CN104169714A - 用多能量x射线成像确定储层性质和品质的方法 - Google Patents
用多能量x射线成像确定储层性质和品质的方法 Download PDFInfo
- Publication number
- CN104169714A CN104169714A CN201380013726.2A CN201380013726A CN104169714A CN 104169714 A CN104169714 A CN 104169714A CN 201380013726 A CN201380013726 A CN 201380013726A CN 104169714 A CN104169714 A CN 104169714A
- Authority
- CN
- China
- Prior art keywords
- sample
- mineral
- ray
- porosity
- index
- 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.)
- Granted
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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种储层的评价方法,其包括试样的多能量X射线CT扫描,获得试样的体积密度和光电效应指数效应,使用从试样的岩心伽马扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一获得的数据评估至少矿物性质,和通过组合体积密度、光电效应指数和至少一种矿物性质(例如,总粘土含量)确定至少一种试样性质。可通过不需要详细的实验室物理测量或试样破坏的方法测定如地层脆度、孔隙率、有机材料含量和渗透率的一种以上的储层性质。还提供一种储层的评价***。
Description
技术领域
本申请根据35U.S.C.§119(e)要求2012年1月13日提交的在先美国临时专利申请61/586,153的权益,通过参考将其整体并入本文中。
背景技术
本发明涉及用于表征储集岩的品质的方法并且更特别是利用多能量X射线成像表征储集岩的品质的方法。
在石油工业中,油和气体生命周期阶段为勘探、评估、开发和生产。在以最大生产水平确保储层生产的总体目标下,在各阶段做出决策。在第一阶段开始时,数据量最小。随着生命周期继续,收集到如地震、测井、岩心数据和生产数据等的不同类型的储层数据。这些储层数据的分析和解释对于进行生命周期的决策是至关重要的。主要挑战为表征储层品质。
在确定在何处以及如何评价储层品质并完成气体或油页岩储层时需要考虑几个因素。其中最重要的因素可能为:(a)帮助评估在水力破碎操作期间创建液压连接的裂隙网格的难易的地层(formation)的脆度;(b)作为存储容量的孔隙率,(c)有机材料(OM)含量和(d)作为生产驱动参数的渗透率。
脆度直接涉及矿物成分(mineralogy):碳酸盐和石英含量越高,岩石越脆,相反地,粘土或OM含量越高,岩石越不脆(或更延展的)。孔隙率影响体积密度:密度越小,孔隙率越高。最后,渗透率通常为孔隙率和粒径的函数并且可以从这两个参数评估。
当前,仅高品质测井数据或对岩心试样的详细的实验室物理测量和矿物分析可帮助评估这些参数。然而,充分详细的实验室测量是耗时的并且通常花费很多周来获得,通常导致试样的破坏,并且只能在几个深度位置进行。
储层品质评价中需要可评估如地层脆度、孔隙率、有机材料含量和渗透率等储层性质,而不需要破坏试样并且只能在几个深度位置进行的对岩心试样的详细的实验室物理测量的方法。
发明内容
本发明的特征在于提供评估如地层脆度、孔隙率、有机材料含量和渗透率等储层性质,而不需要详细的实验室物理测量或试样破坏的方法。
本发明的进一步特征和优点将在以下说明书中部分地阐述,并且从说明书中部分将显而易见,或可通过本发明的实施来研究。通过说明书和所附权利要求书中特别指出的内容和组合来实现和获得本发明的目的和其它优点。
为了实现这些和其它优点,并且根据本发明的目的,如本文所体现并广泛描述的,本发明涉及储层的评价方法,其包括(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;(b)使用从多能量X射线CT扫描获得的试样中三维像素的CT值获得试样的体积密度和光电效应指数;(c)使用从试样的岩心伽马扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一获得的数据评估至少一种矿物性质;以及(d)通过组合体积密度、光电效应指数和至少一种矿物性质确定至少一种试样性质。
本发明涉及储层的评价方法,其包括(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;(b)使用从多能量X射线CT扫描获得的试样中三维像素的CT值获得试样的体积密度和光电效应指数;(c)使用试样的伽马射线扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一的数据以评估总粘土含量;(d)使用评估的总粘土含量和光电效应指数计算试样的矿物组成;(e)使用矿物组成确定试样的脆度指数;(f)测定油母质分数和孔隙率分数;(g)使用体积密度和油母质分数以及孔隙率分数确定试样的孔隙率;(h)使用孔隙率评估试样的渗透率;以及(i)通过组合脆度指数、孔隙率和渗透率确定储层品质指数。
还提供了用于进行上述方法的***。
应该理解,以上一般的说明和以下详细的说明二者仅为示例性和说明性的并且目的在于提供请求保护的本发明的进一步说明。
引入并且构成本申请的一部分的附图示出本发明的特征并且与说明书一起用于解释本发明的原理。
附图说明
图1A-C示出对于根据本申请实例的检测中的岩心的多能量X射线成像导出的体积密度(“RHOB(g/cc)”)(图1A)、有效原子序数(“Z有效”)(图1B)和源自根据本文所述的方程1的有效原子序数的光电效应指数(“PEF”)(图1C)的深度曲线。灰色点表示高分辨率测井(high-resolution logs),而实心点表示平滑的深度相同的数据(50点平均运行窗口)。在图1A-C(和图2-5、6A-B、8A-B、9A-C、10A-C以及11)中,将深度示为沿X轴从左向右增大的标准化的值。
图2示出根据本申请实例的绘制的根据本文的方程5求得的所得方解石、石英和伊利石的矿物分数对深度的曲线。曲线通过50点滤波器而平滑。
图3示出根据本申请实例的绘制的从用本文的方程6求得的纯石英、伊利石和方解石的分数和密度计算的岩石的固相密度对深度的曲线,和在相同图中绘制的伊利石的不同设定密度(ρ1=2.63g/cc代替2.53)的另一曲线。
图4示出根据本申请实例的绘制的与图3相同的数据与为了参考而增加的多能量X射线成像体积密度曲线(平滑过的)。
图5示出根据本申请的实例的十个岩颈的基于2D-SEM的孔隙率和油母质(体积)分数。
图6A-B示出根据本申请实例的作为使用图3所示的固相密度曲线并且设定油母质密度为1.00g/cc由本文的方程9计算的基于多能量X射线成像(“ME-X射线-I”)的孔隙率,其中图6A的曲线为对于使用伊利石密度为2.53g/cc计算的固相密度而图6B的曲线为对于使用2.63g/cc的伊利石密度计算的另一固相密度曲线,并且其中基于SEM的孔隙率示为星形。
图7A-C示出根据本申请实例的对于本文的方程13的脆度指数值“B”对作为根据所述方法计算的矿物分数的图,通过灰度阴影示出的脆度指数对方解石和伊利石的分数(图7A),对石英和伊利石的分数(图7B),以及对方解石和石英的分数(图7C),其中各图中的实心白色箭头示出第三矿物的分数增加的方向并且各图中的影线黑色箭头表示其中脆度指数值从接近100的较高值向接近55的较低值在图中逐渐转变的方向。
图8A-B示出根据本申请实例的通过用于检测中的多能量X射线成像测井的方法计算的脆度指数,其中由对应深度的图6B所示的多能量X射线成像矿物成分(矿物分数)计算图8A所示的脆度指数。
示出根据本申请实例的多能量X射线成像的渗透率(十进制对数)对深度的图9A-C,上边界显示在图9A中,下边界显示在图9B中,并且平均显示在图9C中。
图10A-C示出根据本申请实例的从多能量X射线成像(“ME-X射线-I”)数据导出的平滑的孔隙率、渗透率和脆度曲线的图,其中孔隙率对深度显示在图10A中,渗透率(十进制对数)对深度显示在图10B中,和脆度指数对深度显示在图10C中。
图11示出根据本申请实例的根据本文的方程19求得的储层品质属性。
图12示出根据本申请的储层评价方法的流程图。
图13示出根据本申请的实例的***。
具体实施方式
本发明涉及储层品质的评价方法,其可评估如地层脆度、孔隙率、有机材料含量和渗透率的一种以上的储层性质,而不需要详细的实验室物理测量或试样的破坏。为了解决和避免储层评价需要依赖高品质测井数据和详细的实验室分析的问题,使用多能量X射线成像技术以提供用于本发明的方法中的体积密度和光电效应(PEF)输入。多能量X射线成像技术通过美国专利申请号13/527,660的Derzhi来描述,通过参考将其整体并入本文中。多能量X射线成像可应用于岩心,或在岩心不可得的情况下应用于钻屑、岩颈或其它类型的试样。多能量X射线成像提供作为体积密度和光电效应指数的两个输出。后者(光电效应指数)主要通过矿物成分来驱动并且有时转换为有效原子序数(Zeff)。多能量X射线成像是快速的并且具有高的纵向或横向分辨率,此外其可与如岩心伽马射线(GR)和/或光谱伽马射线(SGR)数据等其它快速扫描数据组合,或使用如X射线荧光(XRF)或X射线衍射(XRD)分析数据等其它来源的数据,从而将其它维度(dimension)添加至储层品质的分析。
