CN116127761B - 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 - Google Patents

一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 Download PDF

Info

Publication number
CN116127761B
CN116127761B CN202310103111.4A CN202310103111A CN116127761B CN 116127761 B CN116127761 B CN 116127761B CN 202310103111 A CN202310103111 A CN 202310103111A CN 116127761 B CN116127761 B CN 116127761B
Authority
CN
China
Prior art keywords
pore
pores
network model
organic
shale
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
Application number
CN202310103111.4A
Other languages
English (en)
Other versions
CN116127761A (zh
Inventor
丰景春
熊清蓉
杨典森
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 Institute of Rock and Soil Mechanics of CAS
Original Assignee
Wuhan Institute of Rock and Soil Mechanics of CAS
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 Institute of Rock and Soil Mechanics of CAS filed Critical Wuhan Institute of Rock and Soil Mechanics of CAS
Priority to CN202310103111.4A priority Critical patent/CN116127761B/zh
Publication of CN116127761A publication Critical patent/CN116127761A/zh
Application granted granted Critical
Publication of CN116127761B publication Critical patent/CN116127761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Animal Husbandry (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Mathematical Analysis (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法，包括以下步骤：获取页岩孔径分布特征，将孔隙划分为大孔段和小孔段两个尺度；通过高分辨率图像获取页岩有机孔隙特征参数；基于大孔段孔径分布特征和孔隙度构建大孔段孔隙网络模型；基于小孔段孔径分布特征和孔隙度，将小孔段范围内的小孔作为并联喉道添加到大孔段孔隙网络模型中，得到双尺度孔隙网络模型；结合高分辨率图像，根据图像分辨率大小以上孔隙之间连通性对双尺度孔隙网络模型进行约束，通过有机质矿物对有机孔和无机孔进行标识，得到包含有机孔和无机孔的页岩双重介质双尺度孔隙网络模型；根据质量守恒原则及施加的边界条件，对页岩双重介质双尺度孔隙网络模型进行数值求解。

