CN105372407A - 页岩气含量分析方法和装置 - Google Patents

页岩气含量分析方法和装置 Download PDF

Info

Publication number
CN105372407A
CN105372407A CN201510767706.5A CN201510767706A CN105372407A CN 105372407 A CN105372407 A CN 105372407A CN 201510767706 A CN201510767706 A CN 201510767706A CN 105372407 A CN105372407 A CN 105372407A
Authority
CN
China
Prior art keywords
gas
digital cores
skeleton
state
data
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
Application number
CN201510767706.5A
Other languages
English (en)
Other versions
CN105372407B (zh
Inventor
肖立志
郭龙
廖广志
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.)
China University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 China University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN201510767706.5A priority Critical patent/CN105372407B/zh
Publication of CN105372407A publication Critical patent/CN105372407A/zh
Application granted granted Critical
Publication of CN105372407B publication Critical patent/CN105372407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种页岩气含量分析方法和装置,其中方法包括:通过在计算确定不同压强下数字岩心中的气体含量时,不仅考虑数字岩心中的气体流动状态,还考虑数字岩心对不同气体密度的气体的吸附能力,从而结合数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量,提高测得的页岩气体储备量的准确度,提高勘探的准确性。

Description

页岩气含量分析方法和装置
技术领域
本发明涉及石油勘探技术领域,尤其涉及一种页岩气含量分析方法和装置。
背景技术
目前,在石油勘探过程中需要提前勘探获知地下的石油或者天然气等的储备量,以便根据储备量确定是否对地下的石油或者天然气进行开采,以及开采规模等。现有技术中,在进行勘探前可以预先扫描岩石样本,得到岩石样本的孔隙数据,根据孔隙数据和骨架数据构建数字岩心,基于离散格子玻尔兹曼模型和数字岩心,计算确定不同压强下数字岩心中的气体含量,从而在勘探过程中通过测得地下页岩的压强以及孔隙数据和骨架数据来确定天然气等的储备量。
然而实际中,页岩骨架对天然气等具有吸附能力,例如页岩中的有机质和干酪根都可以吸附天然气等气体,页岩中有机质和干酪根对天然气的吸附作用会导致孔隙变小,而现有技术中计算气体含量时并没有考虑页岩骨架对天然气的吸附作用,从而导致测量的天然气等的储备量偏大,影响勘探的准确性。
发明内容
本发明提供一种页岩气含量分析方法和装置,用于解决现有技术中勘探准确性差的问题。
本发明的第一个方面是提供一种页岩气含量分析方法,包括:
获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心;
结合离散格子玻尔兹曼方法和所述孔隙数据,确定不同压强下所述数字岩心中的气体流动状态;
采用预设的气体状态方程计算确定不同压强下所述数字岩心中的气体密度;
结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态;
根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量。
进一步地,所述结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态之前,还包括:
根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力;
结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量;
根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
进一步地,所述结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态,包括:
根据所述骨架数据确定所述数字岩心中各个区域的骨架的表面积;
根据所述数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下所述数字岩心中各个区域的骨架的气体吸附量。
进一步地,所述根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量,包括:
根据不同压强下所述数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;
根据所述当前孔隙数据对所述气体流动状态进行调整;
根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下所述数字岩心中的气体含量。
进一步地,所述获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心,包括:
获取页岩样本;
对所述页岩样本进行扫描,获取所述页岩样本在各个角度上的平面图像;
对所述各个角度上的平面图像进行重建,得到页岩样本对应的三维图像;
对所述三维图像中的各个像素点进行滤波和二值化,确定所述页岩样本的孔隙数据和骨架数据;
根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心。
进一步地,所述孔隙数据包括:孔隙度数值;
所述孔隙度数值采用氦气孔隙度进行标定。
本发明的另一个方面提供一种页岩气含量分析装置,包括:
构建模块,用于获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心;
确定模块,用于结合离散格子玻尔兹曼方法和所述孔隙数据,确定不同压强下所述数字岩心中的气体流动状态;
计算模块,用于采用预设的气体状态方程计算确定不同压强下所述数字岩心中的气体密度;
