CN112816388A - 基于ct和数字岩心三维重构的油砂渗流性能测试方法 - Google Patents
基于ct和数字岩心三维重构的油砂渗流性能测试方法 Download PDFInfo
- Publication number
- CN112816388A CN112816388A CN202011626308.9A CN202011626308A CN112816388A CN 112816388 A CN112816388 A CN 112816388A CN 202011626308 A CN202011626308 A CN 202011626308A CN 112816388 A CN112816388 A CN 112816388A
- Authority
- CN
- China
- Prior art keywords
- oil sand
- pore
- asphaltene
- porosity
- test piece
- 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
- 239000003027 oil sand Substances 0.000 title claims abstract description 54
- 238000012360 testing method Methods 0.000 title claims abstract description 42
- 239000011148 porous material Substances 0.000 claims abstract description 54
- 230000035699 permeability Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000012530 fluid Substances 0.000 claims description 20
- 239000002245 particle Substances 0.000 claims description 20
- 239000011435 rock Substances 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 3
- 238000011056 performance test Methods 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 abstract description 5
- 239000003921 oil Substances 0.000 description 8
- 239000000295 fuel oil Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000009969 flowable effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010998 test method Methods 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
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
- G01N24/081—Making measurements of geologic samples, e.g. measurements of moisture, pH, porosity, permeability, tortuosity or viscosity
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Geochemistry & Mineralogy (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Fluid Mechanics (AREA)
- Dispersion Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于CT和数字岩心三维重构的油砂渗流性能测试方法,对高分辨率CT扫描获得的油砂的一系列切片图像进行处理,构建出三维数字岩心模型,选取孔隙网络,对比其孔隙结构参数,确定代表体积单元,根据Navier‑Stokes方程和达西定律求取体积单元的绝对渗透率,避免了现有的实验室内岩心渗透率测试方法容易破坏岩心试样的问题,不仅能为油砂CT图像分割的约束条件将会显著提高图像分割质量,还能为现场施工中渗透率的确定提供了思路和范围。
Description
技术领域
本发明涉及数字岩心技术领域,具体涉及一种基于CT和数字岩心三维重构的油砂渗流性能测试方法。
背景技术
随着常规油气资源储量日趋减少,作为非常规油气资源的稠油被认为是常规油气资源的替代品。稠油质地粘稠、难挥发,基本不流动。我国稠油资源也极为可观,主要分布在我国西部和东北部盆地的浅层油砂储层中。位于新疆准噶尔盆地的克拉玛依油田,稠油(尤其是超稠油)油砂储量资源丰富,约为3.6×108吨。温度低于50℃的平均黏度超过10000mPa·s的超稠油,价值储层物性条件差,隔夹层发育,给油砂资源有效开发带来巨大挑战。
首先通过加热使沥青质粘度降低到可流动状态是实现长期开采的前提,在开采的不同阶段,油砂储层的渗流能力是随着沥青质的相态变化的。开采初期,油砂储层温度不高,大部分沥青质为固态,是基质骨架的一部分,此时的油砂渗流能力表征为流体在孔隙中流动的能力;在开采中后期,储层中温度相对较高,沥青质粘度降低至可流动状态,同时部分沥青质已被开采出来,此时仅仅将储层中骨架砂矿物颗粒视为基体骨架,其渗流性能表征为流体在孔隙和沥青质所占空间中的流动能力。
实验室内岩心渗透率测试方法是目前研究油砂渗流性能的主要方法之一,其存在的弊端为:油砂储层质地疏松,由其制成的岩心试样在测试过程中极易破坏,且在相同压力下岩心试样渗透率随着开采过程中沥青质流动状态的变化而改变,难以对同一样品重复实验获取开采各阶段的油砂储层渗透率。
发明内容
本发明的目的在于提供一种基于CT扫描的数字岩心三维重构的油砂渗流性能测试方法,用以解决现有的实验室内岩心渗透率测试方法容易破坏岩心试样的问题。
本发明提供一种基于CT和数字岩心三维重构的油砂渗流性能测试方法,包括以下步骤:
步骤A:使用CT扫描仪扫描油砂岩心试件,得到油砂岩心试件的灰度图像;
步骤B:将油砂岩心试件的灰度图像剪裁,且让灰度图像的油砂岩心试件充满整个画面,对灰度图像进行非局部均值滤波处理,得到去噪后清晰的油砂岩心试件的滤波图像;
步骤C:对油砂岩心试件的滤波图像进行三重介质阈值分割,分别表征出孔隙、沥青质和颗粒的灰度切片;
步骤D:利用孔隙、沥青质和颗粒的灰度切片重构出三维数字岩心模型,然后选取结构单元的孔隙网络,不同的孔隙网络的体积不同,分别以沥青质和颗粒为基质和仅颗粒为基质建模;
对比不同体积的孔隙结构的参数,该参数包括孔隙总数、喉道总数、孔隙半径、喉道半径、孔隙配位数、喉道长度和孔隙体积,通过对比分析三维数字岩心中不同边长立方体是否会具有相同的孔隙度,找到孔隙结构参数基本相同的最小孔隙网络模型,作为代表体积单元;
步骤E:对上述体积单元求取代表体积单元沿着轴向方向的绝对渗透率Ka。
进一步地,所述步骤C包括以下步骤:
步骤C1:从油砂岩心试件的灰度图像中划分出岩石骨架和孔隙;
步骤C2:获取岩心实际测试孔隙度;将通过滤波获得的孔隙度与实测孔隙度含量对比调整阈值;将通过滤波获得的孔隙度与岩心实际测试孔隙度进行对比,若两者一致,则将该阈值作为孔隙介质灰度阈值的划分标准,将孔隙与骨架分割出来;
步骤C3:将岩石骨架进一步分割,获得颗粒和沥青质分割图像;
步骤C4:获取实测样品沥青质含量;将获得的沥青质分割图像与实测样品沥青质含量进行对比,若两者一致,则将该阈值作为沥青质介质灰度阈值的划分标准,将沥青质与颗粒分割出来。
进一步地,所述步骤E包括以下步骤:
步骤E1:利用有限体积法求解Navier-Stokes方程组,得到压力分布;
其中,
模型流体入口为定流量边界:
式中,q0为通过油砂样品入口的总流量,m3/s;A为流体经过油砂样品入口的截面积,m2;
流体出口为定压边界:
P=P0 (式3)
式中,P为模型出口处的压力,Pa;P0为标准大气压101.325kPa;
步骤E2:根据压力分布的结果,应用达西定律计算出沿着轴向方向的绝对渗透率Ka,其中达西定律表达式为:
与现有技术相比,本发明的有益效果是:
本发明公开了一种基于CT和数字岩心三维重构的油砂渗流性能测试方法,对高分辨率CT扫描获得的油砂试件的切片图像进行处理,重构三维数字岩心模型,选取选取结构单元的孔隙网络,通过对比分析三维数字岩心中不同边长立方体是否会具有相同的孔隙度,找到孔隙结构参数基本相同的最小孔隙网络模型,作为代表体积单元,根据Navier-Stokes方程和达西定律计算对上述体积单元求取绝对渗透率,避免了现有的实验室内岩心渗透率测试方法容易破坏岩心试样的问题,不仅能为油砂CT图像分割的约束条件将会显著提高图像分割质量,还能为现场施工中渗透率的确定提供了思路和范围。
附图说明
图1为本发明实施例1提供的油砂岩心试件的CT扫描图像;
图1(a)为油砂岩心试件的CT扫描灰度图像;
图1(b)为油砂图像三重介质阈值分割代表性区域的示意图;
图2为本发明实施例1提供的灰度值随位移变化图;
图3为本发明实施例1提供的灰度值统计频次图。
具体实施方式
实施例1
实施例1提供一种基于CT和数字岩心三维重构的油砂渗流性能测试方法,包括以下步骤:
步骤A:使用CT扫描仪扫描油砂岩心试件,得到油砂岩心试件的灰度图像;
具体地,油砂试件尺寸为直径为25mm、高为50mm的圆柱体岩心试件;CT扫描该岩心试件,沿着样品的轴向方向获得3700个灰度切片,每两个切片之间的轴向间距相等。
步骤B:将油砂岩心试件的灰度图像剪裁,且让灰度图像的油砂岩心试件充满整个画面,对灰度图像进行非局部均值滤波处理,得到去噪后清晰的油砂岩心试件的滤波图像;
步骤C:对油砂岩心试件的滤波图像进行三重介质阈值分割,分别表征出孔隙、沥青质和颗粒的灰度切片;
具体步骤为:
步骤C1:从油砂岩心试件的灰度图像中划分出岩石骨架和孔隙;
参考图1(a),在油砂岩心试件的滤波图像上,首先画一条跨过孔隙、沥青质和颗粒的直线A、B、C,如图1(b)所示;然后读取该直线上A、B、C三点的灰度值,绘制灰度值随位移变化图,如图2所示,已知图1中孔隙颜色最深,灰度值小,沥青质次之,颗粒颜色最浅,灰度值最大,统计图2中三点灰度值出现的频次,绘制灰度值统计频次图,如图3所示,图3中第一个包络线覆盖区域对应的最小、最大灰度值为划分孔隙和岩石骨架的初步阈值,以此初步阈值划分出孔隙后计算孔隙度;
步骤C2:获取岩心实际测试孔隙度;将通过初步阈值分割获得的孔隙度与实测孔隙度含量对比调整阈值;将通过滤波获得的孔隙度与岩心实际测试孔隙度进行对比,若两者一致,则将该阈值作为孔隙介质灰度阈值的划分标准,将孔隙与骨架分割出来;
步骤C3:将岩石骨架进一步分割,获得颗粒和沥青质分割图像;
步骤C4:获取实测样品沥青质含量;将获得的沥青质分割图像与实测样品沥青质含量进行对比,若两者一致,则将该阈值作为沥青质介质灰度阈值的划分标准,将沥青质与颗粒分割出来;
步骤D:利用孔隙、沥青质和颗粒的灰度切片重构出三维数字岩心模型,然后选取结构单元的孔隙网络,不同的孔隙网络的体积不同,分别以沥青质和颗粒为基质和仅颗粒为基质建模;
对比不同体积的孔隙结构的参数,该参数包括孔隙总数、喉道总数、孔隙半径、喉道半径、孔隙配位数、喉道长度和孔隙体积,通过对比分析三维数字岩心中不同边长立方体是否会具有相同的孔隙度,找到孔隙结构参数基本相同的最小孔隙网络模型,作为代表体积单元;
步骤E:对上述体积单元求取代表体积单元沿着轴向方向的绝对渗透率Ka。
步骤E1:利用有限体积法求解Navier-Stokes方程组,得到压力分布;
其中,
模型流体入口为定流量边界:
式中,q0为通过油砂样品入口的总流量,m3/s;A为流体经过油砂样品入口的截面积,m2;
流体出口为定压边界:
P=P0 (式3)
式中,P为模型出口处的压力,Pa;P0为标准大气压101.325kPa;
步骤E2:根据压力分布的结果,应用达西定律计算出沿着轴向方向的绝对渗透率Ka,其中达西定律表达式为:
式中,Ka为绝对渗透率,D,D为达西单位。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (3)
1.一种基于CT和数字岩心三维重构的油砂渗流性能测试方法,其特征在于,包括以下步骤:
步骤A:使用CT扫描仪扫描油砂岩心试件,得到油砂岩心试件的灰度图像;
步骤B:将油砂岩心试件的灰度图像剪裁,且让灰度图像的油砂岩心试件充满整个画面,对灰度图像进行非局部均值滤波处理,得到去噪后清晰的油砂岩心试件的滤波图像;
步骤C:对油砂岩心试件的滤波图像进行三重介质阈值分割,分别表征出孔隙、沥青质和颗粒的灰度切片;
步骤D:利用孔隙、沥青质和颗粒的灰度切片重构出三维数字岩心模型,然后选取结构单元的孔隙网络,不同的孔隙网络的体积不同,分别以沥青质和颗粒为基质和仅颗粒为基质建模;
对比不同体积的孔隙结构的参数,该参数包括孔隙总数、喉道总数、孔隙半径、喉道半径、孔隙配位数、喉道长度和孔隙体积,通过对比分析三维数字岩心中不同边长立方体是否会具有相同的孔隙度,找到孔隙结构参数基本相同的最小孔隙网络模型,作为代表体积单元;
步骤E:对上述体积单元求取代表体积单元沿着轴向方向的绝对渗透率Ka。
2.如权利要求1所述的油砂渗流性能测试方法,其特征在于,所述步骤C包括以下步骤:
步骤C1:从油砂岩心试件的灰度图像中划分出岩石骨架和孔隙;
步骤C2:获取岩心实际测试孔隙度;将通过滤波获得的孔隙度与实测孔隙度含量对比调整阈值;将通过滤波获得的孔隙度与岩心实际测试孔隙度进行对比,若两者一致,则将该阈值作为孔隙介质灰度阈值的划分标准,将孔隙与骨架分割出来;
步骤C3:将岩石骨架进一步分割,获得颗粒和沥青质分割图像;
步骤C4:获取实测样品沥青质含量;将获得的沥青质分割图像与实测样品沥青质含量进行对比,若两者一致,则将该阈值作为沥青质介质灰度阈值的划分标准,将沥青质与颗粒分割出来。
3.如权利要求1所述的油砂渗流性能测试方法,其特征在于,所述步骤E包括以下步骤:
步骤E1:利用有限体积法求解Navier-Stokes方程组,得到压力分布;
其中,
模型流体入口为定流量边界:
式中,q0为通过油砂样品入口的总流量,m3/s;A为流体经过油砂样品入口的截面积,m2;
流体出口为定压边界:
P=P0 (式3)
式中,P为模型出口处的压力,Pa;P0为标准大气压101.325kPa;
步骤E2:根据压力分布的结果,应用达西定律计算出沿着轴向方向的绝对渗透率Ka,其中达西定律表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626308.9A CN112816388A (zh) | 2020-12-31 | 2020-12-31 | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626308.9A CN112816388A (zh) | 2020-12-31 | 2020-12-31 | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112816388A true CN112816388A (zh) | 2021-05-18 |
Family
ID=75854948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011626308.9A Pending CN112816388A (zh) | 2020-12-31 | 2020-12-31 | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112816388A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114397235A (zh) * | 2022-01-17 | 2022-04-26 | 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 |
CN117421890A (zh) * | 2023-10-19 | 2024-01-19 | 重庆科技学院 | 一种基于矿物填充的缝洞型储层导电模型构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105510204A (zh) * | 2015-12-03 | 2016-04-20 | 大连理工大学 | 一种基于ct图像的渗透率预测方法 |
CN108729908A (zh) * | 2018-05-21 | 2018-11-02 | 中国石油大学(华东) | 一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法 |
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 |
CN109697752A (zh) * | 2018-11-20 | 2019-04-30 | 中国石油天然气集团有限公司 | 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 |
CN109975336A (zh) * | 2019-04-23 | 2019-07-05 | 西南石油大学 | 一种基于ct扫描的裂缝性岩心窜流系数测量方法 |
-
2020
- 2020-12-31 CN CN202011626308.9A patent/CN112816388A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105510204A (zh) * | 2015-12-03 | 2016-04-20 | 大连理工大学 | 一种基于ct图像的渗透率预测方法 |
CN108729908A (zh) * | 2018-05-21 | 2018-11-02 | 中国石油大学(华东) | 一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法 |
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 |
CN109697752A (zh) * | 2018-11-20 | 2019-04-30 | 中国石油天然气集团有限公司 | 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 |
CN109975336A (zh) * | 2019-04-23 | 2019-07-05 | 西南石油大学 | 一种基于ct扫描的裂缝性岩心窜流系数测量方法 |
Non-Patent Citations (4)
Title |
---|
YAN JIN等: ""Fundamental equations for primary fluid recovery from porous media"", 《J. FLUID MECH》 * |
张琦: ""基于数字岩心的砂岩油藏微观剩余油研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
瞿婧: ""页岩灰度图像分割和孔隙形态特征研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
陈月明: "《油藏数值模拟基础》", 30 September 1989, 东营:石油大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114397235A (zh) * | 2022-01-17 | 2022-04-26 | 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 |
CN117421890A (zh) * | 2023-10-19 | 2024-01-19 | 重庆科技学院 | 一种基于矿物填充的缝洞型储层导电模型构建方法 |
CN117421890B (zh) * | 2023-10-19 | 2024-05-10 | 重庆科技学院 | 一种基于矿物填充的缝洞型储层导电模型构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
EP2872741B1 (en) | Digital rock analysis systems and methods with reliable multiphase permeability determination | |
CN108729908A (zh) | 一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法 | |
AU2011258594B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
Tomutsa et al. | Analysis of chalk petrophysical properties by means of submicron-scale pore imaging and modeling | |
AU2013274604B2 (en) | Digital rock analysis with multiphase flow REV determination | |
WO2020215524A1 (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
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 | |
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 | |
Jiang et al. | Permeability estimation of porous media by using an improved capillary bundle model based on micro-CT derived pore geometries | |
CN109142875B (zh) | 一种利用数字岩心获取致密砂岩岩石电学特性的方法 | |
Idowu et al. | Effects of segmentation and skeletonization algorithms on pore networks and predicted multiphase-transport properties of reservoir-rock samples | |
Thomson et al. | The influence of microporous cements on the pore network geometry of natural sedimentary rocks | |
Cid et al. | Improved method for effective rock microporosity estimation using X-ray microtomography | |
CN113345075A (zh) | 一种基于ct三维模型重构的砾岩粒度评价方法 | |
Esser et al. | Network model of porous media–Review of old ideas with new methods | |
CN113916916A (zh) | 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 | |
CN110609046B (zh) | 一种基于微ct水驱油图像的毛管力预测方法 | |
Saafan et al. | Inferring capillary pressure curve from 2D rock images based on fractal theory in low-permeability sandstone: a new integrated approach | |
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 | |
Farokhpoor et al. | Gas-water steady-state relative permeability determination with two approaches; experimental and digital rock analysis, strengths and weaknesses | |
CN113670791A (zh) | 一种对储层孔隙及颗粒表面积的定量分析方法 | |
Zahaf et al. | Prediction of relative permeability and capillary pressure using digital rock physics: case study on two giant middle eastern carbonate reservoirs | |
Cao et al. | Pore-scale simulation of gas-water flow in low permeability gas reservoirs |
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: 20210518 |
|
RJ01 | Rejection of invention patent application after publication |