CN113624799A - 一种基于核磁共振和分形维数的岩石渗透率预测方法 - Google Patents

一种基于核磁共振和分形维数的岩石渗透率预测方法 Download PDF

Info

Publication number
CN113624799A
CN113624799A CN202110963250.5A CN202110963250A CN113624799A CN 113624799 A CN113624799 A CN 113624799A CN 202110963250 A CN202110963250 A CN 202110963250A CN 113624799 A CN113624799 A CN 113624799A
Authority
CN
China
Prior art keywords
magnetic resonance
nuclear magnetic
fractal dimension
mic
mac
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
Application number
CN202110963250.5A
Other languages
English (en)
Other versions
CN113624799B (zh
Inventor
吴丰
罗莹莹
代槿
石祥超
李玮
何江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202110963250.5A priority Critical patent/CN113624799B/zh
Publication of CN113624799A publication Critical patent/CN113624799A/zh
Application granted granted Critical
Publication of CN113624799B publication Critical patent/CN113624799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

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)
  • Dispersion Chemistry (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开一种基于核磁共振和分形维数的岩石渗透率预测方法，包括：获取待预测岩样的核磁共振数据以及少量刻度用岩样的核磁共振数据、气体渗透率；获取岩石样品的核磁共振孔隙度、束缚水饱和度、核磁共振T2谱对数平均值和核磁共振T2分布曲线；制作以logT2为横坐标和logSv为纵坐标的散点图；根据最优拟合法确定散点图中岩样的微孔隙分形维数和宏孔隙分形维数；确定岩石样品的渗流空间以微孔隙为主还是以宏孔隙为主，并建立该储层渗透率预测模型；计算储层渗透率预测模型的拟合系数；根据储层渗透率预测模型预测待预测岩样的渗透率。本发明仅需要少量的岩心气体渗透率进行标定，即可对测量了核磁共振的待预测岩样或地层进行渗透率预测。

Description

一种基于核磁共振和分形维数的岩石渗透率预测方法
技术领域
本发明涉及一种基于核磁共振和分形维数的岩石渗透率预测方法，属于石油与天然气勘探与开发技术领域。
背景技术
渗透率是岩石的基础物性参数之一，该参数的准确求取对于油气藏的准确评价至关重要。核磁共振能够反应岩石的孔隙信息，也常被用来进行渗透率测量。但由于大部分岩石的孔隙结构特征复杂，这些方法的预测精度一般不高，急需研发精度更高的核磁共振渗透率预测方法。
已有研究表明岩石孔隙具有一定的分形特征，本发明通过挖掘核磁共振的孔隙分形信息以表征岩石复杂的孔隙结构特征，并构建新的渗透率预测模型，以提高核磁共振渗透率预测精度。
发明内容
为了克服现有技术中的问题，本发明提供一种基于核磁共振和分形维数的岩石渗透率预测方法；本发明利用核磁共振数据，通过最优拟合法确定岩石的微孔隙分形维数和宏孔隙分形维数，通过少量的岩心气体渗透率进行标定，确定基于分形维数和核磁共振渗透率模型的拟合参数，最终计算岩石的渗透率，其渗透率计算结果与气测渗透率吻合性好，本发明仅需要少量的岩心气体渗透率进行标定，即可对测量了核磁共振的待预测岩样或地层进行渗透率预测。
本发明解决上述技术问题所提供的技术方案是：一种基于核磁共振和分形维数的岩石渗透率预测方法，包括以下步骤：
S1、获取待预测岩样的核磁共振数据以及少量刻度用岩样的核磁共振数据、气体渗透率；
S2、根据岩石样品的核磁共振数据获取岩石样品的核磁共振孔隙度
Figure BDA0003223012910000011
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm和核磁共振T2分布曲线；
S3、根据核磁共振T2分布曲线制作以logT2为横坐标和logSv为纵坐标的散点图；
S4、在散点图中选择不同的logT2值作为分界点，将数据点分为两段；并分别计算当不同的logT2值作为分界点时界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac以及界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积；
S5、根据不同的logT2值作为分界点的界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积确定出乘积最大值，将乘积最大值与预先设定的阈值进行比较，若大于或等于阈值，则采用两段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；若小于阈值，则采用三段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；
S6、确定岩石样品的渗流空间以微孔隙为主还是以宏孔隙为主，并根据微孔隙分形维数Dmic和宏孔隙分形维数Dmac建立该储层渗透率预测模型；
S7、根据岩石样品的气体渗透率、核磁共振孔隙度
Figure BDA0003223012910000022
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm确定的储层渗透率预测模型的拟合系数；
S8、根据步骤S7中得到拟合系数的储层渗透率预测模型以及待预测岩样的核磁共振数据预测待预测岩样的渗透率。
进一步的技术方案是，所述步骤S3的具体步骤为：根据核磁共振T2分布曲线获取岩石样品核磁共振的横向驰豫时间T2、岩石中孔隙半径小于r的累积孔隙体积比Sv，分别对T2和Sv求对数，得到logT2和logSv；再以logT2为横坐标，logSv为纵坐标，制作散点图。
进一步的技术方案是，所述步骤S4中的计算公式为：
Figure BDA0003223012910000021
式中：R为相关系数，i为数据点序号。
进一步的技术方案是，所述步骤S5中两段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac的具体步骤为：
选择乘积最大值对应的logT2值作为分界点，将散点图中的数据点分为两段；
并分别对两段数据点进行线性拟合得到界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac；
再根据界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac计算微孔隙分形维数Dmic和宏孔隙分形维数Dmac。
进一步的技术方案是，所述步骤S5中三段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac的具体步骤为：
选择两个不同的logT2值作为分界点，将散点图中的数据点分为三段；
