CN116930219A - 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备 - Google Patents

岩石孔喉参数分析方法、喉道长度预测方法、装置及设备 Download PDF

Info

Publication number
CN116930219A
CN116930219A CN202210363504.4A CN202210363504A CN116930219A CN 116930219 A CN116930219 A CN 116930219A CN 202210363504 A CN202210363504 A CN 202210363504A CN 116930219 A CN116930219 A CN 116930219A
Authority
CN
China
Prior art keywords
throat
core
rock
pore
aspect ratio
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
CN202210363504.4A
Other languages
English (en)
Inventor
胡松
赵建国
王晓畅
王兵
张爱芹
孔抒沛
王帅
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.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
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 China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN202210363504.4A priority Critical patent/CN116930219A/zh
Publication of CN116930219A publication Critical patent/CN116930219A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016—X-ray
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/421—Imaging digitised image, analysed in real time (recognition algorithms)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/616—Specific applications or type of materials earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/649—Specific applications or type of materials porosity
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pulmonology (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electromagnetism (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种岩石孔喉参数分析方法、喉道长度预测方法、装置、设备及介质。岩石孔喉参数分析方法包括：获取预设类型岩石的多个岩心样品的数字岩心图像；分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据；分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度；根据各岩心样品对应的孔隙度和弹性模量数据，获取对应岩心样品的孔隙纵横比；基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立预设类型岩石的孔隙纵横比与喉道长度关系模型。采用本发明，可以实现孔喉参数之间的关系分析，通过孔隙纵横比来预测喉道长度。

Description

岩石孔喉参数分析方法、喉道长度预测方法、装置及设备
技术领域
本发明涉及油气勘探技术领域，特别是涉及一种岩石孔喉参数分析方法、喉道长度预测方法、装置、设备及介质。
背景技术
岩石孔隙喉道是连通岩石中孔隙的主要通道，孔喉参数一般包括孔隙度、喉道长度、孔隙纵横比等，是反应岩石物性、渗流特性的重要参数，对油气开采过程有巨大影响。因此，油气开采工作中常需要分析孔喉参数。
目前，对于孔喉参数的测量方法主要有：压汞法，通过注入量及注入压力变化曲线，来分析与计算得到孔隙及喉道的各参数；铸体薄片分析法，通过显微镜对一小块岩心的截面进行精细观察，并使用图像处理的相关方法得到孔喉参数；CT扫描数字岩心法，通过对岩心扫描得到的岩心三维数据进行一定的数学运算，将岩心孔隙空间分成孔隙与喉道，并统计得到孔喉参数。相对来说，压汞法实验成本较高，而且实验难度比较大，实验的可重复性也不强；铸体薄片分析法成本低，且实验过程比较简便，但是其样品只是岩心的一小块，且仅为二维截面，增大了反应地下介质真实的孔喉属性的误差。而且，这三种方法都只是得到孔喉参数，缺少对孔喉参数之间的关系分析。
