CN114088585A - 一种页岩润湿角预测模型建立的方法、装置、设备及介质 - Google Patents
一种页岩润湿角预测模型建立的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114088585A CN114088585A CN202111345626.2A CN202111345626A CN114088585A CN 114088585 A CN114088585 A CN 114088585A CN 202111345626 A CN202111345626 A CN 202111345626A CN 114088585 A CN114088585 A CN 114088585A
- Authority
- CN
- China
- Prior art keywords
- shale
- wetting angle
- experimental
- wetting
- sample
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本文提供了一种页岩润湿角预测模型建立的方法、装置、设备及介质,利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定粗糙样本的润湿角与实验环境的映射关系;根据粗糙样本的岩性分布、粗糙样本的形态特性和粗糙样本的润湿角与实验环境的映射关系,创建润湿角预测模型,本文通过微注入法标定后的实验因素对粗糙样本进行润湿测试,能够得到降低人为因素影响的润湿角与实验环境的映射关系,基于降低人为因素影响的润湿角与实验环境的映射关系创建润湿角预测模型,能够无需力测量法及微注入法的情况下,通过润湿角预测模型即可快速地预测得到精准的润湿角。
Description
技术领域
本发明涉及页岩润湿性表征技术领域,可用于石油勘探领域,尤其是一种页岩润湿角预测模型建立的方法、装置、设备及介质。
背景技术
在油气藏中,润湿度是表征岩石、油、水和气之间相互作用的重要性质,是决定剩余油开采量和石油最终采油率的重要参数,在工程实验中证明了,页岩润湿角与其润湿度存在对应的关系。
由于页岩的多级微观尺度结构和表面化学性质的强非均质性,宏观的润湿度测量方法难以表征,传统的润湿角测量方法,例如Amott法、美国矿务局法或Amott和美国矿务局结合法等,都是基于比较宏观的岩心尺度,所以在对页岩的微观测量中,传统方法的测量结果往往不尽人意。在微观的页岩润湿角测量过程中,人为因素对最终的测量结果是很大的,且在测量页岩润湿角的过程中,需要对每一块页岩都进行测试,测试过程冗余,耗费大量人力物力,所以亟需一种模型,可以根据与页岩相关的性质参数和环境条件,快速得到该页岩在特定位置的润湿角。
发明内容
针对现有技术的上述问题,本文的目的在于,提供一种页岩润湿角预测模型建立的方法、装置、设备及介质,以解决现有技术中传统测量方法无法在微观角度测量页岩的润湿角,且测量过程受到人为因素影响较多,测量结果不准确的问题。
为了解决上述技术问题,本文的具体技术方案如下:
一方面,本文提供一种页岩润湿角预测模型建立的方法,包括:
利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系;
根据所述粗糙样本的所述岩性分布、所述粗糙样本的形态特性和所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建页岩润湿角预测模型;
其中,所述微注入法的实验因素的标定过程包括:
根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素;
根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
作为本文的一个实施例,在所述根据所述微注入法对光滑样本的润湿测试结果,标定所述力测量法的实验因素之前,包括:
对所述页岩进行矿物定量分析,得到所述页岩的所述岩性分布;
将不同所述岩性分布的所述页岩进行切分,得到若干页岩样本;
对其中一个所述页岩样本的双面进行离子束抛光,得到所述光滑样本;
将其余所述页岩样本的双面进行砂纸打磨,得到若干不同所述形态特性的所述粗糙样本。
作为本文的一个实施例,所述根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素,进一步包括:
利用所述微注入法对所述光滑样本的一面进行所述润湿测试,以得到第一润湿角;
利用所述力测量法对所述光滑样本的另一面进行润湿测试,调整所述力测量法的实验因素,当所述力测量法得到的第二润湿角与所述第一润湿角的差值小于临界阈值时,将当前实验因素确定为所述力测量法标定后的实验因素。
作为本文的一个实施例,所述根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素,进一步包括:
在所述力测量法标定后的实验因素下,利用所述力测量法对若干岩性分布的所述粗糙样本的一面进行润湿测试,得到第三润湿角;
