CN114428040B - 一种页岩油储层储渗空间定量表征及参数获取方法 - Google Patents
一种页岩油储层储渗空间定量表征及参数获取方法 Download PDFInfo
- Publication number
- CN114428040B CN114428040B CN202111071174.3A CN202111071174A CN114428040B CN 114428040 B CN114428040 B CN 114428040B CN 202111071174 A CN202111071174 A CN 202111071174A CN 114428040 B CN114428040 B CN 114428040B
- Authority
- CN
- China
- Prior art keywords
- porous medium
- medium model
- space
- pore
- oil reservoir
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003079 shale oil Substances 0.000 title claims abstract description 18
- 238000012512 characterization method Methods 0.000 title claims abstract description 15
- 239000011148 porous material Substances 0.000 claims abstract description 72
- 230000035699 permeability Effects 0.000 claims abstract description 22
- 239000012530 fluid Substances 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 238000001878 scanning electron micrograph Methods 0.000 claims description 8
- 230000012010 growth Effects 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000003698 anagen phase Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000001172 regenerating effect Effects 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 12
- 239000010410 layer Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N13/04—Investigating osmotic effects
-
- 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
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- 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
- G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
- G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
- G01Q30/02—Non-SPM analysing devices, e.g. SEM [Scanning Electron Microscope], spectrometer or optical microscope
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
- G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
- G01Q30/04—Display or data processing devices
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Fluid Mechanics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种页岩油储层储渗空间定量表征及参数获取方法。本发明包括以下步骤，S1，获取目标区域页岩储层真实岩心的图像信息，并处理以得到储渗空间微观孔隙结构的统计学特征；S2，基于所述统计学特征，多层级约束生成多孔介质模型；S3，获取多孔介质模型的特征参数，所述特征参数包括孔隙连通性、孔隙尺寸、孔隙形貌和孔隙度；S4，在多孔介质模型中进行流体流动模拟，以获取流体在多孔介质模型渗流的表观渗透率。具有能够得到代表性更强、更精细的多孔介质模型的技术效果。
Description
技术领域
本发明涉及油气开发领域，特别涉及一种页岩油储层储渗空间定量表征及参数获取方法。
背景技术
页岩储层具有特低孔低渗、非均质性强等特征，其中的微纳米级孔隙是油气储集及渗流的主要空间，因此获取储渗空间微观孔隙结构、流体运移特征参数是开展储层评价的基础。
传统岩心实验方法无法实现孔隙微观结构的可视化表征，也不能获取流体动态渗流过程。近年来兴起的纳米CT扫描、FIB-SEM等技术能够直接得到页岩岩心的内部孔隙结构图像，但受制于储层强非均质性、取心质量及实验成本高等因素，使得此类方法很难获取较大量的孔隙结构数据，而且得到的结果局限性较强无法表征储层区域上的整体特征。同时，要利用孔隙结构来开展后续的渗流动态模拟，则需要对孔隙结构相关参数进行调整，测试成像的方法无法实现。
目前已有的获取孔隙结构的数值方法主要是基于随机参数运算来生成多孔介质模型。然而，随机运算过程不可控，如不对其施加约束，则难以得到能够表征目标区块、目标层段孔隙微观结构及物性的多孔介质模型。
发明内容
本发明的目的在于克服目前页岩储层微观孔隙结构表征存在的问题，生成代表性更强的多孔介质模型，提供一种页岩油储层储渗空间定量表征及参数获取方法。
为了实现上述发明目的，本发明提供了以下技术方案：
一种页岩油储层储渗空间定量表征及参数获取方法，包括以下步骤，
S1，获取目标区域页岩储层真实岩心的图像信息，并处理以得到数值化信息；处理数值化信息得到储渗空间微观孔隙结构的统计学特征；
S2，基于数值化信息，多层级约束生成多孔介质模型，所述多孔介质模型符合统计学特征；
S3，获取多孔介质模型的特征参数，所述特征参数包括孔隙连通性、孔隙尺寸、孔隙形貌和孔隙度；
S4，在多孔介质模型中进行流体流动模拟，以获取流体在多孔介质模型渗流的表观渗透率。
通过采用上述技术方案，在生成多孔介质模型时，是基于数值化信息约束生成，其生成的多孔介质模型具有多层级约束的特点；使生成多孔介质模型的过程可控，且生成的多孔介质模型能够符合统计学特征，则能够表征页岩储层的微观孔隙结构，具有能够生成代表性更强、更精细的多孔介质模型的效果，且生成的多孔介质模型能够进行渗流模拟，以得到表观渗透率。
可选地，在步骤S1中，所述对图像信息进行处理以得到数值化信息的具体方法为，使用最大类间误差法将真实岩心的图像信息二值化，得到数值化信息，所述数字化信息采用0-1矩阵表征孔隙结构特征，其中，0表征该数据点为岩石骨架，1表征该数据点为孔隙。
可选地，得到储渗空间微观孔隙结构的统计学特征的方法具体包括，基于所述数值化信息，计算空间内两数据点Pearson相关系数以及孔隙形状系数，所述统计学特征采用空间内两数据点的Pearson相关系数以及孔隙形状系数表征。
可选地，所述计算空间中两个数据点的Pearson相关系数以及孔隙形状系数采用下述公式，
其中，PRz(x)z(x+r)为Pearson相关系数，cov[]为空间协方差，D[]为方差，S为孔隙形状系数，A为孔隙投影面积，C为孔隙轮廓周长。
可选地，在步骤S2中，所述多层级约束生成多孔介质模型包括以下步骤，
S21，确定多孔介质的规模并划分层级标准，设置第一层级参数；所述多孔介质的规模为三维网格数，所述第一层级参数包括生长相分布概率、方向生长概率、概率密度和预设体积分数；
S22，基于多孔介质的规模，应用当前层级的预设参数生成多孔介质模型；
S23，在生成多孔介质模型的每一层级过程中，均进行检验和控制。
可选地，在步骤S23中，所述检验和控制具体包括以下步骤，
S231，计算空间中两个数据点之间的统计学特征；
S232，基于误差允许范围，对空间中两个数据点的统计学特征进行判断，
若大于误差允许范围，则终止本层级多孔介质模型的生成，重新生成并进入步骤S231，
若小于误差允许范围，则完成本层级多孔介质模型的生成；
S233，重复步骤S231-S232，直至多孔介质模型的体积分数达到预设值。
可选地，在步骤S21中，所述划分层级标准具体为，以多孔介质模型中两数据点在网格空间的距离划分。
可选地，在步骤S1中，所述图像信息通过扫描电子显微镜成像方法获取，得到目标岩心的SEM图像。
可选地，在步骤S3中，在获取多孔介质模型的特征参数之前进行连通性检验，检验完成后，对不连通的孔隙进行微调使其连通，连通性检验采用簇标记算法。
可选地，在步骤S4中，采用格子波尔兹曼方法进行流体流动模拟。
与现有技术相比，本发明的有益效果：在生成多孔介质模型时，是基于数值化信息约束生成，其生成的多孔介质模型具有多层级约束的特点；使生成多孔介质模型的过程可控，且生成的多孔介质模型能够符合统计学特征，则能够表征页岩储层的微观孔隙结构，具有能够生成代表性更强、更精细的多孔介质模型的效果，且生成的多孔介质模型能够进行渗流模拟，以得到表观渗透率。
附图说明：
图1为本发明的方法步骤流程图；
图2为本发明中真实岩心SEM图像数值化结果示意图；
图3为本发明中生成多孔介质与真实岩心相关性分析结果图；
图4为本发明中真实岩心SEM图像数值化处理结果图；
图5为应用本发明中方法生成多孔介质模型的示意图；
图6为应用本发明中方法生成的多孔介质与真实岩心孔隙结构、物性参数对比结果图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
一种页岩油储层储渗空间定量表征及参数获取方法，如图1所示，包括以下步骤，
S1，获取目标区域页岩储层真实岩心的图像信息，并处理以得到数值化信息；处理数值化信息得到储渗空间微观孔隙结构的统计学特征。
在本实施例中，图像信息通过扫描电子显微镜成像方法获取，得到目标岩心的SEM图像。获取到目标岩心的SEM图像后，对图像信息进行数值化处理得到数值化信息，即使用最大类间误差法将真实岩心的图像信息二值化，得到数值化信息。
最大类间误差法是按图像的灰度特性，将图像分成背景和目标两部分；背景和目标之间的类间方差越大，则说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，所以通过最大类间误差法能够得到错分概率最小的二值化信息。
参照图2，在数值化处理完毕后，得到的数值化信息采用0-1矩阵表征孔隙结构特征，其中，0表征该数据点为岩石骨架，1表征该数据点为孔隙。
储渗空间微观孔隙结构的统计学特征采用空间内两数据点的Pearson相关系数以及孔隙形状系数表征，而空间内两数据点的Pearson相关系数以及孔隙形状系数采用下述公式计算，
其中，z(x)和z(x+r)分别为空间中数据点x以及与x相距r的数据点的特征参数，且z(x)＝1时，表示该数据点为孔隙，z(x)＝0时，表示该数据点为岩石骨架；PRz(x)z(x+r)为Pearson相关系数，cov[]为空间协方差，D[]为方差，S为孔隙形状系数，A为孔隙投影面积，C为孔隙轮廓周长。
S2，基于数值化信息，多层级约束生成多孔介质模型，所述多孔介质模型符合统计学特征；
在生成多孔介质模型时，由于使用了数值化信息多层级约束多孔介质模型的生成，所以采用这种方法生成的多孔介质模型能够更加准确的表征页岩储层微观孔隙结构，使得到的多孔介质模型能够符合统计学特征，具有更强的代表性；通过对多孔介质模型的进行渗流模拟，还能够得到表观渗透率。
具体的，多层级约束生成多孔介质模型包括下述步骤，
S21，确定多孔介质的规模并划分层级标准，设置第一层级参数；多孔介质的规模为三维网格数，第一层级参数包括生长相分布概率、方向生长概率、概率密度和预设体积分数。
S22，基于多孔介质的规模，应用当前层级的预设参数生成多孔介质模型；
多孔介质模型的规模为三维网格数，第一层级的参数为四参数随机生长模型中的四个基本参数，四参数随机生长模型为本领域中，生成多孔介质模型常用的方法，本发明不再赘述。
数据点在网格空间的距离是指相同介质所在网格间的距离，如两个孔隙之间的距离或两个岩石骨架之间的距离。其中，体积分数即在多孔介质模型中，孔隙体积占模型总体积的比值。
S23，在生成多孔介质模型的每一层级过程中，均进行检验和控制。
其中，检验和控制具体包括以下步骤，
S231，计算空间中两个数据点之间的统计学特征；即采用步骤S1中计算统计学特征的公式，计算得到空间内两数据点的Pearson相关系数以及孔隙形状系数。
S232，基于误差允许范围，对空间中两个数据点的统计学特征进行判断，
若大于误差允许范围，则终止本层级多孔介质模型的生成，重新生成并进入步骤S231，
若小于误差允许范围，则完成本层级多孔介质模型的生成。
误差允许范围是工作人员遵循工作经验设置，一般取10％。
S233，重复步骤S231-S232，直至多孔介质模型的体积分数达到预设值。
在生成单层级多孔介质模型的过程中，通过设置检验和控制步骤，能够约束每层级多孔介质模型的生成情况，且在检验和控制的过程中，是使用统计学特征来进行判断，所以生成的多孔介质模型符合统计学特征，让多孔介质模型能够更加贴近于真实岩心的情况，更能够表征储层区域的整体特征，具有更强的代表性。
S3，获取多孔介质模型的特征参数，所述特征参数包括孔隙连通性、孔隙尺寸、孔隙形貌和孔隙度。
获取多孔介质模型的特征参数时，首先进行连通性检验，检验完成后，对不连通的孔隙进行微调使其连通，然后再基于多孔介质模型的流体流动模拟，在连通性检验时，采用簇标记算法。
S4，在多孔介质模型中进行流体流动模拟，以获取流体在多孔介质模型渗流的表观渗透率。
采用格子波尔兹曼方法进行流体流动模拟，格子波尔兹曼方法能够直接模拟有复杂几何边界的诸如多孔介质模型等连通域流场，无须作计算网格的转换，算法简单，简单的线性运算加上一个松弛过程，就能模拟各种复杂的非线性宏观现象；且编程容易，计算的前后处理也非常简单。由于本实施例提出的多孔介质模型重构方法与格子波尔兹曼方法(LBM)在程序实现中的网格处理上有天然的自适应性，所以本实施例涉及到获取流体渗流特征参数采用格子波尔兹曼方法。
通过获取多孔介质模型的表观渗透率参数，能够便于对页岩油储层储渗空间的微观孔隙特征进行研究，以开展储层评价。
实施例2
本实施例选取川北中下侏罗统千二段页岩油储层岩心提供一种页岩油储层储渗空间定量表征及参数获取方法的具体实施方式，包括以下步骤：
(1)选取目标区域、层段页岩岩心，应用扫描电子显微镜扫描并获得所需图像。
(2)使用MATLAB软件，利用最大类间方差法对岩心SEM图像进行数值化处理，获得统计学特征，即孔隙结构及孔隙形貌分布特征，得到如图4所示的结果。
(3)确定需要生成多孔介质模型的三维网格数为200×200×200，分辨率为25nm/像素，孔隙度为11％。基于四参数随机生长模型，将多孔介质生成步骤由同一套参数转换为多层级约束；且在生成过程中，每层级生成都需要进行检验和控制，检验和控制执行实施例1中的S231-S233步骤。
在本实施例中，将允许误差范围设置为10％。通过上述步骤，得到与真实岩心具有相同统计特征的三维多孔介质模型。如图5所示，再与图4中真实岩心SEM图像进行对比，发现生成的多孔介质与真实岩心的相似度高。
对生成的三维多孔介质模型进行分析，获取多孔介质模型的孔隙连通性、孔隙尺寸、孔隙形貌等孔隙微观结构参数。与真实岩心结果进行对比，结果如图6所示。从图中看出，相对误差均在10％以内，说明了生成的多孔介质模型能够准确地表征真实岩心的微观孔隙结构特征。
生成了多孔介质模型后，应用格子波尔兹曼方法，开展孔隙尺度下的油相渗流模拟，不同时间步长下，基于多孔介质模型中的流体流动数值模拟，计算得到多孔介质模型的表观渗透率参数为0.04mD。
说明通过本发明所提供的多孔介质模型生成方法，能够克服目前页岩储层微观孔隙结构表征存在的问题，生成代表性强的多孔介质模型，以更贴合于真实岩心。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，包括以下步骤，
S1，获取目标区域页岩储层真实岩心的图像信息，并处理以得到数值化信息；处理数值化信息得到储渗空间微观孔隙结构的统计学特征；
S2，基于数值化信息，多层级约束生成多孔介质模型，所述多孔介质模型符合统计学特征；
S3，获取多孔介质模型的特征参数，所述特征参数包括孔隙连通性、孔隙尺寸、孔隙形貌和孔隙度；
S4，在多孔介质模型中进行流体流动模拟，以获取流体在多孔介质模型渗流的表观渗透率；
在步骤S2中，基于数值化信息，多层级约束生成多孔介质模型包括以下步骤，
S21，确定多孔介质的规模并划分层级标准，设置第一层级参数；所述多孔介质的规模为三维网格数，所述第一层级参数包括生长相分布概率、方向生长概率、概率密度和预设体积分数；
S22，基于多孔介质的规模，应用当前层级的预设参数生成多孔介质模型；
S23，在生成多孔介质模型的每一层级过程中，均进行检验和控制；
在步骤S23中，所述检验和控制具体包括以下步骤，
S231，计算空间中两个数据点之间的统计学特征；
S232，基于误差允许范围，对空间中两个数据点的统计学特征进行判断，
若大于误差允许范围，则终止本层级多孔介质模型的生成，重新生成并进入步骤S231，若小于误差允许范围，则完成本层级多孔介质模型的生成；
S233，重复步骤S231-S232，直至多孔介质模型的体积分数达到预设值。
2.根据权利要求1 所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，在步骤S1中，所述对图像信息进行处理以得到数值化信息的具体方法为，使用最大类间误差法将真实岩心的图像信息二值化，得到数值化信息，所述数值化信息采用0-1 矩阵表征孔隙结构特征，其中，0 表征该数据点为岩石骨架，1 表征该数据点为孔隙。
3.根据权利要求2 所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，得到储渗空间微观孔隙结构的统计学特征的方法具体包括，基于所述数值化信息，计算空间内两数据点Pearson 相关系数以及孔隙形状系数，所述统计学特征采用空间内两数据点的Pearson 相关系数以及孔隙形状系数表征。
4.根据权利要求3 所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，所述计算空间中两个数据点的Pearson相关系数以及孔隙形状系数采用下述公式，
其中，z(x)和z(x+r)分别为空间中数据点x以及与x相距r的数据点的特征参数，PRz(x)z(x+r)为Pearson相关系数，cov[]为空间协方差，D[]为方差，S为孔隙形状系数，A为孔隙投影面积，C为孔隙轮廓周长。
5.根据权利要求1所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，在步骤S21中，所述划分层级标准具体为，以多孔介质模型中两数据点在网格空间的距离划分。
6.根据权利要求1所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，在步骤S1中，所述图像信息通过扫描电子显微镜成像方法获取，得到目标岩心的SEM图像。
7.根据权利要求1所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，在步骤S3中，在获取多孔介质模型的特征参数之前进行连通性检验，检验完成后，对不连通的孔隙进行微调使其连通，连通性检验采用簇标记算法。
8.根据权利要求1所述的一种页岩油储层储渗空间定量表征及参数获取方法，其特征在于，在步骤S4中，采用格子波尔兹曼方法进行流体流动模拟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111071174.3A CN114428040B (zh) | 2021-09-13 | 2021-09-13 | 一种页岩油储层储渗空间定量表征及参数获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111071174.3A CN114428040B (zh) | 2021-09-13 | 2021-09-13 | 一种页岩油储层储渗空间定量表征及参数获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114428040A CN114428040A (zh) | 2022-05-03 |
| CN114428040B true CN114428040B (zh) | 2022-07-22 |
Family
ID=81309576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111071174.3A Active CN114428040B (zh) | 2021-09-13 | 2021-09-13 | 一种页岩油储层储渗空间定量表征及参数获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114428040B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115114787B (zh) * | 2022-06-30 | 2023-12-01 | 河南理工大学 | 一种储层分形孔隙结构复杂组构模式表征方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109540765A (zh) * | 2019-01-08 | 2019-03-29 | 西南石油大学 | 一种基于岩心微ct图像的孔渗参数预测方法 |
| 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 |
| CN110441209A (zh) * | 2019-08-13 | 2019-11-12 | 中国石油大学(北京) | 一种基于致密储层数字岩心计算岩石渗透率的方法 |
| CN110702581A (zh) * | 2019-10-23 | 2020-01-17 | 山东省科学院海洋仪器仪表研究所 | 一种强非均质多孔介质的多尺度渗透率计算方法 |
| CN111624147A (zh) * | 2020-04-16 | 2020-09-04 | 中国石油天然气股份有限公司 | 岩心的相对渗透率测定方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MX339064B (es) * | 2012-05-18 | 2016-05-09 | Ingrain Inc | Metodo y sistema para estimar propiedades de roca a partir de muestras de roca utilizando formacion de imagenes de fisica digital de roca. |
| US10656068B2 (en) * | 2015-10-02 | 2020-05-19 | Repsol, S.A. | Method for providing a numerical model of a sample of rock |
-
2021
- 2021-09-13 CN CN202111071174.3A patent/CN114428040B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109540765A (zh) * | 2019-01-08 | 2019-03-29 | 西南石油大学 | 一种基于岩心微ct图像的孔渗参数预测方法 |
| 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 |
| CN110441209A (zh) * | 2019-08-13 | 2019-11-12 | 中国石油大学(北京) | 一种基于致密储层数字岩心计算岩石渗透率的方法 |
| CN110702581A (zh) * | 2019-10-23 | 2020-01-17 | 山东省科学院海洋仪器仪表研究所 | 一种强非均质多孔介质的多尺度渗透率计算方法 |
| CN111624147A (zh) * | 2020-04-16 | 2020-09-04 | 中国石油天然气股份有限公司 | 岩心的相对渗透率测定方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 砂岩的细观结构扫描与孔隙量化表征研究;刘亚萍 等;《化工矿物与加工》;20191231(第01期);第14页第2.3节 * |
| 页岩孔隙结构的分形表征及渗透率预测;张思勤;《测井技术》;20161231;第40卷(第06期);第726-730页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114428040A (zh) | 2022-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107817199B (zh) | 一种致密砂岩多尺度孔隙模型的构建方法和应用 | |
| CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
| CN108876901A (zh) | 一种基于二维图像和多点统计学的数字岩心重建方法 | |
| CN108802073B (zh) | 一种基于数字岩心的岩石电性参数获取方法及装置 | |
| CN105115874A (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
| CN103513285B (zh) | 一种确定横向表面弛豫速率的方法及装置 | |
| CN103698803A (zh) | 一种岩石孔隙结构表征方法及装置 | |
| CN110441209B (zh) | 一种基于致密储层数字岩心计算岩石渗透率的方法 | |
| CN108122221A (zh) | 弥散加权成像图像中脑缺血区域的分割方法及装置 | |
| CN114428040B (zh) | 一种页岩油储层储渗空间定量表征及参数获取方法 | |
| Zhang et al. | GPU-accelerated 3D reconstruction of porous media using multiple-point statistics | |
| CN110297041A (zh) | 一种基于fcn与gru的3d编织复合材料缺陷检测方法 | |
| CN110992440A (zh) | 弱监督磁共振快速成像方法和装置 | |
| CN115797551B (zh) | 基于两步无监督聚类算法的激光点云数据自动建模方法 | |
| CN115235977A (zh) | 基于分形特征计算页岩多尺度孔径分布的方法及系统 | |
| CN108665546B (zh) | 一种结合深度学习的多点地质统计三维建模方法 | |
| CN109115819A (zh) | 一种基于fib-him对页岩有机微孔和介孔进行表征的方法及系统 | |
| CN115146215A (zh) | 一种基于数字岩心的微孔径数据多尺度拼接方法及系统 | |
| Li et al. | Three-dimensional multiscale fusion for porous media on microtomography images of different resolutions | |
| CN113538611A (zh) | 一种无监督的心脏磁共振参数定量图像重建方法 | |
| CN110569871B (zh) | 一种基于深度卷积神经网络的鞍部点识别方法 | |
| CN116012545A (zh) | 多尺度数字岩心建模方法、系统、存储介质及应用 | |
| CN112017273B (zh) | 基于模式密度函数模拟算法的多分辨率岩心孔隙融合方法 | |
| CN115393370A (zh) | 一种页岩数字岩心构建方法、装置、设备及介质 | |
| CN117115370B (zh) | 一种高精度数字岩心模型构建方法 |
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 |