发明内容
本发明要解决的技术问题是：现有技术中缺少对岩石孔喉参数之间的关系分析。
为解决上述技术问题，本发明提供了一种岩石孔喉参数分析方法、喉道长度预测方法、装置、设备及介质。
一种岩石孔喉参数分析方法，包括：
获取预设类型岩石的多个岩心样品的数字岩心图像；
分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据；
分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度；
根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比；
基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立所述预设类型岩石的孔隙纵横比与喉道长度关系模型。
可选地，所述获取预设类型岩石的多个岩心样品的数字岩心图像，包括：
获取对预设类型岩石的多个岩心样品进行CT扫描得到的扫描图像；
对所述扫描图像进行对比度增强、滤波去噪、相边缘增强、二值化分割，得到所述数字岩心图像。
可选地，所述分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据，包括：
分别基于各岩心样品的数字岩心图像，使用有限元模拟技术计算所述数字岩心图像对应的弹性模量数据。
可选地，所述分别提取各岩心样品的数字岩心图像的孔隙网络，包括：
分别使用最大球法提取各岩心样品的数字岩心图像的孔隙网络。
可选地，所述根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比，包括：
根据所述岩心样品对应的孔隙度计算等效体积模量与等效剪切模量；
根据所述岩心样品的弹性模量数据、所述等效体积模量与所述等效剪切模量，计算得到对应岩心样品的孔隙纵横比。
一种岩石喉道长度预测方法，包括：
获取待测岩石的孔隙纵横比；
根据所述待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型；
基于所述孔隙纵横比和所述孔隙纵横比与喉道长度关系模型，预测所述待测岩石的喉道长度。
一种岩石孔喉参数分析装置，包括：
图像获取模块，用于获取预设类型岩石的多个岩心样品的数字岩心图像；
数据获得模块，用于分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据；
参数统计模块，用于分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度；
孔隙纵横比计算模块，用于根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比；
关系模型建立模块，用于基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立所述预设类型岩石的孔隙纵横比与喉道长度关系模型。
一种岩石喉道长度预测装置，包括：
孔隙纵横比获取模块，用于获取待测岩石的孔隙纵横比；
关系模型选择模块，用于根据所述待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型；
长度预测模块，用于基于所述孔隙纵横比和所述孔隙纵横比与喉道长度关系模型，预测所述待测岩石的喉道长度。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述岩石孔喉参数分析方法的步骤，或者实现上述岩石喉道长度预测方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述岩石孔喉参数分析方法的步骤，或者实现上述岩石喉道长度预测方法的步骤。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
通过基于岩心样品的数字岩心图像进行处理，得到弹性模量数据、孔隙度和喉道平均长度，根据弹性模量数据、孔隙度计算孔隙纵横比，最后根据孔隙纵横比和喉道平均长度交汇分析得到孔隙纵横比与喉道长度关系模型，可以体现孔隙纵横比与喉道长度之间的关系，实现了孔喉参数之间的关系分析。而且，孔隙纵横比与喉道长度关系模型可以作为喉道长度的量版，从而可以通过孔隙纵横比来预测喉道长度，使地下大尺度介质的喉道长度预测成为可能。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是：
图1为一个实施例中岩石孔喉参数分析方法的流程示意图；
图2为一个实施例中岩石喉道长度预测方法的流程示意图；
图3为一个实施例中岩石孔喉参数分析装置的结构框图；
图4为一个实施例中岩石喉道长度预测装置的结构框图；
