CN115290930A - 一种考虑非常规储层多组分特征的数字岩心随机构建方法 - Google Patents
一种考虑非常规储层多组分特征的数字岩心随机构建方法 Download PDFInfo
- Publication number
- CN115290930A CN115290930A CN202210969996.1A CN202210969996A CN115290930A CN 115290930 A CN115290930 A CN 115290930A CN 202210969996 A CN202210969996 A CN 202210969996A CN 115290930 A CN115290930 A CN 115290930A
- Authority
- CN
- China
- Prior art keywords
- constructing
- volume fraction
- dimensional matrix
- space
- organic
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 82
- 239000011148 porous material Substances 0.000 claims abstract description 53
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 28
- 239000011707 mineral Substances 0.000 claims abstract description 28
- 229910052683 pyrite Inorganic materials 0.000 claims abstract description 26
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 claims abstract description 26
- 239000011028 pyrite Substances 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 25
- 239000005416 organic matter Substances 0.000 claims description 20
- 238000001000 micrograph Methods 0.000 claims description 12
- 230000000295 complement effect Effects 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000008878 coupling Effects 0.000 abstract description 4
- 238000010168 coupling process Methods 0.000 abstract description 4
- 238000005859 coupling reaction Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 abstract description 4
- 239000007787 solid Substances 0.000 abstract description 4
- 230000000877 morphologic effect Effects 0.000 abstract 1
- 239000002245 particle Substances 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 4
- 238000010884 ion-beam technique Methods 0.000 description 3
- 238000012067 mathematical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000021028 berry Nutrition 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种考虑非常规储层多组分特征的数字岩心随机构建方法，基于边界扩张算法和布尔运算，结合页岩多组分几何形态与分布特征，依次构建页岩基质矿物、有机质、有机孔、微裂缝以及黄铁矿霉状体，最后在同一三维空间中对各组分进行叠加，完成了包含多组分形态结构特征的页岩数字岩心的随机构建。本方法操作简便、构建的数字岩心真实有效，除了用于真实页岩样品空间结构的数字化表征，还可用于岩性、电性、流动特性以及流固耦合等数值模拟研究，在页岩气储层评价及勘探开发中具有广泛的应用价值。
Description
技术领域
本发明涉及页岩气储层表征与数字岩心随机构建领域，尤其涉及一种考虑非常规储层多组分特征的数字岩心随机构建方法。
背景技术
页岩气储层多组分空间结构的刻画与表征是页岩气勘探开发的基础性工作，对于页岩气储层评价和甜点区优选具有重要意义。在页岩气开发过程中，可以通过取芯并采用物理实验的方法对孔隙结构进行间接定量表征，但受不同组分尺度差异的影响，有机质、微裂缝等微观组分结构难以准确刻画与评价。随着高分辨率扫描电镜和聚焦离子束双束电镜的出现，通过扫描成像手段对页岩气纳米级孔喉直观的表征成为一种重要的研究手段。
然而，页岩气储层微纳米空间结构复杂，孔隙类型众多，裂缝的发育与分布对孔隙的连通性影响较大。对于二维扫描电镜图像，采用MAPS大视域拼接技术可以同时表征较大视域范围的微观结构特征，但却难以描述三维空间中孔缝的连通性以及配位数等关键因素；对于三维聚焦离子束扫描电镜图像，可以真实地表征三维空间中的多组分结构特征，但其视域面积较小，无法描述较大视域面积的非均质性特征。因此，有必要结合二维图像的多组分比例信息和三维图像的空间几何特征，通过随机算法来重构数字岩心，从而更加全面地表征真实页岩的三维空间结构，提高数字岩心的真实性和代表性。
发明内容
针对现有技术的不足，本发明提供了一种考虑非常规储层多组分特征的数字岩心随机构建方法。
为达到以上技术目的，本发明采用以下技术方案：
一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述计算方法包括以下步骤：
S1：构建大小为200×200×200的三维矩阵空间，在该矩阵空间中随机取点生成页岩基质矿物的初始生长核，采用多向圆盘式边界扩张算法对上述生长核执行多次外边界扩张，直到基质矿物的体积分数达到给定的值Mx。
S2：对所述步骤S1中体积分数为Mx的基质矿物空间取补集，得到有机质，其体积分数为Ox，Ox＝1-Mx。
S3：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成所有孔隙的初始生长核。
S4：对所述步骤S2中的初始有机质和所述步骤S3中的所有孔隙的初始生长核取交集，得到有机孔的初始生长核。采用球形边界扩张算法对上述有机孔的初始生长核执行多次外边界扩张，直到有机孔的体积分数达到给定的值Px。
S5：构建一个二维矩阵空间，其大小、位置和所述步骤S1中的三维矩阵空间的上表面一致，在上述新的二维矩阵空间中复刻真实扫描电镜图像中的裂缝至二维平面，采用线性边界扩张算法对上述裂缝二维平面执行向下线性扩张，直到裂缝的体积分数达到给定的值Fx。
S6：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成一个随机点阵，对上述随机点阵添加一个球形外边界约束生成黄铁矿的初始生长核，采用多面体边界扩张算法对上述黄铁矿的初始生长核执行多次外边界扩张，直到黄铁矿的体积分数达到给定的值Hx。
S7：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中依次叠加所述步骤S6中的黄铁矿、所述步骤S5中的裂缝、所述步骤S4中的有机孔、所述步骤S2中的有机质、所述步骤S1中的基质矿物，将上述5个组分的矩阵值分别指定为0、1、2、3、4。
进一步的，所述步骤S1中通过改变页岩基质矿物的初始生长核密度可以生成不同粒径大小的基质矿物颗粒。初始生长核密度越大，基质矿物颗粒的粒径越小；初始生长核密度越小，基质矿物颗粒的粒径越大。
进一步的，所述步骤S1中通过改变多向圆盘式边界扩张算法中不同方向上的生长概率和生长速度可以生成不同椭球度的基质矿物颗粒。不同方向上的生长概率和生长速度差异越小，则生成的基质矿物颗粒越接近球形且分选度越好。
进一步的，所述步骤S2中假设有机质充填页岩基质矿物颗粒空间。研究表明：有机质的形态无明显规律，而有机质和页岩基质矿物颗粒常常互为补集关系。
进一步的，所述步骤S3中所有孔隙包括有机孔和无机孔，本发明中只关心有机孔的随机构建方法。通过改变所有孔隙的初始生长核密度可以生成不同热演化成熟度的有机孔，在给定的有机孔体积分数Px保持不变的条件下，初始生长核密度越大，生成的有机孔孔径越小，热演化程度越低；初始生长核密度越小，生成的有机孔孔径越大，热演化程度越高。
进一步的，所述步骤S4中假设有机孔包含于有机质中，有机孔在边界扩张的过程中占据了有机质的初始空间，这和真实情况下有机孔的热演化规律一致。
进一步的，所述步骤S5中真实扫描电镜图像中的裂缝二维平面通过阈值分割方法提取，该裂缝可以为任意页岩二维扫描电镜图像中的裂缝，既可以是天然裂缝，也可以是人工裂缝。
在线性边界扩张过程中，在横向上指定一个较小的生长概率和生长速度可以生成表面粗糙的裂缝，裂缝开度在不同位置各不相同，但裂缝的连续性好，这和真实裂缝扩展规律一致。
进一步的，所述步骤S6中假设黄铁矿以球形莓状体集合形式存在，该存在形式和真实三维扫描图像中的黄铁矿一致。在生长过程中相邻晶体之间边界可能存在融合，这和真实图像中的情况一致。
进一步的，所述步骤S7中叠加次序更靠前的组分将依次占据后续组分的空间，黄铁矿在叠加过程中空间优先度最高，其次是微裂缝，有机孔的空间优先度高于有机质，综合考虑了不同组分在真实形成过程中的演化顺序。
本发明所提供的一种考虑非常规储层多组分特征的数字岩心随机构建方法，以真实页岩各组分分布规律为主要思想，以真实扫描电镜图像中的各组分空间结构为数据基础，以边界扩张算法和布尔运算为数学方法，从理论上阐述了利用真实岩心数据来随机构建三维多组分数字岩心的具体步骤。本方法操作简便，除了用于真实页岩样品空间结构的数字化表征，还可用于岩性、电性、流动特性以及流固耦合等数值模拟研究，在页岩气储层评价及勘探开发中具有广泛的应用价值。
有益效果：
与现有技术相比，本发明具有以下有益效果：
以真实页岩各组分分布规律为主要思想，以真实扫描电镜图像中的各组分空间结构为数据基础，以边界扩张算法和布尔运算为数学方法，从理论上阐述了利用真实岩心数据来随机构建三维多组分数字岩心的具体步骤。本方法操作简便，除了用于真实页岩样品空间结构的数字化表征，还可用于岩性、电性、流动特性以及流固耦合等数值模拟研究，在页岩气储层评价及勘探开发中具有广泛的应用价值。
附图说明
图1为基质矿物的构建流程图
图2为有机质的构建流程图
图3为有机孔的构建流程图
图4为多组分叠加流程图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，结合以下实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例：
一种考虑非常规储层多组分特征的数字岩心随机构建方法，所述计算方法包括以下步骤：
S1：构建大小为200×200×200的三维矩阵空间，在该矩阵空间中随机取点生成页岩基质矿物的初始生长核，采用多向圆盘式边界扩张算法对上述生长核执行多次外边界扩张，直到基质矿物的体积分数达到给定的值Mx。
S2：对所述步骤S1中体积分数为Mx的基质矿物空间取补集，得到有机质，其体积分数为Ox，Ox＝1-Mx。
S3：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成所有孔隙的初始生长核。
S4：对所述步骤S2中的初始有机质和所述步骤S3中的所有孔隙的初始生长核取交集，得到有机孔的初始生长核。采用球形边界扩张算法对上述有机孔的初始生长核执行多次外边界扩张，直到有机孔的体积分数达到给定的值Px。
S5：构建一个二维矩阵空间，其大小、位置和所述步骤S1中的三维矩阵空间的上表面一致，在上述新的二维矩阵空间中复刻真实扫描电镜图像中的裂缝至二维平面，采用线性边界扩张算法对上述裂缝二维平面执行向下线性扩张，直到裂缝的体积分数达到给定的值Fx。
S6：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成一个随机点阵，对上述随机点阵添加一个球形外边界约束生成黄铁矿的初始生长核，采用多面体边界扩张算法对上述黄铁矿的初始生长核执行多次外边界扩张，直到黄铁矿的体积分数达到给定的值Hx。
S7：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中依次叠加所述步骤S6中的黄铁矿、所述步骤S5中的裂缝、所述步骤S4中的有机孔、所述步骤S2中的有机质、所述步骤S1中的基质矿物，将上述5个组分的矩阵值分别指定为0、1、2、3、4。
实施例1：
本实施例所用页岩各组分空间结构数据来自四川盆地某区块深层页岩气储层二维扫描电镜图像以及三维聚焦离子束扫描电镜图像。其中，给定基质矿物的体积分数Mx为81.60％，给定有机质的体积分数Ox为18.40％，给定有机孔的体积分数Px为2.19％，给定裂缝的体积分数Fx为3.78％，给定黄铁矿的体积分数Hx为1.64％。单个矩阵像素大小为10nm，构建的数字岩心分辨率为200×200×200，物理尺寸为2μm×2μm×2μm。
下面展示本发明提出的一种考虑非常规储层多组分特征的数字岩心随机构建方法如何基于上述数据分别构建各组分几何结构，并基于多组分叠加构建数字岩心。
构建页岩基质矿物的流程图如图1所示，首先在200×200×200的三维矩阵空间中随机生成初始生长核，初始生长核的体积分数为0.1％，然后基于初始生长核多次使用多向圆盘式扩张算法对基质矿物进行外边界扩张，每次扩张算法中各方向上的生长速度和生长概率互不相同，直到基质矿物的体积分数达到给定的值Mx，本节中选取该值为81.60％，终止生长时的数据来源于第三章中的真实深层页岩岩心。
构建有机质的流程图如图2所示，对页岩基质矿物取补集即可构建各向异性的有机质，构建的有机质的体积分数Ox为18.40％。
构建有机孔的流程图如图3所示，基于有机孔和有机质之间特殊的位置关系，采用对随机点和有机质取交集的方式来构建有机孔初始生长核，再通过球形边界扩张算法对有机孔的初始生长核进行外边界扩张，有机孔的孔隙度Px为2.19％。在生长过程中，相邻有机孔间的孔隙边界会互相融合，由此形成有机孔之间的连通性空间。
本实施例所构建裂缝的二维形态来源于真实岩心扫描图像中的裂缝形态，通过等比例缩放以适应此处数字岩心的三维空间大小。采用Z方向上的线性边界扩张算法将二维裂缝拓展到了三维空间，并且赋予裂缝X和Y方向上较小的生长速度，以生成表面粗糙微裂缝，该裂缝长度为14.35μm，宽度为9.95μm，平均开度为0.25μm，体积分数Fx为3.78％(如图4(e))。在同一三维空间中叠加微裂缝和有机孔，裂缝的存在沟通了部分本不连通的有机孔，提高了模型中的空间连通性。
