CN104471614A - 使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** - Google Patents
使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** Download PDFInfo
- Publication number
- CN104471614A CN104471614A CN201380038247.6A CN201380038247A CN104471614A CN 104471614 A CN104471614 A CN 104471614A CN 201380038247 A CN201380038247 A CN 201380038247A CN 104471614 A CN104471614 A CN 104471614A
- Authority
- CN
- China
- Prior art keywords
- rock
- exploded view
- value
- relation
- tortuosity
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/241—Earth materials for hydrocarbon content
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Remote Sensing (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
提供有效表征钻探烃类储层形成的井眼时穿过的岩石的方法。可获得具有与井眼的特定区域相关的采集起源的岩石样品,对该样品扫描以获得分解成表征为孔隙和表征为矿物基质的像素并限定它们之间的边界的2D数字图像。可将为了应用于2D分解图像环境而修正的变换关系例如Kozeny-Carman方程用于计算可以是绝对渗透率、相对渗透率、地层因数、弹性、体积模量、剪切模量、纵波速度、剪切速度、电阻率或毛细管压力的目标岩石属性的评估值,并使用评估值表征井眼区域的岩石。这为快速并有效地开发大量的直接表征岩石的延伸区域的数据提供了机会,该岩石不管是否穿过此井或相关井的井眼。还提供用于进行上述方法的计算机***、计算机可读介质和程序。
Description
本申请根据35U.S.C.§119(e)要求2012年5月18日提交的在先美国临时专利申请61/649,099的优先权,在此通过参考将其整体并入本文。
背景技术
本发明通常涉及数字岩石物理学领域,并且尤其涉及使用适合应用于小尺寸岩石样品如正常钻井作业中返回地表的钻屑或其它多孔介质、以及通过3D体积分析也可能无法最佳地满足速度和体积的要求的应用的数字岩石物理学技术来评估诸如绝对渗透率、相对渗透率、地层因数(formation factor)、弹性和毛细管压力值中的一种以上等的岩石属性值的方法。
对复合属性如绝对渗透率的理解对于理解地表下岩石中的烃类的迁移性可以是至关重要的。这牵涉到理解在地质时期中油向暗色岩(traps)的历史迁移,并且对钻井设计(well planning)、完井设计(completion design)和储层评价具有直接的商业意义。
传统上,绝对渗透率例如已经用渗透仪迫使流体穿过岩石样品并且记录得到的流体通量和压降来测定。然而,此类获得信息的尝试实质受样品的形状和大小制约并且通常不能良好地适于按照及时的方式提供有质量的信息。
数字岩石物理学提供用于有效地表征岩石样品的结构和组成的一些最有效的机会。天然岩石样品(典型地,岩心)的数字图像可以用X射线计算机断层成像扫描(CT扫描)、聚焦离子束扫描电子显微镜(FIB-SEM扫描)、磁共振成像、或者包括磁共振成像以及显微层析或显微放射技术的其它应用的通常能够有用地进行分辨和数字化的其它成像技术而获得。
样品制备的类型可以取决于使用的摄像方法和使用的图像扫描仪器的类型。例如,可以将岩石样品清洗、成形、制作标本或者另外为了摄像而制备。例如,此类制备可以例如包括切削、研磨、成形铣削(shaping milling)、聚焦离子束抛光、其它改变技术岩石的大小和形状的技术、或者适合于确保物理样品位于扫描器的视野内部并且在扫描期间不移动的任意组合。
这些3D体积可以通过例如Toelke,J.等人(2010),“Computer simulations offluid flow in sediment:From images to permeability,”The Leading Edge(January 2010),68-74(下文中,“Toelke(2010)”出版物)以及Dvorkin等人的美国专利8,081,802B2(下文中,‘802’专利)中讨论的技术而分解。
然后,可以用所得到的3D分解体积来评估、建模或仿真重要属性的值,参见,例如,Dvorkin,J.等人(2011),“Relevance of computation rock physics,”Geophysics,76(5),E141-E153(下文中,“Dvorkin 2011”出版物)。Toelke(2010)讨论了将Lattice-Bolzmann方案应用于Navier-Stokes方程(即,Lattice-Bolzmann方法或者“LBM”)作为绝对渗透率k的3D分析方案。LBM方案对运动中的颗粒穿过3D空间的动量进行建模并且要求3D体积分析。
3D扫描应用于钻屑(drill cuttings)的可能限制在于:通常很多钻屑尺寸不适于直接3D扫描,这并非是不平常的。并且,取决于地岩层和钻井程序的特定性,可能存在循环至地表的高百分比的钻屑对直接3D研究构成挑战的时刻。此外,本发明人已经意识到存在如下的情况:绝对渗透率、相对渗透率、地层因数、弹性和毛细管压力的一种以上的评估值会很有用,但是考虑到数据采集期望的速度、效率和剪切质量(sheer massiveness),即使伴随当前分解体积分析中应用的数字岩石物理学的速度和效率也证明是次优选的。此外,虽然存在大量的摄像装置,但是对于在数字岩石物理学中的应用,FIB-SEM最常用且容易利用。并且该技术特别地能够承担前述挑战。
Nur等人的美国专利6,516,080公开了使用2D图像构建模拟的3D分解体积。然而,通过3D研究而过度服务(overserved)的应用可能受到在能够开始分析之前合成3D分解体积所需要的额外步骤所阻碍。对此,Nur等人的使用2D图像构建模拟的3D体积与在先的岩石的3D图像构建对计算一些复合的岩石属性如渗透率是必要的的想法是一致的。
本研究者已经意识到存在对非常有效的方法的需要,以获得来自如钻屑的普通样品源的如绝对渗透率、相对渗透率、地层因数、弹性和毛细管压力的一种以上等的流体输送属性的质量评估值,并且在不需要建立、合成或另外获得3D体积的严苛条件下应用数字岩石物理学。本研究者已经进一步意识到这种能力能够对收集并使用表征给定井内的地层和从来自邻近井或另外视为相同走向的多地层的更完整采集的绝对渗透率评估提供重要的新机遇。此外,速度和效率的要求给出了优选可应用于宽范围的岩石以将实际应用中的校准工作降到最小的非常鲁棒性的方法的启示。
发明内容
本发明的特征为使用二维(2D)图像来评估应用于数字岩石物理学的岩石样品的目标岩石属性,如绝对渗透率、相对渗透率、地层因数、弹性、体积模量、剪切模量、弹性波速、电阻率或者毛细管压力。
本发明的另一特征在于利用如绝对渗透率、相对渗透率、地层因数、弹性、体积模量、剪切模量、弹性波速、电阻率或者毛细管压力等的目标岩石属性的评估值有效地表征在钻含烃储层开发的井眼时穿过的岩石的方法。
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,本发明一部分涉及一种用于根据2D数字岩石物理学的应用来评估岩石样品的目标岩石属性的方法,包括以下步骤:扫描岩石样品以获得所述岩石样品的2D数字图像;分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的数字2D分解图像;根据所述分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值;以及采用为了应用于2D分解图像环境而修正的变换关系,来计算根据2D分解图像得出的作为简单孔隙几何形状的函数的所述目标岩石属性的评估值。
本发明还涉及一种使用目标岩石属性的评估值有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:获得具有与井眼的特定区域相关的采集起源的岩石样品;扫描岩石样品以获得所述岩石样品的2D数字图像;分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的2D分解图像;采用为了直接应用于2D分解图像环境而修正的变换关系,来计算目标岩石属性的评估值;以及使用根据2D分解图像直接得出的目标岩石属性的评估值来表征井眼区域的岩石。
本发明还涉及一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:获得具有与井眼的特定区域相关的采集起源的岩石样品;扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Kozeny-Carman方程;以及使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
本发明还涉及一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:获得具有与井眼的特定区域相关的采集起源的岩石样品;扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Timur’s方程;以及使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
本发明还涉及一种有效地评估钻探烃类储层形成的井眼时所穿过的岩石的绝对渗透率值k的方法,包括以下步骤:获得各自具有与井眼的特定区域相关的采集起源的多个岩石样品,其中所述获得步骤进一步包括:使用钻探操作起从钻屑所收集的岩石样品并且将钻屑与井眼中的轴向深度相关联;扫描岩石样品以获得所述岩石样品的2D数字图像;分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积;根据以下关系评估绝对渗透率的下界k-:k-=2.4957(φ5.4/s2);根据以下关系评估绝对渗透率的上界k+:k+=3.0665[φ5/s2(1+φ)2];以及使用根据2D分解图像计算出的绝对渗透率的下界和上界的评估值来表征井眼中的各位置处的岩石。
还提供计算机化***、计算机可读介质和用于进行该方法的程序。
本发明的进一步特征和优点将在随后的描述中部分地阐述,并且从该描述中部分将显而易见,或可通过本发明的实施来领会。通过说明书和所附权利要求书中特别指出的要素和组合来实现和获得本发明的特征和其它优点。
应该理解,以上一般的描述和以下详细的描述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。
附图说明
引入并且构成本申请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。不同图中的相同术语用相同的附图标记来标明并且相关的术语通常用带有字母后缀的相同的附图标记来标明。
图1A为岩石样品的3D图像数字分解体积表示;
图1B为与相同岩石样品相对应的2D分解图像;
图1C为与相同岩石样品相对应的另一2D分解图像;
图1D为示出根据本申请的实例的工作流程的流程图;
图1E为示出根据本申请的实例的工作流程的流程图;
图2A为示出根据本申请的说明性实例的工作流程的流程图;
图2B为示出目的在于评估绝对渗透率的根据本申请的说明性实例的工作流程的流程图;
图2C为示出展示目的在于用Kozeny-Carman方程的第一种形式计算绝对渗透率的本申请的具有更高特异性的实例的图2B的工作流程的摘录的流程图;
图2D为示出展示目的在于用Kozeny-Carman方程的第二种形式计算绝对渗透率的本申请的具有更高特异性的实例的图2B的工作流程的摘录的流程图;
图2E为示出示出展示目的在于用Kozeny-Carman方程的第三种形式计算绝对渗透率的本申请的具有更高特异性的实例的图2B的工作流程的摘录的流程图;
图2F为示出展示目的在于用Timur’s变换的第一种形式计算绝对渗透率的本申请的具有更高特异性的实例的图2B的工作流程的摘录的流程图;
图3A为迂曲度(tortuosity)的简化示意性表示;
图3B为根据本申请的实例的迂曲度-孔隙率的图;
图3C为根据本申请的实例的迂曲度比(tortuosity ratio)-孔隙率的图;
图3D为根据本申请的实例的标准化渗透率界限-孔隙率的图;
图4A-4I为与来自根据本申请的实例的各种晶粒直径的3D Finney填充模型的垂直面正交所截取的2D切片(slice)的示意性说明;
图5为根据本申请的实例的Finney填充模型的标准化渗透率-孔隙率的图;
图6A-6C为由根据本申请的实例的Fontainebleau砂岩的不同样品制作的2D分解图像;
图7为示出对于根据本申请的实例的Fontainebleau数字样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图8为示出对于根据本申请的实例的Berea-200数字样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图9为示出对于根据本申请的实例的油砂数字样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图10为示出对于根据本申请的实例的碳酸盐数字样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图11为示出对于根据本申请的实例的相对3D结果的页岩样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图12为示出对于根据本申请的实例的相对3D结果的不同页岩样品的本发明的验证的孔隙率φ-绝对渗透率k的图;
图13A示出根据本申请的实例的另一样品的原始2D分解图像;
图13B示出根据本申请的实例的实质上包括图13A的全部原始2D分解图像的第一研究样品的选择;
图13C示出对于根据本申请的实例的第一研究样品的绝对渗透率-孔隙率的图;
图13D示出根据本申请的实例的图13A的分解图像中限定的多个研究子样品;
图13E示出根据本申请的实例的图13D中展示的研究子样品之一;
图13F为示出来自根据本申请的实例的图13B、13D和13E中标识的研究样品和子样品的渗透率趋势的渗透率-孔隙率的图;
图14A-14C示意性地示出根据本申请的实例的各种程度的增长的矿物扩大的孔隙;
图15为示出根据本申请的实例的将渗透孔隙率应用于Fontainebleau砂岩数据集的Kozeny-Carman的变化的拟合的渗透率-孔隙率的图;以及
图16为根据本申请的实例的***。
具体实施方式
本发明部分涉及使用应用于2D图像的独特的数字岩石物理学技术来评估岩石的如绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力值等等目标岩石属性值以及其它多孔介质的方法和***。本发明的这些方法和***可以适当地应用于如正常钻井作业和施工中返回地表的钻屑等的小尺寸样品,其中通过3D数字图像体积分析无法最佳地满足对速度和体积的要求。
绝对渗透率例如为与流体流过多孔岩石直接相关的输送属性,并且数字岩石物理学在不需要要求完好岩心或其它大小合适良好成形的样品的昂贵耗时的实验室试验的情况下提供对于获得绝对渗透率值可选的质量。然而,目前为止已认为具有岩石的3D图像对于使用数字岩石物理学计算如渗透率等的岩石属性是必要的。
图1A示出分解为孔隙12和一个以上的矿物基质相14的此类3D分解体积10。图1A的体积10中的孔隙连通性是明显的且绝对渗透率不为零。例如,在比较对不必然地出现在该图像的2D切片中的孔隙12提供贯通性的3D体积中显示的流路时,对3D体积的要求是明显的,这分别参见例如图1B和1C中的水平切片16B和16C。
此外,从2D图像评估绝对渗透率或者如相对渗透率、地层因数、弹性或者毛细管压力等的其它目标岩石属性仍然是期望的,因为获得此类图像比获得3D体积更便宜、更快速并且更大规模的,尤其是使用FIB-SEM成像。在广泛的3D成像在经济上看似不合理的情况下(如果由于不存在大小合适的岩石材料而一点也不可能)使用钻屑工作时,此类基于2D的评估的重要性变得特别关键。与此相对,钻屑对烃类形成的钻探是普遍存在的。正如本文使用的,“烃类储层形成的钻探”涵盖勘探和生产井的全部范围的钻探,并且进一步包括便于回收的钻探,例如,蒸气驱(steam flooding)、CO2注入等。
图1D中的流程图18示出根据本发明的一些说明性实施方式的用以应对该需要的工作流程。通过由3D体积成像而得到的实践,制备样品,获得2D数字图像(步骤19)并将数字图像分解为孔隙和矿物基质(步骤21)。此外,根据需要可以使2D数字图像平滑和/或过滤以除去影响图像中明显的孔壁的粗糙度的可能的成像伪影。
得到的2D分解图像适用于相当准确地评估多种岩石或者作为孔隙几何形状的简单函数的其它多孔介质属性。例如,根据变换的需要,可以直接计算此类岩石或者如孔隙率、比表面积和晶粒直径等的其它多孔介质属性。参见步骤23(属性P1-Pi)。此外,如以下进一步讨论的,用于计算绝对渗透率的有用的变换的一些形式例如要求假定或者评估渗透孔隙率的值。这在可选的步骤25中展示。
以下更详细地讨论的说明性实施方式采用Kozeny-Carman变换的形式或者将与如迂曲度那样更复合的属性有关的其它变换应用于简单孔隙几何形状的函数。参见步骤27。其它变换的应用(例如,Timur’s方程)可以将如束缚水饱和度Swi等的其它复合属性与如孔隙率、比表面积或者晶粒直径等的简单孔隙几何形状的函数相关。
接着,步骤29要求使用适用于2D应用的变换来计算绝对渗透率的评估值。