图5(a)为一个实施例中任意岩心CT扫描横截面图像的原始图像切片；
图5(b)为一个实施例中任意岩心CT扫描横截面图像的对比度增强结果；
图5(c)为一个实施例中任意岩心CT扫描横截面图像的滤波后的图；
图5(d)为一个实施例中任意岩心CT扫描横截面图像的二值化分割图；
图6(a)为一个实施例中碳酸盐岩的岩心模拟纵波速度与计算等效孔隙纵横比的图；
图6(b)为一个实施例中砂岩的岩心模拟纵波速度与计算等效孔隙纵横比的图；
图7为一个实施例中砂岩与碳酸盐岩孔隙纵横比频率分布直方图；
图8为一个实施例中喉道平均长度-孔隙纵横比交汇图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将结合附图及实施例来详细说明本发明的实施方法，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。
在现有技术中，对于孔喉参数的测量方法主要有：压汞法，通过注入量及注入压力变化曲线，来分析与计算得到孔隙及喉道的各参数；铸体薄片分析法，通过显微镜对一小块岩心的截面进行精细观察，并使用图像处理的相关方法得到孔喉参数；CT扫描数字岩心法，通过对岩心扫描得到的岩心三维数据进行一定的数学运算，将岩心孔隙空间分成孔隙与喉道，并统计得到孔喉参数。
相对来说，压汞实验成本较高，而且实验难度比较大，实验条件要求高，需要的相应设备较多，并且最终是通过压汞过程中压力变化曲线间接计算孔喉参数的，实验的可重复性也不强；铸体薄片分析法成本低，且实验过程比较简便，但是其样品只是岩心的一小块，且仅为二维截面，这又增大了反应地下介质真实的孔喉属性的误差。CT扫描数字岩心法虽然受限于CT图像分辨率的因素，对孔隙空间的刻画并不精确，但相比压汞方法，其过程简单成本低，相比铸体薄片，其为真实的三维立体结构。但是，这三种方法都只是得到孔喉参数，缺少对孔喉参数之间的关系分析。而且这些方法都只适用于对取出的地下岩心进行实际测量，而对于实际存在于地下的大尺度介质却无能为力，因此目前对于大尺度地下介质的孔喉参数较为精确的预测方法还很少有人提出。基于此，本发明提供了可以分析孔喉参数的方案，以及预测孔隙喉道长度的方案。
实施例一
本发明提供了一种岩石孔喉参数分析方法，如图1所示，该方法包括如下步骤：
S110：获取预设类型岩石的多个岩心样品的数字岩心图像。
预设类型是指岩石的类型。对于一种类型的岩石，可以有多个岩心样品，每个岩心样品对应有数字岩心图像。
S120：分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据。
对每一个岩心样品的数字岩心图像，分别处理得到对应的这个岩心样品的弹性模量数据。
S130：分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度。
其中，喉道平均长度是指孔隙网络中所有喉道的长度的平均值。提取一个数字岩心图像的孔隙网络，统计这个孔隙网络的孔隙度和喉道平均长度，作为这个数字岩心图像所对应的岩心样品的孔隙度和喉道平均长度。
S140：根据各岩心样品对应的孔隙度和弹性模量数据，获取对应岩心样品的孔隙纵横比。
例如，根据岩心样品A的孔隙度和弹性模量数据，计算得到岩心样品A的孔隙纵横比；根据岩心样品B的孔隙度和弹性模量数据，计算得到岩心样品B的孔隙纵横比。
S150：基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立预设类型岩石的孔隙纵横比与喉道长度关系模型。
经过步骤S110至步骤S140之后，得到每一个岩心样品对应的孔隙纵横比和喉道平均长度，再基于各岩心样品的孔隙纵横比和喉道平均长度进行交汇分析，比如可以是以孔隙纵横比和喉道平均长度分别为横纵坐标、进行拟合分析，建立表征孔隙纵横比与喉道长度之间的对应关系的关系模型，从而得到这个预设类型岩石的孔隙纵横比与喉道长度关系模型。
上述岩石孔喉参数分析方法，通过基于岩心样品的数字岩心图像进行处理，得到弹性模量数据、孔隙度和喉道平均长度，根据弹性模量数据、孔隙度计算孔隙纵横比，最后根据孔隙纵横比和喉道平均长度交汇分析得到孔隙纵横比与喉道长度关系模型，可以体现孔隙纵横比与喉道长度之间的关系，实现了孔喉参数之间的关系分析。而且，孔隙纵横比与喉道长度关系模型可以作为喉道长度的量版，从而使通过地震及其反演数据得到弹性参数获得孔隙纵横比来预测喉道长度成为可能，辅助实现地下大尺度介质的喉道长度预测。
优选地，步骤S110包括：获取对预设类型岩石的多个岩心样品进行CT扫描得到的扫描图像；对扫描图像进行对比度增强、滤波去噪、相边缘增强、二值化分割，得到数字岩心图像。
具体地，可以采用CT扫描设备扫描岩心样品。在扫描岩心样品之前，可以先对岩心样品进行准备工作，比如，首先将所有的岩心样品制作成柱塞好的直径为38mm的圆柱体、长度不等，然后进行洗油和烘干，清除岩心中含有的油、水等流体填充物。
对扫描图像进行对比度增强、滤波去噪、相边缘增强，目的是针对感兴趣的信息-孔隙空间，进行一系列增强以及提取，最终得到仅包含岩石骨架与孔隙空间的、边缘清晰的二值化图像，然后二值化分割，完成孔隙、骨架的分割工作。此外，由于原始二值化图像数据巨大，计算内存需求高、效率低，模拟得到的数据数量少，孔隙度分布也较窄，不利于后续研究。因此，可以将其分割成小块，可以获得一个孔隙度跨度非常宽的子数据集合，保证了后续统计性规律研究的可靠性。
优选地，步骤S120包括：分别基于各岩心样品的数字岩心图像，使用有限元模拟技术计算数字岩心图像对应的弹性模量数据。
具体地，可以是采用有限元弹性性质模拟技术计算弹性模量数据。有限元弹性性质模拟技术是依据线弹性有限元法：将三维数字岩心模型中的每个体素视作一个线弹性有限元网格，对模型施加周期边界条件，便可将弹性位移分布的求解问题转化为最小位能原理求解的物理问题，数学上求解就是有限元法中典型的泛函求极值问题。例如，可以使用快速共轭梯度法来对泛函求导方程进行迭代收敛以逼近系统最小能量，最后求得数值解即为六个方向的应力σxx,σyy,σzz,σxz,σyz,σxy，与六个方向的应变εxx,εyy,εzz,εxz,εyz,εxy，进而求得弹性模量数据。
此外，模拟时还需要先根据XRD(X射线衍射)矿物分析给每个矿物骨架体素模量赋值，但由于研究的是孔隙的形态参数与喉道特征，其本身与岩石骨架模量相关性不大，因此此处只需近似确定岩石骨架的岩性在模拟时输入，孔隙流体一般设为空气。
优选地，步骤S130中分别提取各岩心样品的数字岩心图像的孔隙网络，包括：分别使用最大球法提取各岩心样品的数字岩心图像的孔隙网络。
使用最大球法提取孔隙网络，可以将较为复杂的孔隙空间转化成一种形状比较规则的空间来等价表示，它由球形孔隙与圆柱状喉道组成。最大球法首先将不规则的孔隙空间转化成了由大量内切球体充填的空间，然后在孔、喉对应的最大球半径的约束下分别定义孔隙与喉道的范围，在喉道长度范围内的所有最大球都归属于喉道，而在孔隙长度范围内的所有最大球则归属于孔隙，直观上看来就是将其中较宽的区域定义为了孔隙，孔隙之间的窄区域通过圆柱型的喉道相连接，两者组合成为孔隙网络。通过渗流方面的研究证明这种网络模型能够近似等效地表示岩心的孔隙空间，因此其几何形状特征参数就能够表示孔隙结构特征。随后，统计孔隙网络中所有喉道长度的平均值，作为代表每块岩心样品的等效喉道长度。
优选地，步骤S140包括：根据岩心样品对应的孔隙度计算等效体积模量与等效剪切模量；根据岩心样品的弹性模量数据、等效体积模量与等效剪切模量，计算得到对应岩心样品的孔隙纵横比。
可以基于等效介质理论计算孔隙纵横比。具体地，可以采用显式M-T模型来计算等效体积模量和等效剪切模量，较为简单的显式M-T模型可以提高计算效率。例如，包含N种包裹物的M-T模型表示为如下公式(1)：
式中与/>表示M-T模型计算的含孔隙岩石的等效体积模量与等效剪切模量，Ki与μi表示第i种孔隙中包含物的体积模量与剪切模量，Km与μm表示岩石骨架的体积模量与剪切模量；φi表示第i种孔隙的孔隙度，P(α)mi和Q(α)mi表示在岩石骨架中加入孔隙i的效果，称为极化因子，为孔隙纵横比α的函数。
将岩心样品的孔隙度代入公式(1)中，计算的等效体积模量与等效剪切模量作为输出，以步骤S120得到的弹性模量数据Kmodeling、μmodeling作为约束值作差，构建包含体积模量与剪切模量两个约束条件下的方程组式(2)，未知参数仅有极化因子中的孔隙纵横比，因此该方程组超定。通过优化算法求解就可以得到当前弹性模量数据与孔隙度条件下对应的等效孔隙纵横比，具体地，OF1与OF2的比值等于孔隙纵横比。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
实施例二
本发明提供了一种岩石喉道长度预测方法，如图2所示，该方法包括如下步骤：
S210：获取待测岩石的孔隙纵横比。
孔隙纵横比依赖于弹性参数。对于待测岩石来说，可以通过地震反演数据得到待测岩石的孔隙纵横比。
S220：根据待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型。
具体地，可以存储多种类型岩石的孔隙纵横比与喉道长度关系模型，选择待测岩石的类型所对应的孔隙纵横比与喉道长度关系模型。
S230：基于孔隙纵横比和孔隙纵横比与喉道长度关系模型，预测待测岩石的喉道长度。
具体地，可以是将孔隙纵横比代入孔隙纵横比与喉道长度关系模型，计算得到喉道长度，作为预测的待测岩石的喉道长度。
上述岩石喉道长度预测方法，通过采用孔隙纵横比与喉道长度关系模型，基于待测岩石的孔隙纵横比预测得到喉道长度，从而实现对喉道长度的预测，易于实现、所需信息少，使得对地下大介质喉道长度的预测成为可能。
可以理解，上述岩石喉道长度预测方法，可以在步骤S220之前执行前述实施例中岩石孔喉参数分析方法的步骤。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
实施例三
本发明提供了一种岩石孔喉参数分析装置，如图3所示，该装置包括：
图像获取模块310，用于获取预设类型岩石的多个岩心样品的数字岩心图像。其中，预设类型是指岩石的类型。对于一种类型的岩石，可以有多个岩心样品，每个岩心样品对应有数字岩心图像。
