CN104573339B - 页岩气储层的地质参数确定方法和装置 - Google Patents
页岩气储层的地质参数确定方法和装置 Download PDFInfo
- Publication number
- CN104573339B CN104573339B CN201410818237.0A CN201410818237A CN104573339B CN 104573339 B CN104573339 B CN 104573339B CN 201410818237 A CN201410818237 A CN 201410818237A CN 104573339 B CN104573339 B CN 104573339B
- Authority
- CN
- China
- Prior art keywords
- shale gas
- gas reservoir
- grid
- image
- 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
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供一种页岩气储层的地质参数确定方法和装置,通过采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,确定满足在该图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa,从而将该最小网格面积Sa作为页岩气储层的表征单元面积,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
Description
技术领域
本发明涉及天然气勘探技术,尤其涉及一种页岩气储层的地质参数确定方法和装置。
背景技术
页岩气储层是页岩气的主要富集场所,页岩气储层的地质参数对页岩气的勘探以及开发有着重要的地质意义,因此,需要确定页岩气储层的地质参数。
现有技术中,对页岩气储层的地质参数偏向于定性描述,往往导致所确定的页岩气储层的地质参数不准确。也就是说,现有技术中,缺乏对页岩气储层的地质参数的定量确定方法。
发明内容
本发明提供一种页岩气储层的地质参数确定方法和装置,用于解决现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
本发明的第一个方面是提供一种页岩气储层的地质参数确定方法,包括:
采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理;
确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa;
将所述最小网格面积Sa作为所述页岩气储层的表征单元面积。
本发明的另一个方面是提供一种页岩气储层的地质参数确定装置,包括:
网格处理模块,用于采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理;
第一确定模块,用于确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa;将所述最小网格面积Sa作为所述页岩气储层的表征单元面积。
本发明提供的页岩气储层的地质参数确定方法和装置,通过采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,确定满足在该图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa,从而将该最小网格面积Sa作为页岩气储层的表征单元面积,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
附图说明
图1为本发明实施例提供的一种页岩气储层的地质参数确定方法的流程示意图;
图2为本发明实施例提供的另一种页岩气储层的地质参数确定方法的流程示意图;
图3为本发明实施例提供的一种页岩气储层的地质参数确定装置的结构示意图;
图4为本发明实施例提供的另一种页岩气储层的地质参数确定装置的结构示意图。
具体实施方式
图1为本发明实施例提供的一种页岩气储层的地质参数确定方法的流程示意图,如图1所示,包括:
101、采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理。
其中,扫描电镜图像具体可以为扫描电镜矿物定量评价图像,这种扫描电镜矿物定量评价图像为彩色图像。
具体的,预先对页岩气储层的扫描电镜矿物定量评价图像进行预处理,获得数字化的页岩气储层的扫描电镜矿物定量评价图像,以下为了简便称数字化的页岩气储层的扫描电镜矿物定量评价图像为图像。进而对该图像进行扫描,利用每种矿物的颜色不同,在该图像中利用色标标识出页岩气储层所含的每一种矿物。采用不同网格面积,对该图像进行网格化处理,也就是在图像中采用不同网格面积打网格。其中,优选的,网格是正方形。在图像中,包含不同大小的各种块状的矿物,每一块占用图像中不同位置的一定面积。
102、确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa。
具体的,按照网格面积从小到大的顺序,寻找使得在该图像不同个网格内页岩气储层的各矿物含量比值之间的差异首次小于第一预设阈值的网格面积,将该网格面积作为最小网格面积Sa。也就是说,当网格面积为Sa时,不同网格内的各矿物含量比值相似,即各矿物含量比值趋于稳定;在网格面积继续增大时,网格内的各矿物含量比值也不会随网格面积的增大而发生剧烈变化。
103、将最小网格面积Sa作为页岩气储层的表征单元面积。
经过数字化图像预处理的页岩气储层扫描电镜图像的个数为至少两个时,重复执行步骤101和102,从针对每一个经过数字化图像预处理的页岩气储层扫描电镜图像进行计算所获得的最小网格面积Sa中选取最大的最小网格面积Sa,将选取出的最小网格面积Sa作为所述页岩气储层的表征单元面积。
