CN114528729B - 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 - Google Patents
一种基于多尺度耦合的潜山裂缝气藏产量预测方法 Download PDFInfo
- Publication number
- CN114528729B CN114528729B CN202210063731.5A CN202210063731A CN114528729B CN 114528729 B CN114528729 B CN 114528729B CN 202210063731 A CN202210063731 A CN 202210063731A CN 114528729 B CN114528729 B CN 114528729B
- Authority
- CN
- China
- Prior art keywords
- scale
- permeability
- fracture
- reservoir
- medium
- 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 61
- 238000010168 coupling process Methods 0.000 title claims abstract description 13
- 230000008878 coupling Effects 0.000 title claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 18
- 230000005465 channeling Effects 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims description 61
- 238000001914 filtration Methods 0.000 claims description 32
- 239000011435 rock Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000002591 computed tomography Methods 0.000 claims description 6
- 238000013170 computed tomography imaging Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 13
- 239000011148 porous material Substances 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Abstract
本发明公开了一种基于多尺度耦合的潜山裂缝气藏产量预测方法，方法包括：(1)通过岩心尺度进行建立数字岩心模型，获取低渗透率储集介质的基础参数；(2)通过测井尺度进行测井解释，获取高渗透率流动介质的基础参数；(3)采用气体窜流量q关联低渗透率储集介质和高渗透率流动介质的气体，并随机分布大尺度裂缝，采用有限元方法建立气井生产尺度的双重介质耦合模型，进行潜山裂缝气藏产量预测。本申请提出了一种耦合了多尺度渗流特征的产量预测方法，其设置条件相比现有技术更加合理，同时提出了一种测井尺度REV的计算方法，无需重复计算REV，提高了模拟效率。
Description
技术领域
本发明属于油气田勘探开发领域，特别涉及一种基于多尺度耦合的潜山裂缝气藏产量预测方法。
背景技术
近年来，随着国内油田勘探技术愈发成熟，勘探逐渐由浅层走向中深层，因此潜山油气藏逐渐成为海上油气勘探的重要领域之一。受多期构造运动和风化剥蚀作用的影响，潜山储层发育多期高角度裂缝，而在现有技术中多采用双重介质通过数值模拟的方式来模拟基质-裂缝的储渗空间。为了提高模拟结果的精度，一般采用室内岩心测试、现场试井结果等数据作为模拟的基础参数，但是工作人员常常忽略了室内岩心、现场试井、气井生产属于不同的尺度，其获取的基础参数侧重点也不相同。而常规的数值模拟方法和软件大都基于eclipse或者CMG的有限差分方法，这些方法和油藏商业软件均是基于油藏尺度建立的，在模拟岩心尺度的流动时，对于网格的剖分和裂缝形态的描述均用等效渗透率来间接表达，并且在数值计算精度上仅能满足油藏尺寸的米级计算精度要求，忽略了不同尺度渗流特征的差异。因此，如何更加科学合理地表征潜山气藏所涉及的多尺度流动耦合，是亟需解决的的一个研究课题。
发明内容
有鉴于此，本发明的目的在于一种基于多尺度耦合的潜山裂缝气藏产量预测方法，通过考虑不同尺度渗流特征的差异，建立了一种耦合室内岩心尺度渗流、现场试井尺度渗流、气井生产尺度渗流的多尺度耦合的产量预测方法，其设置条件更加合理，能够更加精准地描述孔隙-裂缝气藏的渗流特征，同时更加深刻地揭示其渗流机理。
本发明实施例的具体技术方案是：
一种基于多尺度耦合的潜山裂缝气藏产量预测方法，包括：
(1)对于低渗透率储集介质，通过岩心尺度进行建立数字岩心模型，获取岩心尺度的孔隙度φm，等效渗透率km和形状因子α，并将孔隙度φm、等效渗透率km和形状因子α作为低渗透率储集介质的基础参数；
(2)对于高渗透率流动介质，通过测井尺度进行测井解释，通过测井解释资料获取测井尺度的裂缝信息，获取高渗流动介质的等效渗透率Kf和孔隙度φf，并将等效渗透率Kf和孔隙度φf作为高渗透率流动介质的基础参数；
(3)基于步骤(1)中获取的低渗透率储集介质基础参数以及步骤(2)中获取的高渗透率流动介质基础参数，采用气体窜流量q关联低渗透率储集介质和高渗透率流动介质的气体，并随机分布大尺度裂缝，采用有限元方法建立气井生产尺度的双重介质耦合模型，进行潜山裂缝气藏产量预测。
优选地，采用CT扫描方法获取低渗透率储集介质的基础参数。
优选地，所述步骤采用CT扫描方法获取低渗透率储集介质的基础参数，还包括：
通过CT成像装置完成CT图像重构，然后依次进行图像滤波、图像分割处理、裂缝提取，获取数字岩心三维图像，通过所述数字岩心三维图像获取岩心尺度的孔隙度φm，等效渗透率km和形状因子αm。
优选地，采用非局部均匀滤波法对CT图像进行滤波。
优选地，所属步骤采用非局部均匀滤波法对CT图像进行滤波，还包括：
1)以点A为中心，取其周围边长为s的正方形作为搜索框，再取边长为d的正方形作为相似框，d<s；2)找出搜索框内所有边长为d的相似框组合，记录每个相似框的中心位置，选取其中某一个相似框的中心为点B，将点B与点A周围的相似框做减法，同时加入由高斯核计算得到的加权值，从而获取由各点的差值与权重的积组成的二维数组；3)将所述二维数组求和后平均，得到相似框的中心点B相对于目标点A的拟权重值，采用指数减函数获取得到真实的权重值；4)结合各个点的灰度值，计算出滤波后A点的灰度；5)对所有点进行步骤1)-4)的处理，以此类推，得到所有点经过滤波处理后的灰度值，实现整个图像的非局部均匀滤波。
优选地，采用裂缝系统复杂系数对裂缝系统复杂性进行表征，裂缝系统复杂系数为裂缝整体效率与裂缝平均集聚系数的几何平均值。
优选地，采取最大球方法或有限元方法计算数字岩心的渗透率、孔隙度。优选地，所述步骤(2)中还包括通过测井尺度REV的方法来获取高渗透率流动介质的等效渗透率Kf。
优选地，所述步骤(2)中高渗透率流动介质的孔隙度φf为测井尺度下的裂缝孔隙度减去岩心尺度下的低渗透率储集介质的孔隙度φm。
优选地，所述测井尺度REV的获取方法为：
REV边长＝裂缝密度*裂缝长度*sinθ。
优选地，所述气体窜流量q的获取方法为：
式中，α为低渗透率储集介质的形状因子；km为低渗透率储集介质的渗透率，pm为低渗透率储集介质的压力，pf为高渗透率流动介质的压力，μ为气体粘度，ρ为气体密度。
与现有技术相比，本发明的有益效果是：
(1)考虑岩心尺度渗流、现场试井尺度渗流、气井生产尺度渗流特征的差异，建立了一种耦合多尺度渗流特征的产量预测方法，其设置条件更加合理，能够更加精准地描述孔隙-裂缝气藏的渗流特征，同时更加深刻地揭示其渗流机理。
(2)通过多次模拟结果，提出了一种测井尺度REV的计算方法，可以直接采用该方法计算REV的边长，无需通过试探的方式重复设置REV的边长，提高了模拟效率，通过REV的模拟结果可以获取高渗透率流动介质的基础参数。
附图说明
为了更清楚地说明本发明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做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是潜山气藏储层微观孔隙结构图。
图2是不同滤波方法的处理效果对比图。
图3是样品所对应的数字岩心模型。
图4是岩心尺度的数字岩心模型图。
图5是测井尺度下REV的压力分布图。
图6气井生产尺度的模型示意图。。
具体实施方式
结合附图和本发明具体实施方式的描述，能够更加清楚地了解本发明的细节。但是，在此描述的本发明的具体实施方式，仅用于解释本发明的目的，而不能以任何方式理解成是对本发明的限制。在本发明的教导下，技术人员可以构想基于本发明的任意可能的变形，这些都应被视为属于本发明的范围。
如图1所示，潜山裂缝性气藏储层具有孔缝结构复杂、非均质性强的特征，为了表征储层岩石孔喉形态、分布情况、连通性等孔隙结构参数，可采用成像方法，如铸体薄片法、CT成像法、电子显微镜成像法等可以获取目标样品的储渗空间结构参数。为了研究裂缝性气藏模型，根据不同孔隙结构的渗流规律，将其渗流模型简化为双重介质模型，即基质-裂缝系统。
在气井生产过程中，井筒周围的高渗透率介质主要起到流动作用，而远离井筒的低渗透率介质则起到储集作用。因此本申请针对上述渗流机理的差异，分别从岩心尺度、测井尺度、生产井尺度方面进行研究，并将多尺度渗流耦合，从而得到其产量预测模型，其具体实施方式如下所示。
(1)对于低渗透率储集介质，通过岩心尺度进行建立数字岩心模型，通过CT及薄片数据统计数字岩心模型的裂缝及孔隙信息，获取岩心尺度的孔隙度φm，等效渗透率km和形状因子αm，并将这三个参数作为低渗储集介质的参数。
通过CT扫描成像仪可以获得样品各个断面的投影图像，再利用相应的重构算法根据样品的投影数据体来建立样品内部断层图像。通过CT成像装置完成CT图像重构，然后依次进行图像滤波、图像分割处理、裂缝提取，获取数字岩心三维图像，通过图像处理即可对孔隙、裂缝复杂程度进行定量评价，为岩心尺度的流动模拟过程奠定基础。
发明人采用均值滤波、中值滤波、高斯滤波和非局部均匀滤波几种方法进行滤波去噪，其结果如图2所示。从图2的去噪结果可以看出，均值滤波并不能很好的去除噪声，而中值滤波处理的图像边缘和细节信息遭到损坏。而对比高斯滤波和非局部均匀滤波的结果可以看出，非局部均匀滤波算法的综合去噪效果更好，相界限更明显，有利于做后期图像分割。因此优选采用非局部均匀滤波法对CT图像进行滤波去噪。
非局部均匀滤波法的具体步骤包括：1)以A为中心，取其周围边长为s的正方形作为搜索框，再取边长较小为d的正方形作为相似框；2)找出搜索框内所有边长为d的相似框组合，记录每个相似框的中心位置。设其中某一个相似框的中心为B，将其与A周围的相似框做减法，同时加入由高斯核计算得到的加权值，从而可以获得由各点的差值与权重的积组成的二维数组；3)将该二维数组求和后平均，便可以得到相似框的中心点B相对于目标点A的拟权重值，得到的拟权重值其实与真实权重是成反比的，因此采用指数减函数便可以得到真实的权重值；4)结合各个点的灰度值，就可以计算出滤波后A点的灰度；5)以此类推得到所有点经过滤波处理后的灰度值，实现整个图像的非局部均匀滤波。
CT成像装置的能谱为多色光束，使得重构后的图像产生射束硬化伪影,从岩样中心往边缘逐渐变亮或者变暗。利用灰度值进行阈值分割时难以将裂缝与伪影分开，因此可以采用深度学习的图像处理方法来对裂缝进行单独抽提，重而完成样品所对应的数字岩心模型，如图3所示。
为了定量表征裂缝系统复杂性，采用裂缝系统复杂系数对其进行表征，裂缝系统复杂系数为裂缝整体效率与裂缝平均集聚系数的几何平均值。
通过建立的数字岩心，如图4所示，采取最大球方法或有限元方法计算其对应的渗透率、孔隙度等物性参数。通过岩心尺度的模拟结果表明，在岩心尺度，裂缝主要通过裂缝长度、裂缝开度、裂缝角度、裂缝密度等方面对岩心的渗透率的产生影响；而孔隙主要从基质孔隙度和孔径大小方面对岩心渗透率产生影响。
(2)对于高渗透率流动介质，通过测井尺度进行测井解释，通过测井解释资料获取测井尺度的裂缝信息，并计算高渗流动介质的等效渗透率Kf和孔隙度φf；
对于高渗流动介质，利用测井尺度获得的裂缝统计参数作为等效渗透率，等效渗透率kf即为高渗透率流动介质的渗透率，高渗透率流动介质的孔隙度采用测井的孔隙度减去φm。
对于岩心尺度的渗流过程而言，以未连通的渗透率作为等效渗透率是合理的，而上升至测井尺度来看，在米级的基岩块中，毫米级即便是厘米级的微裂缝都是不能完全有效连通整个基岩块的，因此以未连通岩样的等效渗透率作为基岩块基质的视渗透率是合理的。因此在岩心尺度情况下仅考虑基岩的储集和补给能力、不考虑裂缝的流动能力。
对于测井尺度的基质流动，存在以下特点：由于裂缝的长度、开度密度等参数与岩心尺度存在数量级差异，需要通过成像测井的测试结果来重新标定测井尺度基岩的流动能力；测井尺度存在来自基岩微裂缝-基质的流体补给作用，需要结合岩心尺度的补给能力和流动能力来评估测井尺度的流动能力；测井尺度的表观体积单元大小限制着基岩块流动能力的适用性，测井尺度下的等效渗透率适用的REV需要重新评价。
对于测井尺度的基岩块而言，裂缝多为米级的裂缝，其对气井生产过程中近井地带的气体流动影响较大。对于近井及更大尺度裂缝周围有较强的流动能力改善作用。因此，在测井尺度上，需要针对基岩块的REV体积进行界定，以判断近井的高渗带的范围，以及未连通的区域的等效渗透率大小。
而发明人在模拟中发现，REV的临界值与裂缝是否连通基岩块有关，因此，在不同的裂缝长度、密度、角度组合的情况下，对应着不同REV的值。通过设置离散裂缝组合方式，不断模拟各种裂缝密度、裂缝长度、裂缝角度变化范围对区域连通性的影响，从而从各个影响因素对连通性的影响情况外插出各影响因素组合情况下的表征单元范围。最终确定REV的边长与裂缝密度、裂缝长度、裂缝角度θ之间存在如下近似关系：
REV边长＝裂缝密度*裂缝长度*sinθ。
在实际的模拟过程中，某井按照测井解释获得的基础参数为：裂缝长度(平均裂缝长度2.29m/m2)和裂缝密度(平均裂缝密度2.68/m)、基质孔渗(平均孔隙度6.19％，平均渗透率0.6695mD)。利用REV边长计算式得到该井测井尺度的REV约等于4.34m3。通过本申请中提出的REV计算方法，可以直接快速获取REV的尺寸，而无需重复试算，提高了模拟效率。
从计算结果也可以看出REV的范围并不大，其与测井尺度裂缝的长度相当。因而仅在井周几米的范围内存在绝对的高渗带，此范围以外等效渗透率较低。
(3)采用步骤(1)中获取的低渗透率储集介质基础参数以及步骤(2)中获取的高渗透率流动介质基础参数，采用气体窜流量q关联低渗透率储集介质和高渗透率流动介质的气体，并随机分布大尺度裂缝，采用有限元方法建立气井生产尺度的双重介质耦合模型，进行潜山裂缝气藏产量预测。
其中气体窜流量获取方法为：
式中，α为低渗透率储集介质的形状因子；km为低渗透率储集介质的渗透率，pm为低渗透率储集介质的压力，pf为高渗透率流动介质的压力，μ为气体粘度，ρ为气体密度。
为了验证模型的正确性，使用某生产井的岩心资料、测井资料及地震资料的统计分析，确定了该井的各项参数：利用CT扫描和岩心薄片分析，确定了岩心尺度补给基质的孔隙度3.47％，渗透率4.81mD，平均形状因子2.45E-7m-2。利用测井数据确定了基岩块的孔隙度为4.33％(总孔隙度7.8％)，渗透率为167.6mD。大型断裂的分布及物性参数以随机裂缝进行分布。
通过该井实际测试的结果，以0.2MPa的流动压差进行模拟，计算获得流量为120×104m3/d，与实际生产数据的129.4×104m3/d相符合，说明本申请提出的多尺度耦合的潜山裂缝产量预测方法具备可靠性。
虽然结合附图对本发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。
Claims (9)
1.一种基于多尺度耦合的潜山裂缝气藏产量预测方法，包括：
(1)对于低渗透率储集介质，通过岩心尺度进行建立数字岩心模型，获取岩心尺度的孔隙度等效渗透率km和形状因子α，并将孔隙度/>等效渗透率km和形状因子α作为低渗透率储集介质的基础参数；
(2)对于高渗透率流动介质，通过测井尺度进行测井解释，通过测井解释资料获取测井尺度的裂缝信息，获取高渗流动介质的等效渗透率Kf和孔隙度并将等效渗透率Kf和孔隙度/>作为高渗透率流动介质的基础参数；
(3)基于步骤(1)中获取的低渗透率储集介质基础参数以及步骤(2)中获取的高渗透率流动介质基础参数，采用气体窜流量q关联低渗透率储集介质和高渗透率流动介质的气体，并随机分布大尺度裂缝，采用有限元方法建立气井生产尺度的双重介质耦合模型，进行潜山裂缝气藏产量预测；
所述气体窜流量q的获取方法为：
式中，α为低渗透率储集介质的形状因子；km为低渗透率储集介质的渗透率，pm为低渗透率储集介质的压力，pf为高渗透率流动介质的压力，μ为气体粘度，ρ为气体密度。
2.如权利要求1所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述步骤(1)中采用CT扫描方法获取低渗透率储集介质的基础参数。
3.如权利要求2所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述步骤采用CT扫描方法获取低渗透率储集介质的基础参数，还包括：
通过CT成像装置完成CT图像重构，然后依次进行图像滤波、图像分割处理、裂缝提取，获取数字岩心三维图像，通过所述数字岩心三维图像获取岩心尺度的孔隙度等效渗透率km和形状因子αm。
4.如权利要求3所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述滤波方法为非局部均匀滤波法。
5.如权利要求4所述的多尺度耦合的潜山裂缝气藏产量预测方法，所属步骤采用非局部均匀滤波法对CT图像进行滤波，还包括：
1)以点A为中心，取其周围边长为s的正方形作为搜索框，再取边长为d的正方形作为相似框，d<s；
2)找出搜索框内所有边长为d的相似框组合，记录每个相似框的中心位置，选取其中某一个相似框的中心为点B，将点B与点A周围的相似框做减法，同时加入由高斯核计算得到的加权值，从而获取由各点的差值与权重的积组成的二维数组；
3)将所述二维数组求和后平均，得到相似框的中心点B相对于目标点A的拟权重值，采用指数减函数获取得到真实的权重值；
4)结合各个点的灰度值，计算出滤波后A点的灰度；
5)对所有点进行步骤1)-4)的处理，以此类推，得到所有点经过滤波处理后的灰度值，实现整个图像的非局部均匀滤波。
6.如权利要求1所述的多尺度耦合的潜山裂缝气藏产量预测方法，采用裂缝系统复杂系数对裂缝系统复杂性进行表征，裂缝系统复杂系数为裂缝整体效率与裂缝平均集聚系数的几何平均值。
7.如权利要求2所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述步骤(2)中还包括通过测井尺度REV的方法来获取高渗透率流动介质的等效渗透率Kf。
8.如权利要求1所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述步骤(2)中高渗透率流动介质的孔隙度为测井尺度下的裂缝孔隙度减去岩心尺度下的低渗透率储集介质的孔隙度/>
9.如权利要求1所述的多尺度耦合的潜山裂缝气藏产量预测方法，所述测井尺度REV的获取方法为：
REV边长＝裂缝密度*裂缝长度*sinθ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210063731.5A CN114528729B (zh) | 2022-01-20 | 2022-01-20 | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210063731.5A CN114528729B (zh) | 2022-01-20 | 2022-01-20 | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114528729A CN114528729A (zh) | 2022-05-24 |
| CN114528729B true CN114528729B (zh) | 2023-07-18 |
Family
ID=81620772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210063731.5A Active CN114528729B (zh) | 2022-01-20 | 2022-01-20 | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114528729B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116181324B (zh) * | 2023-03-10 | 2024-02-23 | 重庆科技学院 | 一种压裂后储层等效渗透率评价方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110296921A (zh) * | 2018-03-21 | 2019-10-01 | 中国石油化工股份有限公司 | 储层条件下稳态法页岩气体渗透率的测试装置及测试方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
| CN108061699B (zh) * | 2017-12-14 | 2020-01-21 | 中国石油大学(华东) | 一种多期次、多尺度裂缝孔渗参数定量预测方法 |
| CN111472782A (zh) * | 2020-04-08 | 2020-07-31 | 中国石油大学(北京) | 用于页岩储层开采的优化方法 |
| CN112967147B (zh) * | 2021-02-04 | 2024-04-02 | 中海石油(中国)有限公司海南分公司 | 一种考虑多尺度裂缝的基岩产量贡献率计算方法 |
| CN113034003B (zh) * | 2021-03-26 | 2022-03-15 | 西南石油大学 | 一种页岩气井产能快速评价方法 |
-
2022
- 2022-01-20 CN CN202210063731.5A patent/CN114528729B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110296921A (zh) * | 2018-03-21 | 2019-10-01 | 中国石油化工股份有限公司 | 储层条件下稳态法页岩气体渗透率的测试装置及测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114528729A (zh) | 2022-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Quantitative analysis of microscopic structure and gas seepage characteristics of low-rank coal based on CT three-dimensional reconstruction of CT images and fractal theory | |
| WO2020215524A1 (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
| Sun et al. | Quantifying nano-pore heterogeneity and anisotropy in gas shale by synchrotron radiation nano-CT | |
| 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 | |
| CN103713316B (zh) | 一种基于岩石孔隙数字表征的速度预测方法及装置 | |
| CN104331579A (zh) | 一种低渗透储层原油边界层的模拟方法 | |
| CN106569288B (zh) | 基于储层裂缝有效性聚类分析的裂缝性储层质量评价方法 | |
| EP3181804A1 (fr) | Procede pour caracteriser et exploiter une formation souterraine comprenant un reseau de fractures | |
| CN114528729B (zh) | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 | |
| CN113189305B (zh) | 一种孔隙型可渗透岩石的仿真模拟方法及系统 | |
| Ji et al. | An improved method for reconstructing the digital core model of heterogeneous porous media | |
| CN111911142A (zh) | 裂缝性致密砂岩气藏含水饱和度模型数字岩心构建方法 | |
| WO2019205725A1 (zh) | 一种基于电成像测井分形维数的火山岩岩性识别方法 | |
| Ji et al. | A multiscale reconstructing method for shale based on SEM image and experiment data | |
| Youssef et al. | High resolution μ-CT combined to numerical models to assess electrical properties of bimodal carbonates | |
| Lei | Reconstruction and analysis of tight sandstone digital rock combined with X-Ray CT scanning and multiple-point geostatistics algorithm | |
| CN110222368A (zh) | 一种利用二维切片计算岩心三维孔隙度和渗透率的方法 | |
| Salah | Geostatistical analysis of groundwater levels in the south Al Jabal Al Akhdar area using GIS | |
| AU2019406629A1 (en) | Method for characterizing the porosity of rock | |
| CN108828687A (zh) | 一种基于电成像面孔率的渗透率计算方法 | |
| Guo et al. | A New Method of Central Axis Extracting for Pore Network Modeling in Rock Engineering | |
| Beg | Multiscale Pore Network Modeling of Hierarchical Media with Applications to Improved Oil and Gas Recovery | |
| CN115808352B (zh) | 基于数字岩心的岩石裂缝提取与复杂度表征方法及装置 | |
| CN117152373B (zh) | 一种考虑裂缝的岩心级孔隙网络模型构建方法 | |
| Xia et al. | Fractal structural parameters from images: fractal dimension, lacunarity, and succolarity |
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 |