CN114034619A - 一种基于数字岩心模拟的页岩油气储层脆性评价方法 - Google Patents
一种基于数字岩心模拟的页岩油气储层脆性评价方法 Download PDFInfo
- Publication number
- CN114034619A CN114034619A CN202111249856.9A CN202111249856A CN114034619A CN 114034619 A CN114034619 A CN 114034619A CN 202111249856 A CN202111249856 A CN 202111249856A CN 114034619 A CN114034619 A CN 114034619A
- Authority
- CN
- China
- Prior art keywords
- core
- shale
- rock
- mineral
- fracture
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 238000004088 simulation Methods 0.000 title claims abstract description 17
- 239000003079 shale oil Substances 0.000 title claims abstract description 13
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 111
- 239000011707 mineral Substances 0.000 claims abstract description 111
- 239000011435 rock Substances 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 37
- 239000012530 fluid Substances 0.000 claims abstract description 32
- 239000011148 porous material Substances 0.000 claims abstract description 24
- 238000002474 experimental method Methods 0.000 claims abstract description 17
- 238000011161 development Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 230000018109 developmental process Effects 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 9
- 229910021532 Calcite Inorganic materials 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 8
- 239000010453 quartz Substances 0.000 claims description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 8
- 238000000556 factor analysis Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 13
- 238000012986 modification Methods 0.000 abstract description 6
- 230000004048 modification Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 229910052570 clay Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01N15/088—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
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
- G01N3/10—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces generated by pneumatic or hydraulic pressure
- G01N3/12—Pressure testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth 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
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/003—Generation of the force
- G01N2203/0042—Pneumatic or hydraulic means
- G01N2203/0048—Hydraulic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/0212—Theories, calculations