黄铁矿的构建流程如下：首先对空间中的随机生长点添加一个球形边界约束以限制黄铁矿莓状体的整体形态，其次通过各向异性的多面体边界扩张算法对黄铁矿初始生长核进行外边界扩张，直到黄铁矿的体积分数达到给定的值Hx，此处Hx的取值为1.64％(如图4(c))。
多组分数字岩心叠加流程如图4所示，分别在同一三维矩阵中叠加黄铁矿、裂缝、有机质、有机孔、页岩基质，即完成了多组分页岩数字岩心的随机构建。
本发明所提供的一种考虑非常规储层多组分特征的数字岩心随机构建方法，以真实页岩各组分分布规律为主要思想，以真实扫描电镜图像中的各组分空间结构为数据基础，以边界扩张算法和布尔运算为数学方法，从理论上阐述了利用真实岩心数据来随机构建三维多组分数字岩心的具体步骤。本方法操作简便，除了用于真实页岩样品空间结构的数字化表征，还可用于岩性、电性、流动特性以及流固耦合等数值模拟研究，在页岩气储层评价及勘探开发中具有广泛的应用价值。
以上所述，并非对本发明作任何形式上的限制，虽然本发明已通过上述实施例揭示，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (5)
1.一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述计算方法包括以下步骤：
S1：构建大小为200×200×200的三维矩阵空间，在该矩阵空间中随机取点生成页岩基质矿物的初始生长核，采用多向圆盘式边界扩张算法对上述生长核执行多次外边界扩张，直到基质矿物的体积分数达到给定的值Mx；
S2：对所述步骤S1中体积分数为Mx的基质矿物空间取补集，得到有机质，其体积分数为Ox，Ox＝1-Mx；
S3：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成所有孔隙的初始生长核；
S4：对所述步骤S2中的初始有机质和所述步骤S3中的所有孔隙的初始生长核取交集，得到有机孔的初始生长核。采用球形边界扩张算法对上述有机孔的初始生长核执行多次外边界扩张，直到有机孔的体积分数达到给定的值Px；
S5：构建一个二维矩阵空间，其大小、位置和所述步骤S1中的三维矩阵空间的上表面一致，在上述新的二维矩阵空间中复刻真实扫描电镜图像中的裂缝至二维平面，采用线性边界扩张算法对上述裂缝二维平面执行向下线性扩张，直到裂缝的体积分数达到给定的值Fx；
S6：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中随机取点生成一个随机点阵，对上述随机点阵添加一个球形外边界约束生成黄铁矿的初始生长核，采用多面体边界扩张算法对上述黄铁矿的初始生长核执行多次外边界扩张，直到黄铁矿的体积分数达到给定的值Hx；
S7：构建新的三维矩阵空间，其大小和所述步骤S1中的三维矩阵空间一致，在上述新的三维矩阵空间中依次叠加所述步骤S6中的黄铁矿、所述步骤S5中的裂缝、所述步骤S4中的有机孔、所述步骤S2中的有机质、所述步骤S1中的基质矿物，将上述5个组分的矩阵值分别指定为0、1、2、3、4。
2.如权利要求1中所述的一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述步骤S2中有机质的构建方法为对所述步骤S1中体积分数为Mx的基质矿物空间取补集，得到有机质，其体积分数为Ox，Ox＝1-Mx。
3.如权利要求1中所述的一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述步骤S4中有机孔的构建方法为对所述步骤S2中的初始有机质和所述步骤S3中的所有孔隙的初始生长核取交集，得到有机孔的初始生长核，再采用球形边界扩张算法对上述有机孔的初始生长核执行多次外边界扩张，直到有机孔的体积分数达到给定的值Px。
4.如权利要求1中所述的一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述步骤S5中裂缝的构建方法为采用线性边界扩张算法对真实裂缝二维平面执行向下线性扩张，直到裂缝的体积分数达到给定的值Fx。
5.如权利要求1中所述的一种考虑非常规储层多组分特征的数字岩心随机构建方法，其特征在于，所述步骤S6中黄铁矿的构建方法为对随机点阵添加一个球形外边界约束生成黄铁矿的初始生长核，采用多面体边界扩张算法对上述黄铁矿的初始生长核执行多次外边界扩张，直到黄铁矿的体积分数达到给定的值Hx。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210969996.1A CN115290930B (zh) | 2022-08-12 | 2022-08-12 | 一种考虑非常规储层多组分特征的数字岩心随机构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210969996.1A CN115290930B (zh) | 2022-08-12 | 2022-08-12 | 一种考虑非常规储层多组分特征的数字岩心随机构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115290930A true CN115290930A (zh) | 2022-11-04 |
| CN115290930B CN115290930B (zh) | 2023-03-14 |
Family
ID=83829920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210969996.1A Active CN115290930B (zh) | 2022-08-12 | 2022-08-12 | 一种考虑非常规储层多组分特征的数字岩心随机构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115290930B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115993376A (zh) * | 2022-12-06 | 2023-04-21 | 东北石油大学 | 一种基于随机生长法的页岩基质数字岩心重构方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139444A (zh) * | 2015-07-31 | 2015-12-09 | 四川大学 | 基于岩心二维颗粒图像的三维颗粒结构重建方法 |
| 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 |
| CN113609696A (zh) * | 2021-08-16 | 2021-11-05 | 中国地质大学（北京） | 基于图像融合的多尺度多组分数字岩心构建方法及系统 |
| WO2022011893A1 (zh) * | 2020-07-15 | 2022-01-20 | 中海油田服务股份有限公司 | 基于储层的孔隙网络模型的建模方法及装置 |
| US20220057199A1 (en) * | 2020-08-24 | 2022-02-24 | Northeast Petroleum University | Method and system for quantitatively evaluating surface roughness of organic pore of kerogen in shale |
| CN114429482A (zh) * | 2020-09-28 | 2022-05-03 | 中国石油化工股份有限公司 | 页岩孔及有机质识别方法、装置、计算机设备和存储介质 |
-
2022
- 2022-08-12 CN CN202210969996.1A patent/CN115290930B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139444A (zh) * | 2015-07-31 | 2015-12-09 | 四川大学 | 基于岩心二维颗粒图像的三维颗粒结构重建方法 |
| 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 |
| WO2022011893A1 (zh) * | 2020-07-15 | 2022-01-20 | 中海油田服务股份有限公司 | 基于储层的孔隙网络模型的建模方法及装置 |
| US20220057199A1 (en) * | 2020-08-24 | 2022-02-24 | Northeast Petroleum University | Method and system for quantitatively evaluating surface roughness of organic pore of kerogen in shale |
| CN114429482A (zh) * | 2020-09-28 | 2022-05-03 | 中国石油化工股份有限公司 | 页岩孔及有机质识别方法、装置、计算机设备和存储介质 |
| CN113609696A (zh) * | 2021-08-16 | 2021-11-05 | 中国地质大学（北京） | 基于图像融合的多尺度多组分数字岩心构建方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 聂昕;邹长春;孟小红;贾爽;万宇;: "页岩气储层岩石三维数字岩心建模――以导电性模型为例" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115993376A (zh) * | 2022-12-06 | 2023-04-21 | 东北石油大学 | 一种基于随机生长法的页岩基质数字岩心重构方法 |
| CN115993376B (zh) * | 2022-12-06 | 2023-09-15 | 东北石油大学 | 一种基于随机生长法的页岩基质数字岩心重构方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115290930B (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Okabe et al. | Pore space reconstruction using multiple-point statistics | |
| CN106127777B (zh) | 一种三维空间裂缝分离识别与表征方法 | |
| Wu et al. | Reconstruction of 3D porous media using multiple-point statistics based on a 3D training image | |
| CN105551004A (zh) | 一种基于岩心ct图像处理的剩余油微观赋存表示方法 | |
| CN105115874A (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
| US8731873B2 (en) | System and method for providing data corresponding to physical objects | |
| CN104641259A (zh) | 利用多相流表征单元体积确定的数字岩石分析系统与方法 | |
| CN107709699A (zh) | 生成多孔岩石样本的三维微型模型 | |
| CN115290930B (zh) | 一种考虑非常规储层多组分特征的数字岩心随机构建方法 | |
| CA2886953A1 (en) | Method for modeling a reservoir using 3d multiple-point simulations with 2d training images | |
| Biswal et al. | Modeling of multiscale porous media | |
| CN111476900B (zh) | 一种基于Voronoi图和高斯分布的离散裂缝网络模型构建方法 | |
| Katre et al. | Modelling the effect of grain anisotropy on inter-granular porosity | |
| CN105653881A (zh) | 基于多密度层次的流场可视化方法 | |
| Xia et al. | Three-dimensional reconstruction of porous media using super-dimension-based adjacent block-matching algorithm | |
| CN105654525B (zh) | 反映真实岩心连通性的2d模型构建方法 | |
| Frery et al. | Stochastic particle packing with specified granulometry and porosity | |
| CN108492331A (zh) | 基于模拟压汞法获取岩石的孔径分布的方法和装置 | |
| Adamidis et al. | Investigation into 3D printing of granular media | |
| Zhang | Comparative Study of Pore Structure Characterization for Different Rock Samples Using Digital Images | |
| EP3320450B1 (en) | Improved geobody continuity in geological models based on multiple point statistics | |
| Zhao et al. | Reconstruction of 3D Digital Core of Inter Salt Shale Based on OSTU Segmentation Algorithm Optimized by PSO | |
| Xue | Fractal Algorithm of Recognization and Reconstruction of Pore Structure Using AI Technology | |
| CN111597670B (zh) | 各向异性数字岩心的构建方法及装置 | |
| Xue | Fractal Algorithm and Its Application in Rock Mechanics |
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 |