所述确定模块,还用于结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态;
所述确定模块,还用于,根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量。
进一步地,所述确定模块结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态之前,所述计算模块还用于,根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力;
所述计算模块还用于,结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量;
所述构建模块还用于,根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
进一步地,所述确定模块结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态中,所述确定模块具体用于,
根据所述骨架数据确定所述数字岩心中各个区域的骨架的表面积;
根据所述数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下所述数字岩心中各个区域的骨架的气体吸附量。
进一步地,所述确定模块根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量中,所述确定模块具体用于,
根据不同压强下所述数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;
根据所述当前孔隙数据对所述气体流动状态进行调整;
根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下所述数字岩心中的气体含量。
本发明中,通过在计算确定不同压强下数字岩心中的气体含量时,不仅考虑数字岩心中的气体流动状态,还考虑数字岩心对不同气体密度的气体的吸附能力,从而结合数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量,提高测得的页岩气体储备量的准确度,提高勘探的准确性。
附图说明
图1为本发明提供的页岩气含量分析方法一个实施例的流程图;
图2为页岩样本对应的三维图像的示意图;
图3为本发明提供的页岩气含量分析方法又一个实施例的流程图;
图4为本发明提供的页岩气含量分析装置一个实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的页岩气含量分析方法一个实施例的流程图,如图1所示,具体包括以下步骤:
101、获取页岩样本的孔隙数据和骨架数据,根据孔隙数据和骨架数据构建页岩样本对应的数字岩心。
本发明提供的页岩气含量分析方法的执行主体可以为页岩气含量分析装置,页岩气含量分析装置可以由扫描仪和处理组件等组成,能够获取页岩样本的孔隙数据和骨架数据,并进行分析。
步骤101具体可以包括:获取页岩样本;对页岩样本进行扫描,获取页岩样本在各个角度上的平面图像;对各个角度上的平面图像进行重建,得到页岩样本对应的三维图像;对三维图像中的各个像素点进行滤波和二值化,确定页岩样本的孔隙数据和骨架数据;根据孔隙数据和骨架数据构建页岩样本对应的数字岩心。
其中,对页岩样本进行扫描的扫描设备可以如下表1中的任意一种或多种设备。扫描设备对页岩样本进行扫描得到的平面图像可以为tiff、gif、jpg等。页岩样本对应的三维图像可以采用具有255个色差的像素点进行表示。页岩样本对应的三维图像的示意图可以如图2所示,其中浅色为孔隙。
表1可用于获取数字岩心的设备列表
其中,孔隙数据包括:孔隙度数值;孔隙度数值采用氦气孔隙度进行标定。其中,孔隙度为页岩样品中所有孔隙空间体积之和与页岩样品的体积的比值,以百分数表示。
102、结合离散格子玻尔兹曼方法(LatticeBoltzmann,LBM)和孔隙数据,确定不同压强下数字岩心中的气体流动状态。
其中,数字岩心中的气体流动状态指的是数字岩心中气体的流速和流量等参数。
103、采用预设的气体状态方程计算确定不同压强下数字岩心中的气体密度。
其中,预设的气体状态方程可以为理想气体状态方程,理想气体状态方程为pV=nRT。这个方程有4个变量:p是指理想气体的压强,V为理想气体的体积,n表示气体物质的量,而T则表示理想气体的热力学温度;还有一个常量:R为理想气体常数。针对地下页岩来说,T可以为设定值。在Shan-Chen模型下,设定常数G可以用于不同气体的状态方程。
104、结合预设的Shan-Chen模型和骨架数据确定不同气体密度下数字岩心中的气体吸附状态。
105、根据不同压强下数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量。
其中,步骤105具体可以包括:根据不同压强下数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;根据当前孔隙数据对气体流动状态进行调整;根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下数字岩心中的气体含量。
本实施例中,通过在计算确定不同压强下数字岩心中的气体含量时,不仅考虑数字岩心中的气体流动状态,还考虑数字岩心对不同气体密度的气体的吸附能力,从而结合数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量,提高测得的页岩气体储备量的准确度,提高勘探的准确性。
图3为本发明提供的页岩气含量分析方法又一个实施例的流程图,如图3所示,在图1所示实施例的基础上,步骤104之前还可以包括:
106、根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力。
具体地,页岩气含量分析装置可以根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架表面与页岩样本内部固体分子之间的吸引力,并计算页岩样本骨架表面与气体分子之间的吸引力,根据骨架表面与页岩样本内部固体分子之间的吸引力与骨架表面与气体分子之间的吸引力之间的差值,计算确定页岩样本中骨架单位表面积上的气体吸附力。
107、结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量。
108、根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
对应的,步骤104具体可以包括:根据骨架数据确定数字岩心中各个区域的骨架的表面积;根据数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下数字岩心中各个区域的骨架的气体吸附量。
其中,Shan-Chen模型可以模拟气体状态方程EOS。Shan-Chen模型将空间和时间离散化之后,得到LBM的基本单位:晶格距离Δx和Δt,将这两者相除,得到某个方向上的离散速度c,这个离散速度在三维的情况下c2=cs2/3。其中cs等于晶格声速。建立各个方向上的分布函数,分别以fi表示。三维模拟在任意时间步骤,每一个fi都遵守LBGK演化方程:
f i ( x + c Δ t , t + Δ t ) - f ( x , t ) = - 1 τ [ f i ( x , t ) - f i e q ( x , t ) ] - - - ( 1 )
i=1...19(2)
其中关键是选择恰当的平衡态分布函数feq。最常用的是Qian提出的DnQb模型。这里n代表空间维数,b代表离散速度个数。我们模拟二维流体应用D2Q9模型。而三维则使用D3Q19模型。这类模型的格子是D维空间的立方体,ei为离散速度单位矢量。离散速度ci=cei,粒子迁移速率c=Δx/Δt。一旦选定了离散速度ci,只须确定权系数wi就可得到feq。为了保证得到正确的宏观方程,在选择权系数时,应当使feq满足质量和动量守恒,及各向同性等约束(同样适用于geq):
Σ i = 1 q f i e q ( x , t ) = ρ - - - ( 3 )
Σ i = 1 q c i f i e q ( x , t ) = ρ u - - - ( 4 )
Shan-Chen的模型认为流体粒子之间存在非局部的相互作用,相应的势函数为:
F f = - ψ ( x ) Σ x ′ G ( x , x ′ ) ψ ( x ) ( x ′ - x ) - - - ( 5 )
这里仅仅使用最近格子作为相互作用力的范围,且同组分之间的作用强度固定为-G,不同组分之间作用强度固定为G。这样方程就简化为:
Ff=-ψ(x)ΣGψ(x+ei)ei(6)
其中G在|ei|不同的情况下不同:
1 / 3 w h e n | e i | = 1 G = 1 / 18 w h e n | e i | = 2 1 / 36 w h e n | e i | = 3 - - - ( 7 )
分布函数取:
f i e q = w i ρ [ 1 + e i · u e q c s 2 + ( e i · u e q ) 2 2 c s 4 - u e q · u e q 2 c s 2 ] - - - - ( 8 )
其中ei的值在D3Q19下是:
e i = c 0 1 - 1 0 0 0 0 1 - 1 - 1 1 1 - 1 - 1 1 0 0 0 0 0 0 0 1 - 1 0 0 1 1 - 1 - 1 0 0 0 0 1 - 1 - 1 1 0 0 0 0 0 1 - 1 0 0 0 0 1 1 - 1 - 1 1 1 - 1 - 1 - - - ( 9 )
每个格子受到作用力的方式为:
ueq(x,t)=u(x,t)+τF(x,t)/ρ(x,t)(10)
F=Ff+Fs(11)
其中Fs是固体表面对气体的作用力,而Ff是流体内部分子之间的作用力。
固体表面力的函数Fs:
Fs=Gsρ(1-ρ)(12)
压力函数:
p = ρ 3 + G 6 ( ψ ( ρ ) ) 2 - - - ( 13 )
本实施例中,通过在计算确定不同压强下数字岩心中的气体含量时,不仅考虑数字岩心中的气体流动状态,还考虑数字岩心对不同气体密度的气体的吸附能力,其中,数字岩心对不同气体密度的气体的吸附能力由预设的Shan-Chen模型结合骨架数据确定,Shan-Chen模型为根据页岩样本中固体分子之间的吸引力和气体密度计算确定的不同气体密度下骨架单位表面积上的气体吸附量构建得到的,从而结合数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量,提高测得的页岩气体储备量的准确度,提高勘探的准确性。
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。
图4为本发明提供的页岩气含量分析装置一个实施例的结构示意图,如图4所示,包括:
构建模块41,用于获取页岩样本的孔隙数据和骨架数据,根据孔隙数据和骨架数据构建页岩样本对应的数字岩心;
确定模块42,用于结合离散格子玻尔兹曼方法和孔隙数据,确定不同压强下数字岩心中的气体流动状态;
计算模块43,用于采用预设的气体状态方程计算确定不同压强下数字岩心中的气体密度;
确定模块42,还用于结合预设的Shan-Chen模型和骨架数据确定不同气体密度下数字岩心中的气体吸附状态;
确定模块42,还用于根据不同压强下数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量。
进一步地,确定模块42结合预设的Shan-Chen模型和骨架数据确定不同气体密度下数字岩心中的气体吸附状态之前,计算模块还可以用于,根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力;结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量;构建模块还可以用于根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
对应的,确定模块42具体可以用于,根据骨架数据确定数字岩心中各个区域的骨架的表面积;根据数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下数字岩心中各个区域的骨架的气体吸附量。
进一步地,确定模块42根据不同压强下数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量中,确定模块42具体可以用于,根据不同压强下数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;根据当前孔隙数据对气体流动状态进行调整;根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下数字岩心中的气体含量。
进一步地,构建模块获取页岩样本的孔隙数据和骨架数据,根据孔隙数据和骨架数据构建页岩样本对应的数字岩心中,构建模块具体可以用于,获取页岩样本;对页岩样本进行扫描,获取页岩样本在各个角度上的平面图像;对各个角度上的平面图像进行重建,得到页岩样本对应的三维图像;对三维图像中的各个像素点进行滤波和二值化,确定页岩样本的孔隙数据和骨架数据;根据孔隙数据和骨架数据构建页岩样本对应的数字岩心。其中,孔隙数据包括:孔隙度数值;孔隙度数值采用氦气孔隙度进行标定。
本实施例中,通过在计算确定不同压强下数字岩心中的气体含量时,不仅考虑数字岩心中的气体流动状态,还考虑数字岩心对不同气体密度的气体的吸附能力,从而结合数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下数字岩心中的气体含量,提高测得的页岩气体储备量的准确度,提高勘探的准确性。
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 (10)

