CN115758868A - 基于ct扫描的致密储层保压保形取心套筒选材选型方法 - Google Patents

基于ct扫描的致密储层保压保形取心套筒选材选型方法 Download PDF

Info

Publication number
CN115758868A
CN115758868A CN202211384847.5A CN202211384847A CN115758868A CN 115758868 A CN115758868 A CN 115758868A CN 202211384847 A CN202211384847 A CN 202211384847A CN 115758868 A CN115758868 A CN 115758868A
Authority
CN
China
Prior art keywords
sleeve
coring
crack
pressure
fracture
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
Application number
CN202211384847.5A
Other languages
English (en)
Inventor
胡智颖
刘国文
李希元
雷建军
景田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhongwang Yineng Technology Development Co ltd
Original Assignee
Wuhan Zhongwang Yineng Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Zhongwang Yineng Technology Development Co ltd filed Critical Wuhan Zhongwang Yineng Technology Development Co ltd
Priority to CN202211384847.5A priority Critical patent/CN115758868A/zh
Publication of CN115758868A publication Critical patent/CN115758868A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明公开了一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,包括以下步骤:确定保压保形取心套筒材料评价参数类型及承受压力范围要求;选择相应材料类型的套筒并进行受力变形实验,获取各类套筒微裂缝网络发育状况,建立套筒裂缝发育的CT灰度模型;建立各类套筒变形后的裂缝网络三维模型,建立各类材料套筒应力应变与裂缝发育率关系拟合函数;应用多参数协同作用建模方法,模拟不同材料类型、不同厚度应力应变、裂缝不发育率之间的耦合关系,选择适用的保压保形取心套筒;以建立本地区致密储层保压保形取心套筒选材选型准确评价技术与标准,提高致密油气富集保存有利区块的油气勘探的效率,降低油气勘探、钻探成本。

Description

基于CT扫描的致密储层保压保形取心套筒选材选型方法
技术领域
本发明属于钻井工程设计技术领域,涉及一种基于CT扫描的致密储层保压保形取心套筒选材选型方法。
背景技术
致密储层保压保形取心套筒选材选型一直是油气钻井工程长期需要解决而未根本解决的一项世界级技术难题。因受目前超声检测方法限制,不能直观有效地获取取心套筒在钻取岩心过程中内部微裂缝发育网络,无法很好地解决岩心保压保形的地质问题,导致后续的地质研究结果与地下实际油气藏原始状况的准确度无法得到保障。随着CT无损检测技术的出现,结合深度学习模拟技术,给致密储层保压保形取心套筒选材提供了技术保障。随着油气勘探深入,常规油气可供勘探的领域越来越少,且越来越难以取得新的发现。因此,非常规油气勘探逐渐成为目前及未来重点勘探领域,而且取心难度也会逐渐加大。取心套筒应力应变强度是致密储层保压保形取心的根基,是油气井钻探工程中关键内容之一。
现有超声检测技术不能有效地预测取心套筒内微裂缝发育网络,只能给出定性结果,导致保压保形取心效果无法有效实施,在地表所检测的油气保存富集度无法达到地下的原始状态,导致油气勘探成功率、效率均低。
因此亟需开发一种致密储层保压保形取心套筒选材的新方法,可以准确地确定取心套筒受力变形、破裂状况及其保压、保形状态,明确地表示所检测的油气保存富集度与达到地下的原始状态的吻合度,为致密油气勘探与有利目标评价提供准确的地质信息,更好地指导致密油气深度勘探提高效率,降低风险。
发明内容
为实现上述目的,本发明提供一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,以建立本地区致密储层保压保形取心套筒选材选型准确评价技术与标准,提高致密油气富集保存有利区块的油气勘探的效率,降低油气勘探、钻探成本。
本发明所采用的技术方案是,一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,包括以下步骤:
步骤一:确定保压保形取心套筒材料评价参数类型及承受压力范围要求;
步骤二:选择相应材料类型的套筒,对各类型取心套筒进行受力变形实验,然后利用CT扫描技术对受力变形的取心套筒进行扫描,获取各类套筒微裂缝网络发育状况,建立套筒裂缝发育的CT灰度模型;
步骤三,建立各类套筒变形后的裂缝网络三维模型,依据受力变形破裂实验数据以及裂缝网络三维模型,建立各类材料套筒应力应变与裂缝发育率关系拟合函数;
步骤四:应用多参数协同作用建模方法,模拟不同材料类型、不同厚度应力应变、裂缝不发育率之间的耦合关系,选择适用的保压保形取心套筒。
进一步地,所述步骤一具体为:以油气藏地质背景为依据,基于钻井地质和工程设计,获取致密储层岩石类型、埋藏深度、地层温度、地层压力、取心要求、实验分析要求、钻井方式与井型,依据上述各项参数大小,确定保压保形取心套筒材料评价参数类型及承受压力范围要求。
进一步地,所述步骤二中,CT灰度模型的套筒裂缝发育识别灰度的选择标准为:套筒裂缝发育灰度值需要识别出套筒裂缝三维网络及其变化。
进一步地,所述步骤二中,受力变形实验后获取各类型材料取心套筒受力变形后裂缝发育的门槛压力、破裂压力及其变化,以及不同材料套筒受力变形裂缝发育的门槛压力、破裂压力的比对及其差异性。
进一步地,所述步骤二中,受力变形实验后获取同一材料厚度不同取心套筒,裂缝发育的门槛压力、破裂压力及其变化,以及在同样压力作用下,同一材料厚度不同取心套筒受力变形裂缝发育的差异程度。
进一步地,所述步骤三中裂缝网络三维模型的建立方法为:依据建立的裂缝发育的CT灰度模型,基于Retina-Net深度学习方法人工提取裂缝灰度值训练样本,以建立套筒裂缝发育Retina-Net算法深度学习的灰度函数模型,进而进行深度学习以建立各类套筒变形后裂缝网络三维模型。
进一步地,所述CT灰度模型为各类型材料取心套筒破裂门槛压力时裂缝发育的CT灰度模型。
进一步地,所述步骤三中选择裂缝不易发育的取心套筒后,还包括:研究取心套筒材料及型号应力应变与裂缝发育率的关系,以建立地区套筒选材选型的方法。
本发明的有益效果是:
1)填补了致密储层保压保形取心套筒选材选型定量评价方法的空白,利用CT扫描采集的致密储层保压保形取心套筒裂缝发育网络及其灰度空间变化的定量化指标,借助深度学习准确了解致密储层保压保形取心套筒裂缝发育网络及其灰度空间变化、随着压力变化裂缝发育演化特征与规律,为致密油气勘探提供更有效的技术信息;
2)提高油气勘探、钻探的效率,降低了成本,本发明将取心套筒受力破裂研究中力学实验、CT裂缝检测有机融合起来,应用深度学习方法建立保压保形取心套筒受力破裂的综合参数评价指标,建立符合本地区地质条件下的保压保形取心套筒受力破裂评价方法及技术标准,提高了有利区块的钻探预测准确度,提高了油气勘探钻探效率,降低了油气勘探成本。
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作简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于CT扫描的致密储层保压保形取心套筒选材选型方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1所示,本发明提供了一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,包括以下步骤:
步骤一,以油气藏地质背景为依据,基于钻井地质和工程设计,获取致密储层岩石类型、埋藏深度、地层温度、地层压力、取心要求、实验分析要求、钻井方式与井型等,依据上述各项参数大小,确定保压保形取心套筒材料评价参数类型及承受压力范围要求。
步骤二,基于保压保形取心套筒选材评价参数类型及承受压力范围要求,选择相应材料类型的套筒,对各类取心套筒进行受力变形实验,然后利用CT扫描技术对受力变形取心套筒进行扫描,获取各类套筒微裂缝网络发育状况,建立套筒裂缝发育的CT灰度模型。
在一些实施方式中,在步骤二中,套筒及裂缝发育的CT灰度模型的套筒裂缝发育识别灰度的选择标准为:套筒裂缝发育灰度值需要能够识别出套筒裂缝三维网络及其变化。
在一些实施方式中,在步骤二中,受力变形实验的目的是获取各类型材料取心套筒受力变形后裂缝发育的门槛压力、破裂压力及其变化,以及不同材料套筒受力变形裂缝发育的门槛压力、破裂压力的比对及其差异性。
在一些实施方式中,在步骤二中,受力变形实验的目的是获取同一材料厚度不同取心套筒,裂缝发育的门槛压力、破裂压力及其变化;在同样压力作用下,同一材料厚度不同取心套筒受力变形裂缝发育的差异程度。
步骤三,依据建立的裂缝发育的CT灰度模型,基于Retina-Net深度学习方法人工提取裂缝灰度值训练样本,以建立套筒裂缝发育Retina-Net算法深度学习的灰度函数模型,进而进行深度学习以建立各类套筒变形后裂缝网络三维模型,裂缝网络三维模型用于计算裂缝发育率;依据受力变形破裂实验数据以及裂缝网络三维模型,建立各类材料套筒应力应变与裂缝发育率(裂缝发育率是依据套筒变形后裂缝网络三维模型计算得到的结果)关系拟合函数,选择适用型的裂缝不易发育的取心套筒。
在一些实施方式中,在步骤三中,CT灰度模型指各类型材料取心套筒破裂门槛压力时裂缝发育的CT灰度模型应是不同的灰度模型,即每类材料裂缝的起始发育CT灰度模型,才是该类材料建立灰度函数模型所用到的CT灰度模型。
在一些实施方式中,在步骤三中,每类取心套筒裂缝发育演化各阶段,深度学习的灰度函数模型应该不同。
在一些实施方式中,在步骤三中,研究取心套筒材料及型号应力应变与裂缝发育率的关系,以建立该地区套筒选材选型的方法。
步骤四,应用多参数协同作用建模方法,模拟不同套筒材料类型、不同厚度应力应变、裂缝不发育率之间的耦合关系,建立符合本地区地质条件下的保压保形取心套筒类型及型号的合格率评价标准,以优选适用的保压保形取心套筒。
本发明提供的基于CT扫描的致密储层保压保形取心套筒选材选型方法,利用CT扫描获取的裂缝发育灰度的定量指标,通过深度学习判别保压保形取心套筒受力破裂及其标准,准确评价取心套筒受力裂缝发育的门槛压力、破裂压力及其变化规律,以及不同材料套筒裂缝发育的门槛压力、破裂压力的比对及其差异性,提高了致密油气钻探评价的准确度,提高了油气勘探的效率,降低了油气勘探、钻探成本。
如表1所示,为依据本发明方法建立的某地区取心套筒选材选型标准,实际工作中可以根据表1中的标准合理选择适合的取心套筒,提高油气勘探的效率,降低油气勘探、钻探成本。
表1某地区取心套筒选材选型标准
Figure BDA0003929307390000051
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (8)

