CN113554674A - 基于岩屑的钻井液伤害程度评价方法、系统及设备 - Google Patents
基于岩屑的钻井液伤害程度评价方法、系统及设备 Download PDFInfo
- Publication number
- CN113554674A CN113554674A CN202110567320.5A CN202110567320A CN113554674A CN 113554674 A CN113554674 A CN 113554674A CN 202110567320 A CN202110567320 A CN 202110567320A CN 113554674 A CN113554674 A CN 113554674A
- Authority
- CN
- China
- Prior art keywords
- standard
- rock debris
- region
- digital model
- drilling 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.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 202
- 230000006378 damage Effects 0.000 title claims abstract description 105
- 238000005553 drilling Methods 0.000 title claims abstract description 94
- 239000012530 fluid Substances 0.000 title claims abstract description 86
- 238000011156 evaluation Methods 0.000 title claims description 25
- 239000011148 porous material Substances 0.000 claims abstract description 84
- 230000009471 action Effects 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000011218 segmentation Effects 0.000 claims abstract description 39
- 238000003860 storage Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000012634 fragment Substances 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000003709 image segmentation Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06T17/05—Geographic models
-
- 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
- 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
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Geometry (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Software Systems (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Earth Drilling (AREA)
Abstract
本发明公开了一种基于岩屑的钻井液伤害程度评价方法、系统及设备,基于岩屑的钻井液伤害程度评价方法包括:扫描岩屑样本以构建标准数字模型;扫描若干预设作用条件作用后的所述岩屑样本,以构建若干岩屑数字模型;将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度;将若干所述岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干所述影响孔隙区域的占比确定若干影响孔隙度;将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度。本发明通过数字化形式来表示钻井液损害程度,使得钻井液损害程度分析自动化,节省人力且分析快速。
Description
技术领域
本发明涉及岩屑数据化的技术领域,尤其是涉及一种基于岩屑的钻井液伤害程度评价方法、系统及设备。
背景技术
岩心岩屑数字化技术近年来受到地球科学、环境工程和岩土工程领域受到了越来越多的青睐。对于石油和天然气行业、岩心岩屑数字化领域也逐渐成为一项备受关注的新型技术服务。
钻井过程中,钻井液对储层会产生一定程度的损害,钻完井后,在对生产井进行多次开采的过程中,储层都会受到钻井液的伤害,并且会在一定程度上影像油气井的总产能。但是,常通常情况下,对钻井液进行实验评估,判定其对井壁岩心的污染情况是通过人工测定钻井液污染岩心后的渗透率恢复值实验,以评价钻井液对井壁岩屑的伤害程度,但是该方法通过人工计算渗透率的方式不仅耗费人力,还因为钻井液产生泥饼等问题影响钻井液伤害程度评价方法的准确性,且降低了钻井液伤害程度评价方法的效时效性率。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于岩屑的钻井液伤害程度评价方法,能够自动化分析钻井液伤害程度,节省人力,且准确且快速地得到钻井液损害程度。
本发明还提出一种基于岩屑的钻井液伤害程度评价系统。
本发明还提出一种电子控制设备。
本发明还提出一种计算机可读存储介质。
第一方面,本发明的一个实施例提供了基于岩屑的钻井液伤害程度评价方法,包括:
扫描岩屑样本以构建标准数字模型;
扫描若干预设作用条件作用后的所述岩屑样本,以构建若干岩屑数字模型;
将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度;
将若干所述岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干所述影响孔隙区域的占比确定若干影响孔隙度;
将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度。
本发明实施例的基于岩屑的钻井液伤害程度评价方法至少具有如下有益效果:通过对若干岩屑数字模型进行阈值分割以得到若干影响骨架区域和若干影响孔隙区域,然后根据若干影响孔隙区域的占比确定影响孔隙区域对应的若干影响孔隙度,最后根据若干影响孔隙度和标准孔隙度比较以得到损害程度,以得到不同预设压力、不同预设温度且在不同预设作用时间下钻井液对储层的影响程度。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述扫描岩屑样本以构建标准数字模型,包括:
扫描所述岩屑样本以得到岩屑网格和岩屑纹理;
根据所述岩屑网格和所述岩屑纹理构建初步数字模型;
将所述初步数字模型进行去噪声和增强处理以得到所述标准数字模型。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度,包括:
获取所述标准数字模型的灰度直方图;
根据所述灰度直方图的灰度值变化确定预设阈值;
将所述标准数字模型中任意区域的灰度值和预设阈值比较以确定所述标准数字模型的所述标准骨架区域或所述标准孔隙区域;
根据所述标准孔隙区域占比确定标准孔隙度。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述根据所述灰度直方图的灰度值变化确定预设阈值,包括:
获取所述灰度直方图中的多个灰度值;
根据所述多个灰度值的变化特征确定所述预设阈值。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述将所述标准数字模型中任意区域的灰度值和预设阈值比较以确定所述标准数字模型的所述标准骨架区域或所述标准孔隙区域,包括:
若所述标准数字模型中任意区域的灰度值大于所述预设阈值,所述区域为所述标准骨架区域;
若所述标准数字模型中任意区域的灰度值小于所述预设阈值,所述区域为所述标准孔隙区域。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述预设作用条件包括:预设压力、预设温度和预设作用时间。
根据本发明的另一些实施例的基于岩屑的钻井液伤害程度评价方法,所述伤害程度包括:损害加重、损害不变;所述将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度,包括:
若所述影响孔隙度小于所述标准孔隙度,所述伤害程度为所述损害加重;
若所述影响孔隙度等于所述标准孔隙度,所述伤害程度为所述损害不变。
第二方面,本发明的一个实施例提供了基于岩屑的钻井液伤害程度评价系统,包括:
第一扫描与构建模块,用于扫描岩屑样本以构建标准数字模型;
第二扫描与构建模块,用于扫描若干预设作用条件作用后的所述岩屑样本,以构建若干岩屑数字模型;
第一阈值分割模块,用于将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度;
第二阈值分割模块,用于将若干所述岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干所述影响孔隙区域的占比确定若干影响孔隙度;
处理模块,用于将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度。
本发明实施例的基于岩屑的钻井液伤害程度评价系统至少具有如下有益效果:通过对若干岩屑数字模型进行阈值分割以得到若干影响骨架区域和若干影响孔隙区域,然后根据若干影响孔隙区域的占比确定影响孔隙区域对应的若干影响孔隙度,最后根据若干影响孔隙度和标准孔隙度比较以得到损害程度,以得到不同预设压力、不同预设温度且在不同预设作用时间下钻井液对储层的影响程度。
第三方面,本发明的一个实施例提供了电子控制设备,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的基于岩屑的钻井液伤害程度评价方法。
第四方面,本发明的一个实施例提供了计算机存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的基于岩屑的钻井液伤害程度评价方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明实施例中基于岩屑的钻井液伤害程度评价方法的一具体实施例流程示意图;
图2是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图3是本发明实施例中基于岩屑的钻井液伤害程度评价方法的一具体实施例中标准数字模型构建示意图;
图4是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图5是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图6是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图7是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图8A是本发明实施例中基于岩屑的钻井液伤害程度评价方法的中岩屑数字模型平面图;
图8B是本发明实施例中基于岩屑的钻井液伤害程度评价方法的中岩屑数字模型灰度图;
图8C是本发明实施例中基于岩屑的钻井液伤害程度评价方法的中岩屑数字模型平面图
图8D是本发明实施例中基于岩屑的钻井液伤害程度评价方法的中岩屑数字模型平面图;
图9是本发明实施例中基于岩屑的钻井液伤害程度评价方法的另一具体实施例流程示意图;
图10是本发明实施例中基于岩屑的钻井液伤害程度评价系统的一具体实施例模块框图。
附图标记:100、第一扫描与构建模块;200、第二扫描与构建模块;300、第一阈值分割模块;400、第二阈值分割模块;500、处理模块。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在本发明实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
传统钻井液伤害程度的测定是通过进行渗透率恢复值实验,可以评价钻井液对储层的伤害程度,但是采用渗透率恢复值实验来评价钻井液对储层伤害程度需要人工进行相对应的实验、然后人工分析,采用人工分析不仅耗费人力,且分析受到主观性影响导致伤害程度分析不准确,而且分析效率较低。
基于此,本申请公开了一种基于岩屑的钻井液伤害程度评价方法、系统、设备及存储介质,通过构建岩屑对应的数字模型,然后通过对数字模型进行分析以确定钻井液伤害程度,以提高钻井液伤害程度评价的自动化,高效性。其次,本申请还具有如下优点:可对全井段的岩屑样品的免费性,可以极大的扩充了可测试区域。
其中,岩屑数字化定量分析技术可以用于石油与天然气行业的地址、地震、测井、开发以及提高采收率等各个领域,对于石油和天然气行业有着重要的意义。通过对岩石微观孔隙流动的精准计算,数字岩屑技术可以揭示油藏物性参数,帮助油气田开发者更加深入地了解油藏储量和开发潜力。
需要说明:
岩屑是钻井过程中因钻头切削作用产生的母岩岩石的碎块,是保持母岩结构的矿物集合体。燧石岩、中酸性岩的岩屑分布最广,但是沉积岩、化学岩也能形成岩屑。
阈值分割法是一种基于区域的图像分割技术,原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。
第一方面,参照图1,本实施例公开了一种基于岩屑的钻井液伤害程度评价方法,包括:
S100、扫描岩屑样本以构建标准数字模型;
S200、扫描若干预设作用条件作用后的岩屑样本,以构建若干岩屑数字模型;
S300、将标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据标准孔隙区域占比确定标准孔隙度;
S400、将若干岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干影响孔隙区域的占比确定若干影响孔隙度;
S500、将若干影响孔隙度和标准孔隙度进行比较以确定伤害程度。
通过扫描岩屑样本以构建标准数字模型后,采用若干预设作用条件对岩屑样本进行作用,然后对作用后的岩屑样本再进行扫描以构建若干岩屑数字模型。通过对标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,然后通过标准孔隙区域的占比确定标准孔隙度,也即确定没有采用预设作用条件作用下直接采集的岩屑样本的孔隙度,以得到正常条件下钻井液对储层的影响程度。然后对岩屑数字模型进行阈值分割以得到若干影响孔隙区域和若干骨架区域,再根据若干影响孔隙区域的占比确定对应的影响孔隙度,然后将若干影响孔隙度和标准孔隙度进行比较以确定伤害程度。其中,当钻井液对岩石有损害,就会填充岩石的孔隙,所以原本会被识别为孔隙区域的部分会变成类似骨架区域,孔隙度会变小,因此通过将影响孔隙度和标准孔隙度比较以确定不同预设作用条件对储层的损害程度,使得损害程度评价更加形象化,且更高效和准确。
其中,在扫描岩屑样本前,需要挑选有效的岩屑样本。因此,需要先将钻井随钻返回的岩屑进行收集,然后通过多级网筛筛选出尺寸合适的岩屑样本,再将筛选后的岩屑样本采用显微镜筛选出质量较好的岩屑样本,最后再采用CT对岩屑样本进行筛选优选以得到储层的有效岩屑样本,所扫描岩屑样本能够得到准确表达储层情况的标准数字模型。由于采取的岩屑样本是随钻返回的钻随样本,然后进行一些列处理和筛选,然后将处理和筛选后的岩屑样本进行扫描以构建标准数字模型,所以可以对全井段的岩屑样本进行分析,极大的扩充了可测试区域。
在一些实施例中,预设作用条件包括:预设压力、预设温度和预设作用时间。其中若干预设作用条件主要是不同的预设压力、不同预设温度和不同预设作用时间相互组合形成。
在对岩屑样本扫描以构建标准数字模型后,需要对岩屑样本进行烘干,然后将岩屑样本置于压力器皿,然后对压力器皿抽真空,然后在压力器皿中注入钻井中使用的钻井液,并对压力容器施于不同的预设作用条件,也即使用不同预设压力、不同预设温度并保持不同的预设作用时间,然后将作用后的若干岩屑样本进行扫描以建构若干岩屑数字模型,且岩屑数字模型代表不同预设压力、不同温度且作用不同预设作用时间后岩屑样本的数字模型,以便于通过若干岩屑数字模型和标准数字模型进行分析以确定不同预设作用条件下钻井液对储层的伤害程度,使得钻井液对储层伤害程度计算准确,以便于工作人员根据伤害程度确定预设作用条件以降低钻井液对储层的伤害。
参照图2,在一些实施例中,步骤S100包括:
S110、扫描岩屑样本以得到岩屑网格和岩屑纹理;
S120、根据岩屑网格和岩屑纹理构建初步数字模型;
S130、将初步数字模型进行去噪声和增强处理以得到标准数字模型。
参照图3,其中,需要扫描岩屑样本以得到岩屑网格和岩屑纹理,然后通过岩屑网格和岩屑纹理构建初步数字模型,其中初步数字模型为三维模型。得到了初步数字模型后对初步数字模型进行去噪声和增强处理以得到标准数字模型,以实现将岩屑样本以数字化形式呈现。
具体地,扫描岩屑样本以得到岩屑网格,然后根据岩屑纹理映射到岩屑网格上以得到初步数字模型,然后通过对初步数字模型进行去噪声和增强处理,以得到更准确地表达岩屑样本的标准数字模型,且标准数字模型为灰度模型。
在一些实施例中,扫描预设条件作用后的岩屑样本以构建岩屑数字模型与标准数字模型操作一样。通过扫描若干预设作用条件作用后岩屑样本以得到影响岩屑网格和影响岩屑纹理,然后通过影响岩屑网格和影响岩屑纹理构建影响初步数字模型,在对影响初步数字模型进行去噪和增强处理以得到最终的岩屑数字模型,通过岩屑数字模型来以数字化的形式来表现预设作用条件作用后岩屑样本的样子。
参照图4,在一些实施例中,步骤S300包括:
S310、获取标准数字模型的灰度直方图;
S320、根据灰度直方图的灰度值变化确定预设阈值;
S330、将标准数字模型中任意区域的灰度值和预设阈值比较以确定标准数字模型的标准骨架区域或标准孔隙区域;
S340、根据标准孔隙区域占比确定标准孔隙度。
由于标准数字模型主要是以数字化形式来表现岩屑样本,因此需要对标准数字模型进行阈值分割以确定标准骨架区域和标准孔隙区域。其中本实施例采用的阈值分割法为灰度阈值法分割,由于标准数字模型和岩屑数字模型都是灰度模型。灰度阈值法就是将图像灰度分成不同等级,然后确定灰度,门阈值的方法。灰度阈值分割其实就是二值化处理,也即选择一个阈值,将图像转化为黑白二值图像,用于图像分割以及边缘提取。因此通过获取标准数字模型的灰度直方图,且灰度直方图中的灰度值对应于标准数字模型内任意区域的灰度值,然后根据灰度直方图中的灰度值变化确定预设阈值,也即确定了用于图像分割的预设阈值,然后根据标准数字模型中任意区域对应的灰度值和预设阈值比较以确定该区域为标准孔隙区域或者标准骨架区域。因此,确定了标准孔隙区域和标准骨架区域后,根据标准孔隙区域的占比确定了标准孔隙度,也即根据标准孔隙区域占整体标准数字模型的比例以确定标准孔隙度。
其中,根据若干岩屑数字模型进行阈值分割以得到影响骨架区域和影响孔隙区域的方式与标准数字模型进行阈值分割以得到标准骨架区域和标准孔隙区域的方式相同。参照图5,因此步骤S400包括:
S410、将岩屑数字模型任意区域的灰度值和预设阈值比较以确定区域为影响骨架区域或影响孔隙区域;
S420、根据若干影响区域的占比确定对应的影响孔隙度。
岩屑数字模型中任意区域的灰度值和标准数字模型确定的预设阈值比较,以通过标准数字模型得到的预设阈值比较,才能分析出岩屑样本被预设作用条件作用后的损害程度是否产生变化。因此,通过岩屑数字模型任意区域的灰度值和预设阈值比较以确定区域为影响孔隙区域和影响骨架区域,然后通过计算影响孔隙区域的占比即可得到不同预设作用条件下岩屑样本的若干影响孔隙度,即可根据标准孔隙度和若干影响孔隙度进行比较以清除不同预设作用条件对岩屑的孔隙有哪些影响,因此可以看出不同预设作用条件下钻井液对储层的影响。
参照图6,在一些实施例中,步骤S320包括:
S321、获取灰度直方图中的多个灰度值;
S322、根据多个灰度值的变化特征确定预设阈值。
由于孔隙和骨架有着相对清晰的界限,因此可以根据骨架和孔隙的灰度值变化特征计算标准数字模型中骨架和孔隙的分界点,然后根据这个分界点在灰度直方图中的灰度值以确定预设阈值,因此预设阈值确定准确且简易。
参照图7,在一些实施例中,步骤S330包括:
S331、若标准数字模型中任意区域的灰度值大于预设阈值,区域为标准骨架区域;
S332、若标准数字模型中任意区域的灰度值小于预设阈值,区域为标准孔隙区域。
逐一参照图8A-图8D,选中任意区域的尺寸远小于孔隙尺寸,因此可以准确地区分出孔隙区域和骨架区域。通过标准数字模型中任意区域的灰度值和预设阈值比较以确定该区域为标准骨架区域还是标准孔隙区域,若标准数字模型中任意区域的灰度值大于预设阈值则该区域为标准骨架区域,若标准数字模型中任意区域的灰度值小于预设阈值则该区域为标准孔隙区域。因此,通过标准数字模型中任意区域的灰度值和预设阈值比较以确定该区域为标准骨架区域和标准孔隙区域简易。其中若干岩屑数字模型中任意区域的灰度值大于预设阈值,则该区域为影响骨架区域,反之为影响孔隙区域。
例如,若标准数字模型中任意区域为P,且预设阈值为N,若P区域的灰度值大于预设阈值N,则P区域为标准骨架区域,反之P区域为标准孔隙区域。因此,区分标准骨架区域和标准孔隙区域操作简易。
参照图9,在一些实施例中,伤害程度包括:损害加重、损害不变。
步骤S500包括:
S510、若影响孔隙度小于标准孔隙度,伤害程度为损害加重;
S520、若影响孔隙度等于标准孔隙度,伤害程度为损害不变。
由于钻井液对岩石有损害,主要填充岩石的孔隙,使原本会被识别为类似孔隙的部分变成类似岩石的颜色,从而识别为岩石,因此岩屑样本的孔隙度会变小。因此通过不同预设作用条件下的岩屑样本得到若干影响孔隙度和标准孔隙度进行比较以判断不同预设作用条件下钻井液会不会加深或者减轻损害。若影响孔隙度小于标准孔隙度,则表示在该预设作用条件下钻井液会填充岩屑样本的孔隙,所以表示在该预设作用条件下钻井液对岩屑样本的损害加重。若获取预设作用条件下的影响孔隙度等于标准孔隙度,则表示在该预设作用条件下钻井液对于岩屑样本的损害没有加重,而是保持原本的损害程度。
具体地,判断损害程度为损害不变,计算影响孔隙度和标准孔隙度的差值在预设差值范围内则认为损失程度为损失不变。若影响孔隙度小于标准孔隙度后,根据影响孔隙度和标准孔隙的差值确定损害程度加深的程度,若差值越大,表示在该预设作用条件下钻井液对储层损害加深严重,若差值较小,则表示该预设作用条件下钻井液对储层的损害加深较少。因此通过若干预设作用条件作用岩屑样本得到的若干影响孔隙度,然后根据若干影响孔隙度和标准孔隙度进行比较,根据影响孔隙度小于标准孔隙度的差值越大,证明预设作用条件下钻井液对储层的损害影响更深,使得钻井液对储层的损害程度评价自动化,节省人力且提高评价效率和准确性。因此得到不同预设压力、不同预设温度且在不同预设作用时间下钻井液对储层的影响程度。
下面标准图1至图9以一个具体的实施例详细描述根据本发明实施例的基于岩屑的钻井液伤害程度评价方法。值得理解的是,下述描述仅是示例性说明,而不是对发明的具体限制。
在扫描岩屑样本前,需要挑选有效的岩屑样本。因此,需要先将钻井随钻返回的岩屑进行收集,然后通过多级网筛筛选出尺寸合适的岩屑样本,再将筛选后的岩屑样本采用显微镜筛选出质量较好的岩屑样本,最后再采用CT对岩屑样本进行筛选优选以得到储层的有效岩屑样本。扫描岩屑样本以得到岩屑网格,然后根据岩屑纹理映射到岩屑网格上以得到初步数字模型,然后通过对初步数字模型进行去噪声和增强处理,以得到更准确地表达岩屑样本的标准数字模型。通过扫描若干预设作用条件作用后岩屑样本以得到影响岩屑网格和影响岩屑纹理,然后通过影响岩屑网格和影响岩屑纹理构建影响初步数字模型,在对影响初步数字模型进行去噪和增强处理以得到最终的岩屑数字模型。获取标准数字模型的灰度直方图,且灰度直方图中的灰度值对应于标准数字模型内任意区域的灰度值,然后根据灰度直方图中的灰度值变化确定预设阈值。若标准数字模型中任意区域的灰度值大于预设阈值则该区域为标准骨架区域,若标准数字模型中任意区域的灰度值小于预设阈值则该区域为标准孔隙区域。若干岩屑数字模型中任意区域的灰度值大于预设阈值,则该区域为影响骨架区域,反之为影响孔隙区域。最后通过标准孔隙区域的占比确定标准孔隙度,根据若干影响孔隙度的占比确定影响孔隙度,根据影响孔隙度小于标准孔隙度的差值越大,证明预设作用条件下钻井液对储层的损害影响更深,因此得到不同预设压力、不同预设温度且在不同预设作用时间下钻井液对储层的影响程度。
第二方面,参照图10,本发明实施例还包括一种基于岩屑的钻井液伤害程度评价,,包括:第一扫描与构建模块100、第二扫描与构建模块200、第一阈值分割模块300、第二阈值分割模块400和处理模块500;第一扫描与构建模块100用于扫描岩屑样本以构建标准数字模型;第二扫描与构建模块200用于扫描若干预设作用条件作用后的岩屑样本,以构建若干岩屑数字模型;第一阈值分割模块300用于将标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据标准孔隙区域占比确定标准孔隙度;第二阈值分割模块400用于将若干岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干影响孔隙区域的占比确定若干影响孔隙度;处理模块500用于将若干影响孔隙度和标准孔隙度进行比较以确定伤害程度。
通过扫描岩屑样本以得到标准数字模型,然后对标准数字模型进行阈值分割后得到标准骨架区域和标准孔隙区域,再根据标准孔隙区域的占比确定标准孔隙度。然后扫描若干预设作用条件作用岩屑样本以得到若干岩屑数字模型,再通过对若干岩屑数字模型进行阈值分割以得到若干影响骨架区域和若干影响孔隙区域,然后根据若干影响孔隙区域的占比确定影响孔隙区域对应的若干影响孔隙度。最后根据若干影响孔隙度和标准孔隙度比较以得到损害程度,以得到不同预设压力、不同预设温度且在不同预设作用时间下钻井液对储层的影响程度。
其中,一种基于岩屑的钻井液伤害程度评价系统的操作过程具体参照第一方面的基于岩屑的钻井液伤害程度评价方法,此处不再赘述。
第三方面,本发明实施例还公开了一种电子控制设备,其特征在于,包括:
至少一个处理器,以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面的基于岩屑的钻井液伤害程度评价方法。
第四方面,本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的基于岩屑的钻井液伤害程度评价方法。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种基于岩屑的钻井液伤害程度评价方法,其特征在于,包括:
扫描岩屑样本以构建标准数字模型;
扫描若干预设作用条件作用后的所述岩屑样本,以构建若干岩屑数字模型;
将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度;
将若干所述岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干所述影响孔隙区域的占比确定若干影响孔隙度;
将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度。
2.根据权利要求1所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述扫描岩屑样本以构建标准数字模型,包括:
扫描所述岩屑样本以得到岩屑网格和岩屑纹理;
根据所述岩屑网格和所述岩屑纹理构建初步数字模型;
将所述初步数字模型进行去噪声和增强处理以得到所述标准数字模型。
3.根据权利要求1所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度,包括:
获取所述标准数字模型的灰度直方图;
根据所述灰度直方图的灰度值变化确定预设阈值;
将所述标准数字模型中任意区域的灰度值和预设阈值比较以确定所述标准数字模型的所述标准骨架区域或所述标准孔隙区域;
根据所述标准孔隙区域占比确定标准孔隙度。
4.根据权利要求3所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述根据所述灰度直方图的灰度值变化确定预设阈值,包括:
获取所述灰度直方图中的多个灰度值;
根据所述多个灰度值的变化特征确定所述预设阈值。
5.根据权利要求4所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述将所述标准数字模型中任意区域的灰度值和预设阈值比较以确定所述标准数字模型的所述标准骨架区域或所述标准孔隙区域,包括:
若所述标准数字模型中任意区域的灰度值大于所述预设阈值,所述区域为所述标准骨架区域;
若所述标准数字模型中任意区域的灰度值小于所述预设阈值,所述区域为所述标准孔隙区域。
6.根据权利要求1至5任一项所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述预设作用条件包括:预设压力、预设温度和预设作用时间。
7.根据权利要求1至5任一项所述的基于岩屑的钻井液伤害程度评价方法,其特征在于,所述伤害程度包括:损害加重、损害不变;所述将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度,包括:
若所述影响孔隙度小于所述标准孔隙度,所述伤害程度为所述损害加重;
若所述影响孔隙度等于所述标准孔隙度,所述伤害程度为所述损害不变。
8.一种基于岩屑的钻井液伤害程度评价,其特征在于,包括:
第一扫描与构建模块,用于扫描岩屑样本以构建标准数字模型;
第二扫描与构建模块,用于扫描若干预设作用条件作用后的所述岩屑样本,以构建若干岩屑数字模型;
第一阈值分割模块,用于将所述标准数字模型进行阈值分割以得到标准孔隙区域和标准骨架区域,根据所述标准孔隙区域占比确定标准孔隙度;
第二阈值分割模块,用于将若干所述岩屑数字模型进行阈值分割以得到若干影响孔隙区域和对应的若干影响骨架区域,根据若干所述影响孔隙区域的占比确定若干影响孔隙度;
处理模块,用于将若干所述影响孔隙度和所述标准孔隙度进行比较以确定伤害程度。
9.一种电子控制设备,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7任一项所述的基于岩屑的钻井液伤害程度评价方法。
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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的基于岩屑的钻井液伤害程度评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110567320.5A CN113554674A (zh) | 2021-05-24 | 2021-05-24 | 基于岩屑的钻井液伤害程度评价方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110567320.5A CN113554674A (zh) | 2021-05-24 | 2021-05-24 | 基于岩屑的钻井液伤害程度评价方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113554674A true CN113554674A (zh) | 2021-10-26 |
Family
ID=78101868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110567320.5A Pending CN113554674A (zh) | 2021-05-24 | 2021-05-24 | 基于岩屑的钻井液伤害程度评价方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554674A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070294034A1 (en) * | 2006-06-15 | 2007-12-20 | Tom Bratton | Method for designing and optimizing drilling and completion operations in hydrocarbon reservoirs |
CN106525881A (zh) * | 2016-09-14 | 2017-03-22 | 中国石油天然气股份有限公司 | 一种储层伤害程度的测定方法及设备 |
CN109670514A (zh) * | 2018-08-16 | 2019-04-23 | 清能艾科(深圳)能源技术有限公司 | 数字岩心的孔隙与骨架识别方法和装置、设备、存储介质 |
-
2021
- 2021-05-24 CN CN202110567320.5A patent/CN113554674A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070294034A1 (en) * | 2006-06-15 | 2007-12-20 | Tom Bratton | Method for designing and optimizing drilling and completion operations in hydrocarbon reservoirs |
CN106525881A (zh) * | 2016-09-14 | 2017-03-22 | 中国石油天然气股份有限公司 | 一种储层伤害程度的测定方法及设备 |
CN109670514A (zh) * | 2018-08-16 | 2019-04-23 | 清能艾科(深圳)能源技术有限公司 | 数字岩心的孔隙与骨架识别方法和装置、设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
CN107923240B (zh) | 用于确定与井或地层中的有机质相关联的孔隙度的方法 | |
EP3399143A1 (en) | Method and device for determining dissolution degree of karst reservoir | |
CN108830140B (zh) | 一种基于电成像测井分形维数的火山岩岩性识别方法 | |
CN115063525B (zh) | 一种城市道路路基及管道的三维成图方法及装置 | |
CN113566894A (zh) | 基于物联网的地质灾害监测方法、系统、终端及介质 | |
CN111507972A (zh) | 结合卷积神经网络和支持向量机的隧道表面缺陷检测方法 | |
CN114895302A (zh) | 城市道路路基病害快速探测的方法及装置 | |
CN109146888B (zh) | 一种基于差商分析的土裂隙分形维数计算方法 | |
CN114220094B (zh) | 基于二维岩心扫描图像的孔隙与裂缝识别方法、系统 | |
CN114937023A (zh) | 一种承压设备的缺陷识别方法及装置 | |
CN111028094B (zh) | 一种基于页岩扫描电镜图像提取的等效toc计算方法 | |
CN111507986A (zh) | 一种孔隙内波及情况的确定方法和装置 | |
CN111738978B (zh) | 储层孔喉连通性的评价方法、装置、电子设备及存储介质 | |
CN113554674A (zh) | 基于岩屑的钻井液伤害程度评价方法、系统及设备 | |
CN115393370A (zh) | 一种页岩数字岩心构建方法、装置、设备及介质 | |
CN115147539A (zh) | 一种基于指示克里金的孔隙结构剩余油表征方法 | |
US11802989B2 (en) | Systems and methods for generating vertical and lateral heterogeneity indices of reservoirs | |
CN116342465A (zh) | 一种基于煤岩ct图像的割理发育定量表征方法 | |
CN114528729A (zh) | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 | |
CN116168073A (zh) | 一种数字岩心渗流特性分析的rev确定方法和装置 | |
CN112377175A (zh) | 一种优化钻井泥浆快速识别低阻油气层的方法及系统 | |
CN117077500B (zh) | 道路内部脱空的数值模拟建模方法、电子设备及存储介质 | |
CN115410049B (zh) | 一种岩体溶蚀程度的分类评估方法及装置 | |
CN117575106B (zh) | 一种煤层气井产气剖面预测方法、系统、电子设备及介质 |
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 |