CN103528933A - 一种致密油气藏的储层孔隙结构的测量方法和系统 - Google Patents
一种致密油气藏的储层孔隙结构的测量方法和系统 Download PDFInfo
- Publication number
- CN103528933A CN103528933A CN201310518045.3A CN201310518045A CN103528933A CN 103528933 A CN103528933 A CN 103528933A CN 201310518045 A CN201310518045 A CN 201310518045A CN 103528933 A CN103528933 A CN 103528933A
- Authority
- CN
- China
- Prior art keywords
- sample
- scattering
- sub
- described sample
- length density
- 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
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请提供了一种致密油气藏的储层孔隙结构的测量方法,包括:获取致密油气藏样品的岩心特性;采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;采用所述散射长度密度计算所述样品的散射强度;采用所述散射强度计算所述样品的孔隙表面积;采用所述空隙表面积计算所述样品的总空隙体积。本申请通过SANS/USANS对致密油气藏的储层孔隙结构进行测量,其与N2吸附实验的孔径分布曲线趋势一致,和低压吸附实验均表明微孔含量很少,并且表明了微米级孔隙的存在,而且这些孔隙是不连通的,测量精度稿,测量准确性高。
Description
技术领域
本申请涉及油气田勘探和开发的技术领域,特别涉及一种致密油气藏的储层孔隙结构的测量方法,以及,一种致密油气藏的储层孔隙结构的测量系统。
背景技术
随着油气勘探开发的不断发展,非常规油气的存在打破了传统的油气成藏理论和思维模式,在现有的经济技术条件下显示出了巨大的潜力。非常规油气包括致密气、页岩气、煤层气、致密油、页岩油和油砂等。致密油是致密储层油的简称,泛指与生油岩层系互层共生或紧邻的致密砂岩、致密碳酸盐岩、致密火山岩、致密变质岩等渗透率小于1×10-3μm2的储层中聚集的石油资源。致密油通常源储一体或紧邻,一般大面积层状连续分布,无明显的圈闭与油气水界限,含油条件好,储量大,但需要借助压裂等技术手段才能实现经济开采,是继页岩气之后的又一勘探热点领域。
非常规气藏(致密气、页岩气和煤层气)的孔隙结构特征比较复杂,它通常与有机质含量和孔径分布密切相关。了解致密气藏的孔隙结构有利于对致密气运聚机理及其控制因素的研究,对致密气藏的开发也具有指导意义。
用目前的常规方法来研究非常规气藏的孔隙结构具有局限性,例如压汞法中水银无法进入非常规气藏中孔径小于3nm的孔隙,而且这种方法由于所需压力较大,也存在破坏孔隙结构的可能。又例如低压气体吸附法(N2和CO2)在适用于低压条件而不适用于对高温高压条件下储层孔隙结构特征的研究。
因此,需要本领域技术人员迫切解决的一个技术问题就是:如何能够提供一种致密油气藏的储层孔隙结构的测量方法,适用于孔隙结构特征比较复杂的致密油。
发明内容
本申请所要解决的技术问题是提供一种致密油气藏的储层孔隙结构的测量方法,用于孔隙结构特征比较复杂的致密油。
相应的,本申请还提供了一种致密油气藏的储层孔隙结构的测量系统,用以保证上述方法的实现及应用。
为了解决上述问题,本申请公开了一种致密油气藏的储层孔隙结构的测量方法,包括:
获取致密油气藏样品的岩心特性;
采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
采用所述散射长度密度计算所述样品的散射强度;
采用所述散射强度计算所述样品的孔隙表面积;
采用所述空隙表面积计算所述样品的总空隙体积。
优选地,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
优选地,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
优选地,通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
优选地,通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
优选地,通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数。
优选地,还包括:
计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
优选地,还包括:
获取所述样品的连通孔隙度;
计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
本申请还公开了一种致密油气藏的储层孔隙结构的测量系统,包括:
岩心特性获取模块,用于获取致密油气藏样品的岩心特性;
散射长度密度计算模块,用于采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
散射强度计算模块,用于采用所述散射长度密度计算所述样品的散射强度;
孔隙表面积计算模块,用于采用所述散射强度计算所述样品的孔隙表面积;
总空隙体积计算模块,用于采用所述空隙表面积计算所述样品的总空隙体积。
优选地,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
优选地,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
优选地,通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
优选地,通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
优选地,通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数。
优选地,还包括:
总孔隙度计算模块,用于计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
优选地,还包括:
连通孔隙度获取模块,用于获取所述样品的连通孔隙度;
开孔率计算模块,用于计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
与背景技术相比,本申请具有以下优点:
本申请通过SANS/USANS对致密油气藏的储层孔隙结构进行测量,其与N2吸附实验的孔径分布曲线趋势一致,和低压吸附实验均表明微孔含量很少,并且表明了微米级孔隙的存在,而且这些孔隙是不连通的,测量精度稿,测量准确性高。
本申请利用氦气孔隙度和SANS/USANS实验测得的孔隙度的比值可以推算出连通孔隙和不连通孔隙在总孔隙体积中所占的比例,而连通孔隙所占的比例是控制储层渗透率的主要因素,从而实现了对储层渗透率的评价。
附图说明
图1是本申请的岩心塞的岩心描述、取样位置和伽马曲线示意图;
图2是本申请的一种致密油气藏的储层孔隙结构的测量方法实施例的步骤流程图;
图3是本申请的样品的矿物结构特征示意图;
图4是本申请的样品S4、S5和S24的岩石的结构特征示意图;
图5是本申请的样品S4、S5和S24的岩石的渗透率示意图;
图6是本申请的探针渗透率与岩心伽马曲线的对比图;
图7是本申请的样品S4、S5、S24的N2吸附—解吸等温线示意图;
图8a是本申请的样品S4、S5、S24的BJH孔径分布-N2解析等温线示意图;
图8b是本申请的样品S4、S5、S24的BJH孔径分布-N2吸附等温线示意图;
图9a是本申请的样品S4、S5、S24的BJH累计孔隙体积解析等温线示意图;
图9b是本申请的样品S4、S5、S24的BJH累计孔隙体积吸附等温线吸附等温线;
图10是本申请的样品S4在无照射条件下和照射条件下的摆动曲线对比图;
图11是本申请的样品S4、S5、S24的中子散射曲线示意图;
图12是本申请的样品S4的散射曲线示意图;
图13是本申请的样品S5的散射曲线示意图;
图14是本申请的样品S24的散射曲线示意图;
图15是本申请的样品S4的散射曲线与PDSP模型对比示意图;
图16a是本申请的样品S4的孔径分布示意图;
图16b是本申请的样品S4的特殊孔隙表面积示意图;
图17a是本申请的样品S4、S5、S24的BJH孔径分布示意图;
图17b是本申请的SANS/USANS实验与N2吸附实验孔径分布对比图;
图18是本申请的一种致密油气藏的储层孔隙结构的测量系统实施例的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请描述取自致密油气藏不同岩性的三块岩样(层状砂岩和厚层砂岩)的孔隙结构特征,取样的岩心段长17.5m,并且在取样之前做了系统的岩心描述、渗透率测量和流动单元分析。本申请对比N2和CO2吸附法、氦气孔隙度法和USANS(超小角中子散射)/SANS(小角度中子散射)法的实验结果,以及USANS/SANS技术在致密气藏中的应用。
通过PDPK-400探针渗透率仪每隔大约2.5cm测量了17.5m岩心段的渗透率。PDPK-400探针渗透率仪通过固定在岩心表面的圆形密封环来测量压力衰减速率。仪器的测量范围为0.001mD~20D。在测量之前,岩心表面要经过简单地喷砂清扫,除掉岩心表面的不平整以及污垢以便使密封环与岩心可以良好的接触。实验过程中,通过岩心的横截面可以看到微裂缝被有效的避免。本申请中共采集了593个数据点,这些数据点的测量基本平行于河道方向,此外,由于研究需要,在样品点4、5和24进行了加测。图1示出了岩心塞的岩性描述。取样位置和伽马曲线,从岩心描述中可以看到A和B两种沉积相类型,图片左侧的箭头表明吸附法、USANS/SANS法和孔隙度脉冲衰减法测量渗透率取样点的位置。
测量岩样渗透率之后,三个岩心塞(直径为2.5cm)被放回到岩心之中,这三个岩心塞与探针测量渗透率的取样位置一致,渗透率测量点被标注在岩心塞的横截面的中心。加测的岩样S4(样品点4)、S5(样品点5)和S24(样品点24)用于低压吸附法、X衍射/微探针和USANS/SANS分析,这些实验基于探针渗透率和宏观观察(岩性对比)的对比。加测的岩样被压碎成毫米级的粉末和4目径的粉末,用于N2和CO2吸附法分析。另外,从岩心塞上切下一块厚度为1.2mm(直径为2.54cm)的薄片,用于USANS/SANS分析。
做吸附法分析的实验样品首先被烘干,N2吸附和解吸等温线是在77K温度下通过Micromeritiics TriStarII3020仪器测得的。在273K温度下N2吸附和解吸数据以及CO2吸附数据是通过Micromeritiics ASAP2020仪器在4目径的粉末上测得的。BET孔隙表面积是通过Micromeritiics ASAP2020仪器测量整块岩心塞得到的,并与加测的压碎样品对比分析得到的。CO2吸附数据是通过BET多点法、Langmuir分析法模型,以及Dubinni-Astakhov和Dubinni-Radushkevich模型得到的。加测岩样的数据包括测量矿物含量的XRD实验数据、分析沉积相的岩石薄片数据和扫描电镜分析数据。
孔隙度和渗透率均是在地层压力条件下测定的,其中孔隙度的测定利用氦气,使用的仪器是Corelab CMS-300仪,空气渗透率是在气压为6890kpa条件下通过脉冲衰减渗透仪测定的,加测的岩样S4、S5和S24是在静水压力14466kpa和储层围圧25468kpa条件下测定的,油藏的静水压力是通过静岩压力梯度和初始油藏压力推测的。其余的5个压力条件分别为6667kpa,10584kpa,19417kpa,22333kpa和26249kpa,所有的压力条件都代表了静岩压力。
渗透率分析实验之后,开始制作岩石薄片,岩石薄片的厚度为30μm,且两面均被抛光,没有进行染色。抛光的薄片还可以用作扫描电镜分析。岩石薄片观察所用的仪器为Nikon Eclipse E600POL显微镜,并配有Leica DFC295照相机和相应的应用软件。
X衍射实验的样品为加测的样品S4、S5和S24,使用的仪器为西门子衍射计D8,钴X射线管,工作电压为40kV、40mA。矿物含量由Rietveld利用Topaz软件分析得到。微探针分析利用的同样是原来那三块岩样,这次分析使矿物特征描述得更加准确,应用的仪器为JEOL JXA8200电子微探针仪。
SANS实验所用的样品为从岩心塞上切下来的1.2mm厚的岩石薄片,SANS实验的中子波长为1.2nm和0.48nm,样品和检测器的距离覆盖了所有的散射矢量(Q)0.0016<Q<7×109,其中Q=4πλsinθ,2θ为散射角。实验数据经过二级标定进行了仪器的背景值和温度校正。USANS使用BT5晶体SANS仪(波长为0.24nm,5×10-5<Q<2.66×107)。这些仪器的应用要求孔径分布在较大的范围内,以便中子探针进入,这个范围为1.2nm~500nm。典型的孔径大小基于Bragg公式λ=2D sinθ,其中D为一个孔隙的等效直径。这个公式揭示了散射矢量Q和R的关系:R≈2π/Q,对于分散的多孔隙介质更准确的关系是R≈2.5/Q,这也是本申请采用的Q和R的关系式。
对于SANS和USANS实验,样品均被放置在一个薄壁的石英室中,所有实验在室温(23℃)和正常大气压条件下进行。中子的照射范围约3cm2,三个岩样的SANS总照射时间为60min,USANS总照射时间为大约7h。
参照图2,示出了本申请的一种致密油气藏的储层孔隙结构的测量方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201,获取致密油气藏样品的岩心特性;
17.5m的岩心通过岩心测井,识别出不同深度段不同的宏观岩心特征,该段岩心的伽马曲线如图1所示。岩样S4、S5和S24是岩心的取心方向平行于砂泥岩的层理方向,具有较少的生物沉积构造。沉积构造只在粗粉砂岩段显示,包括波状层理和少量的生物化石,粉砂岩层理的厚度在整个岩心段比较多变,向岩心底部厚度逐渐变大。这些层理构造将岩心段分为两种沉积相。沉积相A在岩心段底部,为较厚的粗粉砂岩和深色的砂泥岩互层,粗粉砂岩互层的范围为5cm~275cm,平均75cm。岩样S4和S5取自沉积相A岩心段。沉积相B对应岩心段上部,为薄层的粗砂岩与砂泥岩互层,层理厚度为mm级,层理间隔为0.5cm~10cm(平均2.5cm)。岩样S24取自沉积相B对应的砂岩段。
在本申请的一种优选实施例中,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
用于岩石学特征鉴定的岩石薄片取自岩样S4、S5和S24,此外,还有取自其他岩样的岩石薄片。总体的岩石学特征和结构如图3所示,包括不同取样位置的样品的显微照片,这可以说明岩心的非均质性。本次实验的岩石薄片描述见表1a、1b。岩石骨架矿物主要为石英和钾长石,含有少量的碳酸盐岩(白云石和方解石),填隙物主要为泥质和有机质,还含有少量的黄铁矿、硬石膏和云母。
如图4所示,显微照片展示了具有代表性的矿物结构特征,其中A为矿物沉积层理和有机质填隙物(样品S4,×20);B为非晶形孔隙中充填有机质(样品S6,×20);C为电子背散射图片—粒间孔中充填硬石膏(样品S4);D为厚层泥岩中的波状交错层理(样品S4,×2);E为水平层理控制孔径大小(样品S7,×2);F为电子背散射图片—泥岩基质中的粗粉砂层(样品S5);G为电子背散射图片—填隙物白云石(样品24);H为细粉砂~中粉砂岩结构特征(样品TS6,×10);I为粗粉砂岩中的微断层(样品15,×2)。
表1a,样品S4、S5和S24的岩石薄片鉴定
表1b,样品S4、S5和S24岩石薄片鉴定
岩石矿物成分的定量分析对USANS/SANS实验是必要的,本申请实施例对岩样S4、S5和S24分别进行了XRD和微电子探针分析。这些分析有利于帮助理解矿物对渗透率非均质性的影响。