1.一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,包括以下步骤:
步骤一:确定保压保形取心套筒材料评价参数类型及承受压力范围要求;
步骤二:选择相应材料类型的套筒,对各类型取心套筒进行受力变形实验,然后利用CT扫描技术对受力变形的取心套筒进行扫描,获取各类套筒微裂缝网络发育状况,建立套筒裂缝发育的CT灰度模型;
步骤三,建立各类套筒变形后的裂缝网络三维模型,依据受力变形破裂实验数据以及裂缝网络三维模型,建立各类材料套筒应力应变与裂缝发育率关系拟合函数;
步骤四:应用多参数协同作用建模方法,模拟不同材料类型、不同厚度应力应变、裂缝不发育率之间的耦合关系,选择适用的保压保形取心套筒。
2.根据权利要求1所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤一具体为:以油气藏地质背景为依据,基于钻井地质和工程设计,获取致密储层岩石类型、埋藏深度、地层温度、地层压力、取心要求、实验分析要求、钻井方式与井型,依据上述各项参数大小,确定保压保形取心套筒材料评价参数类型及承受压力范围要求。
3.根据权利要求1所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤二中,CT灰度模型的套筒裂缝发育识别灰度的选择标准为:套筒裂缝发育灰度值需要识别出套筒裂缝三维网络及其变化。
4.根据权利要求1所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤二中,受力变形实验后获取各类型材料取心套筒受力变形后裂缝发育的门槛压力、破裂压力及其变化,以及不同材料套筒受力变形裂缝发育的门槛压力、破裂压力的比对及其差异性。
5.根据权利要求1所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤二中,受力变形实验后获取同一材料厚度不同取心套筒,裂缝发育的门槛压力、破裂压力及其变化,以及在同样压力作用下,同一材料厚度不同取心套筒受力变形裂缝发育的差异程度。
6.根据权利要求1所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤三中裂缝网络三维模型的建立方法为:依据建立的裂缝发育的CT灰度模型,基于Retina-Net深度学习方法人工提取裂缝灰度值训练样本,以建立套筒裂缝发育Retina-Net算法深度学习的灰度函数模型,进而进行深度学习以建立各类套筒变形后裂缝网络三维模型。
7.根据权利要求6所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述CT灰度模型为各类型材料取心套筒破裂门槛压力时裂缝发育的CT灰度模型。
8.根据权利要求1或6所述的一种基于CT扫描的致密储层保压保形取心套筒选材选型方法,其特征在于,所述步骤三中选择裂缝不易发育的取心套筒后,还包括:研究取心套筒材料及型号应力应变与裂缝发育率的关系,以建立地区套筒选材选型的方法。
CN202211384847.5A 2022-11-07 2022-11-07 基于ct扫描的致密储层保压保形取心套筒选材选型方法 Pending CN115758868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211384847.5A CN115758868A (zh) 2022-11-07 2022-11-07 基于ct扫描的致密储层保压保形取心套筒选材选型方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211384847.5A CN115758868A (zh) 2022-11-07 2022-11-07 基于ct扫描的致密储层保压保形取心套筒选材选型方法

Publications (1)

Publication Number Publication Date
CN115758868A true CN115758868A (zh) 2023-03-07

Family

ID=85356971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211384847.5A Pending CN115758868A (zh) 2022-11-07 2022-11-07 基于ct扫描的致密储层保压保形取心套筒选材选型方法

Country Status (1)

Country Link
CN (1) CN115758868A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116168172A (zh) * 2023-04-19 2023-05-26 武汉中旺亿能科技发展有限公司 页岩油气甜点预测方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116168172A (zh) * 2023-04-19 2023-05-26 武汉中旺亿能科技发展有限公司 页岩油气甜点预测方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106093350B (zh) 确定非均质碳酸盐岩储层饱和度指数的方法
CN107701180B (zh) 一种基于密闭取心的原始油藏含水饱和度计算方法
CN111046585B (zh) 基于多元线性回归分析的页岩气甜点预测方法
CN103198363B (zh) 一种基于ct孔隙分析的储层产气量预测方法及装置
CN109900617B (zh) 一种基于声电成像测井图的裂缝性地层渗透率曲线计算方法
Zifei et al. A study on remaining oil distribution in a carbonate oil reservoir based on reservoir flow units
CN111722277B (zh) 用于断溶体油气藏勘探的断溶体圈闭描述方法及装置
CN106250984A (zh) 油井的油水关系模式的判断方法及装置
CN106644736A (zh) 一种测量储层岩石的脆性指数的方法及装置
CN115758868A (zh) 基于ct扫描的致密储层保压保形取心套筒选材选型方法
CN108374657A (zh) 井断点自动识别方法
CN110162851A (zh) 一种电缆地层测试泵抽数值模拟及其过程的数值校正方法
CN114818076A (zh) 一种基于机器学习的断层封闭烃柱高度评价方法
CN109763812B (zh) 基于摩尔-库伦理论的水合物开采力学稳定性定量分析方法
CN104483706A (zh) 一种基于煤岩力学参数的煤体结构测井定量识别方法
CN108661628A (zh) 一种基于参数优选的工程甜点定量评价方法
CN110414085B (zh) 已开发断块油藏原始油水界面确定方法
CN111963148B (zh) 碳酸盐岩缝洞型油气藏压力系数与钻井泥浆密度确定方法
CN111155980A (zh) 一种水流优势通道识别方法及装置
Mohaghegh et al. Predicting well-stimulation results in a gas-storage field in the absence of reservoir data with neural networks
CN111706323A (zh) 一种综合gwo-lssvm算法的水淹层精细解释评价方法
CN112184033B (zh) 一种碳酸盐岩岩层断层封闭性评价方法
CN117171555B (zh) 一种基于AdaBoost的深部煤层气缝网形成综合判别方法
CN114676631B (zh) 页岩气藏压裂水平井压裂改造参数推荐方法
CN117541082B (zh) 基于油藏-井筒-设备评价指标集成的综合评价方法

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