CN115808353A - 基于数字岩心的岩石可压裂性表征方法及装置 - Google Patents

Abstract

本申请公开了一种基于数字岩心的岩石可压裂性表征方法及装置，属于非常规油气勘探与开发技术领域。所述方法包括：测量切割加工后的岩心样品的预测量参数；对岩心样品进行模拟压裂实验，记录岩心样品的应力应变曲线并获取模拟压裂实验前后岩心样品的CT扫描图像；根据CT扫描图像分别构建模拟压裂实验前后的原始数字岩心与压后数字岩心，并提取原始数字岩心的原始裂缝特征与压后数字岩心的次生裂缝特征；根据原始裂缝特征与次生裂缝特征获取裂缝增量与裂缝形态；将裂缝增量与裂缝形态中的各影响因素进行组合赋权获取缝网潜力；利用缝网潜力与破裂潜力表征可压裂性。进而能够更加准确地表征可压裂性，为优化压裂方案提供有效参考。

Description

基于数字岩心的岩石可压裂性表征方法及装置

技术领域

本申请涉及非常规油气勘探与开发技术领域，尤其涉及一种基于数字岩心的岩石可压裂性表征方法及装置。

背景技术

数字岩心是根据岩石物理数据信息构建能够反映岩石孔隙特性与组分特性的三维模型，构建方法主要为数值重建方法和物理实验方法。使用X射线CT扫描岩石，再通过数值方法重构三维数字岩心是较为直接和准确的方法。目前，该方法已经发展到能够将纳微米级的CT扫描设备与高分辨率的FIB-SEM成像技术结合，实现岩心内部结构的高度还原，从微观角度为油气藏开发等提供指导依据。

可压裂性是评价页岩储层勘探开发潜力的重要因素，是地层地质特征和储层特征的综合反映。目前，国内外可压裂性的表征方法基本都基于岩石的脆性特征，主要可分为：矿物脆性指数表征可压裂性，岩石力学脆性特征表征可压裂性以及储层综合特征法表征可压裂性。这三类表征方法各有优势和具体适用性，但无法表征岩石压裂后缝网形成程度。脆性指数只是评价岩石在特定条件下是否能够破碎，并不能完全反映岩石可压裂性的强弱，岩石压裂后能否形成复杂交错的裂缝网络也是判定可压裂性强弱的主要标准，对于岩石储层的开发，压裂的目的是最大程度的增加裂缝与地层的接触面积，故用脆性指数直接与可压裂性建立对应关系难以揭示页岩在压裂过程中的破裂机理，不能完全反映页岩储层的可压裂性，无法表征页岩在压裂过程中有效缝网的形成特征，存在一定的局限性。

发明内容

本申请实施例通过提供一种基于数字岩心的岩石可压裂性表征方法及装置，解决了现有技术中仅用脆性指数与岩石可压裂性建立对应关系存在多解性和随机性，基于脆性特征评价可压裂性，在可压裂性预测中很难反映出压裂的真实效果。

第一方面，本申请实施例提供了一种基于数字岩心的岩石可压裂性表征方法，所述方法包括：测量切割加工后的岩心样品的预测量参数；对所述岩心样品进行模拟压裂实验，记录所述岩心样品的应力应变曲线并获取模拟压裂实验前后所述岩心样品的CT扫描图像；根据所述CT扫描图像分别构建模所述拟压裂实验前后的原始数字岩心与压后数字岩心，并提取所述原始数字岩心的原始裂缝特征与所述压后数字岩心的次生裂缝特征；根据所述原始裂缝特征与所述次生裂缝特征获取裂缝增量与裂缝形态；将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力；利用所述缝网潜力与破裂潜力表征可压裂性。

结合第一方面，在一种可能的实现方式中，所述将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力，包括：对所述各影响因素进行标准化处理，将量纲不同的各类参数转换为可直接计算的数值；分别计算所述各影响因素的主观权重与客观权重，求得所述各影响因素的主客观权重分配系数；根据所述主客观权重分配系数通过线性加权法获得裂缝三维复杂度；用所述裂缝三维复杂度表征所述缝网潜力。

结合第一方面，在一种可能的实现方式中，所述裂缝增量包括裂缝条数增量与裂缝孔隙增量；所述裂缝形态包括裂缝倾角离散度与裂缝中心点分布；所述各影响因素包括所述裂缝条数增量、所述裂缝孔隙增量与所述裂缝倾角离散度。

结合第一方面，在一种可能的实现方式中，所述裂缝条数增量为原始裂缝条数与次生裂缝条数的差值；所述裂缝孔隙增量为每条裂缝在所述模拟压裂实验前后的三维CT图像中所占像素数增量与所述数字岩心总像素的比值之和；所述裂缝倾角离散度为所述压后数字岩心的所有裂缝倾角的标准差。

结合第一方面，在一种可能的实现方式中，所述利用所述缝网潜力与破裂潜力表征可压裂性，包括：通过所述岩心样品的所述预测量参数计算所述岩心样品的所述破裂潜力：

式中，D_f为破裂潜力，B为脆性指数，P_f为破裂压力；其中，所述预测量参数用于计算所述脆性指数；根据所述缝网潜力与所述破裂潜力获得可压裂性的定量表征方法：F_c＝f(D_f,N_f)，式中，F_c为岩石的可压裂性，D_f为破裂潜力，N_f为缝网潜力。

第二方面，本申请实施例提供了一种基于数字岩心的岩石可压裂性表征装置，所述装置包括：测量模块，用于测量切割加工后的岩心样品的预测量参数；模拟模块，用于对所述岩心样品进行模拟压裂实验，记录所述岩心样品的应力应变曲线并获取模拟压裂实验前后所述岩心样品的CT扫描图像；构建提取模块，用于根据所述CT扫描图像分别构建模所述拟压裂实验前后的原始数字岩心与压后数字岩心，并提取所述原始数字岩心的原始裂缝特征与所述压后数字岩心的次生裂缝特征；获取模块，用于根据所述原始裂缝特征与所述次生裂缝特征获取裂缝增量与裂缝形态；缝网潜力模块，用于将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力；表征模块，用于利用所述缝网潜力与破裂潜力表征可压裂性。

结合第二方面，在第一种可能的实现方式中，所述缝网潜力模块具体用于：对所述各影响因素进行标准化处理，将量纲不同的各类参数转换为可直接计算的数值；分别计算所述各影响因素的主观权重与客观权重，求得所述各影响因素的主客观权重分配系数；根据所述主客观权重分配系数通过线性加权法获得裂缝三维复杂度；用所述裂缝三维复杂度表征所述缝网潜力。

结合第二方面的第一种可能实现的方式，在第二种可能的实现方式中，所述所述裂缝增量包括裂缝条数增量与裂缝孔隙增量；所述裂缝形态包括裂缝倾角离散度与裂缝中心点分布；所述各影响因素包括所述裂缝条数增量、所述裂缝孔隙增量与所述裂缝倾角离散度。

结合第二方面的第二种可能实现的方式，在第三种可能的实现方式中，所述所述裂缝条数增量为原始裂缝条数与次生裂缝条数的差值；所述裂缝孔隙增量为每条裂缝在所述模拟压裂实验前后的三维CT图像中所占像素数增量与所述数字岩心总像素的比值之和；所述裂缝倾角离散度为所述压后数字岩心的所有裂缝倾角的标准差。

结合第二方面，在第四种可能的实现方式中，所述表征模块具体用于：通过所述岩心样品的所述预测量参数计算所述岩心样品的所述破裂潜力：

式中，D_f为破裂潜力，B为脆性指数，P_f为破裂压力；其中，所述预测量参数用于计算所述脆性指数；根据所述缝网潜力与所述破裂潜力获得可压裂性的定量表征方法：F_c＝f(D_f,N_f)，式中，F_c为岩石的可压裂性，D_f为破裂潜力，N_f为缝网潜力。

本申请实施例中提供的技术方案，至少具有如下技术效果或优点：

本申请实施例通过采用了一种基于数字岩心的岩石可压裂性表征方法及装置，将原始裂缝与压裂后的次生裂缝进行对比分析，用破裂潜力与缝网潜力综合评价岩石的可压裂性，进而实现了不仅可以判断岩石是否适合压裂，还能预测岩石压裂过程中缝网的形成潜力，能够更加准确地进行可压性分析，从而能够优化压裂方案，在一定程度上节约物力与人力的消耗。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对本申请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为本申请实施例提供的基于数字岩心的岩石可压裂性表征方法的流程图；

图2为本申请实施例提供的获取缝网潜力的流程图；

图3为本申请实施例提供的基于数字岩心的岩石可压裂性表征装置的结构示意图；

图4为本申请实施例提供的一种基于数字岩心的岩石可压裂性表征方法的技术路线图；

图5A和图5B为本申请实施例提供的泊-杨法脆性指数和矿物脆性指数计算结果对比分析示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，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。

岩石储层的可压裂性评价不仅是评价岩石是否适合压裂，而且还包括压裂过程中裂缝网络形成的难易程度。国内外现阶段对于岩石的可压裂性评价大多是基于脆性指数，脆性指数虽然在评价岩石在特定条件下破碎潜力具有一定优势，但无法表征岩石压裂后缝网形成程度，因此脆性指数不能完全反映储层的可压裂性。如图5A与图5B所示，选取代表性岩心样品进行矿物成分与动、静态岩石力学参数测定，分别利用泊-杨法和矿物法计算岩石样品的脆性指数，如图5A所示，静态常数得到的泊-杨法脆性指数与矿物法脆性指数有一定的正相关关系，但相关性极差；如图5B所示，动态常数得到的泊-杨法脆性指数与矿物法脆性指数无明显关系，因此仅用脆性指数与岩石可压裂性建立对应关系存在多解性和随机性。本申请实施例提供了一种基于数字岩心的岩石可压裂性表征方法，该方法不但反映了岩石的破碎潜力，还能够体现裂缝网络的形成潜力。

图1为本申请实施例提供的一种基于数字岩心的岩石可压裂性表征方法的流程图，包括步骤101至步骤106。其中，图1仅为本申请实施例示出的一种执行顺序，并不代表基于数字岩心的岩石可压裂性表征方法的唯一执行顺序，在可实现最终结果的情况下，图1所示出的步骤可以被并列或颠倒执行。

步骤101：测量切割加工后的岩心样品的预测量参数。步骤101具体包括：测量岩石的矿物成分，具体为利用利用X衍射全岩矿物分析技术测量岩石中的矿物类型以及不同类型矿物的矿物含量；测量岩石的力学参数，具体为利用岩石声学测量装置(AutoLab 1500)的高温高压声学及力学参数测试系统测量地层温度、压力条件下的岩石力学参数。如图4中步骤402所示。其中，预测量参数包括但不限于：矿物成分和/或力学参数，所测量的预测量参数由计算脆性指数的具体方式所决定。

步骤102：对切割加工后的岩心样品进行模拟压裂实验，记录岩心样品的应力应变曲线并获取模拟压裂实验前后岩心样品的CT扫描图像。在本申请实施例中使用页岩作为实验对象，本申请所述的基于数字岩心的岩石可压裂性表征方法及装置不受岩石岩性影响，适用于多种岩石，页岩仅作为本申请的一种实施例，不作为对本申请保护范围的限制。

步骤102具体为：选取的不同的页岩样品，包括但不限于：不同成分的页岩样品，例如陆相和海相；不同构造特征的页岩样品，例如均质的块状层理、水平层理和微裂缝发育；不同成分特征的页岩样品，例如成分单一型和成分复杂型；不同来源特征的页岩样品，例如天然岩心和人造岩心。

加工处理上述页岩样品。如图4中步骤401所示，将上述岩心样品采用线切割方法，使用金刚石线切割技术获得能够最大程度保持页岩原始物理特征的柱塞岩心样品。此处岩心样品的加工方法是根据页岩的特性所采取的，针对不同岩性的岩石可适应性调整其加工方法，此处岩心样品的加工方法仅为示例性的，不作为对本申请实施例保护范围的限制。