尽管本文包含用于评估作为目标岩石属性的绝对渗透率的方法的说明,但要理解,本发明的方法可以用于评估其它目标岩石属性,如相对渗透率、地层因数、弹性、毛细管压力或者其它目标岩石属性。这在例如图1E中示出。图1E中的流程图180示出根据本发明的一些说明性实施方式的在这方面的工作流程。如所说明的,通过由3D体积成像所得到的实践,制备样品,获得2D数字图像(步骤190)并将数字图像分解为例如孔隙和矿物基质(步骤200)。此外,如所说明的,可以根据需要使2D数字图像平滑和/或过滤以除去影响图像中明显的孔壁的粗糙度的可能的成像伪影。如所说明的,如步骤210中所示(属性P1-Pi)等,得到的2D分解图像适用于相当准确地评估多种岩石或者作为孔隙几何形状的简单函数的其它多孔介质属性。可以使用适用于2D应用的变换来计算例如对于绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力的目标岩石属性评估值(步骤220)。
正如本文使用的,“适用于”意味着依赖于作为简单孔隙几何形状的函数的3D属性的2D适应的直接展开变换;根据简单孔隙几何形状的函数求出中间的更复合的分量(如迂曲度或者束缚水饱和度等)并且在含有此类复合分量的变换中应用该值;或者在变换中用简单孔隙几何形状的表达代替更复合的分量。
图2A中的流程图20示出根据本发明的用以应对该需要的工作流程。步骤22用于获得岩石样品,并且如上所述以2D工作使得在样品选择时获得比可以实际用于3D应用更高的灵活性。还应理解,岩石结构分析的值通常要求井眼中获得样品的环境(context)。岩心和心塞是通过用于采集时通过底部钻具组合(bottom hole assembly)的深度定位井眼中的采集点的特殊操作和设备来收集和取回的。然而,由于在钻井的常规过程中钻屑从岩床破裂,因此代替地通常不采集钻屑。而从钻井泥浆流中采集此类钻屑。泥浆从地表沿钻柱向下并从钻头中的口或喷嘴出来而循环从而冲刷井眼的底部。通过环带返回至地表的泥浆输送并携带新的钻屑。通过地表处的振动机台从泥浆中除去钻屑,并且可对钻屑进行采集。有时,振动机台处的来自已知沉积层的岩石的外观可以用作“标记(marker)”以提供此类环境。在其它时间,可以将泥浆的流动建模以基于钻屑出现在地表之前所经过的时间来评估钻屑的深度。此类建模可以考虑例如泥浆的组成、特征和流量;井眼和环带的尺寸、几何形状和方位;以及钻屑的大小、分布、密度和“滑动量(slippage)”。然而,获得的此环境或者起源与岩石样品相关联并且通常指图2A中的步骤24。
例如,用聚焦离子束扫描电子显微镜(FIB-SEM)***扫描岩石样品,以制作2D数字图像(步骤26)并在步骤28将图像分解成表示孔隙12的像素和表示矿物基质14的像素(回到图1B和1C)。由3D操作直接得到扫描和分解操作,但是如以下更详细的陈述,扫描和分解操作在多个单一2D切片或者2D单一切片的子样品中进行。可以使用商购可得的FIB-SEM***。FIB-SEM***的FIB组件可以在SEM捕获在各切片处的样品结构的图像期间,像纳米级解剖刀那样进行工作来从样品除去很薄的材料切片。本发明的方法也可以使用能够产生扫描样品的2D图像的如x-射线CT扫描器等的其它种类的x-射线扫描设备来实践。相对于最终扫描之前的样品的扫描部,FIB-SEM可以为破坏性的过程,而CT扫描为非破坏性的。例如,可以制备样品,以供按照用于样品的种类和使用中的扫描器的种类的传统方式进行扫描。例如,也可以通过例如通过参考将其整体并入本文的、Nur等人的美国专利6,516,080中示出的那些的制备方法来制备样品以供扫描。
为这里的目的,“分解”是指将数字图像划分成多个部分(像素集)的过程。图像分解通常用于定位图像中的对象和边界(线、曲线等)。在多孔岩石的分解中,例如,可以用于分配孔隙和一个以上的非多孔相区域及其边界。图像分解是用于将标记分配至图像中的像素使得具有相同标记的像素共享特定视觉特征的过程。图像分解的结果为共同覆盖整个图像的分解集,或从图像中提取的轮廓集。关于某些特征或计算出的属性,如颜色、强度或纹理,区域中的各像素可以相似。关于特征,相邻的区域不同。已开发通用的算法和技术并用于数字图像处理领域中的图像分解。例如,可以将岩石样品的数字图像分解成其组成类别。术语“组成类别”可以涵盖例如开孔、矿物、可选的其它种类的材料或者其任意组合。相对于其它组成类别,单一组成类别的成员应拥有相同的组成和相同的通用结构,使得这些成员以相似的程度影响岩石的属性。如本领域中所知的,将x-射线衰减图像(使用X-射线显微断层成像实例)分解成相似矿物学的组成类别时可以存在模糊性,这是因为不同的岩石矿物可以具有相似的x-射线衰减。如果与样品的矿物组成有关的在先信息限制各像素的许多可能性,则可以大大地有助于分解。还如已知的,当不存在在先信息时,可以将x-射线衍射用于确定矿物学。如果两个组成类别具有相等或近似相等的x-射线衰减,则如同本领域技术人员所理解的,使用结构计量来区分这些类别可能是必要的。可以将这些以及其它分解方法和技术应用或适用于本发明的方法和***中。
回到图2A,将步骤28获得的2D分解图像用于计算求出步骤32中的绝对渗透率所需要的多个属性值(步骤30)。步骤30根据属性值的简单孔隙几何形状的函数来求出2D中的评估值,其大部分评估值实际存在并且在3D中定义。例如,孔隙率φ为孔隙的体积除以样品的体积所得的值。然而,孔隙率评估值是基于孔隙的面积除以样品的面积而获得。类似地,比表面积s由孔隙和矿物基质之间的边界的长度除以图像的面积来近似。当岩石样品的分解图像可能复合时,为了这里的目的,“简单孔隙几何形状”覆盖作为从分解图像的直接测量的结果而可以识别或者近似的许多属性。除了孔隙率和比表面积之外,简单孔隙几何形状进一步包括但不局限于粒度和毛细管直径。从简单孔隙几何形状导出的期望属性将取决于选择或者制作以定义此类属性和更复合的绝对渗透率之间的关系的要应用于步骤32的改写的变换的特定属性。为了这里的目的,“复合的属性”可以为与孔隙几何形状有关的但不是这里所定义的一种简单孔隙几何形状的属性。复合的属性可以为例如迂曲度和束缚水饱和度以及如绝对渗透率、相对渗透率、地层因数、弹性和毛细管压力等的目标岩石属性。
将从孔隙几何形状的2D分析导出的属性值应用于修正的变换以计算绝对渗透率的评估值。修正的变换是直接测量通常不可得的属性或者根据由简单孔隙几何形状可得的直接测量的属性的导出所用的变换。参见步骤32。然后,在步骤34中,在步骤24中获得的起源的环境中,使用该值来表征岩石。
图2B为应用于评估绝对渗透率k的根据图2A的工作流程的实施方式的流程图20B。参见步骤32B。此外,图2B包括设置配置36,此处示出为将选择的变换的更复合属性的参数Pn的属性值转换成孔隙几何形状的函数并在将变换适用于2D应用时使用后者关系。参见例如可以用于将迂曲度τ降低至孔隙率评估值的函数的步骤38。在组合或者可选择时,可以在步骤40获得、评估或者推测复合参数Px的值,并且在修正步骤32B的变换以应用于从2D导出的值导出绝对孔隙率属性值时,使用复合参数Px的值。一旦修正步骤32B的变换,则不必对每次计算时重复设置36。然而,应理解步骤32B的变换的限制、步骤38的关系和/或步骤40中使用的值。期望地,修正的变换及其设置可以鲁棒性地应用于宽范围的岩石种类。然而,即使在不必再回到设置阶段36的情况下仍可以有效地处理单一岩石种类内的大量样品的更窄范围的应用中,本发明也提供频繁采样的实用性。
图2C-2F与图2B组合地如应用于评估绝对渗透率而阐述本发明的其它说明性实施方式。图2C-2F局限于分解2D图像(步骤28)和表征岩石(步骤34)之间的步骤,但应了解还包括图2B的其它方面。例如,阴影框和修改的附图标记对于这些额外的各说明性实施方式强调了修正并采用图2B的步骤30、32B和36。并且,当示出不同的实施方式的范围时,应理解,将绝对渗透率与孔隙率和从孔隙几何形状导出的其它参数联系起来的根据经验和理论的全部大量的渗透率方程可以在本发明的范围内应用于根据2D图像来评估渗透率。
图2C阐述将3D多孔固体的绝对(单相)渗透率k与其孔隙率φ、比表面积s和迂曲度τ联系起来为以下的基本的Kozeny-Carman方程(例如,Mavko等人,2009)
其中,k的单位为平方长度;s的单位为1/长度;以及τ为无量纲的。参见Mavko,G.,等人(2009).The rock physics handbook:Tools for seismic analysis ofporous media,Cambridge:University Press。自然地,对于k以及对于s必须使用相同的长度单位。具体地,如果s以m-1来测量,则k用m2来测量。
这里,1mD=10-15m2=10-9mm2=103nm2。此外,1nD=10-9mD=10-24m2=10-18mm2=10-6nm2。因此,如果比表面积使用mm-1且渗透率使用mD,方程1.1为:
一旦将岩石的物理样品成像并数字表示(步骤26),然后分解步骤(步骤28)从矿物基质分离孔隙,可以根据分解样品直接计算方程1.2中的两个输入作为简单孔隙几何形状的函数,此处为孔隙率φ和比表面积s评估值。例如,在进行表示孔隙为零和表示矿物基质为1的分解之后,将样品中的矿物基质的体积分数评估为像素(2D中)的值的总和除以像素的总数。孔隙率φ为1减去矿物基质的体积分数。此外,可以将比表面积s评估为孔隙的周长除以图像的总面积。在对于图2C的实施方式中展示的Kozeny-Carman方程的步骤30C的计算中阐述这两个计算。
然而,当在2D中容易评估两个输入(φ和s)时,作为3D空间的几何属性的迂曲度τ是不明显的。此外,即使分解3D图像是可用的,如何定义迂曲度也不是明显的,这是因为Kozeny-Carman方程是基于作为由倾斜的圆柱形(例如,圆形的)管穿过的固体块的岩石的理想化表示。参考图3A中的示意性说明。在此高度简化的表示中,将迂曲度定义为管的长度L与块的长度l之比为τ=L/l。从该定义得出τ总是大于或等于1(τ≥1)。显然,如果孔不是完好的管,则该定义不是很有用。然而,对于以上情况以及Kozeny-Carman方程的其它形式,需要处理迂曲度。为了完成图2C的实施方式中的该任务,使用步骤38C中将迂曲度与孔隙率关联的方程来应用设置36C,由此使得在步骤38C’中Kozeny-Carman方程转换成一个简单孔隙几何形状。
对于τ作为φ的函数提出了几个方程。一个为
τ=φ-1.2 (1.3)
这可以从通过Boving和Grathwohl(2001)的实验室污染物扩散试验导出,以及另一个为
τ=(1+φ-1)/2 (1.4)
这可以由Berryman(1981)从理论上导出。参见Boving,T.B.,等人,2001,Tracer diffusion coefficients in sedimentary rocks:correlation to porosity andhydraulic conductivity,Journal of Contaminant Hydrology,53,85-100,和Berryman,J.G.,1981,Elastic wave propagation in fluid-saturated porous media,Journal of Acoustical Society of America,69,416-424。
设置36C的步骤40C基于对于直径d的相同球体的随机致密填充(randomdense pack)而利用实验导出的基本渗透率值来校正这些独立获得的方程。该值为
此方程中的最终值为无量纲的并且由于1mD=10-15m2和1mm2=10-6m2而从第二个值获得最终值。该填充的孔隙率近似为0.36并且以下进一步讨论该填充的使用。
这支持表达此类球体填充的比表面积s作为其孔隙率和晶粒直径的函数。具体地,如果岩石的体积为V并且其孔隙率为φ,则该填充中的球体的总体积为V(1-φ)。然后,填充中的球体数N为该体积与单个球体的体积πd3/6的比并且N=6V(1-φ)/πd3。
单个球体的表面积为πd2。球体的填充中的表面积为Nπd2=6V(1-φ)/d。因此,该球体填充的比表面积为
s=6(1-φ)/d. (1.6)
通过参考方程1.1和使用φ=0.36,获得k=0.001582d2/τ2或者k/d2=0.001582/τ2。然而,根据经检测的填充的方程1.5k/d2=6.8·10-4,由此使得迂曲度解为1.52。
在φ=0.36时,方程1.3给出τ=3.4075,而方程1.4给出τ=1.8889。在给定随机致密球体填充的渗透率和孔隙率的情况下校正这两个迂曲度方程以使其一致,则方程1.3和1.4再用公式表示为
τ=0.4476φ-1.2 (1.7)
和
τ=0.4038(1+φ-1). (1.8)
在φ=0.36时,这两个方程均给出相同的迂曲度值1.52,这是球体填充的迂曲度值。得到的针对0-0.36范围内的孔隙率的迂曲度曲线(上界42和下界44)示于图3B中的图表46中。此外,该范围上的迂曲度上界和下界之比示于图3C中的图表50的曲线48中。定义作为孔隙率的函数的迂曲度以及校正方程的功能分别如图2C中的设置36C的步骤38C和40C那样实现。
将由方程1.7得到的τ值应用为迂曲度上界,而将由方程1.8得到的τ值应用为迂曲度下界。在步骤38C’中修正图2C中的设置36C的方程1.1,迂曲度上界将转变成渗透率下界,反之亦然:
其中“-”下标是指下界,而“+”下标是指上界。评估绝对渗透率k时这些上界和下界的可能的精度由图3D中的图表56所示,在该图表56中,对于0和0.36之间的孔隙率计算由比表面积标准化后的渗透率,对于s2k-由曲线54所示并且对于s2k+由曲线52所示。
已在图2C的实施方式的环境中验证了流程图18(图1D)、20(图2A)、20B(图2B)和20C(图2C)的工作流程。为了验证的目的,制作并使用天然和人造岩石的全3D表示和/或扫描,以针对各表示和使用用于计算绝对渗透率的预先验证的LBM方法成像的样品来计算真实绝对渗透率。然后,将修正的Kozeny-Carman变换用于评估针对3D图像的各2D部分导出的孔隙率和比表面积。将由此计算得到的基于2D的渗透率值与对相似性质的物理样品获得的3D渗透率值和/或实验趋势值进行比较。
针对Finney填充,在图4A-4I和图5中阐述利用理想化模型的初始验证。Finney填充是通过实验创建的随机致密填充中的相同球体的物理填充。可以得到各球体的坐标,并且这些坐标可以用来通过认为球体围绕各中心而在计算机中创建该填充的数字表示。由此创建的虚拟填充的3个选中的水平2D切片分别示于图4A-4C、4D-4F和4G-4I中。在该数字实现中,图4A-4C中各球体58的直径为0.72mm,然而在与相同球体相交的平面的截面处创建的2D圆具有变化的直径。该3D图像的孔隙率为0.355。返回参考在以上校正迂曲度(步骤40C)的讨论中使用φ=0.36。
通过数字化扩大各球体58,可以创建使得球体互相贯通的附加填充60B和60C,以创建低理想化的样品以供验证使用。具体地,通过将各球体58的直径增加10%(参见关于填充60B的选中部分的图4D-4F),然后增加20%(参见关于填充60C的选中部分的图4G-4I),分别创建孔隙率为0.180和0.065的两个附加填充。
计算结果示于图5的图表62中,其中“A”系列的数据与图4A-4C的填充60相关联,“B”系列的数据与图4D-4F的填充60B相关联,以及“C”系列的数据与图4g-4I的填充60C相关联。在图5中,对三个3D图像的各个2D截面(即,以1三维像素增量截取的切片)应用方程1.9来计算2D导出的渗透率,以生成上界(64A-C)和下界(66A-C)的评估值,并与3个3D渗透率数据点(62A-C)进行比较。
与渗透率与粒度平方之比为680000mD/mm2相对应的孔隙率0.360的情况下的随机致密填充的渗透率的标称值(nominal value)在点62A处与线交叉。为了图5中比较的目的,将以mD计的计算出的2D和3D渗透率值通过除以数字生成的随机致密填充中的球体的物理直径的平方(0.72×0.72=0.5184mm2)来标准化。
如此图中看出,代替获得单个的2D得到的渗透率-孔隙率对,而是获得大量的此类对,这单纯是因为各2D截面具有可能与主3D样品不同的孔隙率。然而,通过紧密地包围3D渗透率-孔隙率数据点62A-C来生成并验证清楚的渗透率-孔隙率趋势值(64A-C和66A-C)。
超过理想化模型,已对包括常规的岩石如砂岩和碳酸盐的岩石样品范围、对油砂样品以及对页岩样品进行了相当多的验证。将使用本发明获得的2D得出的渗透率与代表性的3D图像上获得的渗透率进行比较,并且将得到的2D渗透率评估值有利地比作3D结果。再使用LBM以得出3D中的绝对渗透率并推测是正确的。图6-13中示出验证实例。
图6A-6C示出表示井中探测岩石(Fontainebleau砂岩)的3个样品的2D分解图像(参考图2B和2C的步骤28)。从孔隙12至矿物基质14的外观显而易见,已知为H74、GW16和A117的这些样品具有非常不同的孔隙率。然而,图7中孔隙率-渗透率评估值的图表68A示出如从3个Fontainebleau数字样品的全部2D截面所计算的具有上界64D、64E和64F以及渗透率下界66D、66E和66F的清楚趋势。这里,评估界限64D和66D对于A117数字样品包围3D得到的值62D,界限64E和66E对于样品GW16包围3D得到的值62E,以及界限64F和66F包围3D得到的值62F。小点符号70是在物理上对Fontainebleau样品进行操作的实验室数据的结果。来自应用如步骤38C’中转变的Kozeny-Carman变换(参见图2C)(方程1.9)的步骤32C的2D评估值与一组实际岩石样品的全3D研究和物理实验室结果二者非常一致。
图8是来自将本发明的实施方式应用于另一已知的样品例Berea-200砂岩的结果。图表68G示出从Berea-200数字样品的全部2D截面所计算出的渗透率上界64G和下界66G。大圆62G对应于对给定的3D数字Berea-200样品计算出的孔隙率和渗透率。另外,3D计算由2D评估值紧紧包围。
图9示出如应用于油砂样品那样的本实施方式的进一步的鲁棒性。此处,图表68H分别示出从数字样品的全部2D截面计算出的渗透率上界64H和渗透率下界66H。另外,绘制为了从3D数字油砂样品比较和验证所计算出的孔隙率和渗透率的大圆62H由2D得出的评估值很好地包围。
图10的图表68I分别示出从两个不同的碳酸盐数字样品的全部2D截面所计算出的渗透率上界64I和64J以及渗透率下界66I和66J。界限64H和66H对应于孔隙率为0.094的碳酸盐样品,而界限64I和66I对应于孔隙率为0.117的碳酸盐样品。大圆62H和62I分别表示对孔隙率为0.094和0.117的样品的3D数字样品所计算出的孔隙率和渗透率。在这些碳酸盐样品中,所计算出的3D孔隙率/渗透率值对于较低孔隙率而言由2D评估值包围,并且对于较高孔隙率而言紧密地跟随。
