CN109580678B - 利用数字岩心技术快速识别评价低阻油气层方法 - Google Patents
利用数字岩心技术快速识别评价低阻油气层方法 Download PDFInfo
- Publication number
- CN109580678B CN109580678B CN201811295837.8A CN201811295837A CN109580678B CN 109580678 B CN109580678 B CN 109580678B CN 201811295837 A CN201811295837 A CN 201811295837A CN 109580678 B CN109580678 B CN 109580678B
- Authority
- CN
- China
- Prior art keywords
- pore
- resistivity
- multiplied
- area
- content
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/203—Measuring back scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
- G01N2223/053—Investigating materials by wave or particle radiation by diffraction, scatter or reflection back scatter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/07—Investigating materials by wave or particle radiation secondary emission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/616—Specific applications or type of materials earth materials
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明属于石油地质勘探评价技术领域,本发明公开了一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:采用孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图来快速识别评价低阻油气层。本发明能够显著的对油层、低阻油层、可疑层、高阻水层和一般水层进行区分;相比现有常规的识别评价方法来说,本发明具有快速准确,区分效果显著的特点。
Description
技术领域
本发明属于石油地质勘探评价技术领域,具体涉及一种利用数字岩心技术快速识别评价低阻油气层方法。
背景技术
数字岩心技术是近年兴起的岩心分析的有效方法,基本原理是基于高倍的二维扫描电镜图像或三维CT扫描图像,运用计算机图像处理技术,通过一定的算法完成数字岩心重构,从而可以快速得到一系列岩心物理参数,包括,矿物类型及含量、各种孔隙结构参数、岩心声学特征参数、岩心电学特征参数以及岩心渗流特征参数等,在常规实验室中,由于这些参数很难在同一岩心上获取,且流程极其繁琐、工期很长,也造成常规实验室分析参数在生产中应用效果不佳。因此,同常规实验室岩心分析相比,数字岩心技术具备以下特点:不损岩芯、同块岩心中能定量获取各种参数、工期短等。
测井识别评价油气层是油藏勘探开发过程中重要技术,主要通过电阻率测井、孔隙度测井以及岩性测井等手段来实现,然而,许多油气藏的电阻率很低而水层电阻率很高,这给储层的测井识别增加了很大难度。发明人通过多年技术攻关,已经明确了低阻原因,包括:①地层岩石含导电矿物如黄铁矿;②储层泥质含量高;③储层富含阳离子粘土,如蒙脱石;④孔隙喉道复杂多变;⑤
储层孔隙度变化大;⑥地层水矿化度高;⑦砂泥岩薄互层使深电阻率测井值偏低;⑧泥浆侵入造成深电阻率测井值偏低;上述8种影响储层低电阻因素中,前3项为储层矿物因素,第④、⑤是储层孔隙结构,这5项都为储层因素,第⑥项为沉积因素,后两项为测井仪器因素,为外在因素。
沉积因素造成地层水变化,一般可以通过勘探生产过程中的多次测试及地质综合分析可以较好解决;泥浆侵入因素也可以通过及时测井等手段解决;薄互层因素可以增加纵向分辨率测井如阵列侧向测井手段来解决。
储层的岩石矿物和孔隙结构的复杂变化是造成油藏低阻主要因素,通过取芯后的实验室分析,如铸体薄片、粘土X衍射、电镜、压汞、核磁等手段可以明确矿物及孔隙结构特征,还可以用于油藏的二次测井解释,但难以应用于生产中,原因如下:①实验室岩芯定量分析岩石矿物及孔隙结构的工期较长,一般需要1个月时间,而钻井完钻后需要对油藏快速测井识别与评价,一般需要在3-5天内就必须完成,这样才能明确储层的流体性质并确定下部开发措施,因此实验室的分析成果很难直接应用于生产中;②实验室分析一般借助于少量分析测量成果推导出普遍性规律,然后应用于生产,而储层中一般蒙托石矿物含量、孔隙结构都复杂多变,没有统一规律,基本上一块岩心一个特征,因此难以根据实验室少量岩心分析进行快速储层评价。
发明内容
为了解决现有技术存在的由于富含蒙托石及孔隙结构复杂造成的油藏低电阻储层难以识别的技术问题,本发明提供一种利用数字岩心技术快速识别评价低阻油气层方法。本发明通过对井壁取心快速制样、电镜扫描、能谱分析、图像处理、孔隙结构参数分析等技术手段,定量计算岩心蒙托石含量及孔隙结构参数,再结合目标层的测井所测试的电阻率等测井曲线快速分析储层流体性质,达到最终解决低阻油层识别与评价的技术问题。
本发明所采用的技术方案为:
一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:采用孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图来快速识别评价低阻油气层。
进一步的,所述的一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:
S1、取井壁岩心的岩屑作为样品;
S2、通过带有能谱仪的电子显微镜获取样品的矿物特征原子谱图和蒙托石矿物含量数据;
S3、通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;
S4、对分割后的多类孔隙单元的长度、宽度、面积和形态进行统计分析,得到各类孔隙单元的参数以及不同类别的孔隙单元的面积;
S5、获取井段的深电阻率和井段的地层水电阻率,得到孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子与蒙托石含量乘深电阻率/地层水电阻率的交会图。
进一步的,所述步骤S3采用PerGeos软件通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;利用微血管网络分析算法提取孔隙骨架并根据精细算法将孔隙骨架划分成孔隙部分和喉道部分。
进一步的,所述步骤S3将孔隙骨架划分成孔隙部分和喉道部分的具体划分的方式为:将所有的骨架线都定义为通道线,将通道线出现分支的点称为节点,通道线到达尽头不再延伸或是通道线两端公用一个点的点称为顶点,节点之间的长度定义为通道线长度,将有顶点的通道线定义为“死”通道线,对于剩下的通道线,如果通道线的长度小于其到岩石壁的长度,则定义为孔隙,否则为喉道。
进一步的,所述步骤S1的具体步骤为:将井壁岩心的岩屑用可塑性易凝胶状物将其固结成规则形状,对其一面进行切割抛光,使其显现原始地层岩石沉积状态,得到样品。
进一步的,所述步骤S2的具体步骤为:通过带有能谱仪的电子显微镜选取有代表性的样品区域进行逐点二次电子和背散射电子扫描得到样品表面的精细成像;能谱仪对样品上的有代表性区域进行逐点自动扫描分析,采集其特征原子谱图,得到各种元素的分布谱线及各元素含量,根据本区岩石矿物组成特征及矿物元素组成特征,自动得到该岩石的矿物组成及相应的含量数据。
进一步的,所述可塑性易凝胶状物为环氧树脂。
进一步的,所述孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图为喉道面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
本发明的有益效果为:本发明的利用数字岩心技术快速识别评价低阻油气层方法通过包括步骤:采用孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图来快速识别评价低阻油气层,能够显著的对油层、低阻油层、可疑层、高阻水层和一般水层进行区分;相比现有常规的识别评价方法来说,本发明具有快速准确,区分效果显著的特点。
附图说明
图1是本发明的方法的操作流程示意图。
图2是某井测井曲线及某井段井壁取芯选样示意图。
图3a是某井取芯样品示意图。
图3b是某井制样样品示意图。
图4是制样样品的BSE扫描精细成像图。
图5是制样样品的矿物自动识别示意图。
图6是孔隙体积分割示意图。
图7是制样样品各类孔隙单元的分布图。
图8a是某井区3口井10个井段基于井壁取芯数岩参数的喉道面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
图8b是某井区3口井10个井段基于井壁取芯数岩参数的孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
图9a是某井区3口井10个井段常规测井流体孔隙度与电阻率的交会图。
图9b是某井区3口井10个井段常规测井流体孔隙度与深电阻率/地层水电阻率的交会图。
其中,图5的扫描精度为0.15μm;矿物识别精度为15μm;图6a为孔隙的初始化轮廓图;图6b为轮廓图中识别出的通道线、孔隙线和死通道线的示意图;图6c为识别出的通道线中喉道与标记的孔隙部分的示意图;图6d为孔隙体积分析中标记的空隙的重建图。
图中:1-为油层的电阻率;2-死通道线;3-通道线;4-孔隙线;5-喉道。
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐释。
如图1-图9b所示的,一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:采用孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子与蒙托石含量乘深电阻率/地层水电阻率的交会图来快速识别评价低阻油气层。
进一步的,所述的一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:
S1、取井壁岩心的岩屑作为样品;
S2、通过带有能谱仪的电子显微镜获取样品的矿物特征原子谱图和蒙托石矿物含量数据;
S3、通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;
S4、对分割后的多类孔隙单元的长度、宽度、面积和形态进行统计分析,得到各类孔隙单元的参数以及不同类别的孔隙单元的面积;
S5、获取井段的深电阻率和井段的地层水电阻率,得到孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子与蒙托石含量乘深电阻率/地层水电阻率的交会图。
进一步的,所述步骤S3采用PerGeos软件通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;利用微血管网络分析算法提取孔隙骨架并根据精细算法将孔隙骨架划分成孔隙部分和喉道部分。