- G01N2203/0216—Finite elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/022—Environment of the test
- G01N2203/0244—Tests performed "in situ" or after "in situ" use
- G01N2203/0246—Special simulation of "in situ" conditions, scale models or dummies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0647—Image analysis
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于数字岩心模拟的页岩油气储层脆性评价方法,包括以下步骤,步骤1:基于岩心二维图片,构建页岩三维数字岩心模型;步骤2:构建具有不同微观孔隙发育、流体特性、裂缝产状和矿物组分特征的页岩三维数字岩心模型;步骤3:采用数字岩石物理实验,单因素分析孔隙度、流体特性、裂缝产状以及矿物对于岩石脆性的影响;步骤4:建立综合反映矿物组分、裂缝产状、孔隙以及流体特性的脆性指数模型。本发明可以替代实际非常难以完成的传统物理实验,为页岩岩石物理和岩石力学研究提供新的方法和思路,同时采用基于数字岩心的数字岩石物理实验,为页岩脆性测井评价乃至页岩储层的压裂改造研究提供基础理论支撑。
Description
背景技术
页岩气是一种潜力巨大的非常规油气资源。页岩气开采依赖于有效的体 积压裂改造,页岩脆性越好,造缝能力越强,改造效果越好。因此,脆性是 页岩储集层地质评价的重要内容之一,是选择有利区和有利层段的重要参数。
页岩脆性的研究工作在国内还处于探索阶段,目前研究主要集中在通过 页岩矿物组分或弹性参数来表征页岩脆性。但是矿物法表征岩石脆性的问题, 主要表现在:①脆性矿物界定模糊,普遍认为石英为脆性矿物,但对碳酸盐 矿物(方解石和白云石)及黄铁矿是否属于脆性矿物存在争议;②孔隙、裂 缝及流体的脆性影响缺乏考虑;③脆性矿物含量多少、分布形式对脆性的影 响程度没有在矿物脆性指数里得到充分体现。
此外,对页岩脆性破坏特征、破裂机理及脆性成因机理的研究还局限于 宏观的岩心尺度,而岩石的宏观破裂与其内部的微裂隙、孔隙和纹层等微观 结构特征紧密相关,在微观尺度上开展页岩力学性质的实验研究,建立微观 结构特征与宏观力学性质之间的关系,对于深入认识页岩的脆性成因机理具 有重要意义。但是样品分析化验和岩石力学实验周期长,成本高,而且针对 页岩气储层这样非均质性和各向异性较强的岩石,限于岩心来源、收获率等 因素,难以取得具有代表性的样品,受样品数量及个体差异的制约,实验结果不具有普遍化,因此针对页岩气储层开展传统岩石物理实验的难度非常大。
发明内容
本发明要解决的技术问题是,
(1)页岩传统物理实验难度大;
(2)脆性矿物界定模糊;
(3)孔隙、裂缝以及流体对于脆性影响缺乏考虑;
(4)脆性矿物含量以及分布形式对于脆性的影响没有在矿物脆性指数中 体现。
本发明提供一种基于数字岩心模拟的页岩油气储层脆性评价方法,包括 以下步骤,
步骤1:基于岩心二维图片,构建页岩三维数字岩心模型;
步骤2:基于岩心嵌套技术,构建具有不同微观孔隙发育、流体特性、裂 缝产状和矿物组分特征的页岩三维数字岩心模型;
步骤3:基于页岩三维数字岩心模型,采用数字岩石物理实验,单因素分 析孔隙度、流体特性、裂缝产状以及矿物对于岩石脆性的影响;
步骤4:基于各个影响因素的影响程度大小确定主要影响因素和各个影响 因素的权重因子,建立综合反映矿物组分、裂缝产状、孔隙以及流体特性的 脆性指数模型。
进一步的,所述步骤1包括,
步骤1.1:根据地质资料和岩心矿物分析资料,确定页岩岩心主要的矿物 组分;
步骤1.2:针对获取的页岩岩心二维图片,识别出主要矿物组分后,依据 图片灰度数据直方图采用多阈值分割法进行图像分割获取岩心图片中主要矿 物的分布;
步骤1.3:基于识别矿物组分后的岩心二维图片,采用基于马尔科夫链- 蒙特卡洛的方法进行页岩三维数字岩心重建,建立页岩三维数字岩心模型;
步骤1.4:页岩三维数字岩心模型验证,对比二维岩心图片与构建三维数 字岩心的矿物组分类型及其相对含量。
进一步的,所述步骤2包括,
步骤2.1:依据地质资料和岩心分析资料,确定岩心孔隙度,而后采用随 机法构建具有不同孔隙度的三维数字岩心模型;
步骤2.2:采用格子玻尔兹曼法在孔隙空间中进行两相驱替模拟,获取具 有不同油气饱和度的三维数字岩心模型;
步骤2.3:依据地质资料获取裂缝产状基本信息,而后基于岩心图片通过 图像滤波、图像分割技术提取岩心中发育裂缝,计算裂缝宽度、裂缝倾角等 参数,最后采用平板模型建立具有不同裂缝产状的三维数字岩心模型;
步骤2.4:依据岩心分析资料或实验资料确定主要的矿物组分和含量,而 后采用随机法构建不同矿物类型、不同矿物含量的三维数字岩心模型;
步骤2.5:采用岩心嵌套技术,将步骤2.1到步骤2.4建立的孔隙、流体 特性、裂缝产状和矿物三维数字岩心模型分别嵌入步骤1.3建立的页岩三维 数字岩心模型中,建立具有不同孔隙度、流体特性、裂缝产状和矿物组分及 分布的页岩三维数字岩心模型。
进一步的,所述步骤3包括,
步骤3.1:基于页岩三维数字岩心模型,采用有限元法模拟计算岩石弹性 参数-杨氏模量和泊松比;
步骤3.2:采用以下公式计算岩石脆性指数:
式中,BI为脆性指数,E为杨氏模量,ν为泊松比,Emax表示岩石最大杨 氏模量和Emin表示最小杨氏模量,νmax为岩石最大泊松比,νmin为岩石最小的 泊松比;
步骤3.3:采用单因素法,分别研究孔隙度、流体特性、裂缝产状以及矿 物组分对于岩石脆性的影响,并确定各个影响因素的影响程度大小。
进一步的,所述步骤4包括,
步骤4.1:选取裂缝与矿物组分作为主要因素,依据敏感因素分析中对应 的敏感程度作为权重因子wfracture和wmineral;
步骤4.2:依据主要影响因素和权重因子建立新的脆性指数模型
BI_new=Wfractue×BI_fracture+Wmineral×BI_mineral,
式中,BI_new表示新的脆性指数模型,BI_fracture表示裂缝计算的脆性 指数和BI_mineral表示矿物计算的脆性指数;wfracture表示裂缝权重因子和 wmineral表示矿物的权重因子;
裂缝的脆性指数BI_facture依据裂缝孔隙度确定,
矿物的脆性指数BI_mineral采用以下公式确定,
式中,Vquartz为石英的含量,Vcalcite为方解石含量,Vmineral为所有的矿物 含量。
本发明的有益效果是,
(1)针对页岩传统物理实验难度大的问题,本发明采用数字岩心技术构建 页岩储层多组分数字岩心进行数字岩石物理实验;
(2)针对脆性矿物界定模糊的问题,本发明采用数字岩石物理实验的方法 研究不同矿物组分对于岩石弹性参数以及脆性指数的影响;
(3)针对孔隙、裂缝以及流体对于脆性影响缺乏考虑,本发明采油数字岩 心技术构建具有不同孔隙、裂缝特征和流体饱和度的数字岩心,研究上述因 素对于岩石弹性参数以及脆性指数的影响;
(4)针对脆性矿物含量以及分布形式对于脆性的影响没有在矿物脆性指 数中体现,本发明在数字岩石物理实验研究各个因素对于脆性指数的影响的 基础上,选取主要影响因素建立新的脆性指数模型;
(5)本发明可以替代实际非常难以完成的传统物理实验,为页岩岩石物理 和岩石力学研究提供新的方法和思路,同时采用基于数字岩心的数字岩石物 理实验,能够对页岩脆性成因机理进行探索性的研究,为页岩脆性测井评价 乃至页岩储层的压裂改造研究提供基础理论支撑。随着我国页岩气勘探开发 进行,对于页岩储层的改造压裂的需求不断增长,越来越多的需要进行储层 脆性评价,本发明在目前以及将来在页岩储层脆性评价以及可压裂性评价中 将发挥重要作用。
附图说明
图1.一种基于数字岩心模拟的页岩油气储层脆性评价方法流程图;
图2.基于二维岩心图片(a),通过多阈值分割获取不同矿物组分后的岩心 图片(b);
图3.基于识别矿物后的二维岩石图片,采用马尔科夫链-蒙特卡洛方法构 建页岩多组分三维数字岩心(a)以及三维数字岩心矿物组分与含量的验证(b);
图4.针对xoy,yoz和xoz三个平面的岩心图片(a-c),采用图像分割提 取孔隙(d-f),而后采用图像滤波获取裂缝(g-i);
图5.采用岩心嵌套技术将具有不同裂缝产状(a)-(c),不同孔隙度 (d)-(f),不同流体特性(g)-(i)和矿物含量以及分布特征(j)-(l)的三维数 字岩心模型嵌入页岩多组分三维数字岩心模型(m)中,建立出具有不同微观特 征的页岩三维数字岩心模型;
图6.采用单因素分析确定各个影响因素的敏感程度;
图7.基于三维数字岩心技术获取页岩储层新的脆性指数模型 (Brittleness_index_new)用于测井解释工作。
具体实施方式
本发明提供一种基于数字岩心模拟的页岩油气储层脆性评价方法,包括 以下步骤,
步骤1:基于岩心二维图片,构建页岩三维数字岩心模型。
步骤1.1:根据地质资料和岩心矿物分析资料,确定页岩岩心主要的矿物 组分;
步骤1.2:针对获取的页岩岩心二维图片,识别出主要矿物组分后,依据 图片灰度数据直方图采用多阈值分割法进行图像分割获取岩心图片中主要矿 物的分布;
步骤1.3:基于识别矿物组分后的岩心二维图片,采用基于马尔科夫链- 蒙特卡洛的方法进行页岩三维数字岩心重建,建立页岩三维数字岩心模型;
步骤1.4:页岩三维数字岩心模型验证,对比二维岩心图片与构建三维数 字岩心的矿物组分类型及其相对含量;
步骤2:基于岩心嵌套技术,构建具有不同微观孔隙发育、流体特性、裂 缝产状和矿物组分特征的页岩三维数字岩心模型。
步骤2.1:依据地质资料和岩心分析资料,确定岩心孔隙度,而后采用随 机法构建具有不同孔隙度的三维数字岩心模型;
步骤2.2:采用格子玻尔兹曼法在孔隙空间中进行两相驱替模拟,获取具 有不同油气饱和度的三维数字岩心模型;
步骤2.3:依据地质资料获取裂缝产状基本信息,而后基于岩心图片通过 图像滤波、图像分割技术提取岩心中发育裂缝,计算裂缝宽度、裂缝倾角等 参数,最后采用平板模型建立具有不同裂缝产状的三维数字岩心模型;
步骤2.4:依据岩心分析资料或实验资料确定主要的矿物组分和含量,而 后采用随机法构建不同矿物类型、不同矿物含量的三维数字岩心模型;
步骤2.5:采用岩心嵌套技术,将步骤2.1到步骤2.4建立的孔隙、流体 特性、裂缝产状和矿物三维数字岩心模型分别嵌入步骤1.3建立的页岩三维 数字岩心模型中,从而建立具有不同孔隙度、流体特性、裂缝产状和矿物组 分及分布的页岩三维数字岩心模型。