样品S4、S5和S24的矿物组成基本相同,仅在少数矿物含量上存在差异。样品S4的石英含量最高(大于40%),样品S5和S24中的石英含量约30%。白云石含量随深度的增加而增大,样品S4和S5中白云石含量几乎为零,样品S24中白云石含量略高。样品S4和S5中的钾长石含量接近,分别为18.4%和18.6%,样品S24中钾长石含量略少,为12.6%。三个样品中均缺乏钠长石。方解石在样品S4和S5中的含量较少,样品S24中方解石的含量可达8.5%。白云母及其蚀变产物绿泥石在样品S5中的含量较高,在样品S4和S24中的含量基本相等。伊利石在三个样品中的含量均较少。虽然利用了Rietveld分析方法,但是伊利石和白云母很难区分,以致一些白云母看似为伊利石。黄铁矿的含量在三个样品中也比较接近,XRD实验的结果具体参见表2。
表2,样品S4、S5、S24的X衍射实验结果
矿物 | 样品S4 | 样品S5 | 样品S24 |
石英 | 41.4 | 49.8 | 30.8 |
白云石 | 20.0 | 21.4 | 29.8 |
钾长石 | 18.4 | 18.6 | 12.6 |
钠长石 | 3.3 | 5.1 | 2.7 |
方解石 | 0.02 | 0 | 8.5 |
白云母 | 9.8 | 15.3 | 9.7 |
伊利石 | 1.6 | 1.9 | 0.8 |
绿泥石 | 3.8 | 6.1 | 2.9 |
黄铁矿 | 1.6 | 1.8 | 2.1 |
微电子探针在样品S4、S5和S24上一共取了7个点进行了化学成分分析(每个点5mm2)。在样品S4和S5上分别取三个点代表了矿物颗粒大小和结构的非均质性。样品S24仅有一个取样点,因为其相对均质。每个取样点扫描8次,然后得到Si、Mg、Ca、Fe、K、Na、Al的相对含量。对样品S4和S5采集了电子背散射图像。此外,对不同矿物与岩石结构的关系进行了分析,确定了不明矿物的名称。这些实验结果如图3所示。
通过电子探针采集的图片可以看到岩石的结构特征,参见图5,显示了每个样品点的Si、Mg和K的含量。三个样品的矿物成分的最显著特征是在同一层理范围内保持连续。唯一不同的是粘土矿物的含量,在细粉砂岩中泥质含量较高,这些矿物一般呈纤维状。综上所述,三个样品的分选中等~好,其中样品S4的分选最好,样品S24的分选最差。
此后,分别用两种测量渗透率的方法对样品S4、S5和S24进行渗透率测量:探针渗透率在岩心塞的一端进行测量,脉冲衰减渗透率对整块岩样进行测量。对于后者,测量在更接近原位地层的条件下进行。
样品S4的渗透率在三块岩样中最高,但是在不同压力条件下有所差别(如表3和图5所示,其中脉冲衰减渗透率是在两种压力下测量的,零围圧条件的测量与在岩样的一端进行普通压汞测量的结果一致,根据Clarkson校正。)。需要说明的是,探针渗透率是在岩样的一端,即相对于脉冲衰减渗透率利用了较小的岩样体积,同时,探针渗透率是在室温条件下测定的,这就造成了测量方法不同而引起的误差。
将探针渗透率与岩心伽马曲线进行对比,如图6所示,其中,样品S4、S5、S24的普通压汞渗透率(右侧)与伽马射线强度曲线(中间)对比,普通压汞渗透率(点)和脉冲衰减渗透率(圈)(静岩压力4.9MPa)。据Clarkson分析,探针渗透率在2209m以上显示出周期性变化,在2200m以上具有逐渐增加的趋势。在一些孔隙中,伽马射线的强度随着渗透率的变化而变化,
特别是在2200m以上的岩心中,伽马射线的强度随渗透率的增大而增强,即随着渗透率的增大,API降低。样品4和5的采样点属于此类孔隙,样品4具有较高的渗透率和较低的API。控制GR和API的主要因素为绿泥石/伊利石/白云母(伊利石/白云母用X衍射实验难以区分)和钾长石的含量,粘土矿物(伊利石+绿泥石)可以堵塞喉道使渗透率降低。因此,样品S4和S5相比,较低的粘土矿物含量意味着较高的渗透率。
表3,样品S4、S5、S24的渗透率测量结果
注:a是在4.9MPa下测量的;b是在储层条件下测量的(25.5MPa)。
样品S4的氦气孔隙度比另外两个样品高(如表4所示)。如前所述,从10个样品的分析可以看出,脉冲衰减渗透率与氦气孔隙度具有良好的相关关系。
表4,样品S4、S5、S24的氦气孔隙度
样品 | 孔隙度a(%) | 孔隙度b(%) |
S4 | 7.9 | 7.1 |
S5 | 6.3 | 5.3 |
S24 | 5.6 | 5.0 |
注:a是在零围圧条件下测量的;b是在储层条件下测量的(25.5MPa)
根据Brunauer、Demming以及Deming和Teller分类,N2的等温吸附线属于类型IV,这种类型对于孔隙直径介于2nm~50nm之间的孔隙很常见。滞后回线(N2的等温吸附线和解吸等温线的差异)如图9所示,其根据Clarkson校正。样品S4和S5之前被认为是裂缝型孔隙,这和在其它致密气藏中的观察相一致。
多种样品类型的N2BET孔隙表面积(参见表5)表明了样品的均质性。样品S5对N2的吸收量最大,具有最大的孔隙表面积(2.32m2/g~3.05m2/g),其次为样品S4(2.08m2/g~2.59m2/g)和样品S24(0.62m2/g~1.54m2/g)。这两个样品的孔隙表面积远大于常规储层,常规储层的孔隙表面积一般约1m2/g。可能与其孔隙表面积较大的原因与粘土矿物的含量、有机质和粉砂岩的粒度有关。
表5样品4、5、24在不同碎裂程度的N2BET孔隙表面积
注:a是在一般压碎条件下测量的;b是在压碎至4目径粉末条件下测量的;c是在岩心塞条件下测量的。
CO2孔隙表面积如果不小于N2孔隙表面积,则具有可比性,这表明样品中具有非常有限的微孔隙,其可能的原因是较低的有机质含量。如表6所示D-A微孔体积的范围从0.001756(样品4)到0.005115(样品5)cm3/g,明显小于具有较高有机质含量的页岩。
表6样品4、5、24的CO2孔隙表面积和微孔隙体积
参照图8a、图8b、图9a和图9b,根据BJH理论以及解吸等温线,孔径分布表明样品S4和S5具有双峰的分布特征,较大的峰值大约在80nm。样品S24中直径小于50nm的孔隙较少,单峰的峰值大约在100nm。较大的孔径峰值与压汞资料中的主要喉道的直径一致,主要喉道直径对于流动单元很重要。孔径分布峰值为4nm(如图8a和图8b所示)是抗张强度效应和解吸等温线的人为因素引起的。吸附等温线的解释中没有这个峰值(如图8b所示)。此外,利用吸附等温线得到的样品S4和S5的孔径分布,双峰不太明显,而且峰值偏大。
步骤202,采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
图10所示的样品S4的USANS数据(圈)与USANS BT-5仪测得的摆动曲线进行对比。从图中可以看出,两条曲线的形状在较小散射角的范围内具有较大的差异(Q<3×105):样品的照射强度降低约6,曲线的形态会变得比原来平滑。这些效应是不期望发生的,因为页岩样品较高的中子传送值,它补偿了由于不连续散射、吸附和可能连续的宽角度衍射造成的原始照射强度的减少。因此,图10中射线强度的衰减表明这很可能与多次的小角度散射有关。多次小角度散射与I(Q)·dλ2成比例,其中I(Q)为散射截面,d为样品厚度,λ为中子的德布罗意波长(约为1nm~1.4nm)。推测导致来自薄片的,波长为0.24nm的强多次散射的原因可能是中子平均自由程的减少,因为大量的大孔隙的存在和微米级的矿物包裹体的散射长度与岩石基质的平均值有很大不同。我们计划通过USANS受样品厚度的影响来详细研究该效应,这将使得能估计出平均孔径的大小或者利用Sabine-Bertram理论得到包裹体的大小。多次散射减小了I(Q)值衰减的效应,这可以从图10的数据中看出。该效应可能使Q值增加1×106而不被察觉,这和对数坐标下USANS和SANS强度线性变化的斜率相同。
图11展示了在室温条件下样品S4、S5、S24的USANS和SANS的结果,散射数据域典型的页岩散射曲线较为相近。在10-4<Q<3×109的范围内,散射强度在对数坐标系下为一条斜率接近-3的直线,这表明了孔隙内表面粗糙且孔隙形状不规则,样品4的分形维数微2.8,样品5为2.87,样品24为2.72。在这个Q值范围内,若0.8nm<2.5/Q<2500nm,中子散射被孔隙的线性尺寸所控制。在Q<106范围内射线强度曲线变平滑是多次散射的结果。