图11示出在非常致密岩石如页岩的应用中使用评估图2B和2C的绝对渗透率的实施方式的结果。此处,如从页岩样品的全部2D截面所计算的那样,上界64K和渗透率下界66K在图11的图表68K中示出。在图表68K中,大圆62K是对原始3D样品所计算出的方向渗透率。在验证中,将LBM如绝对渗透率的其它3D推导一样进行使用。然而,除了增强数字体积的精度的过滤器和其它通常的配置以外,此处,3D方案还通过将定向的微裂纹的体积与3D体积相加而考虑溶解不足(under-resolved)和亚溶解(sub-resolution)的孔隙连续性。结果,调整后的3D样品的孔隙率为未调整的2D截面的平均孔隙率以上。原因在于:将2D截面视为来自原始3D FIB-SEM图像的切片,而3D渗透率根据相同的样品计算但是进行特殊处理,以在这种情况下在3D中获得与3D提供的相比更真实的渗透率值。注意,尽管图11的实例中的2D评估值没有从该特殊处理获益,但上界和下界证明了致密页岩(或任何其它岩石)2D图像不必如此特殊地处理来定义限定渗透率趋势并获得真实的渗透率评估值。
图12是来自另一页岩样品的结果。图表68L示出来自针对具有数据点62L的绝对渗透率的3D LBM分析的方向性结果。此处,数据点分别由上界64L和下界66L界定。另外,虽然在趋势设定中良好,但数据点62L超过平均渗透率,这是因为3D分析基于调整后的体积,而2D没有被调整。
图13A-13F示出对天然岩石的分解2D图像实施本发明的实施方式的工作流程。原始分解图像16D示于图13A中。操作者可以选择该图像的任意部分进一步分析。图13B中示出实质表示图像16D整体的样品选择74A。然后,使用该选中的2D图像来计算孔隙率和比表面积以及迂曲度界限。然后,使用Kozeny-Carman方程来计算分别与如以上图2B/2C的实施方式所述的迂曲度的下界和上界相对应的渗透率上界和渗透率下界。这些界限在图13C的绘制渗透率-孔隙率的图表76中表示误差条(error bar)80的端部的三角形。同样绘制这些界限的中数平均值(mean average)78。
本发明的该具体实施使得操作者从给定图像(参见图13D)内部的区域中选择多个子样品74并且以与针对整个图像相同的方式计算这些子样品的孔隙率和渗透率。因此,分析图13D的子样品74H,作为图13E。各此类样品和子样品的结果示于图13F中。
图13F的图表76A示出针对图13B和13D中成像的各子样品的计算出的绝对渗透率-孔隙率。纵轴为以nD计的渗透率的十进制对数。黑色正方形78为平均渗透率,而穿过平均值并在相对的三角形终结的竖直线为误差条80。这可以用于对全部来自单一样品的检测下的岩石种类创建渗透率-孔隙率趋势。
通过此种验证支持,图2B的实施方式与图2C组合,说明了针对砂岩、碳酸盐和页岩的鲁棒性方案。
回到替代的变换,图2D与图2B组合地示出应对方程1.1中展示的Kozeny-Carman的变形的工作流程20D。该变形包括附加参数渗透孔隙率φp,其中该参数为其纹理与检测下的样品相似的假定样品的渗透率变成零的孔隙率(Mavko等人,1997)。参见Mavko,G,等人,The effect of a percolationthreshold in the Kozeny-Carman relation,Geophysics 62,1480(1997)。这可以如下数学地表达:
使用将迂曲度转换为孔隙率的函数(步骤38D)并且校正迂曲度40D的相同的基础,设置36D与具有说明渗透孔隙率的修改的设置36C很相似。因此,为了包括渗透孔隙率φp,可以在步骤38D中使用修改的迂曲度方程如
τ=0.4476(φ-φp)-1.2 (1.12)
代替方程1.7,并且将
τ=0.4038(1+(φ-φp)-1). (1.13)
代替方程1.8。
由此,将步骤38D’中的方程1.9和1.10修改为:关于方程1.9为
以及关于方程1.10为
设置36D添加用于获得该第三输入渗透孔隙率φp的新的步骤40D’。渗透孔隙率通常小,在0和0.03之间,并且对相似孔隙几何形状的一组样品通常可以保持恒定。可以以许多方法获得值。例如,可以从物理的或者数值的数据计算或者推测渗透孔隙率φp。
一些选择要求了如下:表示检测下的岩石的3D图像或者来自相似地岩层的数据集的至少一个对于设置而言是可用的。例如,可以以扩大/侵蚀迭代进一步处理代表性的3D分解体积以确定渗透孔隙率φp。分解体积的矿物相可以数字地扩大并且样品中直至由此改变孔隙为止所侵蚀的孔隙变得断开,由此,渗透率变成零。该改变的样品的孔隙率为φp。求出φp的该处理示意性地示于图14A-14C中,这些图示出了直至图14C中孔隙12的互连性中断为止随之增大的矿物基质14的扩张。可选择地,可以计算3D样品的不连续的孔隙体积并将与该孔体积相关联的孔隙率视为渗透孔隙率。
此外,存在用以分析物理或者数字的渗透率-孔隙率数据集的其它方法,以推测渗透率变成零时的孔隙率值(同样参见Mavko等人,1997),这些方法可以用于步骤40D’。图15示出使用渗透孔隙率为0.025的该形式的Kozeny-Carman方程以将曲线82拟合于传统Fontainebleau砂岩数据集,参见数据点84(参见Mavko等人,2009)。因此,对于与Fontainebleau样品类似的一组样品,针对渗透孔隙率而言,0.025为良好的值。
此外,如果这些数据不可用,则可以仅假定φp并用“假设(what-if)”模式进行计算以测定根据渗透孔隙率值由此计算出的渗透率的界限。
此外,存在Kozeny-Carman方程的其它形式。例如,图2E与图2B组合地示出Kozeny-Carman方程的第三种形式,即使用粒度d以及渗透孔隙率的一种形式:
要求的粒度d可以根据来自方程1.6的比表面积s和孔隙率φ计算得到:
d=6(1-φ)/s. (1.17)
可选择地,平均粒度或者粒度分布可以通过使用现有的或者新的图像分析技术从2D图像直接计算得到。无论怎样,获得作为简单孔隙几何形状的函数的d的值使步骤30E中的孔隙率和比表面积联系起来。然后,这些值可以用作如在与以上图2C和2D的讨论中所展示的相似的迂曲度替换(步骤38E)和校正(步骤40E)之后的步骤38E’中转换得到的方程1.16的输入。
此外,其它替代方案通过渗透率-孔隙率和粒度或者渗透率-孔隙率的经验变换来提供,并且可以应用此处利用根据分解2D图像直接计算出的孔隙率、比表面积和/或粒度描述的技术来使用比表面积。
除了Kozeny-Carman方程的变化之外,还存在可以实践本发明所利用的渗透率的其它表达。图2F与图2B组合地示出转换或者修正使渗透率与孔隙率和束缚水饱和度Swi相关的Timur’s(1968)方程的应用:
其中,渗透率以mD计,以及孔隙率和Swi二者均为1的若干分之一,可以用于此处讨论的工作流程中。
设置36F基于束缚水饱和度由依次取决于孔隙几何形状(粒度d、毛细管直径或比表面积s)的毛细管力所确定的事实来进行。使用此,可以通过对3D样品进行计算实验或者应用任意现存的或新开发的经验或理论的关系来建立Swi和d或者Swi和s之间的关系(步骤38F)。此关系可以用于将Timur’s方程转换成简单孔隙几何形状的方程。参见步骤38F’。然后,一旦在2D图像上与孔隙率一起测量d或者s(步骤30F),则可以在步骤32F中计算绝对渗透率。
可选择地,可以直接以用于将束缚水饱和度与孔隙几何形状相关并且求出作为步骤30E的另一输入的束缚水饱和度Swi的经验或理论方程来应用方程1.18。
前述展示了用于根据2D图像来评估绝对渗透率k的鲁棒方法的实例,包括具有多种形式的Kozeny-Carman方程的应用以及与各种经验和理论关系的集成的方法学和说明性实例。此外,如所说明的,可以将本发明的方法应用于评价其它目标岩石属性,如相对渗透率(krel)、毛细管压力(Pc)、地层因数(FF)、弹性、纵波或者P-波速度(Vp)、剪切波速度(Vs)、拉梅参数、杨氏模量、体积模量、剪切模量、弹性模量(E)、电阻率、水力传导率(K)、比重(G)、泊松比(Vp/Vs)和/或其它目标岩石属性。例如,地层因数(FF)可以用本发明的方法来评估。如美国专利公开2011/0295580A1中所说明的,例如,地层因数(FF)为已用于从电阻率测井测量来确定水饱和度的岩石属性,并且为了使用测井技术进行这些计算,电阻率测量从被认为含有100%的水的区域中的测井来获得,并且与岩石中的看似除束缚水之外还含有特定量烃类的其它位置进行比较。
来自2D图像的弹性属性可以用本发明的方法来评估。岩石的弹性模量、体积模量K和剪切模量G可以通过将一个以上的有效介质模型应用于检测下的样品来根据2D分解岩石图像进行评估。一个例子是用于预测具有可以为例如椭圆形的包体(inclusion)的多孔介质的弹性模量的微分等效介质理论(differential effective medium theory)(DEM)。一个要求的输入是由椭圆形包体的短轴和长轴之比定义的包体的纵横比α。其它要求的输入是与这些包体相关联的孔隙率φ。
基于2D分解图像,可以计算孔隙率φ以及比表面积S。然后,可以通过简单几何变换将这些参数转换为等效的椭圆形包体的纵横比:在固定的孔隙率下,S越大,椭圆形的偏心率越大(圆将具有最小的S,而S越大将要求用具有越小纵横比α的椭圆形替换该圆,最终导致椭圆形变成薄的裂纹(crack))。
除椭圆形可以用于以相似方式从岩石的2D图像评估弹性模量外,可以使用其它有效的介质模型以及理想形状。
一旦计算出弹性模量K和G,则可以将它们转变成弹性波速Vp和Vs如下:
其中,ρb为岩石的体积密度(bulk density)。也可以从矿物的矿物组成通过使用CT值或者任意其它矿物学鉴别器而确定的2D图像来进行评价。基于相同的矿物学的输入可以用于确定同样作为从2D图像评估有效弹性属性所要求的输入的矿物相的有效体积模量和剪切模量。
来自2D图像的电气属性可以用本发明的方法来评估。电阻率可以通过计算2D图像的孔隙率然后使用将有效电阻率与孔中的盐水的有效电阻率以及孔隙率相关联的合适的电阻率方程来根据2D图像进行评估。一个例子为Archie’s(1942)方程(Archie,G.E.“The Electrical Resistivity Log as an Aid inDetermining Some Reservoir Characteristics,”Trans.AIME 146(1942)54–62)。Archie’s(1942)方程将岩石的有效电阻率Rt与孔中的水的有效电阻率Rw相关联为:
其中,φ为孔隙率;Sw为水饱和度;a为迂曲度因子;m为胶结指数(cementation exponent);以及n为饱和指数。φ和Sw二者均可以从2D图像中确定并且其余的常数可以从相关的实验结果(计算的和物理这二者)所采用。
对可以使用本发明的方法评价的三维多孔介质无需进行限制。多孔介质可以为例如岩石、玻璃、骨头、土壤、陶瓷、烧结的颗粒材料、多孔复合材料或者其它多孔介质。
本发明进一步涉及用于实施如上所述的一种以上的方法的***。参考图16,示出可被配置为进行本方法的***100。如该示例所示,利用扫描器102生成从源101所获得的多孔介质样品的二维(2D)图像。可以将该扫描器的2D图像输出103传送至具有用于执行2D图像分析以及所指示的数据和计算分析的程序指令的计算机104,以生成可以发送至诸如显示器、打印机、数据存储介质或它们的组合的一个或多个装置105的输出/结果。2D图像分析和计算所使用的计算机程序能够作为程序产品存储在与被配置为运行该程序的至少一个处理器104A(例如,CPU)相关联的至少一个计算机可用存储介质104B(例如,硬盘、闪速存储器装置、致密盘、磁带/磁盘或其它介质)上,或者可以存储在计算机处理器可访问的外部计算机可用存储介质(未示出)上。计算机104可以包括至少一个内部存储器单元104C,其中该内部存储器单元104C用于存储程序、输入数据和输出数据和其它程序结果或者这些的组合。计算机可以生成能够发送至诸如显示器、打印机、外部数据存储介质或它们的组合的一个或多个装置105的输出/结果。对于要发送至显示器的输出,显示装置105例如可以是显示监视器、CRT或其它视觉显示部件。计算机104可以包括可作为单个个人计算机或计算机的网络来实现的一个或多个***计算机。例如,该***可以包括用于处理图像和计算岩石属性的一个以上计算机或者计算机***。例如,该***可以包括可包含捕获图像、处理图像、分解图像、评估岩石属性及其任意组合的软件的一个以上的计算机***。然而,本领域技术人员应当理解,可以在各种计算机***结构中实践这里所述的各种技术的实现,其中,所述计算机***结构包括超文本传输协议(HTTP)服务器、手持式装置、多处理器***、基于微处理器或可编程消费电子产品、网络PC、小型计算机和大型计算机等。***100的包括扫描器102、计算机104以及输出显示器、打印机和/或数据存储装置/介质105的各单元可以经由硬线、射频通信、远程通信、因特网连接或其它通信方式彼此连接以进行通信(例如,数据传输等)。
可以相对于获得样品的位置使本发明的***定位并且在现场或现场外使用。如果现场外使用,则可以将样品运送至***所处的位置。如果现场使用,可以任选地在移动的封闭空间如拖车、大蓬货车、大客车或者类似的装置里使用该***,使得可以运送至井场并现场进行分析。
本发明按任意顺序和/或以任意组合包括以下的方面/实施方式/特征。
1.一种用于根据2D数字岩石物理学的应用来评估岩石样品的目标岩石属性的方法,包括以下步骤:
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的数字2D分解图像;
根据所述分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值;以及
采用为了应用于2D分解图像环境而修正的变换关系,来计算根据2D分解图像得出的作为简单孔隙几何形状的函数的所述目标岩石属性的评估值。
2.任一前述或者以下实施方式/特征/方面的方法,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性、体积模量、剪切模量、纵波速度、剪切速度、电阻率或者毛细管压力。
3.任一前述或者以下实施方式/特征/方面的方法,其中,所述目标岩石属性是绝对渗透率。
4.任一前述或者以下实施方式/特征/方面的方法,其中,通过得出完全为简单孔隙几何形状的函数的变换来修正为了应用于2D分解图像环境而修正的变换关系。
5.任一前述或者以下实施方式/特征/方面的方法,其中,进一步包括设置步骤,其中在所述设置步骤中获得一个以上的复合属性的值,所述值适合应用于研究中的至少一类岩石,以及所述为了应用于2D分解图像环境而修正的变换关系仅采用根据2D分解图像所获得的值作为简单孔隙几何形状的函数。
6.任一前述或者以下实施方式/特征/方面的方法,其中,所述目标岩石属性是绝对渗透率,其中所述为了应用于2D分解图像环境而修正的变换关系进一步包括Kozeny-Carman方程并且该修正进一步包括将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数。
7.任一前述或者以下实施方式/特征/方面的方法,其中,将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数的步骤进一步包括:
获得将迂曲度的上界限定为简单孔隙几何形状的函数的关系;
获得将迂曲度的下界限定为简单孔隙几何形状的函数的关系;以及
在设置步骤中对限定迂曲度的上界和下界的关系进行校正。
8.任一前述或者以下实施方式/特征/方面的方法,其中,
校正之后限定迂曲度的上界的关系包括:
τ=0.4476φ-1.2,以及
校正之后限定迂曲度的下界的关系包括:
τ=0.4038(1+φ-1)。
9.任一前述或者以下实施方式/特征/方面的方法,其中,所采用的Kozeny-Carman方程包括:
其中,根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积值的评估值;以及
采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
10.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:将限定迂曲度的上界和下界的关系代入Kozeny-Carman关系,使得绝对渗透率的界限包括:
11.任一前述或者以下实施方式/特征/方面的方法,其中:
所述为了应用于2D分解图像环境而修正的变换关系进一步包括Kozeny-Carman方程,并且该修正进一步包括将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数;
根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积的评估值;以及
在设置步骤中获得一个以上的复合属性的值的步骤包括针对一组样品在设置中获得渗透孔隙率φp的值,所述获得的方法包括从包含以下操作的一个以上的组中进行选择:通过将扩大/侵蚀算法应用于2D分解图像的计算,计算代表该组的样品的3D数字体积的不相连孔隙的区域的孔隙率,另外分析数字数据集;以及分析在绝对渗透率变成零时针对所述孔隙率的相关物理数据集。
12.任一前述或者以下实施方式/特征/方面的方法,其中,迂曲度是复合属性,并且将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数的步骤进一步包括:
获得并校正限定迂曲度的上界作为简单孔隙几何形状的函数的关系,该关系包括:
τ=0.4476(φ-φp)-1.2
获得并校正限定迂曲度的下界作为简单孔隙几何形状的函数的关系,该关系包括:
τ=0.4038(1+(φ-φp)-1)。
13.任一前述或者以下实施方式/特征/方面的方法,其中,
根据2D分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积的评估值;以及
采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
14.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括将限定迂曲度的上界和下界的关系代入Kozeny-Carman关系,使得绝对渗透率的界限包括:
15.任一前述或者以下实施方式/特征/方面的方法,其中所采用的Kozeny-Carman方程包括:
其中,根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率、比表面积和粒度的评估值。
16.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
17.任一前述或者以下实施方式/特征/方面的方法,其中,根据具有转换为简单孔隙几何形状的函数的至少一个复合属性的原始表达来修正为了应用于2D分解图像环境而修正的变换关系。
