CN103026202A - 获取多孔介质的相容和综合物理性质的方法 - Google Patents

获取多孔介质的相容和综合物理性质的方法 Download PDF

Info

Publication number
CN103026202A
CN103026202A CN2011800367814A CN201180036781A CN103026202A CN 103026202 A CN103026202 A CN 103026202A CN 2011800367814 A CN2011800367814 A CN 2011800367814A CN 201180036781 A CN201180036781 A CN 201180036781A CN 103026202 A CN103026202 A CN 103026202A
Authority
CN
China
Prior art keywords
sampling sample
prefabricated
sample
rock
pixel
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
CN2011800367814A
Other languages
English (en)
Inventor
C.D.西斯克
T.E.扎勒斯基
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.)
Ingrain Inc
Original Assignee
Ingrain Inc
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 Ingrain Inc filed Critical Ingrain Inc
Publication of CN103026202A publication Critical patent/CN103026202A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

获取多孔介质,例如,岩石的取样样品的一组相容和综合物理性质的方法和***,其中预制样品以便用于成像。使样品多次成像,从而产生经历分割过程的一组图像,以提供取样样品的数字表示。数字表示提供取样样品的固相和孔隙空间的视图。数字表示可以用于确定取样多孔样品的多种物理性质,使得取样多孔样品在整个方法始终可以保持完好无损。

Description

获取多孔介质的相容和综合物理性质的方法
技术领域
本申请根据35USC§119(e)要求2010年5月28日提交的在先美国专利申请第12/790,066号的权益,其通过引用全文并入本文中。
本发明涉及确定多孔介质的物理性质的方法。更具体地说,在某些实施例中,本发明涉及从相容(consistent)样本中提供多孔介质的物理和流体流动性质,使得样本始终保持完好无损。
背景技术
钻探石油和天然气井的公司都希望获取有关包含油气(hydrocarbon)的形成层(formation)的定量信息。为了确定储层中石油和天然气的储量、可以开采其中的多少、生产速率、和最终是否可以有经济效益地开发和生产油气,这种信息可能是有用的。定量岩石性质数据可以来自包括间接和直接估计手段的各种测量。由于工业获取定量岩石性质所实施的方法不同,得出的数据固有地包含未知意义的变量,因为许多样本和测量尺度被用于得出数据集。该数据集可以包括像孔隙度、绝对渗透率、相对渗透率、和毛细压数据那样的岩石性质,但不局限于这样的性质。
在本技术领域中存在估计岩石性质的传统间接手段。在其他类型的间接手段当中,几乎所有的井都使用运行在钻探之后的裸眼(open hole)或套管井(casing lined well)中的电子测井(electric log)来测量含油气形成层的某些属性。几种类型的裸眼测井可以用于测量有效确定所需的性质。例如,“三重组合”测井测量体密度、中子孔隙度、和形成层电阻率。当使用已知的方法时,这些属性可以与数学相关性一起用于导出像储层有效孔隙度、有效渗透率、水饱和度和其他性质那样的有用参数。可以将另外的数学方程应用于三重组合测井数据来估计像杨氏模量、泊松比和原地(in-situ)应力那样的岩石力学性质。这些参数,尤其渗透率和岩石力学性质,在作出有关储层大小、质量和可生产性的决定方面起至关重要的作用。
但是,以这种方式测量性质通常存在局限性。每种测井工具含有一个或多个传感器来测量所希望属性,有时同时运行不同测井工具来缩短调查所需的时间。测井技术多半不需要对岩石作物理检查或直接检测。例如,某些测井工具获取形成层的图像来测量那个形成层的所希望属性。另一种典型局限性是在作出测量的时候只知道相对于测井工具的估计位置的准确测量地点,以及所作的测量是可以从几英寸到几英尺范围的某形成层厚度上的平均值。像形成层因数那样的岩石性质被用于从电阻率测井测量值中确定水饱和度。为了作出那些计算,从被认为包含100%水的区域中的测井中获取电阻率测量值,并将其与岩石中除了原生水之外似乎还包含一些数量的油气的其他地点相比较。
直接方法也可用于测量岩石性质。传统直接方法通常牵涉到获取要评估的岩石的样品,并对那些样品进行实验室实验。这样实验的一个例子是取芯(coring),一种可以从石油或天然气井中获取完整岩石样品的过程。例如,“整个岩芯”通过使用以感兴趣的间隔切割岩石的圆柱体的特殊钻头获取。整个圆柱体可以具有直径四英寸和长数百英尺的数量级。为了便于管理,可以将岩芯切割成三英尺长。然后从那些长度中取1″到1-1/2″直径的短芯棒用于实验室测试。因为不同实验室测试需要样本相对于原始岩石的不同尺寸、形状和取向,通常从似乎相似的岩芯区域中准备几个样本。例如,知道储层岩石的水平和垂直渗透率是有用的。为了在物理实验室中获取这些性质,必须与岩芯轴垂直地切割一个储层岩石样本,而必须与岩芯轴平行地切割另一个储层岩石样本。然后对样本进行实验室测试,以便得出沿着基于切割的一个方向的渗透率。但是,即使样本来自岩芯的相同区域和看上去相似,也保证不了获得的储层岩石样本包含相同的岩石性质。因此,由于不同样本用于不同仪器的尺度、尺寸和要求,涉及到测量岩石性质的直接方法的物理实验室分析受到限制。从这样的分析中获得的结果通常是内部不相容的,因为取样样品在它们的各自性质方面可能有所不同。
一旦取样样品被用于确定像,例如,水平或垂直渗透率那样的性质,则那种样本就不可用于获取其他岩石性质。例如,为了确定粒度分布,必须从岩芯的相同区域中获取和粉碎另一个样品,以便可以进行激光粒度分析或筛析(sieve analysis)。
类似地,与上述例子一样,其他特殊岩芯分析(SCAL)也需要它们自己的有时在过程中被改变或破坏的专用样本。例如,相对渗透率研究使用需要为实验室测试选择流速的稳定状态或非稳定状态方法来进行。如果需要在不同流速上确定相对渗透率或将非稳定状态分析改变成稳定状态分析,则即使还可用,也不能依赖用于初始分析的岩芯在原始条件下。因此,必须使用新的岩芯样本。
类似地,实验室中的毛细压确定需要在监视压力和流速的同时将流体泵送到岩芯中。但是,与上述例子一样,一但完成,相同的岩芯样本就不可用于不同流速和压力组下的另一研究。
于是,本发明的目的是提供从取样多孔介质中获取一组相容和综合参数的方法。本发明的进一步目的是提供这样从来自样本的多孔介质中获取岩石性质,使得样本在整个过程中保持完好无损的方法。尤其,多孔介质的取样样品可能相差相当大,以及即使来自岩芯的相同区域和看上去相似,也保证不了选择的岩石样品或地点都具有相同的岩石性质。但是,仿佛所有样本各方面都相同似地使用所得数据。本发明的进一步目的是提供通过获取单个取样样品的多种物理性质,从单个取样样品中获取用于储层建模的参数,使得取样样品在整个过程中保持完好无损的方法。
需要除了岩石性质之外的其他信息来为评估和预测目的而完全表征石油和天然气储层。存在收集储层流体样本、压力数据、和有关储层的体积范围的信息的各种技术。与从测井和岩芯中获得的岩石性质数据结合,可以作出确定在何处钻井,如何完成钻井,如何有效产油,和什么时候耗尽的计算。现代石油工程方法使用计算机仿真来分析进行彻底和大致准确分析所需的大量数据。输入数据的质量是取得正确概率高的结果的关键。本发明的另一个目的是缩小来自取样多孔介质的输入数据的不确定范围,以便提高所得输出的精度。
因此,需要高精度地从多孔介质中提供相容和综合岩石性质,以便使石油、天然气、或储层井设计和流体流动特性的可预测性得到改进的方法和***。进一步需要从多孔介质获取岩石性质,使得取样样品可以保持完好无损。进一步需要对取样样品进行在仿真器中可以更早达到稳定和总的说来需要较少历史匹配的实验室分析。
如刚才所述,当前技术内的这些和其他局限性通过本发明来解决。
发明内容
本发明涉及用于多孔介质的物理性质和流体特性的相容和综合确定的方法和***。
本文得出的方法使石油和天然气公司可以在孔隙尺度上理解它们的储层岩石。相比之下,在物理实验室中完成的测井和岩芯分析在米/分米的分辨率水平上提供了定量信息,存在与从相似但未证实相同的源中获取的综合数据相关联的不确定性。本文得出的方法在厘米、毫米、微米和更小的分辨率水平上分析形成层样本,以及对确定为代表岩芯中的感兴趣区的岩石的单个样品计算岩石性质。因此,降低了不确定性,并消除了选择多个样本时引入变量的潜在性。
依照本公开,提供了为建模储层获取多孔样品的一组相容和综合物理性质的方法。该方法包含接收多孔介质的未预制取样样品的步骤,其中未预制取样样品是从地球中提取的。预制未预制取样样品以便用于成像,其中该预制得出取样样品。接着,使取样样品成像,以生成取样样品的三维断层图像(tomographic image)。然后,将断层图像分割成每一个代表孔隙空间或像,例如,岩石细粒那样的细粒的像素,并将分割图像用于为取样样品进行一组计算,其中该组计算确定多种物理性质,以及其中取样样品在整个方法始终保持完好无损。
另外,提供了为建模储层获取多孔样品的相容和综合物理性质的***。该***包含多孔介质的未预制取样样品,其中未预制取样样品是从地球中提取的,其中预制未预制取样样品以便用于成像,其中该预制得出用于图像扫描的取样样品;三维断层图像,其中该三维断层图像是使取样样品成像获得的;将取样样品分割成每一个代表孔隙空间或像,例如,岩石细粒那样的细粒的像素,以及其中将分割图像用于进行获取取样样品的多种物理性质的一组计算,其中取样样品始终保持完好无损。
本领域的普通技术人员通过阅读如下实施例描述可以容易地明白本发明的特征和优点。
附图说明
通过参照结合附图所作如下描述,可以完全理解本公开以及本公开的优点,在附图中:
图1是例示本发明的示范性方法的流程图;
图2是包括CT图像分析的示范性过程的流程图;
图3A是例示使用本发明计算物理性质,例如,水平渗透率的流程图;
图3B是例示使用本发明计算物理性质,例如,垂直渗透率的流程图;
图4A是依照本发明的成像的原始3D体积的表示;
图4B是3D体积的三个轴向切片的表示;以及
图4C是其成分得到识别的分割图像的单个2D切片。
虽然本发明易受各种修改和可替代形式影响,但在图形中通过例子示出了以及在本文中详细描述了本发明的特定实施例。然后,应该明白,本文对特定实施例的描述无意使本发明局限于公开的具体形式,而是相反,其意图是涵盖在如所附权利要求书限定的本发明的精神和范围之内的所有修改实施例、等效实施例和替换实施例。
具体实施方式
本发明涉及确定多孔介质的物理性质的方法。更具体地说,在某些实施例中,本发明涉及从样本中提供多孔介质的物理和流体流动性质,以便可以不损坏样本。
本发明的方法和制品可能存在几个潜在优点。本发明的方法和制品的许多潜在优点之一是除了别的以外,可以从多孔介质的单个取样样品中提供相容和综合岩石性质。本发明的方法和制品的另一个潜在优点是提供储层映射和开发的改进结果。
这种技术在同一块取样岩芯上确定多种岩石性质的独特能力与是否曾经进行过计算或以后是否使用新输入参数重新计算无关地提供相容数据集。提供商品或服务用于开发石油或天然气储层的公司潜在地使重大经营决策基于储层分析。可以认为,本发明可以向顾客提供与可通过物理实验或间接手段获得的相比相对改善的用于储层分析的数据集。
本发明的一个实施例利用来自感兴趣区中的钻井的储层的取样样品。取样样品可以是砂岩、页岩、灰岩、白云岩、碳酸盐岩、致密砂岩(tight gas sand)、油砂、和许多其他类型样品。
图1是例示依照本发明的实施例确定多孔介质的物理和流体流动性质的方法的流程图。在方块100中,收集多孔介质的样品。收集的样品可以是从储层中挖出和收集的。可以从地球收集的样品的类型包括砂岩、页岩、灰岩、白云岩、碳酸盐岩、致密砂岩、油砂、和许多其他类型样品。在方块102中选择取样样品以便用于成像。可以预制取样样品以便用于成像。
在方块104中预制所选取样样品以便用于成像。在一个实施例中,可以将所选取样样品的一部分用于成像。这个部分可以称为“子样本”。在一个实施例中为了便于例示,可以从芯棒或整个岩芯部分中的任何地点取2.5毫米直径微岩芯岩石样本。子样本的选择通过确定岩芯取样样品代表该过程寻求的性质的区域来进行。这种选择子样本的技术被称为“二次取样”技术。二次取样通过选择和移走取样样品代表岩芯区域和该过程寻求的物理性质的特定部分给出适当子样本。这个过程所得的子样本是发生其余过程的单元。在一些情况下,子样本和取样样品可能是同一个。
可以进行,例如,低分辨率CT扫描来映射密度和评估所选取样样品的异质性。在CT扫描之后,可以保存取样样品以便供进一步分析用。可与按照本发明的方法一起使用的适合拍摄图像的CT扫描仪的例子是Xradia公司(Xradia,Inc.,5052Commercial Circle,Concord,CA94520)销售的指定型号MicroXCT系列3D断层X射线透射显微镜。
在方块106中,作所选样品的2-D扫描。在一个实施例中,使用微米级CT扫描仪作所选取样样品的扫描。在另一个实施例中,使用纳米级CT扫描仪作所选取样样品的扫描。例如,微米级CT扫描具有足以使像砂岩、油砂、大多数碳酸盐岩和致密砂岩等那样的取样样品成像的分辨率。但是,一些碳酸盐岩、致密天然气(tight gas)和页岩形成层需要在高得多的分辨率上成像。页岩含有在任何弹性或非弹性储层岩石中找到的一些最小孔隙。页岩储层中的油气流出现在比典型砂岩或碳酸盐岩储层小几个数量级的孔隙结构中。在一个实施例中,纳米级CT扫描仪可以具有至少0.05微米的分辨率。在另一个实施例中,可以将特殊微米级CT扫描仪用于钻屑(drill cutting)。
多孔取样样品的CT扫描成像用在本发明中以产生在计算机中数字表示材料样本的数值对象,以便以后数值仿真各种物理过程。CT扫描仪产生的CT扫描图像可以是由成像样本的多个2D截面组成的3D数值对象。每个2D截面由数值网格组成,每个数值对应于定义在网格平面内的一个小空间区域。每个这样的小空间区域被称为“像素”,并且对其指定了代表CT扫描过程确定的图像暗度(darkness)(或例如,材料的密度)的数字。赋予2D截面的每个像素的数值通常是可以在0与255之间变化的整数,其中0是,例如,纯白色,而255是纯黑色。这样的整数通常被称为“灰度”值。将0到255整数与代表每个像素中的灰度值的数字字中的八个数字位相关联。在其他实现中可能将其他灰度范围与更长或更短的数字字相关联,并且0到255的范围无意限制本发明的范围。
但是,为了使用这样的数值对象(灰度)仿真物理过程的目的,优选的是处理数值对象,以便指定给岩石形成层中的空隙空间(孔隙空间)的所有像素用共同数值,例如,只用255表示,而与岩石基质(或岩石细粒(rockgrain))相关联的所有像素用不同的数值,例如,0表示。前述的过程被叫做方块108中的图像分割。随后,可以将所得数值对象归一化,以便可以用,例如,1表示孔隙空间和用其他例子表示岩石细粒,可以将图像转换成具有指数的任何所选数字n的指数。已经确定,使用二进制指数可以实现岩石性质的足够精确建模,其中一个值代表孔隙空间,而另一个单值代表岩石细粒。
在本领域中公知的分割灰度对象的技术被称为“设阈”,其中灰度值低于所选阈值的所有像素被识别为细粒,而所有其他像素被识别为孔隙空间。但是,前面的途径往往不能令人满意,因为由于未经处理CT扫描图像中的数值杂波(clutter),物理上位于一个细粒之内的一些像素可能具有孔隙空间的灰度级,反之亦然。在本发明中,可以使用一种称为“区域生长”的图像分割型。区域生长可以描述如下。考虑由多孔岩石形成层构成的CT扫描图像的2D截面,将相当数量的“种子”放置在图像内,对一个种子内的所有像素指定相同灰度级,该相同灰度级可以是该种子内的所有像素的灰度级的平均值(例如,算术)。图像帧内的种子在空间上不重叠。接着,如果相邻种子的灰度级具有在相互所选差值阈值(difference threshold)内的灰度值,则将两个或更多个相邻种子合并和识别为一个“区域”。对每个所识别区域指定一个统一(固定)灰度级,该统一(固定)灰度级可以是合并成所识别区域的所有种子的灰度值的加权平均值。对在图像帧中如此形成的所有区域继续执行前面的过程。作为结果,将未经处理CT图像变换成内部均匀区域加上未指定给任何所识别区域的未分类像素(因为这样的像素包括在指定阈值准则之外的灰度值)。可以将每个这样未分类像素指定给具有最接近灰度级的相邻区域。但是,如果所得区域数量大于两种,则前面的方法根本无法将CT图像正确地指定成细粒和孔隙。
为了解决前述种子延伸(“生长”)到别的区域中的问题,在本发明中,取代使用具有不同灰度值的种子,只使用两类种子:将灰度值低于为岩石细粒的灰度级所选的初始极限的所有像素分类成岩石细粒;以及将灰度级大于为孔隙空间所选的初始极限的所有像素分类成孔隙空间。指定这些初始极限的一种简单方式是选择与灰度级直方图的峰值相对应的灰度级。在许多地下形成层中,这样的直方图是双模态的,其中一个模式值对应于孔隙的灰度级,而另一个模式值对应于岩石细粒的灰度级。
按照本发明的图像分类中的下一个要素是通过将这样的种子指定给灰度级在所选容限内的所有相邻像素使两个初始形成种子的每一个生长。可以通过递增地增加岩石细粒的灰度下限和递增地减小孔隙空间的灰度上限直到两个极限相遇继续执行前面的过程。该结果是所有像素将被指定给任何孔隙空间或者岩石细粒,由此提供完全分割的图像。
前述过程的一个可能优点是取代形成多个区域,前面的技术只使两个不同区域从开始生长到最后,因此避免了出现多个不同区域,然后必须重新分类成孔隙或细粒的状况。如果所得分割图像出现噪声(杂波),则可以通过任何一种传统滤波器平滑。
该过程通过如下步骤例示。
步骤1.预处理原始图像。使用中值或2D高斯内核滤波器预处理原始图像。滤波器的大小由用户提供,除了别的因素之外,应该取决于图像的质量(噪声水平)。应该注意到,已经证明随后的图像分割过程足够抗噪,使得预处理经常是多余的。
步骤2.将种子初始化。选择两个用户选定阈值t1和t1以便分别确定孔隙空间和岩石细粒的初始区域。初始阈值可以,例如,通过分析CT图像中的灰度值的直方图来选择。对于具有通过B(pi)表示的灰度级的每个像素pi
如果B(pi)>t1,则将pi识别成孔隙空间;以及
如果B(pi)<t2,则将pi识别成细粒。
如果在按照上述阈值过程分类的图像帧的任何子集中存在两个或更多个相邻像素,可以将这样的相邻像素称为“群集”。然后如上所述指定的所有像素变成区域生长从其开始的图像种子。
步骤3.区域生长。对于分类成孔隙的每个像素,查询它在2D图像平面中的八个邻域(空间上相邻像素)。如果被查询邻域像素的某一个还未被识别为孔隙或岩石细粒,以及这样像素的灰度级在指定给“孔隙”种子的灰度级的预选容限水平(或其间的初始选定差)之内(像上面的步骤2那样),则将被查询邻域像素分类成孔隙并指定给“孔隙”群集。
对分类成岩石细粒的像素也进行前述相邻像素查询。将灰度级在岩石细粒种子的灰度级的预先容限之内的相邻、以前未指定像素指定成岩石细粒群集。
对孔隙空间和岩石细粒两者继续执行前述群集指定和区域生长过程,直到查询完2D图像帧中的所有像素。如果某一个像素未分类成孔隙空间或岩石细粒,则可以通过所选增量增加孔隙空间和岩石细粒每一种的前述容限值,并且可以重复相邻像素查询和分类。可以重复前述容限增加和重复的相邻像素查询,直到2D图像帧中的所有或几乎所有像素都被指定给岩石细粒或孔隙空间。
然后对3D CT扫描图像中的每个2D图像帧重复前述的区域生长过程。该结果是进行CT成像的岩石样本的孔隙结构的三维表征。
图2是来自方块108的上述图像分割过程的示范性实现。在240中,选择CT扫描图像的2D图像帧。在242中,可以让图像帧经受直方图分析,以确定孔隙空间和岩石细粒的灰度的可能模式值。在244中,可以将直方图的可能模式用于为图像分割阈值t1和t2设置初始值。在246中,使用初始分割阈值,取决于每个像素中的灰度值是否超过各自分割阈值地将图像帧中的所有像素指定给孔隙空间或岩石细粒。然后将指定的像素分割成两个或更多个相邻像素被指定给孔隙空间或岩石细粒的种子。在248中,查询与每个种子相邻的像素。在250中将灰度值在相邻群集像素灰度值的初始所选阈值差(或容限)内的以前未指定像素指定给种子。在254中,查询图像帧以确定是否所有或几乎所有图像帧像素都被指定给孔隙空间或岩石细粒。在254中,计数指定像素的数量,以及在260中,如果图像帧中的所有或几乎所有像素都得到指定,则可以在258中选择新2D图像帧,并重复上述过程。通常,下一个2D图像帧将与大多数最近分析的2D图像帧相邻。可以重复上述过程直到所有可用2D图像帧都得到分析。如果还未指定图像帧中的所有像素,则在252中,可以增加在250中使用的容限或差值阈值,以及在248中可以重复对与现有种子相邻的像素的查询,并可以重复该过程的其余步骤。
这个过程得出原始物理岩石的实际质地的数字形式,即,称为vRockTM的3维数字模型110。取样岩石样品的vRockTM在允许计算多孔介质的物理和流体流动性质的细节水平上提供了完整的孔隙网络。
在方块112中,使用在vRockTM中提供的孔隙空间几何和细粒结构为所选取样样品提供物理和流体流动性质。vRockTM在一个实施例中用于计算作为落入分割孔隙空间中的体元(voxel)的数量与3D图像中的体元的总数之比的孔隙度。提供有效孔隙度和分立孔隙度两者。
在一个实施例中,所选取样样品的vRockTM用于确定绝对渗透率。为了确定绝对渗透率,将压头或体力直接应用于vRockTM。然后计算导致的流体通量,以及按照达西(Darcy)方程计算渗透率。该计算通过vRockTM仿真流体流动来进行。依照本发明,像绝对渗透率的确定那样所选取样样品的物理性质的计算不排除相同所选取样样品的另一种物理性质的计算。
依照本发明,所选取样样品的物理性质的确定是这样进行的,使得取样样品保持完好无损。尤其,所选取样样品保持完好无损到所选取样样品在计算物理性质的过程中不受损坏的程度。尽管在预制所选取样样品时可能对所选取样样品的成分进行某种改变,但总的说来,所选取样样品保持完好无损以用于另一次使用或扫描。
所选取样样品的vRockTM也可以用于确定像电导率那样的另一种物理性质。为了确定电导率,通过有限元法(FEM)在其中盐水达到数字完全饱和的导电孔隙空间中求解拉普拉斯(Laplace)方程。计算孔隙中的电流场,然后求和以获取通过所选取样样品的总电流。所选取样样品的有效电导率是这个电流与单位长度的电压降之比,以及形成层因数是盐水电导率与样本的电导率之比。该方法通过对像黄铁矿或导电粘土那样的矿物基质的导电成分指定适当比电导率直接说明(account for)这些成分。
电导率的物理性质可以使用用于测量像绝对渗透率那样的另一种物理性质的相同所选取样样品来确定。通过使用相同所选取样样品来确定多种物理性质,使结果比使用多个样品获取特定储层的物理性质更加相容。本例并不意味着限制可以使用相同取样样品获取的一组相容物理性质的类型,而是例示可以使用样品的vRockTM从相同所选取样样品中获取多种物理性质。
所选取样样品的vRockTM也可以用于确定弹性性质。为了确定弹性性质,根据vRockTM仿真静态变形实验。将应力施加于样本的表面可以在岩石结构中引起使用有限元法(FEM)局部计算的应变。将样本的所导致有效变形与施加在边界上的应力相关联以计算有效弹性模量。这种施加假设了在所选取样样品内线性弹性定律是有效的。可以将如此获得的弹性模量转换成弹性波速度。弹性模量定义经受应力,变形,然后在应力撤消之后复原到它的原始形状的材料的性质。弹性模量包括体积模量、拉梅(Lame)常数、泊松比、剪切模量和杨氏模量。这些物理性质也可以通过使用取样样品的3维数字模型来使用相同所选取样样品来获取,以让所选取样样品保持完好无损。压缩比,即,体积的变化与施加于流体或岩石的压力的变化的百分比也可以依照本发明来测量。
所选取样样品的vRockTM也可以用于确定相对渗透率。相对渗透率是特定饱和度上特定流体的有效渗透率与总饱和度上那种流体的绝对渗透率之比。使用格子玻尔兹曼(Lattice Boltzmann)方法(LBM)仿真估计相对渗透率的缓慢多相粘滞流。LBM通过将流体当作在属于相同流体、不同流体、和流体的颗粒与孔隙壁之间遵守相互作用规则的一组颗粒来对待从数学上模仿多相粘滞流的方程。LBM通过考虑表面张力和接触角直接仿真流体相与孔隙壁之间的接触的静态和动态配置。允许估计束缚水和油气饱和度。
本发明还可以测量像诸如侧壁岩芯和钻屑之类的不适合传统物理实验室的常规岩芯材料或岩石碎片那样的取样多孔介质的物理性质。由于从斜井中提取岩芯的难度以及因为当前不可能从小眼井中提取,所以依照本发明确定岩石碎片的性质的能力备受关注。
依照上述方法获取的物理性质从用在储层建模中的相同取样样品中得出了像一个示范性集合中的渗透率、形成层因数和相对渗透率那样的一组相容参数。这些物理性质可以用在数值或储层仿真器中,以便在这些仿真器中得出更相容的解,因为它们是从相同取样样品中获得的,在仿真器中更早达到稳定,并且总的说来需要较少历史匹配。除了储层的多孔介质的物理性质之外,还需要其他信息才能为了评估的目的而完全表征石油和天然气储层。在一个实施例中,有关物理性质的依照本发明获得的结果可以与其他储层信息结合用于确定在何处钻井,如何完成钻井,井如何有效产油,和井什么时候耗尽。输入数据的质量是在储层建模中取得相容概率和精度高的结果的关键。
图3A是例示使用本发明计算水平渗透率的物理性质的流程图。在300中,可以将所选取样样品的3D数字模型,即,vRockTM用于确定物理性质。在310中,将所选取样样品的vRockTM用于计算水平渗透率。为了计算水平渗透率,根据vRockTM进行仿真,并与岩芯轴平行地切割vRockTM以接收流体流。根据vRockTM测量结果以获得水平渗透率。
图3B是例示使用本发明计算垂直渗透率的物理性质的流程图。在300中,可以将所选取样样品的3D数字模型,即,vRockTM用于确定物理性质。在320中,将所选取样样品的vRockTM用于计算垂直渗透率。为了计算垂直渗透率,根据vRockTM进行仿真,并与岩芯轴垂直地切割vRockTM以接收流体流。根据vRockTM测量结果以获得垂直渗透率。依照本发明,由于通过所述取样样品的数字表示vRockTM引导计算水平或垂直渗透率所需的流体流,所以所选取样样品保持完好无损。可以在计算机中存储和/或显示前面估计的任何或所有物理性质。
图4A-4C示出了依照本发明检查的所选取样样品之一。
图4A是依照图1的过程生成的原始3D体积的椅式显示。
图4B示出了原始3D体积按照图3A的3个轴向切片。
图4C是分割图像的单个3D切片。在一个实施例中,分割过程可以得出可以根据密度变化识别沥青430、石英细粒432、和孔隙空间434的图像。
本发明的有益使用的一个例子是用从3D数字模型中获得的数据填充储层仿真器。储层仿真器有时需要必须与地质环境和石油***相容的数百万个输入数据集。一些数据的不准确将必然产生在其他区域中具有补偿不准确的输出。改进数据相容性的另一种用途是对个别井进行节点分析,以预测和评估生产率。除了别的以外,相对渗透率的相容和准确知识需要岩石中的孔隙空间的数量和几何以及存在多少水的详细知识。取决于岩石类型,相对渗透率值可能或多或少取决于流速。由于数据精度的较高置信度,完成设计技术也可以利用来自3D数字模型的相容数据得到改进。例如,水平渗透率与垂直渗透率之比的准确知识可以用于利用已知水接触确定在何处打井。拥有相容数据集的其他益处对于本领域的普通技术人员来说是显而易见的。
本发明按任何次序和/或按任何组合包括如下方面/实施例/特征:
1.本发明涉及为建模储层获取多孔样品的一组相容和综合物理性质的方法,其包含:
接收多孔介质的未预制取样样品,其中未预制取样样品是从地球中提取的;
预制未预制取样样品以便用于成像,其中该预制得出取样样品,其中该预制包含:
确定是否移去未预制取样样品的一部分,
其中如果确定应该移去未预制取样样品的一部分,则移去变成取样样品的代表未预制取样样品的岩芯的未预制取样样品的一部分,以及
如果确定不应该移去未预制取样样品的一部分,则将该未预制取样样品用作取样样品。
使取样样品成像,以生成取样样品的三维断层图像;
将图像分割成像素,每个像素代表孔隙空间或细粒,其中该分割给出取样样品的三维数字模型;以及
根据取样样品的三维数字模型进行一组计算,
其中该组计算确定多种物理性质,以及
其中该取样样品在整个方法始终保持完好无损。
2.如任何前面或随后实施例/特征/方面所述的方法,进一步包含利用多种物理性质建模储层。
3.如任何前面或随后实施例/特征/方面所述的方法,进一步包含利用多种物理性质确定石油和天然气储量。
4.如任何前面或随后实施例/特征/方面所述的方法,进一步包含利用多种物理性质进行节点分析。
5.如任何前面或随后实施例/特征/方面所述的方法,进一步包含利用多种物理性质设计完井。
6.如任何前面或随后实施例/特征/方面所述的方法,其中完井涉及选择打孔间隔。
7.如任何前面或随后实施例/特征/方面所述的方法,其中完井进一步包括砂石控制***。
8.如任何前面或随后实施例/特征/方面所述的方法,其中完井进一步包括选择生产油管尺寸。
9.如任何前面或随后实施例/特征/方面所述的方法,其中多种物理性质包含岩石性质。
10.如任何前面或随后实施例/特征/方面所述的方法,其中多种物理性质包含孔隙度、绝对渗透率、水平渗透率、垂直渗透率、电导率、弹性性质、或相对渗透率的两种或更多种。
11.如任何前面或随后实施例/特征/方面所述的方法,其中确定初始灰度阈值包含断层图像的直方图分析。
12.如任何前面或随后实施例/特征/方面所述的方法,其中分割包含:
(a)为孔隙空间和岩石细粒的每一种确定初始灰度阈值;
(b)对于分别满足孔隙空间阈值和岩石细粒阈值的每一个的阈值准则的每个像素,将图像中的每个像素指定给孔隙空间或岩石细粒;
(c)查询与每个种子相邻的像素;
(d)根据阈值准则将以前未指定给种子的被查询相邻像素指定给孔隙空间种子或岩石细粒种子;以及
(e)重复(c)和(d)直到图像中的基本所有像素都被指定给岩石细粒或孔隙空间。
13.如任何前面或随后实施例/特征/方面所述的方法,其中指定被查询相邻像素包含确定灰度值与种子中的相邻像素的灰度值之间的差值,以及如果差值低于所选阈值,则将被查询像素指定给种子。
14.如任何前面或随后实施例/特征/方面所述的方法,进一步包含:
确定在图像中是否存在未指定像素;
增加所选差值阈值;以及
重复相邻查询和指定具有差值低于增加的差值阈值的灰度值的查询像素。
15.如任何前面或随后实施例/特征/方面所述的方法,其中预制取样样品进一步包含选择取样样品的子样本以便用于成像。
16.一种为建模储层获取多孔样品的相容和综合物理性质的***,该***包含:
多孔介质的未预制取样样品,其中未预制取样样品是从地球中提取的,其中预制未预制取样样品以便用于成像,其中该预制得出取样样品,其中该预制包含:
确定是否移去未预制取样样品的一部分,
其中如果确定应该移去未预制取样样品的一部分,则移去变成取样样品的代表未预制取样样品的岩芯的未预制取样样品的一部分,以及
如果确定不应该移去未预制取样样品的一部分,则将该未预制取样样品用作取样样品;
三维断层图像,其中该三维断层图像是使取样样品成像获得的,其中将三维断层图像分割成像素,每个像素代表孔隙空间或细粒;以及
其中将三维数字模型用于进行获取取样样品的多种物理性质的一组计算,其中取样样品始终保持完好无损。
本发明可以包括上面和/下面如句子和/或段落所述的这些各种特征或实施例的任何组合。本文公开的特征的任何组合都被认为是本发明的一部分,无意对可组合特征施加限制。
因此,本发明非常适用于实现提及的目标和优点,以及本文固有的那些目的和优点。上面公开的特定实施例仅仅是例示性的,因为可以以对于从本文的教导中获益的本领域普通技术人员来说显而易见的不同但等效方式修改和实施本发明。而且,除了如所附的权利要求书所述之外,无意对本文所述的结构或设计的细节施加限制。因此,很显然,可以变更或修改上面公开的特定例示性实施例,以及所有这样的变型都被认为在本发明的范围和精神之内。虽然用“包含”,“含有”或“包括”各种成分或步骤的术语描述了制品和方法,但这些制品和方法也可以“主要由”或“由”各种成分和步骤“组成”。上面公开的所有数字和范围可以按一定数量变化。此外,权利要求书中的术语具有它们明白、普通的含义,除非专利权人另有明确和清楚定义。此外,如权利要求书所使用的不定冠词“一个”或“一种”在本文中被定义成意味着一个或不止一个它引导的元素。此外,权利要求书中的术语具有它们明白、普通的含义,除非专利权人另有明确和清楚定义。如果在本说明书和可以通过引用并入本文中的一个或多个专利或其他文献中词汇或术语的用法存在任何冲突,则应该采用与本说明书相容的定义。

Claims (16)

1.一种为建模储层获取多孔样品的一组相容和综合物理性质的方法,其包含:
接收多孔介质的未预制取样样品,其中未预制取样样品是从地球中提取的;
预制未预制取样样品以便用于成像,其中该预制得出取样样品,其中该预制包含:
确定是否移去未预制取样样品的一部分,
其中如果确定应该移去未预制取样样品的一部分,则移去得出取样样品的代表未预制取样样品的岩芯的未预制取样样品的一部分,以及
如果确定不应该移去未预制取样样品的一部分,则将该未预制取样样品用作取样样品,
使取样样品成像,以生成取样样品的三维断层图像;
将图像分割成像素,每个像素代表孔隙空间或细粒,其中该分割给出取样样品的三维数字模型;
根据取样样品的三维数字模型进行一组计算,
其中该组计算确定多种物理性质,以及
其中该取样样品在整个方法始终保持完好无损。
2.如权利要求1所述的方法,进一步包含利用多种物理性质建模储层。
3.如权利要求1所述的方法,进一步包含利用多种物理性质确定石油和天然气储量。
4.如权利要求1所述的方法,进一步包含利用多种物理性质进行节点分析。
5.如权利要求1所述的方法,进一步包含利用多种物理性质设计完井。
6.如权利要求5所述的方法,其中完井牵涉到选择打孔间隔。
7.如权利要求5所述的方法,其中完井进一步包括砂石控制***。
8.如权利要求5所述的方法,其中完井进一步包括选择生产油管尺寸。
9.如权利要求1所述的方法,其中多种物理性质包含岩石性质。
10.如权利要求1所述的方法,其中多种物理性质包含孔隙度、绝对渗透率、水平渗透率、垂直渗透率、电导率、弹性性质、或相对渗透率的两种或更多种。
11.如权利要求1所述的方法,其中确定初始灰度阈值包含断层图像的直方图分析。
12.如权利要求1所述的方法,其中分割包含:
(a)为孔隙空间和岩石细粒的每一种确定初始灰度阈值;
(b)对于分别满足孔隙空间阈值和岩石细粒阈值的每一个的阈值准则的每个像素,将图像中的每个像素指定给孔隙空间或岩石细粒;
(c)查询与每个种子相邻的像素;
(d)根据阈值准则将以前未指定给种子的被查询相邻像素指定给孔隙空间种子或岩石细粒种子;以及
(e)重复(c)和(d)直到图像中的基本所有像素都被指定给岩石细粒或孔隙空间。
13.如权利要求12所述的方法,其中指定被查询相邻像素包含确定灰度值与种子中的相邻像素的灰度值之间的差值,以及如果差值低于所选阈值,则将被查询像素指定给种子。
14.如权利要求13所述的方法,进一步包含:
确定在图像中是否存在未指定像素;
增加所选差值阈值;以及
重复相邻查询和指定具有差值低于增加的差值阈值的灰度值的查询像素。
15.如权利要求1所述的方法,其中预制取样样品进一步包含选择取样样品的子样本以便用于成像。
16.一种为建模储层获取多孔样品的相容和综合物理性质的***,该***包含:
多孔介质的未预制取样样品,其中未预制取样样品是从地球中提取的,以及进一步,其中预制未预制取样样品以便用于成像,其中该预制得出取样样品,其中该预制包含:
确定是否移去未预制取样样品的一部分,
其中如果确定应该移去未预制取样样品的一部分,则移去得出取样样品的代表未预制取样样品的岩芯的未预制取样样品的一部分,以及
如果确定不应该移去未预制取样样品的一部分,则将该未预制取样样品用作取样样品;
三维断层图像,其中该三维断层图像是使取样样品成像获得的,其中将三维断层图像分割成像素,每个像素代表孔隙空间或细粒;以及
其中将三维数字模型用于进行获取取样样品的多种物理性质的一组计算,其中取样样品始终保持完好无损。
CN2011800367814A 2010-05-28 2011-05-23 获取多孔介质的相容和综合物理性质的方法 Pending CN103026202A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/790,066 2010-05-28
US12/790,066 US8583410B2 (en) 2010-05-28 2010-05-28 Method for obtaining consistent and integrated physical properties of porous media
PCT/US2011/037500 WO2011149808A2 (en) 2010-05-28 2011-05-23 Method for obtaining consistent and integrated physical properties of porous media

Publications (1)

Publication Number Publication Date
CN103026202A true CN103026202A (zh) 2013-04-03

Family

ID=45004689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800367814A Pending CN103026202A (zh) 2010-05-28 2011-05-23 获取多孔介质的相容和综合物理性质的方法

Country Status (5)

Country Link
US (1) US8583410B2 (zh)
CN (1) CN103026202A (zh)
AU (1) AU2011258594B2 (zh)
NO (1) NO20121394A1 (zh)
WO (1) WO2011149808A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105393110A (zh) * 2013-08-06 2016-03-09 Bp北美公司 在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟
CN105649615A (zh) * 2015-12-28 2016-06-08 中国石油天然气股份有限公司 Ct定量、三维可视化测试储层致密油赋存状态的方法
CN111615625A (zh) * 2017-11-06 2020-09-01 哈里发科学技术大学 用于确定多孔介质的渗透率的方法和***

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013169137A1 (en) * 2012-05-10 2013-11-14 Siemens Aktiengesellschaft Method and apparatus for analyzing a drill core sample
CA2872067C (en) * 2012-05-11 2018-09-11 Ingrain, Inc. A method and system for multi-energy computer tomographic cuttings analysis
RU2014151234A (ru) 2012-05-18 2016-07-10 Ингрейн, Инк. Способ и система для оценки свойств горной породы на основании образцов горной породы, используя цифровую визуализацию физических свойств горных пород
US9140117B2 (en) * 2012-07-13 2015-09-22 Ingrain, Inc. Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media
AU2013299551B2 (en) * 2012-08-10 2015-12-17 Ingrain, Inc. Method for improving the accuracy of rock property values derived from digital images
BR112015006701B1 (pt) * 2012-09-27 2021-11-03 Ingrain, Inc Método para analisar alterações em propriedades de rochas resultantes de um tratamento.
EP2914956A1 (en) 2012-11-01 2015-09-09 Ingrain, Inc. Characterization of rock and other samples by means of a process and system for the preparation of samples using castable mounting materials
US9146200B2 (en) * 2013-05-06 2015-09-29 Chevron U.S.A. Inc. System and method for determining an orientation of reservoir geobodies from unoriented conventional cores
CA2911247C (en) 2013-08-13 2023-01-10 Schlumberger Canada Limited Digital core sensitivity analysis
WO2015050530A1 (en) 2013-10-01 2015-04-09 Landmark Graphics Corporation In-situ wellbore, core and cuttings information system
JP6502133B2 (ja) * 2014-03-28 2019-04-17 日本碍子株式会社 多孔質体、ハニカムフィルタ、多孔質体の製造方法、及びハニカムフィルタの製造方法
CN104089806B (zh) * 2014-07-17 2015-09-09 中国石油大学(华东) 一种多重孔隙结构人造岩心及其制备方法
US10198852B2 (en) 2014-09-25 2019-02-05 Halliburton Energy Services, Inc. Digital pore alteration methods and systems
CN104751473B (zh) * 2015-04-10 2017-10-27 中国石油天然气股份有限公司 碳酸岩多尺度孔洞特征的确定方法及装置
US9626771B2 (en) * 2015-05-20 2017-04-18 Saudi Arabian Oil Company Image-based analysis of a geological thin section
CN106351638B (zh) * 2015-07-17 2021-04-16 中国石油化工股份有限公司 一种成熟开发区块剩余油潜力预测方法
US10621292B2 (en) * 2016-04-18 2020-04-14 International Business Machines Corporation Method, apparatus and computer program product providing simulator for enhanced oil recovery based on micron and submicron scale fluid-solid interactions
CN105954174B (zh) * 2016-06-13 2018-12-25 中国石油天然气股份有限公司 获取砂岩孔隙度的方法和装置
CN106383078B (zh) * 2016-09-20 2019-05-07 中国石油天然气股份有限公司 岩石水驱效率的确定方法及装置
AU2017348074B2 (en) 2016-10-31 2021-10-14 Bp Corporation North America Inc. Direct numerical simulation of petrophysical properties of rocks with two or more immicible phases
EP3682376A1 (en) 2017-09-15 2020-07-22 Saudi Arabian Oil Company Inferring petrophysical properties of hydrocarbon reservoirs using a neural network
US10983237B2 (en) 2018-04-13 2021-04-20 Saudi Arabian Oil Company Enhancing seismic images
US11010883B2 (en) 2018-04-17 2021-05-18 Saudi Arabian Oil Company Automated analysis of petrographic thin section images using advanced machine learning techniques
US11506804B2 (en) 2018-05-31 2022-11-22 Saudi Arabian Oil Company Inverse stratigraphic modeling using a hybrid linear and nonlinear algorithm
US11009497B2 (en) 2018-06-22 2021-05-18 Bp Corporation North America Inc. Systems and methods for estimating mechanical properties of rocks using grain contact models
US10891462B2 (en) 2018-06-29 2021-01-12 Saudi Arabian Oil Company Identifying geometrical properties of rock structure through digital imaging
US11649723B2 (en) * 2019-04-24 2023-05-16 Cgg Services Sas Method and system for estimating in-situ porosity using machine learning applied to cutting analysis
US11216700B2 (en) * 2019-05-06 2022-01-04 Schlumberger Technology Corporation Automated material classification by structural features
EP4049233A2 (en) * 2019-10-24 2022-08-31 Carl Zeiss Microscopy GmbH Grain-based minerology segmentation system and method
DE102019131452A1 (de) * 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
DE102019131434A1 (de) * 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
CN111681185B (zh) * 2020-06-10 2023-03-21 合肥工业大学 一种基于沥青混合料X-ray扫描图像的有限元建模方法
US11126819B1 (en) * 2020-07-09 2021-09-21 Saudi Arabian Oil Company Systems and methods for optimizing camera and microscope configurations for capturing thin section images
US11371335B2 (en) * 2020-08-25 2022-06-28 Saudi Arabian Oil Company Mapping a fracture geometry
US11668847B2 (en) 2021-01-04 2023-06-06 Saudi Arabian Oil Company Generating synthetic geological formation images based on rock fragment images
CN114279800B (zh) * 2021-12-10 2023-07-14 太原理工大学 一种考虑层间界面性质的煤岩组合体物模试样的制备方法
US11746623B2 (en) 2022-01-27 2023-09-05 Halliburton Energy Services, Inc. System and method to calibrate digital rock wettability

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1386200A (zh) * 2000-06-29 2002-12-18 目标储油层公司 有限元模型中的特征建模方法
US6516080B1 (en) * 2000-04-05 2003-02-04 The Board Of Trustees Of The Leland Stanford Junior University Numerical method of estimating physical properties of three-dimensional porous media
WO2010059890A2 (en) * 2008-11-24 2010-05-27 Ingrain, Inc. Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6816787B2 (en) * 2003-03-31 2004-11-09 Schlumberger Technology Corporation Generating and displaying a virtual core and a virtual plug associated with a selected piece of the virtual core
GB2414072B (en) 2004-05-12 2006-07-26 Schlumberger Holdings Classification method for sedimentary rocks
US8155377B2 (en) * 2008-11-24 2012-04-10 Ingrain, Inc. Method for determining rock physics relationships using computer tomographic images thereof
FR2945879B1 (fr) * 2009-05-20 2011-06-24 Inst Francais Du Petrole Methode d'exploitation de milieu poreux au moyen d'une modelisation d'ecoulements de fluide

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6516080B1 (en) * 2000-04-05 2003-02-04 The Board Of Trustees Of The Leland Stanford Junior University Numerical method of estimating physical properties of three-dimensional porous media
CN1386200A (zh) * 2000-06-29 2002-12-18 目标储油层公司 有限元模型中的特征建模方法
WO2010059890A2 (en) * 2008-11-24 2010-05-27 Ingrain, Inc. Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵秀才: "岩心孔隙网络建模技术研究", 《万方硕士学位论文》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105393110A (zh) * 2013-08-06 2016-03-09 Bp北美公司 在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟
CN105393110B (zh) * 2013-08-06 2019-03-29 Bp北美公司 在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟
CN105649615A (zh) * 2015-12-28 2016-06-08 中国石油天然气股份有限公司 Ct定量、三维可视化测试储层致密油赋存状态的方法
CN105649615B (zh) * 2015-12-28 2019-01-18 中国石油天然气股份有限公司 Ct定量、三维可视化测试储层致密油赋存状态的方法
CN111615625A (zh) * 2017-11-06 2020-09-01 哈里发科学技术大学 用于确定多孔介质的渗透率的方法和***

Also Published As

Publication number Publication date
WO2011149808A3 (en) 2012-04-19
US20110295580A1 (en) 2011-12-01
US8583410B2 (en) 2013-11-12
AU2011258594B2 (en) 2013-06-27
AU2011258594A1 (en) 2012-12-13
WO2011149808A2 (en) 2011-12-01
NO20121394A1 (no) 2012-12-21

Similar Documents

Publication Publication Date Title
CN103026202A (zh) 获取多孔介质的相容和综合物理性质的方法
CA2911247C (en) Digital core sensitivity analysis
EP3077619B1 (en) Digital core model construction
US8155377B2 (en) Method for determining rock physics relationships using computer tomographic images thereof
US20090260883A1 (en) Continuous measurement of heterogeneity of geomaterials
CN104533400B (zh) 一种重构测井曲线的方法
Chehrazi et al. Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies
US20150331145A1 (en) Method for producing a three-dimensional characteristic model of a porous material sample for analysis of permeability characteristics
EP3077618B1 (en) Tuning digital core analysis to laboratory results
Morton et al. Integrated interpretation for pressure transient tests in discretely fractured reservoirs
Zhang MPS-driven digital rock modeling and upscaling
Askari et al. A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir
Kharrat et al. Rock typeand permeability prediction of a heterogeneous carbonate reservoir using artificial neural networks based on flow zone index approach
Zhao et al. Pore-scale hydraulic properties of virtual sandstone microstructures: spatial variations and voxel scale effects
Ling et al. Driving Deep Transient Testing with a Complete Digital Workflow–A Sustainable Exploration in Green Fields
Noufal et al. Carbonate Reservoir Permeability Estimation from Borehole Image Logs
Hanna Stochastic Parameter Estimation of Poroelastic Processes Using Geomechanical Measurements
Bagheri et al. Reducing the risk of CO2 storage projects through cost effective reservoir characterisation: application of digital core analysis to a CO2 injection reservoir
Neff et al. Determining Initial Hydrocarbon Saturation Under Petrophysical Uncertainty Applying Machine Learning
Japperi et al. A New Method for Quantitative Diagenesis via Digital Rock Tools
Ruffino et al. Novel Workflow to Properly Assess the Potential of a Naturally Fractured Gas Reservoir in a Tight Matrix Sandstone
Shumatbaev et al. Improving the reliability of quantitative interpretation of the nuclear magnetic logging data to evaluate the secondary porosity in reservoirs associated with the ovinparmian and grebenian horizons in the trebs field
Jouini et al. Petrophysical properties prediction using 3D core scanner imagery
Askari et al. Model ranking and optimization of fractured reservoir using streamline simulation, case study a gas condensate reservoir
Haruna et al. Reservoir Characterization for Improved Petrophysical Properties Predictability & Validations: Capillary Pressures and Permeability (Niger Delta Province as Case Study)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130403