【技术实现步骤摘要】
本专利技术属于砂砾岩储层孔隙网络模型建立，具体涉及一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法。
技术介绍
1、砂砾岩储层是中国陆相含油气盆地中重要的隐蔽油气藏储集体，丰富且复杂的填隙物组分成岩演化过程是砂砾岩储层形成与否的关键因素。作为砂砾岩沉积体内重要的成岩组分，火山作用所形成的凝灰质填隙物制约着砂砾岩储层的形成与演化。随着埋深的持续增加，中酸性凝灰质填隙物会发生脱水收缩作用而产出大量收缩缝隙，与溶蚀孔隙不同的是，收缩缝隙主要呈梭形，短轴方向主要是填隙物的中部向两侧小幅伸展，而长轴延伸幅度较大。凝灰质填隙物内发育的收缩缝隙，不仅成为地层内主要的油气储集空间，而且也作为孔隙流体较为理想的疏导通道，如何精确描述收缩孔隙结构特征，对砂砾岩储层评价显得尤为重要。
2、孔隙网络模型作为多孔介质微观结构和渗流特征研究的平台，能够再现复杂的孔隙空间，精确定量计算孔隙结构和物性特征。根据所建网络模型的拓扑特征，可将三维孔隙网络模型分为规则拓扑孔隙网络模型和真实拓扑孔隙网络模型两类。规则拓扑孔隙网络模型是指孔隙和喉道在空间中规整排布的孔隙网络模型，fatt(1956)最初提出了这种具有规则拓扑结构的网络模型，在孔隙级模拟的初期阶段发挥了重要作用，由于孔隙、喉道单元的表征方法及尺寸大小的赋值方法不同，规则拓扑孔隙网络模型有着丰富的表现形式。真实拓扑孔隙网络模型是指与数字岩心孔隙空间拓扑等价的网络模型，建立这类模型的方法有：voronoi多面体法、孔隙空间居中轴线法、最大球体法以及混合法。目前，学者们普遍使用最大球算法来提取孔
技术实现思路
1、本专利技术是为了解决现有技术中存在的问题而提出的，其目的是提供一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法.
2、本专利技术是通过以下技术方案实现的：
3、一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，包括以下步骤：
4、s1、获取研究区的砂砾岩储层样品的三维灰度图像，基于砂砾岩储层样品的三维灰度图像，获取砂砾岩储层样品的三维数字岩心模型；
5、s2、设定多个不同大小的孔喉分割因子，根据砂砾岩储层样品的三维数字岩心模型及设定的孔喉分割因子，得到多个不同孔喉分割因子条件下的砂砾岩储层样品的孔隙网络模型；
6、s3、分别计算各个不同孔喉分割因子条件下的砂砾岩储层样品的孔隙网络模型的理论渗透率；
7、s4、通过室内试验确定所述砂砾岩储层样品的实测渗透率，将实测渗透率与各个理论渗透率进行比较，选取最接近的理论渗透率对应的孔喉分割因子作为砂砾岩储层孔隙网络模型的合理孔喉分割因子。
8、在上述技术方案中，所述研究区的砂砾岩储层样品为收缩孔发育的砂砾岩储层样品。
9、在上述技术方案中，所述研究区的砂砾岩储层样品的三维灰度图像的获取方法为ct扫描法，优选x射线微米级ct扫描法。
10、在上述技术方案中，所述步骤s1基于砂砾岩储层样品的三维灰度图像获取砂砾岩储层样品的三维数字岩心模型的具体方法包括以下步骤：
11、s11、对研究区的砂砾岩储层样品的三维灰度图像通过最大类间方差法进行二值分割，得到砂砾岩储层样品的三维灰度图像在每一像素点的赋值；
12、所述赋值为0或1，其中，0表示孔隙体素，1表示颗粒体素；
13、s12、根据砂砾岩储层样品的三维灰度图像在每一像素点的赋值，得到砂砾岩储层样品对应的三维数字岩心模型。
14、在上述技术方案中，所述步骤s2具体包括以下步骤：
15、s21、对三维数字岩心模型的孔隙中的每一点，以该点为中心，向外膨胀生成一个球体，直到该球体碰到岩石骨架时为止；
16、s22、将步骤s21获得的所有球体数据存入列表中，按照半径从大到小排列；
17、s23、从列表中第一个球体开始，删除列表中该球体右侧与它相交或被它包含的球体，最后列表中仅剩的互不相交的球体，互不相交的球体充满整个孔隙空间；
18、s24、步骤s23获得的互不相交的球体构成最大球集合，在最大球集合中，通过设定的孔喉分割因子将岩石骨架之间的空间中最大的最大球定义为孔隙，孔隙单元确定后，随后不断膨胀孔隙单元占据的空间直到与另外一些最大球单元相交，相交的最大球就被定义为该岩石孔隙结构中喉道的中心，从而将三维数字岩心模型中所有的位置均划分为孔隙、喉道和骨架三者中的一个，所有位置均被定义后得到的数据体即为孔隙网络模型。
19、在上述技术方案中，所述孔喉分割因子的取值范围为0～1。
20、在上述技术方案中，所述步骤s3中孔隙网络模型的理论渗透率的计算公式如下：
21、
22、式中：k为理论渗透率，单位为μm2；μi为i相流体的粘度，单位为mpa·s；qi为孔隙网络模型完全饱和i相流体时在孔隙网络模型所加压差下的流量，单位为cm3/s；a为模型截面积，单位为cm2；pi为入口压力，单位为10-1mpa；po为出口压力，单位为10-1mpa；l为模型长度，单位为cm。
23、一种确定孔喉分割因子的划分对孔隙网络模型的结构参数影响的方法，包括以下步骤：
24、(ⅰ)统计不同孔喉分割因子的孔隙网络模型的孔隙半径分布，确定孔喉分割因子对孔隙半径分布的影响；
25、(ⅱ)统计不同孔喉分割因子的孔隙网络模型的喉道体积分布，确定孔喉分割因子对喉道体积分布的影响；
26、(ⅲ)统计不同孔喉分割因子的孔隙网络模型的喉道长度分布，确定孔喉分割因子对喉道长度分布的影响；
27、(ⅳ)统计不同孔喉分割因子的孔隙网络模型的形状因子分布，确定孔喉分割因子对形状因子分布的影响。
28、在上述技术方案中，所述步骤(ⅳ)中形状因子的表达式如下：
29、g＝a/p2 (8)
30、式中：g为形状因子，a为孔隙、喉道的横截面面积，单位为m2；p为孔隙、喉道单元体横截面的周长，单位为m。
31、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前述方法的步骤。
32、本专利技术的有益效果是：
33、本专利技术提供了一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，采用实验对比选取的合理的收缩孔样品孔喉分割因子，可以与真实储层较好地吻合，从而提高孔隙网络模型的准确性。
本文档来自技高网...【技术保护点】
1.一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述研究区的砂砾岩储层样品为收缩孔发育的砂砾岩储层样品。
3.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述研究区的砂砾岩储层样品的三维灰度图像的获取方法为CT扫描法。
4.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述步骤S1基于砂砾岩储层样品的三维灰度图像获取砂砾岩储层样品的三维数字岩心模型的具体方法包括以下步骤：
5.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述步骤S2具体包括以下步骤：
6.根据权利要求5所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述孔喉分割因子的取值范围为0～1。
7.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述步骤S3中孔隙网
8.一种确定权利要求5所述的孔喉分割因子的划分对孔隙网络模型的结构参数影响的方法，其特征在于：包括以下步骤：
9.根据权利要求8所述的确定孔喉分割因子的划分对孔隙网络模型的结构参数影响的方法，其特征在于：所述步骤(Ⅳ)中形状因子的表达式如下：
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9之一所述的方法的步骤。
...【技术特征摘要】
1.一种砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述研究区的砂砾岩储层样品为收缩孔发育的砂砾岩储层样品。
3.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述研究区的砂砾岩储层样品的三维灰度图像的获取方法为ct扫描法。
4.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述步骤s1基于砂砾岩储层样品的三维灰度图像获取砂砾岩储层样品的三维数字岩心模型的具体方法包括以下步骤：
5.根据权利要求1所述的砂砾岩储层孔隙网络模型的合理孔喉分割因子选取方法，其特征在于：所述步骤s2具...
【专利技术属性】
技术研发人员：陈科，马良帅，龚胜利，史长林，刘晓文，李岩，臧春艳，何伟，税蕾蕾，张露，李天润，
申请(专利权)人：中海油能源发展股份有限公司，
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。