18.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:使用将束缚水饱和度的复合参数处理作为简单孔隙几何形状的函数的Timur’s方程的修正。
19.任一前述或者以下实施方式/特征/方面的方法,其中,处理束缚水饱和度的步骤包括:
使用束缚水饱和度与从包括晶粒直径、比表面积或者毛细管直径的一个以上的组中所选择的简单孔隙几何形状的属性的关系。
20.本发明还涉及一种使用目标岩石属性的评估值有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的变换关系,来计算目标岩石属性的评估值;以及
使用根据2D分解图像直接得出的目标岩石属性的评估值来表征井眼区域的岩石。
21.任一前述或者以下实施方式/特征/方面的方法,其中,
采用为了直接应用于2D分解图像环境而修正的变换关系来计算绝对渗透率的评估值的步骤进一步包括:采用修正为被限于根据2D分解图像直接计算绝对渗透率的评估值的简单孔隙几何形状的变量的Kozeny-Carman方程。
22.任一前述或者以下实施方式/特征/方面的方法,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力。
23.任一前述或者以下实施方式/特征/方面的方法,其中,扫描岩石样品以获得2D数字图像的步骤包括:使用从包括聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组中所选择的一种以上的扫描***。
24.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
基于以下关系来评估绝对渗透率的最小值k-:
k-=2.4957(φ5.4/s2)
其中,将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
25.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
将绝对渗透率k的评估值限制在评估的最小值k–和评估的最大值k+之间;以及
基于以下关系来评估绝对渗透率的最大值k+:
k+=3.0665[φ5/s2(1+φ)2];以及
基于以下关系来评估绝对渗透率的最小值k-:
k-=2.4957(φ5.4/s2)。
26.任一前述或者以下实施方式/特征/方面的方法,其中,使用所计算出的根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:在遍及所关注地带的多个位置处进行采样,以在对于钻探程序而言有用的时间范围中产生对于限定所关注地带的边界而言有用的具有连续性的评估值。
27.任一前述或者以下实施方式/特征/方面的方法,其中,使用根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:实质连续地采样并作出评估值以增加LWD数据从而便于获知沿井眼的长度。
28.任一前述或者以下实施方式/特征/方面的方法,其中,
获得岩石样品的步骤包括:使用从钻探的常规过程中的钻屑所收集的岩石样品,并且随着出现在地表的时间的变化而将钻屑与井眼中的轴向深度相关联;以及
使用根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:在遍及所关注地带的多个位置处进行采样,以产生对于限定地带的边界而言有用的具有连续性的评估值。
29.任一前述或者以下实施方式/特征/方面的方法,其中,使用根据2D分解图像得出的目标岩石属性的评估值来表征岩石的步骤包括:几乎连续地采样并作出评估值以增加LWD数据从而便于获知井眼中跨区间的岩石。
30.本发明还涉及一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Kozeny-Carman方程;以及
使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
31.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=1/2(φ3/s2τ2)
其中:φ为孔隙率;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
32.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
在根据以下关系评估绝对渗透率的下界k-时,使用第一迂曲度关系τ=0.4476φ-1.2:
k-=2.4957(φ5.4/s2)。
33.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括通过限定上界和下界来评估绝对渗透率,并且进一步包括:
在根据以下关系评估绝对渗透率的上界k+时,使用第二迂曲度关系τ=0.40381(1+φ-1)/2:
k+=3.0665[φ5/s2(1+φ)2]。
34.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=1/2[(φ-φp)3/s2τ2)
其中:φ为孔隙率;
φp为渗透孔隙率;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
35.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
在根据以下关系评估绝对渗透率的下界k-时,使用第一迂曲度关系τ=0.4476(φ-φp)-1.2:
k-=2.4957[(φ-φp)5.4/s2]。
36.任一前述或者以下实施方式/特征/方面的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括通过限定上界和下界来评估绝对渗透率,并且进一步包括:
在根据以下关系评估绝对渗透率的上界k+时,使用第二迂曲度关系τ=0.40381(1+(φ-φp)-1)/2:
k+=3.0665[(φ-φp)5/s2(1+φ-φp)2]。
37.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=d2(φ-φp)3/72[1-(φ-φp)]2τ2)
其中:φ为孔隙率;
φp为渗透孔隙率;
d为晶粒直径;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
38.本发明还涉及一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Timur’s方程;以及
使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
39.任一前述或者以下实施方式/特征/方面的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:使用将束缚水饱和度的复合参数处理作为简单孔隙几何形状的函数的Timur’s方程的修正。
40.任一前述或者以下实施方式/特征/方面的方法,其中,处理束缚水饱和度的步骤进一步包括:
使用束缚水饱和度与从包括晶粒直径、比表面积或者毛细管直径的一个以上的组中所选择的简单孔隙几何形状的属性的关系。
41.本发明还涉及一种有效地评估钻探烃类储层形成的井眼时所穿过的岩石的绝对渗透率值k的方法,包括以下步骤:
获得各自具有与井眼的特定区域相关的采集起源的多个岩石样品,其中所述获得步骤进一步包括:使用钻探操作起从钻屑所收集的岩石样品并且将钻屑与井眼中的轴向深度相关联;
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积;
根据以下关系评估绝对渗透率的下界k-:k-=2.4957(φ5.4/s2);
根据以下关系评估绝对渗透率的上界k+:k+=3.0665[φ5/s2(1+φ)2];以及
使用根据2D分解图像计算出的绝对渗透率的下界和上界的评估值来表征井眼中的各位置处的岩石。
42.本发明还涉及一种根据2D数字岩石物理学的应用来评估岩石样品的目标岩石属性的***,包括:
(a)X-射线扫描器,其被配置为能够扫描岩石样品以获得所述岩石样品的2D数字图像;
(b)一个以上的计算机***,其被配置为能够进行以下操作:(i)分解所述2D数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的数字2D分解图像;(ii)根据所述分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值;(iii)采用为了应用于2D分解图像环境而修正的变换关系,来计算根据2D分解图像得出的作为简单孔隙几何形状的函数的目标岩石属性的评估值;以及(iv)将结果输出到至少一个装置以显示、打印或者存储计算结果;以及
(c)至少一个装置,其被配置为显示、打印或者存储计算结果。
43.任一前述或者以下实施方式/特征/方面的***,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力。
44.本发明还涉及一种计算机可读介质上的计算机程序产品,其中,当在计算装置中的处理器上执行该计算机程序产品时,该计算机程序产品提供用于执行前述方法和***的所示步骤中的一个以上或者全部的计算。
