CN105654486A - 一种复杂储层岩石孔隙结构参数提取方法 - Google Patents

Abstract

本发明公开了一种复杂储层岩石孔隙结构参数提取方法，包括以下步骤：1)获取复杂储层岩石孔隙结构的岩心的三维图像，建立三维数字岩心；2)基于三维数字岩心利用最大球算法形成以最大球簇为单元的孔隙网络模型；3)对步骤2)得到的孔隙网络模型进行剖切处理，并记录剖切的截面；4)对于步骤4)得到的剖切的截面，从孔隙中心每隔预设角度发出射线，所述射线延伸到遇到骨架体素位为止，计算每条射线的长度，再通过各条射线的长度建立孔隙局部空间尺度的数据集合，然后确定该孔隙局部空间尺度的数据集合的最佳分割阀值；5)根据步骤4)得到最佳分割阀值得复杂储层岩石的孔径分布。本发明能够准确的提取杂储层岩石的孔径分布。

Description

一种复杂储层岩石孔隙结构参数提取方法

技术领域

本发明属于石油测井领域，涉及一种复杂储层岩石孔隙结构参数提取方法。

背景技术

孔隙结构对岩石的电性、渗流、核磁等物理特性具有重要的影响，一直是研究的热点和难点。对岩石三维复杂孔隙结构进行定量表征最新的方法就是基于数字岩心，通过提取微观孔隙空间的孔隙网络模型进行定量表征。Zhao等采用多向扫描方法对数字岩心孔隙空间进行多方向切片扫描来搜索孔隙和喉道，该方法很难准确探测孔隙。Shin等采用孔隙居中轴线方法研究了孔隙的微观结构，应用该方法可以合理分割孔隙和喉道，但是算法复杂，人机交互较多。等采用Voronoi多面体方法提取了过程模拟法重建数字岩心的孔隙网络模型并进行了孔隙结构表征，但只适用于过程模拟法建立的数字岩心而不适用于一般数字岩心的孔隙网络建模和表征。Dong采用最大球算法提取了数字岩心的孔隙网络模型，该方法建模速度较快，能划分出孔隙和喉道，但最终确定的孔隙长度偏大而喉道长度偏小，间接影响其它孔隙和喉道参数的确定。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种复杂储层岩石孔隙结构参数提取方法，该方法能够准确的提取杂储层岩石的孔径分布。

为达到上述目的，本发明所述的复杂储层岩石孔隙结构参数提取方法包括以下步骤：

1)获取复杂储层岩石孔隙结构的岩心的三维图像，建立三维数字岩心；

2)基于步骤1)建立的三维数字岩心利用最大球算法形成以最大球簇为单元的孔隙网络模型；

3)对步骤2)得到的孔隙网络模型进行剖切处理，并记录剖切的截面；

4)对于步骤4)得到的剖切的截面，从孔隙中心出发每隔预设角度发出一条射线，所述射线延伸到遇到骨架体素位为止，计算每条射线的长度，再通过各条射线的长度建立孔隙局部空间尺度的数据集合，然后根据建立的孔隙局部空间尺度的数据集合利用判断分析法确定该孔隙局部空间尺度的数据集合的最佳分割阀值；

5)根据步骤4)得到最佳分割阀值得复杂储层岩石的孔径分布。

步骤3)中利用三维复合变换技术对步骤2)得到的孔隙网络模型进行剖切处理。

步骤4)中所述最佳分割阀值为孔隙和喉道的最佳分割点。

步骤1)中通过CT扫描获取复杂储层岩石孔隙结构的岩心的三维图像。

步骤1)中通过CT扫描获取复杂储层岩石孔隙结构的岩心的三维图像的具体操作为：预热CT扫描仪器，再调节载物台位置及X射线参数，并选择分辨率，然后再进行岩心的三维图像重建。

本发明具有以下有益效果：

本发明所述的复杂储层岩石孔隙结构参数提取方法在操作时，先建立三维数据岩心，再利用最大球算法形成以最大球簇为单元的孔隙网络模型，再对空隙网络模型进行剖切，并对每个剖切的截面通过判断分析法进行分析得到最佳分割阀值，从而准确得到复杂储层岩石的孔径分布，操作流程较为简单，便于实现，本发明在最大球算法的基础上结合几何变换及判别分析方法实现最佳分割阀值的合理划分，从而能够准确的提取出复杂储层岩石的孔径分布。

附图说明

图1为本发明中孔喉长度阀值计算流程图；

图2为本发明计算孔隙长度与原最大球算法的对比图；

图3为本发明计算喉道长度与原最大球算法的对比图；

图4为岩样的最大球孔隙网络模型示意图；

图5(a)为原最大球算法提取的孔径分布图；

图5(b)为本发明提取的孔径分布图；

图6(a)为低孔渗岩心孔径计算结果与核磁实验结果的比较图；

图6(b)为中高孔渗岩心孔径计算结果与核磁实验结果的比较图；

图7(a)为低孔渗岩心孔径分布计算误差分析图；

图7(b)为中高孔渗岩心孔径分布计算误差分析图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

本发明所述的复杂储层岩石孔隙结构参数提取方法包括以下步骤：

1)获取复杂储层岩石孔隙结构的岩心的三维图像，建立三维数字岩心；

2)基于步骤1)建立的三维数字岩心利用最大球算法形成以最大球簇为单元的孔隙网络模型；

3)对步骤2)得到的孔隙网络模型进行剖切处理，并记录剖切的截面；

4)对于步骤4)得到的剖切的截面，从孔隙中心出发每隔预设角度发出一条射线，所述射线延伸到遇到骨架体素位为止，计算每条射线的长度，再通过各条射线的长度建立孔隙局部空间尺度的数据集合，然后根据建立的孔隙局部空间尺度的数据集合利用判断分析法确定该孔隙局部空间尺度的数据集合的最佳分割阀值，所述最佳分割阀值为孔隙和喉道的最佳分割点。

5)根据步骤4)得到最佳分割阀值得复杂储层岩石的孔径分布。

步骤1)中通过CT扫描获取复杂储层岩石孔隙结构的岩心的三维图像的具体过程为：

1a)仪器预热、载物台位置调节以及X射线参数的设置，具体为：打开仪器，对仪器做抽真空预热处理，真空度<10nba，初始化100％完成，v|tome|xs180的载物台可沿上、下、前、后、左和右六个方向调节；根据X射线CT扫描原理，在扫描过程中载物台要旋转180°或360°，因此在扫描样品前需通过调整载物台的位置，使样品在载物台旋转过程中不得超出探测器的检测范围，否则无法成像，设置X射线管的电压及电流参数，保证X射线能穿透样品。

2b)分辨率的优选，具体为：选择扫描分辨率，保证扫描样品的尺寸及岩心中的小尺寸孔隙能够识别。

3c)三维图像重建，具体为；通过X射线CT扫描得到与样品X射线吸收系数有关的投影数据，再通过重建算法将其转换为一系列的岩心横截面的二维图像，将岩心横截面的二维图像组合起来得到岩心的三维灰度图像，最后通过对灰度图像进行图像分割，得岩心的三维图像。

步骤3)中利用三维复合变换技术对步骤2)得到的孔隙网络模型进行剖切处理。

在三维数字岩心的孔隙像素中任选一点，以该点为球心不断增大球半径向四周延伸，直至球表面触碰到最近的骨架像素为止，形成的区域中所包含的所有像素的集合称为最大球，一个最大球可以重叠一个半径小于它的相邻最大球，该相邻的最大球可以重叠半径小于它的相邻最大球，从而形成一个最大球多簇。删除最大球多簇中所有被包含的重复的球体，保证任意一个最大球至少包含一个其它最大球没有的体素，此时，数字岩心中所有的孔隙就被不同的最大球多簇填满；将最大球多簇中半径最大的球体定义为该簇的祖先，其限定该簇所占据的孔隙。当一个最大球多簇中某一最大球具有两个祖先，这个公共的最大球便被定义为喉道。喉道一旦确定，便形成了两个树状结构，在孔隙喉道链中，一般将祖先半径的0.7倍作为孔隙部分和喉道部分的界限，所有链中小于0.7倍祖先半径的部分设定为喉道部分，大于等于0.7倍祖先半径部分被设定为孔隙部分。

步骤3)中利用三维复合变换技术对步骤2)得到的孔隙网络模型进行剖切处理的具体过程为：

利用三维复合变换技术对数字岩心三维孔隙空间进行剖切处理，并把剖切过的截面进行记录，其中，截面上任意一点绕旋转轴P₁P₂旋转可以通过三维复合变换实现，首先把旋转轴P₁P₂平移至坐标原点，则产生一个平移变换矩阵，然后再将旋转轴P₁P₂转一定角度后与坐标系的X轴重合，截面上任何一点绕P₁P₂的旋转都可以看成是绕X轴的旋转，则对应一个旋转变换矩阵，最后求出平移旋转的复合变换矩阵，通过逆变换可以得到求出平面上任何一点绕轴P₁P₂旋转后的坐标，利用三维复合变换技术完成数字岩心孔隙空间的剖切处理，并对每一个剖切面进行记录和保存。

在树状结构的孔隙空间中选取一平面对数字岩心孔隙空间进行剖切处理，应用几何变换技术记录把剖切得到的局部孔隙空间，对于剖切得到的每一个平面，从孔隙中心每隔一定角度发射一条射线，射线不断延伸直到碰到骨架体素为止，计算每一条射线段的长度，这样就可以形成一个度量孔隙局部空间尺度的数据集合。另外，发出的射线，总有一些射线可以穿过与当前孔隙相连的喉道进入其它相邻孔隙，这类射线段的长度较大，不能准确表征当前孔隙的长度，因此在确定孔隙长度的过程中应该采用判别分析法确定孔隙喉道的长度。

利用改进前后算法分别对具有双重孔隙空间的岩心进行了孔径提取，计算结果如图4，从图4上可以看出本发明计算孔径精度明显优于原算法。

为了进一步检验改进最大球算法提取岩心孔径分布的效果，选取了某油田9块低孔渗、中高孔渗砂岩岩心，孔隙度为7.5％-18.5％,平均孔隙度为13.2％,渗透率为4.69-523mD，平均为158.6mD。对该批岩样进行了孔径计算，并把计算结果与核磁T2结果进行比较，图5(a)及图5(b)给出了其中两块岩心的计算结果。通过对比发现数字岩心计算结果与核磁实验结果基本吻合，低孔渗岩心误差在15％以内，中高孔渗岩心误差控制在10％以内，如图6(a)及图6(b)。总之，本发明计算的孔径分布曲线比原最大球算法计算精度有很大的提升，这为CT扫描图像数据在测井解释评价中的应用奠定了基础。

Claims (5)

1.一种复杂储层岩石孔隙结构参数提取方法，其特征在于，包括以下步骤：

1)获取复杂储层岩石孔隙结构的岩心的三维图像，建立三维数字岩心；

2)基于步骤1)建立的三维数字岩心利用最大球算法形成以最大球簇为单元的孔隙网络模型；

3)对步骤2)得到的孔隙网络模型进行剖切处理，并记录剖切的截面；

4)对于步骤4)得到的剖切的截面，从孔隙中心出发每隔预设角度发出一条射线，所述射线延伸到遇到骨架体素位为止，计算每条射线的长度，再通过各条射线的长度建立孔隙局部空间尺度的数据集合，然后根据建立的孔隙局部空间尺度的数据集合利用判断分析法确定该孔隙局部空间尺度的数据集合的最佳分割阀值；

5)根据步骤4)得到最佳分割阀值得复杂储层岩石的孔径分布。

2.根据权利要求1所述的复杂储层岩石孔隙结构参数提取方法，其特征在于，步骤3)中利用三维复合变换技术对步骤2)得到的孔隙网络模型进行剖切处理。

3.根据权利要求1所述的复杂储层岩石孔隙结构参数提取方法，其特征在于，步骤4)中所述最佳分割阀值为孔隙和喉道的最佳分割点。

4.根据权利要求1所述的复杂储层岩石孔隙结构参数提取方法，其特征在于，步骤1)中通过CT扫描获取复杂储层岩石孔隙结构的岩心的三维图像。

5.根据权利要求4所述的复杂储层岩石孔隙结构参数提取方法，其特征在于，步骤1)中通过CT扫描获取复杂储层岩石孔隙结构的岩心的三维图像的具体操作为：预热CT扫描仪器，再调节载物台位置及X射线参数，并选择分辨率，然后再进行岩心的三维图像重建。