本实施例中,通过采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,确定满足在该图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa,从而将该最小网格面积Sa作为页岩气储层的表征单元面积,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
图2为本发明实施例提供的另一种页岩气储层的地质参数确定方法的流程示意图,如图2所示,在上一实施例的基础上,步骤103之后,还包括:
201、确定满足在图像各个网格内目标矿物含量之间的差异小于第二预设阈值的条件下的最小网格面积Sb。
其中,目标矿物存在于页岩气储层中。
具体的,按照网格面积从小到大的顺序,寻找使得在该图像不同网格内页岩气储层的目标矿物含量之间的差异首次小于第二预设阈值的网格面积,将该网格面积作为最小网格面积Sb。也就是说,当网格面积为Sb时,不同网格内的目标矿物含量值相似,即目标矿物含量值趋于稳定;在网格面积继续增大时,网格内的目标矿物含量值也不会随网格面积的增大而发生剧烈变化。
需要说明的是,前述第一阈值可以等于,也可以不等于第二阈值,本实施例中对此不作限定。第一阈值和第二阈值的取值与页岩气储层的地质参数精度相关。
202、将最小网格面积Sb作为页岩气储层所含目标矿物的表征单元面积。
经过数字化图像预处理的页岩气储层扫描电镜图像的个数为至少两个,从针对每一个经过数字化图像预处理的页岩气储层扫描电镜图像进行计算所获得的最小网格面积Sb中选取最大的最小网格面积Sb;将选取出的最小网格面积Sb作为目标矿物的表征单元面积。
203、在网格边长r取各不同值时,分别统计在该图像中包含有目标矿物的网格个数N(r)。
其中,所述边长r的最小取值为全部包含所述图像中最小块目标矿物时的最小网格边长;所述边长r的最大取值为全部包含所述图像中最大块目标矿物时的最小网格边长。
具体的,在图像中标识出目标矿物之后,将目标矿物的图像提取出来,或者剔除其他矿物。利用可全部包含最小块目标矿物的最小网格,对该图像进行网格化处理,统计包含有目标矿物的网格个数,包括全部包含和部分包含。依次改变网格边长,并统计包含有目标矿物的网格个数,获得多个边长r对应的网格个数N(r)。直至,网格全部包含图像中最大块目标矿物为止。
204、计算盒维数D(r)。
具体的,根据公式计算盒维数D(r):将所获得的多个边长r对应的网格个数N(r)代入公式计算获得多个盒维数D(r)。
205、将盒维数D(r)的数学期望值,作为页岩气储层所含目标矿物的分形维数。
具体的,可将多个边长r对应的网格个数N(r)代入双对数坐标系中,其中,横坐标为纵坐标为logN(r)。可获得多个点采用线性拟合方式,获得一线性关系,将该线性关系的斜率作为盒维数D(r)的数学期望值,即页岩气储层所含目标矿物的分形维数。
需要说明的是,本实施例仅提供了一种可能的实现方式,本领域技术人员可以理解,在具体执行过程中,步骤201-步骤202与步骤102-步骤103,以及步骤203-步骤205之间既可以同时执行,也可以先后执行。
本实施例中,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
图3为本发明实施例提供的一种页岩气储层的地质参数确定装置的结构示意图,如图3所示,包括:网格处理模块31和第一确定模块32。
网格处理模块31,用于采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理。
其中,扫描电镜图像具体可以为扫描电镜矿物定量评价图像,这种扫描电镜矿物定量评价图像为彩色图像。
具体的,网格处理模块31还可以预先对页岩气储层的扫描电镜矿物定量评价图像进行预处理,获得数字化的页岩气储层的扫描电镜矿物定量评价图像,以下为了简便称数字化的页岩气储层的扫描电镜矿物定量评价图像为图像。进而网格处理模块31对该图像进行扫描,利用每种矿物的颜色不同,在该图像中利用色标标识出页岩气储层所含的每一种矿物。采用不同网格面积,对该图像进行网格化处理,也就是在图像中采用不同网格面积打网格。其中,优选的,网格是正方形。在图像中,包含不同大小的各种块状的矿物,每一块占用图像中不同位置的一定面积。
第一确定模块32,与网格处理模块31连接,用于确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa;将所述最小网格面积Sa作为所述页岩气储层的表征单元面积。
具体的,第一确定模块32按照网格面积从小到大的顺序,寻找使得在该图像不同个网格内页岩气储层的各矿物含量比值之间的差异首次小于第一预设阈值的网格面积,将该网格面积作为最小网格面积Sa。也就是说,当网格面积为Sa时,不同网格内的各矿物含量比值相似,即各矿物含量比值趋于稳定;在网格面积继续增大时,网格内的各矿物含量比值也不会随网格面积的增大而发生剧烈变化。将最小网格面积Sa作为页岩气储层的表征单元面积。
进一步,经过数字化图像预处理的页岩气储层扫描电镜图像的个数为至少两个,则第一确定模块32,具体用于从针对每一个经过数字化图像预处理的页岩气储层扫描电镜图像进行计算所获得的最小网格面积Sa中选取最大的最小网格面积Sa;将选取出的最小网格面积Sa作为所述页岩气储层的表征单元面积
本实施例中,通过采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,确定满足在该图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa,从而将该最小网格面积Sa作为页岩气储层的表征单元面积,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
图4为本发明实施例提供的另一种页岩气储层的地质参数确定装置的结构示意图,如图4所示,在上一实施例的基础上,本实施例中的装置进一步包括:第二确定模块41、统计模块42、计算模块43和第三确定模块44。