步骤3:基于页岩三维数字岩心模型,采用数字岩石物理实验,单因素分 析孔隙度、流体特性、裂缝产状以及矿物对于岩石脆性的影响。
步骤3.1:基于页岩三维数字岩心模型,采用有限元法模拟计算岩石弹性 参数-杨氏模量和泊松比;
步骤3.2:采用以下公式计算岩石脆性指数(1);
式中,BI为脆性指数,E为杨氏模量,ν为泊松比,Emax和Emin分别表示 岩石最大和最小杨氏模量;νmax和νmin分别为岩石最大和最小的泊松比。
步骤3.3:采用单因素法,分别研究孔隙度、流体特性、裂缝产状以及矿 物组分对于岩石脆性的影响,并确定各个影响因素的影响程度大小。
步骤4:基于各个影响因素的影响程度大小确定主要影响因素和各个影响 因素的权重因子,建立综合反映矿物组分、裂缝产状、孔隙以及流体特性的 脆性指数模型。
步骤4.1:基于单因素分析,确定主要影响因素的权重因子;
步骤4.2:依据主要影响因素和权重因子,建立综合脆性指数模型。
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
实施例1
以中国某油田例井Z泥页岩储层4050m-4125m基于数字岩心技术提出新 的脆性指数模型为例,图1为一种基于数字岩心模拟的页岩油气储层脆性评 价方法,一种基于数字岩心模拟的页岩油气储层脆性评价方法,具体包括以 下步骤:
步骤1:基于岩心二维图片,构建页岩三维数字岩心模型。
步骤1.1:根据地质资料和岩心矿物分析资料,确定页岩岩心主要的矿物 组分为有机质,粘土,石英和方解石;
步骤1.2:针对获取的页岩岩心二维图片(图2a和b),采用多阈值分割 获取不同矿物分布,0-有机质,1-粘土,2-石英,3-方解石;
步骤1.3:基于识别矿物组分后的页岩岩心二维图片,采用基于马尔科夫 链-蒙特卡洛的方法建立页岩三维数字岩心模型,如图3(a);而后对比二维岩 心图片与构建三维数字岩心的矿物组分类型及其相对含量图3(b),验证构建 页岩三维数字岩心的正确性;
步骤2:基于岩心嵌套技术,构建具有不同微观孔隙发育、流体特性、裂 缝产状和矿物组分特征的页岩三维数字岩心模型。
步骤2.1:
首先:基于xoy(图4a),yoz(图4b),xoz(图4c)三个平面的岩心图片通过 图像滤波(图4d-f)、图像分割技术提取岩心中发育裂缝(图4g-i);
其次:裂缝宽度定义为裂缝所占体素的个数,因此获取宽度分别为8.2,19.2 和7.2体素;裂缝长度定义为二维岩心图片中裂缝长度与岩心长度比值,裂缝 长度主要为38.3%;;裂缝倾角定义为岩石图片中裂缝与水平方向的夹角,因 此裂缝倾角平均为66.8°;
最后:采用平板模型建立具有不同裂缝产状的三维数字岩心模型如图 (5a-c);
步骤2.2:依据地质资料和岩心分析资料,确定岩心孔隙度,而后采用随 机法构建具有不同孔隙度的三维数字岩心模型,如图5(d-f);
步骤2.3:采用格子玻尔兹曼法在孔隙空间中进行气水两相驱替模拟,获 取具有不同含气饱和度的三维数字岩心模型,如图5(h-i),其中深黑色为气体, 浅灰色为地层水;
步骤2.4:而后采用随机法构建不同矿物类型、不同矿物含量的三维数字 岩心模型,如图5(j-l);
步骤2.5:采用岩心嵌套技术,将步骤2.1到步骤2.4建立的孔隙、流体 特性、裂缝产状和矿物三维数字岩心模型分别嵌入步骤1.3建立的页岩三维 数字岩心模型(图5m)中,从而建立具有不同孔隙度、流体特性、裂缝产状和 矿物组分及分布的页岩三维数字岩心模型。
步骤3:基于三维数字岩心模型,采用数字岩石物理实验,单因素分析孔 隙度、流体特性、裂缝产状以及矿物对于岩石脆性的影响。
步骤3.1:基于三维数字岩心模型,采用有限元法模拟计算岩石弹性参数 -杨氏模量和泊松比;
步骤3.2:采用以下公式计算岩石脆性指数(1);
式中,BI为脆性指数,E为杨氏模量,ν为泊松比,Emax和Emin分别表示 岩石最大和最小杨氏模量;νmax和νmin分别为岩石最大和最小的泊松比。通过 岩石力学实验资料分析可知,研究区域的岩石弹性参数的范围为:νmax=0.4, νmin=0.15,Emax=55.2Gpa and Emin=6.9Gpa
步骤3.3:采用单因素法获取每个影响因素的敏感程度,如图6所示,从 裂缝、矿物组分、流体特性到孔隙敏感性依次降低。
步骤4:基于各个影响因素的影响程度大小确定主要影响因素和各个影响 因素的权重因子,建立综合反映矿物组分、裂缝产状、孔隙以及流体特性的 脆性指数模型。
步骤4.1:选取裂缝与矿物组分作为主要因素,依据敏感因素分析中对应 的敏感程度作为权重因子wfracture和wmineral;
步骤4.2:依据主要影响因素和权重因子建立新的脆性指数模型(2)
BI_new=Wfractue×BI_fracture+Wmineral×BI_mineral, (2)
式中,BI_new表示新的脆性指数模型,BI_fracture和BI_mineral分别 表示裂缝和矿物计算的脆性指数;wfracture和wmineral分别表示裂缝与矿物的权重 因子;
裂缝的脆性指数BI_facture主要与裂缝孔隙度有关,矿物的脆性指数 BI_mineral主要与矿物的类型和力学参数有关(3),
式中,通过岩石力学实验资料分析可知,研究区域的岩石弹性参数的范 围为:νmax=0.4,νmin=0.15,Emax=55.2Gpa and Emin=6.9Gpa,Vquartz为石英的含量,Vcalcite为方解石含量,Vmineral为所有的矿物含量。
图7中第十二道给出依据新的脆性指数计算的脆性指数
Brittleness_index_new与依据矿物类型计算的脆性指数Brittleness_index 对比,从中可见当存在裂缝孔隙时,新的脆性指数大于基于矿物组分的脆性 指数,表明新的脆性指数综合反映的裂缝与矿物组分对于岩石脆性的影响
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本 领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和 原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护 范围之内。
Claims (5)
1.一种基于数字岩心模拟的页岩油气储层脆性评价方法,其特征在于,包括以下步骤,
步骤1:基于岩心二维图片,构建页岩三维数字岩心模型;
步骤2:基于岩心嵌套技术,构建具有不同微观孔隙发育、流体特性、裂缝产状和矿物组分特征的页岩三维数字岩心模型;
步骤3:基于页岩三维数字岩心模型,采用数字岩石物理实验,单因素分析孔隙度、流体特性、裂缝产状以及矿物对于岩石脆性的影响;
步骤4:基于各个影响因素的影响程度大小确定主要影响因素和各个影响因素的权重因子,建立综合反映矿物组分、裂缝产状、孔隙以及流体特性的脆性指数模型。
2.如权利要求1所述的一种基于数字岩心模拟的页岩油气储层脆性评价方法,其特征在于,所述步骤1包括,
步骤1.1:根据地质资料和岩心矿物分析资料,确定页岩岩心主要的矿物组分;
步骤1.2:针对获取的页岩岩心二维图片,识别出主要矿物组分后,依据图片灰度数据直方图采用多阈值分割法进行图像分割获取岩心图片中主要矿物的分布;
步骤1.3:基于识别矿物组分后的岩心二维图片,采用基于马尔科夫链-蒙特卡洛的方法进行页岩三维数字岩心重建,建立页岩三维数字岩心模型;
步骤1.4:页岩三维数字岩心模型验证,对比二维岩心图片与构建三维数字岩心的矿物组分类型及其相对含量。
3.如权利要求1所述的一种基于数字岩心模拟的页岩油气储层脆性评价方法,其特征在于,所述步骤2包括,
步骤2.1:依据地质资料和岩心分析资料,确定岩心孔隙度,而后采用随机法构建具有不同孔隙度的三维数字岩心模型;
步骤2.2:采用格子玻尔兹曼法在孔隙空间中进行两相驱替模拟,获取具有不同油气饱和度的三维数字岩心模型;
步骤2.3:依据地质资料获取裂缝产状基本信息,而后基于岩心图片通过图像滤波、图像分割技术提取岩心中发育裂缝,计算裂缝宽度、裂缝倾角等参数,最后采用平板模型建立具有不同裂缝产状的三维数字岩心模型;
步骤2.4:依据岩心分析资料或实验资料确定主要的矿物组分和含量,而后采用随机法构建不同矿物类型、不同矿物含量的三维数字岩心模型;
步骤2.5:采用岩心嵌套技术,将步骤2.1到步骤2.4建立的孔隙、流体特性、裂缝产状和矿物三维数字岩心模型分别嵌入步骤1.3建立的页岩三维数字岩心模型中,建立具有不同孔隙度、流体特性、裂缝产状和矿物组分及分布的页岩三维数字岩心模型。
5.如权利要求1所述的一种基于数字岩心模拟的页岩油气储层脆性评价方法,其特征在于,所述步骤4包括,
步骤4.1:选取裂缝与矿物组分作为主要因素,依据敏感因素分析中对应的敏感程度作为权重因子wfracture和wmineral;
步骤4.2:依据主要影响因素和权重因子建立新的脆性指数模型
BI_new=Wfractue×BI_fracture+Wmineral×BI_mineral,
式中,BI_new表示新的脆性指数模型,BI_fracture表示裂缝计算的脆性指数和BI_mineral表示矿物计算的脆性指数,wfracture表示裂缝权重因子和wmineral表示矿物的权重因子;
裂缝的脆性指数BI_facture依据裂缝孔隙度确定,
矿物的脆性指数BI_mineral采用以下公式确定,
式中,Vquartz为石英的含量,Vcalcite为方解石含量,Vmineral为所有的矿物含量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111249856.9A CN114034619B (zh) | 2021-10-26 | 2021-10-26 | 一种基于数字岩心模拟的页岩油气储层脆性评价方法 |
NL2032835A NL2032835B1 (en) | 2021-10-26 | 2022-08-23 | Digital core simulation based and computer implemented method for evaluating brittleness of shale oil and gas reservoir |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111249856.9A CN114034619B (zh) | 2021-10-26 | 2021-10-26 | 一种基于数字岩心模拟的页岩油气储层脆性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114034619A true CN114034619A (zh) | 2022-02-11 |
CN114034619B CN114034619B (zh) | 2022-08-16 |
Family
ID=80141983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111249856.9A Active CN114034619B (zh) | 2021-10-26 | 2021-10-26 | 一种基于数字岩心模拟的页岩油气储层脆性评价方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114034619B (zh) |
NL (1) | NL2032835B1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115356772A (zh) * | 2022-08-16 | 2022-11-18 | 重庆科技学院 | 一种考虑夹层类型的陆相页岩气储层脆性评价方法 |
CN115808353A (zh) * | 2022-11-21 | 2023-03-17 | 西安石油大学 | 基于数字岩心的岩石可压裂性表征方法及装置 |
CN116537773A (zh) * | 2023-05-26 | 2023-08-04 | 中国石油大学(华东) | 一种考虑参数不确定性的页岩储层可压性置信度评价方法 |
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 |
WO2024027084A1 (zh) * | 2022-08-02 | 2024-02-08 | 西南石油大学 | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103485759A (zh) * | 2013-09-10 | 2014-01-01 | 中国石油大学(北京) | 油气井水力压裂裂缝扩展可视化实验方法及其装置 |
CN104832169A (zh) * | 2015-05-30 | 2015-08-12 | 重庆地质矿产研究院 | 水平井两井同步或异步多段分簇压裂室内实验井筒装置及方法 |
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
CN105156103A (zh) * | 2015-09-29 | 2015-12-16 | 西南石油大学 | 一种岩屑-岩心-井眼-储层多尺度的页岩储层三维可压裂性评价方法 |
CN105928957A (zh) * | 2016-04-20 | 2016-09-07 | 西安石油大学 | 一种裂缝性碳酸盐岩三维数字岩心的构建方法 |
CN106837315A (zh) * | 2015-12-03 | 2017-06-13 | 中国石油化工股份有限公司 | 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法 |
CN109242970A (zh) * | 2018-10-11 | 2019-01-18 | 中国科学院力学研究所 | 页岩lREV尺度数字岩心重构方法及装置 |
CN109887083A (zh) * | 2019-01-29 | 2019-06-14 | 中国石油集团测井有限公司西南分公司 | 一种裂缝-孔隙双重介质耦合渗透率模型的建立方法 |
CN111894568A (zh) * | 2020-08-04 | 2020-11-06 | 中国地质大学(北京) | 裂缝性碳酸盐岩油藏饱和度模型数字岩心分析方法 |
CN111911142A (zh) * | 2020-08-04 | 2020-11-10 | 中国地质大学(北京) | 裂缝性致密砂岩气藏含水饱和度模型数字岩心构建方法 |
CN112348880A (zh) * | 2020-11-10 | 2021-02-09 | 重庆科技学院 | 一种非常规储层多尺度与多组分数字岩心构建方法 |
CN113138107A (zh) * | 2021-04-15 | 2021-07-20 | 东北石油大学 | 基于随钻岩屑录井资料的岩石脆性评价方法 |
CN113358537A (zh) * | 2020-03-04 | 2021-09-07 | 中国石油天然气股份有限公司 | 非常规储层岩石的物理属性模拟方法及装置 |
-
2021
- 2021-10-26 CN CN202111249856.9A patent/CN114034619B/zh active Active
-
2022
- 2022-08-23 NL NL2032835A patent/NL2032835B1/en active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103485759A (zh) * | 2013-09-10 | 2014-01-01 | 中国石油大学(北京) | 油气井水力压裂裂缝扩展可视化实验方法及其装置 |
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN104832169A (zh) * | 2015-05-30 | 2015-08-12 | 重庆地质矿产研究院 | 水平井两井同步或异步多段分簇压裂室内实验井筒装置及方法 |
CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
CN105156103A (zh) * | 2015-09-29 | 2015-12-16 | 西南石油大学 | 一种岩屑-岩心-井眼-储层多尺度的页岩储层三维可压裂性评价方法 |
CN106837315A (zh) * | 2015-12-03 | 2017-06-13 | 中国石油化工股份有限公司 | 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法 |
CN105928957A (zh) * | 2016-04-20 | 2016-09-07 | 西安石油大学 | 一种裂缝性碳酸盐岩三维数字岩心的构建方法 |
CN109242970A (zh) * | 2018-10-11 | 2019-01-18 | 中国科学院力学研究所 | 页岩lREV尺度数字岩心重构方法及装置 |
CN109887083A (zh) * | 2019-01-29 | 2019-06-14 | 中国石油集团测井有限公司西南分公司 | 一种裂缝-孔隙双重介质耦合渗透率模型的建立方法 |
CN113358537A (zh) * | 2020-03-04 | 2021-09-07 | 中国石油天然气股份有限公司 | 非常规储层岩石的物理属性模拟方法及装置 |
CN111894568A (zh) * | 2020-08-04 | 2020-11-06 | 中国地质大学(北京) | 裂缝性碳酸盐岩油藏饱和度模型数字岩心分析方法 |
CN111911142A (zh) * | 2020-08-04 | 2020-11-10 | 中国地质大学(北京) | 裂缝性致密砂岩气藏含水饱和度模型数字岩心构建方法 |
CN112348880A (zh) * | 2020-11-10 | 2021-02-09 | 重庆科技学院 | 一种非常规储层多尺度与多组分数字岩心构建方法 |
CN113138107A (zh) * | 2021-04-15 | 2021-07-20 | 东北石油大学 | 基于随钻岩屑录井资料的岩石脆性评价方法 |
Non-Patent Citations (3)
Title |
---|
张晨晨等: "页岩储集层脆性研究进展", 《新疆石油地质》 * |
范宜仁等: "基于数字岩心技术的页岩储层可压裂性定量评价", 《测井技术》 * |
赵建鹏等: "三维数字岩心技术岩石物理应用研究进展", 《地球物理学进展》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024027084A1 (zh) * | 2022-08-02 | 2024-02-08 | 西南石油大学 | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 |
CN115356772A (zh) * | 2022-08-16 | 2022-11-18 | 重庆科技学院 | 一种考虑夹层类型的陆相页岩气储层脆性评价方法 |
CN115356772B (zh) * | 2022-08-16 | 2023-04-04 | 重庆科技学院 | 一种考虑夹层类型的陆相页岩气储层脆性评价方法 |
CN115808353A (zh) * | 2022-11-21 | 2023-03-17 | 西安石油大学 | 基于数字岩心的岩石可压裂性表征方法及装置 |
CN116537773A (zh) * | 2023-05-26 | 2023-08-04 | 中国石油大学(华东) | 一种考虑参数不确定性的页岩储层可压性置信度评价方法 |
CN116537773B (zh) * | 2023-05-26 | 2024-05-07 | 中国石油大学(华东) | 一种考虑参数不确定性的页岩储层可压性置信度评价方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114034619B (zh) | 2022-08-16 |
NL2032835B1 (en) | 2023-11-28 |
NL2032835A (en) | 2022-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114034619B (zh) | 一种基于数字岩心模拟的页岩油气储层脆性评价方法 | |
Odling et al. | Variations in fracture system geometry and their implications for fluid flow in fractures hydrocarbon reservoirs | |
Aguilera | Incorporating capillary pressure, pore throat aperture radii, height above free-water table, and Winland r35 values on Pickett plots | |
US9134457B2 (en) | Multiscale digital rock modeling for reservoir simulation | |
US20130297272A1 (en) | Three-dimensional multi-modal core and geological modeling for optimal field development | |
