CN111624147B - 岩心的相对渗透率测定方法及装置 - Google Patents
岩心的相对渗透率测定方法及装置 Download PDFInfo
- Publication number
- CN111624147B CN111624147B CN202010299245.4A CN202010299245A CN111624147B CN 111624147 B CN111624147 B CN 111624147B CN 202010299245 A CN202010299245 A CN 202010299245A CN 111624147 B CN111624147 B CN 111624147B
- Authority
- CN
- China
- Prior art keywords
- core
- model
- relative permeability
- lbm
- phase fluid
- 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
- 230000035699 permeability Effects 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 119
- 239000011435 rock Substances 0.000 title claims abstract description 55
- 239000011148 porous material Substances 0.000 claims abstract description 175
- 239000012530 fluid Substances 0.000 claims abstract description 138
- 230000008569 process Effects 0.000 claims abstract description 46
- 238000006073 displacement reaction Methods 0.000 claims abstract description 35
- 238000000547 structure data Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 11
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims 1
- 239000012071 phase Substances 0.000 description 113
- 238000004364 calculation method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 13
- 238000002474 experimental method Methods 0.000 description 13
- 238000009736 wetting Methods 0.000 description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000005119 centrifugation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005514 two-phase flow Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明提供了一种岩心的相对渗透率测定方法及装置，该方法包括：获得岩心样品的图像数据；基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；基于三维数字岩心模型，建立不同尺度下的多相LBM模型；采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。本发明可以实现对岩心，尤其是超低渗透岩心的相对渗透率的测定，准确度高。
Description
技术领域
本发明涉及油气藏开发领域，尤其涉及一种岩心的相对渗透率测定方法及装置。
背景技术
对岩心的相对渗透率的测试方法目前主要包括：稳态实验法、不稳定实验法、根据矿场生产资料计算法、按毛管力曲线进行计算法等，但是，以上方法存在测量时间长，低孔隙两相驱替困难，或者由于现场资料的不齐全，岩石非均质性较强，传统达西经验公式由于经验常数较多计算误差大等一系列问题.
随着常规油气资源的日益衰竭，非常规油气资源开采技术的发展，对超低渗油藏，致密油藏的开发逐渐成为油气开采的关键，但对岩心相对渗透率的测定仍然主要通过开展前述传统的岩石物理实验仍是研究岩石物理性质的基本方法，由于超低渗透的油藏超低孔隙的岩心，通常通过岩石物理实验对相对渗透率进行测定，存在实验成本高，实验周期长，两相岩心驱替困难，难以真实定量地表征超低渗透油藏的微观孔隙结构等问题，因此，急需研制一种新的测量超低渗透岩心的相对渗透率的装置以及配套方法。
经过深入调研，除了传统的岩石实验法外，相关研究学者也对测定岩心相对渗透率进行一定量的改进，以测量超低渗透岩心的相对渗透率，目前采用的方法包括：通过确定最佳离心力，进行岩心离心实验，通过标定T2值来计算储层相对渗透率的方法，该方法对于超低渗透或致密油藏等的超低孔隙度的岩心，容易出现最佳离心力难以确定，T2值的标定过程出现误差的问题，并且，该方法对超低渗岩心喉道分布、孔隙体积分布难以精确定量表征。目前还通过修正的达西-相渗解析解计算相对渗透率，但是上述方法存在真实的岩心微观结构难以精确定量表征，根据实验测得相关参数进行相关的宏观尺度计算，误差较大，并未能有效验证其解析解的正确性的问题。
综上所述，目前缺乏一种准确度高的岩心的相对渗透率测定方法，以实现对岩心，尤其是超低渗透岩心的相对渗透率的测定。
发明内容
本发明实施例提出一种岩心的相对渗透率测定方法，用以实现对岩心，尤其是超低渗透岩心的相对渗透率的测定，准确度高，该方法包括：
获得岩心样品的图像数据；
基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。
本发明实施例提出一种岩心的相对渗透率测定装置，用以实现对岩心，尤其是超低渗透岩心的相对渗透率的测定，准确度高，该装置包括：
图像获得模块，用于获得岩心样品的图像数据；
三维孔隙网络结构模型构建模块，用于基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
三维孔隙网络结构模型构建模块，用于根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
多相LBM模型构建模块，用于根据岩心样品的三维孔隙网络结构模型，基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
相对渗透率确定模块，用于采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。
本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述岩心的相对渗透率测定方法。
本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述岩心的相对渗透率测定方法的计算机程序。
在本发明实施例中，获得岩心样品的图像数据；基于所述图像数据，构建岩心样品的三维孔隙网络结构模型；根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型；基于三维数字岩心模型，建立不同尺度下的多相LBM模型；采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。在上述过程中，顺序构建了岩心样品的三维孔隙网络结构模型、三维数字岩心模型，其中，三维数字岩心模型包括岩心样品的不同尺度下的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，从而可以建立不同尺度下的多相LBM模型，即本发明避免进行岩心离心实验，构建的多相LBM模型的精度高，且本发明考虑了不同尺寸下的多相LBM模型，从而可获得不同尺度下的两相流体的相对渗透率，相对于现有技术只能获得宏观尺度的相对渗透率，本发明获得的相对渗透率的准确度更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。在附图中：
图1为本发明实施例中岩心的相对渗透率测定方法的流程图；
图2为本发明实施例中岩心的相对渗透率测定方法的详细流程图；
图3为本发明实施例中F30尺度的三维孔隙网络结构模型的结构细节图；
图4为本发明实施例中F40尺度的三维孔隙网络结构模型的结构细节图；
图5为本发明实施例中F60尺度的三维孔隙网络结构模型的结构细节图；
图6为本发明实施例中F120尺度的三维孔隙网络结构模型的结构细节图；
图7为本发明实施例中两相流体体系中压差和界面张力的模拟结果；
图8为本发明实施例中验证动量的演化规律的无限大平行平板间层状两相流体界面的示意图；
图9为本发明实施例中无限大平行平板间层状两相流体的LBM模拟结果；
图10为本发明实施例中验证润湿性的无限大平行平板间两相流体示意图；
图11为本发明实施例中润湿特性的LBM模拟结果；
图12为本发明实施例中多相LBM模型模拟计算获得的相对渗透率结果；
图13为本发明实施例中F30尺度的两相流体的相对渗透率曲线；
图14为本发明实施例中F40尺度的两相流体的相对渗透率曲线；
图15为本发明实施例中F60尺度的两相流体的相对渗透率曲线；
图16为本发明实施例中F120尺度的两相流体的相对渗透率曲线；
图17为本发明实施例中岩心的相对渗透率测定装置的示意图；
图18为本发明实施例中计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
图1为本发明实施例中岩心的相对渗透率测定方法的流程图，如图1所示，该方法包括：
步骤101，获得岩心样品的图像数据；
步骤102，基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
步骤103，根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
步骤104，基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
步骤105，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。
在本发明实施例中，获得岩心样品的图像数据；基于所述图像数据，构建岩心样品的三维孔隙网络结构模型；根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型；基于三维数字岩心模型，建立不同尺度下的多相LBM模型；采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。在上述过程中，顺序构建了岩心样品的三维孔隙网络结构模型、三维数字岩心模型，其中，三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据，从而可以建立不同尺度下的多相LBM模型，即本发明避免进行岩心离心实验，构建的多相LBM模型的精度高，且本发明考虑了不同尺寸下的多相LBM模型，从而可获得不同尺度下的两相流体的相对渗透率，相对于现有技术只能获得宏观尺度的相对渗透率，本发明获得的相对渗透率的准确度更高。
在步骤101中，需要首先获得岩心样品的图像数据，岩心样品可以为普通类型的岩心样品，也可以为超低渗透岩心样品，在一实施例中，岩心样品的图像数据为CT灰度图像，所述CT灰度图像是对岩心样品进行CT扫描获得的。具体实施时，由于计算机仿真技术的发展，岩石物理数值模拟已成为研究岩石物理的重要技术手段，其相比于对岩石开展传统物理实验测量，可以大大的节省时间，人力和成本等问题。岩石物理数值模拟随着仿真技术的发展，可以采用X射线的CT扫描技术构建的微观孔隙的三维数字岩心测量传统岩石物理实验或者仿真无法测量的一些复杂岩石的物理性质，因此数字岩心能较好地反映真实岩心的孔隙空间特征，直观的体现孔隙空间和喉道的连通情况和分布情况，采用数字岩心分析技术可对岩心样本的X光微米级CT灰度图像进行孔隙网络定量分析，起到建立了岩心微观结构和宏观物理性质的之间的桥梁的作用，通过数字岩心的方法对岩心的微观孔隙的精确定量表征可以让研究人员更为充分的认识流体和多孔介质的分布规律和渗流机理。因此，本发明对岩心样品进行CT扫描获得CT灰度图像，并进行后续构建三维孔隙网络结构模型，由于CT灰度图像的精度高，可使得构建的三维孔隙网络结构模型的精度更高。另外，为了进一步提高CT灰度图像的精度，可以对岩心样品进行微米级CT扫描，获得三维微米级CT灰度图像。
具体实施时，基于所述图像数据，构建岩心样品的三维孔隙网络结构模型的方法有多种，下面给出其中一个实施例。
在一实施例中，基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，包括：
对岩心样品的图像数据进行二值化分割，划分出孔隙图像和颗粒基质图像；
基于从孔隙图像提取出的孔隙网格，构建岩心样品的三维孔隙网络结构模型。
在上述实施例中，由前述可知，图像数据可以是CT灰度图像，因此可对CT灰度图像进行二值化分割，划分出孔隙图像和颗粒基质图像。然后，从孔隙图像中提取孔隙网格，可以借助现有软件，例如Avizo软件构建岩心样品的三维孔隙网络结构模型。这种构建三维孔隙网络结构模型的方法准确度高。
在构建三维孔隙网络结构模型后，发明人通过调整三维孔隙网络结构模型的分辨率，分析不同分辨率下三维孔隙网络结构模型的多尺度效应。
多尺度效应是对岩心样品的微观喉道孔隙尺度(孔喉半径在10-8～10-3m)、天然裂缝尺度(10-6～10-4m)和宏观尺度(＞10-2m)下的数据，采用经典的达西公式求平均值进行计算，由于在多数孔喉结构下岩心样品内为非达西流动，而且达西公式的经验常数较多，容易产生较大误差，因此，发明人认为应该分析不同尺度下的岩心的相对渗透率。
而在此之前，需要构建三维数字岩心模型，具体实施时，根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型的方法有多种，下面给出其中一个实施例。
在一实施例中，根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，包括：
分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙结构数据，所述孔隙结构数据包括孔隙喉道数分布数据、孔隙与喉道尺寸分布数据；
根据岩心样品的孔隙结构数据，构建三维数字岩心模型。
前述可知，可以通过对岩心样品的三维孔隙网络结构模型进行分析，获得岩心样品的不同尺度下的孔喉结构数据，其中，孔喉结构数据包括孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，从而可以很方便地构建三维数字岩心模型。在上述实施例中，通过不同分辨率下所述三维孔隙网络结构模型的多尺度效应，可以获得多尺度下的岩心样品的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，使得最后确定的三维数字岩心模型包含多尺度数据，三维数字岩心模型的精度高。
具体实施时，基于三维数字岩心模型，建立不同尺度下的多相LBM模型的方法有多种，下面给出其中一个实施例。
在一实施例中，基于三维数字岩心模型，建立不同尺度下的多相LBM模型，包括：
采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型。
在上述实施例中，由于发明人发现现有的通过岩心离心实验并标定T2值来计算储层相对渗透率的方法对超低渗透或致密油藏等的超低孔隙度的岩心来说，计算准确度不高，原因是容易出现最佳离心力难以确定，T2值的标定过程出现误差的问题，并且，该方法对超低渗岩心喉道分布、孔隙体积分布难以精确定量表征，而发明人发现采用多相LBM模型，可避免进行岩心离心实验，且通过实验验证构建的多相LBM模型的精度高，因此本发明实施例采用了多相LBM模型。另外，多松弛格子玻尔兹曼方法(Multi-relaxation-timeLattice Boltzmann Method，MRT-LBM)相比于格子玻尔兹曼方法(LBM)，将碰撞过程通过线性变换转换到矩空间中进行，由于更好地考虑了实际流动中的各向异性并可结合计算条件优化参数，模拟的稳定性和精度得到了提高，构造的不同尺度下的多相LBM模型的精度非常高。
在一实施例中，在采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体之前，还包括：
对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果；
采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，包括：
在准确度验证结果为满足准确度要求时，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体。
在上述实施例中，准确度要求为多相LBM模型符合Young-Laplace定律要求、符合动量的演化规律要求、润湿性要求，以及相对渗透率曲线要求，通过上述的验证过程，保证了多相LBM模型的准确性，从而保证了最后岩心的不同尺度下的两相流体的相对渗透率的准确度。
在一实施例中，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率，包括：
按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：
在预设初始时刻，在多相LBM模型的孔隙空间中模拟：不同饱和度的两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；
将平均速度稳定时两相流体的相对渗透率，确定为岩心在该尺度下的两相流体的相对渗透率。
在上述实施例中，在预设初始时刻，在多相LBM模型的孔隙空间中模拟不同饱和度的两相流体，模拟时，引入两套分布函数fi和gi，从而对两相流体的质量和动量输运过程以及两相流体界面迁移过程进行演化，分布函数gi对应的LBM方程为：
其中，τg是与迁移率M有关的弛豫时间：
分布函数fi对应的LBM方程为：
其中Ω′f为附加碰撞项。
由于岩心样品，尤其是超低渗透岩心的非均质性，上述模拟岩心驱替过程的两相流体的过程也称为稳态法，是在多尺度下进行的，包括孔隙尺度、Darcy尺度，更好地结合了多相LBM模型和数字岩心的优势，上述稳态法获得的两相流体的相对渗透率的准确度高，为了保证上述结果的可靠性，本发明实施例采用如下真实的油水物性参数进行计算。
水：密度ρw＝997kg/m3，粘度μw＝0.001Pa·s；
油：密度ρ0＝857.1kg/m3，粘度μ0＝0.028Pa·s；
其他参数：界面张力ρ＝0.02N/m，水相润湿性θ＝60°，压力梯度
另外，在进行上述模拟时，可以选取束缚水时的油相的相对渗透率作为基础渗透率，得到表征精度较高的相态分布及相渗曲线，相渗曲线是指两相流体的相对渗透率的曲线，上述相态分布及相渗曲线对预测岩心油藏、尤其是超低渗岩心油藏的产量预估有重要影响。
基于上述实施例，本发明提出如下一个实施例来说明岩心的相对渗透率测定方法的详细流程，图2为本发明实施例中岩心的相对渗透率测定方法的详细流程图，如图2所示，包括：
步骤201，获得岩心样品的图像数据；
步骤202，对岩心样品的图像数据进行二值化分割，划分出孔隙图像和颗粒基质图像；
步骤203，分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙结构数据；
步骤204，根据岩心样品的孔隙结构数据，构建三维数字岩心模型；
步骤205，根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型；
步骤206，采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型；
步骤207，对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果；在准确度验证结果为满足准确度要求时，转至步骤208，否则结束流程；
步骤208，按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：在预设初始时刻，在多相LBM模型的孔隙空间中模拟：不同饱和度的两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；将平均速度稳定时两相流体的相对渗透率，确定为岩心在该尺度下的两相流体的相对渗透率。
当然，可以理解的是，上述详细流程还可以有其他变化例，相关变化例均应落入本发明的保护范围。
下面给出一具体实施例，来说明本发明提出的方法的具体应用。
以某一超低渗岩心样品的相对渗透测定过程为例，对该超低渗岩心样品进行微米级CT扫描，获得三维微米级CT灰度图像，三维微米级CT灰度图像的尺寸参数见表1，超低渗岩心样品是以孤立孔隙为主的结构，孔隙网络连通性较差；但是裂缝的存在增加了结构的连通性。
表1 CT灰度图像的尺寸参数
| 截面尺寸(mm) | 图像大小 | 体素大小(μm) |
| 25 | 1004×1024×1004 | 24.9 |
对岩心样品的CT灰度图像进行二值化分割，划分出孔隙图像和颗粒基质图像；基于从孔隙图像提取出的孔隙网格，构建岩心样品的三维孔隙网络结构模型。
分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据；上述步骤可通过三维可视化软件Avizo来完成，根据岩心样品的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，构建三维数字岩心模型。图3为本发明实施例中F30尺度的三维孔隙网络结构模型的结构细节图，其中，图3中的(a)为F30尺度的三维孔隙网络结构模型在计算初始时刻相态分布，图3中的(b)为F30尺度的三维孔隙网络结构模型在计算终止时刻相态分布；图4为本发明实施例中F40尺度的三维孔隙网络结构模型的结构细节图，图4中的(a)为F40尺度的三维孔隙网络结构模型在计算初始时刻相态分布，图4中的(b)为F40尺度的三维孔隙网络结构模型在计算终止时刻相态分布；图5为本发明实施例中F60尺度的三维孔隙网络结构模型的结构细节图，图5中的(a)为F60尺度的三维孔隙网络结构模型在计算初始时刻相态分布，图5中的(b)为F60尺度的三维孔隙网络结构模型在计算终止时刻相态分布；图6为本发明实施例中F120尺度的三维孔隙网络结构模型的结构细节图，图6中的(a)为F120尺度的三维孔隙网络结构模型在计算初始时刻相态分布，图6中的(b)为F120尺度的三维孔隙网络结构模型在计算终止时刻相态分布。
采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型，然后对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果，验证时，从Young-Laplace定律、动量的演化规律、润湿性，以及相对渗透率曲线这四个方面展开
1)Young-Laplace定律：为了模拟两相流体体系，设计参数如下：格子数220×220，对应的实际流体区域尺度为22cm×22cm，四周均采用周期边界；流体1密度ρ1＝1000kg/m3，流体2密度ρ2＝50kg/m3，两相流体运动粘度同为ν1＝ν2＝0.001m2/s，界面张力σ＝0.03N/m，迁移率M＝0.01kg·s/m3；界面厚度W取为5个格子，格子速度c＝100m/s。
对于流体1半径从R＝2mm变化到R＝6mm的五组算例，图7为本发明实施例中两相流体体系中压差和界面张力的模拟结果。根据图7结果可知：计算得到的压差ΔP和界面张力I/R符合线性定律，与Young-Laplace定律给出的理论解高度一致。由此可以验证：所用多相LBM模型能够准确模拟两相流体相互作用，并正确计算毛管压力。
2)动量的演化规律：对于运动的两相流体的模拟，采用无限大平行平板间层状两相流体界面进行准确度验证，图8为本发明实施例中验证动量的演化规律的无限大平行平板间层状两相流体界面的示意图，如图8所示，流体1位于平板中心，密度为ρ1，运动粘度为ν1，由x方向体积力F1驱动；流体2对称分布于流体1两侧，密度为ρ2，运动粘度为ν2，由x方向体积力F2驱动；两无限大平板间距为2H，两相流体界面位置坐标为Yi。
为了模拟这一两相流体体系，设计参数如下：格子数100×201，对应的实际流体区域尺度为100cm×200cm，x方向采用周期边界，y方向边界采用标准bounce-back方法；仅在流体1上施加体积力F1＝15kg·m-2·s-2，对流体2施加的体积力F2＝0；流体1密度ρ1＝1000kg/m3，流体2密度ρ2＝50kg/m3，两相流体运动粘度同取为ν1＝ν2＝0.01667m2/s，界面张力σ＝0.03N/m，迁移率M＝0.01kg·s/m3；界面厚度W取为5个格子，格子速度c＝100m/s。图9为本发明实施例中无限大平行平板间层状两相流体的LBM模拟结果，最后得到的LBM模拟结果与理论解符合良好，验证了所用多相LBM模型能够正确地计算孔隙中各相流体的运动速度。
3)润湿性：图10为本发明实施例中验证润湿性的无限大平行平板间两相流体示意图，设计参数选取如下：格子数格子数500×151，对应的实际流体区域尺度为12.5mm×3.75mm，x方向采用周期边界，y方向边界采用标准bounce-back方法；液滴(流体1)初始为半圆状(直径为160格子大小)，位于下壁面的中心位置，被气相(流体2)环绕，其中d为过程中液滴两端最大间距，h为液滴最大高度，θ为接触角。流体1密度ρ1＝998.2kg/m3，运动粘度ν1＝1.006×10-6m2/s；流体2密度ρ2＝1.205kg/m3，运动粘度ν2＝1.506×10-5m2/s，界面张力σ＝0.072N/m，迁移率M＝0.002kg·s/m3；界面厚度W取为3个格子，格子速度c＝50m/s。若忽略重力影响，并选定无量纲化润湿参数
为0.47611091、0.0和-0.47611091，则液滴对固壁的理论静态接触角应分别为45°，90°和135°，液滴将由其初始状态θ＝90°自发地变化到相应的静态接触角。图11为本发明实施例中润湿特性的LBM模拟结果，经测试，稳态时三种不同
条件下对应得到的接触角分别为44.8°，90.1°和134.9°，与理论值(45°，90°和135°)的误差小于0.45％，符合程度很好。由此可以验证：所用多相LBM模型能够准确模拟润湿、中性润湿和非润湿三种不同情况下液体对岩石表面的润湿作用。
4)相对渗透率曲线：为了验证多相LBM模型对于相对渗透率的准确程度，同样采用如图8所示的两相流体界面，但整个流体通道由同一压力驱动。流体1为非润湿相(non-wetting)，位于平板中心，密度为ρ1，运动粘度为v1，其饱和度记为snw，相对渗透率记为
流体2为润湿相(wetting)，对称分布于流体1两侧，密度为ρ2，运动粘度为v2，其饱和度记为sw，相对渗透率记为
对于此问题，有精确的理论解如下：
图12为本发明实施例中多相LBM模型模拟计算获得的相对渗透率结果，可见，润湿相及非润湿相的相对渗透率曲线均与理论解十分吻合，从而验证了所用多相LBM模型对于相对渗透率曲线的准确性。
至此，通过四组不同类型算例的模拟结果和理论解的对比，可以充分验证本项目所采用的多相LBM计算模型的正确性，能够准确计算毛管压力、各相流体在孔隙内的运动速度以及润湿性和相对渗透率等关键参数。
之后按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：在预设初始时刻，在多相LBM模型的孔隙空间中模拟不同饱和度的两相流体；两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；获得两相流体的平均速度稳定下的两相流体的相对渗透率为岩心的每一尺度下的两相流体的相对渗透率。上述过程将孔隙尺度的模拟结果与Darcy定律相结合，从宏观和微观的尺度计算两相的绝对渗透率，并计算相对渗透率。为保证结果的可靠性，本实施例均采用前述真实的油水物性参数进行计算。
最后，本实施例选取束缚水时的油相的相对渗透率ko，可得到不同尺度两相流体的相对渗透率曲线，图13-图16为本发明实施例中不同尺度两相流体的相对渗透率曲线，其中，两相流体为油相和水相，其中，图13为本发明实施例中F30尺度的两相流体的相对渗透率曲线，此时ko＝0.29mD；图14为本发明实施例中F40尺度的两相流体的相对渗透率曲线，此时ko＝0.94mD；图15为本发明实施例中F60尺度的两相流体的相对渗透率曲线，此时ko＝7.26mD；图16为本发明实施例中F120尺度的两相流体的相对渗透率曲线，此时ko＝13.6mD。
综上所述，在本发明实施例提出的方法中，获得岩心样品的图像数据；基于所述图像数据，构建岩心样品的三维孔隙网络结构模型；根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型；基于三维数字岩心模型，建立不同尺度下的多相LBM模型；采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。在上述过程中，顺序构建了岩心样品的三维孔隙网络结构模型、三维数字岩心模型，其中，三维数字岩心模型包括岩心样品的不同尺度下的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，从而可以建立不同尺度下的多相LBM模型，即本发明避免进行岩心离心实验，构建的多相LBM模型的精度高，且本发明考虑了不同尺寸下的多相LBM模型，从而可获得不同尺度下的两相流体的相对渗透率，相对于现有技术只能获得宏观尺度的相对渗透率，本发明获得的相对渗透率的准确度更高。另外，通过对不同尺度下的多相LBM模型进行准确度验证，只有在多相LBM模型满足准确度要求时，才进行相对渗透率计算，可提高最后相对渗透率的计算准确性。
基于同样的原理，本发明实施例还提出一种岩心的相对渗透率测定装置，其原理不再赘述。
图17为本发明实施例中岩心的相对渗透率测定装置的示意图，如图17所示，该装置包括：
图像获得模块1701，用于获得岩心样品的图像数据；
三维孔隙网络结构模型构建模块1702，用于基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
三维数字岩心模型构建模块1703，用于根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
多相LBM模型构建模块1704，用于根据岩心样品的三维孔隙网络结构模型，基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
相对渗透率确定模块1705，用于采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。
在一实施例中，三维孔隙网络结构模型构建模块1702具体用于：
对岩心样品的图像数据进行二值化分割，划分出孔隙图像和颗粒基质图像；
基于从孔隙图像提取出的孔隙网格，构建岩心样品的三维孔隙网络结构模型。
在一实施例中，岩心样品的图像数据为CT灰度图像，所述CT灰度图像是对岩心样品进行CT扫描获得的。
在一实施例中，三维数字岩心模型构建模块1703具体用于：
分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙结构数据；
根据岩心样品的孔隙结构数据，构建三维数字岩心模型。
在一实施例中，多相LBM模型构建模块1704具体用于：
采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型。
在一实施例中，所述装置还包括验证模块1706，用于
对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果；
相对渗透率确定模块1705还用于：
在准确度验证结果为满足准确度要求时，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体。
在一实施例中，相对渗透率确定模块1705具体用于：
按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：
在预设初始时刻，在多相LBM模型的孔隙空间中模拟：不同饱和度的两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；
将平均速度稳定时两相流体的相对渗透率，确定为岩心在该尺度下的两相流体的相对渗透率。
综上所述，在本发明实施例提出的装置中，获得岩心样品的图像数据；基于所述图像数据，构建岩心样品的三维孔隙网络结构模型；根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型；基于三维数字岩心模型，建立不同尺度下的多相LBM模型；采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率。在上述过程中，顺序构建了岩心样品的三维孔隙网络结构模型、三维数字岩心模型，其中，三维数字岩心模型包括岩心样品的不同尺度下的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据，从而可以建立不同尺度下的多相LBM模型，即本发明避免进行岩心离心实验，构建的多相LBM模型的精度高，且本发明考虑了不同尺寸下的多相LBM模型，从而可获得不同尺度下的两相流体的相对渗透率，相对于现有技术只能获得宏观尺度的相对渗透率，本发明获得的相对渗透率的准确度更高。另外，通过对不同尺度下的多相LBM模型进行准确度验证，只有在多相LBM模型满足准确度要求时，才进行相对渗透率计算，可提高最后相对渗透率的计算准确性。
本申请的实施例还提供一种计算机设备，图18为本发明实施例中计算机设备的示意图，该计算机设备能够实现上述实施例中的岩心的相对渗透率测定方法中全部步骤，所述电子设备具体包括如下内容：
处理器(processor)1801、存储器(memory)1802、通信接口(CommunicationsInterface)1803和总线1804；
其中，所述处理器1801、存储器1802、通信接口1803通过所述总线1804完成相互间的通信；所述通信接口1803用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输；
所述处理器1801用于调用所述存储器1802中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的岩心的相对渗透率测定方法中的全部步骤。
本申请的实施例还提供一种计算机可读存储介质，能够实现上述实施例中的岩心的相对渗透率测定方法中全部步骤，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的岩心的相对渗透率测定方法的全部步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、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，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种岩心的相对渗透率测定方法，其特征在于，包括：
获得岩心样品的图像数据；
基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率；
采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率，包括：按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：在预设初始时刻，在多相LBM模型的孔隙空间中模拟：不同饱和度的两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；将平均速度稳定时两相流体的相对渗透率，确定为岩心在该尺度下的两相流体的相对渗透率；
模拟时，引入两套分布函数fi和gi，从而对两相流体的质量和动量输运过程以及两相流体界面迁移过程进行演化，分布函数gi对应的LBM方程为：
其中，τg是与迁移率M有关的弛豫时间：
为一待定参数，由τg是与迁移率M决定，τg一般取为1
分布函数fi对应的LBM方程为：
其中Ω′f为附加碰撞项。
2.如权利要求1所述的岩心的相对渗透率测定方法，其特征在于，基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，包括：
对岩心样品的图像数据进行二值化分割，划分出孔隙图像和颗粒基质图像；
基于从孔隙图像提取出的孔隙网格，构建岩心样品的三维孔隙网络结构模型。
3.如权利要求1所述的岩心的相对渗透率测定方法，其特征在于，根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，包括：
分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙结构数据；
根据岩心样品的孔隙结构数据，构建三维数字岩心模型。
4.如权利要求1所述的岩心的相对渗透率测定方法，其特征在于，基于三维数字岩心模型，建立不同尺度下的多相LBM模型，包括：
采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型。
5.如权利要求1所述的岩心的相对渗透率测定方法，其特征在于，在采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体之前，还包括：
对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果；
采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，包括：
在准确度验证结果为满足准确度要求时，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体。
6.如权利要求1所述的岩心的相对渗透率测定方法，其特征在于，岩心样品的图像数据为CT灰度图像，所述CT灰度图像是对岩心样品进行CT扫描获得的。
7.一种岩心的相对渗透率测定装置，其特征在于，包括：
图像获得模块，用于获得岩心样品的图像数据；
三维孔隙网络结构模型构建模块，用于基于所述图像数据，构建岩心样品的三维孔隙网络结构模型，所述三维孔隙网络结构模型包括岩心样品的多个孔隙网络；
三维数字岩心模型构建模块，用于根据岩心样品的三维孔隙网络结构模型，构建三维数字岩心模型，所述三维数字岩心模型包括岩心样品的不同尺度下的孔隙结构数据；
多相LBM模型构建模块，用于根据岩心样品的三维孔隙网络结构模型，基于三维数字岩心模型，建立不同尺度下的多相LBM模型；
相对渗透率确定模块，用于采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的不同尺度下的两相流体的相对渗透率；
相对渗透率确定模块具体用于：按照如下步骤采用每一尺度下的多相LBM模型模拟岩心驱替过程的两相流体，获得岩心的每一尺度下的两相流体的相对渗透率：在预设初始时刻，在多相LBM模型的孔隙空间中模拟：不同饱和度的两相流体在由第一方向至第二方向的压力下进行反复的驱替运动，直至孔隙空间中两相流体的平均速度保持稳定；将平均速度稳定时两相流体的相对渗透率，确定为岩心在该尺度下的两相流体的相对渗透率；
模拟时，引入两套分布函数fi和gi，从而对两相流体的质量和动量输运过程以及两相流体界面迁移过程进行演化，分布函数gi对应的LBM方程为：
其中，τg是与迁移率M有关的弛豫时间：
为一待定参数，由τg是与迁移率M决定，τg一般取为1
分布函数fi对应的LBM方程为：
其中Ω′f为附加碰撞项。
8.如权利要求7所述的岩心的相对渗透率测定装置，其特征在于，三维孔隙网络结构模型构建模块具体用于：
对岩心样品的图像数据进行二值化分割，划分出孔隙图像和颗粒基质图像；
基于从孔隙图像提取出的孔隙网格，构建岩心样品的三维孔隙网络结构模型。
9.如权利要求7所述的岩心的相对渗透率测定装置，其特征在于，三维数字岩心模型构建模块具体用于：
分析不同分辨率下所述三维孔隙网络结构模型的多尺度效应，获得岩心样品的不同尺度下的孔隙喉道数分布数据、孔隙与喉道尺寸分布数据。
10.如权利要求7所述的岩心的相对渗透率测定装置，其特征在于，多相LBM模型构建模块具体用于：
采用多松弛格子玻尔兹曼方法，对三维数字岩心模型建立不同尺度下的多相LBM模型。
11.如权利要求7所述的岩心的相对渗透率测定装置，其特征在于，还包括验证模块，用于
对不同尺度下的多相LBM模型进行准确度验证，获得准确度验证结果；
相对渗透率确定模块还用于：
在准确度验证结果为满足准确度要求时，采用不同尺度下的多相LBM模型模拟岩心驱替过程的两相流体。
12.如权利要求8所述的岩心的相对渗透率测定装置，其特征在于，岩心样品的图像数据为CT灰度图像，所述CT灰度图像是对岩心样品进行CT扫描获得的。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一项所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010299245.4A CN111624147B (zh) | 2020-04-16 | 2020-04-16 | 岩心的相对渗透率测定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010299245.4A CN111624147B (zh) | 2020-04-16 | 2020-04-16 | 岩心的相对渗透率测定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111624147A CN111624147A (zh) | 2020-09-04 |
| CN111624147B true CN111624147B (zh) | 2023-04-07 |
Family
ID=72258868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010299245.4A Active CN111624147B (zh) | 2020-04-16 | 2020-04-16 | 岩心的相对渗透率测定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111624147B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112179815B (zh) * | 2020-09-21 | 2022-04-05 | 西南石油大学 | 一种基于孔隙网络模型的单相非稳态渗流模型建立方法 |
| CN112326524B (zh) * | 2020-10-22 | 2022-07-19 | 中国石油大学(华东) | 一种基于ct扫描图像的岩石孔渗测量方法 |
| CN112666059A (zh) * | 2020-12-14 | 2021-04-16 | 中国石油大学(华东) | 一种气体水合物分解过程中多孔介质气水相对渗透率的确定方法 |
| CN113125325B (zh) * | 2021-04-26 | 2021-11-16 | 东北石油大学 | 一种煤岩裂隙特征表征与渗透性模拟方法 |
| CN114428040B (zh) * | 2021-09-13 | 2022-07-22 | 中国石油化工股份有限公司 | 一种页岩油储层储渗空间定量表征及参数获取方法 |
| 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 |
| CN114397235B (zh) * | 2022-01-17 | 2023-02-03 | 中国矿业大学 | 一种基于孔隙度重构数字岩心的原位温压两相流分析方法 |
| CN114609010B (zh) * | 2022-03-02 | 2024-02-02 | 中国石油大学(华东) | 一种页岩储层油水相对渗透率的测定方法及装置 |
| WO2024044495A1 (en) * | 2022-08-24 | 2024-02-29 | Shell Usa, Inc. | Determining relative permeability of a porous medium |
| CN117592387B (zh) * | 2023-05-25 | 2024-06-25 | 中国石油大学(北京) | 低渗致密油藏浸润调控渗流规律表征方法、装置及设备 |
| CN117113873B (zh) * | 2023-08-15 | 2024-04-09 | 西南石油大学 | 一种多相流体地层渗流的数值模拟方法及应用 |
| CN117057271B (zh) * | 2023-08-15 | 2024-03-01 | 西南石油大学 | 一种基于vof的多相流体渗流过程模拟方法 |
| CN117494597B (zh) * | 2023-10-31 | 2024-08-30 | 中国石油大学(北京) | 一种三维数字岩心渗透率的确定方法、装置及设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012118864A2 (en) * | 2011-02-28 | 2012-09-07 | Schlumberger Technology Corporation | Multiscale digital rock modeling for reservoir simulation |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8170799B2 (en) * | 2008-11-24 | 2012-05-01 | Ingrain, Inc. | Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof |
| BR112014028783B1 (pt) * | 2012-05-18 | 2021-11-03 | Ingrain, Inc | Método e sistema para estimar uma propriedade de rocha, método para caracterizar eficientemente rocha, e, meio legível por computador |
| US9285301B2 (en) * | 2012-07-13 | 2016-03-15 | Ingrain, Inc. | Digital rock analysis systems and methods with reliable multiphase permeability determination |
| CN105021506A (zh) * | 2015-07-09 | 2015-11-04 | 中国石油大学(华东) | 一种基于孔隙网络模型的三相相对渗透率的计算方法 |
| CN106202695B (zh) * | 2016-07-07 | 2018-04-20 | 清能艾科（深圳）能源技术有限公司 | 一种采用数字岩心模拟计算岩心渗透率的方法 |
| CN106442271A (zh) * | 2016-11-18 | 2017-02-22 | 杨康 | 岩心渗透率模拟方法及装置 |
| CN107449707B (zh) * | 2017-07-03 | 2020-01-07 | 中国石油天然气股份有限公司 | 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 |
| CN109376481B (zh) * | 2018-08-16 | 2022-12-09 | 清能艾科（深圳）能源技术有限公司 | 基于多gpu的数字岩心相渗曲线的计算方法、装置及计算机设备 |
| CN110135311A (zh) * | 2019-05-06 | 2019-08-16 | 重庆科技学院 | 一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法 |
-
2020
- 2020-04-16 CN CN202010299245.4A patent/CN111624147B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012118864A2 (en) * | 2011-02-28 | 2012-09-07 | Schlumberger Technology Corporation | Multiscale digital rock modeling for reservoir simulation |
Non-Patent Citations (2)
| Title |
|---|
| Peipei Yang.Permeability in multi-sized structures of random packed porous media using three-dimensional lattice Boltzmann method .《 International Journal of Heat and Mass Transfer 》.2017,全文. * |
| 李江涛.基于格子玻尔兹曼和有限差分方法的页岩气升尺度渗流模拟.《大庆石油地质与开发》.2019,(第undefined期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111624147A (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111624147B (zh) | 岩心的相对渗透率测定方法及装置 | |
| CN104729972B (zh) | 确定碳酸盐岩气水相对渗透率的方法及装置 | |
| CN109100812B (zh) | 基于核磁共振的岩石孔隙分形维数评价方法及装置 | |
| WO2014011348A2 (en) | Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media | |
| US11314909B2 (en) | Methods and systems for simulating multiphase flow through porous media | |
| Van Marcke et al. | An improved pore network model for the computation of the saturated permeability of porous rock | |
| CN105510204A (zh) | 一种基于ct图像的渗透率预测方法 | |
| Shikhov et al. | Evaluation of capillary pressure methods via digital rock simulations | |
| JP2023099406A (ja) | 室内岩石コア実験における、デジタル化された多相流体－構造連成（ｆｓｉ）浸透数値シミュレーション手法 | |
| CN108507920A (zh) | 一种油水两相相对渗透率的模拟方法 | |
| CN108267390B (zh) | 一种含纳米孔隙储层的气体渗透率确定方法 | |
| Tolke et al. | Computer simulations of fluid flow in sediment: From images to permeability | |
| CN109632604B (zh) | 一种孔隙尺度到岩心尺度聚合物驱相对渗透率粗化方法 | |
| Boek et al. | Multiphase-flow and reactive-transport validation studies at the pore scale by use of lattice Boltzmann computer simulations | |
| CN105223616A (zh) | 一种页岩储层的孔隙纵横比反演方法 | |
| CN104374679B (zh) | 一种确定储层渗透率贡献值的方法 | |
| Rabbani et al. | Analytical Pore-Network Approach (APNA): A novel method for rapid prediction of capillary pressure-saturation relationship in porous media | |
| CN104866706A (zh) | 碳酸盐岩渗透率确定方法及装置 | |
| CN112903555B (zh) | 考虑孔隙各向异性的多孔介质渗透率计算方法及装置 | |
| CN105844011A (zh) | 一种基于毛管模型的渗透率计算方法 | |
| Song et al. | Upscaling of transport properties in complex hydraulic fracture systems | |
| CN111241652B (zh) | 一种确定地层原油粘度的方法及装置 | |
| CN103675945B (zh) | 一种测定孔洞型储层的饱和度的方法及设备 | |
| WO2013169137A1 (en) | Method and apparatus for analyzing a drill core sample | |
| CN114112771B (zh) | 油气储层的岩心渗吸质量分析方法及装置 |
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 |