基于砂岩数字岩芯图像的渗透率模拟与粗化

合集下载

基于数理推导的砂岩地层渗透率计算新模型

基于数理推导的砂岩地层渗透率计算新模型

基于数理推导的砂岩地层渗透率计算新模型数学模型是分析地质层渗透率的重要工具,其实际应用受到许多限制。

本文提出了一种新的模型基于数理推导的砂岩地层渗透率计算新模型,可以很好地解决地质层渗透率分析中的问题。

对于不同的砂岩地层,渗透率分析的精度要求是不同的。

一般而言,砂岩的渗透率要低于一定的限度,以保证流体的安全流动。

根据传统计算方法,如果进行渗透率分析,必须利用相关的物理、力学和地质因素,建立分析模型,以准确测算砂岩地层的渗透率。

然而,为了达到较高的精度,往往需要耗费大量的量化计算,加之复杂的计算过程,让人望而却步。

基于数理推导的砂岩地层渗透率计算新模型是通过研究砂岩地层的基本物理参数,如孔隙度、总裂缝率、晶粒尺寸分布等,以及孔喉的表观尺寸等等,结合对复杂地质方程的拟合与计算,以数学模型的形式把砂岩的渗透率划分出来,从而推导出地质层渗透率的计算方法,并建立起渗透率计算的新模型。

该模型采用数学分析的方法,由基本物理参数提供初步拟合参数,进而使用孔隙系数来拟合相应的数据,从而揭示砂岩地层的渗透率等关系,并能够准确,快速地计算出砂岩地层的渗透率。

这种新模型解决了传统模型在渗透率分析方面所面临的一系列问题,使砂岩地层的渗透率分析得以更加精确准确。

基于该新模型,我们以XXX砂岩地层为例对其进行渗透率分析,结果表明,该模型可以准确地预测砂岩地层的渗透率,其结果与实际测量比较吻合。

此外,该模型还考虑了砂岩地层的复杂性,可以更好地表征砂岩地层的孔隙率、裂缝率及其他物理参数的影响,进一步改善了模型的准确性和精度。

总之,基于数理推导的砂岩地层渗透率计算新模型的开发,可以有效提高渗透率分析的准确性和精度,并且可以节省大量的计算时间和成本,极大地提高了模型的实用性。

由此可见,基于数理推导的砂岩地层渗透率计算新模型给砂岩地质渗透率分析带来了很大的帮助。

学术界和工程界对此模型的发展也给予了高度关注。

已经有一些研究人员在该领域开展了积极的研究,比如XXX大学的XX教授正在利用此模型研究砂岩的热渗透性,在该领域取得了显著成果。

砂岩数字岩心的地层参数模拟与粗化方法研究

砂岩数字岩心的地层参数模拟与粗化方法研究

第17卷第15期2017年5月1671 — 1815(2017)015-0048-09科学技术与工程Science Technology and EngineeringVol. 17 No. 15 May. 2017©2017 Sci.Tech.Engrg.砂岩数字岩心的地层参数模拟与粗化方法研究刘钰洋潘悉(北京大学地球与空间科学学院,石油与天然气研究中心,北京100871)摘要基于mlcr〇-C T成像的数字岩心技术的发展,拓展了岩石物性参数的测量和分析方法。

基于三维数字岩心的物性参 数模拟,可较为准确地反应岩石的物性,针对砂岩三维数字岩心图像的地层参数模拟与粗化,对研究岩心的流体分布等具有 十分重要的意义。

首先,基于三维数字岩心图像,采用闵可夫斯基泛函和1!11<;£1113聚类法对岩心进行精细分层;其次,采用驱 替模拟法,模拟岩心在不同驱替状态下湿相和非湿相的分布,针对不同的湿相分布状态,对各个小层在不同方向上的地层参 数进行模拟;最后,采用数学平均法、曲线回归法和去除薄层后的曲线回归法对岩心的地层参数进行粗化并对比分析各种粗 化方式结果的差异。

关键词数字岩心 精细分层 地层参数模拟 粗化中图法分类号TE343; 文献标志码ACT三维成像技术的发展与普及和石油工程技 术研究的不断深入,推动了基于C T的数字岩心分 析技术的发展[1_6],也为岩石物理性质的模拟分析提供了一种新的方法。

该方法的主要特点之一是岩 心的三维可视性,因此应用CT扫描技术结合计算 机重构后获得的三维数字岩心图像可较为准确和直 观地反应岩石内部的结构特征和孔隙的空间展布。

在此基础上,岩石的物性分析方法也得到拓展,基于 三维数字岩心,可以模拟岩石的地层参数、渗透率等 物性特征[74°],同时计算机模拟对样本的无损性以 及图像的重复利用性的等特点[4’11],相较于传统的 岩心实验分析方法来说,可对岩心进行数次模拟,而 不破坏岩心的结构、性质等,从而可以避免岩心多次 实验结果的偏差,也可减少对岩心样本的浪费[12]。

基于岩电参数和颗粒直径的渗透率模型在低孔隙度低渗透率储层中的应用

基于岩电参数和颗粒直径的渗透率模型在低孔隙度低渗透率储层中的应用

基于岩电参数和颗粒直径的渗透率模型在低孔隙度低渗透率储层中的应用魏帅帅;沈金松;汪轩;李曼【摘要】基于RGPZ渗透率模型分析了岩石中电流导通性能、孔隙结构连通性和渗透率之间的相互关系,并用低孔隙度低渗透率储层的实际测井数据估算的颗粒直径和岩心岩电分析数据预测渗透率.在RGPZ渗透率计算模型中,考虑了反映岩石电流导通特性的地层因素F和表征孔隙结构弯曲度的胶结指数m,以及岩石颗粒直径,三者均可由电测井数据和/或实验分析得到.利用前人发表的多类实验数据和鄂尔多斯某探区的3口井实际测井资料验证了RGPZ渗透率计算模型有效性和对低孔隙度低渗透率储层的适应性,验证结果表明RGPZ渗透率计算模型预测的渗透率在没有微裂缝井段与实测渗透率吻合较好,但在微裂缝发育层段,需要考虑微裂缝对岩电参数的影响.【期刊名称】《测井技术》【年(卷),期】2015(039)002【总页数】8页(P142-149)【关键词】岩电参数;渗透率;颗粒直径;毛细管压力;孔隙结构;连通性【作者】魏帅帅;沈金松;汪轩;李曼【作者单位】中国石油大学(北京)地球物理系,北京102249;中国石油大学(北京)地球物理系,北京102249;油气资源与探测国家重点实验室,北京102249;中国石油天然气集团公司物探重点实验室,北京102249;中国石油大学(北京)地球物理系,北京102249;中国石油大学(北京)地球物理系,北京102249【正文语种】中文【中图分类】P631.840 引言渗透率是储层评价和产能预测的关键物性参数,它控制了储层的油气聚集生成和开采效率。

到目前为止,还没有一种原位测试方法可以直接得到渗透率,大多数渗透率数据是由岩心实验测得的压力和流速数据估算得到的[1-2]。

许多情况下,岩心取得和实验分析成本很高,加之受到取心和实验测量的不确定性影响,岩心分析的渗透率通常只是限于少量的重点层段。

测井数据在井深度上连续均匀,且能反应储层岩石的多类物理性质,研究一种能由测井数据的变换预测渗透率的方法具有重要意义[3-4]。

基于数字岩心技术研究低渗砂岩渗流特征

基于数字岩心技术研究低渗砂岩渗流特征

关键词:岩石物理实验;微观因素;Micro-CT 扫描;孔隙微流动;岩石渗流参数 中图分类号:TE135+ .4 文献标志码:A 犇犗犐:10.3969/j.issn.10011749.2017.04.19
0 前言
我 国 的 低 渗 油 藏 分 布 广 泛 、资 源 丰 富 、开 发 潜 力 巨大[1-2]。低渗储层由于低孔、低 渗、高 孔 隙 结 构 复 杂性等特点,给 岩 石 物 理 实 验 带 来 巨 大 挑 战 。 [3] 为 了提高低渗油藏原 油 采 收 率,急 需 从 微 观 层 面 上 对 岩石物理属性进行研究 。 [4] 传统岩石物理实验(如: 渗流实验[5],压 汞 实 验 及 [6] 核 磁 共 振 实 验 等 [7] ),无 法定量描述岩石微 观 性 质,据 此 建 立 的 很 多 理 论 模 型均是以岩石骨架 和 孔 隙 为 基 础 的 粗 略 模 型,不 能 精准描述孔隙空间 分 布,且 传 统 岩 石 物 理 实 验 具 有 测 试 周 期 长 ,数 据 结 果 误 差 大 、岩 心 重 复 实 验 次 数 低 等弊端 。 [8] 随着 高 分 辨 率 Micro-CT 扫 描 技 术 及 数字图像处理技术 的 高 速 发 展,基 于 数 字 岩 心 及 模 拟算法的数字岩石 物 理 技 术,不 仅 能 三 维 可 视 化 岩 石 微 观 结 构 且 能 定 量 表 征 孔 隙 结 构 参 数 ,更 能 快 速 、
第 39 卷 第 4 期
物探化探计算技术
Vol.39 No.42源自17 年 7 月COMPUTING TECHNIQUESFOR GEOPHYSICAL AND GEOCHEMICALEXPLORATION
Jul.2017
文 章 编 号 :10011749(2017)04057306

《砂岩微观孔隙分形特征与渗透率的相关性研究》范文

《砂岩微观孔隙分形特征与渗透率的相关性研究》范文

《砂岩微观孔隙分形特征与渗透率的相关性研究》篇一一、引言砂岩作为一种常见的沉积岩,其微观孔隙结构对于流体的传输具有重要影响。

近年来,分形理论在地质学、岩石学等领域得到了广泛应用,特别是在砂岩微观孔隙结构的研究中。

本文旨在探讨砂岩微观孔隙分形特征与渗透率之间的相关性,为砂岩储层评价和开发提供理论依据。

二、研究区域与方法本研究选取了具有代表性的砂岩样品,利用显微镜和分形理论进行微观孔隙结构分析。

首先,通过扫描电镜(SEM)对砂岩样品进行观察,获取微观孔隙的图像数据。

其次,运用分形理论对图像数据进行分析,提取出孔隙的分形特征参数。

最后,结合实验测定的渗透率数据,探讨分形特征参数与渗透率之间的相关性。

三、砂岩微观孔隙分形特征分析根据对砂岩微观孔隙的SEM图像分析,发现孔隙的形状、大小、连通性等均具有一定的分形特征。

分形理论的应用可以有效地描述这些孔隙结构的复杂性。

通过对分形特征参数(如分形维数)的提取和分析,发现这些参数与砂岩的储层性质密切相关。

四、分形特征参数与渗透率的相关性研究通过对分形特征参数与渗透率的数据分析,发现二者之间存在一定的相关性。

具体而言,分形维数越大,表明孔隙结构越复杂,流体的传输路径越长,渗透率相对较低;反之,分形维数越小,孔隙结构相对简单,流体的传输路径较短,渗透率相对较高。

这一结论为砂岩储层的评价和开发提供了重要的参考依据。

五、结论与讨论本研究表明,砂岩微观孔隙的分形特征与渗透率之间存在密切的相关性。

分形维数等分形特征参数可以有效地描述砂岩微观孔隙结构的复杂性,进而影响流体的传输能力。

因此,在砂岩储层的评价和开发过程中,应充分考虑微观孔隙的分形特征。

然而,本研究仍存在一定局限性。

首先,本文仅选取了具有代表性的砂岩样品进行分析,未来可进一步扩大研究范围,以验证结论的普遍性。

其次,分形理论在地质学、岩石学等领域的应用仍需进一步深入,以更好地描述和解释砂岩微观孔隙结构的复杂性。

此外,未来研究还可结合其他地质、地球物理等方法,综合分析砂岩储层的性质和开发潜力。

基于数字岩心的岩石声电特性微观数值模拟研究

基于数字岩心的岩石声电特性微观数值模拟研究

基于数字岩心的岩石声电特性微观数值模拟研究一、简述本研究致力于探讨基于数字岩心的岩石声电特性微观数值模拟方法,以期为岩石性质的研究提供新的技术手段和理论依据。

岩石作为地球物质的重要组成部分,其声学和电学特性对于地质勘探、石油天然气开发等领域具有至关重要的意义。

传统的岩石物理实验方法受限于成本高、周期长以及难以定量研究储层微观参数对岩石宏观物理属性的影响等问题,使得对于岩石性质的深入研究面临诸多挑战。

数字岩心技术作为一种新兴的数值模拟方法,在岩石物理特性研究中展现出了巨大的潜力。

该技术通过高分辨率的成像技术获取岩石的微观结构信息,并基于这些信息构建出三维数字岩心模型。

利用这些模型,我们可以进行各种物理过程的数值模拟,从而深入研究岩石的声学、电学等特性。

在本研究中,我们首先利用X射线CT扫描等先进技术获取了真实岩样的微观结构信息,并构建了高精度的三维数字岩心模型。

我们结合弹性力学基本理论,利用有限元方法等数值模拟技术,对岩石的声学特性进行了深入研究。

我们还利用数学形态学方法和格子玻尔兹曼方法等先进算法,模拟了岩石的电阻率、地层因素等电学特性。

通过本研究的开展,我们不仅可以深入了解岩石的声学和电学特性及其微观影响因素,还可以揭示这些特性与岩石微观结构之间的内在联系。

这将为地质勘探、石油天然气开发等领域的实际工作提供重要的理论依据和技术支持,推动相关领域的进一步发展。

基于数字岩心的岩石声电特性微观数值模拟研究具有重要的理论意义和实践价值,有望为岩石性质的研究开辟新的道路。

1. 数字岩心技术的发展背景与意义数字岩心技术,作为近年来岩心分析领域的一项重要突破,其发展背景紧密关联于石油勘探与开发领域的迫切需求。

随着全球主力油田逐渐从勘探阶段过渡至开发阶段,对地下岩心的深入而全面的诊断研究显得尤为关键。

传统的岩石分析手段在面对低渗透、致密、页岩等复杂储层时,往往难以提供足够的精度和效率,这就为数字岩心技术的兴起和发展提供了广阔的空间。

利用小岛法对砂岩SEM图像进行渗透率计算分析

利用小岛法对砂岩SEM图像进行渗透率计算分析

利用小岛法对砂岩SEM图像进行渗透率计算分析姜涛;徐维;苏壮壮【摘要】本文详细介绍了应用小岛法在对SEM图像计算渗透率的过程中的图片预处理过程并介绍多种可行性计算方法,最终得出渗透率的计算值.选取西山煤电(集团)屯兰矿8#煤顶板三个不同位置的砂岩岩芯SEM图像,在对放大倍率在600~2000的图像进行统计,砂岩微观空隙中“周长”和“面积”具有很明显的分形特征.经过对比发现渗透率的计算结果与实际测试结果并不十分吻合,分析了渗透率计算结果,建立了渗透率值和计算值的相关关系式,y=0.0736x-0.0001,其相关系数R2=0.9279.【期刊名称】《华北科技学院学报》【年(卷),期】2018(015)005【总页数】6页(P54-59)【关键词】小岛法;SEM图像;渗透率;砂岩【作者】姜涛;徐维;苏壮壮【作者单位】华北科技学院,北京东燕郊065201;华北科技学院,北京东燕郊065201;华北科技学院,北京东燕郊065201【正文语种】中文【中图分类】TE3110 引言长期以来学界一直采用数理统计方法去描述砂岩的复杂微观孔隙结构,但总不尽如人意。

常规砂岩粒度多侧重于分选、粒度概率曲线形态、粒度中值的大小等描述,而用于砂岩结构及其储集空间关系的研究不多。

1975 年,曼德布罗引入了分形概念,创立了分形几何学。

国外学者从20世纪80年代初开始将分形思想引用到土壤多孔介质的研究中,采用分形理论和方法计算了土壤各特性以及土壤中有机物和无机物含量时空变异的分维,试图对其变异程度进行定量化,从而刻画其内在的规律与复杂性[1-3]。

近来,有学者开始将分形理论用于研究砂岩孔隙结构空间变异性的问题(Schlueter等,1997年;Tsakiroglou等,2000年;Radlinski等,2004年;李中锋等,2006年;张宸恺等,2007年;文慧俭等,2010年)[4-9]。

由于随机、无序多孔介质的微结构具有分形特点,所以有可能用分形理论与方法来求得用传统方法无法解决的随机、无序多孔介质渗透性能的分析解。

基于数理推导的砂岩地层渗透率计算新模型

基于数理推导的砂岩地层渗透率计算新模型

基于数理推导的砂岩地层渗透率计算新模型砂岩渗透率是指油气开发开采过程中的一个重要参数,它的准确评估对于此行业的规划有着重要的意义。

然而,由于实验方法的受限性和试验结果的不准确性,砂岩地层渗透率的计算总是难以得出准确的结果。

为此,提出基于数理证明的砂岩地层渗透率新模型将成为提高砂岩渗透率评价水平的重要方法。

一、模型建立1.首先,根据砂岩渗透率和其他矿物组成及其互相影响,建立砂岩渗透率评估模型。

2.确定模型所依据的数理依据参数,包括矿物组成,比表面积等成像参数;3.构建基于数理推理的渗透率表达式,包括砂粒构成、比表面积及吸附能力等。

4.验证模型的准确性和可行性,以确定模型的有效性。

二、模型优势1.该模型更加准确可靠,基于数理推理的模型能更好的反映实际情况;2.该模型事先考虑了成像参数,能够更准确地衡量渗透率;3.该模型从物理本质上解决砂岩地层渗透性和其他矿物组成及其互相影响的关系;4.该模型能够很好的应用于不同矿物组合的砂岩层,便于开发者精准的进行油气开发。

三、应用价值1.准确评估砂岩渗透率:基于数理推导的砂岩地层渗透率新模型能够准确评估砂岩渗透率;2.提高油气开发效率:利用该模型,能够较好的适应深层和高温高压环境,从而提高开发效率;3.改善实际工现场效率:基于模型,能够较好的预测渗透率,从而决定开发乃至整个油气勘探评价的结果;4.降低经济投入:数理证明的砂岩地层渗透率新模型的准确性较高,它能够避免大量的实验试验,从而降低经济投入。

四、总结基于数理推导的砂岩地层渗透率新模型能够准确评估砂岩渗透率,提高油气开发效率,改善实际工现场效率,降低经济投入,取得了很好的效果。

该模型的建立和应用有助于更好地改进石油开发的经济效率,为石油开发和油气勘探提供了重要的理论依据。

基于数字岩心技术的岩石孔渗特征研究

基于数字岩心技术的岩石孔渗特征研究

第42卷 第2期2023年 3月 地质科技通报B u l l e t i n o f G e o l o g i c a l S c i e n c e a n d T e c h n o l o g yV o l .42 N o .2M a r . 2023赵华伟,廉培庆,易杰,等.基于数字岩心技术的岩石孔渗特征研究:以海外J 油田孔隙型碳酸盐岩油藏为例[J ].地质科技通报,2023,42(2):347-355.Z h a o H u a w e i ,L i a n P e i q i n g ,Y i J i e ,e t a l .A s t u d y o f p e t r o p h y s i c a l p r o p e r t i e s b a s e d o n d i g i t a l c o r e t e c h n o l o g y :A c a s e s t u d y of a p o r o u s c a r b o n a t e r e s e r v o i r i n t h e o v e r s e a s J O i l f i e l d [J ].B u l l e t i n o f G e o l og i c a l S c i e n c e a n d T e ch n o l o g y,2023,42(2):347-355.基于数字岩心技术的岩石孔渗特征研究:基金项目:中国科学院战略先导A 项目子课题(X D A 14010204);中国石油化工股份有限公司科技项目(P 20077k x j gz )作者简介:赵华伟(1989 ),男,高级工程师,主要从事油藏工程及数值模拟方面的研究工作㊂E -m a i l :z h a o h w _2011@163.c o m以海外J 油田孔隙型碳酸盐岩油藏为例赵华伟1,廉培庆1,易 杰2,段太忠1,张文彪1,刘彦锋1(1.中国石化石油勘探开发研究院,北京100083;2.中国石化西北油田分公司,乌鲁木齐830011)摘 要:走向海外是解决我国能源安全问题的必由之路㊂但海外油气藏评价往往缺乏第一手岩心资料,使得储层孔隙结构和渗流规律认识不清,影响评价效果㊂以海外J 油田孔隙型碳酸盐岩油藏为例,应用数字岩心技术开展油气藏孔渗特征研究㊂①以不同流动单元的铸体薄片图像作为输入数据,经过中值滤波和阈值分割预处理后,基于马尔科夫链蒙特卡洛数值重构算法构建数字岩心;②分析孔喉分布㊁孔喉连通性㊁孔隙度特征;③基于格子玻尔兹曼模拟方法开展单相和油水两相流动模拟,计算数字岩心的绝对渗透率和相对渗透率曲线㊂结果表明,构建的三维数字岩心能够刻画不同流动单元孔隙型碳酸盐岩的孔喉半径分布及孔喉连通程度的差异化特征㊂数字岩心孔隙度与铸体薄片孔隙度吻合度高,数字岩心渗透率与真实岩心渗透率存在较好的正相关关系,且符合真实岩心所属的流动单元㊂油水两相稳态流动模拟计算的相对渗透率曲线体现了不同流动单元的两相渗流能力差异,可作为数值模拟输入条件,以及估算油藏采收率㊂数字岩心分析与物理实验结果吻合良好,证明了该方法的可靠性㊂为岩心资料稀缺条件下油气藏表征和渗流特征分析提供新的思路,对油气藏精细描述具有重要的参考价值㊂关键词:孔隙型碳酸盐岩油藏;数字岩心;孔隙结构;岩石物理中图分类号:P 628 文章编号:2096-8523(2023)02-0347-09 收稿日期:2021-08-25d o i :10.19509/j .c n k i .d z k q.t b 20210522 开放科学(资源服务)标识码(O S I D ):A s t u d y o f p e t r o p h y s i c a l p r o p e r t i e s b a s e d o n d i g i t a l c o r e t e c h n o l o g y:A c a s e s t u d y of a p o r o u s c a r b o n a t e r e s e r v o i r i n t h e o v e r s e a s J O i l f i e l d Z h a o H u a w e i 1,L i a n P e i q i n g 1,Y i J i e 2,D u a n T a i z h o n g 1,Z h a n g W e n b i a o 1,L i u Y a n f e n g1(1.S I N O P E C P e t r o l e u m E x p l o r a t i o n a n d P r o d u c t i o n R e s e a r c h I n s t i t u t e ,B e i j i n g 100083,C h i n a ;2.N o r t h w e s t B r a n c h o f S I N O P E C ,U r u m qi 830011,C h i n a )A b s t r a c t :D e v e l o p i n g o v e r s e a s p e t r o l e u m e x p l o r a t i o n a n d p r o d u c t i o n b u s i n e s s e s i s a n e c e s s a r y w a yt o g u a r -a n t e e t h e e n e r g y s e c u r i t y i n C h i n a .H o w e v e r ,i n e v a l u a t i n g o v e r s e a s r e s e r v o i r s o r d e s i g n i n g d e v e l o pm e n t p l a n s ,d u e t o l a c k o f t h e f i r s t -h a n d d a t a ,t h e p o r e s t r u c t u r e s a n d s e e p a ge m e c h a n i s m s c a n n o t b e w e l l u n -d e r s t o o d a n d t h e e v a l u a t i o n ef f e c t s a r e i n f l u e n c e d .I n t h i s s t u d y,w i t h t h e p o r o u s c a r b o n a t e r e s e r v o i r o f t h e o v e r s e a s J O i l f i e l d a s a c a s e s t u d y ,t h e d i g i t a l c o r e t e c h n o l o g y i s p r o p o s e d t o a n a l yz e t h e p o r e s t r u c t u r e a n d s e e p a g e m e c h a n i s m.①W i t h t h e t h i n s e c t i o n i m a g e s o f d i f f e r e n t f l o w u n i t s a s t h e i n p u t d a t a ,a f t e r p r e pr o -c e s s i n g o f t h e m e d i u m f i l t e r i n g a n d t h r e s h o l d s e g m e n t a t i o n ,t h e d i gi t a l c o r e s a r e r e c o n s t r u c t e d b a s e d o n t h e M a r k o v C h a i n M o n t e C a r l o n u m e r i c a l r e c o n s t r u c t i o n a l g o r i t h m.②T h e b o r e t h r o a t d i s t r i b u t i o n ,po r e t h r o a t c o n n e c t i v i t y a n d p o r o s i t y o f t h e d i g i t a l c o r e s a r e a n a l y z e d .③T h e l a t t i c e B o l t z m a n n m e t h o d i s a d o pt -Copyright ©博看网. All Rights Reserved.h t t p s://d z k j q b.c u g.e d u.c n地质科技通报2023年e d t o p e r f o r m a s i n g l e p h a s e a n d t w o p h a s e o i l-w a t e r f l o w s i m u l a t i o n i n t h e d i g i t a l c o r e s,a n d t h e a b s o l u t e p e r m e a b i l i t y a n d r e l a t i v e p e r m e a b i l i t y c u r v e s a r e c a l c u l a t e d b a s e d o n t h e s i m u l a t i o n r e s u l t s.T h e r e c o n-s t r u c t e d t h r e e-d i m e n s i o n a l d i g i t a l c o r e c a n d e s c r i b e t h e d i f f e r e n t i a l c h a r a c t e r i s t i c s o f t h e p o r e t h r o a t r a d i u s d i s t r i b u t i o n a n d p o r e t h r o a t c o n n e c t i v i t y o f p o r o u s c a r b o n a t e r o c k s i n d i f f e r e n t f l o w u n i t s.T h e d i g i t a l c o r e p o r o s i t y i s h i g h l y c o n s i s t e n t w i t h t h e p o r o s i t y o f t h i n s e c t i o n i m a g e s,a n d t h e d i g i t a l c o r e p e r m e a b i l i t y s h o w s a g o o d p o s i t i v e c o r r e l a t i o n w i t h t h e c o r e p e r m e a b i l i t y,t h u s c o n f o r m i n g t o t h e f l o w u n i t o f t h e r e a l c o r e.T h e r e l a t i v e p e r m e a b i l i t y c u r v e s o f o i l-w a t e r t w o-p h a s e f l o w s i m u l a t i o n s h o w d i f f e r e n c e s i n t h e t w o-p h a s e s e e p a g e c a p a c i t y o f d i f f e r e n t f l o w u n i t s,w h i c h c a n b e u s e d a s t h e i n p u t o f n u m e r i c a l s i m u l a t i o n a n d t h e e s t i m a t i o n o f r e s e r v o i r r e c o v e r y.T h e r e s u l t s o f d i g i t a l c o r e a n a l y s i s a r e c o n s i s t e n t w i t h t h e r e s u l t s o f p h y s i c a l e x p e r i m e n t s,t h u s v e r i f y i n g t h e r e l i a b i l i t y o f t h e d i g i t a l c o r e a n a l y s i s t e c h n i q u e.T h i s s t u d y p r o-v i d e s a n e w s t r a t e g y f o r r e s e r v o i r e v a l u a t i o n a n d s e e p a g e s t u d y i n c a s e o f d a t a i n s u f f i c i e n c y a n d i s v a l u a b l e f o r r e s e r v o i r d e s c r i p t i o n a n d e f f e c t i v e d e v e l o p m e n t.K e y w o r d s:p o r o u s c a r b o n a t e r e s e r v o i r;d i g i t a l c o r e;p o r e s t r u c t u r e;r o c k p h y s i c s2019年我国原油进口量5.06亿t,石油对外依存度达70.8%;2020年原油进口量增长趋势不变,对外依存度进一步增加,能源安全面临严重挑战[1]㊂国内原油产量近年来稳定在1.91亿t左右,海外权益产量则达到2.1亿t油当量且有逐年增加的趋势,走向海外是解决我国能源问题的必由之路㊂但在海外油气藏评价时,往往缺乏第一手岩心资料,使得储层孔隙结构和渗流规律认识不清,导致与预期结果相差较大㊂数字岩心技术可以为海外油气藏的孔隙结构和渗流特征研究提供新的手段㊂数字岩心技术是指构建数字化的岩石孔隙结构,开展孔隙结构表征和单相㊁多相流动数值模拟,从而获得岩石结构参数和流动特征参数的分析技术[2]㊂随着岩石结构成像技术以及计算机运算能力的快速进步,数字岩心技术近年来获得了长足的发展,逐渐成为油气勘探开发中的常用方法㊂相比于物理实验方法,数字岩心技术具有分析耗时短㊁可以模拟极端条件㊁能够获取多种参数㊁结果可视化好,以及可重复性强等优点[3]㊂数字岩心分析技术包含数字岩心构建㊁孔隙结构表征㊁传输特征分析3部分㊂数字岩心构建方法包括物理实验法和数值重构法㊂物理实验法通过堆叠二维岩石图像(如序列成像法)或计算三维吸收系数(灰度)矩阵(如C T扫描法)来获得三维岩石结构[4-7]㊂物理实验法获得的是样品的灰度分布图像,需要对图像进行降噪处理,并采用合适的阈值分割算法将灰度值划分为孔隙和骨架(通常分别以0和1表示),以便开展后续分析[5]㊂数值重构法直接建立包含骨架和孔隙的岩心结构,通常以物理实验的数据作为输入参数或终止条件,并引入其他参数协同约束重构过程㊂常用方法包括模拟退火法㊁四参数随机生长法㊁马尔科夫链蒙特卡洛法(M a r k o v C h a i n M o n t e C a r l o,简称M C M C)㊁过程法等[8-11]㊂其中,M C M C算法蕴含地质统计学关系,且算法简洁㊁结果可靠,是常用的数字岩心数值重构方法㊂孔隙结构表征通过分析构建的数字岩心特征计算孔喉半径㊁孔喉连通性㊁孔隙度等,并为流动数值模拟准备多孔介质结构㊂孔隙尺度流动数值模拟方法可以分为孔隙网络模拟法和直接模拟法两大类㊂直接模拟法中又以格子玻尔兹曼方法(l a t t i c e B o l t z m a n n m e t h o d,简称L B M)最为典型㊂孔隙网络模拟法首先将岩石孔隙空间抽象为孔隙和喉道,随后引入输运控制方程开展流动数值模拟[12-13]㊂格子玻尔兹曼方法则直接在多孔介质结构中,以粒子分布函数来描述流场中流体粒子束的状态,通过粒子束的碰撞迁移过程使得流场逐渐达到平衡状态㊂通过粒子分布函数可以获得流场的密度和速度等宏观参数[14-15]㊂两类流动模拟方法各有优缺点,都能够有效模拟真实的流动过程,获得可靠的渗流特征参数㊂笔者拟以海外J油田孔隙型碳酸盐岩油藏为研究对象,应用数字岩心技术开展油气藏孔隙结构特征和渗流规律研究㊂该油藏为中国石化海外权益区块,难以获得足够的岩心样品开展大量的孔隙度渗透率实验,然而充足的铸体薄片图像能够支撑基于数字岩心分析的相关研究㊂应用马尔科夫链蒙特卡洛数值重构算法建立三维数字岩心并分析孔隙结构特征,采用格子玻尔兹曼模拟方法开展单相及油水两相流模拟,计算绝对渗透率和相对渗透率曲线,并将数字岩心分析结果与岩心实验结果对比验证方法的可靠性㊂本研究成果对岩心稀缺条件下的油气藏精细描述表征具有良好的参考价值㊂1基于铸体薄片的数字岩心构建方法1.1岩心薄片图像选取岩心分析和测井解释资料表明,研究区孔隙度843Copyright©博看网. All Rights Reserved.第2期赵华伟等:基于数字岩心技术的岩石孔渗特征研究:以海外J 油田孔隙型碳酸盐岩油藏为例和渗透率分布范围如下:孔隙度4%~27%,集中在5%~15%间,平均12.5%;渗透率0.01ˑ10-3~1000ˑ10-3μm 2,平均120ˑ10-3μm 2㊂对于极少数高渗的岩样,岩心和井壁取心报告确认了极少数高渗的岩样发育裂缝,但裂缝规模不足以作为主要的储集空间,孔隙依旧是最主要的储集空间㊂根据孔隙度和渗透率测试数据可以把储层划分为不同流动单元㊂流动单元是指具有相似渗流特征的储集单元㊂相同流动单元的地质参数在各处都相似,并且岩层特点在各处也相似,因而具有相似的开发动态特征,对于预测油藏开发生产性能具有十分重要的意义[16]㊂研究区可以划分出3类流动单元,典型流动单元的铸体薄片如图1所示㊂显然,Ⅰ类流动单元的孔隙大㊁连通性好,Ⅱ类流动单元次之,Ⅲ类最差㊂基于上述地质认识,按照3类流动单元的百分数等比例选取16张铸体薄片图像用于数字岩心数值重构及后续分析㊂16张图像的基本参数见表1,其中Ⅰ类流动单元5张,Ⅱ类流动单元8张,Ⅲ类流动单元3张㊂3类流动单元的平均孔隙度分别为18.4%,20.1%,14.1%;平均渗透率分别为2130.4ˑ10-3,387.3ˑ10-3,4.0ˑ10-3μm 2㊂不同流动单元孔隙度差别不大,渗透率却有数量级的差距,表明孔隙结构有显著的差异㊂图1 研究区典型样品铸体薄片图像(蓝色表示孔隙)F i g .1 T y p i c a l t h i n s e c t i o n i m a g e s o f t a r g e t r o c k s a m pl e s 表1 铸体薄片的基本参数T a b l e 1 F u n d a m e n t a l p a r a m e t e r s o f s e l e c t e d t h i n s e c t i o ni m a ge s 序号深度/m流动单元孔隙度/%渗透率/10-3μm 2水平像素数垂直像素数图像分辨率/mm 15126Ⅰ16.74328686500.02525230Ⅰ17.78309947450.01135310Ⅰ25.136208706520.02545311Ⅰ10.9244011238380.01955409Ⅰ21.533308506360.02565132Ⅱ19.185.58686500.01375162Ⅱ14.119.08686500.02585164Ⅱ14.832.98686500.01395309Ⅱ23.48528706520.025105322Ⅱ21.35729907390.006115351Ⅱ21.89178706520.025125360Ⅱ26.42608706520.025135363Ⅱ20.23608706520.025145285Ⅲ13.34.538506360.025155306Ⅲ14.15.358706520.013165316Ⅲ14.82.099417020.006通过构建三维数字岩心研究不同流动单元的孔隙结构和渗流特征㊂采用数值重构法构建数字岩心时,输入数据对于重构结果有决定性的影响㊂M C -M C 法的输入数据为岩心二维图像,必须保证用于重构的二维图像有足够的代表性,能够代表原始的岩石结构㊂常用的标准是对比输入图像与原始岩石图2 薄片分析孔隙度与岩心实测孔隙度交会图F i g .2 C r o s s p l o t o f t h i n s e c t i o n p o r o s i t y an d a c t u a l c o r e p o r o s i t y的岩石物理参数㊂图2为岩心实测孔隙度与用于重构的铸体薄片图像孔隙度的交会图㊂可以看出,绝大部分薄片图像的孔隙度与岩心实测孔隙度吻合较好㊂可以认为,选取的薄片图像基本能够代表真实岩心的特征㊂943Copyright ©博看网. All Rights Reserved.h t t p s ://d z k j q b .c u g.e d u .c n 地质科技通报2023年1.2图像预处理采用数值算法重构数字岩心前,首先需要分析真实岩样的图像,提取图像的关键特征,作为构建数字岩心的约束条件㊂将图像二值化的阈值分割方法有基于孔隙度的方法㊁最大间距阈值分割法㊁手动分割法㊁基于人工智能算法等[5,17-18]㊂采用最大间距阈值法分割铸体薄片图像,该方法具有自动化程度高㊁可拓展性强㊁分割效果好的特点[19]㊂最大间距阈值分割方法由O t s u 于1979年提出,又称O t s u算法[20]㊂基本思想是将灰度值的集合分为2组,当2组的组间方差(平均值方差)和组内方差(各组方差)之比为最大值时,选取的阈值为合理的阈值㊂以图3-a 中的铸体薄片图像为例,在I m a ge J 软件中采用O t s u 算法直接对R G B 图像进行阈值分割[21],结果见图3-b ㊂图中,白色像素点代表孔隙,黑色像素点代表骨架㊂对比2个图发现,阈值分割后的图像有效地划分出了孔隙和骨架㊂1.3数字岩心构建由于J 油田无法通过物理实验方法获得数字岩心,因此采用马尔科夫链蒙特卡洛数值重构算法构图3 铸体薄片图像二值化分割处理F i g .3 B i n a r i z e d s e g m e n t a t i o n p r o c e s s i n g p r o c e d u r e o f t h e t h i n s e c t i o n i m a ges 图4 M C M C 算法邻域系统分解示意图(i ,j ,k 表示x ,y ,z 方向的网格坐标)F i g .4 S c h e m a t i c d i a g r a m o f n e i g h b o r h o o d s e g m e n t a t i o n i n t h e M C M C a l go r i t h m 建数字岩心㊂马尔科夫性是指对于某随机过程,已知现在状态及过去状态时,未来状态的条件概率仅依赖于当前状态,而与过去状态无关㊂对于一张数字化图像而言,马尔科夫性表明单个像素可以由它周围的几个像素决定,与其他像素无关㊂W u等[10,22]根据马尔科夫性定义了二维结构的2点和5-6点邻域系统,以及三维结构的11点和12点邻域系统,如图4所示㊂二维结构中,2点邻域系统中(i ,j +1)点的状态由(i ,j )点的条件概率决定,5-6点邻域系统中(i ,j )点的状态由(i -1,j -1)㊁(i -1,j )㊁(i -1,j +1)和(i ,j -1)点的条件概率决定,(i ,j +1)点的状态由剩余5点的条件概率决定;三维结构中,11点邻域和12点邻域可分解为3个相互正交的5-6点邻域,(i ,j ,k )点和(i ,j +1,k )点的状态由3个5-6点邻域的联合概率决定㊂应用M C M C 法重构数字岩心时,首先扫描二值化的岩心图像,获取各种邻域配置出现的概率;随后顺序地对每个待求点选取合适的邻域配置,采用蒙特卡洛法确定每个点的状态,直至重构过程结束㊂W u 等[10,22]分析表明重构的数字岩心与真实岩心的孔隙度㊁分形维数㊁局部孔隙度分布函数和变差函数这4项参数吻合很好,由此证明了方法的有效性㊂M C M C 算法重构的数字岩心继承了原始岩石的空间结构关系,且地质参数与原始岩石也较为接近,是一种良好的数字岩心重构算法㊂将预处理后的二值图像作为输入条件,计算图像的2点和56点邻域的条件转移概率;随后基于条件转移概率,采用蒙特卡洛随机模拟算法确定所有未知点的状态㊂重构的数字岩心的尺寸为200ˑ200ˑ200像素数㊂考虑到随机模拟具有不确定性,同时为了增加可用于分析的数据数量,对Ⅰ和Ⅱ类流动单元的13张图像,每张图像重构20个数字岩53Copyright ©博看网. All Rights Reserved.第2期赵华伟等:基于数字岩心技术的岩石孔渗特征研究:以海外J油田孔隙型碳酸盐岩油藏为例心;对Ⅲ类流动单元的3张图像,每张图像重构50个数字岩心㊂基于16张铸体薄片图像,共计重构410个数字岩心㊂图5为由图3中二值图像重构的数字岩心的一次实现㊂图中,左侧为三维结构,右侧为切片结构,红色代表骨架,蓝色代表孔隙㊂重构的数字岩心将进一步用作孔喉特征和渗流特征分析㊂图5重构的数字岩心三维结构和切片图F i g.5 T h r e e-d i m e n s i o n a l s t r u c t u r e a n d s l i c e s c h a r t o f t h e r e c o n s t r u c t e d d i g i t a l c o r e2基于数字岩心的孔隙结构表征对获得的数字岩心分析其孔喉结构特征,包括孔喉半径分布㊁孔喉连通性㊁孔隙度(总孔隙度㊁有效孔隙度)㊂2.1孔喉半径分布采用十三方向平均法计算数字岩心的孔喉半径[23]㊂假设待求点坐标为(x0,y0,z0),该点各方向距离岩石骨架的像素点为N i,孔喉半径r(像素数)的计算表达式为:r(x0,y0,z0)=126(ð6i=1N i+2ð18i=7N i+3ð26i=19N i)(1)统计生成的410个数字岩心的孔喉半径,基于相同图像重构的数字岩心的孔喉半径分布曲线基本重合,证明了M C M C算法的稳定性㊂将以像素点数为单位的孔喉半径转换为以物理长度为单位的孔喉半径,16张图像的孔喉半径分布曲线结果如图6所示㊂从图中可以看出,数字岩心的孔喉半径大体上呈单峰状的正态分布㊂不同流动单元的孔喉半径分布区间存在差异:Ⅰ类流动单元曲线孔喉半径分布集中在0.07~0.28mm之间;Ⅱ类流动单元孔喉半径分布范围较宽,在0.03~0.23mm之间;Ⅲ类流动单元孔喉半径明显小于Ⅰ类和Ⅱ类,集中在0.01~0.08mm之间㊂孔喉半径的差异是造成不同类别流动单元渗流能力差异的重要原因㊂2.2孔喉连通性通过2个步骤可以确定孔喉的连通性㊂第一步,将内部相互连通的孔隙设为一簇,分别标定出不同的孔隙簇;第二步,将某方向(x㊁y或z)连通入口端和出口端的孔隙簇设为连通孔隙,其余孔隙设为图6数字岩心孔喉半径分布图F i g.6 P o r e t h r o a t r a d i u s d i s t r i b u t i o n g r a p h o f t h e d i g i t a l c o r e s孤立孔隙㊂孔隙簇的标定采用区域生长法,过程如下:①对数字岩心顺序扫描,找到第一个没有标定簇序号的孔隙点,将该孔隙点设为种子点,并标定其簇序号;②以种子点为中心,搜索种子点周围6连通邻域点;若邻域点为孔隙且没有标定簇序号,则将其设为种子点并标定相同的簇序号;③重复步骤②直至所有种子点的6连通邻域搜索完毕;④重复步骤①~③直至所有孔隙点标定簇序号,孔隙簇标定结束㊂图7为图5构建的数字岩心在x方向的连通孔隙图㊂图7-a表示所有的孔隙,图7-b中蓝色表示连通的孔隙,红色表示孤立的孔隙㊂从图7中可以看出,数字岩心的整体连通性比较好:绝大部分的孔隙都互相连通,孤立孔隙的数量比较少;孤立孔隙的分布比较零散,并且孔隙尺寸相对于整个数字岩心都比较小㊂在孔喉连通性分析的基础上可以进一步计算有效孔隙度;剔除孤立孔隙的孔隙结构能够作为孔隙尺度流动模拟的介质㊂153Copyright©博看网. All Rights Reserved.h t t p s ://d z k j q b .c u g.e d u .c n 地质科技通报2023年图7 数字岩心孔隙连通结构图F i g .7 C o n n e c t i v i t y s t r u c t u r e c h a r t o f t h e d i gi t a l c o r e s 2.3孔隙度通过简单的图像分析可以很容易地获得重构的三维数字岩心中孔隙点的数量N p ,假设重构的三维数字岩心在x ㊁y ㊁z 方向的像素数分别为L x ㊁L y ㊁L z ,则数字岩心的孔隙度φt (小数,无因次)为:φt =N pLx ˑL y ˑL z(2)统计单张图像多次重构的数字岩心的孔隙度,并计算孔隙度的平均值,与图像的孔隙度进行对比,结果如图8-a 所示㊂可以看出,对于不同孔隙度的图8 数字岩心孔隙度特征F i g .8 P o r o s i t y c h a r a c t e r i s t i c s o f t h e d i gi t a l c o r e s 图像,重构的数字岩心的孔隙度与图像的孔隙度比较接近,并且多次重构的孔隙度误差分布在合理范围内㊂上述结果表明,重构的数字岩心基本忠实于图像的孔隙特征,并且多次重构的结果比较稳定㊂在确定了数字岩心孔喉连通性的基础上,可以很方便地计算出有效孔隙度,进而得出有效孔隙体积百分比,如图8-b 所示㊂有效孔隙体积的百分数均在0.8以上,但不同流动单元的数字岩心有效孔隙体积存在差异㊂Ⅰ类流动单元和Ⅱ类流动单元的有效孔隙体积百分数大致接近,明显高于Ⅲ类流动单元㊂岩心的有效孔隙度随着总孔隙度的增加而增加,二者成正相关关系㊂孔喉连通程度也是影响流动能力的重要因素㊂3 基于数字岩心的渗流特征分析3.1L B M 模拟方法采用格子玻尔兹曼方法开展单相及油水两相流动模拟㊂对于单相流动,包含B G K 碰撞算子的格子玻尔兹曼演化方程为[14]:f i (x +e i δt ,t +δt )-f i (x ,t )= -1τ[f i (x ,t )-f e qi (x ,t )](3)其中,f i (x ,t )为x 处在t 时刻i 方向上的粒子分布函数;e i 为离散速度;τ=τc /δt 为松弛时间;f e qi 为平衡态分布函数:f e qi =ωi ρ[1+3c2(e i ㊃u )+ 92c 4(e i ㊃u )2-32c2u 2](4)其中,ωi 为权重系数,取值见文献[24];ρ为密度;u 为速度㊂密度ρ和速度u 的表达式如下:ρ=ðif i ,ρu =ðie if i (5)对于油水两相流动,还需要考虑两相之间的界面张力,某一相σ演化方程为[15]:f σi (x +e i δt ,t +δt )-f σi (x ,t )= -1τ[f σi (x ,t )-f σ(e q )i (x ,t )]+ F σi (x ,t )(6)与单相格子玻尔兹曼模型类似,平衡态分布函数f σ(e q)i表示为:f σ(e q)i=ρσωi 1+3c2(e i ㊃u e qσ)+253Copyright ©博看网. All Rights Reserved.第2期赵华伟等:基于数字岩心技术的岩石孔渗特征研究:以海外J 油田孔隙型碳酸盐岩油藏为例92c 4(e i ㊃u e q σ)2-32c 2u e q σ2(7)其中,u eq 为平衡速度,由下式计算:u eq =ðσρσu σ/ðσρσ(8)密度ρσ和速度u σ的表达式如下:ρσ=ði f σi ,ρσu σ=ði e i f σi +δt 2F σ(9)式中的外力项 F σi (x ,t )采用郭照立等[24]介绍的格式,其表达式为:F σi =F σ㊃(e -u e q)ρσc 2s f σ(e q )i (10)其中,F σ是作用在组分σ上的力之和,包含两相流体相互作用力㊁流体与固体壁面作用力㊁进出口压力(或重力)3部分,具体表达式见文献[25],在此不再赘述㊂格子B o l t z m a n n 方法在具体实施过程中,将演化方程式分解成碰撞步和迁移步㊂粒子束在某一节点完成碰撞步后迁移到相邻节点上,随后根据新的粒子分布函数计算密度和速度等宏观物理量㊂上述过程反复迭代,直到达到模拟的终止条件㊂3.2绝对渗透率基于孔喉连通性分析结果,对每张图像选取一个数字岩心,剔除孤立孔隙,应用L B M 方法开展单相油流动模拟㊂进出口方向采用压力边界条件,进出口压力比为1.1,其他方向采用周期边界条件㊂当1000次迭代的整个流场的平均速度变化率小于1ˑ10-10时,认为达到了稳态的收敛条件㊂已知流场的平均速度和压力梯度,可以计算数字岩心在格子空间的绝对渗透率K l b :K l b=u a v e ㊃μΔp/N x (11)式中:u a v e 为流场的平均速度;Δp 为进出口压差;N x 为进出口网格数;μ为流体的动力黏度,可以表示为松弛时间τ的函数μ=1/3(τ-1/2)㊂当获得数字岩心的格子空间渗透率后,可以很方便地将格子空间的渗透率转换为物理单位的渗透率㊂图9-a 为岩心测试渗透率与数字岩心模拟渗透率的交会图㊂整体而言,基于铸体薄片重构的数字岩心的模拟渗透率与对应的岩心测试渗透率有明显的正相关关系㊂具体来说,当铸体薄片图像对应的岩心渗透率<200ˑ10-3μm 2或>3000ˑ10-3μm 2时,数字岩心的渗透率与实测渗透率基本接近;而当渗透率处于200ˑ10-3~3000ˑ10-3μm 2范围时,个别的模拟渗透率与实测渗透率差异较大㊂碳酸盐岩的微观非均质性极强,铸体薄片可能无法准确代表对应岩心的孔隙结构特征,重构的数字岩心忠实于图像的结构特征,也就无法反映这些特征㊂进一步分析了重构数字岩心所属的流动单元,如图9-b 所示㊂尽管模拟渗透率与实测渗透率存在差异,但在孔-渗交会图的位置基本在其所属的流动范围内,表明数字岩心结果可以用于流动单元分类㊂图9 数字岩心渗透率及流动单元F i g .9 P e r m e a b i l i t y a n d f l o w u n i t s o f t h e d i gi t a l c o r e s 3.3相对渗透率由前面的分析可知,重构的数字岩心其孔隙度和渗透率特征与原始的图像对应的岩心孔隙度和渗透率特征基本一致㊂基于此,对每类流动单元选取1块数字岩心开展油水两相流动模拟㊂以某含水饱和度对数字岩心进行油水分布的初始化,随后油水在压差的驱动下开始流动㊂当流动达到稳态时,统计一段时间内的油水两相的平均流量,进而计算两相的相对渗透率㊂改变初始含水饱和度开展多次流动模拟,得到不同含水饱和度下的油水相对渗透率,从而获得相渗曲线,结果如图10所示㊂不同流动单元的相渗曲线存在差异,但差异并不显著㊂Ⅰ类㊁Ⅱ353Copyright ©博看网. All Rights Reserved.h t t p s ://d z k j q b .c u g.e d u .c n 地质科技通报2023年类㊁Ⅲ类流动单元的束缚水饱和度逐渐增大,油水两相的相对渗透率逐渐减小㊂由于3类数字岩心均采用中性润湿(接触角为90ʎ),因此相对渗透率的差异主要是由孔隙结构造成的㊂孔隙结构分析表明,Ⅰ类流动单元的孔喉半径大于Ⅱ类和Ⅲ类,且整体连通较好,因此,Ⅰ类流动单元中的油和水相对流动能力都更好,不易形成死油区㊂油水相渗曲线可以作为油藏数值模拟的输入参数,以及估算油藏的采收率㊂基于数字岩心开展驱替模拟可以获得驱替效率相关的参数,并且可以分析剩余油与孔喉结构的关系㊂图10 不同流动单元的油水两相相对渗透率曲线F i g .10 O i l -w a t e r t w o -p h a s e r e l a t i v e p e r m e a b i l i t yc u r v e s o fd i f fe r e n tf l o w u n i t s4 数字岩心在油气藏开发中的应用前景上述研究结果表明,基于孔隙型碳酸盐岩铸体薄片图像重构的数字岩心能够反映不同流动单元的孔隙结构特征的差异,数字岩心的孔隙度与岩心实测孔隙度基本一致,数字岩心的渗透率与岩心实测渗透率有良好的正相关性,模拟的相渗曲线反映了不同流动单元的流动能力的差异㊂多次数字岩心重构及分析的结果基本一致,表明结果稳定,数字岩心分析是一套可靠的储层孔隙结构表征和渗流规律研究方法㊂数字岩心分析的结果可应用于油气藏评价和开发方案制定㊂在油气藏评价时,可以根据孔隙度尤其是有效孔隙度数据来估算油气藏的储量;孔隙度和渗透率可以用于流动单元或流动分层指标(f l o w z o n e i n d e x ,简称F Z I )划分㊂值得强调的是,数字岩心分析能够快速地获得大量的数据结果,可以用于不确定性分析,对于储量评估的风险评价很有帮助[26]㊂在制定油气藏开发方案时,可以通过流动模拟来获得毛管压力曲线和相对渗透率曲线,作为油气藏数值模拟的输入数据;也可以进一步开展驱替㊁渗吸过程模拟,描述微观剩余油分布和估算采收率㊂本研究结果还表明,数字岩心的代表性和分析方法的可靠性对于研究结果有决定性的影响㊂由于孔隙结构表征和流动模拟都是基于数字岩心开展的,构建的数字岩心能否准确代表研究区的储层特征直接决定了数字岩心的分析结果是否可以应用于生产[27-28]㊂数字岩心的代表性包括数字岩心尺寸的代表性㊁分辨率的有效性㊁阈值分割算法的准确性㊂在计算孔喉结构参数及开展流动模拟时,算法包含必要的假设,且算法的原理与物理实验不完全相同,应当对二者的差别有清晰的认识㊂数值方法的可靠性包括数字岩心构建方法的可靠性㊁孔隙结构表征算法的可靠性,以及流动模拟结果的可靠性㊂只有对数字岩心分析的代表性和可靠性有准确的判断,才能将结果应用在实际的生产研究中,获得可靠的结果㊂5 结 论(1)优选海外J 油田孔隙型碳酸盐岩油藏的3类流动单元的16张铸体薄片图像,运用O t s u 阈值分割算法对图像进行二值化处理;将二值化图像作为输入条件,基于马尔科夫链蒙特卡洛数值重构方法构建三维数字岩心㊂(2)数字岩心的孔喉半径呈单峰状正态分布,Ⅰ类流动单元的平均孔喉半径最大,Ⅱ类次之,Ⅲ类最小;孔喉连通性好,有效孔隙度比例>80%,重构岩心的孔隙度与薄片孔隙度吻合好,重构的数字岩心结果稳定㊂(3)基于格子玻尔兹曼流动模拟方法计算的数字岩心绝对渗透率与实测渗透率基本一致,个别结果差异较大可能是由于铸体薄片无法代表原始岩石结构造成的;油水两相稳态流动模拟能够计算相对渗透率曲线,可以作为数值模拟输入条件,以及估算油藏采收率㊂参考文献:[1] 王志刚,蒋庆哲,董秀成,等.中国油气产业发展分析与展望报告蓝皮书(2019-2020)[M ].北京:中国石化出版社,2020.W a n g Z G ,J i a n g Q Z ,D o n g X C ,e t a l .B l u e b o o k of C h i n a 's o i l a n dg a s i n d u s t r y d e v e l o p m e n t a n a l y s i s a n d p r o s p e c t r e po r t (2019-2020)[M ].B e i j i n g :C h i n a P e t r o c h e m i c a l P r e s s ,2020(i n C h i n e s e ).[2] B l u n t M J ,B i j e l j i c B ,D o n g H ,e t a l .P o r e -s c a l e i m a g i n g an d m o d e l l i n g [J ].A d v a n c e s i n W a t e r R e s o u r c e s ,2013,51:197-216.[3] A n d h u m o u d i n e A B ,N i e X ,Z h o u Q ,e t a l .I n v e s t i ga t i o n o f c o a l 453Copyright ©博看网. All Rights Reserved.。

复杂砂岩储层基于相控建模的渗透率计算方法

复杂砂岩储层基于相控建模的渗透率计算方法

表 2 不 同岩相 的渗透率模型
Ta . T e p r a i t d es o i ee tl h fc e b 2 h e me bl y mo l fd f rn i o a i s i t

}都有 m ( + ) m ()则聚类结束。 , c 1 = 。c ,
1 测井相分析
测井相分析原理是先根据有较多取心资料 的
关键井 中已知岩性 地层 的测井 参数 , 应用 聚类方
聚合 的 个类别用 t 、 :… 、 o t 、 ∞ 表示, 。o 各类的中
心分别为 m 、 :…、 m 、 m 表示 , K一 则 均值聚类方 法采用的准则 函数为 :
常规方法建立渗透率模型精度低 , 不能满足开发后期的需要。鉴 于岩性对渗透率的影响作用, 采 用相控建模方法来计算渗透率, 以能够反 映岩性特征 的测 井参数作 为划相参数。应 用 K一 均值
聚类法, 进行测井相分析 , 依据岩性建立不 同的渗透率模 型, 其相关性 明显 高于常规方法建立的
渗透率解释模型 , 经计算得到的渗透率更接近于岩心分析数据。通过 实际资料处理结果表明, 经 相控建模计算的渗透率方法, 有效提 高了渗透率计算精确度。 关键词 :复杂砂岩 ; 渗透率; 岩性 ; 测井相 ; 均值聚类法 K~ 中图分类 号 :T 2 . 3 E 122 文献标 识 码 :A 井相的岩性类型 , 建立本地区的测井相 一 岩性数据 库; 最后根据测井相 一 岩性数据库 , 对关键井及绝 大多数未取心井划分 测井相【 。其 中, 6 】 聚类方法 是测井相分析中的关键问题 , 此次研究选用 了 K一



)则 ∈c , (。 J () 3 重新计算聚类中心
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1021国家科技重大专项(2011ZX05020-008)和国土资源部“十二五”重点项目(1212011220352)资助 收稿日期: 2016-06-16; 修回日期: 2016-11-28; 网络出版日期: 2017-02-24北京大学学报(自然科学版) 第53卷 第6期 2017年11月Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 53, No. 6 (Nov. 2017) doi: 10.13209/j.0479-8023.2017.054基于砂岩数字岩芯图像的渗透率模拟与粗化刘钰洋1,2,† 潘懋1,2 张驰1 陈曦1 李兆亮31. 北京大学地球与空间科学学院, 北京 100871;2. 北京大学石油与天然气研究中心, 北京 100871;3. 中国石油勘探开发研究院, 北京 100083; † E-mail: yuyang.liu@摘要 运用闵可夫斯基泛函, 结合K -means 聚类方法, 对应用CT 扫描获得的砂岩数字岩芯图像进行岩石类型的精细划分, 将岩芯划分成为粗粒区、细粒区和过渡区, 进而获得岩芯的精细分层。

基于砂岩数字岩芯图像, 应用岩芯驱替模拟变换法, 模拟在不同驱替压力条件下岩芯中湿相与非湿相的分布状况。

应用格子玻尔兹曼方法(LBM), 对岩芯各个小层进行渗透率的计算模拟, 并采用直接加权平均、回归各岩石类型孔-渗关系曲线以及去除薄层后回归各岩石类型孔-渗关系曲线3种方法, 完成对岩芯渗透率参数的粗化, 获得粗化后的渗透率参数和孔-渗关系曲线方程。

关键词 CT 扫描成像; 砂岩岩芯; 岩石类型划分; 渗透率; 粗化 中图分类号 TE343Research of Permeability Numerical Prediction and Upscaling Based on Micro-CT Computed Tomography of Sandstone Core SampleLIU Yuyang 1,2,†, PAN Mao 1,2, ZHANG Chi 1, CHEN Xi 1, LI Zhaoliang 31. School of Earth and Space Sciences, Peking University, Beijing 100871;2. Institute of Oil and Gas, Peking University, Beijing 100871;3. PetroChina Research Institute of Petroleum Exploration and Development, Beijing 100083; † E-mail: yuyang.liu@Abstract Digital core analysis based on micro-CT computed tomography provide a new approach in core samples’ permeability numerical prediction. Firstly, Minkowski functionals is applied along with the K -means cluster analysis to separate the sandstone core sample gotten from the micro-CT computed tomography into distinct classes, well-sorted fine grain, well-sorted large grain and transition area in order to get the elaborate layer system. Secondly, capillary drainage transform is performed to simulate the distribution of wetting and non-wetting phases under different drainage pressures. Lastly, LBM method is operated based on the core layer system to model permeability of each layers and upscaling is applied based on the simulated results with 3 different ways: directly applying the average method on the prediction values, finding the correlation function of permeability and porosity with and without thin layers in order to get the upscaling values of permeability and correlation function of permeability and porosity.Key words micro-CT computed tomography; sandstone core; rock-typing; permeability; upscaling近年来, CT 扫描成像技术在地球科学、土壤科学、石油工程和许多其他领域的研究中发挥着越来越重要的作用[1-6]。

基于CT 扫描成像的数字岩芯分析技术为岩芯物理性质的模拟分析提供了一种新的方法, 岩芯三维可视性是其主要特点之一。

三维数字岩芯图像可以较准确和直观地反映岩石内部的结构特征和孔隙的空间展布, 基于数字岩芯图像的岩石物理性质模拟为岩芯的物性分析提供了一种新的方法。

与传统的岩芯实验分析方法相比, 由于 CT 扫描成像技术对样本的无损性以及数字岩芯图像的重复利用性特点[7], 可以对岩芯进行数次模拟而不破坏岩芯的结构和性质, 从而避免岩芯经多次实验北京大学学报(自然科学版) 第53卷 第6期 2017年11月1022后结果的偏差, 也可减少对岩芯的浪费[8]。

孔‒渗关系是岩芯分析中最重要的问题之一。

传统的孔隙度和渗透率的测量计算建立在实验的基础上, 基于数字岩芯图像的分析为岩芯的孔‒渗关系分析提供了一种新的方法[3,8-12]。

基于分相的数字岩芯图像, 可以较准确地获取岩芯的孔隙度。

随着岩芯图像分辨率的提升及岩芯处理方法的优化, 准确度还会进一步提高[4,7]。

在渗透率分析方面, 近十年发展起来的格子玻尔兹曼方法(lattice Boltz-mann method, LBM)作为探究微观尺度下复杂孔隙结构中流体渗流和热传导的有力工具, 具有简单高效、适合大规模并行运算等优势, 自诞生之日起就受到广泛关注。

除在一般简单流动问题中得到成功应用外, LBM 方法还可以应用于多相流、化学反扩散微尺度粒子悬浮流、多孔介质及磁体力学等领 域[13-16]。

LBM 方法与数字岩芯分析的有机结合为岩芯的渗透率模拟提供了一种新的方法。

目前, 国内大部分学者主要采用数学方法进行岩芯的建模, 并采用LBM 方式进行模拟[10-12], 但存在数字岩芯尺寸过小等问题。

国外常见基于物理方法的岩芯建模[9], 但存在建模后岩芯体数据过大, 无法整体模拟等问题[17-19]。

本研究首先基于砂岩数字岩芯样本, 应用闵可夫斯基泛函和 K -means 聚类法, 对岩石进行精细岩石类别的划分; 然后基于分层后的岩芯图像, 在层次系统的基础上, 应用驱替模拟的方法, 模拟在不同驱替压力下湿相与非湿相(水油两相)的分布情况; 最后基于不同驱替压力下湿相与非湿相的分布情况, 结合格子玻尔兹曼方法, 对各个小层的渗透率进行模拟, 采用 3 种方法对岩芯渗透率进行粗化, 从而获得岩芯渗透率和孔‒渗关系方程。

1 基于三维数字岩芯的精细分层1.1 岩芯样本简介本研究使用的样本为某砂岩岩芯, 如图 1(a)所示。

真实尺寸为30 mm×7.5 mm×7.5 mm, 垂向为30 mm, 横截面为7.5 mm×7.5 mm 。

经物理法成像后获得数字岩芯图像, 取其中一段作为分析对象, 尺寸为11.5 mm×7.5mm×7.5 mm 。

去除边界无效体元后, 体元尺寸为1760×1193×1514, 分辨率为5.6 μm (每个体元的边长), 该图像某一XZ 平面上的图像切片如图 1(b)所示。

分别将孔隙、泥质和骨架颗粒的体元孔隙度赋值为1, 0.5和0, 求得岩芯的总孔隙度为16.08%,岩芯真实照片和数字图像反映了岩芯垂向上较强的非均质性及分层性。

1.2 基于K -means 聚类法的岩芯精细分层闵可夫斯基泛函是对不同维度样本几何形态的表征。

对特定的样本, 无论是三维还是二维[17], 闵可夫斯基泛函可以很好地反映其空间上的拓扑结构和形态特征[20]。

对一个三维样本, 闵可夫斯基泛函包括4个函数变量[21], 分别为体积函数(V )、表面积函数(S )、平均积分曲率函数(M )和高斯积分曲率函数(X ), 如式(1)~(5)所示。

[(), (), (), ()]i V f V Y S Y M Y X Y =, (1)(),V Y V = (2)()d ,yS Y s ∂=⎰ (3)12111()d ,2()()yM Y s r s r s ∂⎡⎤=+⎢⎥⎣⎦⎰(4)121()d ,()()y X Y s r s r s ∂=⋅⎰(5)其中, V i 为闵可夫斯基泛函, V (Y )为体积函数, S (Y )为表面积函数, M (Y )为平均积分曲率函数, X (Y )为高斯积分曲率函数, r 1(s )和r 2(s )分别为表面∂ 上的最小和最大曲率。

岩芯的闵可夫斯基泛函响应可以综合表征岩芯的物性。

通常情况下, 体积函数表示岩芯孔隙度的大小, 其值越大, 代表颗粒所占的体积越大, 从而孔隙体积越小。

表面积函数与岩石的比表面积相关, 体积函数值越大, 表面积函数值越小, 岩石的比表面积越小。

平均积分曲率函数值与岩石颗粒的圆度、球度、均一度等特征有关, 一般情况下, 对于凸集均为负值, 且其值越大, 表示岩石的磨圆度和球度越好。

高斯积分曲率函数与孔隙结构的拓扑结构以及连通性有关, 一般情况下, 负值表示连通情况良好, 正值表示连通情况较差[22], 且其值越小表示连通性越好。

相关文档
最新文档