1.一种页岩气含量分析方法,其特征在于,包括:
获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心;
结合离散格子玻尔兹曼方法和所述孔隙数据,确定不同压强下所述数字岩心中的气体流动状态;
采用预设的气体状态方程计算确定不同压强下所述数字岩心中的气体密度;
结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态;
根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量。
2.根据权利要求1所述的方法,其特征在于,所述结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态之前,还包括:
根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力;
结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量;
根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
3.根据权利要求2所述的方法,其特征在于,所述结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态,包括:
根据所述骨架数据确定所述数字岩心中各个区域的骨架的表面积;
根据所述数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下所述数字岩心中各个区域的骨架的气体吸附量。
4.根据权利要求1所述的方法,其特征在于,所述根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量,包括:
根据不同压强下所述数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;
根据所述当前孔隙数据对所述气体流动状态进行调整;
根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下所述数字岩心中的气体含量。
5.根据权利要求1所述的方法,其特征在于,所述获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心,包括:
获取页岩样本;
对所述页岩样本进行扫描,获取所述页岩样本在各个角度上的平面图像;
对所述各个角度上的平面图像进行重建,得到页岩样本对应的三维图像;
对所述三维图像中的各个像素点进行滤波和二值化,确定所述页岩样本的孔隙数据和骨架数据;
根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述孔隙数据包括:孔隙度数值;
所述孔隙度数值采用氦气孔隙度进行标定。
7.一种页岩气含量分析装置,其特征在于,包括:
构建模块,用于获取页岩样本的孔隙数据和骨架数据,根据所述孔隙数据和所述骨架数据构建所述页岩样本对应的数字岩心;
确定模块,用于结合离散格子玻尔兹曼方法和所述孔隙数据,确定不同压强下所述数字岩心中的气体流动状态;
计算模块,用于采用预设的气体状态方程计算确定不同压强下所述数字岩心中的气体密度;
所述确定模块,还用于结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态;
所述确定模块,还用于,根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量。
8.根据权利要求7所述的装置,其特征在于,所述确定模块结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态之前,所述计算模块还用于,根据页岩样本中固体分子之间的吸引力,计算确定页岩样本中骨架单位表面积上的气体吸附力;
所述计算模块还用于,结合骨架单位表面积上的气体吸附力和气体密度,计算确定不同气体密度下骨架单位表面积上的气体吸附量;
所述构建模块还用于,根据不同气体密度下骨架单位表面积上的气体吸附量构建Shan-Chen模型。
9.根据权利要求8所述的装置,其特征在于,所述确定模块结合预设的Shan-Chen模型和所述骨架数据确定不同气体密度下所述数字岩心中的气体吸附状态中,所述确定模块具体用于,
根据所述骨架数据确定所述数字岩心中各个区域的骨架的表面积;
根据所述数字岩心中各个区域的骨架的表面积以及不同气体密度下骨架单位表面积上的气体吸附量确定不同气体密度下所述数字岩心中各个区域的骨架的气体吸附量。
10.根据权利要求7所述的装置,其特征在于,所述确定模块根据不同压强下所述数字岩心中的气体流动状态、气体密度和气体吸附状态,确定不同压强下所述数字岩心中的气体含量中,所述确定模块具体用于,
根据不同压强下所述数字岩心中的气体吸附状态和孔隙数据确定不同气压下吸附有气体的数字岩心的当前孔隙数据;
根据所述当前孔隙数据对所述气体流动状态进行调整;
根据不同气压下调整后的气体流动状态和气体密度,确定不同压强下所述数字岩心中的气体含量。
CN201510767706.5A 2015-11-11 2015-11-11 页岩气含量分析方法和装置 Active CN105372407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510767706.5A CN105372407B (zh) 2015-11-11 2015-11-11 页岩气含量分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510767706.5A CN105372407B (zh) 2015-11-11 2015-11-11 页岩气含量分析方法和装置