利用所述微注入法对所述粗糙样本的另一面进行润湿测试,调整所述微注入法的实验因素,当所述微注入法得到的第四润湿角与所述第三润湿角的差值小于所述临界阈值时,将当前实验因素确定为所述微注入法标定后的实验因素。
作为本文的一个实施例,所述利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系,进一步包括:
设定实验环境,分别向各粗糙样本的一面注入液滴,当所述液滴稳定时,扫描各液滴与各粗糙样本的成像;
对于每一成像,确定所述液滴与所述粗糙样本的基线,并确定所述基线上的线面接触点;
根据所述基线确定液滴的顶部与所述粗糙样本相接触面的距离;
根据所述线面接触点确定所述液滴的半径;
根据所述距离和所述半径确定相关粗糙样本的润湿角;
调整所述微注入法的所述实验环境,重复上述测量粗糙样本的润湿角的过程;
根据各实验环境下测得的各粗糙样本的润湿角,拟合成粗糙样本的润湿角与所述实验环境的映射关系。
作为本文的一个实施例,所述微注入法的实验环境包括温度和湿度;
所述力测量法的实验因素至少包括显微镜的悬臂梁移速;
所述微注入法的实验因素至少包括基线和线面接触点。
另一方面,本文还提供一种页岩润湿角预测方法,包括:
获取待分析页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性;
将所述页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性输入至任一项所述的方法建立的页岩润湿角预测模型中,预测得到所述待分析页岩的润湿角。
另一方面,本文还提供一种页岩润湿角预测模型建立的装置,包括:
映射生成单元,用于利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系;
模型创建单元,用于根据所述粗糙样本的岩性分布、所述粗糙样本的形态特性和所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建页岩润湿角预测模型;
其中,所述微注入法的实验因素的标定过程包括:
根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素;
根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
另一方面,本文还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述的页岩润湿角预测模型建立的方法。
另一方面,本文还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现任意一项所述的页岩润湿角预测模型建立的方法。
本文通过微注入法标定后的实验因素对粗糙样本进行润湿测试,能够得到降低人为因素影响的润湿角与实验环境的映射关系,基于降低人为因素影响的润湿角与实验环境的映射关系创建润湿角预测模型,能够无需力测量法及微注入法的情况下,通过润湿角预测模型即可快速地预测得到精准地润湿角。
为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本文实施例一种页岩润湿角预测模型建立的整体系统图;
图2示出了本文实施例一种页岩润湿角预测模型建立的方法的步骤示意图;
图3示出了本文实施例一种页岩润湿角预测模型建立的方法的页岩样本示意图;
图4示出了本文实施例一种页岩润湿角预测模型建立的方法的页岩样本与液滴示意图;
图5示出了本文实施例一种页岩润湿角预测模型建立的方法的微注入法润湿角测量示意图;
图6示出了本文实施例一种页岩润湿角预测模型建立的方法的力测量法示意图;
图7示出了本文实施例一种页岩润湿角预测方法示意图;
图8示出了本文实施例一种页岩润湿角预测模型建立的装置;
图9示出了本文实施例一种润湿角预测模型训练过程的数据流程图;
图10示出了本文实施例一种计算机设备示意图。
附图符号说明:
100、云数据库;
101、运算服务器;
102、控制终端;
103、显示终端;
801、映射生成单元;
802、模型创建单元;
1002、计算机设备;
1004、处理器;
1006、存储器;
1008、驱动机构;
1010、输入/输出模块;
1012、输入设备;
1014、输出设备;
1016、呈现设备;
1018、图形用户接口;
1020、网络接口;
1022、通信链路;
1024、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,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,都属于本文保护的范围。
需要说明的是,本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
在当前,石油勘探中常规的采集方式所获取的储量已经十分有限,所以各个国家都在发展利用非常规的手段获取一些以往不曾进行开采的油藏,例如页岩中油气藏的开发,是各个国家十分重视的,然而在页岩油气开采过程中,人们发现页岩表面的润湿度对产油量影响非常大,而在现有研究中可以直观的得到页岩润湿度与页岩润湿角是直接相关的,所以需要有一种方法,可以直接的、定量的表征页岩孔隙尺度润湿角,这对于促进本领域人员理解页岩油气运移特征,耦合富含黏土有机物的骨架表征具有重要意义。