进一步的,所述步骤S3将孔隙骨架划分成孔隙部分和喉道部分的具体划分的方式为:将所有的骨架线都定义为通道线,将通道线出现分支的点称为节点,通道线到达尽头不再延伸或是通道线两端公用一个点的点称为顶点,节点之间的长度定义为通道线长度,将有顶点的通道线定义为“死”通道线,对于剩下的通道线,如果通道线的长度小于其到岩石壁的长度,则定义为孔隙,否则为喉道。
进一步的,所述步骤S1的具体步骤为:将井壁岩心的岩屑用可塑性易凝胶状物将其固结成规则形状,对其一面进行切割抛光,使其显现原始地层岩石沉积状态,得到样品。
进一步的,所述步骤S2的具体步骤为:通过带有能谱仪的电子显微镜选取有代表性的样品区域进行逐点二次电子和背散射电子扫描得到样品表面的精细成像;能谱仪对样品上的有代表性区域进行逐点自动扫描分析,采集其特征原子谱图,得到各种元素的分布谱线及各元素含量,根据本区岩石矿物组成特征及矿物元素组成特征,自动得到该岩石的矿物组成及相应的含量数据。
进一步的,所述可塑性易凝胶状物为环氧树脂。
进一步的,所述孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图为喉道面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
实施例
在评价油气层之前需要先采集岩心样品,按照如图1所示的工作流程进行处理,然后得出最终的对油气层的评价结果。以下以某井区3口井10个井段为例来说明本发明的技术方案。
一种利用数字岩心技术快速识别评价低阻油气层方法,包括步骤:
S1、样品制备:根据如图2所示,1中标记的为油层的电阻率1,为18.3ohm.m;选取某井区3口井10个井段的某个井段的井壁岩心的岩屑作为样品;具体地,利用钻井井壁取心或岩屑样品,用环氧树脂等可塑性易凝胶状物将其固结成规则形状,对其一面进行切割抛光,使其显现原始地层岩石沉积状态;完成选样和制样过程,原始样品和制作好的样品对比,如图3a和3b所示。
S2、将制作好的样品用带有能谱仪的电子显微镜进行背散射电子和二次电子成像得到精细成像图,如图4所示。具体地,将制备好的样品放入电子显微镜,调整视野范围和对焦范围,选取有代表性的样品区域进行逐点二次电子和背散射电子扫描,得到岩石表面的精细成像图;采用能谱仪对样品进行精细自动矿物分析,得到样品的矿物组成及与矿物组成相应的含量数据;特别是定量获取了蒙托石矿物含量;因为该矿物是影响储层低阻关键因素,具体地,如图5所示。能谱分析仪采集到的是岩石的元素谱,计算得到元素组成及含量,再通过经典元素--矿物关系及地区经验计算矿物组成和含量。具体得到的组分组成以及含量如下表1所示。
表1各组分组成以及含量表
S3、把S2得到的高精度扫描图像,输入PerGeos软件中,通过分水岭算法提取孔隙并得到空隙的体积数据,将各个空隙分成多类孔隙单元,分类型统计各种孔隙单元参数:长度、宽度、等效半径、面积和形态,以及各参数的平均值、峰态、偏态、中值等。
S4、对分割后的多类孔隙单元的长度、宽度、面积和形态进行统计分析,得到各类孔隙单元的参数以及不同类别的孔隙单元的面积。如图6所示,孔隙划分、统计计算都由PerGeos软件(PerGeos软件为FEI公司专门针对数字岩心研究的商业软件)在计算机中完成,各样品具有良好对比性,能做到定量描述孔隙单元特征。利用的是INRIA对于微血管网络分析的方法提取孔隙骨架,根据精细算法划分骨架的孔隙部分和喉道部分。具体做法如下:首先将所有的骨架线都定义为通道线,将通道线出现分支的点称为节点,通道线到达尽头不再延伸或是通道线两端公用一个点的点称为顶点。节点之间的长度定义为通道线长度。将有顶点的通道线定义为“死”通道线。对于剩下的通道线,如果通道线的长度小于其到岩石壁的长度,则定义为孔隙,否则为喉道。这样就将孔隙和喉道进行了划分;得到死通道线2、通道线3、孔隙线4和喉道5;分割完成后,如图7所示,通过PerGeos软件快速对分割后的孔隙单元进行长度、宽度、面积和形态进行统计学分析,得到各个岩心的孔隙单元参数不同级别孔隙单元的面积大小。具体如下表2。
表2孔隙单元的分析参数表
S5、获取井段的深电阻率和井段的地层水电阻率,得到孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子与蒙托石含量乘深电阻率/地层水电阻率的交会图。
如图8a和8b所示,对XXX井区3口井10个井段的每个井段读取深电阻率,并通过测试资料或者其它测井方式计算每个井段的地层水电阻率,根据每个井段的测试结果分别作每个井段的交会图:喉道面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图,快速分析储层样本属于油层区还是水层区。对比如图8a-图9b可知,本实施例的两个交会图实现了一般油层、低阻油层、可疑层、高阻水层和一般水层的显著区分,而图9a-图9b中,一般油层、低阻油层、可疑层、高阻水层和一般水层中只有油层与其它层的区分较为明显,而其余各层无法有效区分。
由于储层粘土含量、蒙脱石矿物含量复杂多变,同时储层孔隙结构也变化多端,并且目前还没有有效测井手段来测量这些影响储层低阻因素,因此,按照常规手段进行快速流体识别此类低阻油层将非常困难,如图9a和9b所示,低阻油层和高阻水层基本无法区分。
由此可知,本发明将数岩技术引入蒙脱石矿物计算和孔隙结构定量评价,就基本解决了此类复杂油藏低阻储层难以识别的难题,取得显著技术效果。
本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (7)
1.一种利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:该方法采用孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图来快速识别评价低阻油气层;