第二确定模块41,与网格处理模块31连接,用于确定满足在所述图像各个网格内目标矿物含量之间的差异小于第二预设阈值的条件下的最小网格面积Sb;所述目标矿物存在于所述页岩气储层中;将所述最小网格面积Sb作为所述页岩气储层所含目标矿物的表征单元面积。
统计模块42,与网格处理模块31连接,用于在所述边长r取各不同值时,分别统计在所述图像中包含所述目标矿物的网格个数N(r)。
其中,所述边长r的最小取值为包含所述图像中面积最小的所述目标矿物时的最小网格边长;所述边长r的最大取值为包含所述图像中面积最大的所述目标矿物时的最小网格边长。
计算模块43,与统计模块42连接,用于根据公式计算盒维数D(r)。
第三确定模块44,与计算模块43连接,用于将所述盒维数D(r)的数学期望值,作为所述页岩气储层所含目标矿物的分形维数。
第三确定模块44,具体用于采用最小二乘法,计算所述盒维数D(r)的数学期望值,将所述盒维数D(r)的数学期望值,作为所述页岩气储层所含目标矿物的分形维数。
本实施例中,由于采用了在微纳米尺度上对数字化图像的页岩气储层扫描电镜图像进行分析,从而确定页岩气储层的地质参数的方法,提高了页岩气储层的地质参数的计算精度,解决了现有技术中所确定的页岩气储层的地质参数不准确的技术问题。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种页岩气储层的地质参数确定方法,其特征在于,包括:
采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理;
确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa;
将所述最小网格面积Sa作为所述页岩气储层的表征单元面积;
所述经过数字化图像预处理的页岩气储层扫描电镜图像的个数为至少两个;
所述将所述最小网格面积Sa作为所述页岩气储层的表征单元面积包括:
从针对每一个经过数字化图像预处理的页岩气储层扫描电镜图像进行计算所获得的最小网格面积Sa中,选取最大的最小网格面积Sa;
将选取出的最小网格面积Sa作为所述页岩气储层的表征单元面积。
2.根据权利要求1所述的方法,其特征在于,所述采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,还包括:
确定满足在所述图像各个网格内目标矿物含量之间的差异小于第二预设阈值的条件下的最小网格面积Sb;所述目标矿物存在于所述页岩气储层中;
将所述最小网格面积Sb作为所述页岩气储层所含目标矿物的表征单元面积。
3.根据权利要求2所述的方法,其特征在于,所述网格为边长为r的正方形,所述采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理之后,还包括:
在所述边长r取各不同值时,分别统计在所述图像中包含有所述目标矿物的网格个数N(r);
根据公式计算盒维数D(r);
将所述盒维数D(r)的数学期望值,作为所述页岩气储层所含目标矿物的分形维数。
4.根据权利要求3所述的方法,其特征在于,
所述边长r的最小取值为全部包含所述图像中最小块目标矿物时的最小网格边长;
所述边长r的最大取值为全部包含所述图像中最大块目标矿物时的最小网格边长。
5.一种页岩气储层的地质参数确定装置,其特征在于,包括:
网格处理模块,用于采用不同网格面积,对经过数字化图像预处理的页岩气储层扫描电镜图像进行网格化处理;
第一确定模块,用于确定满足在所述图像各个网格内,页岩气储层的各矿物含量比值之间的差异小于第一预设阈值的条件下的最小网格面积Sa;将所述最小网格面积Sa作为所述页岩气储层的表征单元面积;
所述经过数字化图像预处理的页岩气储层扫描电镜图像的个数为至少两个;
所述第一确定模块,具体用于从针对每一个经过数字化图像预处理的页岩气储层扫描电镜图像进行计算所获得的最小网格面积Sa中选取最大的最小网格面积Sa;将选取出的最小网格面积Sa作为所述页岩气储层的表征单元面积。
6.根据权利要求5所述的装置,其特征在于,所述装置,还包括:
第二确定模块,用于确定满足在所述图像各个网格内目标矿物含量之间的差异小于第二预设阈值的条件下的最小网格面积Sb;所述目标矿物存在于所述页岩气储层中;将所述最小网格面积Sb作为所述页岩气储层所含目标矿物的表征单元面积。
7.根据权利要求6所述的装置,其特征在于,所述网格为边长为r的正方形,所述装置,还包括:
统计模块,用于在所述边长r取各不同值时,分别统计在所述图像中包含所述目标矿物的网格个数N(r);
计算模块,用于根据公式计算盒维数D(r);
第三确定模块,用于将所述盒维数D(r)的数学期望值,作为所述页岩气储层所含目标矿物的分形维数。
8.根据权利要求7所述的装置,其特征在于,
所述边长r的最小取值为包含所述图像中面积最小的所述目标矿物时的最小网格边长;
所述边长r的最大取值为包含所述图像中面积最大的所述目标矿物时的最小网格边长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410818237.0A CN104573339B (zh) | 2014-12-24 | 2014-12-24 | 页岩气储层的地质参数确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410818237.0A CN104573339B (zh) | 2014-12-24 | 2014-12-24 | 页岩气储层的地质参数确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104573339A CN104573339A (zh) | 2015-04-29 |
CN104573339B true CN104573339B (zh) | 2018-03-09 |
Family