如图1所示一种页岩润湿角预测模型建立的整体系统图,包括云数据库100、运算服务器101、控制终端102和显示终端103。
控制终端102可以获取待预测页岩所属地层的地层形态特性数据,该地层形态特性数据可以来自于本地层的施工日志,也可以来自本地层的地震数据,本文对地层形态特性数据的来源不做限定,用户可以根据地层形态特性数据获取到待预测页岩的岩性分布,并可以根据地层形态特性数据获取到页岩的表面的形态特性,同样用户可以根据地层形态特性数据获取到待预测页岩所处的地层环境,这些数据可以是通过控制终端102发送至云数据库100中存储或获取,也可以是用户通过纸质文件或者网络数据获取,本文将地层形态特性数据存储到云数据库100中,云数据库100可以由具有经验的技术人员进行维护,并提供给用户使用。
其中,形态特性代表了页岩表面的粗糙程度,地层环境表征了页岩所受的温度和湿度。
需要说明的是显示终端103和控制终端102可以是一体的,也可以是分离式的装置,施工人员可以在施工现场将地层形态特性数据输入至控制终端102,设计人员可以由远端通过显示终端103获取对应的润滑角,本文对显示终端103和控制终端102的结合方式不做限定。
在用户将页岩的岩性分布、页岩所处的地层环境和页岩的形态特征输入到控制终端102后,运算服务器101调动预先训练的润湿角预测模型,得到带预测页岩的润湿角,并将该润湿角发送至显示终端103,该显示终端103可以是通过web显示,也可以直接通过Linux显示,本文对显示终端103的显示方式不做限定。
通过这种系统,实现了云数据库100保存待预测页岩的地层形态特性数据,实现了长时间周期的数据存取的有效性,且云数据库100在施工现场的后方数据中心维护,与施工现场分离,保障了数据的完整性。
运算服务器101可以与若干控制终端102无线连接,通过多个控制终端102的地层形态特性数据的输入,可以加速润湿角预测模型的训练速度,加强润湿角预测模型的预测精准度,且可以快速的获取待预测页岩的润湿角。
在页岩中油藏开采过程中,施工人员往往需要确定该页岩的润湿角,所以需要提取页岩,利用各种实验方法确定该页岩的润湿角,然而这种方式需要反复的开采页岩,费事费力,所以现阶段亟需一种预测模型,可以根据若干参数,预测出页岩的润湿角。
为了解决上述问题,本文实施例提供了一种页岩润湿角预测模型建立的方法,能够建立预测润湿角的模型,图2是本文实施例提供的一种页岩润湿角预测模型建立的方法的步骤示意图,可以应用于页岩润湿性表征技术领域,可用于石油勘探领域,使用该方法可以解决上述问题,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图2所示,所述方法可以包括:
步骤201、利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系。
步骤202、根据所述粗糙样本的所述岩性分布、所述粗糙样本的形态特性和所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建页岩润湿角预测模型。
其中,所述微注入法的实验因素的标定过程包括:
步骤21、根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素。
步骤22、根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
需要说明的是,为了扩大润湿角预测模型的样本空间,令润湿角预测模型的预测结果更加准确,本文可以同时采取若干的页岩,页岩彼此之间岩性分布是不相同的,每一个页岩的岩性分布都表明了页岩对应地层的地层特性,例如该页岩可包含37.4%石英、0.2%钾长石、13.7%斜长石、5.2%方解石、2.3%铁白云石、0.2%白云石、0.5%菱铁矿、3.2%黄铁矿、37.3%黏土矿物,也可包含38.3%石英、0.01%钾长石、10.2%斜长石、5.7%方解石、1.4%铁白云石、0.01%白云石、0.58%菱铁矿、3.5%黄铁矿、40.3%黏土矿物,通过这种方式可以不断的增加润湿角预测模型的样本空间,而且可以在开采新的油藏时,采取本文的润湿角预测模型建立方法,增加样本空间,令润湿角预测模型的精准性更加优化,直至达到比现有的预测模型更加准确的效果。
在利用微注入法对粗糙样本进行测量时,需要利用到扫描电镜,采集粗糙样本与液滴的成像,当获取完成成像后,由使用者通过扫描电镜内的基线去对准成像中的液滴的弧型表面顶点,在对准完成后,按照基线上的刻度,得到粗糙样本与液滴的弧形表面顶点的距离,根据以往的测量习惯,当用户觉得该距离有偏差,就需要根据液滴与粗糙表面所成的线面接触点调整基线的位置,直至得到用户理想的粗糙样本与液滴的弧形表面顶点的距离,但是,由于粗糙样本的表面是凹凸不同的,所以使用这种方法对粗糙样本进行测量,并不能直接得到所需要的正确的测试结果,是一定会引入人为误差的,当人为误差较大时,即形成了错误,这对于实验来说是需要杜绝的,所以需要有基准的测试结果去矫正人为误差,将人为误差降低到用户可接受的范围。
