CN115147539A - 一种基于指示克里金的孔隙结构剩余油表征方法 - Google Patents
一种基于指示克里金的孔隙结构剩余油表征方法 Download PDFInfo
- Publication number
- CN115147539A CN115147539A CN202210246085.6A CN202210246085A CN115147539A CN 115147539 A CN115147539 A CN 115147539A CN 202210246085 A CN202210246085 A CN 202210246085A CN 115147539 A CN115147539 A CN 115147539A
- Authority
- CN
- China
- Prior art keywords
- image
- core
- rock
- pore structure
- dimensional
- 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.)
- Pending
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 114
- 238000012512 characterization method Methods 0.000 title claims description 12
- 238000002591 computed tomography Methods 0.000 claims abstract description 68
- 239000011435 rock Substances 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 230000011218 segmentation Effects 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 239000002245 particle Substances 0.000 claims abstract description 15
- 238000000547 structure data Methods 0.000 claims abstract description 14
- 238000003709 image segmentation Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000003325 tomography Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 39
- 238000009826 distribution Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000008346 aqueous phase Substances 0.000 claims description 3
- 239000012071 phase Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002332 oil field water Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Image Generation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
Abstract
本发明提供一种基于指示克里金的孔隙结构剩余油表征方法,通过CT层析扫描获得岩心图片,并划分得到岩心CT图像的区域参数;对岩心CT图像进行预处理;采用基于指示克里金算法的方法对处理后的岩心CT图像中的孔隙进行分割;针对分割后的岩心CT图像进行修正,消除岩心CT图像中孤立岩石颗粒和孔隙对于分割结果的干扰;基于修正后的岩心CT图像建立三维孔隙结构数据体,并提取其特征参数;利用指示克里金方法进行油水分割,建立水驱阶段三维剩余油模型。利用该方法可建立高精度岩石孔隙结构模型及剩余油三维表征模型,有效提高图像分割精度,有效克服分割过程中毛刺现象。
Description
技术领域
本发明涉及油藏开发技术领域,更具体地说涉及一种基于指示克里金的孔隙结构剩余油表征方法。
背景技术
储层储集空间指孔隙、喉道、裂缝的分布、大小、几何形态及连通关系,是流体在岩石中赋存与流动的场所,准确全面地评价储层的孔喉系统是研究储层储集性能、渗流特征与油气聚集机理的基础。
近年来,国内海上油气勘探进一步向深层扩展,由于深部储层相对致密,微观孔隙结构更趋复杂,非均质性强,传统的以压汞分析技术结合铸体薄片、扫描电镜观察不能直观反映储集空间的形态、大小、分布与空间配置关系等,同时存在实验单一、获取的参数不全面、岩心有损测试等问题,制约了储层的深化认识。恒速压汞、二维大尺寸背散射图像拼接技术(MAPS)、微纳米CT扫描技术、聚焦离子束扫描电镜(FIB-SIB)、自动矿物定量识别系统(QEMSCAN)等测试技术逐步成为了精细表征致密储层储集空间的主要手段。利用新兴的数字岩心技术对岩石样品大范围、高分辨率、直观地无损扫描成像,可以对孔喉大小、形态、连通性做出定性描述和定量评价,更加快速、直观地研究储层的储集空间分布特征,已在国内松辽盆地致密油、鄂尔多斯致密油、库车凹陷深部储层得到了应用,但是系统地应用于海上深部低孔低渗油气田,还未见有报道。
同时,油田进入高含水期后数模拟合困难,且调整井效果证实剩余油认识更复杂,影响后期潜力调整井落实程度。高含水期油藏外部及单井附近水驱状态与实验差距较大。主要存在对于水驱后残余油、驱油效率等相关参数变化规律认识不清、对剩余油定量表征、主控因素以及分布规律和模式认识不清等问题,因此借助数字岩心与常规水驱油实验结合的方式,开展剩余油微观分布特征研究。
而CT扫描图像容易受到噪声的影响,分割生成的图像中常会出现孤立的岩石颗粒或孤立的孔隙,这些孤立的岩石颗粒及孔隙往往会对后续孔喉模型的建立产生较大影响,因此亟需一种可以有效克服分割过程中毛刺现象的手段。
发明内容
本发明克服了现有技术中的不足,CT扫描图像容易受到噪声的影响,生成的图像中常会出现孤立的岩石颗粒或孤立的孔隙,上述这些孤立的岩石颗粒及孔隙往往会对后续孔喉模型的建立产生较大影响,提供了一种基于指示克里金的孔隙结构剩余油表征方法,利用该方法可建立高精度岩石孔隙结构模型及剩余油三维表征模型,有效提高图像分割精度,有效克服分割过程中毛刺现象。
本发明的目的通过下述技术方案予以实现。
一种基于指示克里金的孔隙结构剩余油表征方法,按照下述步骤进行:
步骤S1,通过CT层析扫描获得岩心图片,并划分得到岩心CT图像的区域参数;
步骤S2,对岩心CT图像进行预处理;
步骤S3,采用基于指示克里金算法的方法对处理后的岩心CT图像中的孔隙进行分割;
步骤S4,针对步骤S3分割后的岩心CT图像进行修正,消除岩心CT图像中孤立岩石颗粒和孔隙对于分割结果的干扰;
步骤S5,基于步骤S4修正后的岩心CT图像建立三维孔隙结构数据体,并提取其特征参数;
步骤S6,利用指示克里金方法进行油水分割,建立水驱阶段三维剩余油模型。
在步骤S1中,在岩心CT切片图像的区域参数中,图像分辨率为10μm,模拟区域物理尺寸为2.8mm。
在步骤S2中,对岩心CT图像进行预处理的方法为:对岩心CT图像进行亮度、对比度调整以及拉普拉斯锐化,以提高层析扫描图像清晰度。
在步骤S3中,基于指示克里金算法对岩石图像中孔隙进行分割和修正的具体方法为:以图像中灰度初始值作为默认阈值,按照指示克里金算法选定两组阈值T0、T1进行迭代分割,进而对步骤S2中预处理后的岩心CT图像中不同灰度值的部分进行区分与定义。
具体的来说:将步骤S2中预处理后的岩心CT图像中灰度值小于T0的部分确定为孔隙空间,并指定所有孔隙空间的二值化体素灰度值为1,在图像上表示为白色;
将将步骤S2中预处理后的岩心CT图像中灰度值大于T1的部分确定为岩石基质,并指定所有岩石基质的二值化体素灰度值为0,在图像上表示为黑色;
将将步骤S2中预处理后的岩心CT图像中灰度值位于T0与T1的部分确定为孔隙基质共存空间,并根据指示克里金算法中的协方差值判断孔隙基质共存空间的归属,若孔隙基质共存空间的协方差值小于0,则将该部分归于孔隙,若孔隙基质共存空间的协方差值大于0,则将该部分归于岩石基质;
依照上述规则对单一扫描切面进行孔隙分割,将所有切面按照空间分布建立阈值等值面,从而克服分割结果中的毛刺现象。
在步骤S4中,分割后的岩心CT图像的修正方法为:设定分割后的岩心CT图像中体素尺寸的判定阈值S0和S1,并对分割后的岩心CT图像中所有孤立的孔隙结构与孤立的岩石基质进行比较判定。
具体的来说:当分割后的岩心CT图像中孤立的孔隙结构体素尺寸小于S0,或者孤立的岩石基质尺寸小于S1时,则分别对该部分像素的二值化体素灰度值进行反转处理,使得原先经图像分割得出属于孤立孔隙结构的体素转变为属于岩石基质,原先经图像分割得出属于孤立岩石基质的体素转变为属于孔隙结构,从而消除图像中孤立存在的孔隙结构或岩石基质。
在步骤S5中,建立修正后的岩心CT图像建立三维孔隙结构数据体的方式为:将步骤S4中修正后的岩心CT图像以二维矩阵形式进行储存,以二维矩阵叠加的方式将所有二值化的二维图像叠加得到二值化的三维岩心数据场,之后从二值化的三维岩心图像中提取出结构化的孔隙和喉道模型,并采用“最大球法”完成建模,最终得到以“孔隙”和“喉道”为单元的三维孔隙网络结构模型。
在步骤S6中,利用指示克里金建立三维剩余油模型的具体方式为:首先,利用指示克里金方法进行油水分割,将三维孔隙结构数据体的中孔隙结构体素作为油水分割的基础,依照水驱阶段中含油饱和度分布曲线,设定初始分割阈值A0、A1,进而对步骤S5中三维孔隙结构数据体中不同体素值的部分进行区分与定义;
具体的来说:将三维孔隙结构数据体中体素值小于A0的孔隙体素定义为油相,将三维孔隙结构数据体中体素值大于A1的孔隙体素定义为水相;
然后,按照水驱阶段含油饱和度分布曲线,定义修正参数B0、B1,对上述分割结果中的孤立油水结构进行修正,基于面绘制原则将流体模型转化为实体模型,构建剩余油及水等值面,利用移动立方体算法以三角面为基础进行迭代繁衍和合并,重建岩心剩余油模型,最终获取水驱阶段剩余油三维模型。
本发明的有益效果为:在获取CT岩心微观图像时,按照指示克里金算法原理,通过选择多个连续阈值创建多个指示变量,并通过阈值等值面将体素在空间的分布进行刻画,从而有效消除由于噪音影响产生的孤立岩石颗粒或孤立孔隙;
基于体素的移动立方体算法建立包含岩石基质以及油水分布状况的三维孔隙结构模型,通过岩心三维重建模型将表面岩石及流体模型转化为实体模型,可有效构建出孔隙、剩余油等值面,实现三维数据体可视化,相比于常规其他图像分割方法,新方法在图像分割时可进行多个阈值分割,大幅度提高岩石孔喉及油水分布刻画精度,同时通过与实测结果对比,从而得到符合的三维数据体模型。
附图说明
图1(a)为本发明步骤S2中预处理前的岩心CT图片;
图1(b)为本发明步骤S2中预处理后的岩心CT图片
图2为本发明步骤S3中指示克里金方法图像分割流程图;
图3(a)为本发明步骤S4中修正前的岩心CT图片;
图3(b)为本发明步骤S4中修正后的岩心CT图片;
图4为本发明中实体三维模型立方体示意图;
图5(a)为本发明中剩余油三维模型饱和油阶段的模型示意图;
图5(b)为本发明中剩余油三维模型水驱至2PV阶段的模型示意图;
图5(c)为本发明中剩余油三维模型水驱至10PV阶段的模型示意图;
图5(d)为本发明中剩余油三维模型水驱至残余油阶段的模型示意图。
具体实施方式
下面通过具体的实施例对本发明的技术方案作进一步的说明。
Y油田水驱油剩余油数字岩心微观表征:
Y油田主力油组目前采出程度高达42.5%,含水率89%,已进入“双高”阶段,剩余油分布复杂。主要存在对于水驱后残余油、驱油效率等相关参数变化规律认识不清、对剩余油定量表征、主控因素以及分布规律和模式认识不清等问题。
步骤S1):对Y油田现场采集获得的岩心进行CT扫描成像及区域参数划分,经过层析微观驱替扫描实验获得矩形岩心图片,且控制岩心CT切片图像区域参数为图像分辨率为10μm,模拟区域物理尺寸为2.81mm。
步骤S2):如图1所示,对岩心CT图像进行预处理,调整其亮度和对比度,并采用拉普拉斯算法对图片进行锐化处理,提高岩心CT图像的清晰度。
步骤S3):对预处理后的岩心CT图像进行分割,以此消除孤立的岩石颗粒或孔隙。
参见图2,指定两组阈值T0、T1,使得T0=85,T1=130,指定岩心CT图像中灰度值小于85的部分为孔隙空间,并将该部分二值化的体素灰度值指定为1,反映在图像上表示白色区域;同时将灰度值在130以上的部分指定为岩石基质,该部分的二值化的体素灰度值指定为0,反映在图像上表示为黑色区域,而针对图像中灰度值位于85与130之间的部分,利用指示克里金算法中的协方差值的计算方法,将协方差值作为指示变量I,计算其结果,当孔隙基质共存空间中部分空间获得的指示变量I小于0时,则将该部分归于孔隙空间,若孔隙基质共存空间中部分空间获得的指示变量I大于0,则将该部分归于岩石基质,以所述规则对单一扫描切面进行孔隙分割,直至将所有切面按照空间分布建立阈值等值面,进而克服分割过程中的毛刺现象。
步骤S4):针对分割后的岩心CT图像进行修正,进一步消除图像中孤立岩石颗粒和孔隙对于分割结果的干扰,参见图3。
由于在孔隙分割时,CT扫描图像会受到噪声干扰,往往会产生数量可观的岩石颗粒和孤立孔隙,这些孤立单元会对后续孔喉建模造成较大影响,因此,应对这些孤立的单元进行清除。消除图像中孤立的岩石颗粒或孔隙对于分割结果的干扰,在此以体素尺寸为因子,选定两个阈值S0和S1作为判断标准,对图像中的孤立单元进行反转处理。具体操作为,对图像中所有孤立的孔隙结构与孤立的岩石基质进行比较判定,当图像中孤立的孔隙结构部分的体素尺寸小于S0,或者孤立的岩石基质部分的体素尺寸小于S1时,则分别对该部分像素的二值化体素灰度值进行反转处理,使得原先经图像分割得出属于孤立孔隙结构的体素转变为属于岩石基质,原先经图像分割得出属于孤立岩石基质的体素转变为属于孔隙结构,从而使得修正前图像中的孤立存在的孔隙结构或岩石基质被消除。
在本实施例中,模型中97.37%的孔隙介质是连通的,包含的像素数目为5939973,孤立的孔隙中最大体积为604。同时,99.98%的岩石颗粒是连通的,包含的像素数目为10546997,孤立的岩石颗粒中最大体积为703。因此,分别取阈值S0=500和S1=750对分割后的图像进行修正。
步骤S5):建立三维孔隙结构数据体,将分割修正后的二维岩心CT扫描图像以二维矩阵的形式进行叠加,以此得到岩心模型的三维数据场,并从二值化的三维岩心图像中提取出结构化的孔隙结构和喉道模型,采用“最大球法”进行孔隙网络结构的提取与建模,最终将整个球串结构简化成以“孔隙”和“喉道”为单元的孔隙网络结构模型,其中,每个“孔隙”所连接的“喉道”数目为配位数。
步骤S6):利用指示克里金方法进行油水分割,建立水驱阶段三维剩余油模型,具体方式为,首先利用指示克里金方法进行油水分割,将三维孔隙网络结构模型的中孔隙结构体素作为油水分割的基础,依照水驱阶段中含油饱和度分布曲线,设定初始分割阈值A0=400、A1=800,并按照如下规则进行分割:将体素值小于A0的孔隙体素定义为油相,将体素值大于A1的孔隙体素定义为水相;之后按照水驱阶段含油饱和度分布曲线,定义修正参数B0=600、B1=750,对分割结果中的孤立油水结构进行修正,参见图4,基于面绘制原则将流体模型转化为实体模型,构建剩余油及水等值面,利用移动立方体算法以三角面为基础进行迭代繁衍和合并。
其中,依照岩心模型三维数据场中组成的不同,其对应体素可以分别取值为0(岩石基质)、1(水)和2(油),由于无论是岩石基质还是油和水,在岩心模型数据体中的分布都是成块连续的,因此可利用一系列三角形拟合处一个微小局部立方体中的等值面,又由于每个立方体有8个顶点,每个顶点有两种状态,每个立方体的所有顶点共有256种状态,而从这256种状态中又可归纳总结出15种状态,计算等值面与立方体边界的交点之后,将实体连接的三维表面分解成一族多边形表面元,将各层之间的轮廓线与三角面片连接起来,添加合适的光照效果函数对面片的个部分进行照射,从而得出表征岩石基质和油水分布特征的三维立体图,由此出重建岩心剩余油模型,最终获取各个水驱阶段的剩余油三维模型,参见图5。
通过该新方法分割岩心图片,经过修正后孤立的孔隙及岩石颗粒被有效清除,消除了CT扫描过程中噪声的影响。同时图像修正前后孔隙度变化仅为0.1%,表明该修正处理修正的像素比例较小,因而对岩心的宏观参数影响可以忽略。
以上对本发明做了示例性的描述,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (9)
1.一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:按照下述步骤进行:
步骤S1,通过CT层析扫描获得岩心图片,并划分得到岩心CT图像的区域参数;
步骤S2,对岩心CT图像进行预处理;
步骤S3,采用基于指示克里金算法的方法对处理后的岩心CT图像中的孔隙进行分割;
步骤S4,针对步骤S3分割后的岩心CT图像进行修正,消除岩心CT图像中孤立岩石颗粒和孔隙对于分割结果的干扰;
步骤S5,基于步骤S4修正后的岩心CT图像建立三维孔隙结构数据体,并提取其特征参数;
步骤S6,利用指示克里金方法进行油水分割,建立水驱阶段三维剩余油模型。
2.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S1中,在岩心CT切片图像的区域参数中,图像分辨率为10μm,模拟区域物理尺寸为2.8mm。
3.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S2中,对岩心CT图像进行预处理的方法为:对岩心CT图像进行亮度、对比度调整以及拉普拉斯锐化,以提高层析扫描图像清晰度。
4.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S3中,基于指示克里金算法对岩石图像中孔隙进行分割和修正的具体方法为:以图像中灰度初始值作为默认阈值,按照指示克里金算法选定两组阈值T0、T1进行迭代分割,进而对步骤S2中预处理后的岩心CT图像中不同灰度值的部分进行区分与定义。
5.根据权利要求4所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:将步骤S2中预处理后的岩心CT图像中灰度值小于T0的部分确定为孔隙空间,并指定所有孔隙空间的二值化体素灰度值为1,在图像上表示为白色;
将将步骤S2中预处理后的岩心CT图像中灰度值大于T1的部分确定为岩石基质,并指定所有岩石基质的二值化体素灰度值为0,在图像上表示为黑色;
将将步骤S2中预处理后的岩心CT图像中灰度值位于T0与T1的部分确定为孔隙基质共存空间,并根据指示克里金算法中的协方差值判断孔隙基质共存空间的归属,若孔隙基质共存空间的协方差值小于0,则将该部分归于孔隙,若孔隙基质共存空间的协方差值大于0,则将该部分归于岩石基质。
6.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S4中,分割后的岩心CT图像的修正方法为:设定分割后的岩心CT图像中体素尺寸的判定阈值S0和S1,并对分割后的岩心CT图像中所有孤立的孔隙结构与孤立的岩石基质进行比较判定。
7.根据权利要求6所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:当分割后的岩心CT图像中孤立的孔隙结构体素尺寸小于S0,或者孤立的岩石基质尺寸小于S1时,则分别对该部分像素的二值化体素灰度值进行反转处理,使得原先经图像分割得出属于孤立孔隙结构的体素转变为属于岩石基质,原先经图像分割得出属于孤立岩石基质的体素转变为属于孔隙结构,从而消除图像中孤立存在的孔隙结构或岩石基质。
8.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S5中,建立修正后的岩心CT图像建立三维孔隙结构数据体的方式为:将步骤S4中修正后的岩心CT图像以二维矩阵形式进行储存,以二维矩阵叠加的方式将所有二值化的二维图像叠加得到二值化的三维岩心数据场,之后从二值化的三维岩心图像中提取出结构化的孔隙和喉道模型,并采用“最大球法”完成建模,最终得到以“孔隙”和“喉道”为单元的三维孔隙网络结构模型。
9.根据权利要求1所述的一种基于指示克里金的孔隙结构剩余油表征方法,其特征在于:在步骤S6中,利用指示克里金建立三维剩余油模型的具体方式为:首先,利用指示克里金方法进行油水分割,将三维孔隙结构数据体的中孔隙结构体素作为油水分割的基础,依照水驱阶段中含油饱和度分布曲线,设定初始分割阈值A0、A1,进而对步骤S5中三维孔隙结构数据体中不同体素值的部分进行区分与定义;
即将三维孔隙结构数据体中体素值小于A0的孔隙体素定义为油相,将三维孔隙结构数据体中体素值大于A1的孔隙体素定义为水相;
然后,按照水驱阶段含油饱和度分布曲线,定义修正参数B0、B1,对上述分割结果中的孤立油水结构进行修正,基于面绘制原则将流体模型转化为实体模型,构建剩余油及水等值面,利用移动立方体算法以三角面为基础进行迭代繁衍和合并,重建岩心剩余油模型,最终获取水驱阶段剩余油三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210246085.6A CN115147539A (zh) | 2022-03-14 | 2022-03-14 | 一种基于指示克里金的孔隙结构剩余油表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210246085.6A CN115147539A (zh) | 2022-03-14 | 2022-03-14 | 一种基于指示克里金的孔隙结构剩余油表征方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147539A true CN115147539A (zh) | 2022-10-04 |
Family
ID=83405310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210246085.6A Pending CN115147539A (zh) | 2022-03-14 | 2022-03-14 | 一种基于指示克里金的孔隙结构剩余油表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147539A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977999A (zh) * | 2023-08-03 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
-
2022
- 2022-03-14 CN CN202210246085.6A patent/CN115147539A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977999A (zh) * | 2023-08-03 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
CN116977999B (zh) * | 2023-08-03 | 2024-03-08 | 北京建工环境修复股份有限公司 | 一种基于机器视觉的岩芯智能识别方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
CN108763711B (zh) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 | |
US11590708B2 (en) | Three-dimensional fluid micromodels | |
Bauer et al. | From computed microtomography images to resistivity index calculations of heterogeneous carbonates using a dual-porosity pore-network approach: Influence of percolation on the electrical transport properties | |
CN105445160B (zh) | 一种沥青混合料的空隙特征及其提取方法 | |
CN110146525A (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
CN103206208A (zh) | 一种微观不同赋存状态剩余油宏观量化的方法 | |
CN110443793B (zh) | 一种沥青混合料空隙分布均匀性评价方法 | |
CN104737037A (zh) | 使用多点模拟的储层建模 | |
CN111739149B (zh) | 一种岩石ct扫描图像的油水分布连续性修复方法 | |
CN104268830A (zh) | 基于数字图像确定不均匀岩土材料渗透系数的方法 | |
US11530997B2 (en) | Material properties from two-dimensional image | |
CN113345075A (zh) | 一种基于ct三维模型重构的砾岩粒度评价方法 | |
CN115147539A (zh) | 一种基于指示克里金的孔隙结构剩余油表征方法 | |
CN113570652B (zh) | 基于sem图像的砂岩储层矿物晶间孔的定量分析方法 | |
CN110609046B (zh) | 一种基于微ct水驱油图像的毛管力预测方法 | |
CN112816388A (zh) | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 | |
RU2774959C1 (ru) | Способ определения фильтрационных свойств неоднородных пористых образцов | |
CN117705596A (zh) | 一种基于数字岩心的水力压裂数值试验方法 | |
Pramana et al. | Relative Permeability from Digital Analysis of a Carbonate Synthetic Core | |
CN116246007A (zh) | 一种基于ct技术的微观剩余油类型转化定量分析方法 | |
Homberg et al. | Determining geometric grain structure from x-ray micro-tomograms of gradated soil | |
CN116451406A (zh) | 一种长距离连通多组分三维数字岩心构建方法 | |
CN114612302A (zh) | 基于多尺度数字图像的超分辨率孔隙结构模型的构建方法 |
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 |