【技术实现步骤摘要】
本专利技术涉及数字岩石物理，具体为一种致密砂岩多尺度孔隙网络建模方法和系统。
技术介绍
1、与常规储层相比，致密砂岩储层黏土含量高、非均质性强、孔隙结构复杂，形成岩石复杂的渗流特性，影响储层的性能评价。因此，有必要定量、系统地研究致密砂岩内不同尺度孔隙结构对油气运移以及勘探开发的意义。然而，致密砂岩低孔低渗的特性导致样品渗流机理复杂，宏观实验总结出的达西定律并不适用，基于常规物理实验测试难以对其渗透率进行研究。随着多尺度物理成像测试技术和计算机技术的发展，三维数字岩心和数值模拟算法相结合的数字岩石物理技术已经成为岩石物理的重要研究方法。准确建立致密砂岩数字岩心，采用数值模拟方法对渗流特性进行模拟具有重要的理论意义和应用价值。
2、目前，数字岩心的构建方法主要有物理成像法和数值重建法。数值重建法简单灵活，但建模的准确性较低；物理成像法精度高，可以较为精确地反映岩石微观结构，但容易受到扫描分辨率和样品尺寸的相互制约，扫描样品尺寸越大，分辨率越低。致密砂岩储层非均质性强，需要扫描样品尺寸足够大才可以保证建模具有代表性，这就导致基于样品ct扫描灰度图像建立的单一尺度的三维数字岩心仅能识别样品中部分体积较大的粒间孔和溶蚀孔，无法对岩心内部的孔隙系统进行全面表征。
3、结合sem，纳米ct等更高分辨率成像方式可以获取样品选中区域的显微结构，通过图像配准等手段可建立融合样品内不同尺度的孔隙结构数据的多尺度数字岩心。崔凯利等(崔利凯，孙建孟，闫伟超等.基于多分辨率图像融合的多尺度多组分数字岩心构建[j].吉林大学学报(地
技术实现思路
1、本专利技术的目的就在于为了解决上述至少一个技术问题而提供一种致密砂岩多尺度孔隙网络建模方法和系统。
2、第一方面，本专利技术实施例提供了一种致密砂岩多尺度孔隙网络建模方法，包括：基于致密砂岩的岩心样品的ct三维灰度图像，构建低分辨率三维数字岩心；基于所述低分辨率三维数字岩心和最大球算法，构建粗尺度孔隙网络模型；所述粗尺度孔隙网络模型包含所述岩心样品的大孔隙及喉道的结构参数和分布特征信息；对所述岩心样品分别进行高压压汞实验和核磁共振实验，得到喉道半径概率分布和t2值概率分布；基于所述大孔隙及喉道的结构参数和分布特征信息、所述喉道半径概率分布、所述t2值概率分布，通过拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布；基于随机网络算法融合所述岩心样品的多尺度孔喉尺寸分布和配位数分布，生成所述岩心样品的多尺度孔隙网络模型。
3、进一步地，基于致密砂岩的岩心样品的ct三维灰度图像，构建低分辨率三维数字岩心，包括：对所述岩心样品进行ct扫描，利用岩石中不同组分对x射线吸收系数的不同建立三维灰度图像；截取所述三维灰度图像中预设窗口大小的区域图像，分别进行图像滤波、灰度校正和阈值分割，构建所述低分辨率三维数字岩心。
4、进一步地，基于所述大孔隙及喉道的结构参数和分布特征信息、所述喉道半径概率分布、所述t2值概率分布，通过拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布，包括：基于所述喉道半径概率分布和所述t2值概率分布，确定所述岩心样品的喉道半径数据分布和t2值数据分布；以所述大孔隙及喉道的结构参数和分布特征信息为参考，基于所述喉道半径数据分布和所述t2值数据分布拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布。
5、进一步地，基于所述喉道半径概率分布和所述t2值概率分布，确定所述岩心样品的喉道半径数据分布和t2值数据分布，包括：分别对所述喉道半径概率分布和所述t2值概率分布进行最小二乘拟合，得到喉道半径概率分布曲线和t2值概率分布曲线；分别生成概率分布符合所述喉道半径概率分布曲线和所述t2值概率分布曲线的随机数据，得到所述岩心样品的喉道半径数据分布和t2值数据分布。
6、进一步地，所述多尺度孔喉尺寸分布包括：孔喉半径、孔喉长度、孔喉体积和孔隙形状因子。
7、进一步地，以所述大孔隙及喉道的结构参数和分布特征信息为参考，基于所述喉道半径数据分布和所述t2值数据分布拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布，包括：基于最小二乘法对所述喉道半径数据分布和所述t2值数据分布进行拟合，确定孔喉半径，基于所述高压压汞实验确定连接喉道半径；基于最小二乘法对孔喉长度和孔喉半径进行拟合，并确定孔喉长度；基于对数正态分布模拟孔隙形状因子和配位数分布；基于单个孔隙体积计算算式，确定孔喉体积；其中，所述单个孔隙体积计算算式包括：式中，v代表单个孔隙体积，r代表孔隙半径，l代表孔隙长度，f代表孔隙的形状因子，k为经验系数。
8、第二方面，本专利技术实施例还提供了一种致密砂岩多尺度孔隙网络建模系统，包括：第一构建模块，第二构建模块，实验模块，确定模块和建模模块；其中，所述第一构建模块，用于基于致密砂岩的岩心样品的ct三维灰度图像，构建低分辨率三维数字岩心；所述第二构建模块，用于基于所述低分辨率三维数字岩心和最大球算法，构建粗尺度孔隙网络模型；所述粗尺度孔隙网络模型包含所述岩心样品的大孔隙及喉道的结构参数和分布特征信息；所述实验模块，用于对所述岩心样品分别进行高压压汞实验和核磁共振实验，得到喉道半径概率分布和t2值概率分布；所述确定模块，用于基于所述大孔隙及喉道的结构参数和分布特征信息、所述喉道半径概率分布、所述t2值概率分布，通过拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布；所述建模模块，用于基于随机网络算法融合所述岩心样品的多尺度孔喉尺寸分布和配位数分布，生成所述岩心样品的多尺度孔隙网络模型。
9、进一步地，所述确定模块，还用于：基于所述喉道半径概率分布和所述t2值概率分布，确定所述岩心样品的喉道半径数据分布和t2值数据分布；以所述大孔隙及喉道的结构参数和分布特征信息为参考，基于所述喉道半径数据分布和所述t2值数据分布拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布。
【技术保护点】
1.一种致密砂岩多尺度孔隙网络建模方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：基于致密砂岩的岩心样品的CT三维灰度图像，构建低分辨率三维数字岩心，包括：
3.根据权利要求1所述的方法，其特征在于：基于所述大孔隙及喉道的结构参数和分布特征信息、所述喉道半径概率分布、所述T2值概率分布，通过拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布，包括：
4.根据权利要求3所述的方法，其特征在于：基于所述喉道半径概率分布和所述T2值概率分布，确定所述岩心样品的喉道半径数据分布和T2值数据分布，包括：
5.根据权利要求3所述的方法，其特征在于：所述多尺度孔喉尺寸分布包括：孔喉半径、孔喉长度、孔喉体积和孔隙形状因子。
6.根据权利要求5所述的方法，其特征在于：以所述大孔隙及喉道的结构参数和分布特征信息为参考，基于所述喉道半径数据分布和所述T2值数据分布拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布，包括：
7.一种致密砂岩多尺度孔隙网络建模系统，其特征在于，包括：第一构建模块，第二构建模块，
8.根据权利要求7所述的系统，其特征在于：所述确定模块，还用于：
...【技术特征摘要】
1.一种致密砂岩多尺度孔隙网络建模方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：基于致密砂岩的岩心样品的ct三维灰度图像，构建低分辨率三维数字岩心，包括：
3.根据权利要求1所述的方法，其特征在于：基于所述大孔隙及喉道的结构参数和分布特征信息、所述喉道半径概率分布、所述t2值概率分布，通过拟合确定所述岩心样品的多尺度孔喉尺寸分布和配位数分布，包括：
4.根据权利要求3所述的方法，其特征在于：基于所述喉道半径概率分布和所述t2值概率分布，确定所述岩心样品的喉道半径数据分布和t2值数据分布，包括...
【专利技术属性】
技术研发人员：范彩伟，陈鸣，刘学锋，高永德，孙殿强，吴进波，
申请(专利权)人：中海石油中国有限公司湛江分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。