US20070112518A1 (en) | Method and Apparatus for Measuring the Wettability of Geological Formations | |
CN105651966A (zh) | 一种页岩油气优质储层评价方法及参数确定方法 | |
WO2015021088A1 (en) | Methods for determining a saturation-height function in oil and gas reservoirs | |
Deng et al. | Petrophysics of triple-porosity tight gas reservoirs with a link to gas productivity | |
CN109143399B (zh) | 一种识别碳酸盐岩层序界面的方法 | |
Zhang | MPS-driven digital rock modeling and upscaling | |
Solano | Reservoir characterization of the upper Jurassic-lower cretaceous Nikanassin group | |
Cuddy | The application of the mathematics of fuzzy logic to petrophysics | |
Keogh et al. | Data capture for multiscale modelling of the Lourinha Formation, Lusitanian Basin, Portugal: an outcrop analogue for the Statfjord Group, Norwegian North Sea | |
Tomomewo et al. | Characterization of the Bakken Formation using NMR and SEM Techniques | |
Wimmers et al. | Integration of sedimentology, petrophysics and rock typing as key to understanding a tight gas reservoir | |
Han et al. | Characterizing locality-and scale-dependent heterogeneity in conglomerate core and associated fluid flow using X-ray CT imaging | |
Ismail et al. | Rock typing of the Miocene Hammam Faraun alluvial fan delta sandstone reservoir using well logs, nuclear magnetic resonance, artificial neural networks, and core analysis, Gulf of Suez, Egypt | |
Ghosh et al. | Tectonic joint size, abundance, and connectivity: Examples from Woodford Shale and Hunton Limestone | |
Ali Akbar et al. | Naturally fractured carbonate reservoir characterization: A case study of a mature high-pour point oil field in Hungary | |
Jasim et al. | Specifying quality of a tight oil reservoir through 3-d reservoir modeling | |
Skalinski et al. | Rock type definition and pore type classification of a carbonate platform, Tengiz Field, Republic of Kazakhstan | |
Esmaeili et al. | Simulating reservoir capillary pressure curves using image processing and classification machine learning algorithms applied to petrographic thin sections | |
CN114185083A (zh) | 一种碎屑岩地层中断层封闭性的定量评价方法 | |
La Fontaine et al. | Integrated outcrop and subsurface geomodeling of the Turonian Wall Creek Member of the Frontier Formation, Powder River Basin, Wyoming, USA |
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 |