Description

一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法
技术领域
本申请涉及非常规油气中油藏数值模拟技术领域，尤其涉及一种区分有机孔和无机孔的识别页岩孔隙的双尺度孔隙网络模型构建及求解方法。
背景技术
页岩气，作为清洁能源，已被多个国家用于大规模商业开采和利用，大力开发页岩气等深部清洁能源对保障我国能源安全、改善能源结构、加快“双碳”目标实现具有重大而深远的战略意义。页岩储集空间可分为四类：有机质孔、无机质孔、微裂缝和压裂裂缝。其中有机质孔隙主要为亚纳/纳米级，无机孔隙主要为纳/微米级。气体在不同类别孔中的运移机制不一样。有机孔中为粘性流、克努森扩散、表面扩散和吸附，无机质黏土矿物孔为粘性流、克努森扩散，吸附气可忽略不计。不同类别和几何特征孔隙内气体运移机制不一样，目前尚未形成统一的观点，各影响因素的作用或渗流机制尚不完全清楚。
孔隙网络模型作为孔隙级微观渗流理论研究的基础平台，为微观孔隙尺度上研究流体在多孔介质中的流动提供了重要的研究手段。页岩具有致密性和强非均质性，其中流体输运特性受孔隙尺寸、孔隙类型等影响。而利用单一测试结果构建的孔隙网络模型，无法准确描述非均质性很强的页岩，因此需要结合多种测试结果，对页岩进行综合表征，才能较准确地评价其中流体输运性能，已有单一的分析方法只能测得一定范围内的孔隙结构，而无法获得具有代表性范围内的所有孔隙结构信息。基于此，国内外许多学者通常结合两种以上的表征手段对页岩的孔隙结构进行测量。然而如何整合不同方法测得的孔隙结构信息并构建全面准确的代表性孔隙结构模型是研究的热点和难点。
发明内容
术语解释：
孔隙网络模型：一种多孔介质数值模拟模型，将介质中的复杂孔隙空间简化为孔隙和喉道两类表达方式。通过调整模型的孔喉分布、配位数等几何参数，达到与真实孔隙空间拓扑结构统计特征一致的效果以及代替真实多孔介质进行扩散率、渗透率等渗流特性研究的目的。
本申请实施例提供了一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法，能够对不同测试方法所得的孔隙结构信息进行整合，构建全面准确的代表性孔隙结构模型，所述技术方案如下：
本申请第一方面提供一种识别页岩孔隙的双尺度孔隙网络模型构建方法，包括以下步骤：对页岩进行氮气吸附或压汞实验获取页岩孔径分布特征；确定阈值，将孔隙按孔径尺度大小划分为大孔段和小孔段两个尺度；通过高分辨率图像获取页岩有机孔隙特征参数；基于大孔段孔径分布特征和孔隙度构建大孔段孔隙网络模型；基于小孔段孔径分布特征和孔隙度，将小孔段范围内的小孔作为并联喉道添加到大孔段孔隙网络模型中，得到双尺度孔隙网络模型；结合高分辨率图像，根据图像分辨率大小以上孔隙之间连通性对双尺度孔隙网络模型进行约束，通过有机质矿物对有机孔和无机孔进行标识，得到包含有机孔和无机孔的页岩双重介质双尺度孔隙网络模型；所述通过有机质矿物对有机孔和无机孔进行标识的方法包括：
输入有机孔隙特征参数；
确定有机孔隙的孔隙度以及孔径小于最大有机孔孔径值rormax的孔中有机孔的概率；
默认大孔段的孔隙喉道均为无机孔隙标识，针对小于rormax的小孔孔隙，根据概率赋予有机或无机标识；
完成有机孔和无机孔标识。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，确定阈值的方法为：根据孔径分布特征或高分辨率图像获取最大有机孔孔径值rormax，以每段的孔径跨度倍数相近以及大孔段孔隙中最小孔径大于rormax为原则确定阈值，将孔隙划分为大孔段和小孔段两个尺度。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，大孔段孔隙网络模型中喉道为假想连接孔隙之间流动通道，不纳入实际孔隙度计算；小孔段范围内的小孔作为并联喉道随机添加到大孔段孔隙网络模型中，小孔孔隙度由喉道贡献。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，通过有机质矿物对有机孔和无机孔进行标识的方法包括：输入有机孔隙特征参数；确定有机孔隙的孔隙度以及孔径小于rormax的孔中有机孔的概率；默认大孔段的孔隙喉道均为无机孔隙标识，针对小于rormax的小孔孔隙，根据概率赋予有机或无机标识；完成有机孔和无机孔标识。
本申请第二方面提供一种识别页岩孔隙的双尺度孔隙网络模型求解方法，包括以下步骤：根据有机孔与无机孔的标识，针对不同孔隙类别计算孔喉导流率；根据质量守恒原则及施加的边界条件，对页岩双重介质双尺度孔隙网络模型进行数值求解，其中，所述识别页岩孔隙的双尺度孔隙网络模型求解方法是基于权利要求1的识别页岩孔隙的双尺度孔隙网络模型构建方法构建的。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型求解方法中，对无机孔根据圆管流、努森扩散机理计算孔喉导流率，对有机孔根据圆管流、努森扩散、表面扩散机理计算孔喉导流率。
本申请一些实施例提供的一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法带来的有益效果为：本申请的页岩双尺度孔隙网络模型可以区分有机孔和无机孔，在利用氮气吸附或压汞实验得到页岩的孔径分布特征和孔隙度，构建双尺度孔隙网络模型的基础上，结合F IB/SEM图像，根据分辨率大小以上孔隙之间连通性对双重孔隙网络模型进行约束，通过有机质矿物对有机孔和无机孔进行标识，得到包含有机孔和无机孔的更加接近真实情况的页岩双重介质双尺度孔隙网络模型，从而达到对不同测试方法所得的孔隙结构信息进行整合的目的，构建全面准确的代表性孔隙结构模型，对页岩介质进行更准确地表征，以便对其中流体的渗流机制及影响因素作进一步研究。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例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申请的一些实施例，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是本申请的构建双尺度孔隙网络模型方法流程图；
图2是本申请的小孔作为并联喉道添加到大孔段孔隙网络模型流程图；
图3是有机孔和无机孔标识流程图。
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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
本申请第一方面提供一种识别页岩孔隙的双尺度孔隙网络模型构建方法，如图1所示，包括以下步骤：
对页岩进行氮气吸附或压汞实验，获取页岩孔径分布特征；
确定阈值，将孔隙按孔径尺度大小划分为大孔段和小孔段两个尺度；
对页岩进行FI B或SEM实验，通过高分辨率图像获取页岩有机孔隙特征参数；
基于大孔段孔径分布特征和孔隙度构建大孔段孔隙网络模型；
基于小孔段孔径分布特征和孔隙度，将小孔段范围内的小孔作为并联喉道添加到大孔段孔隙网络模型中，得到双尺度孔隙网络模型；
结合高分辨率图像，根据图像分辨率大小以上孔隙之间连通性对双尺度孔隙网络模型进行约束，通过有机质矿物对有机孔和无机孔进行标识，得到包含有机孔和无机孔的页岩双重介质双尺度孔隙网络模型。
其中，为保证双尺度孔隙网络模型的准确性，对其孔隙度规范如下：大孔段孔隙网络模型中喉道为假想连接孔隙之间流动通道，不纳入实际孔隙度计算，而小孔段范围内的小孔作为并联喉道随机添加到大孔段孔隙网络模型中，小孔孔隙度由喉道贡献。
本申请的双尺度孔隙网络模型可以区分有机孔和无机孔，且更加接近页岩的真实情况，综合利用了氮气吸附、压汞等实验数据和F IB等图像资料，对页岩介质进行更准确地表征，对其中流体输运进行更精确地描述，从而对页岩气藏的高效开发起到指导作用。
其中，基于大孔段孔径分布特征和孔隙度构建大孔段孔隙网络模型，以正六面体为单元，大孔位于单元中心。假设孔隙是球体，孔径大小、体积由实验数据获得的孔径分布决定。并假设大孔间的连通喉道为圆柱体，允许流体流动，但是不计入孔隙度计算。喉道的半径Rij由其连接的两个孔的半径ri、rj和喉道长度Lij决定，根据输入的单元数和随机生成的孔隙半径值，对单元尺寸进行相应的调整变化，以使大孔段孔隙度达到规范的允许误差范围之内，喉道的半径Rij的计算公式为：
其中，α是待定校正系数。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，确定阈值的方法为：根据孔径分布特征或高分辨率图像获取最大有机孔孔径值rormax，以每段的孔径跨度倍数相近以及大孔段孔隙中最小孔径大于rormax为原则确定阈值，将孔隙划分为大孔段和小孔段两个尺度。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，如图2所示，将小孔段范围内的小孔作为并联喉道添加到大孔段孔隙网络模型的方法包括：
输入小孔段孔径分布、孔隙度及大孔段喉道长度数据；
随机生成小孔半径，并随机选择一个大孔段的喉道并联，直至生成的小孔半径数据满足允许误差内的小孔段的孔隙度和孔径分布；
小孔段并联喉道添加完成。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型构建方法中，如图3所示，通过有机质矿物对有机孔和无机孔进行标识的方法包括：
输入有机孔隙特征参数；
确定有机孔隙的孔隙度以及孔径小于rormax的孔中有机孔的概率；
默认大孔段的孔隙喉道均为无机孔隙标识，针对小于rormax的小孔孔隙，根据概率赋予有机或无机标识；
完成有机孔和无机孔标识。
具体地，通过有机质矿物对有机孔和无机孔进行标识的方法为：如在没有有机质孔和无机质孔的具体孔径分布函数的前提下，假设有机质含量TOC等同于孔隙中的有机质孔的占比，得到有机质孔的孔隙度值设定一个最大有机孔的半径值rormax，并确定孔径小于rormax的孔中有机孔的概率，从小于rormax的孔隙中根据概率随机选取孔隙作为有机孔，直到达到有机孔的孔隙度值/>默认大孔段网络模型中不含有有机孔，将有机孔标识为1，无机孔标识为0，得到包含有机孔和无机孔的更加接近真实情况的页岩双重介质双尺度孔隙网络模型。
本申请第二方面提供一种识别页岩孔隙的双尺度孔隙网络模型求解方法，包括以下步骤：
根据有机孔与无机孔的标识，针对不同孔隙类别计算孔喉导流率；
根据质量守恒原则及施加的边界条件，对页岩双重介质双尺度孔隙网络模型进行数值求解。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型求解方法中，对无机孔根据圆管流、努森扩散机理计算孔喉导流率，无机孔的孔喉导流率的计算公式为：
ginor＝fg-ggv+fg-wgk
其中，ginor是无机孔导流率；gv是圆管流导流率；gk是努森扩散导流率；r是孔隙半径，m；L是孔隙长度，m；μ是气体粘度，Pa·s；ρavg是气体的平均密度，kg·(m-3)；T是温度，K；R是通用气体常数，8.3144621J/(mol·K)；M是气体分子的摩尔质量，kg·(mol-1)；δ是气体分子半径和孔隙半径的比值，无量纲；Df是曲面的分形维数，介于2(有效平滑)和3(空间填充)之间；Kn是努森数；fg-g是分子与分子碰撞率；fg-w是分子与孔壁碰撞率。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型求解方法中，对有机孔根据圆管流、努森扩散、表面扩散机理计算孔喉导流率有机孔的孔喉导流率的计算公式为：
gor＝fg-ggv+afg-wgk+(1-α)fg-wgs
reff＝r-θdm
其中，gor是有机孔导流率；gs是表面扩散导流率；r是孔隙半径，m；reff是有效孔隙半径，m；p是孔隙压力，Pa；pl是朗缪尔压力常数，8.45e7 Pa；ΔH是等量吸附热，J/mol；κ是阻塞速度系数与正向速度系数的比值，无量纲；θ是覆盖率；dm是气体分子直径，m；NA是阿伏加德罗数，6.022e23/mol；Ds是表面扩散系数，m2/s；Ds0是覆盖率为0时的表面扩散系数，m2/s。
例如，在一个实施例提供的识别页岩孔隙的双尺度孔隙网络模型求解方法中，对页岩双重介质双尺度孔隙网络模型进行数值求解，计算孔隙压力以及总流量Q。对页岩介质的整体渗流性质进行评价，如：计算绝对渗透率Kabs，Kabs的计算公式为：
其中，Q是总流量，m3/s；A是网络出口的横截面积，m2；L是网络总长度，m；ΔP是进出口的压力差，Pa。
尽管本申请的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本申请的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本申请并不限于特定的细节和这里示出与描述的图例。

Claims (5)

1.一种识别页岩孔隙的双尺度孔隙网络模型构建方法，其特征在于，包括以下步骤：
对页岩进行氮气吸附或压汞实验获取页岩孔径分布特征；
确定阈值，将孔隙按孔径尺度大小划分为大孔段和小孔段两个尺度；
通过高分辨率图像获取页岩有机孔隙特征参数；
基于大孔段孔径分布特征和孔隙度构建大孔段孔隙网络模型；
基于小孔段孔径分布特征和孔隙度，将小孔段范围内的小孔作为并联喉道添加到大孔段孔隙网络模型中，得到双尺度孔隙网络模型；
结合高分辨率图像，根据图像分辨率大小以上孔隙之间连通性对双尺度孔隙网络模型进行约束，通过有机质矿物对有机孔和无机孔进行标识，得到包含有机孔和无机孔的页岩双重介质双尺度孔隙网络模型；所述通过有机质矿物对有机孔和无机孔进行标识的方法包括：
输入有机孔隙特征参数；
确定有机孔隙的孔隙度以及孔径小于最大有机孔孔径值rormax的孔中有机孔的概率；
默认大孔段的孔隙喉道均为无机孔隙标识，针对小于rormax的小孔孔隙，根据概率赋予有机或无机标识；
完成有机孔和无机孔标识。
2.根据权利要求1所述识别页岩孔隙的双尺度孔隙网络模型构建方法，其特征在于，确定阈值的方法为：根据孔径分布特征或高分辨率图像获取最大有机孔孔径值rormax，以每段的孔径跨度倍数相近以及大孔段孔隙中最小孔径大于rormax为原则确定阈值，将孔隙划分为大孔段和小孔段两个尺度。
3.根据权利要求1所述识别页岩孔隙的双尺度孔隙网络模型构建方法，其特征在于，大孔段孔隙网络模型中喉道为假想连接孔隙之间流动通道，不纳入实际孔隙度计算；小孔段范围内的小孔作为并联喉道随机添加到大孔段孔隙网络模型中，小孔孔隙度由喉道贡献。
4.一种识别页岩孔隙的双尺度孔隙网络模型求解方法，其特征在于，包括以下步骤：
根据有机孔与无机孔的标识，针对不同孔隙类别计算孔喉导流率；
根据质量守恒原则及施加的边界条件，对页岩双重介质双尺度孔隙网络模型进行数值求解，其中，所述识别页岩孔隙的双尺度孔隙网络模型是基于权利要求1的识别页岩孔隙的双尺度孔隙网络模型构建方法构建的。
5.根据权利要求4所述识别页岩孔隙的双尺度孔隙网络模型求解方法，其特征在于，对无机孔根据圆管流、努森扩散机理计算孔喉导流率，对有机孔根据圆管流、努森扩散、表面扩散机理计算孔喉导流率。
CN202310103111.4A 2023-02-13 2023-02-13 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 Active CN116127761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310103111.4A CN116127761B (zh) 2023-02-13 2023-02-13 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310103111.4A CN116127761B (zh) 2023-02-13 2023-02-13 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法

Publications (2)

Publication Number Publication Date
CN116127761A CN116127761A (zh) 2023-05-16
CN116127761B true CN116127761B (zh) 2023-09-01

Family

ID=86309852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310103111.4A Active CN116127761B (zh) 2023-02-13 2023-02-13 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法

Country Status (1)

Country Link
CN (1) CN116127761B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113310877A (zh) * 2021-06-07 2021-08-27 中国石油大学(华东) 一种区域结构差异化的岩石多尺度孔隙网络模型构建方法
CN114609010A (zh) * 2022-03-02 2022-06-10 中国石油大学(华东) 一种页岩储层油水相对渗透率的测定方法及装置
CN115526031A (zh) * 2022-09-05 2022-12-27 山东大学 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11415501B2 (en) * 2019-10-16 2022-08-16 King Fahd University Of Petroleum And Minerals Method of determining absolute permeability

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113310877A (zh) * 2021-06-07 2021-08-27 中国石油大学(华东) 一种区域结构差异化的岩石多尺度孔隙网络模型构建方法
CN114609010A (zh) * 2022-03-02 2022-06-10 中国石油大学(华东) 一种页岩储层油水相对渗透率的测定方法及装置
CN115526031A (zh) * 2022-09-05 2022-12-27 山东大学 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Multi-scale pore network modelling of fluid mass transfer in nano-micro porous media;Jun Yao, Wenhui Song, Dongying Wang, Hai Sun, Yang Li;International Journal of Heat and Mass Transfer;156-167 *

Also Published As

Publication number Publication date
CN116127761A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Yu et al. Multiscale gas transport behavior in heterogeneous shale matrix consisting of organic and inorganic nanopores
Yu et al. Permeabilities of unsaturated fractal porous media
Yu et al. Fractal analysis of permeabilities for porous media
Yu et al. Permeability of fractal porous media by Monte Carlo simulations
CN107063967B (zh) 一种基于微观孔隙通道的饱和/非饱和渗透系数预测方法
CN103452543B (zh) 制作压裂水平井井网模型的方法和压裂水平井井网模型
CN105156081B (zh) 一种碳酸盐岩稠油油藏酸化模拟评价方法
CN108959767A (zh) 一种窄河道型气藏不同井型凝析油伤害数值模拟方法
Sun et al. Effect of pore geometry on nanoconfined water transport behavior
CN105505341B (zh) 一种粘土防膨剂
CN114609010B (zh) 一种页岩储层油水相对渗透率的测定方法及装置
CN109611067A (zh) 深层石灰岩储层酸压酸液有效作用距离的数值计算方法
CN114510854A (zh) 一种循缝找洞的酸压数值模拟结果准确性评价方法
CN103543474A (zh) 一种基于非导电孔隙模型的含油气饱和度评价方法
CN106897531A (zh) 一种低渗透石灰岩储层渗透率的定量评价方法
Chen et al. Shale gas transport behavior considering dynamic changes in effective flow channels
CN116127761B (zh) 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法
Xu et al. A 3D multi-mechanistic model for predicting shale gas permeability
Ye et al. Experimental investigation of transverse mixing in porous media under helical flow conditions
CN112903555B (zh) 考虑孔隙各向异性的多孔介质渗透率计算方法及装置
Guo et al. Transport model for gas and water in nanopores of shale gas reservoirs
CN113850030B (zh) 一种页岩油储层相对渗透率的确定方法和装置
CN102373920B (zh) 一种求准油层含油水饱和度的方法
Yang et al. Real gas effect and bulk diffusion characteristics of shale mixed gas transport in microscale fractures
CN102765958B (zh) 多孔介质燃烧器制造材料的筛选方法

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
GR01 Patent grant
GR01 Patent grant