CN111060428B - 一种多层级岩心结构的数字重构方法 - Google Patents
一种多层级岩心结构的数字重构方法 Download PDFInfo
- Publication number
- CN111060428B CN111060428B CN201911288896.7A CN201911288896A CN111060428B CN 111060428 B CN111060428 B CN 111060428B CN 201911288896 A CN201911288896 A CN 201911288896A CN 111060428 B CN111060428 B CN 111060428B
- Authority
- CN
- China
- Prior art keywords
- particles
- rock
- level
- core
- particle
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000002245 particle Substances 0.000 claims abstract description 174
- 239000011148 porous material Substances 0.000 claims abstract description 31
- 238000009825 accumulation Methods 0.000 claims abstract description 10
- 238000002474 experimental method Methods 0.000 claims description 25
- 238000003384 imaging method Methods 0.000 claims description 17
- 238000004626 scanning electron microscopy Methods 0.000 claims description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 9
- 239000011707 mineral Substances 0.000 claims description 9
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 claims description 6
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 3
- 229910052753 mercury Inorganic materials 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000001179 sorption measurement Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000010433 feldspar Substances 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000009096 changqing Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 229910052900 illite Inorganic materials 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 2
- 229910052622 kaolinite Inorganic materials 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 229910052656 albite Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0272—Investigating particle size or size distribution with screening; with classification by filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N2015/0288—Sorting the particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/0833—Pore surface area
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种多层级岩心结构的数字重构方法,所述方法包括如下步骤:首先,根据真实油藏岩心中岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个以上层级的岩石颗粒;其次,在岩心结构的数字重构过程中,采用四参数随机生成方法,先生成第一级大颗粒堆积产生的孔隙结构,并针对下一层级的岩石颗粒,依次在已生成的孔隙结构中生成该层级的岩石颗粒堆积产生的对应颗粒尺度的孔隙结构,使得数字重构岩心结构的孔隙度和特征尺寸符合真实岩心的孔隙度和特征尺寸。使用本发明提供的重构方法,可以仅通过颗粒的尺寸与体积分布进行相应的生成,此外还具有生成方法成本低,速度快等特点。
Description
技术领域
本发明涉及新能源与高效节能领域,具体涉及石油天然气勘探开发与利用领域,尤指一种多层级岩心结构的数字重构方法。
背景技术
油气资源涉及能源安全,其产量需要得到稳步的提高。而提高采收率的方法就是重要手段。当前对于提高采收率的机理不清,特别是复杂多孔介质中多相流流动的机理不清,严重的影响了相关提高采收率技术和方法的发展和应用。
传统实验过程好比黑箱,无法得到结构中具体的流动状态,这给研究多相渗流机理带来了诸多不便。与之相对,微观模型实验、3D打印人造岩心实验等及数值模拟可以很好的捕捉复杂结构中的流动细节。为了保证相似实验及数值模拟与真实实验的一致性,保证设计的结构与真实结构性质一致是必要的。尽管CT扫描、FIB-SEM等提供了一种直接解析真实结构的成像手段,其高额的成本使得获取大量数字结构变得极其困难,而且也无法控制相关变量进行科学化研究。而为了从随机的复杂多孔介质中研究多相渗流机理,一定数量的数字结构作为统计样本是必要的,因此发展从真实结构重构数字结构的方法是十分重要的。目前已有的重构方法,往往只生成某个单一尺度的多孔结构。而对于真实的致密岩样的结构,其结构往往具有多尺度的特点,这一特点表现为在较大的石英与长石颗粒之间还存在着更小的黏土颗粒。而传统的实验过程难以重构其他尺度的多孔结构,无法得到结构中具体的流动状态。
发明内容
为了解决上述问题,捕捉真实结构的这种多重矿物与多尺度的特点,本申请提供了一种基于真实岩心结构重构多尺度数字结构的方法,该方法能够更加简单高效的生成与真实结构统计性质一致的数字结构。与成像的方法相比,当前方法的成本更低;而与生成单一尺度结构的方法相比,当前方法更好的捕捉了真实结构的矿物特点。
本申请提供了一种多层级岩心结构的数字重构方法,所述方法包括如下步骤:
a)根据真实油藏岩心中岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个以上层级的岩石颗粒;
b)在岩心结构的数字重构过程中,采用四参数随机生成方法,先生成第一级大颗粒堆积产生的孔隙结构,并针对下一层级的岩石颗粒,依次在已生成的孔隙结构中生成该层级的岩石颗粒堆积产生的对应颗粒尺度的孔隙结构,使得数字重构岩心结构的孔隙度和特征尺寸符合真实岩心的孔隙度和特征尺寸。
在本发明提供的多层级岩心结构的数字重构方法中,当岩石颗粒分成两个层级时,所述方法包括如下步骤:
1)选取真实油藏岩心,通过实验方法或者成像方法或者实验和成像二者结合的方法获取真实油藏岩心的岩石颗粒体积占整个岩石体积的体积比以及岩石颗粒粒径参数;
2)根据岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个层级的岩石颗粒;
3)对所述真实油藏岩心进行数字重构:利用四参数随机生成法,生成第一级颗粒堆积产生的大尺度孔隙结构,保证第一级颗粒粒径以及第一级颗粒体积占整个岩石体积比与真实参数相同;
4)利用四参数随机生成法,在步骤3)中生成的大尺度孔隙结构中生成第二级颗粒堆积产生小尺寸孔隙结构,使得第二级颗粒粒径以及油藏岩心数字重构整体的孔隙度符合真实油藏岩心的孔隙度。
在本发明提供的多层级岩心结构的数字重构方法中,步骤1)中所述实验方法包括:孔隙度测试实验、压汞实验、氮气吸附实验和粒径筛选实验中的一种或多种。
在本发明提供的多层级岩心结构的数字重构方法中,步骤1)中所述成像方法包括:扫描电子显微镜成像(SEM)得到真实油藏岩心的二维结构以及计算机断层扫描(CT)、聚焦离子束-扫描电子显微镜(FIB-SEM)或核磁共振成像技术(NMR)中的一种或多种。
在本发明提供的多层级岩心结构的数字重构方法中,步骤1)中成像方法经过图像处理得到真实油藏岩心的参数。
在本发明提供的多层级岩心结构的数字重构方法中,所述图像处理选用matlab或者imageJ软件中的一种或两种。
在本发明提供的多层级岩心结构的数字重构方法中,步骤1)中所述参数还可以包括:孔隙度、特征孔径或孔径分布中的一种或多种。
在本发明提供的多层级岩心结构的数字重构方法中,步骤2)中所述第一级颗粒具体为:根据矿物种类或者颗粒形态的不同将颗粒分组,得到不同组颗粒的特征粒径,特征粒径最大以及特征粒径不小于最大特征粒径50%的颗粒组中的颗粒即为第一级颗粒。
在本发明提供的多层级岩心结构的数字重构方法中,当岩石颗粒的层级数为两个时,第二级颗粒为第一级颗粒之外的剩余颗粒组中的颗粒。
在本发明提供的多层级岩心结构的数字重构方法中,当岩石颗粒的层级数为三个以上时,最小的颗粒特征尺寸小于最大的颗粒尺寸的1/10。
在本发明提供的多层级岩心结构的数字重构方法中,所述特征尺寸可以为特征孔径,也可以为特征粒径。
在本发明提供的多层级岩心结构的数字重构方法中,所述特征粒径可以为平均粒径。
相比现有技术,本发明具有以下优点:
基于真实岩心结构特征,利用随机算法生成了与之统计性质一致的数字结构,只要得到了颗粒的尺寸与体积分布,便可以进行相应的生成;。该生成方法成本低,能够简单高效的生成大量具有相同统计性质的随机结构;同时生成的数字结构保证了真实岩心的主要的结构特征,为数值模拟及实验设计研究多孔介质中多相流动机理及提高采收率机理提供了必要的结构模型。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书、说明书附图中所描述的方案来实现和获得。
附图说明
下面通过实施例,进一步描述本发明,但本发明不限于所列举实施例。以下就结合实施例,对本发明的具体实施方式做进一步详细描述,以使本发明技术方案更利于被理解和掌握。
图1为本申请实施例1的多层级数字结构重构流程图;其中,(1)为长庆致密砂岩SEM扫描图像、(2)为矿物颗粒尺寸与孔隙度统计、(3)为大尺度颗粒堆积结构、(4)为加入小尺度颗粒的多尺度结构;
图2为本申请实施例1中真实结构与重构结构局部对比图,左图为岩心真实结构的SEM图,右图为重构结构的示意图;
图3为本申请实施例2中重构得到的二维与三维数字结构示意图;
其中,Qtz为石英,Felds和Albite为长石,Kaol为高岭石,Illite为伊利石。
具体实施方式
下面通过实施例,进一步描述本发明,但本发明不限于所列举实施例。以下就结合实施例,对本发明的具体实施方式做进一步详细描述,以使本发明技术方案更利于被理解和掌握。
本申请实施例部分提供了一种多层级岩心结构的数字重构方法,所述方法包括如下步骤:
a)根据真实油藏岩心中岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个以上层级的岩石颗粒;
b)在岩心结构的数字重构过程中,采用四参数随机生成方法,先生成第一级大颗粒堆积产生的孔隙结构,并针对下一层级的岩石颗粒,依次在已生成的孔隙结构中生成该层级的岩石颗粒堆积产生的对应颗粒尺度的孔隙结构,使得数字重构岩心结构的孔隙度和特征尺寸符合真实岩心的孔隙度和特征尺寸。
在本发明实施例中,当岩石颗粒分成两个层级时,所述方法包括如下步骤:
1)选取真实油藏岩心,通过实验方法或者成像方法或者实验和成像二者结合的方法获取真实油藏岩心的岩石颗粒体积占整个岩石体积的体积比以及岩石颗粒粒径参数;
2)根据岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个层级的岩石颗粒;
3)对所述真实油藏岩心进行数字重构:利用四参数随机生成法,生成第一级颗粒堆积产生的大尺度孔隙结构,保证第一级颗粒粒径以及第一级颗粒体积占整个岩石体积比与真实参数相同;
4)利用四参数随机生成法,在步骤3)中生成的大尺度孔隙结构中生成第二级颗粒堆积产生小尺寸孔隙结构,使得第二级颗粒粒径以及油藏岩心数字重构整体的孔隙度符合真实油藏岩心的孔隙度。
在本发明实施例中,步骤1)中所述实验方法包括:孔隙度测试实验、压汞实验、氮气吸附实验和粒径筛选实验中的一种或多种。
在本发明实施例中,步骤1)中所述成像方法包括:扫描电子显微镜成像(SEM)得到真实油藏岩心的二维结构以及计算机断层扫描(CT)、聚焦离子束-扫描电子显微镜(FIB-SEM)或核磁共振成像技术(NMR)中的一种或多种。
在本发明实施例中,步骤1)中成像方法经过图像处理得到真实油藏岩心的参数。
在本发明实施例中,所述图像处理选用matlab或者imageJ软件中的一种或两种。
在本发明实施例中,步骤1)中所述参数还可以包括:孔隙度、特征孔径或孔径分布中的一种或多种。
在本发明实施例中,步骤2)中所述第一级颗粒具体为:根据矿物种类或者颗粒形态的不同将颗粒分组,得到不同组颗粒的特征粒径,特征粒径最大以及特征粒径不小于最大特征粒径50%的颗粒组中的颗粒即为第一级颗粒。
在本发明实施例中,当岩石颗粒的层级数为两个时,第二级颗粒为第一级颗粒之外的剩余颗粒组中的颗粒。
在本发明实施例中,当岩石颗粒的层级数为三个以上时,最小的颗粒特征尺寸小于最大的颗粒尺寸的1/10。
在本发明实施例中,所述特征尺寸可以为特征孔径,也可以为特征粒径。
在本发明实施例中,所述特征粒径可以为平均粒径。
实施例1
在本实施例中,基于真实岩心二维结构重构多级数字岩心二维结构的方法按照如下步骤进行:
1)选取长庆油田真实岩心,并利用扫描电子显微镜成像SEM对岩心结构进行扫描;
2)利用matlab对扫描得到的岩心结构进行图像处理,提取颗粒尺寸(矿物颗粒的粒径)与孔隙度:选取大颗粒为石英与长石形成的颗粒,其特征粒径分别为250μm与200μm,选取小颗粒为高岭石形成的颗粒,其粒径为10μm;孔隙度为12%;
3)对所述真实油藏岩心进行数字重构,利用四参数随机生成法(QuartetStructure Generation Set,QSGS),生成大颗粒堆积产生的大尺度孔隙结构,保证大颗粒的尺寸与真实岩心中大颗粒尺寸类似(大颗粒平均尺寸的90%-110%),生成的大颗粒特征尺寸约为260μm(白底斜线)与220μm(白底黑点);同时保证体积比与真实岩心相同,分别为53%与30%。
4)利用四参数随机生成法(Quartet Structure Generation Set,QSGS),在步骤3)中生成的大尺度孔隙结构中生成小颗粒堆积产生的小尺度孔隙结构,保证小颗粒的尺寸以及数字重构油藏岩心结构整体的孔隙度与真实油藏岩心的孔隙度相同,生成的小颗粒特征尺寸约为13μm(黑底灰点),数字重构岩心的整体孔隙度为12%,与实际测量的真实岩心整体孔隙度12%一致。
从图1中可以看出仅仅根据颗粒的特征尺寸与孔隙度等参数便可以生成包含不同矿物组成的多级结构,生成的过程十分高效;此外,由于所需要参数较少并且易于得到,生成过程的成本不高。
图2为截取了生成结构中的一部分与SEM扫描的结果进行了形态上的对比。
从图2中可以看出,生成结构与真实结构在某些细节上具有高度的相似性,说明了生成结构的可靠性。
实施例2
本实施例流程与实施例1一致,区别在于生成的是三维结构。
生成三维结构使用的参数为实施例1中从二维SEM图像得到的参数:颗粒尺寸(矿物颗粒的粒径)与孔隙度。
从图3中可以看出,从二维SEM图像得到的参数也可以用于生成三维的多级数字结构。生成的三维结构保证了生成大颗粒尺寸为258μm与210μm,小颗粒尺寸为12μm,与真实岩心参数一致,此外颗粒体积比与孔隙度可以严格保证与真实岩心一致,分别为53%、30%,5%与12%。与生成的二维数字结构相比,在相同的孔隙度条件下,三维结构能够更好的保持真实结构的连通性。
利用I7-4790K处理器单核处理,生成相应的20002(像素点)二维结构用时5min,生成相应的6003(像素点)三维结构用时510min,十分高效。而达到相同精度的CT扫描,包括前后处理的过程,往往需要几周甚至一个多月的时间。并且数字重构得到的岩心参数与真实岩心的各参数相似度高,能够在较低算力下准确,高效地重构多层级岩心结构。
虽然本申请所揭露的实施方式如上,但所述的内容仅为便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种多层级岩心结构的数字重构方法,所述方法包括如下步骤:
a)根据真实油藏岩心中岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个以上层级的岩石颗粒;
b)在岩心结构的数字重构过程中,采用四参数随机生成方法,先生成第一级大颗粒堆积产生的孔隙结构,并针对下一层级的岩石颗粒,依次在已生成的孔隙结构中生成该层级的岩石颗粒堆积产生的对应颗粒尺度的孔隙结构,使得数字重构岩心结构的孔隙度和特征尺寸符合真实岩心的孔隙度和特征尺寸;
所述步骤a)具体包括:
1)选取真实油藏岩心,通过实验方法或者成像方法或者实验和成像二者结合的方法获取真实油藏岩心的岩石颗粒体积占整个岩石体积的体积比以及岩石颗粒粒径参数;
2)根据岩石颗粒粒径的不同以及岩石颗粒体积占整个岩石体积的体积比不同,对岩石颗粒进行分级,形成两个层级的岩石颗粒;
所述步骤b)具体包括:
3)对所述真实油藏岩心进行数字重构:利用四参数随机生成法,生成第一级颗粒堆积产生的大尺度孔隙结构,保证第一级颗粒粒径以及第一级颗粒体积占整个岩石体积比与真实参数相同;
4)利用四参数随机生成法,在步骤3)中生成的大尺度孔隙结构中生成第二级颗粒堆积产生小尺寸孔隙结构,使得第二级颗粒粒径以及油藏岩心数字重构整体的孔隙度符合真实油藏岩心的孔隙度。
2.根据权利要求1中所述的多层级岩心结构的数字重构方法,其中,步骤1)中所述实验方法包括:孔隙度测试实验、压汞实验、氮气吸附实验和粒径筛选实验中的一种或多种。
3.根据权利要求1中所述的多层级岩心结构的数字重构方法,其中,步骤1)中所述成像方法包括:扫描电子显微镜成像(SEM)得到真实油藏岩心的二维结构以及计算机断层扫描(CT)、聚焦离子束-扫描电子显微镜(FIB-SEM)或核磁共振成像技术(NMR)中的一种或多种。
4.根据权利要求2或3所述的多层级岩心结构的数字重构方法,其中,步骤1)中成像方法经过图像处理得到真实油藏岩心的参数。
5.根据权利要求4所述的多层级岩心结构的数字重构方法,其中,所述图像处理选用matlab或者imageJ软件中的一种或两种。
6.根据权利要求2或3所述的多层级岩心结构的数字重构方法,其中,步骤1)中所述参数还可以包括:孔隙度、特征孔径或孔径分布中的一种或多种。
7.根据权利要求2或3所述的多层级岩心结构的数字重构方法,其中,步骤2)中所述第一级颗粒具体为:根据矿物种类或者颗粒形态的不同将颗粒分组,得到不同组颗粒的特征粒径,特征粒径最大以及特征粒径不小于最大特征粒径50%的颗粒组中的颗粒即为第一级颗粒。
8.根据权利要求2或3所述的多层级岩心结构的数字重构方法,其中,当岩石颗粒的层级数为两个时,第二级颗粒为第一级颗粒之外的剩余颗粒组中的颗粒。
9.根据权利要求2或3所述的多层级岩心结构的数字重构方法,其中,当岩石颗粒的层级数为三个以上时,最小的颗粒特征尺寸小于最大的颗粒尺寸的1/10。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288896.7A CN111060428B (zh) | 2019-12-12 | 2019-12-12 | 一种多层级岩心结构的数字重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288896.7A CN111060428B (zh) | 2019-12-12 | 2019-12-12 | 一种多层级岩心结构的数字重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060428A CN111060428A (zh) | 2020-04-24 |
CN111060428B true CN111060428B (zh) | 2021-10-22 |
Family
ID=70301568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911288896.7A Active CN111060428B (zh) | 2019-12-12 | 2019-12-12 | 一种多层级岩心结构的数字重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060428B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112146957B (zh) * | 2020-09-25 | 2022-04-15 | 东北石油大学 | 一种基于数字岩心实现人造岩心定量制作方法 |
CN113405966B (zh) * | 2021-06-08 | 2022-08-23 | 浙江广天构件集团股份有限公司 | 一种水泥基材料颗粒堆积体系孔径分布计算方法 |
CN113313131B (zh) * | 2021-07-29 | 2021-09-21 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
CN115859402B (zh) * | 2022-12-01 | 2023-09-12 | 哈尔滨师范大学 | 一种基于改进四参数随机生长法的植物纤维地膜结构模拟方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107300519A (zh) * | 2017-05-11 | 2017-10-27 | 中国石油天然气股份有限公司 | 致密砂岩导电分析方法及系统 |
CN107506357A (zh) * | 2016-06-14 | 2017-12-22 | 中国石油化工股份有限公司 | 用于不同粗细粒度岩心图像重构的二维数字岩心存储方法 |
CN109255835A (zh) * | 2018-10-11 | 2019-01-22 | 中国科学院力学研究所 | 页岩岩心尺度数字-实验模型的重构方法及装置 |
US20190154597A1 (en) * | 2017-11-20 | 2019-05-23 | DigiM Solution LLC | System and Methods for Computing Physical Properties of Materials Using Imaging Data |
CN110473597A (zh) * | 2019-09-05 | 2019-11-19 | 中国石油大学(北京) | 砾岩力学性质评价分析方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9134457B2 (en) * | 2009-04-08 | 2015-09-15 | Schlumberger Technology Corporation | Multiscale digital rock modeling for reservoir simulation |
AU2014357611B2 (en) * | 2013-12-05 | 2018-10-18 | Schlumberger Technology B.V. | Digital core model construction |
CN108046410B (zh) * | 2017-12-08 | 2020-11-03 | 太原理工大学 | 基于格子Boltzmann算法的膜生物降解有机污水模拟方法 |
CN110302853B (zh) * | 2019-07-03 | 2020-08-28 | 清华大学 | 一种芯片油藏及其制作方法 |
-
2019
- 2019-12-12 CN CN201911288896.7A patent/CN111060428B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506357A (zh) * | 2016-06-14 | 2017-12-22 | 中国石油化工股份有限公司 | 用于不同粗细粒度岩心图像重构的二维数字岩心存储方法 |
CN107300519A (zh) * | 2017-05-11 | 2017-10-27 | 中国石油天然气股份有限公司 | 致密砂岩导电分析方法及系统 |
US20190154597A1 (en) * | 2017-11-20 | 2019-05-23 | DigiM Solution LLC | System and Methods for Computing Physical Properties of Materials Using Imaging Data |
CN109255835A (zh) * | 2018-10-11 | 2019-01-22 | 中国科学院力学研究所 | 页岩岩心尺度数字-实验模型的重构方法及装置 |
CN110473597A (zh) * | 2019-09-05 | 2019-11-19 | 中国石油大学(北京) | 砾岩力学性质评价分析方法及系统 |
Non-Patent Citations (3)
Title |
---|
Critical Resolution and Sample Size of Digital Rock Analysis for Unconventional Reservoirs;Tong Liu 等;《ENERGIES》;20180709;第11卷(第7期);1-15 * |
四参数随机生成法重构土体微观孔隙结构的分形特征;张季如 等;《水利学报》;20180731;第49卷(第7期);814-822 * |
基于数字岩心的低渗透率储层微观渗流和电传导数值模拟;王平全 等;《测井技术》;20170831;第41卷(第4期);389-393 * |
Also Published As
Publication number | Publication date |
---|---|
CN111060428A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111060428B (zh) | 一种多层级岩心结构的数字重构方法 | |
Tang et al. | Heterogeneous nanoporosity of the Silurian Longmaxi Formation shale gas reservoir in the Sichuan Basin using the QEMSCAN, FIB-SEM, and nano-CT methods | |
US11148137B2 (en) | Reservoir chip and method for producing the same | |
CN104237103B (zh) | 一种孔隙连通性定量表征方法及装置 | |
Dong et al. | 3D pore-type digital rock modeling of natural gas hydrate for permafrost and numerical simulation of electrical properties | |
CN113281239B (zh) | 多尺度煤岩孔隙网络生成方法和装置 | |
CN112069704A (zh) | 真实混凝土试件的多自由度格构模型的构建方法 | |
Zhou et al. | Neural network–based pore flow field prediction in porous media using super resolution | |
Li et al. | Advances in the application of deep learning methods to digital rock technology. | |
CN112414917A (zh) | 一种页岩油储层有机孔隙和无机孔隙的划分与表征方法 | |
Xia et al. | Multi-scale reconstruction of porous media based on progressively growing generative adversarial networks | |
Zhang et al. | Porous media reconstruction using a cross-section image and multiple-point geostatistics | |
Lv et al. | Effect of fractal fractures on permeability in three-dimensional digital rocks | |
Zhao et al. | Quantitative characterization of organic and inorganic pores in shale based on FIB-SEM | |
CN111179296A (zh) | 一种基于数字岩心技术研究岩石导热特性的新方法 | |
US20230251178A1 (en) | Random particle generation method based on particle size distribution | |
CN111291497A (zh) | 一种改进的数字岩心建模方法 | |
Yu et al. | An innovative percolation theory-based method for characterizing shale pore connectivity | |
Liang et al. | Ultrahigh-Resolution Reconstruction of Shale Digital Rocks from FIB-SEM Images Using Deep Learning | |
CN108492331B (zh) | 基于模拟压汞法获取岩石的孔径分布的方法和装置 | |
CN110927194A (zh) | 确定泥页岩有机孔含量和孔径分布的方法 | |
CN116664758A (zh) | 一种基于断层面的四面体网格自适应分级细化方法 | |
Zhao et al. | Percolation laws of a fractal fracture-pore double medium | |
CN115115783A (zh) | 一种模拟页岩基质纳微米孔隙的数字岩心构建方法及系统 | |
Song et al. | Conditional Generative Adversarial Networks for 2D core grayscale image reconstruction from pore parameters |
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 |