ID=53089385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410818237.0A Active CN104573339B (zh) | 2014-12-24 | 2014-12-24 | 页岩气储层的地质参数确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573339B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488349B (zh) * | 2015-12-01 | 2018-06-08 | 中国石油大学(北京) | 页岩油气储层的微观地质特征确定方法和装置 |
CN108961332B (zh) * | 2017-05-23 | 2021-06-15 | 中国石油化工股份有限公司 | 砂岩图像代表性区域面积大小确定方法及装置 |
CN107657365B (zh) | 2017-09-08 | 2020-08-11 | 中国石油天然气股份有限公司 | 地质资源开采价值评价方法及装置 |
CN108868715B (zh) * | 2018-06-02 | 2020-05-01 | 东北石油大学 | 运用分形理论确定基质-高渗条带化学驱剩余油分布及运移规律的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626447B2 (en) * | 2010-09-13 | 2014-01-07 | Chevron U.S.A. Inc. | System and method for sweet zone identification in shale gas reservoirs |
CN104156593B (zh) * | 2014-08-08 | 2017-04-19 | 中国石油大学(华东) | 密闭体系下页岩油气产率评价模型建立及参数标定方法 |
-
2014
- 2014-12-24 CN CN201410818237.0A patent/CN104573339B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104573339A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389128B (zh) | 电成像测井图像特征自动提取方法及装置 | |
Campbell et al. | Assessing colour-dependent occupation statistics inferred from galaxy group catalogues | |
CN104573339B (zh) | 页岩气储层的地质参数确定方法和装置 | |
Biswal et al. | Stochastic multiscale model for carbonate rocks | |
CN105913494B (zh) | 多尺度裂缝精细地质建模及数值模拟方法和装置 | |
CN106295502A (zh) | 一种人脸检测方法及装置 | |
CN104181603A (zh) | 碎屑岩沉积成岩综合相识别方法 | |
CN106370817A (zh) | 一种基于岩心分析和电成像测井的缝洞定量表征方法 | |
CN110874846B (zh) | 一种彩色曲线位图矢量化方法、计算机设备及存储介质 | |
US10605053B2 (en) | Method for operating a substerranean formation from which a fluid is produced | |
CN103377222B (zh) | 一种地图瓦片生成方法及装置 | |
CN103336305B (zh) | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 | |
Englund | Spatial simulation: environmental applications | |
US20140270393A1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
CN109298464B (zh) | 致密砂岩储层成岩相测井识别方法及装置 | |
CN111079773A (zh) | 一种基于Mask R-CNN网络的砾石参数获取方法、装置、设备及存储介质 | |
CN110018108B (zh) | 岩石孔隙孔径的测定方法及设备 | |
CN109633781B (zh) | 地质属性获取方法及装置、电子设备、存储介质 | |
CN106547028A (zh) | 预测页岩储层toc的方法和装置 | |
Koch et al. | Does fluvial channel-belt clustering predict net sand to gross rock volume? Architectural metrics and point-pattern analysis of a digital outcrop model | |
CN109113732B (zh) | 储层非均质性的确定方法及装置 | |
CN108921187A (zh) | 鲕粒滩类型划分方法和装置 | |
US11320553B2 (en) | System and method for subsurface structural interpretation | |
US11454733B2 (en) | System and method for analysis of subsurface data | |
CN114021644A (zh) | 一种基于K-means和去丛聚法的区域代表性地下水位计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |