CN107038461B - 一种判断高压压汞注失的方法及装置 - Google Patents
一种判断高压压汞注失的方法及装置 Download PDFInfo
- Publication number
- CN107038461B CN107038461B CN201710231142.2A CN201710231142A CN107038461B CN 107038461 B CN107038461 B CN 107038461B CN 201710231142 A CN201710231142 A CN 201710231142A CN 107038461 B CN107038461 B CN 107038461B
- Authority
- CN
- China
- Prior art keywords
- permeability
- data set
- pressure mercury
- relationship
- note
- 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
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 title claims abstract description 310
- 229910052753 mercury Inorganic materials 0.000 title claims abstract description 310
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000035699 permeability Effects 0.000 claims abstract description 195
- 239000011435 rock Substances 0.000 claims abstract description 177
- 238000011160 research Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims description 46
- 230000014509 gene expression Effects 0.000 claims description 39
- 238000002474 experimental method Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000001764 infiltration Methods 0.000 claims description 4
- 230000008595 infiltration Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000009738 saturating Methods 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 239000011148 porous material Substances 0.000 description 76
- 239000000523 sample Substances 0.000 description 48
- 230000000875 corresponding effect Effects 0.000 description 19
- 230000035515 penetration Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000009021 linear effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 244000138502 Chenopodium bonus henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Geology (AREA)
- General Engineering & Computer Science (AREA)
- Geochemistry & Mineralogy (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本申请实施例提供了一种判断高压压汞注失的方法及装置，所述方法包括以下步骤：获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合；根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失。本申请实施例可判断高压压汞过程中是否出现了注失的现象。
Description
技术领域
本申请涉及油气勘探开发技术领域，尤其是涉及一种判断高压压汞注失的方法及装置。
背景技术
储层的孔隙结构是储层重要的岩石物理性质之一，它决定了油、气以及水在储层中的分布特征。因此，客观认识储层的孔隙结构特征，对储层评价、油气井产能预测、油气层改造以及提高采收率都至关重要。
压汞法是一种常用的定量测量储层孔隙结构特征的方法。汞对大多数岩石来说属于非润湿相，进入孔隙和喉道时就需要有外力来克服毛细管压力，外力越大，汞能进入的孔喉半径也就越小，某一压力下的进汞量就对应了相应半径控制的孔隙体积。压汞法就是基于以上原理来测量储层孔隙结构的。常用的压汞法包括高压压汞法和恒速压汞法。高压压汞法的进汞压力从0MPa开始逐渐增加到200MPa，通过测量每一个压力下的进汞量来测算储层的孔隙结构。高压压汞法具有测量范围大(理论上最小孔喉半径可达3.8nm)、速度快的优点，因此在油气储层评价领域广泛运用。但也正是由于高压压汞进汞速度快的特点，导致了在某一压力阶段会出现进汞不充分的现象，即汞没有进入所有与该压力相对应的孔隙，从而影响测量结果和孔隙结构评价精度，我们将这种进汞不充分的现象称为压汞注失。压汞注失现象是影响高压压汞测量孔隙结构准确性的一个重要因素，尤其是在致密储层中，由于其孔喉关系复杂，喉道类型多且迂曲度变化大，压汞注失现象更容易发生。一旦出现压汞注失，就会导致储层孔隙结构评价结果与实际岩石孔隙结构相比偏细。但遗憾的是，现有技术中还没有出现针对高压压汞注失现象的相关研究。
发明内容
本申请实施例的目的在于提供一种判断高压压汞注失的方法及装置，以判断高压压汞过程中是否出现了注失现象。
为达到上述目的，本申请实施例提供了一种判断高压压汞注失的方法，所述方法包括以下步骤：
获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据；
根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系；
根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系；
获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
为达上述目的，本申请实施例还提供了一种判断高压压汞注失的装置，所述装置包括：
获取模块，用于获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据；
第一集合获取模块，用于根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系；
第二集合获取模块，用于根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系；
判断模块，用于获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
由上述本申请实施例所提供的方法可知，岩心的高压压汞实验数据可以体现岩心所代表的储层的孔隙结构特征，而岩心的渗透率受孔隙结构控制，因此，相同成因(沉积微相)、相同组构(岩石组成和结构)的岩心实测渗透率与高压压汞实验数据之间满足一定相关关系，压汞注失现象是上述关系的一种干扰现象，该现象的出现会破坏高压压汞实验数据与岩心实测的渗透率之间的关系，减弱二者的相关性。本申请实施例正是基于上述原理，通过获取研究区内同类岩心的实测渗透率与高压压汞实验数据，得到了注失阈值的确定关系集合。然后根据待判断岩心的渗透率和高压压汞实验数据，就可以判断所述待判断岩心在高压压汞实验中是否出现了注失现象。
附图说明
此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请实施例的一部分，并不构成对本申请实施例的限定。在附图中：
图1为本申请实施例的一种判断高压压汞注失的方法的流程示意图；
图2为本申请实施例的一种高压压汞进汞曲线示意图；
图3为本申请实施例的另一种高压压汞进汞曲线示意图；
图4为本申请实施例的汞饱和度系数SHGR与渗透率K的散点分布图及拟合结果图；
图5为本申请实施例的第一高压压汞实验数据集合中的部分数据与渗透率分类的统计关系柱状图；
图6为本申请实施例的平均孔喉半径与第一渗透率拟合关系示意图；
图7为本申请实施例的岩样1的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线示意图；
图8为本申请实施例的岩样2的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线示意图；
图9为本申请实施例的岩样3的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线示意图；
图10为本申请实施例的一种判断高压压汞注失的装置示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本申请实施例做进一步详细说明。在此，本申请实施例的示意性实施例及其说明用于解释本申请实施例，但并不作为对本申请实施例的限定。
下面结合附图，对本申请实施例的具体实施方式作进一步的详细说明。
参考图1所示，本申请实施例所提出的一种判断高压压汞注失的方法，可以包括以下几个步骤。
S101，获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据。
在本实施例中，所述研究区可以为待研究储层所在区域。并且由于普通储层的孔隙结构简单，孔隙间连通性较好，高压压汞注失的影响可以忽略不计，所以本申请实施所提的待研究储层通常为致密储层。所述多个岩心可以是经过预处理的岩心。所述岩心的数量的要求可以是在保持大样本条件下(大于5个)越多越好。其中，所述预处理可以包括选样、切割、成形、剔除含裂缝岩样以及烘干等。选样的目的可以是确定研究对象地质特征的一致性，即选用相同成因(沉积微相)、相同组构(岩石组成和结构)的岩心，使得实验测量的岩心渗透率主要受孔隙结构控制。剔除含裂缝岩样的目的可以与选样相同，由于本实施例中需要通过确定渗透率与高压压汞实验参数之间的关系来判断高压压汞注失，为了提高识别的准确性，需要排除裂缝的影响。在本实施例中，需要排除的裂缝包括天然裂缝以及预处理过程中产生的非天然裂缝等。具体的，剔除有裂缝的岩心可以在预处理后，通过肉眼观察或者CT扫描等方式实现。
所述第一渗透率可以为每一个岩心的克氏渗透率的集合。即若选取的岩心为5个，那么所述第一渗透率中就包含了5个分别与每一个岩心相对应的渗透率。所述第一高压压汞实验数据集合中可以包括根据高压压汞实验直接或间接得到的任意一种实验数据。具体的，所述第一高压压汞实验数据集合可以包括以下各种实验数据中的至少一种：排驱压力、饱和度中值压力、最大汞饱和度、最大孔喉半径、平均孔喉半径、孔喉半径中值、半径均值、分选系数、歪度、峰态、结构系数、均质系数以及汞饱和度系数等。其中，所述汞饱和度系数可以通过以下公式求得：
SHGR＝SHGL/(SMAX-SHGL)
式中，SHGR表示汞饱和度系数；SHGL表示高压压汞实验中某一特定压力下的汞饱和度；SMAX表示最大汞饱和度。所述特定压力通常优先选取第一高压压汞实验数据集合中平均孔喉半径平均值在平均压汞曲线中所对应的进汞压力。具体的，可以以该进汞压力为中心，左右延伸1～2MPa，确定一个取值范围。当然，在本申请的其他实施例中，所述特定压力的设定还可以参考其他因素，例如在本申请的一个具体实施例中第一高压压汞实验数据集合中的平均孔喉半径的平均值为0.12μm，恰好与恒速压汞探测的最大孔喉半径一致，为了与恒速压汞建立联系，所述特定压力可以设为恒速压汞的压力最大值7Mpa。
图2是本申请一个实施例中一种类型的高压压汞进汞曲线示意图，所述特定压力为7Mpa。由图2可知，随着进汞压力的增加，汞饱和度先增加，但当压力达到一定数值后，则不再增加，进汞曲线最终与纵轴平行。在本实施例中，SHGL等于图2中A点所对应的汞饱和度，SMAX等于图2中B点所对应的汞饱和度。在本申请的另一实施例中，另一种类型的高压压汞进汞曲线如图3所示，所述特定压力依然是7Mpa。由图3可知，随着进汞压力的增加，汞饱和度一直增加，直至压力达到仪器的额定值(通常为200MPa)。在本实施例中，SHGL等于图3中C点所对应的汞饱和度，SMAX等于图3中D点所对应的汞饱和度。通常，所述第一高压压汞实验数据集合中的数据种类不止一种，且种类越多越好。此时可以用二维矩阵的形式来表示所述第一高压压汞实验数据集合。所述二维矩阵的其中一维表示岩心，另一维则表示数据种类。具体的，若所述第一高压压汞实验数据集合中包括：汞饱和度系数、排驱压力和平均孔喉半径这三种数据，且岩心数量为N，则所述第一高压压汞实验数据集合可以表示成一个N×3的二维矩阵。
S102，根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系。
在本申请的一个实施例中，S102可以通过以下步骤实现。
1、根据所述第一渗透率，从所述第一高压压汞实验数据集合中选出满足预设条件的数据构成第一敏感数据集合；所述第一敏感数据集合中包括至少一种数据。
由于并不是每一种所述第一高压压汞实验数据与渗透率之间都存在相关关系，或者说并不是每一种所述第一高压压汞实验数据与渗透率之间都存在较好的相关关系，所以还可以对所述第一高压压汞实验数据集合中的数据进行筛选。筛选的目的就是找出第一高压压汞实验数据集合与渗透率相关性较好的数据。具体实施时，可以将步骤1看作是一个特征筛选或特征提取的过程。具体可以借助特征提取算法，如ReliefF等实现。所述预设条件可以是在特征筛选过程中确定的相关条件。具体的，所述预设条件可以根据所采用的特征筛选方法确定。
在本申请的一个具体实施例中，可以采取以下的步骤来实现具体特征筛选过程。
a、利用第一预设规则对所述第一渗透率进行分类，获取分类结果。
所述第一预设规则可以是渗透率的分类标准。例如，关于渗透率数值的一个分类标准。具体的，所述第一预设规则可以为：将渗透率数值小于0.005mD的，分为Ⅰ类；渗透率数值大于等于0.005mD且小于0.01mD的，分为Ⅱ类；渗透率数值大于等于0.01mD且小于0.1mD的，分为Ⅲ类；渗透率数值大于等于0.1mD且小于0.3mD的，分为Ⅳ类。所述第一预设规则的具体确定可以由操纵人员根据研究区经验获得。具体的，所述第一预设规则可以根据研究区内岩心实测渗透率的数值分布情况获得。
b、根据所述分类结果，从所述第一高压压汞实验数据集合中选出满足预设条件的数据，构成第一敏感数据集合。
所述预设条件可以为所述实验数据对所述第一渗透率的分类敏感。换句话说，所述第一敏感数据集合中某种实验数据的数值变化都是与渗透率数值变化有关的。
2、根据所述第一敏感数据集合和所述第一渗透率，获取关系集合；所述关系集合中包括所述第一敏感数据集合中的每种数据分别与所述第一渗透率的关系。
在本实施例中，经过步骤1筛选之后，得到的第一敏感数据集合中的实验数据都是与渗透率数值变化有关的。因此，在不出现注失的情况下，所述第一敏感数据集合中的实验数据就应该与渗透率满足一个较好的数量关系，并且可以通过数值拟合的方式确定所述关系。在本申请的一个具体实施例中，拟合过程可以如下所示。
将所述第一敏感数据集合中的每个数据分别作为自变量，所述第一渗透率作为因变量，进行拟合，分别得到所述第一敏感数据集合中每种数据与所述第一渗透率的关系式，构成关系集合。所述拟合包括线性拟合、对数拟合、指数拟合等拟合方法，具体方法可以根据拟合参数特点和地区经验综合确定。
由于所述第一敏感数据集合中包含的数据种类可能不止一种，所以拟合得到的关系式也就可能不止一个，所有的拟合关系式组成了所述关系集合。例如，所述第一敏感数据集合中包括：排驱压力、汞饱和度系数和平均孔喉半径三种数据，则拟合之后，就可以分别得到排驱压力与渗透率的关系式，汞饱和度系数与渗透率的关系式以及平均孔喉半径与渗透率的关系式，这三个关系式共同构成了所述关系集合。所述关系式包括线性关系式、对数关系式、指数关系式等，具体关系式需要根据岩石渗透性与敏感参数的理论关系和地区经验综合确定。
S103，根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系。
在实施例中，通过对所述第一高压压汞实验数据集合中数据进行筛选并经过步骤S102的拟合之后，就可以得到所述第一敏感数据集合中各个数据与渗透率的统计关系。由于渗透率影响因素多，第一敏感数据集合中的每个参数都无法构成第一渗透率的充分必要条件，加上实验数据存在一定的误差，所述敏感参数与渗透率的关系式并不是严格的计算关系式。换句话说，没有注失的岩心的高压压汞孔隙结构数据与渗透率之间可能不会严格符合步骤2得到的关系式。因此，可以根据敏感数据拟合的结果，分别确定一个注失阈值确定关系。例如，在本申请的一个实施例中，所述关系集合中包括了排驱压力与渗透率的关系式1，汞饱和度系数与渗透率的关系式2以及平均孔喉半径与渗透率的关系式3。图4是汞饱和度系数SHGR与渗透率K的散点分布及拟合结果示意图，图中直线是汞饱和度系数与渗透率的拟合结果，即关系式2所对应直线，由图可知，关系式2对应直线是在不出现注失时，汞饱和度系数与渗透率的经验关系式。但实际岩心的汞饱和度系数与渗透率交会点是在关系式2附近分布的，因此在关系式2附近确定一个确定关系式4(如图4中虚线1所示)。该虚线是不出现注失时，汞饱和度系数与渗透率应该满足的临界情况。确定关系式4可以通过以下方式实现。
将图4中关系式1所表示直线分别以相同的距离向上和向下平移，若岩心的汞饱和度系数与渗透率所对应的交会点90％都落在了向上和向下平移的两个平行线之间，则将此时向上平移(即虚线1所示)得到的直线看作是汞饱和度系数与渗透率应该满足的临界情况。由于注失通常使得孔隙结构测量偏小，所以若岩心的汞饱和度系数和渗透率交会点落在虚线1以上，就表明该岩心在高压压汞过程中可能出现了注失现象(具体是否出现注失，还需要根据多个参数综合确定)。同理，可以得到排驱压力与渗透率的注失阈值的计算关系式5以及平均孔喉半径与渗透率的注失阈值的计算关系式6。
S104，获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
在本实施例中，经过S102至S103就得到了在不注失情况下，高压压汞的实验数据与渗透率之间的临界关系式，即各种高压压汞的实验数据与渗透率的阈值确定关系。此时，根据待判断岩心的高压压汞的实验数据与测得的渗透率就可以得判断其是否在注失阈值以内，由此判断所述待判断岩心是否注失。所述待判断岩心通常指一个岩心，因此所述第二渗透率也应是1个数值。若有多个待判断岩心，可以重复执行S104，分别判断每一个待判断岩心是否出现高压压汞注失。
具体的，可以通过以下步骤实现S104。
1、根据所述第二敏感数据集合和所述阈值确定关系集合，获取渗透率计算值集合；所述渗透率计算值集合中包括与所述第二敏感数据集合中的每种数据相对应的渗透率计算值。
将所述第二敏感数据集合中的每种数据代入所述阈值确定关系集合中对应的关系式中，得到与所述第二敏感数据集合中的每种数据相对应的渗透率计算值。所述渗透率计算值的个数与所述第二敏感数据集合中数据种类个数相同。例如，若所述第二敏感数据集合中包括5种数据，则计算得到的渗透率计算值也应该是5个。
2、获取所述渗透率计算值集合中小于所述第二渗透率的个数。
3、若所述个数大于等于预设值，则所述待判断岩心出现了高压压汞注失。
所述预设值可以是一个根据经验设定的数值，例如，所述预设值可以等于所述第二敏感数据集合中数据种类的三分之二。具体的，若第二敏感数据集合中有3种数据，则预设值为2。
需要说明的是，在本申请的一个实施例中S104中所述待判断岩心可以是S101中所提的多个岩心中的一个。此时，获取的第二敏感数据集合和第二渗透率就可以分别为所述第一敏感数据集合和所述第一渗透率的子集。
由图1所示的本申请实施例可知，本申请实施例首先根据研究区岩心样本的渗透率与高压压汞实验数据，得到了该研究区内注失阈值的确定关系集合。然后，结合待判断岩心的渗透率和高压压汞实验数据，判断所述待判断岩心在高压压汞实验中是否出现了注失现象。在得到待判断岩心是否注失的判断结果之后，就可以在评价储层孔隙结构时剔除出现注失现象的岩心，或者采取一定措施修正所述注失，从而提高高压压汞评价孔隙结构的准确性。
在本申请的一个实施例中，所述一种判断高压压汞注失的方法还可以包括以下S105至S106的步骤。S105至S106可以用来定量计算岩心的注失程度。
S105，从所述第一敏感数据集合中确定注失评价参数。
所述注失评价参数可以为所述第一敏感数据集合中的任意一种实验数据。例如，平均孔喉半径等。确定所述注失评价参数可以根据最容易理解的知识和实验操作人员的经验实现。当然，也可以通过计算机实现。
S106，若待判断岩心出现高压压汞注失，则根据所述注失评价参数评价所述待判断岩心的注失程度。
所述注失程度可以表示岩心由于注失所引起的孔隙结构评价偏差。
具体实施时，可以根据以下步骤评价所述待判断岩心的注失程度。
(1)根据所述第一敏感数据集合和所述第一渗透率，确定所述注失评价参数的计算公式。
将注失评价参数作为因变量，第一渗透率作为自变量，进行拟合，得到第一渗透率与注失评价参数之间满足的计算公式。
(2)根据所述第二渗透率和所述注失评价参数的计算公式，确定所述注失评价参数的计算值。
(3)获取所述注失评价参数在所述第二敏感数据集合中的测量值。
(4)根据所述注失评价参数的计算值与测量值，评价注失岩心的注失程度。
在本实施例中，可以根据评价参数的计算值与测量值之间的差值大小，评价岩心高压压汞的注失程度。具体的，可以用注失评价参数的计算值与测量值之间的线性差值或对数差值，作为注失程度的定量描述参数。
本实施例中，通过确定注失评价参数定量描述了各个岩心的注失程度，在利用高压压汞实验数据评价储层孔隙结构时，就可以根据注失程度，通过剔除严重注失的岩心或开展注失校正，达到提高孔隙结构评价精度的目的。
在本申请的一个实施例中，为了进一步提高高压压汞注失判断的准确性，S104中的待判断岩心需与S101中的岩心具有相同成因、相同组构特征。
在本申请的一个具体实施例中，通过以下几个步骤判断致密储层高压压汞过程中是否出现了注失，若出现注失则定量描述注失程度。
1、获取研究区致密储层中25个岩心样本的第一渗透率以及这25个岩心的第一高压压汞数据集合。所述第一高压压汞数据集合中包括：排驱压力、饱和度中值压力、最大汞饱和度、最大孔喉半径、平均孔喉半径、孔喉半径中值、半径均值、分选系数、歪度、峰态、结构系数、均质系数以及汞饱和度系数。
本实施例中，25个岩心样本就对应了25个渗透率，即所述第一渗透率中包含了25个数值。25个岩心的第一高压压汞数据集合中包含了25×13个数据，分别对应每一个岩心的排驱压力、饱和度中值压力、最大汞饱和度、最大孔喉半径、平均孔喉半径、孔喉半径中值、半径均值、分选系数、歪度、峰态、结构系数、均质系数以及汞饱和度系数。
2、根据所述第一渗透率，利用预设规则对所述岩心进行分类。
首先将所述第一渗透率中的数值分为四类。划分规则为：渗透率数值小于0.005mD的，分为Ⅰ类；渗透率数值大于等于0.005mD且小于0.01mD的，分为Ⅱ类；渗透率数值大于等于0.01mD且小于0.1mD的，分为Ⅲ类；渗透率数值大于等于0.1mD且小于0.3mD的，分为Ⅳ类。分类之后，25个岩心样本就被分成了四类。
3、从所述第一高压压汞实验数据集合中选出对所述第一渗透率敏感的数据，构成第一敏感数据集合。
该步骤的实质是筛选所述第一高压压汞实验数据集合中的数据种类。由以上描述可知，从Ⅰ类到Ⅳ类渗透率数值依次增加。计算所述第一高压压汞数据集合中各种数据在每一分类中的平均值。例如，若渗透率为Ⅰ类的岩心共有10个，则分别计算这10个岩心的排驱压力、饱和度中值压力、最大汞饱和度、最大孔喉半径、平均孔喉半径、孔喉半径中值、半径均值、分选系数、歪度、峰态、结构系数、均质系数以及汞饱和度系数的平均值。选平均值随着渗透率从Ⅰ类到Ⅳ类单调增加或单调减小的数据，作为对第一渗透率敏感的数据。例如，图5中包含了汞饱和度系数SHGR、分选系数以及平均孔喉半径这三个参数在各分类中的平均值与渗透率分类之间的关系。由图5可知，这三个参数中，汞饱和度系数SHGR和平均孔喉半径两个参数的平均值随着渗透率升高单调增加，因此，可以认为SHGR和平均孔喉半径是对所述第一渗透率敏感的参数，而分选系数的平均值随第一渗透率增大呈波状变化，反映其对第一渗透率不敏感。需要注意的是，图5只是为了说明本实施例特征筛选的方法，并不包含本实施例中所有涉及参数。
按照图5中所展示的方法，最终发现，汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp满足随着渗透率从Ⅰ类到Ⅳ类单调变化的条件，因此获取这25个岩心的汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp数据，组成第一敏感数据集合。
4、将所述第一敏感数据集合中的每种数据分别作为自变量，所述第一渗透率作为因变量，进行拟合，分别得到所述第一敏感数据集合中每种数据与所述第一渗透率的关系集合。
在本实施例中，拟合时将汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp分别作为自变量，25个岩心的渗透率作为因变量，通过拟合得到关系式。其中，25个岩心的汞饱和度系数SHGR与渗透率K的拟合结果如图4所示。图中实线为拟合结果曲线。图4拟合的表达式为：相关系数为0.89。排驱压力pcd与渗透率K的表达式为：K＝0.032×pcd -0.7，相关系数为0.84。平均孔喉半径rp与渗透率K的表达式为：K＝0.139×rp 0.82，相关系数为0.84。
由此可知，所述关系集合中包括：K＝0.032×pcd -0.7和K＝0.139×rp 0.82。
5、根据所述关系集合和所述第一敏感数据集合，确定注失阈值确定关系集合。
由图4可知，岩心的汞饱和度系数SHGR与渗透率交会点是围绕拟合直线在一定范围内分布的。因此将拟合直线同时向上和向下平行等距离移动，使得90％以上的交会点落在这两个平行线内，如图中虚线1和虚线2所示。虚线1和虚线2到拟合直线的距离相同。由于注失现象导致高压压汞评价的孔隙结构偏细，因此将虚线1(表达式为)作为汞饱和度系数SHGR与渗透率的注失阈值确定关系式。同理，可以得到排驱压力pcd与渗透率K的注失阈值确定关系式为：K＝0.063×pcd -0.7。平均孔喉半径rp与渗透率K的注失阈值确定关系式为：K＝0.3×rp 0.82。则所述注失阈值确定关系集合中包括：K＝0.063×pcd -0.7和K＝0.3×rp 0.82。
6、获取所述研究区待判断岩心的第二渗透率和第二敏感数据集合，并将所述第二敏感数据集合中的各个数据代入所述注失阈值确定关系集合中对应的关系式中，得到与所述第二敏感数据集合中的各个数据相对应的渗透率计算值。所述第二敏感数据集合中的数据种类与所述第一敏感数据集合中的数据种类一一对应。
在本实施例中，待判断的岩心样本有3个，分别为：岩样1，岩样2和岩样3。获取这3个待判断岩心的渗透率以及各自的汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp数据。其中，3个待判断岩心实际测量的渗透率分别为：岩样1为0.244mD、岩样2为0.004mD和岩样3为0.02mD。3个待判断岩心的汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp数据构成了所述第二敏感数据集合。将3个待判断岩心的汞饱和度系数SHGR、排驱压力pcd以及平均孔喉半径rp代入相对应的注失阈值确定关系式中，得到相应的渗透率计算值。具体数值如下表1所述。
表1
7、根据所述渗透率计算值和所述第二渗透率，判断所述待判断岩心中是否出现注失。
在本实施例中，将3个待判断岩样根据rp计算的渗透率、根据pcd计算的渗透率以及根据SHGR计算的渗透率分别与各自实测的渗透率进行比较，若每个岩样利用三个参数计算的3个渗透率值有三分之二(即2个)都小于实测的渗透率(即第二渗透率)，则认为该岩样大概率出现了高压压汞注失现象。由上表1可知，只有岩样1的三个计算渗透率都小于岩样1的实测渗透率，满足条件的个数(3)大于预设值(2)，因此认为岩样1出现了高压压汞注失而岩样2、岩样3没有出现高压压汞注失。
8、将所述第一敏感数据集合中的平均孔喉半径rp作为注失评价参数。
在本实施例中，高压压汞主要用于评价岩心所代表储层的孔隙结构，而平均孔喉半径是较好的反映储层孔隙结构特征的核心数据，因此将所述第一敏感数据集合中的平均孔喉半径rp作为注失评价参数。
9、根据平均孔喉半径rp评价出现高压压汞注失岩心的注失程度。
将本实施例中25个岩心平均孔喉半径rp作为因变量，所述第一渗透率作为自变量，进行数学拟合，得到所述平均孔喉半径与所述第一渗透率的第一关系式。拟合结果如图6所示，图中实线为拟合结果(表达式为：rp＝1.8088K0.7794)。
评价岩样1高压压汞注失程度时，可以将岩样1的实验测得的渗透率代入图6的拟合表达式中计算，得到岩样1平均孔喉半径rp的计算值，比较该计算值与测量值之间的差别。本实施例中，岩心1根据图6的拟合关系式计算得到的平均孔喉半径为0.6μm。而实际根据高压压汞实验得到的平均孔喉半径为0.01μm，计算值与测量值相差0.59μm。可以认为该岩样由于注失引起的平均孔喉半径偏差值达到为0.59μm。
考虑到其它孔隙结构参数或微观地质因素引起的偏离和实验数据本身存在的合理误差，所述第一关系式也存在一定误差，并非平均孔喉半径与渗透率的完全限定关系式，因此参考S103中获取阈值确定关系的方法，对图6的拟合直线同时向上和向下等距离平移，直至90％以上的交会点都落在两条平移直线之间，将此时的两条平行直线分别作为高值上限和低值下限，如图6中虚线1(表达式为：rp＝5.0774K0.7794)和虚线2(表达式为：rp＝0.6444K0.7794)所示。岩样1根据虚线1和虚线2计算得到的平均孔喉半径高值上限为1.69μm，低值下限为0.21μm。由于注失引起的平均孔喉半径评价偏差介于0.20μm至1.68μm之间。
本实施例中，本申请实施例首先根据研究区岩心样本的渗透率与高压压汞实验数据，得到了该研究区内注失阈值确定关系。然后，结合待判断岩心的渗透率和高压压汞实验数据，判断所述待判断岩心在高压压汞实验中是否出现了注失现象。在确定待判断岩心存在压汞注失现象之后，就可以据此采取相应措施提高高压压汞评价孔隙结构的准确性。
为了验证上述实施例中判断注失结果的准确性，本申请实施例还进行了进一步的验证实验。
选取岩样1、岩样2、岩样3的平行样，进行恒速压汞实验。所述平行样原意指同一批号的两个以上相同产品。在这里，由于高压压汞实验是破坏性实验，所述平行样是指将同一块较长的柱塞岩心(长度>5cm)切割而成的两个柱塞岩样。将所述两个柱塞岩样分别进行高压压汞实验和恒速压汞实验并进行对比分析。岩样1的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线如图7所示，图中曲线1表示高压压汞进汞曲线，图中曲线2表示恒速压汞进汞曲线。岩样2的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线如图8所示，图中曲线1表示高压压汞进汞曲线，图中曲线2表示恒速压汞进汞曲线。岩样3的高压压汞进汞曲线与岩样1平行样的恒速压汞进汞曲线如图9所示，图中曲线1表示高压压汞进汞曲线，图中曲线2表示恒速压汞进汞曲线。
由于恒速压汞采用准静态方式注入，进汞速度慢，可以认为不存在注失现象或认为其注失现象远低于高压压汞，因此可以借助岩心平行样的恒速压汞进汞曲线对比，判断高压压汞注失现象。由图7至图9可知，岩样1的高压压汞进汞曲线与其平行样的恒速压汞进汞曲线相差很大，而岩样2和岩样3的高压压汞进汞曲线与其平行样的恒速压汞进汞曲线相差很小。由此可知，岩样1出现了高压压汞注失。并且，岩样1通过高压压汞测得的平均孔喉半径(0.01μm)与岩样1平行样通过恒速压汞测得的平均孔喉半径(0.21μm)相差为0.20μm，介于上述分析的0.20μm至1.68μm之间。
本申请实施例中还提供了一种判断高压压汞注失的装置，如下面的实施例所述。由于该装置解决问题的原理与一种判断高压压汞注失的方法相似，因此该装置的实施可以参见一种判断高压压汞注失的方法的实施，重复之处不再赘述。
如图10所示，一种判断高压压汞注失的装置可以包括以下几个部分。
获取模块1001，用于获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据。
第一集合获取模块1002，用于根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系；
第二集合获取模块1003，用于根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系。
判断模块1004，用于获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
由上述装置的实施例可知，本申请实施例首先根据研究区岩心样本的渗透率与高压压汞实验数据，得到了该研究区内注失阈值的确定方法。然后，结合待判断岩心的渗透率和高压压汞实验数据，判断所述待判断岩心在高压压汞实验中是否出现了注失现象。在确定待判断岩心存在注失现象之后，就可以据此采取相应措施提高高压压汞评价孔隙结构的准确性。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本申请实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储于电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请实施例的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (16)
1.一种判断高压压汞注失的方法，其特征在于，包括以下步骤：
获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据；
根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系；
根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系；
获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
2.如权利要求1所述的方法，其特征在于，所述根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，具体包括：
根据所述第一渗透率，从所述第一高压压汞实验数据集合中选出满足预设条件的数据构成第一敏感数据集合；所述第一敏感数据集合中包括至少一种数据；
根据所述第一敏感数据集合和所述第一渗透率，获取关系集合；所述关系集合中包括所述第一敏感数据集合中的每种数据分别与所述第一渗透率的关系；
对应的，所述获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应，具体为：
获取所述研究区内待判断岩心的第二渗透率和第二敏感数据集合，并根据所述第二渗透率、第二敏感数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二敏感数据集合中的数据种类与所述第一敏感数据集合中的数据种类一一对应。
3.如权利要求2所述的方法，其特征在于，所述根据所述第一渗透率，从所述第一高压压汞实验数据集合中选出满足预设条件的数据构成第一敏感数据集合，具体包括：
利用第一预设规则对所述第一渗透率进行分类，获取分类结果；
根据所述分类结果，从所述第一高压压汞实验数据集合中选出满足预设条件的数据，构成第一敏感数据集合。
4.如权利要求2或3所述的方法，其特征在于，所述根据所述第一敏感数据集合和所述第一渗透率，得到关系集合，具体包括：
将所述第一敏感数据集合中的每种数据分别作为自变量，所述第一渗透率作为因变量，进行拟合，分别得到所述第一敏感数据集合中每种数据与所述第一渗透率的关系式，构成关系集合。
5.如权利要求4所述的方法，其特征在于，所述根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合，具体包括：
根据所述关系集合、所述第一敏感数据集合和所述第一渗透率，按照第二预设规则获取所述阈值确定关系集合。
6.如权利要求5所述的方法，其特征在于，所述根据所述第二渗透率、第二敏感数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失，具体包括：
根据所述第二敏感数据集合和所述阈值确定关系集合，获取渗透率计算值集合；所述渗透率计算值集合中包括与所述第二敏感数据集合中的每种数据相对应的渗透率计算值；
获取所述渗透率计算值集合中小于所述第二渗透率的个数；
若所述个数大于等于预设值，则所述待判断岩心出现了高压压汞注失。
7.如权利要求6所述的方法，其特征在于，在所述根据所述第二渗透率、第二敏感数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失之后，还包括：
从所述第二敏感数据集合中确定注失评价参数；
若待判断岩心出现高压压汞注失，则根据所述注失评价参数评价所述待判断岩心的注失程度。
8.如权利要求7所述的方法，其特征在于，所述根据所述注失评价参数评价注失程度，具体包括：
根据所述第一敏感数据集合和所述第一渗透率，确定所述评价参数的计算公式；
根据所述第二渗透率和所述评价参数的计算公式，确定所述评价参数的计算值；
获取所述注失评价参数在所述第二敏感数据集合中的测量值；
根据所述评价参数的计算值与测量值，评价所述待判断岩心的注失程度。
9.一种判断高压压汞注失的装置，其特征在于，所述装置包括：
获取模块，用于获取研究区内多个岩心的第一渗透率和第一高压压汞实验数据集合；所述第一高压压汞实验数据集合中包括所述岩心高压压汞实验的至少一种数据；
第一集合获取模块，用于根据所述第一高压压汞实验数据集合和所述第一渗透率，获取关系集合，所述关系集合中包括所述第一高压压汞实验数据集合中的每种数据分别与所述第一渗透率的关系；
第二集合获取模块，用于根据所述关系集合、所述第一高压压汞实验数据集合和所述第一渗透率，获取阈值确定关系集合；所述阈值确定关系集合中包括分别与所述第一高压压汞实验数据集合中的每种数据一一对应的阈值确定关系；
判断模块，用于获取所述研究区内待判断岩心的第二渗透率和第二高压压汞实验数据集合，并根据所述第二渗透率、所述第二高压压汞实验数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二高压压汞实验数据集合中的数据种类与所述第一高压压汞实验数据集合中的数据种类一一对应。
10.如权利要求9所述的装置，其特征在于，所述第一集合获取模块具体包括：
敏感数据筛选子模块，用于根据所述第一渗透率，从所述第一高压压汞实验数据集合中选出满足预设条件的数据构成第一敏感数据集合；所述第一敏感数据集合中包括至少一种数据；
关系集合获取子模块，用于根据所述第一敏感数据集合和所述第一渗透率，获取关系集合；所述关系集合中包括所述第一敏感数据集合中的每种数据分别与所述第一渗透率的关系；
对应的，所述判断模块，具体用于获取所述研究区内待判断岩心的第二渗透率和第二敏感数据集合，并根据所述第二渗透率、第二敏感数据集合和所述阈值确定关系集合，确定所述待判断岩心是否出现注失；所述第二敏感数据集合中的数据种类与所述第一敏感数据集合中的数据种类一一对应。
11.如权利要求10所述的装置，其特征在于，所述敏感数据筛选子模块具体用于：
利用第一预设规则对所述第一渗透率进行分类，获取分类结果；
根据所述分类结果，从所述第一高压压汞实验数据集合中选出满足预设条件的数据，构成第一敏感数据集合。
12.如权利要求10或11所述的装置，其特征在于，所述关系集合获取子模块，具体用于将所述第一敏感数据集合中的每种数据分别作为自变量，所述第一渗透率作为因变量，进行拟合，分别得到所述第一敏感数据集合中每种数据与所述第一渗透率的关系式，构成关系集合。
13.如权利要求12所述的装置，其特征在于，所述第二集合获取模块，具体用于将所述第一敏感数据集合中的每种数据分别作为自变量，所述第一渗透率作为因变量，进行拟合，分别得到所述第一敏感数据集合中每种数据与所述第一渗透率的关系式，构成关系集合。
14.如权利要求13所述的装置，其特征在于，所述判断模块，具体包括：
计算值集合获取子模块，用于根据所述第二敏感数据集合和所述阈值确定关系集合，获取渗透率计算值集合；所述渗透率计算值集合中包括与所述第二敏感数据集合中的每种数据相对应的渗透率计算值；
个数获取子模块，用于获取所述渗透率计算值集合中小于所述第二渗透率的个数；
岩心判断子模块，用于若所述个数大于等于预设值，则所述待判断岩心出现了高压压汞注失。
15.如权利要求14所述的装置，其特征在于，在所述判断模块之后还包括：
评价参数确定模块，用于从所述第二敏感数据集合中确定注失评价参数；
注失评价模块，用于若待判断岩心出现高压压汞注失，则根据所述注失评价参数评价所述待判断岩心的注失程度。
16.如权利要求15所述的装置，其特征在于，所述注失评价模块具体包括：
计算公式确定子模块，用于根据所述第一敏感数据集合和所述第一渗透率，确定所述评价参数的计算公式；
计算值确定子模块，用于根据所述第二渗透率和所述评价参数的计算公式，确定所述评价参数的计算值；
测量值获取子模块，用于获取所述注失评价参数在所述第二敏感数据集合中的测量值；
评价子模块，用于根据所述评价参数的计算值与测量值，评价所述待判断岩心的注失程度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710231142.2A CN107038461B (zh) | 2017-04-10 | 2017-04-10 | 一种判断高压压汞注失的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710231142.2A CN107038461B (zh) | 2017-04-10 | 2017-04-10 | 一种判断高压压汞注失的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107038461A CN107038461A (zh) | 2017-08-11 |
| CN107038461B true CN107038461B (zh) | 2019-07-09 |
Family
ID=59534922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710231142.2A Active CN107038461B (zh) | 2017-04-10 | 2017-04-10 | 一种判断高压压汞注失的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107038461B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109458175B (zh) * | 2018-11-14 | 2021-09-28 | 中国石油化工股份有限公司 | 一种超压环境下储层含油饱和度的预测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103267721A (zh) * | 2013-05-03 | 2013-08-28 | 中国石油天然气集团公司 | 一种致密砂岩储层孔隙含水特征与赋存状态的评价方法 |
| CN103279647A (zh) * | 2013-05-03 | 2013-09-04 | 中国石油天然气集团公司 | 一种基于孔隙特征参数计算致密砂岩储层渗透率的方法 |
| CN103900942A (zh) * | 2014-01-10 | 2014-07-02 | 中国石油大学(华东) | 基于高压压汞分析的储层微观孔喉参数的连续表征方法 |
| CN104833789A (zh) * | 2015-04-09 | 2015-08-12 | 中国石油大学(北京) | 利用致密砂岩微观孔隙结构确定气水关系的方法 |
| CN105241798A (zh) * | 2015-09-23 | 2016-01-13 | 中国海洋石油总公司 | 一种复杂碳酸盐岩储层渗透率的定量表征方法 |
| CN103670384B (zh) * | 2013-11-18 | 2016-06-08 | 中国石油天然气集团公司 | 一种储层分类方法及系统 |
| CN106442262A (zh) * | 2016-09-29 | 2017-02-22 | 西安石油大学 | 定量评价深层高压低渗砂岩储层微观孔隙结构特征的方法 |
-
2017
- 2017-04-10 CN CN201710231142.2A patent/CN107038461B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103267721A (zh) * | 2013-05-03 | 2013-08-28 | 中国石油天然气集团公司 | 一种致密砂岩储层孔隙含水特征与赋存状态的评价方法 |
| CN103279647A (zh) * | 2013-05-03 | 2013-09-04 | 中国石油天然气集团公司 | 一种基于孔隙特征参数计算致密砂岩储层渗透率的方法 |
| CN103670384B (zh) * | 2013-11-18 | 2016-06-08 | 中国石油天然气集团公司 | 一种储层分类方法及系统 |
| CN103900942A (zh) * | 2014-01-10 | 2014-07-02 | 中国石油大学(华东) | 基于高压压汞分析的储层微观孔喉参数的连续表征方法 |
| CN104833789A (zh) * | 2015-04-09 | 2015-08-12 | 中国石油大学(北京) | 利用致密砂岩微观孔隙结构确定气水关系的方法 |
| CN105241798A (zh) * | 2015-09-23 | 2016-01-13 | 中国海洋石油总公司 | 一种复杂碳酸盐岩储层渗透率的定量表征方法 |
| CN106442262A (zh) * | 2016-09-29 | 2017-02-22 | 西安石油大学 | 定量评价深层高压低渗砂岩储层微观孔隙结构特征的方法 |
Non-Patent Citations (3)
| Title |
|---|
| Fractal analysis of tight gas sandstones using high-pressure mercury intrusion techniques;J. Lai et al.;《Journal of Natural Gas Science and Engineering》;20151231;第185-196页 |
| 基于瞬时进汞饱和度的毛细管压力曲线储层评价方法;王剑峰 等;《大庆石油学院学报》;20100630;第34卷(第3期);第54-58页 |
| 注汞压力对致密砂岩储层物性下限分析的影响;李烨 等;《西南石油大学学报（自然科学版）》;20151031;第37卷(第5期);第79-84页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107038461A (zh) | 2017-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sakhaee-Pour et al. | Effect of pore structure on the producibility of tight-gas sandstones | |
| CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
| CN110927035A (zh) | 一种低渗致密砂岩束缚水饱和度计算方法 | |
| CN103026202A (zh) | 获取多孔介质的相容和综合物理性质的方法 | |
| CN105863628B (zh) | 一种油田开发阶段储层精细预测方法 | |
| EP2963235B1 (fr) | Procede d'exploitation d'un gisement petrolier a partir d'une technique de positionnement des puits a forer | |
| CN107038461B (zh) | 一种判断高压压汞注失的方法及装置 | |
| Xuequn et al. | Multi-parameter quantitative assessment of 3D geological models for complex fault-block oil reservoirs | |
| CN112145165A (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
| Hudson et al. | Unsupervised machine learning for detecting soil layer boundaries from cone penetration test data | |
| CN115032062A (zh) | 页岩油储层的可压性确定方法、装置和可压性确定系统 | |
| Haghighi et al. | A permeability predictive model based on hydraulic flow unit for one of Iranian carbonate tight gas reservoir | |
| CN111241652B (zh) | 一种确定地层原油粘度的方法及装置 | |
| CN111488666A (zh) | 一种气藏水平井产能预测模型建立、预测方法及装置 | |
| Alfonso et al. | A machine learning methodology for rock-typing using relative permeability curves | |
| Bigoni et al. | A multi-scale path for the characterization of heterogeneous karst carbonates: How log-to-seismic machine learning can optimize hydrocarbon production | |
| Pratama et al. | Well pair based communication strength analysis for water injection reservoir surveillance using monte carlo simulation coupled with machine learning approach | |
| Mabrouk et al. | Introducing New Shaly Sand Analysis Petrophysical Model for an Unconventional Reservoir Leads to Double the Volumes in a Brown Gas Field, Bahariya Formation, BED 2 Gas Field, Western Desert, Egypt | |
| Galli et al. | Smart Processing and Analysis of Image Log Data: A Digital Approach for A Robust Facies Modelling in Heterogeneous Carbonate Reservoirs | |
| Pereira | Permeability prediction from well log data using multiple regression analysis | |
| Di Maggio et al. | Automatic Flow-Calibrated Permeability Log Estimation Through Dual Random Forest Algorithm: How Predictive Analytics Enhances the Characterization of Heterogeneous Carbonate Reservoirs | |
| CN113642656B (zh) | 一种低渗砂岩储层开采方式确定方法及相关装置 | |
| Behrenbruch et al. | Capillary Pressure Drainage Curves: Modelling and Prediction of Capillary Entry Pressure | |
| Herdiyanti et al. | A Discovery of the New Indonesia's Hydrocarbon Reserves through Selective Combination of Advance Wireline Logging Data: A Case Study of Akasia Maju Field, Indonesia | |
| Franks et al. | A simple, effective petrographic method for quantifying percent clay or other grain-coat coverage in sandstones |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |