CN112131776A - 裂缝性三维数字岩心油水或气水分布模型的构建方法 - Google Patents
裂缝性三维数字岩心油水或气水分布模型的构建方法 Download PDFInfo
- Publication number
- CN112131776A CN112131776A CN202010873878.1A CN202010873878A CN112131776A CN 112131776 A CN112131776 A CN 112131776A CN 202010873878 A CN202010873878 A CN 202010873878A CN 112131776 A CN112131776 A CN 112131776A
- Authority
- CN
- China
- Prior art keywords
- water
- gas
- oil
- distribution model
- water distribution
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 352
- 238000009826 distribution Methods 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011160 research Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 13
- 229920006395 saturated elastomer Polymers 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 abstract description 14
- 239000011435 rock Substances 0.000 abstract description 10
- 238000005481 NMR spectroscopy Methods 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 abstract description 3
- 239000003921 oil Substances 0.000 description 118
- 239000011148 porous material Substances 0.000 description 26
- 239000011159 matrix material Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 11
- 238000002591 computed tomography Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- 230000007797 corrosion Effects 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000405965 Scomberomorus brasiliensis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000010734 process oil Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种裂缝性三维数字岩心油水或气水分布模型的构建方法及系统,包括:基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;利用开运算获取所述三维数字岩心的第一油水或气水分布模型,并将所述第一油水或气水分布模型与所述三维裂缝模型组合得到第二油水或气水分布模型;若所需含水饱和度大于所述研究区的束缚水饱和度,则利用LBM获取所述三维裂缝模型对应的第三油水或气水分布模型;将所述第二油水或气水分布模型与所述第三油水或气水分布模型组合,得到所述所需含水饱和度对应的裂缝性三维数字岩心油水或气水分布模型。充分发挥了开运算和LBM的优势,为裂缝性岩心的电学、声学以及核磁共振等的数值模拟奠定了基础。
Description
技术领域
本申请涉及数字岩石物理技术领域,具体而言,本申请涉及一种裂缝性三维数字岩心油水或气水分布模型的构建方法。
背景技术
基于三维数字岩心模拟岩石电阻率,研究电阻增大率与含水饱和度的关系时,关键是要构建不同油水或气水分布(即不同含水饱和度)的数字岩心模型。常用的方法有数学形态学中的开运算和格子玻尔兹曼法(Lattice Boltzmann Method,LBM)。Serra和Matheron(1964)首次给出了数学形态学的表达式。其中,开运算被广泛用于数字岩心油水或气水分布模拟,基于先腐蚀后膨胀的原理对岩石孔隙进行处理,通过改变结构元素半径的大小实现不同含水饱和度的模拟。格子玻尔兹曼法是20世纪80年代中期建立和发展起来的一种模拟方法,是一种介于微观分子动力学模型和宏观连续模型之间的介观模拟方法,具有模型简单、边界易处理以及便于并行运算等特点。该方法在多孔介质两相流模拟、油水或气水分布模拟等方面具有很好的应用。
但是,对于裂缝性三维数字岩心来说,开运算和LBM都不能很好的构建其对应的油水或气水分布模型,因此,亟需提供一种裂缝性三维数字岩心油水或气水分布模型的构建方法。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,本申请实施例所提供的技术方案如下:
第一方面,本申请实施例提供了一种裂缝性三维数字岩心油水或气水分布模型的构建方法,包括:
基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;
利用开运算获取三维数字岩心的第一油水或气水分布模型,并将第一油水或气水分布模型与三维裂缝模型组合得到第二油水或气水分布模型;
若所需含水饱和度大于研究区的束缚水饱和度,则利用格子玻尔兹曼法LBM获取三维裂缝模型对应的第三油水或气水分布模型;
将第二油水或气水分布模型与第三油水或气水分布模型组合,得到所需含水饱和度对应的裂缝性三维数字岩心油水或气水分布模型。
在本申请的一种可选实施例中,基于研究区的岩心样本,获取对应的三维数字岩心,包括:
获取岩心样本的扫描图像;
对扫描图像进行滤波处理和/或阈值分割处理,得到三维数字岩心。
在本申请的一种可选实施例中,基于研究区的岩心样本,获取对应的三维裂缝模型,包括:
根据研究区的地质情况,确定对应的裂缝的特征、数量以及位置;
根据裂缝的特征、数量以及位置,获取三维裂缝模型。
在本申请的一种可选实施例中,利用开运算获取三维数字岩心的第一油水或气水分布模型,包括:
确定结构元素半径大小;
根据结构元素半径大小,利用开运算获取三维数字岩心的第一油水或气水分布模型。
在本申请的一种可选实施例中,利用LBM获取三维裂缝模型对应的第三油水或气水分布模型,包括:
确定输入含水饱和度、边界条件以及迭代次数;
根据输入含水饱和度、边界条件以及迭代次数,利用LBM获取三维裂缝模型对应的第三油水或气水分布模型。
在本申请的一种可选实施例中,确定输入含水饱和度,包括:
将第二油水或气水分布模型的含水饱和度作为输入含水饱和度。
在本申请的一种可选实施例中该方法还包括:
若所需含水饱和度不大于研究区的束缚水饱和度,则三维裂缝模型对应的第三油水或气水分布模型中的裂缝中饱含油气。
第二方面,本申请实施例提供了一种裂缝性三维数字岩心油水或气水分布模型的构建系统,包括:
三维数字岩心获取模块,用于基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;
开运算处理模块,用于利用开运算获取三维数字岩心的第一油水或气水分布模型,并将第一油水或气水分布模型与三维裂缝模型组合得到第二油水或气水分布模型;
LBM处理模块,用于若所需含水饱和度大于研究区的束缚水饱和度,则利用LBM获取三维裂缝模型对应的第三油水或气水分布模型;
油水或气水分布模型获取模块,用于将第二油水或气水分布模型与第三油水或气水分布模型组合,得到所需含水饱和度对应的裂缝性三维数字岩心油水或气水分布模型。
在本申请的一种可选实施例中,三维数字岩心获取模块具体用于:
获取岩心样本的扫描图像;
对扫描图像进行滤波处理和/或阈值分割处理,得到三维数字岩心。
在本申请的一种可选实施例中,三维数字岩心获取模块进一步用于:
根据研究区的地质情况,确定对应的裂缝的特征、数量以及位置;
根据裂缝的特征、数量以及位置,获取三维裂缝模型。
在本申请的一种可选实施例中,开运算处理模块具体用于:
确定结构元素半径大小;
根据结构元素半径大小,利用开运算获取三维数字岩心的第一油水或气水分布模型。
在本申请的一种可选实施例中,LBM处理模块具体用于:
确定输入含水饱和度、边界条件以及迭代次数;
根据输入含水饱和度、边界条件以及迭代次数,利用LBM获取三维裂缝模型对应的第三油水或气水分布模型。
在本申请的一种可选实施例中,LBM处理模块进一步用于:
将第二油水或气水分布模型的含水饱和度作为输入含水饱和度。
在本申请的一种可选实施例中,该系统还可以包括第三油气分布模型获取模块,用于:
若所需含水饱和度不大于研究区的束缚水饱和度,则三维裂缝模型对应的第三油水或气水分布模型中的裂缝中饱含油气。
第三方面,本申请实施例提供了一种电子设备,包括存储器和处理器;
存储器中存储有计算机程序;
处理器,用于执行计算机程序以实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
本申请提供的技术方案带来的有益效果是:
通过开运算获取基质孔隙对应的第一油水或气水分布模型,并将三维裂缝模型与第一油水或气水分布模型组合得到第二油水或气水分布模型,再利用LBM获取三维裂缝模型中裂缝对应的第三油水或气水分布模型,最后将第二油水或气水分布模型与第三油水或气水分布模型组合得到所需含水饱和度的裂缝性三维数字岩心油水或气水分布模型,充分发挥了开运算和LBM的优势,弥补了单一方法的不足,为裂缝性岩心的电学、声学以及核磁共振等的数值模拟奠定了基础。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种裂缝性三维数字岩心油(气)水分布模型的构建方法的流程示意图;
图2a为本申请实施例的一个示例中三维数字岩心的示意图;
图2b为本申请实施例的一个示例中三维裂缝模型的示意图;
图3a为本申请实施例的一个示例中Sw0=68%的第一油(气)水分布模型;
图3b为本申请实施例的一个示例中第二油(气)水分布模型;
图4a为本申请实施例的一个示例中Sw2=68%的第三油(气)水分布模型的裂缝面示意图;
图4b为本申请实施例的一个示例中Sw2=68%的第三油(气)水分布模型的示意图;
图5a为本申请实施例的一个示例中Sw=51%的种裂缝性三维数字岩心油(气)水分布模的示意图;
图5b为本申请实施例的一个示例中Sw=68%的种裂缝性三维数字岩心油(气)水分布模的示意图;
图5c为本申请实施例的一个示例中Sw=24%的种裂缝性三维数字岩心油(气)水分布模的示意图;
图6为本申请实施例中提供的又一种裂缝性三维数字岩心油(气)水分布模型的构建方法的流程示意图;
图7为本申请实施例提供的一种裂缝性三维数字岩心油(气)水分布模型的构建系统的结构框图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
开运算是对孔隙边界进行腐蚀和膨胀处理,通过改变结构元素半径达到模拟不同油(气)水分布的目的。对于裂缝性三维数字岩心来说,开运算只能对基质孔隙进行处理,无法模拟规则裂缝的油(气)水分布状态。且结构元素半径只能是整数,因此通过开运算处理得到的饱和度是不可控的。LBM虽然可以实现裂缝中油(气)水分布的模拟,也可以模拟特定饱和度下的油(气)水分布,但对于小孔隙以及一些孤立的孔隙的计算结果往往不收敛,造成模拟结果不准确,这种现象在常见的致密型储层中是很普遍的,从而限制了该方法的使用。针对上述问题,本申请实施例提供了一种裂缝性三维数字岩心油(气)水分布模型的构建方法。
需要说明的是,在本领域“油水或气水”可以称为“油(气)水”,为了便于描述,在下文中都将采用“油(气)水”进行说明。
图1为本申请实施例提供的一种裂缝性三维数字岩心油(气)水分布模型的构建方法的流程示意图,如图1所示,该方法可以包括:
步骤S101,基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型。
具体地,在获取研究区的岩心样本后,通过对岩心样本进行CT扫描(例如X射线CT扫描),得到岩心样本的CT扫描图片,基于CT扫描图片和研究区的地质情况,获取对应三维数字岩心和三维裂缝模型,后续则需要基于三维数字岩心和三维裂缝模型,获取对应的裂缝性三维数字岩心的油(气)水分布模型。
步骤S102,利用开运算获取三维数字岩心的第一油(气)水分布模型,并将第一油(气)水分布模型与三维裂缝模型组合得到第二油(气)水分布模型。
其中,开运算是一种图像处理方法,基本过程就是先腐蚀后膨胀,通过腐蚀和膨胀运算的复合与集合构成图像。这个过程需要一个结构元素与原图像之间进行运算。结构元素半径代表这个结构元素的大小。不同大小的结构元素的处理结果不同。这种不同可以认为是含水饱和度的不同。
具体地,利用开运算获取三维数字岩心的第一油(气)水分布模型,即利用开运算获取的基质孔隙对应的油(气)水饱和度模型,进一步再将三维裂缝模型与第一油(气)水分布模型进行组合,得到第二油(气)水模型。可以理解的是,第二油(气)水模型中由于加入了裂缝,会导致基质孔隙度变小。
步骤S103,若所需含水饱和度大于研究区的束缚水饱和度,则利用格子玻尔兹曼法LBM获取三维裂缝模型对应的第三油(气)水分布模型。
其中,LBM是将连续介质看做大量位于网格节点上的离散的粒子,粒子之间、粒子与介质之间相互碰撞和迁移,最终获得宏观运动和分布规律。LBM模拟步骤比较简单,只需在模拟之间确定饱和度大小、边界条件、迭代次数等各种参数,就可以得到最终结果。
具体地,根据油气藏形成理论,油气在运移过程中优先进入储层中的大孔隙,驱替大孔隙中的水。将裂缝看作一个大孔隙,当含水饱和度比较高时,油气较少,不足以完全驱替掉大孔隙中的水,在裂缝中形成油(气)水共存的状态,需要利用LBM获取三维裂缝模型对应的第三油(气)水分布模型。当含水饱和度大小低于储层的束缚水饱和度时,气(或油)足够多,会将裂缝中和基质大孔隙中的水完全驱替掉,此时,裂缝中饱含气(或油),水只以束缚水的形态赋存于基质的小孔隙当中。
步骤S104,将第二油(气)水分布模型与第三油(气)水分布模型组合,得到所需含水饱和度对应的裂缝性三维数字岩心油(气)水分布模型。
具体地,将第二油(气)水分布模型与第三油(气)水分布模型组合即可得到所需含水饱和度对应的裂缝性三维数字岩心油(气)水分布模型,若所需的含水饱和度改变,则只需相应改变步骤S102中开运算的结构元素半径,重复后续计算即可。
本申请提供的方案,通过开运算获取基质孔隙对应的第一油(气)水分布模型,并将三维裂缝模型与第一油(气)水分布模型组合得到第二油(气)水分布模型,再利用LBM获取三维裂缝模型中裂缝对应的第三油(气)水分布模型,最后将第二油(气)水分布模型与第三油(气)水分布模型组合得到所需含水饱和度的裂缝性三维数字岩心油(气)水分布模型,充分发挥了开运算和LBM的优势,弥补了单一方法的不足,为裂缝性岩心的电学、声学以及核磁共振等的数值模拟奠定了基础。
在本申请的一种可选实施例中,根据权利要求1的方法,基于研究区的岩心样本,获取对应的三维数字岩心,包括:
获取岩心样本的扫描图像;
对扫描图像进行滤波处理和/或阈值分割处理,得到三维数字岩心。
具体地,对岩心样品进行X-CT扫描,将得到的CT图像通过滤波、阈值分割等预处理手段重构为三维数字岩心,举例来说,某一岩心样本对应的三维数字岩心如图2a所示。
在本申请的一种可选实施例中,研究区的岩心样本,获取对应的三维裂缝模型,包括:
根据研究区的地质情况,确定对应的裂缝的特征、数量以及位置;
根据裂缝的特征、数量以及位置,获取三维裂缝模型。
具体地,根据研究区的地址情况和实际研究需求,选择合适的裂缝模型,并确定裂缝的特征、条数以及位置根据需要选择,利用Avizo等三维图像处理软件构建只含有裂缝和岩石骨架的三维裂缝模型,接上举例,某一岩心样本的三维裂缝模型对应的如图2b所示,以一条裂缝为例。
在本申请的一种可选实施例中,利用开运算获取三维数字岩心的第一油(气)水分布模型,包括:
确定结构元素半径大小;
根据结构元素半径大小,利用开运算获取三维数字岩心的第一油(气)水分布模型。
具体地,接上举例,利用数学形态学的开运算对图2a进行处理,选择某一结构元素半径值,处理得到特定含水饱和度的第一油(气)水分布模型,如图3a所示,301对应的部分是气(或油),302对应的部分是水。计算不同组分体积,得到含水饱和度值Sw0。
然后,利用Avizo等三维图像处理软件将图3a与图2b进行组合,得到第二油气分布模型,如图3b所示。也就是说,在得到基质孔隙的油(气)水分布后需要预留出裂缝空间,该空间的形态特征以及位置要和图2b中的裂缝一致。由于插入的裂缝会占用部分基质孔隙,导致基质孔隙度变小,因此,需要重新计算基质孔隙的含水饱和度,记为Sw1。
在本申请的一种可选实施例中,利用LBM获取三维裂缝模型对应的第三油(气)水分布模型,包括:
确定输入含水饱和度、边界条件以及迭代次数;
根据输入含水饱和度、边界条件以及迭代次数,利用LBM获取三维裂缝模型对应的第三油(气)水分布模型。
其中,输入含水饱和度的确定比较困难,Sw2的值取决于油气储层基本特征、流体的分布情况以及Sw1的大小。
边界条件选择周期性边界。因为岩心样本大小有限,样品边界的孔隙是与外界联通的,粒子运动到这里会跑掉,因此,需要进行边界条件的限定。选择周期性边界是因为,地下孔隙是联通的,流体是运动的。当粒子运动到样品边界时会循环到另一侧,这与地下真实情况较一致。
迭代次数为50000步,迭代到50000步时候,模拟结构基本达到稳定。
具体地,由于LBM可以模拟特定饱和度下的油(气)水分布,因此,需要先利用开运算对基质孔隙进行处理得到饱和度,然后用LBM对裂缝进行模拟。
接上举例,利用LBM模拟图2b裂缝空间的油(气)水分布,输入含水饱和度Sw2。选择合适的边界条件,确定迭代次数,达到稳定后输出第三油(气)水分布模型,如图4a、4b所示,其中,401对应的部分是气(或油),402对应的部分是水。
在本申请的一种可选实施例中,确定输入含水饱和度,包括:
将第二油(气)水分布模型的含水饱和度作为输入含水饱和度。
具体地,一般情况下,将裂缝看作一个大孔隙,那么认为Sw2和Sw1是相等的,也就是说裂缝和基质孔隙中的含水饱和度是一样的。但在实际过程中,裂缝中的饱和度与基质中的饱和度或许存在一定差异,这个差异很难具体确定。本申请的实现过程是:确定Sw1以后,用Sw1作为LBM的输入进行模拟,认为基质孔隙和裂缝中饱和度按1:1进行组合。
在本申请的一种可选实施例中,该方法还包括:
若所需含水饱和度不大于研究区的束缚水饱和度,则三维裂缝模型对应的第三油(气)水分布模型中的裂缝中饱含油气。
具体地,接上举例,由前文描述可知,根据油气藏形成理论,油气在运移过程中优先进入储层中的大孔隙,驱替大孔隙中的水。将裂缝看作一个大孔隙,当含水饱和度比较高时,油气较少,不足以完全驱替掉大孔隙中的水,在裂缝中形成油(气)水共存的状态,如图5a、5b所示。当含水饱和度大小低于储层的束缚水饱和度时,气(或油)足够多,会将裂缝中和基质大孔隙中的水完全驱替掉,此时,裂缝中饱含气(或油),水只以束缚水的形态赋存于基质的小孔隙当中,如图5c所示,束缚水饱和度约为30%。
下面再结合图6对本申请的方案进行即便一步说明,如图6所示,该方案可以包括以下几个步骤:
步骤1:基于岩心样本的X-CT扫描技术获得岩心扫描图像,通过滤波、阈值分割等手段重构三维数字岩心。
步骤2:利用三维图像处理软件,构建三维裂缝模型,其中裂缝特征、条数以及位置要符合研究区的基本情况或研究需要。
步骤3:利用数学形态学中的开运算,选择一个结构元素半径处理基质孔隙的油(气)水分布,得到第一油(气)水分布模型,计算各组分体积,记录饱和度Sw0。
步骤4:利用三维图像处理技术将步骤2构建的裂缝模型和步骤3处理后的第一油(气)水分布模型进行组合,得到第二油(气)水分布模型,重新计算饱和度,记为Sw1。
步骤5:利用测井资料和岩石物理资料确定束缚水饱和度大小。当所需的含水饱和度小于或等于束缚水饱和度时,认为裂缝中饱含气(或油),水则以束缚水的状态全部赋存于基质孔隙中。当所需含水饱和度大于束缚水饱和度时,按步骤6进行处理。
步骤6:利用LBM模拟裂缝空间的油(气)水分布,即步骤2所构建的三维裂缝模型,得到第三油(气)水分布模型。确定输入含水饱和度大小,选择合适的边界条件和迭代步数模拟裂缝的油(气)水分布,饱和度记为Sw2。Sw2的值取决于油气储层基本特征、流体的分布情况以及Sw1的大小。
步骤7:利用三维图像处理软件将开运算模拟的基质孔隙油(气)水分布结果(步骤4)与LBM模拟的裂缝中的油(气)水分布结果(步骤6)进行组合,构建裂缝性三维数字岩心模型,利用公式(1)计算最终饱和度Sw,即为该饱和度下的裂缝性三维数字岩心油(气)水分布模型。公式(1)如下:
其中,Sw是裂缝性三维数字岩心油(气)水分布模型的含水饱和度,Sw1是第二油(气)水分布模型的含水饱和度,Sw2是第三油(气)水分布模型的含水饱和度,φ1是第二油(气)水分布模型中基质的孔隙度,φ2是第三油(气)水分布模型中裂缝的孔隙度。
步骤8:改变结构元素半径大小,重复步骤3到步骤7,即可构建不同含水饱和度的裂缝性三维数字岩心。
图7为本申请实施例提供的一种裂缝性三维数字岩心油(气)水分布模型的构建系统的结构框图,如图7所示,该系统700可以包括:三维数字岩心获取模块701、开运算处理模块702、LBM处理模块703以及油(气)水分布模型获取模块704,其中:
三维数字岩心获取模块701用于基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;
开运算处理模块702用于利用开运算获取三维数字岩心的第一油(气)水分布模型,并将第一油(气)水分布模型与三维裂缝模型组合得到第二油(气)水分布模型;
LBM处理模块703用于若所需含水饱和度大于研究区的束缚水饱和度,则利用LBM获取三维裂缝模型对应的第三油(气)水分布模型;
油(气)水分布模型获取模块704用于将第二油(气)水分布模型与第三油(气)水分布模型组合,得到所需含水饱和度对应的裂缝性三维数字岩心油(气)水分布模型。
本申请提供的方案,通过开运算获取基质孔隙对应的第一油(气)水分布模型,并将三维裂缝模型与第一油(气)水分布模型组合得到第二油(气)水分布模型,再利用LBM获取三维裂缝模型中裂缝对应的第三油(气)水分布模型,最后将第二油(气)水分布模型与第三油(气)水分布模型组合得到所需含水饱和度的裂缝性三维数字岩心油(气)水分布模型,充分发挥了开运算和LBM的优势,弥补了单一方法的不足,为裂缝性岩心的电学、声学以及核磁共振等的数值模拟奠定了基础。
在本申请的一种可选实施例中,三维数字岩心获取模块具体用于:
获取岩心样本的扫描图像;
对扫描图像进行滤波处理和/或阈值分割处理,得到三维数字岩心。
在本申请的一种可选实施例中,三维数字岩心获取模块进一步用于:
根据研究区的地质情况,确定对应的裂缝的特征、数量以及位置;
根据裂缝的特征、数量以及位置,获取三维裂缝模型。
在本申请的一种可选实施例中,开运算处理模块具体用于:
确定结构元素半径大小;
根据结构元素半径大小,利用开运算获取三维数字岩心的第一油(气)水分布模型。
在本申请的一种可选实施例中,LBM处理模块具体用于:
确定输入含水饱和度、边界条件以及迭代次数;
根据输入含水饱和度、边界条件以及迭代次数,利用LBM获取三维裂缝模型对应的第三油(气)水分布模型。
在本申请的一种可选实施例中,LBM处理模块进一步用于:
将第二油(气)水分布模型的含水饱和度作为输入含水饱和度。
在本申请的一种可选实施例中,该系统还可以包括第三油气分布模型获取模块,用于:
若所需含水饱和度不大于研究区的束缚水饱和度,则三维裂缝模型对应的第三油(气)水分布模型中的裂缝中饱含油气。
基于相同的原理,本申请实施例还提供了一种电子设备,该电子设备包括存储器、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,处理器执行该计算机程序时,实现本申请任一可选实施例中所提供的方法,具体可实现如下情况:
基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;利用开运算获取三维数字岩心的第一油(气)水分布模型,并将第一油(气)水分布模型与三维裂缝模型组合得到第二油(气)水分布模型;若所需含水饱和度大于研究区的束缚水饱和度,则利用格子玻尔兹曼法LBM获取三维裂缝模型对应的第三油(气)水分布模型;将第二油(气)水分布模型与第三油(气)水分布模型组合,得到所需含水饱和度对应的裂缝性三维数字岩心油(气)水分布模型。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现本申请任一实施例所示的方法。
可以理解的是,介质中存储的可以是裂缝性三维数字岩心油(气)水分布模型的构建方法对应的计算机程序。
图8中示出了本申请实施例所适用的一种电子设备的结构示意图,如图8所示,图8所示的电子设备800包括:处理器801和存储器803。其中,处理器801和存储器803相连,如通过总线802相连。进一步地,电子设备800还可以包括收发器804,电子设备800可以通过收发器804与其他电子设备进行数据的交互。需要说明的是,实际应用中收发器804不限于一个,该电子设备800的结构并不构成对本申请实施例的限定。
其中,处理器801应用于本申请实施例中,可以用于实现图7所示的裂缝性三维数字岩心油(气)水分布模型的构建系统的功能。
处理器801可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器801也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线802可包括一通路,在上述组件之间传送信息。总线802可以是PCI总线或EISA总线等。总线802可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器803可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器803用于存储执行本申请方案的应用程序代码,并由处理器801来控制执行。处理器801用于执行存储器803中存储的应用程序代码,以实现图7所示实施例提供的裂缝性三维数字岩心油(气)水分布模型的构建系统的动作。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种裂缝性三维数字岩心油水或气水分布模型的构建方法,其特征在于,包括:
基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;
利用开运算获取所述三维数字岩心的第一油水或气水分布模型,并将所述第一油水或气水分布模型与所述三维裂缝模型组合得到第二油水或气水分布模型;
若所需含水饱和度大于所述研究区的束缚水饱和度,则利用格子玻尔兹曼法LBM获取所述三维裂缝模型对应的第三油水或气水分布模型;
将所述第二油水或气水分布模型与所述第三油水或气水分布模型组合,得到所述所需含水饱和度对应的裂缝性三维数字岩心油水或气水分布模型。
2.根据权利要求1所述的方法,其特征在于,所述基于研究区的岩心样本,获取对应的三维数字岩心,包括:
获取所述岩心样本的扫描图像;
对所述扫描图像进行滤波处理和/或阈值分割处理,得到所述三维数字岩心。
3.根据权利要求1所述的方法,其特征在于,所述基于研究区的岩心样本,获取对应的三维裂缝模型,包括:
根据所述研究区的地质情况,确定对应的裂缝的特征、数量以及位置;
根据所述裂缝的特征、数量以及位置,获取所述三维裂缝模型。
4.根据权利要求1所述的方法,其特征在于,利用开运算获取所述三维数字岩心的第一油水或气水分布模型,包括:
确定结构元素半径大小;
根据所述结构元素半径大小,利用开运算获取所述三维数字岩心的第一油水或气水分布模型。
5.根据权利要求1所述的方法,其特征在于,利用LBM获取所述三维裂缝模型对应的第三油水或气水分布模型,包括:
确定输入含水饱和度、边界条件以及迭代次数;
根据所述输入含水饱和度、所述边界条件以及所述迭代次数,利用LBM获取所述三维裂缝模型对应的第三油水或气水分布模型。
6.根据权利要求5所述的方法,其特征在于,所述确定输入含水饱和度,包括:
将所述第二油水或气水分布模型的含水饱和度作为所述输入含水饱和度。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
若所需含水饱和度不大于所述研究区的束缚水饱和度,则所述三维裂缝模型对应的第三油水或气水分布模型中的裂缝中饱含油气。
8.一种裂缝性三维数字岩心油水或气水分布模型的构建系统,其特征在于,包括:
三维数字岩心获取模块,用于基于研究区的岩心样本,获取对应的三维数字岩心和三维裂缝模型;
开运算处理模块,用于利用开运算获取所述三维数字岩心的第一油水或气水分布模型,并将所述第一油水或气水分布模型与所述三维裂缝模型组合得到第二油水或气水分布模型;
LBM处理模块,用于若所需含水饱和度大于所述研究区的束缚水饱和度,则利用LBM获取所述三维裂缝模型对应的第三油水或气水分布模型;
油水或气水分布模型获取模块,用于将所述第二油水或气水分布模型与所述第三油水或气水分布模型组合,得到所述所需含水饱和度对应的裂缝性三维数字岩心油水或气水分布模型。
9.一种电子设备,其特征在于,包括存储器和处理器;
所述存储器中存储有计算机程序;
所述处理器,用于执行所述计算机程序以实现权利要求1至7中任一项所述的方法。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010873878.1A CN112131776B (zh) | 2020-08-26 | 2020-08-26 | 裂缝性三维数字岩心油水或气水分布模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010873878.1A CN112131776B (zh) | 2020-08-26 | 2020-08-26 | 裂缝性三维数字岩心油水或气水分布模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112131776A true CN112131776A (zh) | 2020-12-25 |
CN112131776B CN112131776B (zh) | 2023-05-05 |
Family
ID=73848552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010873878.1A Active CN112131776B (zh) | 2020-08-26 | 2020-08-26 | 裂缝性三维数字岩心油水或气水分布模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131776B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN107133630A (zh) * | 2016-02-29 | 2017-09-05 | 中国石油化工股份有限公司 | 一种基于扫描图像判断碳酸盐岩孔隙类型的方法 |
CN109285222A (zh) * | 2018-09-06 | 2019-01-29 | 中国地质大学(北京) | 有机页岩高分辨率数字岩心构建与分析方法 |
CN109307755A (zh) * | 2018-10-25 | 2019-02-05 | 中国石油天然气股份有限公司 | 气藏水侵与排水采气物理模拟实验装置及方法 |
CN110927035A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种低渗致密砂岩束缚水饱和度计算方法 |
-
2020
- 2020-08-26 CN CN202010873878.1A patent/CN112131776B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN107133630A (zh) * | 2016-02-29 | 2017-09-05 | 中国石油化工股份有限公司 | 一种基于扫描图像判断碳酸盐岩孔隙类型的方法 |
CN109285222A (zh) * | 2018-09-06 | 2019-01-29 | 中国地质大学(北京) | 有机页岩高分辨率数字岩心构建与分析方法 |
CN110927035A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种低渗致密砂岩束缚水饱和度计算方法 |
CN109307755A (zh) * | 2018-10-25 | 2019-02-05 | 中国石油天然气股份有限公司 | 气藏水侵与排水采气物理模拟实验装置及方法 |
Non-Patent Citations (3)
Title |
---|
TAN MAOJIN 等: "Nuclear magnetic resonance simulations of nano-scale cores and microscopic mechanisms of oil shale", 《FUEL》 * |
朱志强: "利用数字岩心技术研究变质岩潜山裂缝油藏剩余油特征", 《特种油气藏》 * |
王谦 等: "径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算", 《石油地球物理勘探》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112131776B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2428739C2 (ru) | Укрупнение сетки для моделей коллекторов путем повторного использования расчетов потока, полученных на основе геологических моделей | |
CA3007950C (en) | Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution | |
Thompson et al. | Application of a new grain-based reconstruction algorithm to microtomography images for quantitative characterization and flow modeling | |
Mallison et al. | Practical gridding algorithms for discrete fracture modeling workflows | |
CN103097657B (zh) | 用于模拟由储集层的网格界定的多个油气井的生产特性的机器及计算机实施方法 | |
Bondino et al. | Relative Permeabilities from simulation in 3D rock models and equivalent pore networks: critical review and way forward1 | |
CN108153933A (zh) | 一种致密储层生产预测方法及装置 | |
Zhao et al. | A new stochastic method of reconstructing porous media | |
WO2014062947A2 (en) | Method for modeling a reservoir using 3d multiple-point simulations with 2d training images | |
CN103325137A (zh) | 天然气水合物藏储层孔隙骨骼结构的提取方法 | |
CN107300519B (zh) | 致密砂岩导电分析方法及系统 | |
Han et al. | Numerical computation of elastic properties for porous rocks based on CT-scanned images using direct mapping method | |
BR112013006779B1 (pt) | Método e dispositivo para simular um fenômeno geológico que resultou na formação de uma região geológica | |
Yang et al. | A new voxel upscaling method based on digital rock | |
Mohammadmoradi et al. | Pore network and morphological characterization of pore-Level structures | |
Liu et al. | A pore scale flow simulation of reconstructed model based on the micro seepage experiment | |
US9719333B2 (en) | Variable fidelity simulation of flow in porous media | |
CN112131776A (zh) | 裂缝性三维数字岩心油水或气水分布模型的构建方法 | |
Lei | Reconstruction and analysis of tight sandstone digital rock combined with X-Ray CT scanning and multiple-point geostatistics algorithm | |
CN105241911A (zh) | 基于lbm模拟低场核磁共振分析流体的方法及装置 | |
Yao et al. | Upscaling of carbonate rocks from micropore scale to core scale | |
Prokhorov et al. | Digital Image Reduction for Analysis of Topological Changes in Pore Space During Chemical Dissolution | |
Guo et al. | A New Method of Central Axis Extracting for Pore Network Modeling in Rock Engineering | |
US20240070357A1 (en) | Methods and devices for pore network duplication and blending | |
Ringrose et al. | Upscaling flow properties |
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 |