具体地,通过具有总粘土含量或特定粘土和其它矿物类型的基于GR和/或SGR的评估,可将该信息包含于矿物平衡方程中。这允许包括(但不限于)至少三种矿物(例如,方解石、石英和伊利石)的矿物组成的评估。在SGR提供详细的矿物计数的情况下,对于大于三种矿物成分可解析多能量X射线成像PEF数据。此类详细的矿物成分评估可导致更好的脆度评估。其还可以有助于提高多能量X射线成像体积密度向孔隙率和油母质含量变换的精度。其还可帮助进行更准确的渗透率评估,因为不同的矿物成分(特别是粘土)意味着不同的粒径,其为在孔隙率向渗透率的变换中关键的参数。虽然本文示出本申请的方法中三种矿物为方解石、石英和伊利石,但本文的方法不限于矿物的特定组合并且可应用于其它矿物及其组合。
可使用PEF以通过将其定标在例如方解石和石英+粘土等两端员之间的PEF来获得矿物成分。为了添加遗漏的第二方程,可使用如粘土和非粘土矿物等两种以上的对比材料之间的比例。这可例如,通过分析相关的SEM(扫描电子显微镜)图像或使用岩心或切屑或其它来源获得的GR数据来进行。
一旦确定矿物成分,则可确定脆度指数,其例如可以为存在较少粘土或OM的高值和存在较多粘土或OM的低值。脆度指数的确定可包括,例如,从由矿物组成计算的固体的弹性性质确定脆度指数。脆度指数可以与杨氏模量和泊松比为正关系。脆度指数可以与杨氏模量和泊松比为正线性关系。
接着,通过使用多能量X射线成像体积密度,例如,可通过设定油母质与孔隙率之间的比例求得孔隙率。这可例如,通过分析SEM图像或关联油母质含量与放射性矿物含量来进行。从SEM或FIB-SEM,例如,可获得孔隙率和有机物含量,但通常获得的有机物含量是更可靠的。鉴于此,有机物含量可用于计算孔隙率。相反,可通过使用来自SEM或FIB-SEM的孔隙率来进行有机物含量的计算。其还可基于具有各种页岩地层的实验或基于热油母质转换模型(参见,例如,Modica,C.J.et al.,AAPG Bulletin,Jan.2012,v.96no.1,pp.87-108)。还可使用如CT扫描、热解、傅立叶变换红外光谱(FTIR)和/或其它方法等的其它方法测定试样的有机物含量。
接着,由此求得的孔隙率可用于评估渗透率。粒径、孔径或比表面积可来自,例如,试样或试样的所选部分的2D SEM图像或试样的3D FIB(聚焦离子束)-SEM图像。可例如在试样的面上进行SEM成像。
最后,通过组合脆度指数、孔隙率和渗透率,可求得储层品质指数,其对于高脆度、孔隙率和渗透率,储层品质指数可以为高的,并且这三个参数小时,储层品质指数为低的。
可选的方法可包括通过光谱伽马扫描工具提供的数据的使用。使用该数据,特别是,可计算钍(Th)与钾(K)的比、伊利石与高岭石的分数,以及岩心中的总粘土分数,并且代替设定石英与伊利石分数之间的关系使用该值。可选的方法可包括通过X射线荧光(XRF)分析或X射线衍射(XRD)分析提供的数据的使用,对于粘土含量和其它矿物,该方法可用于代替伽马射线或光谱伽马扫描,或者除了伽马射线或光谱伽马扫描之外可使用该方法。
可选的方法为利用体积密度与TOC或任意元素含量(例如,铀)与TOC之间存在或新获得的关系(如果基于物理或数值实验存在所述关系)以从上述输入计算TOC。
本文可使用多能量X射线成像方法,从而从例如高和低能量等试样的多能量扫描获得体积密度(RhoB)和光电效应指数(Pef),作为体积密度和Pef的计算值的CT值可用于如本文所述的本申请的方法。例如通过以下描述可用于获得体积密度和有效原子序数或Pef的多能量X射线成像方法:Wellington,S.L.等人,“X-ray Computerized Tomography”,JOURNAL OF PETROLEUMTECHNOLOGY,1987);Siddiqui,A.等人,“Dual-Energy CT-ScanningApplications in Rock Characterization”,SOCIETY OF PETROLEUMENGINEERS,2004,SPE90520;以及美国专利申请号13/527,660,通过参考将其整体并入本文中。使用多能量X射线成像方法以获得体积密度和有效原子序数的分析方法的一般步骤包括但不限于:i)进行目标物的扫描(如双能量X射线CT扫描),和ii)基于高和低能量CT值计算目标物的密度和有效原子序数。
以下附加说明可使用完整的井岩心试样(例如,整个岩心或圆形岩心)作为目标物的实例,但应该理解本文所述方法不仅应用于整个岩心试样而且应用于片型岩心(slabbed cores,)、切割或切片岩心、岩颈、钻屑、一般的岩石试样以及应用于一般的多孔体。可将本发明的方法应用于其的岩石类型不一定限于页岩。岩石试样可以为例如,有机泥岩石、页岩、碳酸盐、砂岩、石灰石、白云岩、其它多空岩石或其任意组合。
本发明以任意顺序和/或以任意组合包括以下方面/实施方案/特征:
1.本发明涉及储层的评价方法,其包括:
(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;
(b)使用从多能量X射线CT扫描获得的试样中三维像素的CT值获得试样的体积密度和光电效应指数;
(c)使用从试样的岩心伽马扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一获得的数据评估至少一种矿物性质;以及
(d)通过组合体积密度、光电效应指数和至少一种矿物性质确定至少一种试样性质。
2.任一前述或以下实施方案/特征/方面所述的方法,其中至少一种矿物性质包括总粘土含量。
3.任一前述或以下实施方案/特征/方面所述的方法,其进一步包括在步骤(c)之前对试样进行岩心伽马扫描或光谱伽马射线扫描。
4.任一前述或以下实施方案/特征/方面所述的方法,其中至少一种矿物性质的评估包括使用试样的伽马射线或光谱伽马射线扫描的至少之一的数据以评估总粘土含量,和使用评估的总粘土含量和光电效应指数计算试样的矿物组成。
5.任一前述或以下实施方案/特征/方面所述的方法,其进一步包括使用矿物组成确定试样的脆度指数。
6.任一前述或以下实施方案/特征/方面所述的方法,其中脆度指数的确定包括从由矿物组成计算的固体的弹性性质确定脆度指数。
7.任一前述或以下实施方案/特征/方面所述的方法,其中脆度指数与固体的杨氏模量和泊松比为正关系。
8.任一前述或以下实施方案/特征/方面所述的方法,其中脆度指数与固体的杨氏模量和泊松比为正线性关系。
9.任一前述或以下实施方案/特征/方面所述的方法,其进一步包括:
使用对于试样获得的有机物含量和体积密度以及矿物组成来计算孔隙率。
10.任一前述或以下实施方案/特征/方面所述的方法,其中获得试样的有机物含量包括使用SEM、CT扫描、热解、FTIR或FIB-SEM测定有机物含量。
11.任一前述或以下实施方案/特征/方面所述的方法,进一步包括:
a)获得粒径、孔径和比表面积;和
b)使用孔隙率或粒径或孔径或比表面积计算渗透率。
12.任一前述或以下实施方案/特征/方面所述的方法,其进一步包括使用脆度和孔隙率计算储层品质指数。
13.任一前述或以下实施方案/特征/方面所述的方法,其进一步包括使用脆度、孔隙率和渗透率计算储层品质指数。
14.任一前述或以下实施方案/特征/方面所述的方法,其中试样为岩心。
15.任一前述或以下实施方案/特征/方面所述的方法,其中试样为一组钻屑。
16.任一前述或以下实施方案/特征/方面所述的方法,其中试样为岩颈。
17.本发明涉及一种储层的评价方法,其包括:
(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;
(b)使用从多能量X射线CT扫描获得的试样中三维像素的CT值获得试样的体积密度和光电效应指数;
(c)使用伽马射线扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一的数据以评估总粘土含量;
(d)使用总粘土含量的评估和光电效应指数计算矿物组成;
(e)使用矿物组成确定试样的脆度指数;
(f)确定油母质分数;
(g)使用体积密度、矿物组成和油母质分数确定试样的孔隙率;
(h)使用孔隙率和粒径、孔径或比表面积评估试样的渗透率;以及
(i)通过组合脆度指数、孔隙率和渗透率求得储层品质指数。
18.任一前述或以下实施方案/特征/方面所述的方法,其中储层品质指数与脆度指数、孔隙率和渗透率为正数值关系。
19.任一前述或以下实施方案/特征/方面所述的方法,其中使用光电效应指数测定试样的矿物组成包括将光电效应指数定标为试样的第一与第二矿物端员之间的线性插值,其中所述第一矿物端员为第一矿物和第二矿物的混合物,其中所述第一矿物端员具有作为Pe1的Pe,和所述第二矿物端员为具有作为Pe2的Pe的第三矿物,其中所述第一矿物端员在所述试样的矿物混合物中的体积分数f1计算为f1=(Pe2-Pe)/(Pe2-Pe1)。
20.任一前述或以下实施方案/特征/方面所述的方法,其中第一、第二和第三矿物为彼此不同的矿物。
21.任一前述或以下实施方案/特征/方面所述的方法,其中第一矿物为石英,第二矿物为伊利石,以及第三矿物为方解石。
22.以上或以下实施方案/特征/方面所述的方法,其中石英在所述第一矿物端员中的分数为fQ1和伊利石的分数为fI1=1-fQ1,并且其中所述第一矿物、所述第二矿物和所述第三矿物在整个试样中的体积分数分别计算为fQ=fQ1f1,fI=(1-fQ1)f1,fC=1-f1,其中fQ+fI+fC为1。
23.任一前述或以下实施方案/特征/方面所述的方法,其中所述试样的孔隙率φ的确定计算为φ=[ρs-ρb-Xk(ρs-ρk)]/ρs.ρb=Xsρs+Xkρk,其中Xs为固体矿物在所述整个试样中的体积分数和Xk为油母质在所述整个试样中的体积分数并且Xs+Xk+φ=1,其中测量的体积密度遵守ρb=Xsρs+Xkρk的关系,其中ρs为固相的密度和ρk为油母质的密度。
24.任一前述或以下实施方案/特征/方面所述的方法,其中试样为岩心或钻屑。
25.一种储层的评价***,其包括:
(a)具有在其扫描期间能够保持从储层获得的试样的试样台的多能量X射线CT扫描器;
(b)任选地岩心伽马扫描器、光谱伽马射线扫描器、XRF扫描器或XRD扫描器的至少之一;
(c)任选地用于使选择的代表性次级样品或其选择的部分成像的SEM和FIB-SEM的至少之一;和
(d)一个以上的计算机***,其可操作以(i)接收多能量X射线CT扫描器、岩心伽马扫描器、光谱伽马射线扫描器、XRF扫描器、XRD扫描器、SEM和FIB-SEM的图像输出,以及(ii)使用从多能量X射线CT扫描获得的试样中三维像素的CT值获得试样的体积密度和光电效应指数,(iii)使用从试样的岩心伽马扫描、光谱伽马射线扫描和XRF分析或XRD分析的至少之一获得的数据来评估至少一种矿物性质,(iv)通过组合体积密度、光电效应指数和至少一种矿物性质确定至少一种试样性质,以及(v)将结果输出到至少一个装置以显示、打印或存储计算的结果。
26.任一前述或以下实施方案/特征/方面的任意***,其中***为移动***。
本发明可包括以上和/或以下所述的句子和/或段落的这些各种特征或实施方案的任意组合。将本文公开的特征的任意组合认为是本发明的部分并且关于组合特征不意图进行限制。
将通过以下实施例进一步阐明本发明,其目的为本发明的示例。
实施例
数据和工作流程。图1-11示出将本发明的方法应用于从井获得的示例的页岩岩心试样的结果。检测中的示例岩心的多能量X射线成像导出的体积密度(ρb)、有效原子序数(ZEff)和光电效应指数(Pe)的深度图显示在图1A-C。用方程(1)从ZEff计算Pe:
Pe=(ZEff/10)3.6 (1)
如所示的,在图1A-C中,深度图示出检测中的岩心的多能量X射线成像导出的体积密度、有效原子序数和光电效应指数。黑色符号为对于通过用50个试样的窗口长度运行算术平均滤波器而平滑的变量。
通过设定测量的Pe为两端员之间的线性插值计算多能量X射线成像导出的矿物成分,所述两端员为例如一端员为石英和伊利石的混合物(其Pe为Pe1的端员“1”)而另一端员为纯方解石(其Pe为Pe2的端员“2”),其中
Pe=f1Pe1+(1-f1)Pe2 (2)
其中,f1为第一矿物端员在矿物混合物中的体积分数。
从方程2得出f1=(Pe2-Pe)/(Pe2-Pe1) (3)
在岩心的上部,推测第一端员为30%伊利石和70%石英的混合物,而在下部,第一端员为60%伊利石和40%石英的混合物。两区间中的第二端员为纯方解石。这些端员的Pe值列在表1中。
表1示出本文设定的端员矿物成分的光电效应指数值。
表1
端员矿物成分 | 光电效应指数数值 |
30%伊利石+70%石英(PEF1,上区间<9485ft) | 2.28 |
60%伊利石+40%石英(PEF1,下区间>9485ft) | 2.77 |
100%方解石(PEF2,整个深度范围) | 5.08 |
然后,接着设定石英在第一端员中的分数为fQ1而伊利石的分数为fI1=1-fQ1。然后,可解析方程3以获得三种矿物在试样中的体积分数为:
fQ=fQ1f1,fI=(1-fQ1)f1,fC=1-f1, (4)
其中,现在fQ为整个试样中石英体积含量,fI为与伊利石体积含量,和fC为方解石体积含量。
fQ+fI+fC=fQ1f1+(1-fQ1)f1+1-f1=1
最后,可组合方程3和4以获得
图2中所得矿物分数对深度作图(平滑的)。在图2中,显示根据方程5的矿物分数对深度,其中鉴别方解石、石英和伊利石的图。通过50点滤波器平滑图2中的曲线。
从这些矿物分数计算固相的密度(ρs)为
ρs=fQρQ+fIρI+fCρC, (6)
其中,纯石英、伊利石和方解石的密度分别为ρQ=2.65g/cc、ρI=2.53g/cc和ρC=2.71g/cc。图3中将其对深度绘图,其示出固相密度,其中通过50点滤波器平滑曲线。
将设定ρI=2.63g/cc的另一曲线绘制在相同的图中。将相同数据再绘制在图4中但具有用于参考给出的多能量X射线成像体积密度曲线。即,图4与图3相同但具有用于参考而添加的平滑的体积密度曲线(下曲线)。
孔隙率计算。图5示出用于该说明而选择的十个岩颈的基于2D-SEM的孔隙率和油母质(体积)分数。曲线值也列在表2中。在图5中,基于SEM的孔隙率(下曲线)和油母质体积分数(上曲线),其中连接线为简单的线性插值。
如所示的,表2示出检测中的十个岩颈的基于SEM的油母质和孔隙率分数。表2中不同的所示深度对应于所示的十个岩颈的不同的一个。将表2中的深度值标准化,其中“X”为相同数值。
表2
深度(ft) | 油母质 | 孔隙率 | 总和 |
X379.25 | 0.1250 | 0.0100 | 0.1350 |
X385.50 | 0.1540 | 0.0080 | 0.1620 |
X418.50 | 0.0810 | 0.0100 | 0.0910 |
X426.70 | 0.0960 | 0.0120 | 0.1080 |
X435.50 | 0.0730 | 0.0090 | 0.0820 |
X445.00 | 0.1170 | 0.0210 | 0.1380 |
X478.00 | 0.0800 | 0.0150 | 0.0950 |
X496.58 | 0.0680 | 0.0200 | 0.0880 |
X508.70 | 0.1050 | 0.0450 | 0.1500 |
X526.50 | 0.1130 | 0.0100 | 0.1230 |
测量的体积密度为通过矿物固体、油母质和孔中流体贡献的密度的总和。如果设定孔为空的,则后一项变为零。因此,
ρb=Xsρs+Xkρk, (7)
其中,Xs为固体矿物在整个岩石中的体积分数和Xk油母质在整个岩石中的体积分数。另外,ρk为油母质的密度,并且固相的密度为ρs。必需
Xs+Xk+φ=1, (8)
其中,φ为孔隙率。
然后,通过组合方程7和8,孔隙率为
φ=[ρs-ρb-Xk(ρs-ρk)]/ρs (9)
然后可设定通过图5所示的插值曲线给出实验中的整个区间的Xk。然后,通过使用方程9,通过使用图3所示的两个ρs曲线计算孔隙率。将结果与设定油母质的密度ρk=1.00g/cc的图6A-B的SEM导出的孔隙率比较。将落在低于零的孔隙率值校正为正好为零。图6A-B示出作为使用图3所示的固相密度曲线并设定油母质密度为1.00g/cc,从方程9计算的基于多能量X射线成像的孔隙率。图6A中的曲线为对于使用伊利石密度为2.53g/cc计算的固相密度,而图6B中的曲线为对于使用伊利石密度为2.63g/cc计算的另一固相密度曲线。SEM系孔隙率显示为星形。
脆度指数。脆度指数B的计算可基于将矿物相中的三组分(粘土、石英和方解石)定量的能力。在该情况下,粘土为伊利石。
首先,从三种单个矿物组分的模量的希尔平均值计算固体基体的有效体积和剪切模量(分别为Ks和Gs)为:
其中,fQ、fC和fI分别为石英、方解石和伊利石在基体中的体积分数(如本文前面所定义的);KQ、KC和KI为这些单种矿物的体积模量,并且GQ、GC和GI为它们的剪切模量。这些单个弹性模量列在表3中。可选择地,可使用矿物面的有效体积和剪切模量的任意计算方法,如Hashin-Shtrikman边界。
表3示出用于脆度计算的单种矿物的弹性模量和密度。
表3
下一步骤为通过使用标准弹性方程计算矿物基体的杨氏模量Es(MPa)和泊松比:
这些弹性模量为传统地用于脆度计算的静态模量的代替。
然后,如下通过ad-hoc标准化Es和νs引入新变量EB和νB
EB=Es/50,νB=νs/0.8, (12)
其中,Es以GPa计。然后,引入脆度指数B
B=47.467(EB+νB) (13)
选择这些特定数值以产生最大值B=100,其发生在约40%石英、60%方解石和零伊利石的情况下。对于纯方解石B=98.833;对于纯石英B=94.697;并且对于纯伊利石B=52.302。方程(13)中的值“47.467”可以近似为约47。
根据该方法计算的B对矿物分数的图显示在图7A-C中。在图7A-C中,通过阴影对方解石和伊利石的分数(图7A),阴影对石英和伊利石的分数(图7B),以及阴影对方解石和石英的分数(图7C)显示脆度指数。各图中的实心箭头示出第三矿物的分数增加的方向,并且各图中的阴影的黑箭头表示其中脆度指数值从接近100的较高值向接近55的较低值在图中逐渐转变的方向。
对于通过实验中的多能量X射线成像测井的该方法计算的脆度指数显示在图8A-B中。这些图示出从多能量X射线成像矿物成分(图8B)计算的脆度指数(图8A)。
孔隙率和渗透率。2D分割图像的渗透率k的评估方法基于例如,计算图像的孔隙率φ和比表面积s,然后应用Kozeny-Carman方程
k=0.5φ3/(s2τ2) (14)
其中,弯曲度τ设定为孔隙率的函数。其上边界为
τ+=0.4038(1+1/φ) (15)
而其下边界为
τ-=0.4470φ-1.2 (16)
与方程15组合的方程14将给出下渗透率边界而与方程16组合的方程14给出上渗透率边界。
当然,不能从多能量X射线成像得到比表面积。为了绕开该问题,引入理论参数粒径d并且设定深度区间内的该粒径与从代表性分割的2D切片的孔隙率和比表面积计算的粒径一致。
d=6(1-φ)/s (17)
结果,方程14变为
基于几个2D SEM图像从井计算的粒径d在1.0e-7与2.0e-7m(1×10-7-2×10-7m)之间变化。在本实施例中,选择实验中的整个区间的d=1.5e-7m=150nm。通过使用图6A所示的孔隙率曲线将方程18与方程15和16一起应用于整个区间。对于上和下渗透率边界以及它们的平均值结果显示在图9A-C中。在图9A-C中,示出从多能量X射线成像的渗透率(十进制对数)对深度的上边界(图9A)、下边界(图9B)和平均值(图9C)。可通过使用孔隙率、粒径或孔径或比表面积的任意其它经验或理论渗透率方程确定渗透率。
综合属性。在图10A-C中,绘制出此处从多能量X射线成像数据导出的平滑的孔隙率、渗透率和脆度曲线。在图10A-C中,绘制出孔隙率(图10A)、渗透率-十进制对数(图10B)和脆度指数(图10C)对深度。
创建随着孔隙率、渗透率和脆度提高而提高的储层品质属性,如
A=1+φ·log(k)·B/20 (19)
图11示出根据方程19求得的储层品质属性。
图12示出本申请的储层评价方法的流程图。如工艺流程100所示的方法的步骤101-113显示在图12中。包括并可使用各种工艺流程流选项,如由121-130所示。关于步骤108、109和110,例如,应当注意从SEM或FIB-SEM或其它来源,可获得孔隙率和有机物含量,虽然通常有机物含量是更可靠的。鉴于该原因,此处示出有机物含量用于计算孔隙率,虽然方法不限于该方法。可进行相反的做法,例如,其中通过使用来自SEM或FIB-SEM或其它来源的孔隙率计算有机物含量。
本发明还涉及如根据图1-12所示的流程提供如地层脆度、孔隙率、有机材料含量和/或渗透率等储层性质的评估而不需要详细的实验室物理测量或试样破坏的***。如图13所示,例如,***1000可包括试样收集和/或准备台1001,至少一个多能量CT扫描器1002,任选地岩心伽马扫描器、光谱伽马射线扫描器、X射线荧光(XRF)扫描器和/或X射线衍射(XRD)扫描器1005,和任选地SEM1006和FIB-SEM1007的至少之一。对于来自多能量CT扫描器1002和如果使用的岩心伽马扫描器、光谱伽马射线扫描器、XRF扫描器、XRD扫描器1005、SEM1006和/或FIB-SEM1007的图像数据的捕获和处理,并将本申请的方法的图像处理和计算的结果输出到至少一个输出装置1011以显示、打印或储存结果或其任意组合,可设置一个以上的计算机***1004。可配置计算机***1004以例如接收来自多能量CT扫描器1002的图像输出1003,来自如果使用的岩心伽马扫描器、光谱伽马射线扫描器、XRF扫描器和/或XRD扫描器1005的输出1008,来自如果使用的SEM1006的图像输出1009,以及来自如果使用的FIB-SEM1007的图像输出1010的至少一种或全部的图像输出。作为程序产品,用于图像分析和计算的计算机程序可储存于与适于运行程序的至少一个处理器(例如,CPU)相关的至少一种非临时性计算机可用的存储介质(例如,硬盘、快闪存储装置、光盘、磁带/磁盘或其它介质),或者可储存于可访问计算机处理器的外部非临时性计算机可用的存储介质。本申请的***可以定位并相对于获得的试样异地使用或现场使用。如果异地使用,则可将试样输送至***所在的位置。如果现场使用,则***可任选地用于如拖车、货车、大客车或类似装置等移动封闭物,使得可将其输送至井场或其它试样来源的位置并且分析运行现场。本申请的***可以为固定的、半固定的或移动的***。
申请人特别将该公开中引用的所有参考的全部内容并入本文中。此外,当将量、浓度或其它值或参数给出范围、优选范围或一列上限优选值和下限优选值时,应当理解为具体公开了从任意上限范围或优选值和任意下限范围和优选值的任意一对形成的所有范围,不论这些范围是否单独公开。在本文所述的数值范围中,除非另有说明,否则该范围旨在包括其端点和该范围内的所有整数与分数。不意图将本发明的范围限于当定义范围时所述的具体值。
从本说明书的考虑和本文公开的本发明的实施,对于本领域的技术人员本发明的其它实施方案将显而易见。在通过以下权利要求表示的本发明的真正范围和精神及其等同的情况下,认为本说明书和实施例仅是示例性的。
Claims (26)
1.一种储层的评价方法,其包括以下步骤:
(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;
(b)使用从所述多能量X射线CT扫描获得的所述试样中三维像素的CT值获得试样的体积密度和光电效应指数;
(c)使用从所述试样的岩心伽马扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一获得的数据评估至少一种矿物性质;和
(d)通过组合所述体积密度、光电效应指数和所述至少一种矿物性质确定至少一种试样性质。
2.根据权利要求1所述的方法,其中所述至少一种矿物性质包括总粘土含量。
3.根据权利要求1所述的方法,其进一步包括在步骤(c)之前对所述试样进行岩心伽马扫描或光谱伽马射线扫描。
4.根据权利要求1所述的方法,其中所述至少一种矿物性质的评估包括使用所述试样的伽马射线或光谱伽马射线扫描的至少之一的数据以评估总粘土含量,和使用评估的总粘土含量和所述光电效应指数计算所述试样的矿物组成。
5.根据权利要求4所述的方法,其进一步包括使用所述矿物组成确定试样的脆度指数。
6.根据权利要求5所述的方法,其中所述脆度指数的确定包括从由所述矿物组成计算的固体的弹性性质确定所述脆度指数。
7.根据权利要求5所述的方法,其中所述脆度指数与杨氏模量和泊松比为正数值关系。
8.根据权利要求5所述的方法,其中所述脆度指数与杨氏模量和泊松比为正线性数值关系。
9.根据权利要求4所述的方法,其进一步包括使用获得的所述试样的有机物含量和体积密度以及矿物组成以计算孔隙率。
10.根据权利要求9所述的方法,其中获得所述试样的有机物含量包括使用SEM、CT扫描、热解、FTIR或FIB-SEM测定所述有机物含量。
11.根据权利要求9所述的方法,其进一步包括:
a)获得粒径或孔径或比表面积;和
b)使用孔隙率、或者粒径或孔径或比表面积计算所述试样的渗透率。
12.根据权利要求9所述的方法,其进一步包括使用脆度和孔隙率计算所述试样的储层品质指数。
13.根据权利要求11所述的方法,其进一步包括使用脆度、孔隙率和渗透率计算所述试样的储层品质指数。
14.根据权利要求1所述的方法,其中所述试样为岩心。
15.根据权利要求1所述的方法,其中所述试样为一组钻屑。
16.根据权利要求1所述的方法,其中所述试样为岩颈。
17.一种储层的评价方法,其包括以下步骤:
(a)在两个以上的不同能级的深度区间进行试样的多能量X射线CT扫描;
(b)使用从所述多能量X射线CT扫描获得的所述试样的三维像素的CT值获得所述试样的体积密度和光电效应指数;
(c)使用所述试样的伽马射线扫描、光谱伽马射线扫描、X射线荧光(XRF)分析或X射线衍射(XRD)分析的至少之一的数据来评估总粘土含量;
(d)使用评估的总粘土含量和所述光电效应指数计算所述试样的矿物组成;
(e)使用所述矿物组成确定所述试样的脆度指数;
(f)测定油母质分数;
(g)使用所述体积密度、矿物组成和所述油母质分数确定所述试样的孔隙率;
(h)使用所述孔隙率和粒径、孔径或比表面积评估所述试样的渗透率;和
(i)通过组合所述脆度指数、孔隙率和渗透率确定储层品质指数。
18.根据权利要求17所述的方法,其中储层品质指数与所述脆度指数、孔隙率和渗透率为正数值关系。
19.根据权利要求17所述的方法,其中使用所述光电效应指数确定所述试样的矿物组成包括将所述光电效应指数定标为所述试样的第一与第二矿物端员之间的线性插值,其中所述第一矿物端员为第一矿物和第二矿物的混合物,其中所述第一矿物端员具有作为Pe1的Pe,和所述第二矿物端员为具有作为Pe2的Pe的第三矿物,其中所述第一矿物端员在所述试样的矿物混合物中的体积分数f1计算为f1=(Pe2-Pe)/(Pe2-Pe1)。
20.根据权利要求19所述的方法,其中所述第一、第二和第三矿物为彼此不同的矿物。
21.根据权利要求19所述的方法,其中所述第一矿物为石英,所述第二矿物为伊利石,和所述第三矿物为纯方解石。
22.根据权利要求21所述的方法,其中石英在所述第一矿物端员中的分数为fQ1和伊利石的分数为fI1=1-fQ1,并且其中所述第一矿物、所述第二矿物和所述第三矿物在整个试样中的体积分数分别计算为fQ=fQ1f1,fI=(1-fQ1)f1,fC=1-f1,其中fQ+fI+fC为1。
23.根据权利要求17所述的方法,其中所述试样的孔隙率φ的确定计算为φ=[ρs-ρb-Xk(ρs-ρk)]/ρs.ρb=Xsρs+Xkρk,其中Xs为固体矿物在所述整个试样中的体积分数和Xk为油母质在所述整个试样中的体积分数并且Xs+Xk+φ=1,其中测量的体积密度遵守ρb=Xsρs+Xkρk的关系,其中ρs为固相的密度和ρk为油母质的密度。
24.根据权利要求17所述的方法,其中所述试样为岩心或一组钻屑或岩颈。
25.一种储层的评价***,其包括:
(a)具有在扫描期间能够保持从储层获得的试样的试样台的多能量X射线CT扫描器;
(b)任选地岩心伽马扫描器、光谱伽马射线扫描器、XRF扫描器或XRD扫描器的至少之一;
(c)任选地用于使选择的代表性次级样品或其选择的部分成像的SEM和FIB-SEM的至少之一;和
(d)一个以上的计算机***,其可操作以(i)接收所述多能量X射线CT扫描器、所述岩心伽马扫描器、所述光谱伽马射线扫描器、所述XRF扫描器、所述XRD扫描器、所述SEM和所述FIB-SEM的图像输出,以及(ii)使用从所述多能量X射线CT扫描获得的所述试样的三维像素的CT值获得所述试样的体积密度和光电效应指数,(iii)使用从所述试样的岩心伽马扫描、光谱伽马射线扫描和XRF分析或XRD分析的至少之一获得的数据评估至少一种矿物性质,(iv)通过组合所述体积密度、光电效应指数和所述至少一种矿物性质确定至少一种试样性质,以及(v)将结果输出到至少一个装置以显示、打印或存储计算的结果。
26.根据权利要求25所述的***,其中所述***为移动***。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261586153P | 2012-01-13 | 2012-01-13 | |
US61/586,153 | 2012-01-13 | ||
PCT/US2013/020936 WO2013106508A1 (en) | 2012-01-13 | 2013-01-10 | Method of determining reservoir properties and quality with multiple energy x-ray imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104169714A true CN104169714A (zh) | 2014-11-26 |
CN104169714B CN104169714B (zh) | 2017-07-11 |
Family
ID=47628448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380013726.2A Expired - Fee Related CN104169714B (zh) | 2012-01-13 | 2013-01-10 | 用多能量x射线成像确定储层性质和品质的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8938045B2 (zh) |
CN (1) | CN104169714B (zh) |
BR (1) | BR112014017258B1 (zh) |
CA (1) | CA2860575C (zh) |
CO (1) | CO7020898A2 (zh) |
MX (1) | MX2014008345A (zh) |
WO (1) | WO2013106508A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749341A (zh) * | 2015-03-05 | 2015-07-01 | 中国石油天然气股份有限公司 | 碳酸盐岩类烃源岩有效性的判断方法 |
CN106501286A (zh) * | 2016-10-19 | 2017-03-15 | 大连理工大学 | 一种应用ct测量多孔介质内气液间舍伍德数的装置及方法 |
CN106841004A (zh) * | 2017-01-25 | 2017-06-13 | 中国石油大学(北京) | 页岩储集能力确定方法 |
CN107345925A (zh) * | 2016-05-05 | 2017-11-14 | 同方威视技术股份有限公司 | 液体检测方法和*** |
CN107917865A (zh) * | 2016-10-11 | 2018-04-17 | 中国石油化工股份有限公司 | 一种致密砂岩储层多参数渗透率预测方法 |
WO2020199292A1 (zh) * | 2019-04-04 | 2020-10-08 | 山东大学 | 基于图像与光谱技术的岩性智能识别***与方法 |
CN113391373A (zh) * | 2021-05-10 | 2021-09-14 | 三明学院 | 一种杨氏模量的计算方法、装置、设备和存储介质 |
CN114235862A (zh) * | 2022-02-21 | 2022-03-25 | 中国科学院地质与地球物理研究所 | 一种基于双能ct对烃源岩的评估方法 |
CN114359569A (zh) * | 2022-03-09 | 2022-04-15 | 中国科学院地质与地球物理研究所 | 岩石的层理识别方法、装置、设备及存储介质 |
CN114624267A (zh) * | 2022-03-14 | 2022-06-14 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
CN116068000A (zh) * | 2021-12-22 | 2023-05-05 | 中国石油天然气集团有限公司 | 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 |
CN117074274A (zh) * | 2023-08-30 | 2023-11-17 | 中国地质调查局油气资源调查中心 | 一种基于全直径岩心样品的孔隙度计算方法、装置及介质 |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9536122B2 (en) | 2014-11-04 | 2017-01-03 | General Electric Company | Disposable multivariable sensing devices having radio frequency based sensors |
US10914698B2 (en) | 2006-11-16 | 2021-02-09 | General Electric Company | Sensing method and system |
US9658178B2 (en) | 2012-09-28 | 2017-05-23 | General Electric Company | Sensor systems for measuring an interface level in a multi-phase fluid composition |
US9589686B2 (en) | 2006-11-16 | 2017-03-07 | General Electric Company | Apparatus for detecting contaminants in a liquid and a system for use thereof |
US9538657B2 (en) | 2012-06-29 | 2017-01-03 | General Electric Company | Resonant sensor and an associated sensing method |
US8542023B2 (en) | 2010-11-09 | 2013-09-24 | General Electric Company | Highly selective chemical and biological sensors |
US9746431B2 (en) * | 2012-05-11 | 2017-08-29 | Ingrain, Inc. | Method and system for multi-energy computer tomographic cuttings analysis |
MX349448B (es) | 2012-08-10 | 2017-07-28 | Ingrain Inc | Metodo para mejorar la precision de valores de propiedad de roca derivados a partir de imagenes digitales. |
US9128210B2 (en) * | 2012-08-17 | 2015-09-08 | Schlumberger Technology Corporation | Method to characterize shales at high spatial resolution |
US20140052420A1 (en) * | 2012-08-20 | 2014-02-20 | Ingrain Inc. | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level |
CN104583664B (zh) | 2012-08-22 | 2018-06-08 | 通用电气公司 | 用于测量机器运转状况的无线***和方法 |
US10598650B2 (en) | 2012-08-22 | 2020-03-24 | General Electric Company | System and method for measuring an operative condition of a machine |
RU2507510C1 (ru) * | 2012-09-03 | 2014-02-20 | Шлюмберже Текнолоджи Б.В. | Способ измерения весовой концентрации глины в образце пористого материала |
US10684268B2 (en) | 2012-09-28 | 2020-06-16 | Bl Technologies, Inc. | Sensor systems for measuring an interface level in a multi-phase fluid composition |
US9696453B2 (en) * | 2013-01-25 | 2017-07-04 | Schlumberger Technology Corporation | Predicting mineralogy properties from elemental compositions |
CN103806905B (zh) * | 2013-07-31 | 2016-08-24 | 中国石油大学(华东) | 制备具有双重孔隙的碳酸盐岩储层物理模型的装置及方法 |
RU2642896C1 (ru) * | 2014-05-07 | 2018-01-29 | Ингрейн, Инк. | Способ и система для определения смачиваемости с пространственным разрешением |
CN105204081B (zh) * | 2014-06-09 | 2016-08-31 | 中国石油化工股份有限公司 | 一种预测页岩气储层粘土矿物及其组分含量的方法 |
WO2016004232A1 (en) | 2014-07-02 | 2016-01-07 | Chevron U.S.A. Inc. | Process for mercury removal |
CN104237267B (zh) * | 2014-09-29 | 2016-08-17 | 中国石油天然气股份有限公司 | 一种致密储层纳米孔隙中残余油的电镜识别方法及装置 |
US9970888B2 (en) * | 2014-11-07 | 2018-05-15 | Ge Energy Oilfield Technology, Inc. | System and method for wellsite core sample analysis |
US10001446B2 (en) | 2014-11-07 | 2018-06-19 | Ge Energy Oilfield Technology, Inc. | Core sample analysis |
US9573434B2 (en) * | 2014-12-31 | 2017-02-21 | Ge Energy Oilfield Technology, Inc. | Trailer and chassis design for mobile core scanning system |
US10031148B2 (en) | 2014-12-31 | 2018-07-24 | Ge Energy Oilfield Technology, Inc. | System for handling a core sample |
US10261204B2 (en) | 2014-12-31 | 2019-04-16 | Ge Energy Oilfield Technology, Inc. | Methods and systems for scan analysis of a core sample |
WO2016159807A1 (ru) | 2015-03-27 | 2016-10-06 | Шлюмберже Текнолоджи Корпорейшн | Способ определения равновесной смачиваемости образца горной породы |
CN107923240B (zh) | 2015-09-16 | 2021-02-26 | 因格瑞恩股份有限公司 | 用于确定与井或地层中的有机质相关联的孔隙度的方法 |
US20180100390A1 (en) * | 2015-11-17 | 2018-04-12 | Baker Hughes, A Ge Company, Llc | Geological asset uncertainty reduction |
CN105654486B (zh) * | 2015-12-30 | 2018-07-13 | 中国石油天然气集团公司 | 一种复杂储层岩石孔隙结构参数提取方法 |
EP4112376A3 (en) | 2016-09-09 | 2023-04-05 | Longyear TM, Inc. | Systems and methods for analyzing core using x-ray fluorescence |
EP3682376A1 (en) | 2017-09-15 | 2020-07-22 | Saudi Arabian Oil Company | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network |
CN107589458B (zh) * | 2017-09-22 | 2019-07-02 | 中国石油集团川庆钻探工程有限公司 | 基于地震剖面品质因子计算储层渗透率的方法 |
CN108133474B (zh) * | 2017-12-22 | 2021-10-26 | 西安石油大学 | 基于岩心样品二维孔隙图像的渗透率预测方法 |
WO2019151889A1 (en) * | 2018-02-02 | 2019-08-08 | Schlumberger Technology Corporation | A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium |
RU2682098C1 (ru) * | 2018-04-06 | 2019-03-14 | федеральное государственное бюджетное образовательное учреждение высшего образования "Пермский национальный исследовательский политехнический университет" | Способ определения смачиваемости горных пород методом рентгеновской томографии керна |
US10983237B2 (en) | 2018-04-13 | 2021-04-20 | Saudi Arabian Oil Company | Enhancing seismic images |
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 |
CN108982320B (zh) * | 2018-07-10 | 2021-03-02 | 中国海洋石油集团有限公司 | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 |
CN108896592B (zh) * | 2018-08-27 | 2021-01-01 | 中国石油天然气股份有限公司 | 页岩油地下原位加热改质过程中干酪根的测试方法及装置 |
CN111810133B (zh) * | 2019-04-10 | 2023-05-09 | 中国石油化工股份有限公司 | 一种地层脆性评价方法 |
WO2020251555A1 (en) * | 2019-06-11 | 2020-12-17 | Halliburton Energy Services, Inc. | Mutliple scale analysis of core sample to estimate surface roughness |
WO2022005477A1 (en) * | 2020-07-01 | 2022-01-06 | Chevron U.S.A. Inc. | Crystallite size in rock samples |
CN112730476B (zh) * | 2020-12-18 | 2023-04-07 | 核工业北京地质研究院 | 一种矿物纯度检测方法 |
US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
CN114113169B (zh) * | 2021-11-19 | 2024-05-31 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
US11952891B2 (en) | 2022-08-22 | 2024-04-09 | Saudi Arabian Oil Company | Systems and method for constraining 3D fracture model properties using X-ray micro-computed tomography of core plugs for naturally fractured reservoirs |
CN115201235B (zh) * | 2022-09-14 | 2023-01-06 | 中国科学院地质与地球物理研究所 | 一种基于pet-ct和das的多物理场成像方法与*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5164590A (en) * | 1990-01-26 | 1992-11-17 | Mobil Oil Corporation | Method for evaluating core samples from x-ray energy attenuation measurements |
US20100193676A1 (en) * | 2007-08-14 | 2010-08-05 | Halliburton Energy Services, Inc. | Determining formation characteristics |
CN101980053A (zh) * | 2010-10-18 | 2011-02-23 | 中国石油化工股份有限公司 | 一种复杂礁滩储层预测方法 |
CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5063509A (en) * | 1990-01-26 | 1991-11-05 | Mobil Oil Corporation | Method for determining density of samples of materials employing X-ray energy attenuation measurements |
US7564948B2 (en) * | 2006-12-15 | 2009-07-21 | Schlumberger Technology Corporation | High voltage x-ray generator and related oil well formation analysis apparatus and method |
EP2737297B1 (en) | 2011-07-26 | 2017-10-11 | Ingrain, Inc. | Method for estimating bulk density of rock samples using dual energy x-ray computed tomographic imaging |
CN104903711B (zh) * | 2012-11-01 | 2018-01-02 | 领英股份有限公司 | 通过用于使用可铸塑固定材料制备样本的方法和***的岩石和其他样本的表征 |
-
2013
- 2013-01-10 CA CA2860575A patent/CA2860575C/en not_active Expired - Fee Related
- 2013-01-10 CN CN201380013726.2A patent/CN104169714B/zh not_active Expired - Fee Related
- 2013-01-10 MX MX2014008345A patent/MX2014008345A/es active IP Right Grant
- 2013-01-10 US US13/738,106 patent/US8938045B2/en active Active
- 2013-01-10 BR BR112014017258-7A patent/BR112014017258B1/pt active IP Right Grant
- 2013-01-10 WO PCT/US2013/020936 patent/WO2013106508A1/en active Application Filing
-
2014
- 2014-07-10 CO CO14149163A patent/CO7020898A2/es not_active Application Discontinuation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5164590A (en) * | 1990-01-26 | 1992-11-17 | Mobil Oil Corporation | Method for evaluating core samples from x-ray energy attenuation measurements |
US20100193676A1 (en) * | 2007-08-14 | 2010-08-05 | Halliburton Energy Services, Inc. | Determining formation characteristics |
CN101980053A (zh) * | 2010-10-18 | 2011-02-23 | 中国石油化工股份有限公司 | 一种复杂礁滩储层预测方法 |
CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
Non-Patent Citations (4)
Title |
---|
AYYALASOMAYAGULA K. K. ET AL.: "Analysis of calibration materials to improve dual-energy CT scanning for petrophysical applications", 《SPE ANNUAL TECHNICAL CONFERENCE AND EXHIBITION》 * |
JOEL D. WALLS ET AL.: "Eagle Ford shale reservoir properties from digital rock physics", 《FIRST BREAK》 * |
ULRICH MANN ET AL.: "Source rock evaluation by well log analysis(Lower Toarcian, Hils syncline)", 《ORGANIC GEOCHEMISTRY》 * |
申本科等: "电缆测井、随钻测井和过套管测井研究", 《国外测井技术》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749341A (zh) * | 2015-03-05 | 2015-07-01 | 中国石油天然气股份有限公司 | 碳酸盐岩类烃源岩有效性的判断方法 |
CN107345925A (zh) * | 2016-05-05 | 2017-11-14 | 同方威视技术股份有限公司 | 液体检测方法和*** |
CN107917865A (zh) * | 2016-10-11 | 2018-04-17 | 中国石油化工股份有限公司 | 一种致密砂岩储层多参数渗透率预测方法 |
CN107917865B (zh) * | 2016-10-11 | 2020-01-31 | 中国石油化工股份有限公司 | 一种致密砂岩储层多参数渗透率预测方法 |
CN106501286A (zh) * | 2016-10-19 | 2017-03-15 | 大连理工大学 | 一种应用ct测量多孔介质内气液间舍伍德数的装置及方法 |
CN106501286B (zh) * | 2016-10-19 | 2019-04-09 | 大连理工大学 | 一种应用ct测量多孔介质内气液间舍伍德数的装置及方法 |
CN106841004A (zh) * | 2017-01-25 | 2017-06-13 | 中国石油大学(北京) | 页岩储集能力确定方法 |
US11536639B2 (en) | 2019-04-04 | 2022-12-27 | Shandong University | Intelligent lithology identification system and method based on images and spectrum technology |
WO2020199292A1 (zh) * | 2019-04-04 | 2020-10-08 | 山东大学 | 基于图像与光谱技术的岩性智能识别***与方法 |
CN113391373A (zh) * | 2021-05-10 | 2021-09-14 | 三明学院 | 一种杨氏模量的计算方法、装置、设备和存储介质 |
CN113391373B (zh) * | 2021-05-10 | 2023-12-12 | 三明学院 | 一种杨氏模量的计算方法、装置、设备和存储介质 |
CN116068000A (zh) * | 2021-12-22 | 2023-05-05 | 中国石油天然气集团有限公司 | 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 |
CN116068000B (zh) * | 2021-12-22 | 2024-05-24 | 中国石油天然气集团有限公司 | 一种基于岩屑x射线荧光光谱分析数据拟合伽马曲线的方法 |
CN114235862A (zh) * | 2022-02-21 | 2022-03-25 | 中国科学院地质与地球物理研究所 | 一种基于双能ct对烃源岩的评估方法 |
US11436738B1 (en) | 2022-03-09 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock stratification identification method and apparatus, device and storage medium |
CN114359569B (zh) * | 2022-03-09 | 2022-06-03 | 中国科学院地质与地球物理研究所 | 岩石的层理识别方法、装置、设备及存储介质 |
CN114359569A (zh) * | 2022-03-09 | 2022-04-15 | 中国科学院地质与地球物理研究所 | 岩石的层理识别方法、装置、设备及存储介质 |
CN114624267A (zh) * | 2022-03-14 | 2022-06-14 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
CN114624267B (zh) * | 2022-03-14 | 2023-10-27 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
CN117074274A (zh) * | 2023-08-30 | 2023-11-17 | 中国地质调查局油气资源调查中心 | 一种基于全直径岩心样品的孔隙度计算方法、装置及介质 |
CN117074274B (zh) * | 2023-08-30 | 2024-05-14 | 中国地质调查局油气资源调查中心 | 一种基于全直径岩心样品的孔隙度计算方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104169714B (zh) | 2017-07-11 |
WO2013106508A1 (en) | 2013-07-18 |
BR112014017258A2 (pt) | 2017-06-13 |
CA2860575C (en) | 2018-09-18 |
US8938045B2 (en) | 2015-01-20 |
MX2014008345A (es) | 2014-11-10 |
BR112014017258A8 (pt) | 2020-09-15 |
CA2860575A1 (en) | 2013-07-18 |
BR112014017258B1 (pt) | 2022-03-29 |
CO7020898A2 (es) | 2014-08-11 |
US20130182819A1 (en) | 2013-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104169714A (zh) | 用多能量x射线成像确定储层性质和品质的方法 | |
Remeysen et al. | Application of microfocus computed tomography in carbonate reservoir characterization: Possibilities and limitations | |
Ketcham et al. | Acquisition, optimization and interpretation of X-ray computed tomographic imagery: applications to the geosciences | |
Scott Smith et al. | Kimberlite terminology and classification | |
Mees et al. | Applications of X-ray computed tomography in the geosciences | |
Landrot et al. | Measurement of accessible reactive surface area in a sandstone, with application to CO2 mineralization | |
US20180164470A1 (en) | Combining Multiple Energy X-Ray Imaging And Well Data To Obtain High-Resolution Rock, Mechanical, And Elastic Property Profiles | |
Njiekak et al. | Pore systems in carbonate formations, Weyburn field, Saskatchewan, Canada: Micro-tomography, helium porosimetry and mercury intrusion porosimetry characterization | |
Toy et al. | Bedrock geology of DFDP-2B, central Alpine Fault, New Zealand | |
Adeleye et al. | Pore-scale analyses of heterogeneity and representative elementary volume for unconventional shale rocks using statistical tools | |
Rodriguez et al. | Imaging techniques for analyzing shale pores and minerals | |
Golab et al. | 3D characterisation of potential CO2 reservoir and seal rocks | |
Voutilainen et al. | Characterization of spatial porosity and mineral distribution of crystalline rock using X-ray micro computed tomography, C-14-PMMA autoradiography and scanning electron microscopy | |
Alves et al. | Mineralogy evaluation and segmentation using dual‐energy microtomography | |
CN113075731B (zh) | 深层储层连续性井筒数字建模方法及装置 | |
Crandall et al. | Characterization of the Martinsburg Formation using Computed Tomography and Geophysical Logging Techniques | |
Grolimund et al. | Microscopic chemical imaging: A key to understand ion mobility in tight formations | |
Jin et al. | Correlative multiple porosimetries for reservoir sandstones with adoption of a new reference-sample-guided computed-tomographic method | |
Huber et al. | A new correction for he loss applied to (U‐Th)/he dating of grains with complex shapes and polymineralic aggregates | |
Mukherjee et al. | Digital rock analysis-providing SCAL properties for the matrix of tight carbonates of the Najmah-Sargelu Formation, Kuwait | |
Katsevich et al. | High-Quality MicroCT Rock Imaging: Methodology To Measure and Correct for X-Ray Scatter | |
Vickerd et al. | Changes in porosity due to acid gas injection as determined by X-ray computed tomography | |
Eltijani et al. | Deciphering quaternary sediment dynamics: a synthesis of X-ray CT imaging and grain size endmember modeling | |
Cornard et al. | Application of micro-CT to deep-marine outcrop data: towards a new tool to better assess primary sedimentary structures and processes at their origin | |
Cornard et al. | Application of micro‐CT to resolve textural properties and assess primary sedimentary structures of deep‐marine sandstones |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170711 Termination date: 20210110 |