Publications (2)

Publication Number Publication Date
CN105372407A true CN105372407A (zh) 2016-03-02
CN105372407B CN105372407B (zh) 2017-04-19

Family

ID=55374787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510767706.5A Active CN105372407B (zh) 2015-11-11 2015-11-11 页岩气含量分析方法和装置

Country Status (1)

Country Link
CN (1) CN105372407B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114166723A (zh) * 2021-12-21 2022-03-11 中国石油大学(华东) 纳米多孔介质中气体的量子物理吸附行为预测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4622643A (en) * 1983-10-21 1986-11-11 Mobil Oil Corporation Method for determining consistent water relative permeability values from dynamic displacement data
US6959246B2 (en) * 2003-12-29 2005-10-25 Schlumberger Technology Corporation Carbonate permeability
CN102707333A (zh) * 2012-06-06 2012-10-03 陕西延长石油(集团)有限责任公司研究院 页岩气资源量/储量的测量方法
CN103616494A (zh) * 2013-11-28 2014-03-05 中国石油天然气集团公司 一种模拟岩心孔隙空间流体分布的方法及系统
CN103822865A (zh) * 2014-03-20 2014-05-28 中国石油大学(华东) 一种高分辨率三维数字岩心建模方法
CN103983536A (zh) * 2014-06-06 2014-08-13 陕西延长石油(集团)有限责任公司研究院 一种利用测井曲线获得页岩气含气量的方法
CN104215559A (zh) * 2014-07-15 2014-12-17 浙江科技学院 一种页岩气藏特性预测方法
CN104239602A (zh) * 2014-07-15 2014-12-24 浙江科技学院 一种页岩气藏特性模拟方法
CN104374685A (zh) * 2014-11-26 2015-02-25 中国石油天然气集团公司 一种数字岩心三孔隙组分求取储层渗透率的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4622643A (en) * 1983-10-21 1986-11-11 Mobil Oil Corporation Method for determining consistent water relative permeability values from dynamic displacement data
US6959246B2 (en) * 2003-12-29 2005-10-25 Schlumberger Technology Corporation Carbonate permeability
CN102707333A (zh) * 2012-06-06 2012-10-03 陕西延长石油(集团)有限责任公司研究院 页岩气资源量/储量的测量方法
CN103616494A (zh) * 2013-11-28 2014-03-05 中国石油天然气集团公司 一种模拟岩心孔隙空间流体分布的方法及系统
CN103822865A (zh) * 2014-03-20 2014-05-28 中国石油大学(华东) 一种高分辨率三维数字岩心建模方法
CN103983536A (zh) * 2014-06-06 2014-08-13 陕西延长石油(集团)有限责任公司研究院 一种利用测井曲线获得页岩气含气量的方法
CN104215559A (zh) * 2014-07-15 2014-12-17 浙江科技学院 一种页岩气藏特性预测方法
CN104239602A (zh) * 2014-07-15 2014-12-24 浙江科技学院 一种页岩气藏特性模拟方法
CN104374685A (zh) * 2014-11-26 2015-02-25 中国石油天然气集团公司 一种数字岩心三孔隙组分求取储层渗透率的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HIROSHI OKABE等: "PORE-SCALE HETEROGENEITY ASSESSED BY THE LATTICE-BOLTZMANN METHOD", 《 CORE ANALYSTS》 *
孙致学等: "基于数字岩心技术的气体解析/扩散格子 Boltzmann模拟", 《石油学报》 *
朱益华等: "3D 多孔介质渗透率的格子Boltzmann 模拟", 《测井技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114166723A (zh) * 2021-12-21 2022-03-11 中国石油大学(华东) 纳米多孔介质中气体的量子物理吸附行为预测方法及系统

Also Published As

Publication number Publication date
CN105372407B (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
Andrew et al. Pore‐by‐pore capillary pressure measurements using X‐ray microtomography at reservoir conditions: Curvature, snap‐off, and remobilization of residual CO 2
Jiang et al. Estimation of three‐phase relative permeability by simulating fluid dynamics directly on rock‐microstructure images
Chen et al. Inertial effects during the process of supercritical CO2 displacing brine in a sandstone: Lattice Boltzmann simulations based on the continuum‐surface‐force and geometrical wetting models
Zheng et al. Pore‐scale modeling of spontaneous imbibition behavior in a complex shale porous structure by pseudopotential lattice Boltzmann method
EP3181804A1 (fr) Procede pour caracteriser et exploiter une formation souterraine comprenant un reseau de fractures
AU2014357460B2 (en) Construction of digital representation of complex compositional fluids
Elmorsy et al. Generalizable permeability prediction of digital porous media via a novel multi‐scale 3D convolutional neural network
US20120035896A1 (en) Reservoir upscaling method with preserved transmissibility
Zhou et al. Scaling criteria for waterflooding and immiscible CO2 flooding in heavy oil reservoirs
CN104737037A (zh) 使用多点模拟的储层建模
Huang et al. DEM-LBM simulation of stress-dependent absolute and relative permeabilities in porous media
Allan et al. The effect of adsorption and Knudsen diffusion on the steady-state permeability of microporous rocks
Moortgat Adaptive implicit finite element methods for multicomponent compressible flow in heterogeneous and fractured porous media
Mukhopadhyay et al. The Sim-SEQ Project: Comparison of selected flow models for the S-3 Site
House et al. The immobility of CO2 in marine sediments beneath 1500 meters of water
CN104866706A (zh) 碳酸盐岩渗透率确定方法及装置
Hui et al. An innovative workflow to model fractures in a giant carbonate reservoir
CN105372407A (zh) 页岩气含量分析方法和装置
Macente et al. The Evolution of paleo-porosity in basalts: reversing pore-filling mechanisms using x-ray computed tomography
Alafnan Carbon dioxide and methane sequestration in organic-rich shales: Nanoscale insights into adsorption and transport mechanisms
Hui et al. Scaling Gravity-Drainage Oil Recovery from Fractured Reservoirs Using 3D Discrete Fracture Models
Liu et al. Dendritic growth patterns in rocks: Inverting the driving and triggering mechanisms
CN103077556B (zh) 油井出砂的三维数值模型设计方法
Zhang et al. Streamline tracing methods based on piecewise polynomial pressure approximations
Tovar Gas Injection for Enhanced Oil Recovery in Organic Rich Shale Reservoirs

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