CN111366521A - 多尺度确定孔隙度的方法及相关设备 - Google Patents

多尺度确定孔隙度的方法及相关设备 Download PDF

Info

Publication number
CN111366521A
CN111366521A CN202010292761.4A CN202010292761A CN111366521A CN 111366521 A CN111366521 A CN 111366521A CN 202010292761 A CN202010292761 A CN 202010292761A CN 111366521 A CN111366521 A CN 111366521A
Authority
CN
China
Prior art keywords
porosity
core
pores
digital
pore
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
CN202010292761.4A
Other languages
English (en)
Other versions
CN111366521B (zh
Inventor
龙威
张平
王冠群
张伟
程浩然
曲玉亮
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.)
Icore Shenzhen Energy Technology Co ltd
China Oilfield Services Ltd
Original Assignee
Icore Shenzhen Energy Technology Co ltd
China Oilfield Services Ltd
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 Icore Shenzhen Energy Technology Co ltd, China Oilfield Services Ltd filed Critical Icore Shenzhen Energy Technology Co ltd
Priority to CN202010292761.4A priority Critical patent/CN111366521B/zh
Publication of CN111366521A publication Critical patent/CN111366521A/zh
Application granted granted Critical
Publication of CN111366521B publication Critical patent/CN111366521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088Investigating volume, surface area, size or distribution of pores; Porosimetry
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本申请的实施例提供了一种多尺度确定孔隙度的方法,该方法包括:获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,CT扫描图像所对应CT扫描设备的分辨率所指示可分辨孔隙的最小孔喉半径为a;以及获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和第二数字岩心中不同孔喉半径的孔隙所对应体积占比;根据第二数字岩心中不同孔喉半径的孔隙所对应体积占比和第二孔隙度,确定第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度;通过孔喉半径小于a的孔隙所对应的孔隙度对第一孔隙度进行补偿,得到岩心样品的目标孔隙度;有效解决了因CT扫描设备的分辨率不足所导致孔隙度计算结果不准确的问题。

Description

多尺度确定孔隙度的方法及相关设备
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种多尺度确定孔隙度的方法及相关设备。
背景技术
在原油开采领域,岩心的孔隙度作为分析地质储层中油气储量的重要参数。现有技术中,通过对岩心进行CT扫描得到CT扫描图像后,基于该CT扫描图像构建数字岩心,然后基于数字岩心中孔隙的体积来计算得到岩心的孔隙度。
但是在实际中,岩心中可能存在较多尺寸较小的孔隙,若该孔隙的尺寸小于CT扫描设备的分辨率所指示可以分辨孔隙的最小尺寸,则CT扫描图像中并不能准确呈现该尺寸较小的孔隙,从而,导致基于CT扫描图像所构建的数字岩心与岩心内部的孔隙、骨架分布存在较大差异,进而导致基于数字岩心所计算得到的孔隙度与岩心真实的孔隙度存在差异。
因此,如何解决因CT扫描设备的分辨率所导致孔隙度的计算准确度不高,是现有技术中亟待解决的技术问题。
发明内容
本申请的实施例提供了多尺度确定孔隙度的方法及相关设备,进而至少在一定程度上解决现有技术中因CT扫描设备的分辨率所导致孔隙度的计算准确度不高的问题。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种多尺度确定孔隙度的方法,所述方法包括:
获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应的分辨率所指示可分辨孔隙的最小孔喉半径为a;以及
获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的;
根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度;
通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
根据本申请实施例的一个方面,提供了一种多尺度确定孔隙度的装置,所述装置包括:
第一获取模块,用于获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应的分辨率所指示可分辨孔隙的最小孔喉半径为a;以及
第二获取模块,用于获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的;
确定模块,用于根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度;
补偿模块,用于通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
根据本申请实施例的一个方面,提供了一种电子设备,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上所述的方法。
根据本申请实施例的一个方面,提供了一种计算机可读存储介质,其上存储有计算机可读指令,所述计算机可读指令被处理器执行时,实现如上所述的方法。
在本申请的一些实施例所提供的技术方案中,在通过在微米尺度下的岩心样品的CT扫描图像所构建的第一数字岩心计算得到岩心样品的第一孔隙度的基础上,根据在纳米尺度下岩心样品的电镜扫描图像所构建的第二数字岩心来确定对第一孔隙度进行补偿的补偿值。具体而言,根据通过第二数字岩心所得到第二孔隙度和第二数字岩心中不同孔喉半径的孔隙所对应体积占比,对应计算第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度,以此为基础,对第一孔隙度进行补偿,确定岩心样品的目标孔隙度,有效解决了因CT扫描设备的分辨率不足所导致孔隙度计算结果不准确的问题,提高了所计算得到孔隙度的准确性,而且实现了结合微米尺度和纳米尺度进行孔隙度的计算。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一实施例示出的本公开实施环境的示意图;
图2是根据一实施例示出的多尺度确定孔隙度的方法的流程图;
图3是根据一实施例示出的不同孔喉半径的孔隙在第二数字岩心中的体积占比的曲线图;
图4是图2对应实施例的步骤250在一实施例中的流程图;
图5是图2对应实施例的步骤210之前步骤在一实施例中的流程图;
图6是图2对应实施例的步骤230之前步骤在一实施例中的流程图;
图7是根据一实施例示出的多尺度确定孔隙度的装置的框图;
图8示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1是根据一实施例示出的本公开实时环境的示意图,如图1所示,该实施例环境包括CT扫描设备110、电镜扫描设备120和计算机设备130。其中,CT扫描设备110和电镜扫描设备120分别与计算机设备130通信连接,计算机设备130可以是服务器、服务器集群等具备计算能力的设备,在此不进行具体限定。
CT扫描设备110用于对岩心样品进行CT扫描,获得CT扫描图像,从而便于根据岩心样品的CT扫描图像为岩心样品构建得到第一数字岩心。
CT扫描设备通过X射线对岩心样品按一定厚度进行扫描,穿过岩心样品的X射线由探测器接收。由于岩心样品由多种物质成分构成,且不同物质成分的密度存在差异,所以岩心样品中各点对X射线的吸收系数是不同的,那么,通过将探测器所接收到的X射线计算每个像素中X光的衰减系数(或吸收系数),以此来对应形成岩心样品的CT扫描图像。
CT扫描设备的分辨率是微米级的,在现有技术中,CT扫描设备的分辨率仅能达到0.5微米。因此,受限于CT扫描设备的分辨率,岩心样品中尺寸小于CT扫描设备的分辨率的物质并不能准确地在CT扫描图像中呈现。
电镜扫描设备120可以是扫描电子显微镜(Scanning Electron Microscape,SEM),用于对岩心样品进行电镜扫描,得到岩心样品的电镜扫描图像,从而以此根据电镜扫描图像构建得到岩心样品的第二数字岩心。
电镜扫描设备120通过自身的电子枪产生的高能电子束轰击岩心样品表面时,入射电子与岩心样品的原子核和核外电子产生弹性散射和非弹性散射作用,在此过程中,高能电子束激发出岩心样品形貌、结构和成分的各种信息,例如二次电子(SE)、背散射电子(BSE)、透射电子(TE)、俄歇电子、特征X射线、连续X射线、电子束感生电流等,然后分别检测由岩心样品发出的各种信号,根据各种信号的产额大小,按照明暗以图像进行显示出来,即得到岩心样品的电镜扫描图像。
在一具体实施例中,电镜扫描设备可以是FIB-SEM设备(聚焦离子束显微镜),在FIB-SEM设备中,聚焦离子束(FIB)与扫描电子显微镜(SEM)耦合成FIB-SEM双束系统,通过聚焦离子束与岩心样品表层的原子发生交互作用,激发出二次电子和二次粒子,这些电子或粒子被相应的探测器收集后即可对材料的表面进行成像。
电镜扫描设备的分辨率是纳米级的,例如对于FIB-SEM设备,其分辨率高达40纳米。当然,在具体实施例中,采用不同的放大倍数可以对应得到不同分辨率的电镜扫描图像,例如将电镜设备的放大倍数设为500、100、2000、5000、10000倍,其对应的分辨率为280nm、140nm、70nm、28nm、14nm。
计算机设备130基于CT扫描设备110所得到的CT扫描图像和电镜扫描设备120所得到的电镜扫描图像可以对应按照本公开的方法进行处理,确定岩心样品的目标孔隙度。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2是根据一实施例示出的多尺度确定孔隙度的方法的流程图。参照图2所示,该多尺度确定孔隙度的方法至少包括步骤210至步骤270,详细介绍如下:
步骤210,获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应的分辨率所指示可分辨孔隙的最小孔喉半径为a。
现有技术中,为了测量地质储层的结构参数,例如孔隙度、渗透率等,一般先从地质储层中采集岩心,然后对该岩心进行分析,通过岩心的分析结果确定岩心所来源地质储层的结构参数。所采集用于进行分析的岩心即为岩心样品。岩心样品是一种多孔介质,由孔隙和骨架构成,骨架是岩心样品中的固相,孔隙是流体(例如油、气)在岩心样品中的载体。在地质储层中,油、水、空气等存在于岩心样品的孔隙中。
岩心样品的CT扫描图像是对岩心样品进行CT扫描所形成的二维图像。可以理解的是,为了根据CT扫描图像进行三维重构,在CT扫描过程中,沿多个角度对岩心样品进行CT扫描,得到对应于岩心样品多个截面的CT扫描图像,从而,基于多个界面的CT扫描图像为岩心样品进行三维重构。
如上所述,岩心样品的CT扫描图像是根据岩心样品中各个位置点对X射线的吸收或者衰减系数所形成的数字图像。由于岩心样品中孔隙和骨架对X射线的吸收或者衰减系数存在差异,因此,在岩心样品对应的CT扫描图像中孔隙和骨架的灰度值存在差异,从而,根据岩心样品的CT扫描图像中各像素的灰度值可以对应确定在该截面中的孔隙和骨架。
CT扫描设备对岩心样品进行的CT扫描是按照一定的分辨率进行的,以得到对应分辨率的CT扫描图像。CT扫描图像所对应的分辨率是指对岩心样品进行扫描时CT扫描设备所采用的分辨率。
受限于CT扫描设备的分辨率,若岩心样品中存在尺寸较小的孔隙或者骨架,则该孔隙或者骨架并不能准确在CT扫描图像中准确表达。举例来说,若CT扫描设备的分辨率为5微米,则该CT扫描设备所生成的CT扫描图像中并不能准确表达外部尺寸小于5微米的孔隙或者骨架。为描述方便,将将CT扫描图像所对应分辨率所指示可分辨的孔隙的最小孔喉半径设为a。
数字岩心是为岩心样品构建的三维数字化模型,通过该三维数字化模型来进行岩心样品中孔隙和骨架的再现。可以理解的是,数字岩心包括表征孔隙的孔隙单元和保证骨架的骨架单元,从而,根据数字岩心中孔隙单元和骨架单元的分布来反映岩心样品中孔隙和骨架的分布。
在本方案中,第一数字岩心是指通过岩心样品的CT扫描图像所构建的数字岩心。根据CT扫描图像所表达对应截面上的孔隙和骨架的信息,进行孔隙和骨架的三维重构,得到岩心样品对应的第一数字岩心。
孔隙度是指岩心样品中各孔隙的体积之和与该岩心样品的总体积的比值。在本方案中,将通过第一数字岩心为岩心样品所计算得到的孔隙度称为第一孔隙度。也就是说,第一孔隙度等于第一数字岩心中各孔隙单元的体积之和与第一数字岩心的总体积的比值。
以及步骤230,获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的。
岩心样品的电镜扫描图像是通过电镜扫描设备对样品进行岩心样品进行扫描所得到的二维图像。与岩心样品的CT扫描图像相类似,岩心样品的电镜扫描图像反映了对应截面上孔隙和骨架的分布。
值得一提的是,由于电镜扫描设备的分辨率高于CT扫描设备的分辨率,对应的,电镜扫描图像的分辨率高于CT扫描图像的分辨率,因此,相较于岩心样品的CT扫描图像,岩心样品的电镜扫描图像在更微观的程度上表达了岩心样品中的孔隙和骨架。
一般CT扫描设备的分辨率为微米级别,例如5微米,而电镜扫描设备的分辨率为纳米级别,例如14纳米,那么,必然的,岩心样品的CT扫描图像中所不能表达直径小于5微米的孔隙,例如直径为3微米的孔隙,若该3微米的孔隙在电镜扫描设备的分辨率所指示可分辨的尺寸范围内,则可以在电镜扫描图像中呈现该3微米的孔隙。
在本公开的方案中,为与上文中的第一数字岩心进行区分,将通过岩心样品的电镜扫描图像为岩心样品进行三维重构所得到的数字岩心称为第二数字岩心。
与第一数字岩心相似,第二数字岩心包括表征孔隙的孔隙单元和表征骨架的骨架单元。通过第二数字岩心中的孔隙单元和骨架单元的分布来反映岩心样品中孔隙和骨架的分布。
在本方案中,为与上文中的第一孔隙度相区分,将通过第二数字岩心为岩心样品所计算得到的孔隙度称为第二孔隙度。基于第二数字岩心中的孔隙单元和骨架单元,将第二数字岩心中各孔隙单元的体积之和与第二数字岩心的总体积相除,对应得到第二孔隙度。
由于第二数字岩心是对岩心样品中的孔隙和骨架所进行的等比例三维构建得到的,因此,基于第二数字岩心中表征孔隙的孔隙单元的尺寸可以对应统计第二数字岩心中各孔隙单元所对应孔隙的孔喉半径,并以此为基础,按照孔喉半径进行统计各个孔隙单元在第二数字岩心中的体积占比,对应得到每一孔喉半径的孔隙在第二数字岩心中的体积占比。
图3是根据一实施例示出的不同孔喉半径的孔隙在第二数字岩心中的体积占比的曲线图。如图3所示,该曲线图反映了第二数字岩心中每一孔喉半径所对应孔隙在第二数字岩心中的体积占比。当然,在其他实施例中,还可以通过柱状图、扇形图、表格等形式呈现不同孔喉半径的孔隙在第二数字岩心中的体积占比。
步骤250,根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。
第二孔隙度反映的是第二数字岩心中的总孔隙度。可以理解的是,在第二数字岩心的总体积一定的情况下,不同孔喉半径的孔隙对该第二孔隙度均作出了一定贡献。
在本公开的方案中,通过第二数字岩心中一孔喉半径的孔隙所对应体积占比用于表征该孔喉半径的孔隙对第二孔隙度的贡献比例。
因此,第二数字岩心中孔隙半径小于a的孔隙所对应的孔隙度是指第二孔隙度中由第二数字岩心中孔隙半径小于a的孔隙所贡献的孔隙度。
在一实施例中,如图4所示,步骤250,包括:
步骤410,根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比。
在得到第二数字岩心中不同孔喉半径的孔隙所对应体积占比的情况下,以孔喉半径为a作为分界点,对应统计得到第二数字岩心中孔喉半径小于a的孔隙所对应体积占比。
步骤430,将所述第二孔隙度与所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比相乘,得到所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。步骤270,通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
如上所描述,受限于CT扫描设备的分辨率,岩心样品中孔喉半径小于a的孔隙未能在第一数字岩心中呈现,因此,通过第一数字岩心所计算得到的第一孔隙度实际上未考虑孔喉半径小于a的孔隙对该第一孔隙度的贡献度,从而通过第一数字岩心为岩心样品所计算得到的第一孔隙度是小于岩心样品的实际孔隙度的。因此,为了提高孔隙度的准确率,对第一孔隙度进行补偿。
具体来说,由于电镜扫描设备的分辨率高于CT扫描设备,岩心样品的电镜扫描图像所对应的分辨率高于岩心样品的CT扫描图像所对应的分辨率,从而,基于电镜扫描图像所构建的第二数字岩心表达了第一数字岩心中所未表达出孔喉半径小于a的孔隙。
在此基础上,由于基于第二数字岩心所计算得到的孔喉半径小于a的孔隙所对应的孔隙度表示了第二数字岩心中孔喉半径小于a的孔隙对第二孔隙度所贡献的孔隙度,借用该第二数字岩心所计算得到的孔喉半径小于a的孔隙所对应的孔隙度来近似反映岩心样品中孔喉半径小于a的孔隙对岩心样品的总孔隙度的贡献度,进而对第一孔隙度进行补偿。
从而,目标孔隙度相当于是对第一数字岩心所计算得到的第一孔隙度进行了修正的孔隙度,有效解决了因CT扫描设备的分辨率所造成岩心样品的孔隙度不准确的问题,提高了所计算得到目标孔隙度的准确性,便于基于所得到的目标孔隙度对岩心样品所来源地质储层的进一步分析,例如将该目标孔隙度作为该岩心样品所来源地质储层的孔隙度进行该地质储层的油气含量估测。
在一实施例中,步骤270,包括:
将所述孔喉半径小于a的孔隙所对应的孔隙度与所述第一孔隙度相加,得到所述目标孔隙度。
在本实施例中,直接将孔喉半径小于a的孔隙所对应的孔隙度作为补偿值,对第一孔隙度进行补偿,从而,将孔喉半径小于a的孔隙所对应的孔隙度与第一孔隙度相加,即得到目标孔隙度。
在其他实施例中,还可以根据先为孔喉半径小于a的孔隙所对应的孔隙度确定加权系数,然后将该加权系数与孔喉半径小于a的孔隙所对应的孔隙度相乘后,再与第一孔隙度相加。其中,该加权系数可以通过实验统计确定,在此不进行具体限定。
对于包括较多孔喉半径小于CT扫描设备的分辨率所指示可分辨孔隙的最小分辨率的岩心样品,例如碳酸盐样品、闪长岩样品、致密砂岩等,采用本公开的方法可以有效解决因CT扫描设备的分辨率不足所导致孔隙度计算结果不准确的问题。
通过本公开的方法,结合在微米尺度下的CT扫描图像和在纳米尺度下的电镜扫描图像分别进行第一数字岩心和第二数字岩心的构建,并分别计算第一孔隙度和第二孔隙度,再基于第二数字岩心下的不同孔喉半径的孔隙所对应体积占比和第二孔隙度计算进行补偿的孔隙度,以此对第一孔隙度进行补偿,实现了结合微米尺度和纳米尺度进行孔隙度的计算。
在一实施例中,如图5所示,步骤210之前,该方法还包括:
步骤510,通过CT扫描设备对所述岩心样品进行CT扫描,得到所述岩心样品的CT扫描图像。
CT设备对岩心样品进行扫描的过程中,由于岩心样品中的孔隙相和骨架相对X射线的穿透性不同,因此在得到的CT扫描图像中,孔隙相与骨架相的像素灰度值存在差异,基于此,通过CT扫描图像中像素灰度值来区分岩心样品中的孔隙和骨架。
步骤530,根据所述CT扫描图像进行三维重构,得到所述第一数字岩心。
由于CT扫描图像中像素的灰度值可以进行岩心样品中孔隙和骨架的区分,因此,以此为基础可以对应根据CT扫描图像进行三维重构,得到第一数字岩心。
值得一提的是,用于进行三维重构的CT扫描图像包括多个,该多个CT扫描图像是对应于岩心样品的不同截面的,通过该多个对应于不同界面的CT扫描图像来多维度和多角度地反映岩心样品中的内部结构,从而,使得所构建的第一数字岩心与岩心样品中孔隙和骨架的分布更接近。
在一实施例中,在进行三维重构之前,对CT扫描图像进行预处理,然后再根据预处理之后的CT扫描图像进行三维重构。
所进行的预处理可以是二值化处理等。二值化处理是指将图像上的像素点的灰度值设置为0或255,从而使得整个图像呈现出明显的只有黑和白的视觉效果。通过对CT扫描图像进行二值化处理,从而,仅考虑CT扫描图像中所呈现的骨架和孔隙的两相系统。步骤550,根据所述第一数字岩心中表征孔隙的孔隙单元的体积和所述第一数字岩心的总体积,计算得到所述第一孔隙度。
如上所描述,第一数字岩心由表征孔隙的孔隙单元和表征骨架的骨架单元构成,因此,计算第一数字岩心中各孔隙单元的体积,然后计算第一数字岩心中各孔隙单元的体积和,将该体积和与第一数字岩心的总体积相比,得到该第一孔隙度。
在一实施例中,为便于进行体积计算,在网格空间中进行三维重构,从而使得所得到的第一数字岩心位于网格空间中。在网格空间中,沿X、Y、以及Z轴三向分别进行了网格划分,从而,网格空间被划分成若干个网格单元。对应的,第一数字岩心在该网格空间中占据了若干网格单元。在此基础上,第一数字岩心中孔隙单元覆盖了相应的网格单元,骨架单元覆盖了相应的网格单元,根据孔隙单元、骨架单元所覆盖的网格单元对应计算体积的计算。
在一实施例中,如图6所示,步骤230之前,该方法还包括:
步骤610,通过电镜扫描设备对所述岩心样品进行电镜扫描,得到所述岩心样品的电镜扫描图像。
与CT扫描图像相似,电镜扫描图像中,表征孔隙的像素与表征骨架的像素的灰度值存在差异,因此,通过电镜扫描图像中像素灰度值来区分岩心样品中的孔隙和骨架。
步骤630,根据所述电镜扫描图像进行三维重构,得到所述第二数字岩心。
同理,用于进行三维重构的电镜扫描图像包括多个,该多个电镜扫描图像是对岩心样品在多个多角度和位置进行电镜扫描所对应得到的,通过该多个对应于不同截面的电镜扫描图像来多维度和多角度地反映岩心样品中的内部结构,从而,使得所构建的第一数字岩心与岩心样品中孔隙和骨架的分布更接近。
在一实施例中,在进行三维重构之前,对电镜扫描图像进行预处理。该预处理可以是二值化处理。步骤670,根据所述第二数字岩心中表征孔隙的孔隙单元的体积和所述第二数字岩心的总体积,确定所述第二数字岩心中每一孔喉半径的孔隙所对应体积占比和所述第二孔隙度。
对于第二孔隙度的计算,分别计算第二数字岩心中各孔隙单元的体积,然后进行求和,得到各孔隙单元的体积之和,再将各孔隙单元的体积之和与第二数字岩心的总体积相除,即得到第二孔隙度。
在构建得到第二数字岩心后,第二数字岩心中的孔隙单元对应确定,因此,根据第二数字岩心中各孔隙单元的尺寸,确定该孔隙单元所对应孔隙的孔喉半径以及该孔隙单元所指示孔隙的体积。在得到每一孔隙单元所对应孔隙的孔喉半径和体积后,按照孔喉半径进行统计,计算对应于每一孔喉半径的孔隙在第二数字岩心中的体积占比。举例来说,若要确定孔喉半径为B的孔隙在第二数字岩心中的体积占比,将各孔喉半径为B的孔隙的体积进行相加,然后将相加之后的体积与第二数字岩心的总体积相除,则得到对应于孔隙半径为B的孔隙的体积占比。
至此,基于第二数字岩心实现了第二孔隙度的计算和每一孔喉半径的孔隙所对应体积占比的计算。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的方法实施例。
本公开提供了一种多尺度确定孔隙度的装置700,如图7所示,该装置包括:
第一获取模块710,用于获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应的分辨率所指示可分辨孔隙的最小孔喉半径为a。
以及第二获取模块730,用于获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的。
确定模块750,用于根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。
补偿模块770,用于通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
在一实施例中,所述补偿模块770包括:
相加单元,用于将所述孔喉半径小于a的孔隙所对应的孔隙度与所述第一孔隙度相加,得到所述目标孔隙度。
在一实施例中,所述确定模块750包括:
第一确定单元,用于根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比。
第二确定单元,用于将所述第二孔隙度与所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比相乘,得到所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。
在一实施例中,该装置还包括:
CT扫描模块,用于通过CT扫描设备对所述岩心样品进行CT扫描,得到所述岩心样品的CT扫描图像。
第一三维重构模块,用于根据所述CT扫描图像进行三维重构,得到所述第一数字岩心。
第一孔隙度计算模块,用于根据所述第一数字岩心中表征孔隙的孔隙单元的体积和所述第一数字岩心的总体积,计算得到所述第一孔隙度。
在一实施例中,该装置还包括:
电镜扫描模块,用于通过电镜扫描设备对所述岩心样品进行电镜扫描,得到所述岩心样品的电镜扫描图像。
第二三维重构模块,用于根据所述电镜扫描图像进行三维重构,得到所述第二数字岩心。
第二确定模块,用于根据所述第二数字岩心中表征孔隙的孔隙单元的体积和所述第二数字岩心的总体积,确定所述第二数字岩心中每一孔喉半径的孔隙所对应体积占比和所述第二孔隙度。
上述装置中各个模块/单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
可以理解,这些模块可以通过硬件、软件、或二者结合来实现。当以硬件方式实现时,这些模块可以实施为一个或多个硬件模块,例如一个或多个专用集成电路。当以软件方式实现时,这些模块可以实施为在一个或多个处理器上执行的一个或多个计算机程序。
图8示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图8示出的电子设备的计算机系统800仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(Central Processing Unit,CPU)801,其可以根据存储在只读存储器(Read-Only Memory,ROM)802中的程序或者从存储部分808加载到随机访问存储器(Random Access Memory,RAM)803中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(Input/Output,I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质存储有计算机可读指令,当上述计算机可读指令被处理器执行时,例如上述电子设备中的处理器执行时,实现上述任一实施例中的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种多尺度确定孔隙度的方法,其特征在于,所述方法包括:
获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应CT扫描设备的分辨率所指示可分辨孔隙的最小孔喉半径为a;以及
获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的;
根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度;
通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
2.根据权利要求1所述的方法,其特征在于,所述通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到目标孔隙度,包括:
将所述孔喉半径小于a的孔隙所对应的孔隙度与所述第一孔隙度相加,得到所述目标孔隙度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度,包括:
根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比;
将所述第二孔隙度与所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比相乘,得到所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。
4.根据权利要求1所述的方法,其特征在于,所述获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度之前,所述方法还包括:
通过CT扫描设备对所述岩心样品进行CT扫描,得到所述岩心样品的CT扫描图像;
根据所述CT扫描图像进行三维重构,得到所述第一数字岩心;
根据所述第一数字岩心中表征孔隙的孔隙单元的体积和所述第一数字岩心的总体积,计算得到所述第一孔隙度。
5.根据权利要求1所述的方法,其特征在于,所述获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比之前,还包括:
通过电镜扫描设备对所述岩心样品进行电镜扫描,得到所述岩心样品的电镜扫描图像;
根据所述电镜扫描图像进行三维重构,得到所述第二数字岩心;
根据所述第二数字岩心中表征孔隙的孔隙单元的体积和所述第二数字岩心的总体积,确定所述第二数字岩心中每一孔喉半径的孔隙所对应体积占比和所述第二孔隙度。
6.一种多尺度确定孔隙度的装置,其特征在于,所述装置包括:
第一获取模块,用于获取根据第一数字岩心为岩心样品所计算得到的第一孔隙度,所述第一数字岩心是通过所述岩心样品的CT扫描图像进行三维重构得到的,所述CT扫描图像所对应CT扫描设备的分辨率所指示可分辨孔隙的最小孔喉半径为a;以及
第二获取模块,用于获取根据第二数字岩心为岩心样品所计算得到的第二孔隙度和所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,所述第二数字岩心是通过所述岩心样品的电镜扫描图像进行三维重构得到的;
确定模块,用于根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比和所述第二孔隙度,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度;
补偿模块,用于通过所述孔喉半径小于a的孔隙所对应的孔隙度对所述第一孔隙度进行补偿,得到岩心样品的目标孔隙度。
7.根据权利要求6所述的方法,其特征在于,所述补偿模块包括:
相加单元,用于将所述孔喉半径小于a的孔隙所对应的孔隙度与所述第一孔隙度相加,得到所述目标孔隙度。
8.根据权利要求6所述的方法,其特征在于,所述确定模块包括:
第一确定单元,用于根据所述第二数字岩心中不同孔喉半径的孔隙所对应体积占比,确定所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比;
第二确定单元,用于将所述第二孔隙度与所述第二数字岩心中孔喉半径小于a的孔隙所对应体积占比相乘,得到所述第二数字岩心中孔喉半径小于a的孔隙所对应的孔隙度。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如权利要求1-5中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时,实现如权利要求1-5中任一项所述的方法。
CN202010292761.4A 2020-04-14 2020-04-14 多尺度确定孔隙度的方法及相关设备 Active CN111366521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010292761.4A CN111366521B (zh) 2020-04-14 2020-04-14 多尺度确定孔隙度的方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010292761.4A CN111366521B (zh) 2020-04-14 2020-04-14 多尺度确定孔隙度的方法及相关设备

Publications (2)

Publication Number Publication Date
CN111366521A true CN111366521A (zh) 2020-07-03
CN111366521B CN111366521B (zh) 2023-08-11

Family

ID=71207749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010292761.4A Active CN111366521B (zh) 2020-04-14 2020-04-14 多尺度确定孔隙度的方法及相关设备

Country Status (1)

Country Link
CN (1) CN111366521B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113418848A (zh) * 2021-05-31 2021-09-21 中国石油天然气股份有限公司 岩心的渗透参数的确定方法、装置、设备及存储介质
CN113670957A (zh) * 2021-07-30 2021-11-19 清能艾科(深圳)能源技术有限公司 多尺度孔喉定量表征方法、装置、设备及存储介质
CN113850689A (zh) * 2021-09-24 2021-12-28 西南石油大学 基于最小二乘法的孔隙结构联合表征方法及数据处理方法
CN114199737A (zh) * 2020-09-17 2022-03-18 中国石油化工股份有限公司 一种用于测量有效孔隙度的装置及方法
CN114352257A (zh) * 2021-12-22 2022-04-15 中海油田服务股份有限公司 岩心渗透率的表征方法及装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103984009A (zh) * 2014-04-16 2014-08-13 孙赞东 基于纵、横波测井资料的三种孔隙类型定量反演方法
CN104751473A (zh) * 2015-04-10 2015-07-01 中国石油大学(北京) 碳酸岩多尺度孔洞特征的确定方法及装置
CN105115874A (zh) * 2015-08-18 2015-12-02 中国石油天然气股份有限公司 多源信息融合的多组分三维数字岩心构建方法
CN105487121A (zh) * 2015-12-03 2016-04-13 长江大学 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法
CN106716114A (zh) * 2015-09-11 2017-05-24 数岩科技(厦门)股份有限公司 多孔介质分析系统和方法
CN106780744A (zh) * 2016-12-27 2017-05-31 中国石油天然气集团公司 利用不同分辨率ct图像构建多尺度三维数字岩心的方法
CN107240154A (zh) * 2017-05-02 2017-10-10 中国石油天然气股份有限公司 一种双孔隙三维数字岩心建模方法及装置
CN108267466A (zh) * 2017-12-27 2018-07-10 中国石油天然气股份有限公司 一种构建数字岩心的方法及装置
CN108444881A (zh) * 2016-11-03 2018-08-24 中国石油化工股份有限公司 一种适用于陆相泥页岩微纳米尺度储集空间的表征方法
CN110032744A (zh) * 2018-01-11 2019-07-19 中国石油化工股份有限公司 一种非常规油气储量计算方法及系统
CN110029989A (zh) * 2018-01-11 2019-07-19 中国石油化工股份有限公司 一种非常规油气采出程度计算方法及系统
CN110231272A (zh) * 2019-07-09 2019-09-13 中国地质大学(北京) 致密砂岩孔径与核磁共振t2值转换关系的确定方法及系统
CN110320137A (zh) * 2018-03-29 2019-10-11 中国石油化工股份有限公司 一种基于数字岩心的多尺度融合方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103984009A (zh) * 2014-04-16 2014-08-13 孙赞东 基于纵、横波测井资料的三种孔隙类型定量反演方法
CN104751473A (zh) * 2015-04-10 2015-07-01 中国石油大学(北京) 碳酸岩多尺度孔洞特征的确定方法及装置
CN105115874A (zh) * 2015-08-18 2015-12-02 中国石油天然气股份有限公司 多源信息融合的多组分三维数字岩心构建方法
CN106716114A (zh) * 2015-09-11 2017-05-24 数岩科技(厦门)股份有限公司 多孔介质分析系统和方法
CN105487121A (zh) * 2015-12-03 2016-04-13 长江大学 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法
CN108444881A (zh) * 2016-11-03 2018-08-24 中国石油化工股份有限公司 一种适用于陆相泥页岩微纳米尺度储集空间的表征方法
CN106780744A (zh) * 2016-12-27 2017-05-31 中国石油天然气集团公司 利用不同分辨率ct图像构建多尺度三维数字岩心的方法
CN107240154A (zh) * 2017-05-02 2017-10-10 中国石油天然气股份有限公司 一种双孔隙三维数字岩心建模方法及装置
CN108267466A (zh) * 2017-12-27 2018-07-10 中国石油天然气股份有限公司 一种构建数字岩心的方法及装置
CN110032744A (zh) * 2018-01-11 2019-07-19 中国石油化工股份有限公司 一种非常规油气储量计算方法及系统
CN110029989A (zh) * 2018-01-11 2019-07-19 中国石油化工股份有限公司 一种非常规油气采出程度计算方法及系统
CN110320137A (zh) * 2018-03-29 2019-10-11 中国石油化工股份有限公司 一种基于数字岩心的多尺度融合方法
CN110231272A (zh) * 2019-07-09 2019-09-13 中国地质大学(北京) 致密砂岩孔径与核磁共振t2值转换关系的确定方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于兴河: "《油气储层地质学基础》", 30 April 2009, pages: 189 *
李琪: "《普通岩心分析技术》", 30 September 1993, pages: 7 *
贾宁洪等: "高效无损岩心孔隙度精确测量新方法", 《石油学报》, vol. 39, no. 7 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114199737A (zh) * 2020-09-17 2022-03-18 中国石油化工股份有限公司 一种用于测量有效孔隙度的装置及方法
CN113418848A (zh) * 2021-05-31 2021-09-21 中国石油天然气股份有限公司 岩心的渗透参数的确定方法、装置、设备及存储介质
CN113670957A (zh) * 2021-07-30 2021-11-19 清能艾科(深圳)能源技术有限公司 多尺度孔喉定量表征方法、装置、设备及存储介质
CN113670957B (zh) * 2021-07-30 2024-04-12 清能艾科(深圳)能源技术有限公司 多尺度孔喉定量表征方法、装置、设备及存储介质
CN113850689A (zh) * 2021-09-24 2021-12-28 西南石油大学 基于最小二乘法的孔隙结构联合表征方法及数据处理方法
CN114352257A (zh) * 2021-12-22 2022-04-15 中海油田服务股份有限公司 岩心渗透率的表征方法及装置
CN114352257B (zh) * 2021-12-22 2024-03-01 中海油田服务股份有限公司 岩心渗透率的表征方法及装置

Also Published As

Publication number Publication date
CN111366521B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN111366521B (zh) 多尺度确定孔隙度的方法及相关设备
Scharf et al. Bridging nano-and microscale X-ray tomography for battery research by leveraging artificial intelligence
Taiwo et al. Comparison of three‐dimensional analysis and stereological techniques for quantifying lithium‐ion battery electrode microstructures
Goris et al. Electron tomography based on a total variation minimization reconstruction technique
Landis et al. X-ray microtomography
Villanova et al. 3D phase mapping of solid oxide fuel cell YSZ/Ni cermet at the nanoscale by holographic X-ray nanotomography
Hinde PRINSAS–a Windows-based computer program for the processing and interpretation of small-angle scattering data tailored to the analysis of sedimentary rocks
JP2021529949A (ja) デジタルイメージングによる岩石構造の幾何学的特性の識別
Kastner et al. X-ray computed tomography for non-destructive testing and materials characterization
JP6596446B2 (ja) 複合材料部品の3d画像用の品質指標を推定するための方法および装置
Ketcham et al. Accurate measurement of small features in X‐ray CT data volumes, demonstrated using gold grains
Rashidi et al. A review of current challenges and case study toward optimizing micro-computed X-ray tomography of carbon fabric composites
Tengattini et al. Kalisphera: an analytical tool to reproduce the partial volume effect of spheres imaged in 3D
Schwartz et al. Real-time 3D analysis during electron tomography using tomviz
Li et al. Synchrotron-based phase mapping in corroded metals: Insights from early copper-base artifacts
Schwartz et al. Imaging atomic-scale chemistry from fused multi-modal electron microscopy
Dahari et al. Fusion of complementary 2D and 3D mesostructural datasets using generative adversarial networks
Monaco et al. A comparison between holographic and near-field ptychographic X-ray tomography for solid oxide cell materials
Gambini et al. Machine-learning approach for quantified resolvability enhancement of low-dose STEM data
Teurtrie et al. espm: A Python library for the simulation of STEM-EDXS datasets
Qiu et al. 3D microstructure simulation of reactive aggregate in concrete from 2D images as the basis for ASR simulation
Claes et al. The application of computed tomography for characterizing the pore structure of building materials
Myers et al. A general few-projection method for tomographic reconstruction of samples consisting of several distinct materials
WO2019151889A1 (en) A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium
Okamoto et al. Patch-based artifact reduction for three-dimensional volume projection data of sparse-view micro-computed tomography

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