在较高的Q值范围内(Q>4×109m),所有样品的SANS散射强度变为一个稳定的值。在这个范围内的散射主要由对岩石有机质中的氢原子的不连续散射引起的,也可能是在均匀基质中对微型构造的散射而引起的。
样品S4的矿物成分和散射长度密度(SLD)计算的结果如表8所示。其他的样品具有相似的矿物成分,只是一些成分的含量略有不同,如表7中的第1栏所示。
在本申请的一种优选实施例中,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
在具体实现中,可以通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
从表7中可以看出,对SLD贡献最大的是石英,因为其摩尔质量分数最大。每个样品的总SLD是所有矿物组分的SLD之和,并以它们的摩尔分数作为权重,结果见表8。从表2中可以看出,所有样品的主要成分为石英(30%~40%)和白云石(20%~30%),因此矿物成分的差别与含量少的矿物(如伊利石)有关,但它们在计算中对SLD的影响不大。
表7,样品S4的矿物成分,密度(d)原子量(M)和散射长度密度(SLD)和摩尔分数(ψ)
表8,样品的散射长度密度(SLD)
样品 | SLD(1010cm-2) |
S4 | 4.26 |
S5 | 4.27 |
S24 | 4.40 |
步骤203,采用所述散射长度密度计算所述样品的散射强度;
在具体实现中,可以采用傅里叶转换,例如如下公式计算所述样品的散射强度:
其中,ρ为散射强度密度,r为散射点坐标,q为散射前后的动量转移,其大小可以用如下公式计算:
其中,λ和θ分别为中子波长和散射角。
当然,上述计算散射强度的方法只是用作示例,在实施本实施例时,还可以采用其他计算散射强度的方法,本申请对此不加以限制。
步骤204,采用所述散射强度计算所述样品的孔隙表面积;
在具体实现中,根据Refs,具有长度尺度的表面分形的孔隙表面积(SSA,Sv),可以通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
将实验得到的散射强度(已减去背景值)带入公式(1),得到表9中给出了SSA的值。作为对比,表中也给出了N2BET孔隙表面积的值。对于所有的样品,由USANS/SANS模型计算得出的孔隙表面积明显大于N2吸附法测得的表面积,这表明存在一定量N2在实验条件下进不去的孔隙。
表9,利用Porod规则、PDSP模型和N2吸附法测得的孔隙表面积
注:a根据Porod规则、b根据PDSP模型、c根据N2BET分析
步骤205,采用所述空隙表面积计算所述样品的总空隙体积。
在具体实现中,可以通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数,是近似值。具体结果可以参照图12-图14所示。
将实验测得的I(Q)与带入多径球体模型公式得到的结果对比,我们给出了基于Porod常量并利用I(Q)计算的结果。在表10中可见这些结果和在室温条件下测量的氦气渗透率。如表10所示,所用的样品孔隙度略有差异,不同的推断方法得到了相近的结果。在公式(2)中,推测的Q值上下限进而得到的孔隙度值为7%~8%,比中子散射实验得到的结果略高。这些孔隙度的测量结果也与氦气孔隙度相吻合。
在本申请的一种优选实施例中,所述方法具体还可以包括如下步骤:
步骤205,计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
在具体实现中,样品具有连通的孔隙和不连通的孔隙,但是采用SANS/USANS都可以测量出来。总孔隙度是相对于连通的孔隙和不连通的孔隙而言的,其实质亦为孔隙度。
在本申请的一种优选实施例中,所述方法具体还可以包括如下步骤:
步骤206,获取所述样品的连通孔隙度;
步骤207,计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
需要说明的是,样品的连通孔隙度可以为通过氮气吸附法测得的孔隙度,获得的开孔率。开孔率控制着渗透率,较高的渗透率对应着较高的开孔率。
从表10中可以看出,尽管氦气孔隙度与SANS-USANS测得的孔隙度比较吻合,但氦气法测得的总孔隙度比Porod常量法得到的孔隙度值低。引起差异的原因可能是中子散射测量的是总孔隙度(包括不连通的孔隙),而氦气孔隙度测量的是氦气能够进入的孔隙体积(连通孔隙)。在孔隙体积测量的过程中也存在一定的系统误差。利用N2吸附法测得的SSA值也会因为系统误差而小于用中子散射技术测得的值,但是,由于N2分子大小和吸附温度的缘故,它所测得的孔隙度值更受限制。例如样品S4,SANS/USANS测得的总孔隙度基本与氦气孔隙度相等,在于岩样中的孔隙基本都是连通的。另外两块岩样中可见明显数量的死孔隙。相对样品S5和S24,样品S4中较高比例的连通孔隙是其具有较高渗透率的原因。
表10基于Porod常量法的样品总孔隙度
样品 | Φ(%)a | Φ(%)b | Φ(%)c | Φ(%)d | 开孔率(%)e |
S4 | 8.08 | 7.52 | 6.83 | 7.9 | 98 |
S5 | 8.28 | 7.55 | 6.82 | 6.3 | 76 |
S24 | 7.60 | 7.04 | 6.31 | 5.6 | 74 |
注:a、根据I(Q)推测Q=0和Q=x;b、实验测量的Q值10-4<Q<0.4;c、基于PDSP模型的SSA;d、零围压下氦气孔隙度;e、氦气孔隙度与Porod法孔隙度的比值。
图15为样品S4利用PRINSAS软件得到的用于PDSP模型的实验数据图,其它岩样也得到了较高的吻合度。样品S4的孔径分布和SSA是从PDSP模型得到,它具有作为探针功能,具体参见图16a和图16b。每个样品的总孔隙体积和SSA是每个孔隙体积的总和。从孔隙表面积可以得到孔隙的半径r,使样品的孔隙体积标准化。本申请中只测量了相当于中子散射实验中10-4<Q<4×109的范围,因此,每个样品的总孔隙度应该与Porod常量法得到的孔隙度值(表10第3栏)进行对比。
在f(r)的计算中假设了每个矿物颗粒之间都有相同的孔隙,所有孔隙的大小分布相同。然而,如前所述,石英是贡献SLD值的最主要因素,而且计算的孔径分布也主要受控于石英。虽然岩石中含有少量的有机质,但是本申请表明与此是不相干的,因此它也没有孔隙结构。
SANS/USANS可以被应用于致密油气藏的研究中,其目的是了解储层的孔隙结构及其对渗透率的控制。本申请的三个岩样是根据不同岩性选取的。它们的孔隙结构和渗透率由于岩石骨架矿物、尤其是粘土矿物(伊利石和绿泥石)不同而导致的。
伽马射线的强度在某些岩心段随着渗透率的变化而变化(参见图6)——伽马射线的不同的原因可能是绿泥石/伊利石/蒙脱石和钾长石的含量不同。粘土矿物的含量通常是致密砂岩储层中控制渗透率的重要因素。通过X衍射实验,样品S4和S24的粘土矿物含量较少(伽马射线强度也较低),它们的渗透率比样品S5大(参见图5和图6)。在向上几米的岩心中,渗透率有所增加,这可能与伽马射线的强度减小有关(参见图6)。
尽管三个岩样在宏观、岩石薄片和探针图像中具有差异(参见图2和3),这些资料不能定量的描述储层的孔隙结构和渗透率,其原因是控制它们的最大孔隙直径也要小于0.2μm(通过吸附法得出)。但是低压吸附法(N2和CO2)和SANS/USANS可以精确的描述孔隙结构。
将SANS/USANS散射实验与低压吸附法的孔隙表面积和氦气孔隙度进行对比,就可以得到孔隙结构特征,低压吸附法得到的孔隙表面积较小,氦气孔隙度也较小(表9和10),这是因为样品S5和S24中存在一定量的不连通孔隙。渗透率最高的样品中,连通孔隙的比率也最高。
SANS/USANS散射实验和低压吸附实验数据表明样品中孔径小于2nm的微孔隙是有限的。SANS/USANS散射实验得到的孔径分布(参见图16a)也表明样品中缺少孔径大于2nm且小于10nm的微孔隙。然而,在SANS实验的精确度范围内(受控于在Q值范围内的出现的不连续散射),小孔隙的数量可能比不规则表面积模型得到的结果少。尽管如此,N2和CO2吸附法得到的结果也表明微孔的含量很少。在页岩气和煤层气中,微孔数量的控制因素之一是有机质的含量和类型。
N2吸附实验(参见图8a和图8b)和SANS/USANS散射实验(参见图16a)结果是不能直接对比的,因为N2吸附实验得到的是孔隙体积分布,而SANS/USANS实验得到的是孔径密度分布。此外,在图8a和图8b中,孔隙体积通过测井资料校正为孔径。如果按照常用方法,将它直接转化成孔径,那么任何一个样品的孔径分布都不会是双峰,而且与ANS/USANS散射实验得到的孔径分布相似。此外,SANS/USANS散射实验中(参见图16a)在4nm左右消失的峰值说明吸附等温线可能更适合孔径分布的计算。最后,为了能将SANS/USANS实验与吸附实验得到的孔径分布更直观的对比,本申请将样品S4的SANS/USANS实验数据转化为孔隙体积分布图(参见图17a和图17b)。样品S4的孔径分布趋势具有很好的一致性,特别是在孔隙半径为4nm~100nm的范围内,而其他样品也具有这样的一致性。
本申请通过SANS/USANS对致密油气藏的储层孔隙结构进行测量,其与N2吸附实验的孔径分布曲线趋势一致,和低压吸附实验均表明微孔含量很少,并且表明了微米级孔隙的存在,而且这些孔隙是不连通的,测量精度稿,测量准确性高。
本申请利用氦气孔隙度和SANS/USANS实验测得的孔隙度的比值可以推算出连通孔隙和不连通孔隙在总孔隙体积中所占的比例,而连通孔隙所占的比例是控制储层渗透率的主要因素,从而实现了对储层渗透率的评价。
对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
参照图18,示出了本申请的一种致密油气藏的储层孔隙结构的测量系统置实施例的结构框图,具体可以包括以下模块:
岩心特性获取模块1801,用于获取致密油气藏样品的岩心特性;
散射长度密度计算模块1802,用于采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
散射强度计算模块1803,用于采用所述散射长度密度计算所述样品的散射强度;
孔隙表面积计算模块1804,用于采用所述散射强度计算所述样品的孔隙表面积;
总空隙体积计算模块1805,用于采用所述空隙表面积计算所述样品的总空隙体积。
在本申请的一种优选实施例中,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
在本申请的一种优选实施例中,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
在本申请的一种优选实施例中,通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
在本申请的一种优选实施例中,通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
在本申请的一种优选实施例中,通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数。
在本申请的一种优选实施例中,所述系统具体还可以包括如下模块:
总孔隙度计算模块,用于计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
在本申请的一种优选实施例中,所述系统具体还可以包括如下模块:
连通孔隙度获取模块,用于获取所述样品的连通孔隙度;
开孔率计算模块,用于计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本申请所提供的一种致密油气藏的储层孔隙结构的测量方法和一种致密油气藏的储层孔隙结构的测量系统,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (16)
1.一种致密油气藏的储层孔隙结构的测量方法,其特征在于,包括:
获取致密油气藏样品的岩心特性;
采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
采用所述散射长度密度计算所述样品的散射强度;
采用所述散射强度计算所述样品的孔隙表面积;
采用所述空隙表面积计算所述样品的总空隙体积。
2.根据权利要求1所述的方法,其特征在于,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
3.根据权利要求1所述的方法,其特征在于,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
4.根据权利要求1或3所述的方法,其特征在于,通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
5.根据权利要求1所述的方法,其特征在于,通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
6.根据权利要求1所述的方法,其特征在于,通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数。
7.根据权利要求1所述的方法,其特征在于,还包括:
计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
8.根据权利要求7所述的方法,其特征在于,还包括:
获取所述样品的连通孔隙度;
计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
9.一种致密油气藏的储层孔隙结构的测量系统,其特征在于,包括:
岩心特性获取模块,用于获取致密油气藏样品的岩心特性;
散射长度密度计算模块,用于采用所述样品的岩心特性计算所述致密油气藏样品的散射长度密度;
散射强度计算模块,用于采用所述散射长度密度计算所述样品的散射强度;
孔隙表面积计算模块,用于采用所述散射强度计算所述样品的孔隙表面积;
总空隙体积计算模块,用于采用所述空隙表面积计算所述样品的总空隙体积。
10.根据权利要求9所述的系统,其特征在于,所述岩石特性包括深度、分选性、磨圆、颗粒大小、收标本特征、矿物种类及其含量中的一个或多个。
11.根据权利要求9所述的系统,其特征在于,所述样品的总散射长度密度是所述样品中所有矿物组分的散射长度密度之和;其中,所述样品中的矿物组分的散射长度密度配置了所述样品中的矿物组分的摩尔分数作为权重。
12.根据权利要求9或11所述的系统,其特征在于,通过以下公式计算所述样品的散射长度密度:
SLD=(bi/MiNA)di
其中,SLD为所述样品的散射长度密度,bi和Mi为矿物中第i个元素的散射长度密度和的原子量,di为第i种矿物的密度,NA为阿伏伽德罗常数。
13.根据权利要求9所述的系统,其特征在于,通过以下公式计算所述样品的孔隙表面积:
其中,Sv为孔隙表面积,Δρ*为散射长度密度差,ρ为密度,Ds为分形数,r为所述样品的半径,F(DS)=Γ(5-DS)sin[(3-DS)(π/2)]/(3-DS)。
14.根据权利要求9所述的系统,其特征在于,通过以下公式计算所述样品的总孔隙体积:
其中,Q为散射矢量,I(Q)为散射截面,Δρ*为散射长度密度差,φ为空隙表面积;
所述Q包括第一未测量范围,为0到QL1,QL1=106、实验测量范围,为QL1<Q<QU,QU=4×109和第二未测量范围为QL2,QL2>4×109;
第一未测量范围的贡献由能量守恒定律确定;第二未测量范围的贡献由I(Q)=AQ-n+B确定,A为比例常数,B为非相干散射贡献,n为配置常数。
15.根据权利要求9所述的系统,其特征在于,还包括:
总孔隙度计算模块,用于计算所述总空隙体积与所述样品的体积的比值,获得所述样品的总孔隙度。
16.根据权利要求15所述的系统,其特征在于,还包括:
连通孔隙度获取模块,用于获取所述样品的连通孔隙度;
开孔率计算模块,用于计算所述连通孔隙度与所述总孔隙度的比值,获得所述样品的开孔率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310518045.3A CN103528933B (zh) | 2013-10-28 | 2013-10-28 | 一种致密油气藏的储层孔隙结构的测量方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310518045.3A CN103528933B (zh) | 2013-10-28 | 2013-10-28 | 一种致密油气藏的储层孔隙结构的测量方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103528933A true CN103528933A (zh) | 2014-01-22 |