分别计算多组两个不同的logT2值作为分界点时界限左边数据点线性拟合关系的相关系数Rmic、中间数据点线性拟合关系的相关系数Rnon和界限右边数据点线性拟合关系的相关系数Rmac的乘积，再确定乘积最大值对应的两个logT2值；
计算乘积最大值对应的两个logT2值时的界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac；
再根据界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac计算微孔隙分形维数Dmic和宏孔隙分形维数Dmac。
进一步的技术方案是，所述微孔隙分形维数Dmic和宏孔隙分形维数Dmac的计算公式为：
Dmic＝3-kmic
Dmac＝3-kmac
式中：Dmic为微孔隙分形维数；Dmac为宏孔隙分形维数；kmic为界限左边数据点线性拟合关系式的斜率；kmac为界限右边数据点线性拟合关系式的斜率。
进一步的技术方案是，所述步骤S6中储层渗透率预测模型包括：
当岩样的渗流空间以宏孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure BDA0003223012910000031
当岩样的渗流空间以宏孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure BDA0003223012910000032
当岩样的渗流空间以微孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure BDA0003223012910000033
当岩样的渗流空间以微孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure BDA0003223012910000034
式中：k为渗透率；
Figure BDA0003223012910000035
为核磁共振孔隙度；Swi为束缚水饱和度；T2lm为核磁共振T2谱对数平均值；Dmic为微孔隙分形维数；Dmac为宏孔隙分形维数；a1、b1、c1、n1、a2、b2、c2、n2、a3、b3、c3、d3、n3、a4、b4、c4、d4、n4均为拟合系数。
进一步的技术方案是，所述步骤S7中对储层渗透率预测模型的等式两边求对数，以岩石样品的气体渗透率作为标定，通过多元拟合求取储层渗透率预测模型中的拟合系数。
本发明具有以下有益效果：
(1)通过最优拟合法确定微孔隙和宏孔隙分形界限，能够准确计算微孔隙分形维数和宏孔隙分形维数；
(2)在核磁共振渗透率模型中引入分形维数，使得渗透率预测精度明显提高。
附图说明
图1为核磁共振资料预处理示意图；
图2为两段式最优拟合法原理图；
图3为两段式最优拟合法确定微孔隙和宏孔隙分形界限图；
图4为三段式最优拟合法确定微孔隙、非分形孔隙和宏孔隙分形界限图；
图5为本发明模型与常用模型的预测渗透率和气体渗透率对比图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的一种基于核磁共振和分形维数的岩石渗透率预测方法，包括以下步骤：
S1、获取待预测岩样的核磁共振数据以及少量刻度用岩石样品的核磁共振数据、气体渗透率；
S2、根据少量刻度用岩石样品的核磁共振数据获取岩石样品的核磁共振孔隙度
Figure BDA0003223012910000042
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm和核磁共振T2分布曲线(如图1A所示)；
S3、根据核磁共振T2分布曲线获取岩石样品核磁共振的横向驰豫时间T2、岩石中孔隙半径小于r的累积孔隙体积比Sv，分别对T2和Sv求对数，得到logT2和logSv；再以logT2为横坐标，logSv为纵坐标，制作散点图(如图1B所示)；
S4、在散点图中选择不同的logT2值作为分界点，将数据点分为两段；并分别计算当不同的logT2值作为分界点时界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac以及界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积；
S5、根据不同的logT2值作为分界点的界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积确定出乘积最大值，将乘积最大值与预先设定的阈值进行比较，若大于或等于阈值，则采用两段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；若小于阈值，则采用三段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；
①两段式最优拟合法
根据分形理论可得：
Figure BDA0003223012910000041
式中：r为岩石孔隙半径，rmax为岩石中最大孔隙的半径，Sv为岩石中孔隙半径小于r的累积孔隙体积比，D为岩石的孔隙分形维数。
在岩石中，一般体积驰豫和扩散驰豫可忽略不计，因此核磁共振横向驰豫T2与孔隙半径r呈正相关关系(公式2)：
T2∝r (2)
由公式(1)和公式(2)可得：
Figure BDA0003223012910000051
式中：T2为岩石样品核磁共振的横向驰豫时间，T2max为岩石样品核磁共振的最大横向驰豫时间。
对公式(3)两边求对数，可得：
logSV＝(3-D)logT2-(3-D)logT2max (4)
因此，在logT2为横坐标且logSv为纵坐标的散点图中，具有分形特征的数据点会呈线性关系，孔隙的分形维数D可通过拟合所得线性关系的斜率(3-D)获得(公式4)。
在实际岩石中，微孔隙和宏孔隙的分形特征有一定差异，因此在logT2为横坐标且logSv为纵坐标的散点图中，这些数据点至少能拟合成2段线性关系，即代表微孔隙的线性关系和代表宏孔隙的线性关系。
在logT2为横坐标且logSv为纵坐标的散点图中，选择不同的logT2作为分界点，将数据点分为两段(图2)。通过公式(5)分别计算界限左边数据点和界限右边数据点线性拟合关系的相关系数Rmic和Rmac，当Rmic和Rmac的乘积最大的时(公式6)，此时选择的logT2即为微孔隙分形数据和宏孔隙分形数据的最佳界限(图2E)。
Figure BDA0003223012910000052
式中：R为相关系数，i为数据点序号。
max(RmicRmac) (6)
式中：Rmic和Rmac分别为微孔隙分形数据点和宏孔隙分形数据点的线性拟合相关系数。
②三段式最优拟合法
当微孔隙和宏孔隙数据点拟合相关系数的乘积最大值低于某个预先设定的阈值时，说明岩石中存在一段不具有分形特征的孔隙区间。此时，在logT2为横坐标且logSv为纵坐标的散点图中，需要选择选择两个logT2值作为分界点，它们将数据点分为三段。通过公式(5)分别计算左边数据点、中间数据点和右边数据点线性拟合关系的相关系数Rmic、Rnon和Rmac，当Rmic、Rnon和Rmac的乘积最大的时(公式7)，此时选择的两个logT2值即为微孔隙分形数据、不具分形特征数据和宏孔隙分形数据的最佳界限。
max(RmicRnonRmac) (7)
式中：Rnon为不具分形特征数据点的线性拟合相关系数。
③获取微孔隙分形维数和宏孔隙分形维数
对于微孔隙数据点，根据线性拟合关系的斜率可以得到微孔隙分形维数Dmic。
Dmic＝3-kmic (8)
式中：Dmic为微孔隙分形维数；kmic为界限左边数据点线性拟合关系式的斜率。
对于宏孔隙数据点，根据线性拟合关系的斜率可以得到宏孔隙分形维数Dmac。
Dmac＝3-kmac (9)
式中：Dmac为宏孔隙分形维数；kmac为界限右边数据点线性拟合关系式的斜率。
S6、确定岩样的渗流空间以微孔隙为主还是以宏孔隙为主，并根据微孔隙分形维数Dmic和宏孔隙分形维数Dmac建立该储层渗透率预测模型；
当岩样的渗流空间以宏孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure BDA0003223012910000061
当岩样的渗流空间以宏孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure BDA0003223012910000062
当岩样的渗流空间以微孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure BDA0003223012910000063
当岩样的渗流空间以微宏孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure BDA0003223012910000064
式中：k为渗透率；
Figure BDA0003223012910000065
为磁共振孔隙度；Swi为束缚水饱和度；T2lm为核磁共振T2谱对数平均值；Dmic为微孔隙分形维数；Dmac为宏孔隙分形维数；a1、b1、c1、n1、a2、b2、c2、n2、a3、b3、c3、d3、n3、a4、b4、c4、d4、n4均为拟合系数；
S7、根据岩样的渗透率、核磁共振孔隙度
Figure BDA0003223012910000066
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm计算步骤S5中建立的储层渗透率预测模型的拟合系数；
对公式(10)-(13)的等式两边求对数，分别得到公式(14)-(17)。选取一些同时测量有核磁共振和气体渗透率的岩石，以气体渗透率作为标定，即可通过多元拟合求取渗透率模型参数；
Figure BDA0003223012910000071
Figure BDA0003223012910000072
Figure BDA0003223012910000073
Figure BDA0003223012910000074
S8、根据步骤S7中得到拟合系数的储层渗透率预测模型以及待预测岩样的核磁共振数据预测待预测岩样的渗透率。
对于测量了核磁共振的岩石，就可以通过公式(10)-公式(13)以及所确定的模型参数来计算其渗透率。
实施例。
以XC-MJ气田的30个砂岩样品为例，说明本发明的具体实施方式。
(1)核磁共振数据预处理
XC-MJ气田的30个砂岩样品均测量了完全饱水和束缚水状态核磁共振，也测量了气体渗透率(表1第3列)。其中，编号#1～#15的砂岩样品用于标定模型，确定渗透率模型中的参数；编号#16～#30的砂岩样品通过气体渗透率来检验模型的预测效果，并与常用预测模型进行对比。这30个砂岩样品核磁共振获取的核磁共振孔隙度、束缚水饱和度和核磁共振T2谱对数平均值见表1第4-6列。
(2)最优拟合法确定微孔隙和宏孔隙界限
其预先设定阈值为0.97，表1中所列30个砂岩样品中，有一部分砂岩样品的数据点能拟合成两段线性关系，采用两段式最优拟合法区分微孔隙和宏孔隙分形的界限，图3展示了#1、#6和#11砂岩样品利用两段式最优拟合法确定微孔隙和宏孔隙分形界限的结果；另外有一部分砂岩样品的数据点中存在一段不具有分形特征的孔隙区间，采用两段式最优拟合法区分微孔隙、非分形孔隙和宏孔隙分形的界限，图4展示了#14、#17和#27砂岩样品利用三段式最优拟合法确定微孔隙、非分形孔隙和宏孔隙分形界限的结果。
表1砂岩样品物性与核磁共振参数
Figure BDA0003223012910000075
Figure BDA0003223012910000081
(3)获取微孔隙分形维数和宏孔隙分形维数
对于微孔隙数据点，建立线性拟合关系式，根据线性拟合关系式的斜率可以得到微孔隙分形维数Dmic和宏孔隙分形维数Dmac(图3D、E、F和图4D、E、F为例)。
(4)渗透率模型和参数的确定
本实施例中，砂岩的渗流空间以宏孔隙为主，其渗透率主要与宏孔隙分形维数有关，因此其渗透率模型可使用公式(10)和公式(11)。
将logk作为因变量，
Figure BDA0003223012910000091
作为自变量，进行多元线性拟合，得到公式(18)；同理，将logk作为因变量，
Figure BDA0003223012910000092
logT2lm作为自变量，进行多元线性拟合，得到公式(19)。
Figure BDA0003223012910000093
Figure BDA0003223012910000094
将公式(18)和公式(19)分别对应，可得a1＝0.26934、b1＝-11.81457、c1＝4.19888、n1＝1.23826、a2＝0.001880627、b2＝-14.72545、c2＝4.7488、n2＝0.78605。因此，最终渗透率模型公式(10)和公式(11)可表示为公式(20)和公式(21)。
Figure BDA0003223012910000095
Figure BDA0003223012910000096
(5)渗透率计算与验证
利用公式(10)和公式(11)，即公式(20)和公式(21)对编号#16～#30的砂岩样品分别进行渗透率计算。本发明模型(公式10和公式11)与常用模型(孔渗模型和SDR模型)的预测渗透率和气体渗透率对比图(图5)和对比表(表2)均表明本发明模型渗透率预测结果比常用模型渗透率预测结果精度更高，误差更小。
表2砂岩样品物性与核磁共振参数
Figure BDA0003223012910000097
Figure BDA0003223012910000101
注：孔渗模型为公式(22)，SDR模型为公式(23)，预测渗透率和气测渗透率的对数误差采用公式(24)计算，编号#16～#30砂岩样品预测渗透率和气测渗透率的平均对数误差采用公式(25)计算。
Figure BDA0003223012910000102
Figure BDA0003223012910000103
LE＝logk*-logk (24)
式中：k*为预测渗透率，LE为预测渗透率和气测渗透率的对数误差。
Figure BDA0003223012910000104
式中：MALE为编号#16～#30砂岩样品预测渗透率和气测渗透率的平均对数误差。
以上所述，并非对本发明作任何形式上的限制，虽然本发明已通过上述实施例揭示，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (8)

1.一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，包括以下步骤：
S1、获取待预测岩样的核磁共振数据以及少量刻度用岩样的核磁共振数据、气体渗透率；
S2、根据岩石样品的核磁共振数据获取岩石样品的核磁共振孔隙度
Figure FDA0003223012900000012
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm和核磁共振T2分布曲线；
S3、根据核磁共振T2分布曲线制作以logT2为横坐标和logSv为纵坐标的散点图；
S4、在散点图中选择不同的logT2值作为分界点，将数据点分为两段；并分别计算当不同的logT2值作为分界点时界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac以及界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积；
S5、根据不同的logT2值作为分界点的界限左边数据点线性拟合关系的相关系数Rmic和界限右边数据点线性拟合关系的相关系数Rmac的乘积确定出乘积最大值，将乘积最大值与预先设定的阈值进行比较，若大于或等于阈值，则采用两段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；若小于阈值，则采用三段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac；
S6、确定岩石样品的渗流空间以微孔隙为主还是以宏孔隙为主，并根据微孔隙分形维数Dmic和宏孔隙分形维数Dmac建立该储层渗透率预测模型；
S7、根据岩石样品的气体渗透率、核磁共振孔隙度
Figure FDA0003223012900000013
束缚水饱和度Swi、核磁共振T2谱对数平均值T2lm确定储层渗透率预测模型的拟合系数；
S8、根据步骤S7中得到拟合系数的储层渗透率预测模型以及待预测岩样的核磁共振数据预测待预测岩样的渗透率。
2.根据权利要求1所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S3的具体步骤为：根据核磁共振T2分布曲线获取岩石样品核磁共振的横向驰豫时间T2、岩石中孔隙半径小于r的累积孔隙体积比Sv，分别对T2和Sv求对数，得到logT2和logSv；再以logT2为横坐标，logSv为纵坐标，制作散点图。
3.根据权利要求1所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S4中的计算公式为：
Figure FDA0003223012900000011
式中：R为相关系数，i为数据点序号。
4.根据权利要求3所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S5中两段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac的具体步骤为：
选择乘积最大值对应的logT2值作为分界点，将散点图中的数据点分为两段；
并分别对两段数据点进行线性拟合得到界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac；
再根据界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac计算微孔隙分形维数Dmic和宏孔隙分形维数Dmac。
5.根据权利要求3所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S5中三段式最优拟合法确定散点图中岩样的微孔隙分形维数Dmic和宏孔隙分形维数Dmac的具体步骤为：
选择两个不同的logT2值作为分界点，将散点图中的数据点分为三段；
分别计算多组两个不同的logT2值作为分界点时界限左边数据点线性拟合关系的相关系数Rmic、中间数据点线性拟合关系的相关系数Rnon和界限右边数据点线性拟合关系的相关系数Rmac的乘积，再确定乘积最大值对应的两个logT2值；
计算乘积最大值对应的两个logT2值时的界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac；
再根据界限左边数据点线性拟合关系式的斜率kmic和界限右边数据点线性拟合关系式的斜率kmac计算微孔隙分形维数Dmic和宏孔隙分形维数Dmac。
6.根据权利要求4或5所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述微孔隙分形维数Dmic和宏孔隙分形维数Dmac的计算公式为：
Dmic＝3-kmic
Dmac＝3-kmac
式中：Dmic为微孔隙分形维数；Dmac为宏孔隙分形维数；kmic为界限左边数据点线性拟合关系式的斜率；kmac为界限右边数据点线性拟合关系式的斜率。
7.根据权利要求1所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S6中储层渗透率预测模型包括：
当岩样的渗流空间以宏孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure FDA0003223012900000021
当岩样的渗流空间以宏孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure FDA0003223012900000031
当岩样的渗流空间以微孔隙为主，且同时测量了完全饱和水和束缚水状态核磁共振；
Figure FDA0003223012900000032
当岩样的渗流空间以微孔隙为主，且仅测量了完全饱和水状态核磁共振；
Figure FDA0003223012900000033
式中：k为渗透率；
Figure FDA0003223012900000034
为核磁共振孔隙度；Swi为束缚水饱和度；T2lm为核磁共振T2谱对数平均值；Dmic为微孔隙分形维数；Dmac为宏孔隙分形维数；a1、b1、c1、n1、a2、b2、c2、n2、a3、b3、c3、d3、n3、a4、b4、c4、d4、n4均为拟合系数。
8.根据权利要求1所述的一种基于核磁共振和分形维数的岩石渗透率预测方法，其特征在于，所述步骤S7中对储层渗透率预测模型的等式两边求对数，以岩石样品的气体渗透率作为标定，通过多元拟合求取储层渗透率预测模型中的拟合系数。
CN202110963250.5A 2021-08-20 2021-08-20 一种基于核磁共振和分形维数的岩石渗透率预测方法 Active CN113624799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110963250.5A CN113624799B (zh) 2021-08-20 2021-08-20 一种基于核磁共振和分形维数的岩石渗透率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110963250.5A CN113624799B (zh) 2021-08-20 2021-08-20 一种基于核磁共振和分形维数的岩石渗透率预测方法

