents

Publication Publication Date Title
CN101802649B (zh) 利用井眼图像、数字岩石样品以及多点统计算法生成数值假岩心的方法
US8725477B2 (en) Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics
CN101878434B (zh) 用于表征被井眼穿过的地质构造的方法
US9134457B2 (en) Multiscale digital rock modeling for reservoir simulation
Skalinski et al. Carbonate petrophysical rock typing: integrating geological attributes and petrophysical properties while linking with dynamic behaviour
Dell'Arciprete et al. Comparison of three geostatistical methods for hydrofacies simulation: a test on alluvial sediments
Mariethoz et al. Reconstruction of incomplete data sets or images using direct sampling
US9684084B2 (en) Three-dimensional multi-modal core and geological modeling for optimal field development
Caers et al. Stochastic integration of seismic data and geologic scenarios: A West Africa submarine channel saga
CA2869825C (en) Three-dimensional multi-modal core and geological modeling for optimal field development
Zhang MPS-driven digital rock modeling and upscaling
Hyndman et al. Hydrogeophysical case studies at the local scale: The saturated zone
Asgari et al. A fully integrated approach for the development of rock type characterization, in a middle east giant carbonate reservoir
Catinat et al. Estimating permeability in a limestone geothermal reservoir from NMR laboratory experiments
Tran Characterisation and modelling of naturally fractured reservoirs
Hurley et al. Multiscale workflow for reservoir simulation
Gao et al. Seismic structure and texture analyses for fractured reservoir characterization: An integrated workflow
Manchuk et al. Estimation of permeability in the McMurray Formation using high-resolution data sources
Bize et al. Virtual core: state-of-the-art wireline technologies to provide a viable substitute for whole conventional coring
Alizadeh et al. How to measure the various types of geologic porosities in oil and gas reservoirs using image logs
Thachaparambil et al. Automated extraction of fracture network from 3D poststack seismic data for fracture and fault characterization and modeling
Grammer et al. Integrated reservoir characterization of Mississippian-age mid-continent carbonates
Poppelreiter et al. Applications of dipmeter and borehole image data in static models
Eltom et al. Passageways for permeability: Geostatistical simulation of controls on the connectivity of vug-to-vug pore networks
Barfod Investigating lithological and geophysical relationships with applications to geological uncertainty analysis using Multiple-Point Statistical methods

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130123

Termination date: 20170410

CF01 Termination of patent right due to non-payment of annual fee