CN103528933B CN103528933B (zh) | 2016-03-30 |
Family
ID=49931124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310518045.3A Expired - Fee Related CN103528933B (zh) | 2013-10-28 | 2013-10-28 | 一种致密油气藏的储层孔隙结构的测量方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103528933B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104330343A (zh) * | 2014-10-20 | 2015-02-04 | 中国石油天然气股份有限公司 | 致密砂岩微观孔喉数据的处理方法及装置 |
CN104345132A (zh) * | 2013-07-25 | 2015-02-11 | 长江大学 | 一种页岩微相分类的定量表征方法 |
CN104655826A (zh) * | 2014-11-24 | 2015-05-27 | 中国石油天然气股份有限公司 | 一种检测致密储层吸附态原油的吸附参数的方法及装置 |
CN105334150A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 前陆盆地砂岩储层成岩过程与孔隙演化过程的确定方法 |
CN105334149A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 一种致密储层微观孔隙结构评价与储层分类方法 |
CN105445159A (zh) * | 2015-11-11 | 2016-03-30 | 成都理工大学 | 一种得到孔径分布曲线及样品比表面积的方法 |
CN105466835A (zh) * | 2015-12-23 | 2016-04-06 | 华东交通大学 | 黏土颗粒间孔隙等效孔径的方法 |
CN104215559B (zh) * | 2014-07-15 | 2016-11-30 | 浙江科技学院 | 一种页岩气藏特性预测方法 |
CN106290412A (zh) * | 2016-07-18 | 2017-01-04 | 中国科学院地质与地球物理研究所 | 一种基于空间域相位校正的孔隙成像方法及装置 |
CN106526079A (zh) * | 2016-10-27 | 2017-03-22 | 中国石油大学(北京) | 一种研究致密砂岩孔喉结构动态变化的方法 |
CN106644873A (zh) * | 2016-09-14 | 2017-05-10 | 中国石油大学(北京) | 页岩有机质孔隙体积的表征方法 |
CN106680172A (zh) * | 2016-11-16 | 2017-05-17 | 中国石油大学(北京) | 评价致密油储层的裂缝的方法 |
CN106706496A (zh) * | 2017-01-09 | 2017-05-24 | 中国石油大学(华东) | 一种致密油/页岩油的纳米级含油孔径分布的测定方法 |
CN107816349A (zh) * | 2016-09-12 | 2018-03-20 | 中国石油化工股份有限公司 | 一种分析致密砂岩孔隙结构状态的方法 |
CN107993261A (zh) * | 2017-11-02 | 2018-05-04 | 中国科学院地质与地球物理研究所 | 一种基于三维岩心扫描图像的孔隙与孔喉识别方法 |
CN108132207A (zh) * | 2018-02-09 | 2018-06-08 | 辽宁翔舜科技有限公司 | 一种用于焦炭孔隙构造检测的前峰识别技术方法 |
CN108535163A (zh) * | 2018-04-28 | 2018-09-14 | 中国工程物理研究院核物理与化学研究所 | 一种测定炸药晶体比表面积的方法 |
CN109799164A (zh) * | 2018-12-21 | 2019-05-24 | 中国石油天然气股份有限公司 | 吸附气量的确定方法及装置 |
CN110530910A (zh) * | 2019-08-15 | 2019-12-03 | 中国石油大学(北京) | 一种模拟致密岩石微纳孔隙环境的油气赋存相态测定方法 |
CN111044430A (zh) * | 2019-12-26 | 2020-04-21 | 中国科学院广州能源研究所 | 一种计算海洋沉积层孔隙分布的方法 |
CN112014289A (zh) * | 2020-07-22 | 2020-12-01 | 中国地质大学(武汉) | 一种页岩储层自封闭能力的评价方法 |
CN112485177A (zh) * | 2020-11-19 | 2021-03-12 | 贵州电网有限责任公司 | 一种复合绝缘子芯棒贯穿孔的检测方法和应用 |
CN113192119A (zh) * | 2021-05-27 | 2021-07-30 | 宜宾学院 | 一种多尺度孔隙面孔率的定量统计方法 |
CN113484348A (zh) * | 2021-06-16 | 2021-10-08 | 中国地质大学(武汉) | 利用小角中子散射实验表征页岩微观结构吸水膨胀性方法 |
CN113552149A (zh) * | 2021-06-22 | 2021-10-26 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种利用小角中子散射定量表征页岩润湿性的方法 |
CN113624799B (zh) * | 2021-08-20 | 2023-11-17 | 西南石油大学 | 一种基于核磁共振和分形维数的岩石渗透率预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793710A (en) * | 1987-06-09 | 1988-12-27 | The United States Of America As Represented By The Secretary Of The Interior | Method and apparatus for measuring surface density of explosive and inert dust in stratified layers |
CN101984217A (zh) * | 2010-03-22 | 2011-03-09 | 中国石油集团川庆钻探工程有限公司工程技术研究院 | 一种裂缝性储层损害评价的岩心预处理方法 |
-
2013
- 2013-10-28 CN CN201310518045.3A patent/CN103528933B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793710A (en) * | 1987-06-09 | 1988-12-27 | The United States Of America As Represented By The Secretary Of The Interior | Method and apparatus for measuring surface density of explosive and inert dust in stratified layers |
CN101984217A (zh) * | 2010-03-22 | 2011-03-09 | 中国石油集团川庆钻探工程有限公司工程技术研究院 | 一种裂缝性储层损害评价的岩心预处理方法 |
Non-Patent Citations (1)
Title |
---|