Publications (2)

Publication Number Publication Date
CN113624799A true CN113624799A (zh) 2021-11-09
CN113624799B CN113624799B (zh) 2023-11-17

Family

ID=78386984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110963250.5A Active CN113624799B (zh) 2021-08-20 2021-08-20 一种基于核磁共振和分形维数的岩石渗透率预测方法

Country Status (1)

Country Link
CN (1) CN113624799B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115824939A (zh) * 2022-12-16 2023-03-21 成都理工大学 一种基于核磁共振及三维切片的溶蚀改造量化研究方法
CN118150428A (zh) * 2024-03-13 2024-06-07 西南石油大学 一种页岩孔隙分形维数的计算方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528933B (zh) * 2013-10-28 2016-03-30 北京大学 一种致密油气藏的储层孔隙结构的测量方法和系统
KR101671983B1 (ko) * 2015-10-12 2016-11-03 한국가스공사 기하등가투과도를 이용한 다공성 매질의 투과도 산출방법
CN107917865B (zh) * 2016-10-11 2020-01-31 中国石油化工股份有限公司 一种致密砂岩储层多参数渗透率预测方法
CN109100812B (zh) * 2018-07-25 2020-06-05 中国石油大学(北京) 基于核磁共振的岩石孔隙分形维数评价方法及装置
CN109375283B (zh) * 2018-11-07 2020-03-17 中国石油大学(华东) 一种砂岩储层3d渗透率演化史的分析方法
CN111707695B (zh) * 2020-06-16 2021-09-10 中国石油大学(北京) 基于核磁共振数据确定储层渗透率的方法、装置及设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115824939A (zh) * 2022-12-16 2023-03-21 成都理工大学 一种基于核磁共振及三维切片的溶蚀改造量化研究方法
CN115824939B (zh) * 2022-12-16 2023-10-13 成都理工大学 一种基于核磁共振及三维切片的溶蚀改造量化研究方法
CN118150428A (zh) * 2024-03-13 2024-06-07 西南石油大学 一种页岩孔隙分形维数的计算方法
CN118150428B (zh) * 2024-03-13 2024-09-03 西南石油大学 一种页岩孔隙分形维数的计算方法

Also Published As

Publication number Publication date
CN113624799B (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
CN113624799A (zh) 一种基于核磁共振和分形维数的岩石渗透率预测方法
CN111425193B (zh) 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法
EP3379433A1 (en) Stratum component optimization determination method and device
CN109838230B (zh) 油藏水淹层的定量评价方法
EP2447469B1 (en) Quantitative calculation method for hydrocarbon saturation of fractured reservoir
CN104278989B (zh) 一种获取低孔低渗储层饱和度指数的方法
CN108694264B (zh) 一种确定页岩气储层渗透率的方法
CN109932297B (zh) 一种致密砂岩储层渗透率的计算方法
CN105223116A (zh) 一种基于核磁共振谱系数法计算束缚水饱和度的方法
CN104990854B (zh) 确定束缚水饱和度的方法及装置
CN115860266B (zh) 一种页岩气/煤层气井产能评价方法、系统及电子设备
CN112796738A (zh) 一种阵列声波测井和常规测井结合的地层渗透率计算方法
US6879154B2 (en) Method for determining the resistivity index, as a function of the water saturation, of certain rocks of complex porosity
Lin et al. Study on algorithms of low SNR inversion of T 2 spectrum in NMR
CN109655394B (zh) 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法
CN105298477A (zh) 一种基于流动单元的地层孔隙结构解释方法
CN106837318B (zh) 岩层稠油含量获取方法和装置
CN109630091B (zh) 一种碳氧比测井中优化数值模拟能谱的方法
CN108979629B (zh) 一种基于密度和中子和核磁共振测井的气层密度计算方法
CN114109349A (zh) 一种致密砂岩储层孔隙度指数/饱和度指数的确定方法
CN114544459B (zh) 一种基于储层参数的岩心油水相渗曲线构建方法
CN115656241A (zh) 一种基于球管模型的孔洞型碳酸盐岩胶结指数的计算方法
Liu et al. Forward modeling of tight sandstone permeability based on mud intrusion depth and its application in the south of the Ordos Basin
CN112647933B (zh) 含水地层电阻率的测量方法
CN113805247B (zh) 一种w-s饱和度评价方法

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