数据获得模块320，用于分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据。其中，对每一个岩心样品的数字岩心图像，分别处理得到对应的这个岩心样品的弹性模量数据。
参数统计模块330，用于分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度。其中，喉道平均长度是指孔隙网络中所有喉道的长度的平均值。提取一个数字岩心图像的孔隙网络，统计这个孔隙网络的孔隙度和喉道平均长度，作为这个数字岩心图像所对应的岩心样品的孔隙度和喉道平均长度。
孔隙纵横比计算模块340，用于根据各岩心样品对应的孔隙度和弹性模量数据，获取对应岩心样品的孔隙纵横比。例如，根据岩心样品A的孔隙度和弹性模量数据，计算得到岩心样品A的孔隙纵横比；根据岩心样品B的孔隙度和弹性模量数据，计算得到岩心样品B的孔隙纵横比。
关系模型建立模块350，用于基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立预设类型岩石的孔隙纵横比与喉道长度关系模型。其中，在得到每一个岩心样品对应的孔隙纵横比和喉道平均长度后，再基于各岩心样品的孔隙纵横比和喉道平均长度进行交汇分析，比如可以是以孔隙纵横比和喉道平均长度分别为横纵坐标、进行拟合分析，建立表征孔隙纵横比与喉道长度之间的对应关系的关系模型，从而得到这个预设类型岩石的孔隙纵横比与喉道长度关系模型。
上述岩石孔喉参数分析装置，通过基于岩心样品的数字岩心图像进行处理，得到弹性模量数据、孔隙度和喉道平均长度，根据弹性模量数据、孔隙度计算孔隙纵横比，最后根据孔隙纵横比和喉道平均长度交汇分析得到孔隙纵横比与喉道长度关系模型，可以体现孔隙纵横比与喉道长度之间的关系，实现了孔喉参数之间的关系分析。而且，孔隙纵横比与喉道长度关系模型可以作为喉道长度的量版，从而使通过地震及其反演数据得到弹性参数获得孔隙纵横比来预测喉道长度成为可能，辅助实现地下大尺度介质的喉道长度预测。
优选地，图像获取模块310用于：获取对预设类型岩石的多个岩心样品进行CT扫描得到的扫描图像；对扫描图像进行对比度增强、滤波去噪、相边缘增强、二值化分割，得到数字岩心图像。
具体地，可以采用CT扫描设备扫描岩心样品。在扫描岩心样品之前，可以先对岩心样品进行准备工作，比如，首先将所有的岩心样品制作成柱塞好的直径为38mm的圆柱体、长度不等，然后进行洗油和烘干，清除岩心中含有的油、水等流体填充物。
对扫描图像进行对比度增强、滤波去噪、相边缘增强，目的是针对感兴趣的信息-孔隙空间，进行一系列增强以及提取，最终得到仅包含岩石骨架与孔隙空间的、边缘清晰的二值化图像，然后二值化分割，完成孔隙、骨架的分割工作。此外，由于原始二值化图像数据巨大，计算内存需求高、效率低，模拟得到的数据数量少，孔隙度分布也较窄，不利于后续研究。因此，可以将其分割成小块，可以获得一个孔隙度跨度非常宽的子数据集合，保证了后续统计性规律研究的可靠性。
优选地，数据获得模块320用于：分别基于各岩心样品的数字岩心图像，使用有限元模拟技术计算数字岩心图像对应的弹性模量数据。
具体地，可以是采用有限元弹性性质模拟技术计算弹性模量数据。有限元弹性性质模拟技术是依据线弹性有限元法：将三维数字岩心模型中的每个体素视作一个线弹性有限元网格，对模型施加周期边界条件，便可将弹性位移分布的求解问题转化为最小位能原理求解的物理问题，数学上求解就是有限元法中典型的泛函求极值问题。例如，可以使用快速共轭梯度法来对泛函求导方程进行迭代收敛以逼近系统最小能量，最后求得数值解即为六个方向的应力σxx,σyy,σzz,σxz,σyz,σxy，与六个方向的应变εxx,εyy,εzz,εxz,εyz,εxy，进而求得弹性模量数据。
此外，模拟时还需要先根据XRD(X射线衍射)矿物分析给每个矿物骨架体素模量赋值，但由于研究的是孔隙的形态参数与喉道特征，其本身与岩石骨架模量相关性不大，因此此处只需近似确定岩石骨架的岩性在模拟时输入，孔隙流体一般设为空气。
优选地，参数统计模块330分别使用最大球法提取各岩心样品的数字岩心图像的孔隙网络。
使用最大球法提取孔隙网络，可以将较为复杂的孔隙空间转化成一种形状比较规则的空间来等价表示，它由球形孔隙与圆柱状喉道组成。最大球法首先将不规则的孔隙空间转化成了由大量内切球体充填的空间，然后在孔、喉对应的最大球半径的约束下分别定义孔隙与喉道的范围，在喉道长度范围内的所有最大球都归属于喉道，而在孔隙长度范围内的所有最大球则归属于孔隙，直观上看来就是将其中较宽的区域定义为了孔隙，孔隙之间的窄区域通过圆柱型的喉道相连接，两者组合成为孔隙网络。通过渗流方面的研究证明这种网络模型能够近似等效地表示岩心的孔隙空间，因此其几何形状特征参数就能够表示孔隙结构特征。随后，统计孔隙网络中所有喉道长度的平均值，作为代表每块岩心样品的等效喉道长度。
优选地，孔隙纵横比计算模块340用于：根据岩心样品对应的孔隙度计算等效体积模量与等效剪切模量；根据岩心样品的弹性模量数据、等效体积模量与等效剪切模量，计算得到对应岩心样品的孔隙纵横比。
可以基于等效介质理论计算孔隙纵横比。具体地，可以采用显式M-T模型来计算等效体积模量和等效剪切模量，较为简单的显式M-T模型可以提高计算效率。例如，包含N种包裹物的M-T模型表示为如下公式(1)：
式中与/>表示M-T模型计算的含孔隙岩石的等效体积模量与等效剪切模量，Ki与μi表示第i种孔隙中包含物的体积模量与剪切模量，Km与μm表示岩石骨架的体积模量与剪切模量；φi表示第i种孔隙的孔隙度，P(α)mi和Q(α)mi表示在岩石骨架中加入孔隙i的效果，称为极化因子，为孔隙纵横比α的函数。
将岩心样品的孔隙度代入公式(1)中，计算的等效体积模量与等效剪切模量作为输出，以数据获得模块320得到的弹性模量数据Kmodeling、μmodeling作为约束值作差，构建包含体积模量与剪切模量两个约束条件下的方程组式(2)，未知参数仅有极化因子中的孔隙纵横比，因此该方程组超定。通过优化算法求解就可以得到当前弹性模量数据与孔隙度条件下对应的等效孔隙纵横比，具体地，OF1与OF2的比值等于孔隙纵横比。
上述岩石喉道长度预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
实施例四
本发明提供一种岩石喉道长度预测装置，如图4所示，该装置包括：
孔隙纵横比获取模块410，用于获取待测岩石的孔隙纵横比。孔隙纵横比依赖于弹性参数。对于待测岩石来说，可以通过地震反演数据得到待测岩石的孔隙纵横比。
关系模型选择模块420，用于根据待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型。具体地，可以存储多种类型岩石的孔隙纵横比与喉道长度关系模型，选择待测岩石的类型所对应的孔隙纵横比与喉道长度关系模型。
长度预测模块430，用于基于孔隙纵横比和孔隙纵横比与喉道长度关系模型，预测待测岩石的喉道长度。具体地，可以是将孔隙纵横比代入孔隙纵横比与喉道长度关系模型，计算得到喉道长度，作为预测的待测岩石的喉道长度。
上述岩石喉道长度预测装置，通过采用孔隙纵横比与喉道长度关系模型，基于待测岩石的孔隙纵横比预测得到喉道长度，从而实现对喉道长度的预测，易于实现、所需信息少，使得对地下大介质喉道长度的预测成为可能。
关于岩石喉道长度预测装置的具体限定可以参见上文中对于岩石喉道长度预测方法的限定，在此不再赘述。上述岩石喉道长度预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
实施例五
本发明提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各实施例中岩石孔喉参数分析方法或岩石喉道长度预测方法的步骤。
上述计算机设备，由于可以实现上述各实施例中岩石孔喉参数分析方法或岩石喉道长度预测方法的步骤，同理，可以实现孔喉参数之间的关系分析，可以通过孔隙纵横比来预测喉道长度，使地下大尺度介质的喉道长度预测成为可能。
实施例六
本发明提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各实施例中上述各实施例中岩石孔喉参数分析方法或岩石喉道长度预测方法的步骤。
上述计算机可读存储介质，由于可以实现上述各实施例中岩石孔喉参数分析方法或岩石喉道长度预测方法的步骤，同理，可以实现孔喉参数之间的关系分析，可以通过孔隙纵横比来预测喉道长度，使地下大尺度介质的喉道长度预测成为可能。
为更好的说明本发明，以下以一具体实施案例进行说明。
1、通过CT扫描设备扫描岩心样品得到数字岩心图像。
采集典型储层的岩心样品，具体采集了砂岩储层与碳酸盐岩储层的岩心。将岩心柱塞为直径38mm的圆柱体，并进行洗油及烘干、CT扫描与图像处理，某CT截面图像的处理过程及结果如图5(a)-图5(d)，最终得到二值化后只包含骨架与孔隙两相的数字岩心数据，然后分割成小块。
2、使用有限元弹性模拟技术计算数字岩心图像对应的弹性模量数据。
通过XRD分析，碳酸盐岩岩心白云石含量占绝大多数，砂岩样品中石英含量占绝大多数，因此模拟输入的岩心骨架模量就为石英与白云石的模量，孔隙模量都为空气模量，模拟计算结果见图6(a)和图6(b)中的点(图6(a)和图6(b)转换成了纵波速度进行表示)。
3、使用最大球法提取数字岩心图像对应的孔隙网络，并求取所有喉道长度的平均值。
4、基于等效介质理论计算数字岩心图像的孔隙纵横比；
将岩心孔隙度、骨架矿物与孔隙的体积模量、剪切模量带入公式(1)中的对应位置，随即将计算得到等效体积模量、等效剪切模量代入公式(2)，与第二步得到的弹性模量数据(模拟等效体积模量、模拟等效剪切模量)组成超定非线性方程组，求解得到等效孔隙纵横比，图7为碳酸盐岩与砂岩的等效孔隙纵横比分布频率直方图。
5、交汇分析孔隙纵横比与喉道平均长度，得到孔隙纵横比与喉道长度关系模型(喉道长度的预测量版)。
将第4步计算的孔隙纵横比与第3步计算的喉道平均长度交汇，见图8，两参数有较好的相关性，使用该交汇分析量版与孔隙纵横比可以来近似预测喉道的长度分布。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种岩石孔喉参数分析方法，其特征在于，包括：
获取预设类型岩石的多个岩心样品的数字岩心图像；
分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据；
分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度；
根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比；
基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立所述预设类型岩石的孔隙纵横比与喉道长度关系模型。
2.根据权利要求1所述的方法，其特征在于，所述获取预设类型岩石的多个岩心样品的数字岩心图像，包括：
获取对预设类型岩石的多个岩心样品进行CT扫描得到的扫描图像；
对所述扫描图像进行对比度增强、滤波去噪、相边缘增强、二值化分割，得到所述数字岩心图像。
3.根据权利要求1所述的方法，其特征在于，所述分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据，包括：
分别基于各岩心样品的数字岩心图像，使用有限元模拟技术计算所述数字岩心图像对应的弹性模量数据。
4.根据权利要求1所述的方法，其特征在于，所述分别提取各岩心样品的数字岩心图像的孔隙网络，包括：
分别使用最大球法提取各岩心样品的数字岩心图像的孔隙网络。
5.根据权利要求1所述的方法，其特征在于，所述根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比，包括：
根据所述岩心样品对应的孔隙度计算等效体积模量与等效剪切模量；
根据所述岩心样品的弹性模量数据、所述等效体积模量与所述等效剪切模量，计算得到对应岩心样品的孔隙纵横比。
6.一种岩石喉道长度预测方法，其特征在于，包括：
获取待测岩石的孔隙纵横比；
根据所述待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型；
基于所述孔隙纵横比和所述孔隙纵横比与喉道长度关系模型，预测所述待测岩石的喉道长度。
7.一种岩石孔喉参数分析装置，其特征在于，包括：
图像获取模块，用于获取预设类型岩石的多个岩心样品的数字岩心图像；
数据获得模块，用于分别基于各岩心样品的数字岩心图像，处理得到对应岩心样品的弹性模量数据；
参数统计模块，用于分别提取各岩心样品的数字岩心图像的孔隙网络，统计各孔隙网络的孔隙度和喉道平均长度；
孔隙纵横比计算模块，用于根据各岩心样品对应的孔隙度和所述弹性模量数据，获取对应岩心样品的孔隙纵横比；
关系模型建立模块，用于基于各岩心样品的孔隙纵横比和对应岩心样品的喉道平均长度进行交汇分析，建立所述预设类型岩石的孔隙纵横比与喉道长度关系模型。
8.一种岩石喉道长度预测装置，其特征在于，包括：
孔隙纵横比获取模块，用于获取待测岩石的孔隙纵横比；
关系模型选择模块，用于根据所述待测岩石的类型选定对应的孔隙纵横比与喉道长度关系模型；
长度预测模块，用于基于所述孔隙纵横比和所述孔隙纵横比与喉道长度关系模型，预测所述待测岩石的喉道长度。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤，或者实现权利要求6中所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤，或者实现权利要求6中所述方法的步骤。
CN202210363504.4A 2022-04-07 2022-04-07 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备 Pending CN116930219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210363504.4A CN116930219A (zh) 2022-04-07 2022-04-07 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210363504.4A CN116930219A (zh) 2022-04-07 2022-04-07 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备

Publications (1)

Publication Number Publication Date
CN116930219A true CN116930219A (zh) 2023-10-24

Family

ID=88381509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210363504.4A Pending CN116930219A (zh) 2022-04-07 2022-04-07 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备

Country Status (1)

Country Link
CN (1) CN116930219A (zh)

Similar Documents

Publication Publication Date Title
Chen et al. Fractal and multifractal analysis of different hydraulic flow units based on micro-CT images
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
US10223782B2 (en) Digital rock physics-based trend determination and usage for upscaling
Park Modeling uncertainty in metric space
Li et al. An improved 3D microstructure reconstruction approach for porous media
Li et al. A new method for evaluating the pore structure complexity of digital rocks based on the relative value of fractal dimension
US11885757B2 (en) Material properties from two-dimensional image
CN111426616B (zh) 碳酸盐岩弹性性质与孔隙结构获取方法、装置及存储介质
Xiao et al. Implementation of manifold coverage for 3D rock fracture network modeling and its application in rock permeability prediction
CN111239821B (zh) 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质
Lin et al. A method to select representative rock samples for digital core modeling
CN115358285A (zh) 待勘测区块关键地质参数的选取方法、装置、及设备
Liu et al. Image feature recognition and gas permeability prediction of Gaomiaozi bentonite based on digital images and machine learning.
CN116930219A (zh) 岩石孔喉参数分析方法、喉道长度预测方法、装置及设备
Li et al. Bridging Computational Stratigraphy and Reservoir Simulation for Geologically Realistic High-Resolution Reservoir Modeling
Zhao et al. Pore-scale hydraulic properties of virtual sandstone microstructures: spatial variations and voxel scale effects
CN115963125A (zh) 岩石物理模型建立方法、装置、计算机设备及存储介质
Rahimov et al. Use of local binary pattern in texture classification of carbonate rock micro-CT images
Ju et al. Topological representation of the porous structure and its evolution of reservoir sandstone under excavation-induced loads
RU2774959C1 (ru) Способ определения фильтрационных свойств неоднородных пористых образцов
CN116168073A (zh) 一种数字岩心渗流特性分析的rev确定方法和装置
CN112649450A (zh) 一种页岩中黄铁矿含量的计算方法及系统
He Reconstruction of 3D microstructure of the rock sample basing on the CT images
Cheng Research on a New Reconstruction Technology and Evaluation Method for 3D Digital Core Pore Structure
CN118095021A (zh) 一种大尺寸数字岩心渗透率的高效计算方法

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