在进行微注入法测量时,微注入法的实验环境对于最终的测量结果也是存在影响的,例如微注入法的所处的温度和湿度,且这种温度和湿度并非是影响微注入法的实验仪器,而是影响粗糙样本与液滴之间的作用力,或者影响粗糙样本的化学性质,所以在进行微注入法时,当得到了测试结果与实验环境的后,可以通过多次调整实验环境,来得到多个润湿角,且该实验环境模拟了粗糙样本对应页岩所处的地层环境,这对于现实的油气藏开发具有指导价值。
需要说明的是,页岩进行切片后得到的页岩样本,对页岩样本的两面进行离子束处理,得到的近似于镜面的样本,在本文中,可以叫做光滑样本,微注入法对于光滑样本进行测试时,不会出现误差,或者用户可以认为其是精确地,通过对一块光滑样本的一面进行润湿测试,得到光滑样本的第一润湿角,然后再次使用当前的光滑样本,对其另一面进行力测量法的润湿测试,调整力测量法的实验因素,当力测量法得到的第二润湿角与第一润湿角的误差小于临界阈值时,就认为当前的力测量法的实验因素已经被校准,力测量法之后进行的测量都可以得到正确的结果,或者是满足用户需要的结果,再通过力测量法测得的润湿角去校准微注入法。
作为本文的一个实施例,在微注入法标定之前,还包括:
对所述页岩进行矿物定量分析,得到所述页岩的所述岩性分布。
将不同所述岩性分布的所述页岩进行切分,得到若干页岩样本。
对其中一个所述页岩样本的双面进行离子束抛光,得到所述光滑样本。
将其余所述页岩样本的双面进行砂纸打磨,得到若干不同所述形态特性的所述粗糙样本。
在本步骤中,如图3所示一种页岩润湿角预测模型建立的方法的页岩样本示意图,通过QEMSCAN技术可以对页岩进行矿物定量分析,并根据分析结果得到页岩的岩性分布,需要说明的是,可以同时获取若干种页岩,并分别对其进行矿物定量分析,将若干种岩性分布的页岩进行切分,例如可以对每一种页岩切分出1cm*1cm的页岩样本,并每一种页岩样本进行区域划分,将每一块页岩样本划分出9个区域,例如可以对第一个区域进行两面的离子束处理,得到光滑样本,然后对其余的8个区域进行砂纸的打磨。
例如可以对第二区域进行100目砂纸的打磨,对第三区域进行100目砂纸和200目砂纸的打磨,对第四区域进行100目砂纸、200目砂纸和400目砂纸的打磨,对第五区域进行100目砂纸、200目砂纸、400目砂纸和600目砂纸的打磨,对第六区域进行100目砂纸、200目砂纸、400目砂纸、600目砂纸和1000目砂纸的打磨,对第七区域进行100目砂纸、200目砂纸、400目砂纸、600目砂纸、1000目砂纸和1500目砂纸的打磨,对第八区域进行100目砂纸、200目砂纸、400目砂纸、600目砂纸、1000目砂纸、1500目砂纸和1800目砂纸的打磨,对第九区域进行100目砂纸、200目砂纸、400目砂纸、600目砂纸、1000目砂纸、1500目砂纸、1800目砂纸和2000目砂纸的打磨。
将页岩样本进行多种砂纸的打磨,可以得到一块页岩样本中的粗糙样本的若干种形态特征,本文所述的形态特征可以保证粗糙样本的粗糙程度,具体可以是使用原子力显微镜对粗糙样本的中心范围500μm*500μm内进行三位形貌扫描,在扫描结束后使用凹凸幅度平均参数(平均值和方均根),统计学参数(偏度和峰度),随机过程空间分布参数(自相关长度),分形参数(分形维数和Hurst指数)表征粗糙度的形态特征,需要说明的是,上述的参数可以根据原子力显微镜计算并得到,所以本文在此不再赘述。
作为本文的一个实施例,步骤21根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素,具体包括:
利用所述微注入法对所述光滑样本的一面进行所述润湿测试,以得到第一润湿角。
利用所述力测量法对所述光滑样本的另一面进行润湿测试,调整所述力测量法的实验因素,当所述力测量法得到的第二润湿角与所述第一润湿角的差值小于临界阈值时,将当前实验因素确定为所述力测量法标定后的实验因素。
在本步骤中,需要校正力测量法的实验因素,当微注入法对光滑样本进行润湿测试时,认为其是准确的,润湿测试结果只与实验环境有关,所以通过这样的方式,将微注入法的实验环境与力测量法的实验环境一致后,利用微注入法对光滑样本的一面进行测试,然后利用力测量法的测量光滑样本,当两种方法测得的润湿角的误差大于临界阈值时,调整影响力测量法的实验因素,本文中实验因素可以包括:显微镜的共振频率、显微镜悬臂梁的涂漆种类,悬臂梁移速和显微镜的分辨率,可以是其中的一种,也可以是其中的多种,本文所采用的实验因素为悬臂梁移速,当大于临界阈值,降低悬臂梁移速,并在此测试光滑样本的润湿角,直至两种润湿角测试方法的结果小于临界阈值,即将当前的悬臂梁移速认为是最能降低人为因素干扰的情况,在之后对粗糙样本进行润湿测试时,都采用当前的悬臂梁移速,实现了去除人为干扰,保证了实验因素,最大限度的降低误差。
作为本文的一个实施例,步骤22根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素,具体包括:
在所述力测量法标定后的实验因素下,利用所述力测量法对若干岩性分布的所述粗糙样本的一面进行润湿测试,得到第三润湿角。
利用所述微注入法对所述粗糙样本的另一面进行润湿测试,调整所述微注入法的实验因素,当所述微注入法得到的第四润湿角与所述第三润湿角的差值小于所述临界阈值时,将当前实验因素确定为所述微注入法标定后的实验因素。
在本步骤中,需要说明的是,当前已经调整完成力测量法,并可以将力测量法作为基准并对粗糙样本进行测试,利用力测量法对任意一个形态特征的粗糙样本的一面进行测试后,得到第三润湿角,此时将第三润湿角作为基准,并通过第三润湿角去调整微注入法对粗糙样本的实验因素,其中,具体的实验因素包括微注入法中的基线和线面接触点,对比当前粗糙样本得到的第四润湿角和第三润湿角,若第四润湿角与第三润湿角的误差大于临界阈值,则调整微注入法的实验因素,直至第四润湿角与第三润湿角的误差小于临界阈值,需要说明的是,具体的实验误差的计算,可以根据公式若该误差小于5%,则认为微注入法的实验因素已经被校准,将当前的微注入法的实验因素作为基准的实验因素,将当前的基线和线面接触点作为实验因素,并对其他的分布特征的粗糙样本进行润湿测试。
作为本文的一个实施例,步骤201,具体包括:
设定实验环境,分别向各粗糙样本的一面注入液滴,当所述液滴稳定时,扫描各液滴与各粗糙样本的成像。
对于每一成像,确定所述液滴与所述粗糙样本的基线,并确定所述基线上的线面接触点。
根据所述基线确定液滴的顶部与所述粗糙样本相接触面的距离。
根据所述线面接触点确定所述液滴的半径。
根据所述距离和所述半径确定相关粗糙样本的润湿角。
调整所述微注入法的所述实验环境,重复上述测量粗糙样本的润湿角的过程。
根据各实验环境下测得的各粗糙样本的润湿角,拟合成粗糙样本的润湿角与所述实验环境的映射关系。
如图4所示一种页岩润湿角预测模型建立的方法的页岩样本与液滴示意图,在本步骤中,可以使用微注入系统,利用不同内径的针头,例如20μm、50μm和100μm,在粗糙样本的表面滴入不同的液滴,并在液滴稳定后,将粗糙样本放入环境扫描电镜样本室内,分别将在页岩样本的区域1上滴入20μm的液滴,在区域2上滴入50μm的区域,在区域3上滴入100μm,并在区域4-9上滴入50μm的液滴,证明液滴大小与润湿角无关,在微注入法中,润湿角只与实验环境具有映射关系。
如图5所示一种页岩润湿角预测模型建立的方法的微注入法润湿角测量示意图,其中h为液滴的顶部与粗糙样本相接触面的距离,h是通过扫描电镜中的基线来测量的,基线上设有刻度,而基线的位置是通过液滴与粗糙样本的接触位置,即线面接触点确定的,R是液滴的半径,可以根据液滴的弧长直接测得,当液滴小于半圆时,利用公式将R与h带入即可得到润湿角θ,当液滴大于半圆时,利用公式将R与h带入即可得到润湿角θ。
当确定计算完成润湿角后,改变微注入法的实验环境,可以得到不同的润湿角与实验环境的映射关系,但是无论如何改变实验环境,该映射关系上有直接进行计算的润湿角和其对应的实验环境。
通过上述的步骤,可以实现获取微注入法测量的润湿角和对应的实验环境的映射关系,该实验环境可以模拟页岩样本在地层环境中,收到的地心温度和湿度的影响,模拟真实的情况,可以通过这种映射关系间接的指导现实中的润湿角测量。
作为本文的一个实施例,步骤调整所述微注入法的所述实验环境,具体包括:
所述微注入法的实验环境包括温度和湿度。
所述力测量法的实验因素至少包括显微镜的悬臂梁移速。
所述微注入法的实验因素至少包括基线和线面接触点。
可以调节实验因素中的温度,也可以调节实验因素中的湿度,或者是二者同时调节,将所有的改变量都进行拟合,可以得到一个最能够贴近现实的映射关系。
作为本文的一个实施例,如图6所示一种页岩润湿角预测模型建立的方法的力测量法示意图,力测量法的具体测试过程包括:
首先在显微镜的悬臂梁上涂覆亲水剂,可以是聚四氟乙烯,也可以是其他的亲水剂。
根据物质守恒、杨-拉普拉斯和力平衡公式建立方程,可以得到润湿角θ,具体包括:
其中,F为作用于悬臂梁上的力,b为在不同高度液滴同中心线的距离,r为液滴和页岩基底接触的圆半径,γ为表面张力,这些参数都可以根据显微镜直接得出,例如γ可以根据悬臂梁上的传感器直接得出,然后得出sinθ,在根据反三角函数得出θ,即润湿角。
通过上述的步骤,可以得到各种岩性分布的页岩,并在每一种页岩中得到不同形态特性的粗糙样本,通过两种测试方法的互相修正,可以最大限度的排除人为因素对润湿测试的影响,然后对粗糙样本进行润湿测试,得到各种形态特性的粗糙样本对应的润湿角,与其对应的实验环境,将各种岩性分布的页岩,与其各种形态特性下的润湿角及其实验环境,可以建立润湿角预测模型,方便用户无需反复测试,即可得到所需要的润湿角,降低了人力物力的消耗,并且预测结果可以满足实际勘探的要求。
作为本文的一个实施例,步骤202具体包括:
将微注入法测得的润湿角作为自变量导入至多元线性回归方程,建立回归模型。
利用方差分解对回归模型进行自变量解释度解析,并按照重要性对自变量排序。
根据排序结果对自变量进行分组,并根据分组结果对页岩的岩性分布、页岩的实验环境、页岩的形态特性进行赋权值,并以此为初始参量建立润湿角预测模型。
作为本文的一个实施例,步骤202具体还包括:
将微注入法测得的润湿角和页岩的岩性分布、页岩的实验环境、页岩的形态特性作为自变量同时导入全链接BP神经网络预测模型。
使用方差分解对全链接BP神经网络预测模型进行自变量解释度解析,并按照重要性对自变量排序,将全链接BP神经网络预测模型的中间层层数设为1,节点数设为30.