包括步骤:
S1、取井壁岩心的岩屑作为样品;
S2、通过带有能谱仪的电子显微镜获取样品的矿物特征原子谱图和蒙托石矿物含量数据;
S3、通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;
S4、对分割后的多类孔隙单元的长度、宽度、面积和形态进行统计分析,得到各类孔隙单元的参数以及不同类别的孔隙单元的面积;
S5、获取井段的深电阻率和井段的地层水电阻率,得到孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图和孔隙单元的面积乘孔隙半径/孔隙形态因子中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
2.根据权利要求1所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述步骤S3采用PerGeos软件通过分水岭算法从样品的矿物特征原子谱图中提取出各个孔隙的孔隙体积数据,将各个孔隙分割成多类孔隙单元;利用微血管网络分析算法提取孔隙骨架并根据精细算法将孔隙骨架划分成孔隙部分和喉道部分。
3.根据权利要求2所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述步骤S3将孔隙骨架划分成孔隙部分和喉道部分的具体划分的方式为:将所有的骨架线都定义为通道线,将通道线出现分支的点称为节点,通道线到达尽头不再延伸或是通道线两端公用一个点的点称为顶点,节点之间的长度定义为通道线长度,将有顶点的通道线定义为“死”通道线,对于剩下的通道线,如果通道线的长度小于其到岩石壁的长度,则定义为孔隙,否则为喉道。
4.根据权利要求3所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述步骤S1的具体步骤为:将井壁岩心的岩屑用可塑性易凝胶状物将其固结成规则形状,对其一面进行切割抛光,使其显现原始地层岩石沉积状态,得到样品。
5.根据权利要求4所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述步骤S2的具体步骤为:通过带有能谱仪的电子显微镜选取有代表性的样品区域进行逐点二次电子和背散射电子扫描得到样品表面的精细成像;能谱仪对样品上的有代表性区域进行逐点自动扫描分析,采集其特征原子谱图,得到各种元素的分布谱线及各元素含量,根据本区岩石矿物组成特征及矿物元素组成特征,自动得到该岩石的矿物组成及相应的含量数据。
6.根据权利要求5所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述可塑性易凝胶状物为环氧树脂。
7.根据权利要求1-5任意一项所述的利用数字岩心技术快速识别评价低阻油气层方法,其特征在于:所述孔隙单元的面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图为喉道面积中值与蒙托石含量乘深电阻率/地层水电阻率的交会图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295837.8A CN109580678B (zh) | 2018-11-01 | 2018-11-01 | 利用数字岩心技术快速识别评价低阻油气层方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295837.8A CN109580678B (zh) | 2018-11-01 | 2018-11-01 | 利用数字岩心技术快速识别评价低阻油气层方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109580678A CN109580678A (zh) | 2019-04-05 |
CN109580678B true CN109580678B (zh) | 2021-05-11 |
Family
ID=65921096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811295837.8A Active CN109580678B (zh) | 2018-11-01 | 2018-11-01 | 利用数字岩心技术快速识别评价低阻油气层方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580678B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113969781B (zh) * | 2020-07-22 | 2023-11-28 | 中国石油天然气股份有限公司 | 一种海相碳酸盐岩微孔型孔隙结构成因低阻油层识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103940664A (zh) * | 2014-05-13 | 2014-07-23 | 中国矿业大学 | 一种三轴试验条件下硬土破裂细观结构识别装置和方法 |
CN106125158A (zh) * | 2016-07-19 | 2016-11-16 | 中国石油天然气股份有限公司 | 一种复杂油气藏油水层识别方法及装置 |
CN108035710A (zh) * | 2017-11-28 | 2018-05-15 | 中国科学院地质与地球物理研究所 | 基于数据挖掘划分深层岩石地质相的方法 |
-
2018
- 2018-11-01 CN CN201811295837.8A patent/CN109580678B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103940664A (zh) * | 2014-05-13 | 2014-07-23 | 中国矿业大学 | 一种三轴试验条件下硬土破裂细观结构识别装置和方法 |
CN106125158A (zh) * | 2016-07-19 | 2016-11-16 | 中国石油天然气股份有限公司 | 一种复杂油气藏油水层识别方法及装置 |
CN108035710A (zh) * | 2017-11-28 | 2018-05-15 | 中国科学院地质与地球物理研究所 | 基于数据挖掘划分深层岩石地质相的方法 |
Non-Patent Citations (2)
Title |
---|
低渗砂岩储层孔隙结构表征及应用研究;朱洪林;《中国博士学位论文全文数据库 工程科技I辑》;20150315(第03期);第30-35页 * |
阜东斜坡带侏罗系低阻油气层测井评价方法研究;张年助;《中国优秀硕士学位论文全文数据库 基础科学辑》;20160715(第07期);第42-55页和图5-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN109580678A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
Liu et al. | Pore-scale characterization of tight sandstone in Yanchang Formation Ordos Basin China using micro-CT and SEM imaging from nm-to cm-scale | |
CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
Liu et al. | Quantification of the microstructures of Bakken shale reservoirs using multi-fractal and lacunarity analysis | |
RU2544884C1 (ru) | Способ определения репрезентативных элементов площадей и объемов в пористой среде | |
Golab et al. | 3D porosity and mineralogy characterization in tight gas sandstones | |
Curtis et al. | Microstructural investigation of gas shales in two and three dimensions using nanometer-scale resolution imaging | |
CN106198579B (zh) | 一种测量页岩中有机质含量的方法 | |
CN103869052B (zh) | 一种砂岩储层成岩测井相定量表征的方法 | |
CN113609696B (zh) | 基于图像融合的多尺度多组分数字岩心构建方法及系统 | |
US10620181B2 (en) | Method of analysing a drill core sample | |
Cerepi et al. | Pore microgeometry analysis in low-resistivity sandstone reservoirs | |
WO2009058390A1 (en) | Geostatistical analysis and classification of individual core sample data | |
CN105649615A (zh) | Ct定量、三维可视化测试储层致密油赋存状态的方法 | |
CN109444190B (zh) | 利用数字岩心分析提高复杂油气层含水饱和度评价精度的方法 | |
CN112686917A (zh) | 提高岩心非均质性表征精度的数字岩心建模方法及装置 | |
CN103149130B (zh) | 砾岩岩心颗粒结构中粒度的分析方法 | |
CN109580678B (zh) | 利用数字岩心技术快速识别评价低阻油气层方法 | |
CN114897767A (zh) | 一种致密混积岩储层储集空间多尺度表征与储层分类方法 | |
Vocke et al. | Estimation of petrophysical properties of tight rocks from drill cuttings using image analysis: An integrated laboratory-based approach | |
CN109738955B (zh) | 一种基于成分-结构分类下的变质岩岩性综合判别方法 | |
CN113075731B (zh) | 深层储层连续性井筒数字建模方法及装置 | |
WO2022204297A1 (en) | The combined discrete gaussian analysis of micp and nmr t2 distributions of multi-modal carbonate rocks | |
Hu et al. | Correlating recovery efficiency to pore throat characteristics using digital rock analysis |
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 |