张黎明: "《测定油气储层孔隙介质分形维的若干方法》", 《中国海上油气》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345132A (zh) * | 2013-07-25 | 2015-02-11 | 长江大学 | 一种页岩微相分类的定量表征方法 |
CN104345132B (zh) * | 2013-07-25 | 2016-03-02 | 长江大学 | 一种页岩微相分类的定量表征方法 |
CN104215559B (zh) * | 2014-07-15 | 2016-11-30 | 浙江科技学院 | 一种页岩气藏特性预测方法 |
CN104330343A (zh) * | 2014-10-20 | 2015-02-04 | 中国石油天然气股份有限公司 | 致密砂岩微观孔喉数据的处理方法及装置 |
CN104330343B (zh) * | 2014-10-20 | 2016-08-31 | 中国石油天然气股份有限公司 | 致密砂岩微观孔喉数据的处理方法及装置 |
CN104655826B (zh) * | 2014-11-24 | 2016-08-24 | 中国石油天然气股份有限公司 | 一种检测致密储层吸附态原油的吸附参数的方法及装置 |
CN104655826A (zh) * | 2014-11-24 | 2015-05-27 | 中国石油天然气股份有限公司 | 一种检测致密储层吸附态原油的吸附参数的方法及装置 |
CN105445159B (zh) * | 2015-11-11 | 2021-08-13 | 成都理工大学 | 一种得到孔径分布曲线及样品比表面积的方法 |
CN105445159A (zh) * | 2015-11-11 | 2016-03-30 | 成都理工大学 | 一种得到孔径分布曲线及样品比表面积的方法 |
CN105334149A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 一种致密储层微观孔隙结构评价与储层分类方法 |
CN105334150B (zh) * | 2015-11-24 | 2019-02-12 | 中国石油大学(北京) | 前陆盆地砂岩储层成岩过程与孔隙演化过程的确定方法 |
CN105334150A (zh) * | 2015-11-24 | 2016-02-17 | 中国石油大学(北京) | 前陆盆地砂岩储层成岩过程与孔隙演化过程的确定方法 |
CN105466835A (zh) * | 2015-12-23 | 2016-04-06 | 华东交通大学 | 黏土颗粒间孔隙等效孔径的方法 |
CN106290412A (zh) * | 2016-07-18 | 2017-01-04 | 中国科学院地质与地球物理研究所 | 一种基于空间域相位校正的孔隙成像方法及装置 |
CN106290412B (zh) * | 2016-07-18 | 2018-03-27 | 中国科学院地质与地球物理研究所 | 一种基于空间域相位校正的孔隙成像方法及装置 |
CN107816349A (zh) * | 2016-09-12 | 2018-03-20 | 中国石油化工股份有限公司 | 一种分析致密砂岩孔隙结构状态的方法 |
CN106644873A (zh) * | 2016-09-14 | 2017-05-10 | 中国石油大学(北京) | 页岩有机质孔隙体积的表征方法 |
CN106526079A (zh) * | 2016-10-27 | 2017-03-22 | 中国石油大学(北京) | 一种研究致密砂岩孔喉结构动态变化的方法 |
CN106680172A (zh) * | 2016-11-16 | 2017-05-17 | 中国石油大学(北京) | 评价致密油储层的裂缝的方法 |
CN106680172B (zh) * | 2016-11-16 | 2019-09-27 | 中国石油大学(北京) | 评价致密油储层的裂缝的方法 |
CN106706496A (zh) * | 2017-01-09 | 2017-05-24 | 中国石油大学(华东) | 一种致密油/页岩油的纳米级含油孔径分布的测定方法 |
CN106706496B (zh) * | 2017-01-09 | 2019-04-02 | 中国石油大学(华东) | 一种致密油/页岩油的纳米级含油孔径分布的测定方法 |
CN107993261A (zh) * | 2017-11-02 | 2018-05-04 | 中国科学院地质与地球物理研究所 | 一种基于三维岩心扫描图像的孔隙与孔喉识别方法 |
CN108132207A (zh) * | 2018-02-09 | 2018-06-08 | 辽宁翔舜科技有限公司 | 一种用于焦炭孔隙构造检测的前峰识别技术方法 |
CN108132207B (zh) * | 2018-02-09 | 2020-05-15 | 辽宁翔舜科技有限公司 | 一种用于焦炭孔隙构造检测的前峰识别技术方法 |
CN108535163A (zh) * | 2018-04-28 | 2018-09-14 | 中国工程物理研究院核物理与化学研究所 | 一种测定炸药晶体比表面积的方法 |
CN108535163B (zh) * | 2018-04-28 | 2021-04-06 | 中国工程物理研究院核物理与化学研究所 | 一种测定炸药晶体比表面积的方法 |
CN109799164B (zh) * | 2018-12-21 | 2021-08-03 | 中国石油天然气股份有限公司 | 吸附气量的确定方法及装置 |
CN109799164A (zh) * | 2018-12-21 | 2019-05-24 | 中国石油天然气股份有限公司 | 吸附气量的确定方法及装置 |
CN110530910A (zh) * | 2019-08-15 | 2019-12-03 | 中国石油大学(北京) | 一种模拟致密岩石微纳孔隙环境的油气赋存相态测定方法 |
CN110530910B (zh) * | 2019-08-15 | 2020-09-18 | 中国石油大学(北京) | 一种模拟致密岩石微纳孔隙环境的油气赋存相态测定方法 |
CN111044430A (zh) * | 2019-12-26 | 2020-04-21 | 中国科学院广州能源研究所 | 一种计算海洋沉积层孔隙分布的方法 |
CN112014289A (zh) * | 2020-07-22 | 2020-12-01 | 中国地质大学(武汉) | 一种页岩储层自封闭能力的评价方法 |
CN112485177B (zh) * | 2020-11-19 | 2023-06-06 | 贵州电网有限责任公司 | 一种复合绝缘子芯棒贯穿孔的检测方法 |
CN112485177A (zh) * | 2020-11-19 | 2021-03-12 | 贵州电网有限责任公司 | 一种复合绝缘子芯棒贯穿孔的检测方法和应用 |
CN113192119A (zh) * | 2021-05-27 | 2021-07-30 | 宜宾学院 | 一种多尺度孔隙面孔率的定量统计方法 |
CN113192119B (zh) * | 2021-05-27 | 2023-01-06 | 宜宾学院 | 一种多尺度孔隙面孔率的定量统计方法 |
CN113484348A (zh) * | 2021-06-16 | 2021-10-08 | 中国地质大学(武汉) | 利用小角中子散射实验表征页岩微观结构吸水膨胀性方法 |
CN113552149A (zh) * | 2021-06-22 | 2021-10-26 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种利用小角中子散射定量表征页岩润湿性的方法 |
CN113624799B (zh) * | 2021-08-20 | 2023-11-17 | 西南石油大学 | 一种基于核磁共振和分形维数的岩石渗透率预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103528933B (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103528933B (zh) | 一种致密油气藏的储层孔隙结构的测量方法和系统 | |
Gu et al. | Quantification of organic porosity and water accessibility in Marcellus shale using neutron scattering | |
Jiang et al. | Fractal analysis of shale pore structure of continental gas shale reservoir in the Ordos Basin, NW China | |
Vishal et al. | Interpreting pore dimensions in gas shales using a combination of SEM imaging, small-angle neutron scattering, and low-pressure gas adsorption | |
Gu et al. | Pores in Marcellus shale: A neutron scattering and FIB-SEM study | |
Wang et al. | Quantitative characterization of reservoir space in the Lower Silurian Longmaxi Shale, southern Sichuan, China | |
Busch et al. | Determining the porosity of mudrocks using methodological pluralism | |
Cai et al. | Petrophysical characterization and fluids transport in unconventional reservoirs | |
Wang et al. | Characteristics and dominant controlling factors of organic-rich marine shales with high thermal maturity: A case study of the Lower Cambrian Niutitang Formation in the Cen’gong block, southern China | |
Xu | Probing nanopore structure and confined fluid behavior in shale matrix: A review on small-angle neutron scattering studies | |
Yang et al. | Petrophysical characteristics of shales with different lithofacies in Jiaoshiba area, Sichuan Basin, China: Implications for shale gas accumulation mechanism | |
Mendhe et al. | Geochemical and petrophysical characteristics of Permian shale gas reservoirs of Raniganj Basin, West Bengal, India | |
Jia et al. | Variations of pore structure in organic-rich shales with different lithofacies from the Jiangdong block, fuling shale gas field, SW China: Insights into gas storage and pore evolution | |
Iqbal et al. | Shale lithofacies controls on porosity and pore structure: An example from Ordovician Goldwyer Formation, Canning Basin, Western Australia | |
Zhang et al. | Effect of shale lithofacies on pore structure of the Wufeng–Longmaxi Shale in Southeast Chongqing, China | |
Chandra et al. | Role of composition and depth on pore attributes of Barakar Formation Gas Shales of Ib Valley, India, using a combination of low-pressure sorption and image analysis | |
Zhang et al. | Complementary neutron scattering, mercury intrusion and SEM imaging approaches to micro-and nano-pore structure characterization of tight rocks: A case study of the Bakken shale | |
Waldmann et al. | Importance of mineral surface areas in Rotliegend sandstones for modeling CO2–water–rock interactions | |
Hosseini et al. | Neutron scattering: A subsurface application review | |
Tang et al. | Sealing mechanism of the roof and floor for the Wufeng-Longmaxi shale gas in the southern Sichuan Basin | |
Anovitz et al. | Analysis of the pore structures of shale using neutron and X‐ray small angle scattering | |
Wang et al. | Evaluation of nanoscale accessible pore structures for improved prediction of gas production potential in Chinese marine shales | |
Bowers et al. | 13C nuclear magnetic resonance spectroscopy of methane and carbon dioxide in a natural shale | |
Xiao et al. | Comparison of marine and continental shale gas reservoirs and their gas-bearing properties in China: the examples of the Longmaxi and Shahezi shales | |
Hall et al. | Small‐angle scattering studies of the pore spaces of shaly rocks |
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: 20160330 Termination date: 20181028 |
|
CF01 | Termination of patent right due to non-payment of annual fee |