将全链接BP神经网络预测模型解析出的重要性进行分组并求平均值,按照平均值对各个分组进行赋值并以此为初始参量建立润湿角预测模型
如图7所示一种页岩润湿角预测方法示意图,包括:
步骤701、获取待分析页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性;
步骤702、将所述页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性输入至所述的方法建立的页岩润湿角预测模型中,确定所述待分析页岩的润湿角。
其中地层环境相当于微注入法的实验环境。
通过这种方法,可以方便用户,令用户无需测试也可以得到润湿角,降低了人力物力的消耗,并且预测结果精准,满足了实际勘探的需要。
如图8所示一种页岩润湿角预测模型建立的装置,包括:
映射生成单元801,用于利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述页岩中的所述粗糙样本的润湿角与所述实验环境的映射关系。
模型创建单元802,用于根据所述页岩中所述粗糙样本的岩性分布、所述页岩中所述粗糙样本的形态特性和所述页岩中的所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建润湿角预测模型。
其中,根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素。
根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
在现有的装置中,微注入法测量能够直观得到润湿角的数值,可以认为其在抛光表面的测量值是准确的,并且测量结果非常受实验者的操作经验影响,当表面粗糙或者疏水性比较突出时,会出现基线和接触点难以确定的问题,可能造成较大实验误差。
相似的,力测量法的操作条件,包括原子力显微镜的共振频率、悬臂梁表面喷涂种类、悬臂梁移动速率、时间分辨率等也需要标定,才能得到准确的测量结果。
通过上述装置,可以实现根据润湿角和实验环境建立映射关系,并根据页岩的岩性分布、各个岩性分布的页岩中的粗糙样本的润湿角和实验环境的映射关系和各个页岩中的粗糙样本的形态特性建立润湿角预测模型。
如图9所示一种润湿角预测模型训练过程的数据流程图,包括:
步骤901、将页岩的润湿角与实验环境的映射关系,按照页岩的岩性分布和页岩表面的形态特征导入至控制终端。
步骤902、终端将数据发送至云数据库。
步骤903、云数据库判断该数据是否已经输入过。
步骤904、若没有输入,则向终端发送指令,控制终端将数据发送至运算服务器。
步骤905、若已经输入,则向显示终端发送以提交指示。
步骤906、运算服务器将数据输入至润湿角预测模型,扩大样本空间,并再次进行训练,修改权值。
如图10所示,为本文实施例提供的一种计算机设备,所述计算机设备1002可以包括一个或多个处理器1004,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备1002还可以包括任何存储器1006,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器1006可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备1002的固定或可移除部件。在一种情况下,当处理器1004执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备1002可以执行相关联指令的任一操作。计算机设备1002还包括用于与任何存储器交互的一个或多个驱动机构1008,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备1002还可以包括输入/输出模块1010(I/O),其用于接收各种输入(经由输入设备1012)和用于提供各种输出(经由输出设备1014))。一个具体输出机构可以包括呈现设备1016和相关联的图形用户接口(GUI)1018。在其他实施例中,还可以不包括输入/输出模块1010(I/O)、输入设备1012以及输出设备1014,仅作为网络中的一台计算机设备。计算机设备1002还可以包括一个或多个网络接口1020,其用于经由一个或多个通信链路1022与其他设备交换数据。一个或多个通信总线1024将上文所描述的部件耦合在一起。
通信链路1022可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路1022可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
对应于图2、图7和图9中的方法,本文实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图2、图7和图9所示的方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述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,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (10)
1.一种页岩润湿角预测模型建立的方法,其特征在于,包括:
利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系;
根据所述粗糙样本的所述岩性分布、所述粗糙样本的形态特性和所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建页岩润湿角预测模型;
其中,所述微注入法的实验因素的标定过程包括:
根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素;
根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
2.根据权利要求1所述的页岩润湿角预测模型建立的方法,其特征在于,在所述根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素之前,包括:
对页岩进行矿物定量分析,得到所述页岩的所述岩性分布;
将不同所述岩性分布的所述页岩进行切分,得到若干页岩样本;
对其中一个所述页岩样本的双面进行离子束抛光,得到所述光滑样本;
将其余所述页岩样本的双面进行砂纸打磨,得到若干不同所述形态特性的所述粗糙样本。
3.根据权利要求1所述的页岩润湿角预测模型建立的方法,其特征在于,所述根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素,进一步包括:
利用所述微注入法对所述光滑样本的一面进行所述润湿测试,以得到第一润湿角;
利用所述力测量法对所述光滑样本的另一面进行润湿测试,调整所述力测量法的实验因素,当所述力测量法得到的第二润湿角与所述第一润湿角的差值小于临界阈值时,将当前实验因素确定为所述力测量法标定后的实验因素。
4.根据权利要求3所述的页岩润湿角预测模型建立的方法,其特征在于,所述根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素,进一步包括:
在所述力测量法标定后的实验因素下,利用所述力测量法对若干岩性分布的所述粗糙样本的一面进行润湿测试,得到第三润湿角;
利用所述微注入法对所述粗糙样本的另一面进行润湿测试,调整所述微注入法的实验因素,当所述微注入法得到的第四润湿角与所述第三润湿角的差值小于所述临界阈值时,将当前实验因素确定为所述微注入法标定后的实验因素。
5.根据权利要求3所述的页岩润湿角预测模型建立的方法,其特征在于,所述利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系,进一步包括:
设定实验环境,分别向各粗糙样本的一面注入液滴,当所述液滴稳定时,扫描各液滴与各粗糙样本的成像;
对于每一成像,确定所述液滴与所述粗糙样本的基线,并确定所述基线上的线面接触点;
根据所述基线确定液滴的顶部与所述粗糙样本相接触面的距离;
根据所述线面接触点确定所述液滴的半径;
根据所述距离和所述半径确定相关粗糙样本的润湿角;
调整所述微注入法的所述实验环境,重复上述测量粗糙样本的润湿角的过程;
根据各实验环境下测得的各粗糙样本的润湿角,拟合成粗糙样本的润湿角与所述实验环境的映射关系。
6.根据权利要求5所述的页岩润湿角预测模型建立的方法,其特征在于,所述微注入法的实验环境包括温度和湿度;
所述力测量法的实验因素至少包括显微镜的悬臂梁移速;
所述微注入法的实验因素至少包括基线和线面接触点。
7.一种页岩润湿角预测方法,其特征在于,包括:
获取待分析页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性;
将所述页岩的所述岩性分布、所述页岩的地层环境、所述页岩的形态特性输入至权利要求1-6任一项所述的方法建立的页岩润湿角预测模型中,预测得到所述待分析页岩的润湿角。
8.一种页岩润湿角预测模型建立的装置,其特征在于,包括:
映射生成单元,用于利用微注入法标定后的实验因素分别对多个不同岩性分布的页岩中的多个不同形态特性的粗糙样本进行润湿测试,测试过程中调整实验环境,以确定所述粗糙样本的润湿角与所述实验环境的映射关系;
模型创建单元,用于根据所述粗糙样本的岩性分布、所述粗糙样本的形态特性和所述粗糙样本的润湿角与所述实验环境的所述映射关系,创建页岩润湿角预测模型;
其中,所述微注入法的实验因素的标定过程包括:
根据所述微注入法对光滑样本的润湿测试结果,标定力测量法的实验因素;
根据所述力测量法标定后的实验因素对所述粗糙样本的润湿测试结果,标定所述微注入法的实验因素。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述的页岩润湿角预测模型建立的方法。
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程序,所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述的页岩润湿角预测模型建立的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345626.2A CN114088585B (zh) | 2021-11-15 | 2021-11-15 | 一种页岩润湿角预测模型建立的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345626.2A CN114088585B (zh) | 2021-11-15 | 2021-11-15 | 一种页岩润湿角预测模型建立的方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114088585A true CN114088585A (zh) | 2022-02-25 |
CN114088585B CN114088585B (zh) | 2022-08-12 |
Family
ID=80300621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111345626.2A Active CN114088585B (zh) | 2021-11-15 | 2021-11-15 | 一种页岩润湿角预测模型建立的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114088585B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563338A (en) * | 1994-06-09 | 1996-10-08 | L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude | Method and device for measuring wettability under controlled atmosphere |
US20120151998A1 (en) * | 2010-12-21 | 2012-06-21 | Schlumberger Technology Corporation | Wettability and matrix imbibition analysis |
CN105628561A (zh) * | 2015-12-31 | 2016-06-01 | 中国石油天然气股份有限公司 | 一种页岩储层微观湿润性测定方法及装置 |
CN108956417A (zh) * | 2018-06-09 | 2018-12-07 | 中国石油大学(华东) | 分析岩石孔隙无效吸水量的同位素核磁方法 |
CN108956383A (zh) * | 2018-09-26 | 2018-12-07 | 中国石油大学(北京) | 一种岩石润湿性准确性的判断方法、判断系统及相关装置 |
CN109142154A (zh) * | 2017-06-16 | 2019-01-04 | 中国石油化工股份有限公司 | 一种计算页岩气储层润湿角的方法 |
CN110132796A (zh) * | 2019-05-22 | 2019-08-16 | 中国石油大学(北京) | 页岩三维接触角及润湿非均质性评价系统 |
CN111936841A (zh) * | 2018-01-10 | 2020-11-13 | 达索系统西姆利亚公司 | 确定多孔介质的流体流特点 |
CN112378818A (zh) * | 2020-10-29 | 2021-02-19 | 中国石油大学(北京) | 一种页岩储层润湿性评价方法及装置 |
CN112858107A (zh) * | 2021-02-19 | 2021-05-28 | 北京大学 | 一种油气储层岩石矿物表面润湿性测定装置以及测定方法 |
-
2021
- 2021-11-15 CN CN202111345626.2A patent/CN114088585B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563338A (en) * | 1994-06-09 | 1996-10-08 | L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude | Method and device for measuring wettability under controlled atmosphere |
US20120151998A1 (en) * | 2010-12-21 | 2012-06-21 | Schlumberger Technology Corporation | Wettability and matrix imbibition analysis |
CN105628561A (zh) * | 2015-12-31 | 2016-06-01 | 中国石油天然气股份有限公司 | 一种页岩储层微观湿润性测定方法及装置 |
CN109142154A (zh) * | 2017-06-16 | 2019-01-04 | 中国石油化工股份有限公司 | 一种计算页岩气储层润湿角的方法 |
CN111936841A (zh) * | 2018-01-10 | 2020-11-13 | 达索系统西姆利亚公司 | 确定多孔介质的流体流特点 |
CN108956417A (zh) * | 2018-06-09 | 2018-12-07 | 中国石油大学(华东) | 分析岩石孔隙无效吸水量的同位素核磁方法 |
CN108956383A (zh) * | 2018-09-26 | 2018-12-07 | 中国石油大学(北京) | 一种岩石润湿性准确性的判断方法、判断系统及相关装置 |
CN110132796A (zh) * | 2019-05-22 | 2019-08-16 | 中国石油大学(北京) | 页岩三维接触角及润湿非均质性评价系统 |
CN112378818A (zh) * | 2020-10-29 | 2021-02-19 | 中国石油大学(北京) | 一种页岩储层润湿性评价方法及装置 |
CN112858107A (zh) * | 2021-02-19 | 2021-05-28 | 北京大学 | 一种油气储层岩石矿物表面润湿性测定装置以及测定方法 |
Non-Patent Citations (3)
Title |
---|
CAOXIONG LI 等: "The probability of oil and water movement in tight sandstone: Evaluation methodology and mechanism analysis", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》 * |
钟红利 等: "陕北斜坡东南部致密砂岩孔喉分布及其对含油性的影响", 《断块油气田》 * |
龚小平等: "四川盆地龙马溪组页岩储层孔隙结构的定量表征", 《岩性油气藏》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114088585B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jing et al. | Rough-walled discrete fracture network modelling for coal characterisation | |
CA2776487C (en) | Method and apparatus for generating a three-dimentional simulation grid for a reservoir model | |
EP2972303B1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
US20100154514A1 (en) | Method of determining the evolution of petrophysical properties of a rock during diagenesis | |
US20160116638A1 (en) | Integrated Interpretation of Pressure and Rate Transients for Production Forecasting | |
CN108603402A (zh) | 对矿物质沉淀和溶解造成的多孔介质中毛细管压力和相对渗透率的变化进行建模和预测 | |
Santos et al. | Characterization of natural fracture systems: Analysis of uncertainty effects in linear scanline results | |
AU2011295892A1 (en) | Iterative method and system to construct robust proxy models for reservoir simulation | |
CN108376295A (zh) | 一种油气甜点预测方法及存储介质 | |
US20140270393A1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
Xiong et al. | Preferential flow in three-dimensional stochastic fracture networks: The effect of topological structure | |
CN105019892A (zh) | 一种模拟缝洞型储集体电测井响应的方法 | |
WO2014142976A1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
CN114088585B (zh) | 一种页岩润湿角预测模型建立的方法、装置、设备及介质 | |
Alfarisi et al. | Morphology Decoder: A Machine Learning Guided 3D Vision Quantifying Heterogenous Rock Permeability for Planetary Surveillance and Robotic Functions | |
Hüser et al. | Procedure to approximately estimate the uncertainty of material ratio parameters due to inhomogeneity of surface roughness | |
Marčić et al. | Selection of a field testing method for karst rock mass deformability by multi criteria decision analysis | |
Alfarisi et al. | 3D Geometrical Untangling of Heterogeneous Fabric Darcy’s Flow using the Morphology Decoder | |
Regli et al. | GEOSSAV: a simulation tool for subsurface applications | |
Aguilera et al. | A variable shape distribution (VSD) model for characterization of pore throat radii, drill cuttings, fracture apertures and petrophysical properties in tight, shale and conventional reservoirs | |
Malkawi et al. | Enhancing of uniaxial compressive strength of travertine rock prediction through machine learning and multivariate analysis | |
Tewari et al. | Enhanced production surveillance using probabilistic dynamic models | |
Helgeson | Rheo-Structural Spectroscopy: Fingerprinting the In Situ Response of Fluids to Arbitrary Flow Fields | |
Harrison et al. | Challenges in selecting appropriate input parameters for numerical models | |
Chen | Upscaling permeability for fractured porous rocks and modeling anisotropic flow and heat transport |
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 |