本申请实施例采用高精度CT扫描仪(Xradia 510Versa，分辨率范围为1-50μm/体素)分别对上述切割加工后的岩心样品进行扫描，获取模拟压裂实验前岩心样品的CT扫描图像，如图4中步骤403所示。上述Xradia 510Versa仅为本申请实施例示例性提供的一种高精度CT扫描仪，高精度CT扫描仪的分辨率由本领域技术人员根据实际情况及岩心尺寸所确定，本申请实施例对此不做具体限定。

在模拟压裂实验中，本申请实施例利用三轴抗压破裂压力实验代替水力压裂实验对上述岩心样品进行模拟压裂实验，实验模拟岩石储层的温度和压力，以均匀的变形速度压裂岩心样品，并控制压裂程度和压裂时间，记录模拟压裂实验过程中页岩在应力作用下的变化过程，得到页岩的应力应变曲线图，如图4中步骤404所示。利用高精度CT扫描仪获取模拟压裂实验后岩心样品的CT扫描图像，如图4中步骤405所示。其中，CT扫描仪所设置的分辨率应与模拟压裂实验前所扫描的岩心样品的分辨率一致。

步骤103：根据CT扫描图像分别构建模拟压裂实验前后的原始数字岩心与压后数字岩心，并提取原始数字岩心的原始裂缝特征与压后数字岩心的次生裂缝特征。如图4中步骤403以及步骤405至步骤409所示，利用CT扫描图像构建数字岩心与岩石裂缝提取的具体方法有多种，故本申请实施例对此不做限制与详细说明，本领域技术人员能够基于CT扫描图像构建三维数字岩心，以及根据三维数字岩心提取裂缝特征即可。

步骤104：根据原始裂缝特征与次生裂缝特征获取裂缝增量与裂缝形态。对应图4中步骤408至步骤411。

步骤104具体为：裂缝增量包括裂缝条数增量与孔隙度增量，裂缝形态包括裂缝倾角离散度与裂缝中心点分布。裂缝条数增量为原始裂缝条数与次生裂缝条数的差值，使用ΔR＝R_a-R_b计算，式中，ΔR为裂缝增加条数，R_a为压后裂缝数量，R_b为原始裂缝数量。裂缝孔隙度增量即为每条裂缝在所述模拟压裂实验前后的三维CT图像中所占像素数增量与所述数字岩心总像素的比值之和，使用

计算，式中，Δφ_f为裂缝孔隙度增量，ΔV_i为第i条裂缝空间在所述压后数字岩心的三维图像中所占像素数的增量，V_t为压后数字岩心的三维图像总像素。裂缝倾角离散度即为所有裂缝倾角的标准差，使用

计算，式中，Q_f为裂缝倾角离散度，

为倾角平均值，A_i为裂缝的倾角，单位均为度。裂缝中心点分布表征裂缝的位置，在实际的计算中不考虑，故不在此做详细说明。

步骤105：将裂缝增量与裂缝形态中的各影响因素进行组合赋权获取缝网潜力。对应图4中步骤410至步骤412。步骤105的具体实现方式可以参考图2所示的实施例，包括步骤201至204，详细说明如下。

步骤201：对各影响因素进行标准化处理，将量纲不同的各类参数转换为可直接计算的数值。步骤201具体为：采用极差变换法对压后裂缝三维复杂度的影响因素进行标准化处理，使量纲不同的各类参数转化为可直接进行计算的数值。极差变换法中参数分为正向指标(即指标越大越好)和负向指标(即指标越小越好)两种，通过极差变换将参数值映射到[0,1]之间。具体方法如下：

X_tj为正指标；

X_tj为负指标；式中，A_tj为参数标准化值，X_tj为参数值，max(X_tj)为参数最大值，min(X_tj)为参数最小值。

步骤202：分别计算各影响因素的主观权重与客观权重，求得各影响因素的主客观权重分配系数。步骤202具体为：

第一步，使用层次分析法求主观权重。将裂缝三维复杂度的各影响因素根据参数特征形成有序的递阶层次结构，对每一层次的影响因素通过两两比较的方式确定该层次中各因素的相对重要性，即给出相应的比例标度，建立判断矩阵，通过求解判断矩阵的最大特征值及对应的正交化特征向量，得出该层次各影响因素对于该准则的权重。

第二步，使用熵值法求客观权重。假设B为标准化后的矩阵，b_ij表示第i个对象在第j个指标的属性值，则

式中，k_ij为第j个指标下第i个对象的指标值的比重，i∈[1,m]，j∈[1,m]。信息熵hj为：

式中，j∈[1,n]，当k_ij＝0时，规定k_ijln(k_ij)＝0，则第j个指标的权重qj为：

由以上公式对各影响因素进行客观赋权，可获得各影响因素对应的权重。

第三步，设W_i为主观权重，K_i为客观权重，两者之间的距离函数为：

组合权重W_z为主观权重与客观权重的线性加权，表达式为：W_z＝αW_i+βK_i，其中，α与β为主客观权重分配系数。为使不同权重之间的差异程度和分配系数间的差异程度一致，使上式中的距离函数与分配系数取等式，其表达式为：d(W_i,K_i)²＝(α-β)²，其中，α+β＝1。联立上述各式即可求得裂缝条数增量、孔隙度增量与裂缝倾角离散度的主客观权重分配系数。

步骤203：根据主客观权重分配系数通过线性加权法获得裂缝三维复杂度。步骤203具体为：使用简单线性加权法确定裂缝三维复杂度：

式中，C_f为裂缝三维复杂度，P_i为第i个可压裂性影响因子标准化处理后的值，Z_i为P_i的权重，n为裂缝三维复杂度影响因子个数。

步骤204：用裂缝三维复杂度表征缝网潜力。步骤204具体为：缝网潜力计算如下：N_f＝f(b·C_f)，式中，N_f为岩石的缝网潜力，b为岩石的三维裂缝复杂度系数，C_f为岩石的裂缝三维复杂度。

步骤106：利用缝网潜力与破裂潜力表征可压裂性。步骤106具体为：

第一步：通过所述岩心样品的所述预测量参数计算所述岩心样品的所述破裂潜力：

式中，D_f为破裂潜力，B为脆性指数，P_f为破裂压力。预测量参数包括但不限于：矿物成分和/或力学参数，所测量的预测量参数由计算脆性指数的具体方式所决定。例如：B＝Q/(Q+C+C_l)，式中Q为硅质矿物含量，C为碳酸盐岩矿物含量，C_l为黏土矿物含量。上述公式是单独使用岩石的矿物含量的矿物法计算脆性指数，计算脆性指数方法还包括单独使用预测量参数中的一种或几种结合使用，在此不做具体限定。对于此步骤本领域技术人员应当理解为计算或测量岩石的脆性指数，根据脆性指数的计算或测量方法确定该预测量参数的具体内容。上述破裂压力从步骤102中的应力应变曲线中获取。

第二步：根据所述缝网潜力与所述破裂潜力获得可压裂性的定量表征方法：F_c＝f(D_f,N_f)，式中，F_c为岩石的可压裂性，D_f为破裂潜力，N_f为缝网潜力。其中F_c＝f(D_f,N_f)表示可压裂性主要受破裂潜力与缝网潜力影响，破裂潜力表征岩石储层能否压裂，缝网潜力表征岩石储层是否适合压裂即能否形成有效的裂缝网络，故使用破裂潜力与缝网潜力共同表征可压裂性更为准确，F_c＝f(D_f,N_f)仅为可压裂性表征函数的一种表现形式，在不脱离破裂潜力与缝网潜力的前提下，可压裂性函数还包括的其他表现形式仍属于本申请所保护的范围。本申请实施例的具体技术路线如图4所示。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。本实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照本申请实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

如图3所示，本申请实施例还提供了一种基于数字岩心的可压裂性表征装置300。该装置包括：测量模块301、模拟模块302、构建提取模块303、获取模块304、缝网潜力模块305与表征模块306。

测量模块301：用于测量切割加工后的岩心样品的预测量参数。本申请实施例中测量模块301具体用于测量计算或测量脆性指数所需的预测量参数，预测量参数包括但不限于：矿物成分和/或力学参数，所测量的预测量参数由计算脆性指数的具体方式所决定。

模拟模块302：用于对切割加工后的岩心样品进行模拟压裂实验，记录所述岩心样品的应力应变曲线并获取模拟压裂实验前后所述岩心样品的CT扫描图像。模拟模块302具体用于选取不同的页岩样品，对不同的页岩样品进行加工处理，将岩石样品加工为规整的柱塞岩心样品，利用三轴抗压破裂压力实验对岩心样品用进行模拟压裂实验，记录压裂过程中的应力应变曲线，并分别使用高精度CT扫描仪扫描模拟压裂实验前后的岩心样品获取模拟压裂实验前后岩心样品的CT扫描图像。

构建提取模块303：用于根据所述CT扫描图像分别构建模所述拟压裂实验前后的原始数字岩心与压后数字岩心，并提取所述原始数字岩心的原始裂缝特征与所述压后数字岩心的次生裂缝特征。构建提取模块303具体用于根据模拟模块302获取模拟压裂实验前后岩心样品的CT扫描图像并以此建立原始数字岩心与压后数字岩心，分别提取原始数字岩心与压后数字岩心的裂缝特征。

获取模块304：用于根据所述原始裂缝特征与所述次生裂缝特征获取裂缝增量与裂缝形态。获取模块304具体用于根据构建提取模块303获取原始裂缝特征与此生裂缝特征分析对比，计算裂缝增量与裂缝形态。裂缝增量包括裂缝条数增量与裂缝孔隙增量，裂缝形态包括裂缝倾角离散度与裂缝中心点分布。裂缝条数增量为原始裂缝条数与次生裂缝条数的差值；裂缝孔隙增量为每条裂缝在模拟压裂实验前后的三维CT图像中所占像素数增量与数字岩心总像素的比值之和；裂缝倾角离散度为压后数字岩心的所有裂缝倾角的标准差。

缝网潜力模块305：用于将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力。缝网潜力模块305具体用于对各影响因素进行标准化处理，将量纲不同的各类参数转换为可直接计算的数值；分别计算各影响因素的主观权重与客观权重，求得各影响因素的主客观权重分配系数；根据主客观权重分配系数通过线性加权法获得裂缝三维复杂度；用裂缝三维复杂度表征所述缝网潜力。

表征模块306：用于利用所述缝网潜力与破裂潜力表征可压裂性。表征模块306具体用于通过岩心样品的预测量参数计算岩心样品的破裂潜力：

式中，D_f为破裂潜力，B为脆性指数，P_f为破裂压力；其中，预测量参数用于计算所述脆性指数；根据缝网潜力与破裂潜力获得可压裂性的定量表征方法：F_c＝f(D_f,N_f)，式中，F_c为岩石的可压裂性，D_f为破裂潜力，N_f为缝网潜力。F_c＝f(D_f,N_f)仅为可压裂性表征函数的一种表现形式，在不脱离破裂潜力与缝网潜力的前提下，可压裂性函数还包括的其他表现形式仍属于本申请所保护的范围。

本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

上述申请实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述方便，描述以上装置时以功能分为各种模块分别描述。在实施本申请实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然，也可以将实现某功能的模块由多个子模块或子单元组合实现。

本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(英文：Application Specific Integrated Circuit；简称：ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本申请实施例还提供了一种设备，所述设备包括：处理器；用于存储处理器可执行指令的存储器；所述处理器执行所述可执行指令时，实现如本申请实施例所述的方法。

本申请实施例还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序或指令，当该计算机程序或指令被执行时，使如本申请实施例中所述的方法被实现。

此外，在本发明的各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独存在，也可以两个或两个以上模块集成在一个模块中。

上述存储介质包括但不限于随机存取存储器(英文：Random Access Memory；简称：RAM)、只读存储器(英文：Read-Only Memory；简称：ROM)、缓存(英文：Cache)、硬盘(英文：Hard Disk Drive；简称：HDD)或者存储卡(英文：Memory Card)。所述存储器可以用于存储计算机程序指令。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施方式采用递进的方式描述，各个实施方式之间相同或相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

以上实施例仅用以说明本申请的技术方案，而非对本申请限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请技术方案的范围。

Claims (8)

1.一种基于数字岩心的岩石可压裂性表征方法，其特征在于，包括：

测量切割加工后的岩心样品的预测量参数；

对所述岩心样品进行模拟压裂实验，记录所述岩心样品的应力应变曲线并获取模拟压裂实验前后所述岩心样品的CT扫描图像；

根据所述CT扫描图像分别构建模所述拟压裂实验前后的原始数字岩心与压后数字岩心，并提取所述原始数字岩心的原始裂缝特征与所述压后数字岩心的次生裂缝特征；

根据所述原始裂缝特征与所述次生裂缝特征获取裂缝增量与裂缝形态；

将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力；

利用所述缝网潜力与破裂潜力表征可压裂性。

2.根据权利要求1所述的方法，其特征在于，所述将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力，包括：

对所述各影响因素进行标准化处理，将量纲不同的各类参数转换为可直接计算的数值；

分别计算所述各影响因素的主观权重与客观权重，求得所述各影响因素的主客观权重分配系数；

根据所述主客观权重分配系数通过线性加权法获得裂缝三维复杂度；

用所述裂缝三维复杂度表征所述缝网潜力。

3.根据权利要求1或2所述的方法，其特征在于，所述裂缝增量包括裂缝条数增量与裂缝孔隙增量；

所述裂缝形态包括裂缝倾角离散度与裂缝中心点分布；

所述各影响因素包括所述裂缝条数增量、所述裂缝孔隙增量与所述裂缝倾角离散度。

4.根据权利要求3所述的方法，其特征在于，所述裂缝条数增量为原始裂缝条数与次生裂缝条数的差值；

所述裂缝孔隙增量为每条裂缝在所述模拟压裂实验前后的三维CT图像中所占像素数增量与所述数字岩心总像素的比值之和；

所述裂缝倾角离散度为所述压后数字岩心的所有裂缝倾角的标准差。

5.根据权利要求1所述的方法，其特征在于，所述利用所述缝网潜力与破裂潜力表征可压裂性，包括：

通过所述岩心样品的所述预测量参数计算所述岩心样品的所述破裂潜力：

式中，D_f为破裂潜力，B为脆性指数，P_f为破裂压力；其中，所述预测量参数用于计算所述脆性指数；

根据所述缝网潜力与所述破裂潜力获得可压裂性的定量表征方法：F_c＝f(D_f,N_f)，式中，F_c为岩石的可压裂性，D_f为破裂潜力，N_f为缝网潜力。

6.一种基于数字岩心的岩石可压裂性表征装置，其特征在于，包括：

测量模块，用于测量切割加工后的岩心样品的预测量参数；

模拟模块，用于对所述岩心样品进行模拟压裂实验，记录所述岩心样品的应力应变曲线并获取模拟压裂实验前后所述岩心样品的CT扫描图像；

构建提取模块，用于根据所述CT扫描图像分别构建模所述拟压裂实验前后的原始数字岩心与压后数字岩心，并提取所述原始数字岩心的原始裂缝特征与所述压后数字岩心的次生裂缝特征；

获取模块，用于根据所述原始裂缝特征与所述次生裂缝特征获取裂缝增量与裂缝形态；

缝网潜力模块，用于将所述裂缝增量与所述裂缝形态中的各影响因素进行组合赋权获取缝网潜力；

表征模块，用于利用所述缝网潜力与破裂潜力表征可压裂性。

7.一种设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器执行所述可执行指令时，实现如权利要求1至5中任意一项所述的方法。

8.一种非易失性计算机可读存储介质，其特征在于，包括用于存储计算机程序或指令，当该计算机程序或指令被执行时，使如权利要求1至5中任一项所述的方法被实现。

Images