CN112163621A - 一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 - Google Patents
一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 Download PDFInfo
- Publication number
- CN112163621A CN112163621A CN202011053699.XA CN202011053699A CN112163621A CN 112163621 A CN112163621 A CN 112163621A CN 202011053699 A CN202011053699 A CN 202011053699A CN 112163621 A CN112163621 A CN 112163621A
- Authority
- CN
- China
- Prior art keywords
- image
- compact
- dimensional
- reservoir
- steps
- 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.)
- Pending
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 55
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 238000012512 characterization method Methods 0.000 title claims abstract description 12
- 239000011435 rock Substances 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 230000007704 transition Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims description 8
- 238000005481 NMR spectroscopy Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 3
- 229910052753 mercury Inorganic materials 0.000 claims description 3
- 238000005498 polishing Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Biochemistry (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Dispersion Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开的属于致密砂岩技术领域，具体为一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，包括步骤一：选取一定数量的致密储层岩石岩心；步骤二：将选取的致密储层岩石岩心切片；步骤三：通过将CT机采集致密砂岩岩心样品的二维CT切片图，在MicroXCT‑400试验分析系统上完成；步骤四：将二维CT切片图依次叠合组合得到三维灰度图；步骤五：对三维灰度图进行处理，采用滤波器对图像进行滤波处理，其结构合理，通过三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察，孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征。
Description
技术领域
本发明涉及致密砂岩技术领域，具体为一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法。
背景技术
以川西地区的须家河组致密储层岩石为研究对象，利用微CT技术结合Avizo软件先进的数学算法构建了三维数字岩心模型，可以表征砂砾岩储层岩石的孔隙结构特征，并将数字岩心和有限元软件Comsol结合，实现了基于数字岩心的水驱气模拟过程的可视化.并在此基础上开展了水驱气模拟，研究微观孔隙结构特征对岩心中气水两相流的影响.研究结果表明：致密砂岩岩心的孔喉分布状态主要呈连片状和孤立状，其中连片状孔隙在空间上连通性好，主要与残余粒间孔或粒间溶蚀孔有关，而孤立状孔隙在空间上多呈孤立分布，主要与粒内溶蚀孔有关；致密砂岩样品等效孔径主要分布范围在0.5μm以下，储层物性差的样品孔隙结构要比储层物性好的样品复杂，且前者的孤立孔隙多且小孔隙占比高，连通孔隙较少，其对渗透率贡献性少。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。。
因此，本发明的目的是提供一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，能够实现孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其包括如下步骤：
步骤一：选取一定数量的致密储层岩石岩心；
步骤二：将选取的致密储层岩石岩心切片；
步骤三：通过铸体薄片测试，分析观察各岩心的岩石学特征、岩心的孔喉组合、孔隙类型，用核磁共振离心实验测试各岩心的可动流体饱和度和可动流体孔隙度参数，综合按照各岩心物性参数、铸体薄片类型及高压压汞和核磁共振参数，将各岩心按照储层综合评价好、中、差分为Ⅰ、Ⅱ、Ⅲ三种类型，建立致密储层微观孔隙结构分类标准；
步骤四：基于恒速压汞实验，获取致密砂岩储层孔隙、喉道半径分布数据，并绘制致密砂岩储层孔隙、喉道半径分布频率谱图；
步骤五：通过将CT机采集致密砂岩岩心样品的二维CT切片图，在MicroXCT-400试验分析系统上完成；
步骤六：将二维CT切片图依次叠合组合得到三维灰度图；
步骤七：对三维灰度图进行预处理；
步骤八：对三维灰度图进行二次处理，采用滤波器对图像进行滤波处理，孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征；
步骤九：划分出岩石骨架部分和孔隙部分，使其由灰度图像转变为二值化图像，采用基于岩心孔隙度寻求到的最佳分割阈值来对图像进行分割，分割阈值k*的求解公式为
步骤十：采用光照模型对三角片面进行渲染，形成三维体表面图像。
作为本发明所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法的一种优选方案，其中：将选取的致密储层岩石岩心切打磨成直径约为8mm的近似圆柱体试件，并将两端磨平。
作为本发明所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法的一种优选方案，其中：所述滤波器采用中值滤波器。
作为本发明所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法的一种优选方案，其中：采用Marching Cube算法对三角片面进行渲染。
作为本发明所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法的一种优选方案，其中：分割阈值k*的求解公式中：φ为岩心的孔隙度；k为灰度阈值；Imax为最大灰度值；Imin为最小灰度值；p(i)为灰度值为i的体素数；i为像素数。
与现有技术相比，本发明的有益效果是：
1、三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察；
2、孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供如下技术方案：一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，包括如下步骤：
步骤一：选取一定数量的致密储层岩石岩心；
步骤二：将选取的致密储层岩石岩心切片；
步骤三：通过铸体薄片测试，分析观察各岩心的岩石学特征、岩心的孔喉组合、孔隙类型，用核磁共振离心实验测试各岩心的可动流体饱和度和可动流体孔隙度参数，综合按照各岩心物性参数、铸体薄片类型及高压压汞和核磁共振参数，将各岩心按照储层综合评价好、中、差分为Ⅰ、Ⅱ、Ⅲ三种类型，建立致密储层微观孔隙结构分类标准；
步骤四：基于恒速压汞实验，获取致密砂岩储层孔隙、喉道半径分布数据，并绘制致密砂岩储层孔隙、喉道半径分布频率谱图；
步骤五：通过将CT机采集致密砂岩岩心样品的二维CT切片图，在MicroXCT-400试验分析系统上完成；
步骤六：将二维CT切片图依次叠合组合得到三维灰度图；
步骤七：对三维灰度图进行预处理；
步骤八：对三维灰度图进行二次处理，采用滤波器对图像进行滤波处理，孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征；
步骤九：划分出岩石骨架部分和孔隙部分，使其由灰度图像转变为二值化图像，采用基于岩心孔隙度寻求到的最佳分割阈值来对图像进行分割，分割阈值k*的求解公式为
步骤十：采用光照模型对三角片面进行渲染，形成三维体表面图像；
其中：将选取的致密储层岩石岩心切打磨成直径约为8mm的近似圆柱体试件，并将两端磨平。
其中：所述滤波器采用中值滤波器。
其中：采用Marching Cube算法对三角片面进行渲染。
其中：分割阈值k*的求解公式中：φ为岩心的孔隙度；k为灰度阈值；Imax为最大灰度值；Imin为最小灰度值；p(i)为灰度值为i的体素数；i为像素数。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (5)
1.一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其特征在于：包括如下步骤：
步骤一：选取一定数量的致密储层岩石岩心；
步骤二：将选取的致密储层岩石岩心切片；
步骤三：通过铸体薄片测试，分析观察各岩心的岩石学特征、岩心的孔喉组合、孔隙类型，用核磁共振离心实验测试各岩心的可动流体饱和度和可动流体孔隙度参数，综合按照各岩心物性参数、铸体薄片类型及高压压汞和核磁共振参数，将各岩心按照储层综合评价好、中、差分为Ⅰ、Ⅱ、Ⅲ三种类型，建立致密储层微观孔隙结构分类标准；
步骤四：基于恒速压汞实验，获取致密砂岩储层孔隙、喉道半径分布数据，并绘制致密砂岩储层孔隙、喉道半径分布频率谱图；
步骤五：通过将CT机采集致密砂岩岩心样品的二维CT切片图，在MicroXCT-400试验分析系统上完成；
步骤六：将二维CT切片图依次叠合组合得到三维灰度图；
步骤七：对三维灰度图进行预处理；
步骤八：对三维灰度图进行二次处理，采用滤波器对图像进行滤波处理，孔隙和岩石骨架之间的过渡变得自然，最大化的保留重要图像特征；
步骤九：划分出岩石骨架部分和孔隙部分，使其由灰度图像转变为二值化图像，采用基于岩心孔隙度寻求到的最佳分割阈值来对图像进行分割，分割阈值k*的求解公式为
步骤十：采用光照模型对三角片面进行渲染，形成三维体表面图像。
2.根据权利要求1所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其特征在于：将选取的致密储层岩石岩心切打磨成直径约为8mm的近似圆柱体试件，并将两端磨平。
3.根据权利要求1所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其特征在于：所述滤波器采用中值滤波器。
4.根据权利要求1所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其特征在于：采用Marching Cube算法对三角片面进行渲染。
5.根据权利要求1所述的一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法，其特征在于：分割阈值k*的求解公式中：φ为岩心的孔隙度；k为灰度阈值；Imax为最大灰度值；Imin为最小灰度值；p(i)为灰度值为i的体素数；i为像素数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011053699.XA CN112163621A (zh) | 2020-09-29 | 2020-09-29 | 一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011053699.XA CN112163621A (zh) | 2020-09-29 | 2020-09-29 | 一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112163621A true CN112163621A (zh) | 2021-01-01 |
Family
ID=73860797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011053699.XA Pending CN112163621A (zh) | 2020-09-29 | 2020-09-29 | 一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112163621A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176187A (zh) * | 2021-03-23 | 2021-07-27 | 中国地质大学（武汉） | 一种表征岩石孔隙网络连通性的方法 |
| CN114935531A (zh) * | 2022-05-24 | 2022-08-23 | 成都理工大学 | 一种断陷湖盆陡坡致密砂岩储层古孔隙结构恢复方法 |
| CN114994283A (zh) * | 2022-06-01 | 2022-09-02 | 国家石油天然气管网集团有限公司 | 用于储气库的孔喉结构变化分析方法 |
| CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106803253A (zh) * | 2017-01-17 | 2017-06-06 | 四川大学 | 岩石三维图像裂缝提取方法 |
| US10184904B1 (en) * | 2017-11-17 | 2019-01-22 | Petrochina Company Limited | Core holder for micron CT observation and experimental method thereof |
| CN110160934A (zh) * | 2019-06-06 | 2019-08-23 | 西安石油大学 | 基于核磁共振技术评价致密储层孔隙结构分类标准的方法 |
| CN110702580A (zh) * | 2019-10-21 | 2020-01-17 | 西安石油大学 | 一种基于信息熵的致密砂岩储层孔喉非均质性表征方法 |
-
2020
- 2020-09-29 CN CN202011053699.XA patent/CN112163621A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106803253A (zh) * | 2017-01-17 | 2017-06-06 | 四川大学 | 岩石三维图像裂缝提取方法 |
| US10184904B1 (en) * | 2017-11-17 | 2019-01-22 | Petrochina Company Limited | Core holder for micron CT observation and experimental method thereof |
| CN110160934A (zh) * | 2019-06-06 | 2019-08-23 | 西安石油大学 | 基于核磁共振技术评价致密储层孔隙结构分类标准的方法 |
| CN110702580A (zh) * | 2019-10-21 | 2020-01-17 | 西安石油大学 | 一种基于信息熵的致密砂岩储层孔喉非均质性表征方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘向君等: "基于微CT技术的致密砂岩孔隙结构特征及其对流体流动的影响", 《地球物理学进展》 * |
| 张飞等: "岩石CT断层序列图像裂纹三维重建及其损伤特性的研究", 《黄金》 * |
| 王晓飞 等: "致密砂岩储层流体性质测井识别探讨", 《中国石油和化工标准与质量》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176187A (zh) * | 2021-03-23 | 2021-07-27 | 中国地质大学（武汉） | 一种表征岩石孔隙网络连通性的方法 |
| CN114935531A (zh) * | 2022-05-24 | 2022-08-23 | 成都理工大学 | 一种断陷湖盆陡坡致密砂岩储层古孔隙结构恢复方法 |
| CN114935531B (zh) * | 2022-05-24 | 2023-11-24 | 成都理工大学 | 一种断陷湖盆陡坡致密砂岩储层古孔隙结构恢复方法 |
| CN114994283A (zh) * | 2022-06-01 | 2022-09-02 | 国家石油天然气管网集团有限公司 | 用于储气库的孔喉结构变化分析方法 |
| CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
| CN117557742B (zh) * | 2024-01-12 | 2024-03-22 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112163621A (zh) | 一种基于微ct技术的致密砂岩储层孔隙结构分类及表征方法 | |
| US20170372470A1 (en) | Method of separating, identifying and characterizing cracks in 3d space | |
| CN109697752B (zh) | 基于岩心ct图像孔隙信息提取定量表征岩心非均质性方法 | |
| CN107817199B (zh) | 一种致密砂岩多尺度孔隙模型的构建方法和应用 | |
| CN113609696B (zh) | 基于图像融合的多尺度多组分数字岩心构建方法及系统 | |
| US8909508B2 (en) | Petrographic image analysis for determining capillary pressure in porous media | |
| CN110146525A (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
| CN103698803B (zh) | 一种岩石孔隙结构表征方法及装置 | |
| CN104535475B (zh) | 碳酸盐岩微观结构的确定方法及装置 | |
| CN102222359B (zh) | 一种岩心三维孔隙结构重构方法 | |
| CN108876901A (zh) | 一种基于二维图像和多点统计学的数字岩心重建方法 | |
| Bauer et al. | From computed microtomography images to resistivity index calculations of heterogeneous carbonates using a dual-porosity pore-network approach: Influence of percolation on the electrical transport properties | |
| CN115146215A (zh) | 一种基于数字岩心的微孔径数据多尺度拼接方法及系统 | |
| CN117892654A (zh) | 基于ct扫描和多相物理场耦合的砂岩数字岩心多孔介质渗流特征的模拟方法 | |
| Galaup et al. | New integrated 2D–3D physical method to evaluate the porosity and microstructure of carbonate and dolomite porous system | |
| CN113029899B (zh) | 一种基于显微图像处理的砂岩渗透率计算方法 | |
| CN117036635B (zh) | 一种基于图像纹理分类的页岩多尺度数字岩心构建方法 | |
| Youssef et al. | High resolution μ-CT combined to numerical models to assess electrical properties of bimodal carbonates | |
| CN112816388A (zh) | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 | |
| CN108492331B (zh) | 基于模拟压汞法获取岩石的孔径分布的方法和装置 | |
| CN114705606A (zh) | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 | |
| CN115147539A (zh) | 一种基于指示克里金的孔隙结构剩余油表征方法 | |
| CN112669243B (zh) | 一种基于连通性与孔隙度的岩石采样方法 | |
| US20240368988A1 (en) | Calculation method for mobile fluid saturation after reservoir fracturing based on netting analysis | |
| CN117572026B (zh) | 页岩小尺度孔径结构预测方法、装置、设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210101 |
|
| RJ01 | Rejection of invention patent application after publication |