本发明可以包括如句子和/或段落中所述的以上和/或以下这些各种特征或者实施方式的任意组合。认为本文中公开的特征的任意组合是本发明的一部分并且可组合的特征没有限制。
申请人具体地引入本公开中所有引用文献的全部内容。此外,当给出量或者其它值或参数的任意范围、优选范围或上限优选值和下限优选值时,这可理解为具体公开由任意上限范围界限或优选值与任意下限范围界限或优选值的任意对形成的所有范围,而无论是否单独公开范围。当本文中叙述数值范围的情况下,除非另有说明,否则该范围旨在包括其端点和在该范围内的所有整数和分数。在限定范围时,无意将本发明的范围限于具体叙述的值。从本文中公开的本发明的本说明书和实践的考虑,本发明的其它实施方式对本领域的技术人员将是显而易见的。旨在将本说明书和实施例仅被看作是示例性的,而本发明的真正范围和精神由下列权利要求及其等同来表明。
Claims (44)
1.一种用于根据2D数字岩石物理学的应用来评估岩石样品的目标岩石属性的方法,包括以下步骤:
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的数字2D分解图像;
根据所述分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值;以及
采用为了应用于2D分解图像环境而修正的变换关系,来计算根据2D分解图像得出的作为简单孔隙几何形状的函数的所述目标岩石属性的评估值。
2.根据权利要求1所述的方法,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性、体积模量、剪切模量、纵波速度、剪切速度、电阻率或者毛细管压力。
3.根据权利要求1所述的方法,其中,所述目标岩石属性是绝对渗透率。
4.根据权利要求1所述的方法,其中,通过得出完全为简单孔隙几何形状的函数的变换来修正为了应用于2D分解图像环境而修正的变换关系。
5.根据权利要求1所述的方法,其中,进一步包括设置步骤,其中在所述设置步骤中获得一个以上的复合属性的值,所述值适合应用于研究中的至少一类岩石,以及所述为了应用于2D分解图像环境而修正的变换关系仅采用根据2D分解图像所获得的值作为简单孔隙几何形状的函数。
6.根据权利要求4所述的方法,其中,所述目标岩石属性是绝对渗透率,其中所述为了应用于2D分解图像环境而修正的变换关系进一步包括Kozeny-Carman方程并且该修正进一步包括将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数。
7.根据权利要求6所述的方法,其中,将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数的步骤进一步包括:
获得将迂曲度的上界限定为简单孔隙几何形状的函数的关系;
获得将迂曲度的下界限定为简单孔隙几何形状的函数的关系;以及
在设置步骤中对限定迂曲度的上界和下界的关系进行校正。
8.根据权利要求7所述的方法,其中,
校正之后限定迂曲度的上界的关系包括:
τ=0.4476φ-1.2,以及
校正之后限定迂曲度的下界的关系包括:
τ=0.4038(1+φ-1)。
9.根据权利要求8所述的方法,其中,所采用的Kozeny-Carman方程包括:
其中,根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积值的评估值;以及
采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
10.根据权利要求9所述的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:将限定迂曲度的上界和下界的关系代入Kozeny-Carman关系,使得绝对渗透率的界限包括:
11.根据权利要求5所述的方法,其中,
所述为了应用于2D分解图像环境而修正的变换关系进一步包括Kozeny-Carman方程,并且该修正进一步包括将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数;
根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积的评估值;以及
在设置步骤中获得一个以上的复合属性的值的步骤包括针对一组样品在设置中获得渗透孔隙率φp的值,所述获得的方法包括从包含以下操作的一个以上的组中进行选择:通过将扩大/侵蚀算法应用于2D分解图像的计算,计算代表该组的样品的3D数字体积的不相连孔隙的区域的孔隙率,另外分析数字数据集;以及分析在绝对渗透率变成零时针对所述孔隙率的相关物理数据集。
12.根据权利要求11所述的方法,其中,迂曲度是复合属性,并且将迂曲度的复合属性转换为简单孔隙几何形状的一个以上的函数的步骤进一步包括:
获得并校正限定迂曲度的上界作为简单孔隙几何形状的函数的关系,该关系包括:
τ=0.4476(φ-φp)-1.2
获得并校正限定迂曲度的下界作为简单孔隙几何形状的函数的关系,该关系包括:
τ=0.4038(1+(φ-φp)-1).。
13.根据权利要求12所述的方法,其中,
根据2D分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率和比表面积的评估值;以及
采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
14.根据权利要求12所述的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括将限定迂曲度的上界和下界的关系代入Kozeny-Carman关系,使得绝对渗透率的界限包括:
15.根据权利要求11所述的方法,其中,所采用的Kozeny-Carman方程包括:
其中,根据分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值的步骤包括获得孔隙率、比表面积和粒度的评估值。
16.根据权利要求11所述的方法,其中,采用修正的变换关系的步骤进一步包括:求出迂曲度的上界和下界,并将所计算出的值代入Kozeny-Carman方程以限定k+和k-的评估值。
17.根据权利要求1所述的方法,其中,根据具有转换为简单孔隙几何形状的函数的至少一个复合属性的原始表达来修正为了应用于2D分解图像环境而修正的变换关系。
18.根据权利要求1所述的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:使用将束缚水饱和度的复合参数处理作为简单孔隙几何形状的函数的Timur’s方程的修正。
19.根据权利要求18所述的方法,其中,处理束缚水饱和度的步骤包括:
使用束缚水饱和度与从包括晶粒直径、比表面积或者毛细管直径的一个以上的组中所选择的简单孔隙几何形状的属性的关系。
20.一种使用目标岩石属性的评估值有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的变换关系,来计算目标岩石属性的评估值;以及
使用根据2D分解图像直接得出的目标岩石属性的评估值来表征井眼区域的岩石。
21.根据权利要求20所述的方法,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力。
22.根据权利要求20所述的方法,其中:
所述目标岩石属性是绝对渗透率,以及
采用为了直接应用于2D分解图像环境而修正的变换关系来计算绝对渗透率的评估值的步骤进一步包括:采用修正为被限于根据2D分解图像直接计算绝对渗透率的评估值的简单孔隙几何形状的变量的Kozeny-Carman方程。
23.根据权利要求22所述的方法,其中,扫描岩石样品以获得2D数字图像的步骤包括:使用从包括聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组中所选择的一种以上的扫描***。
24.根据权利要求22所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
基于以下关系来评估绝对渗透率的最小值k-:
k-=2.4957(φ5.4/s2)
其中,将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
25.根据权利要求24所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
将绝对渗透率k的评估值限制在评估的最小值k–和评估的最大值k+之间;以及
基于以下关系来评估绝对渗透率的最大值k+:
k+=3.0665[φ5/s2(1+φ)2];以及
将绝对渗透率k的评估值限制在评估的最小值k–和评估的最大值k+之间。
26.根据权利要求20所述的方法,其中,使用所计算出的根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:在遍及所关注地带的多个位置处进行采样,以在对于钻探程序而言有用的时间范围中产生对于限定所关注地带的边界而言有用的具有连续性的评估值。
27.根据权利要求20所述的方法,其中,使用根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:实质连续地采样并作出评估值以增加LWD数据从而便于获知沿井眼的长度。
28.根据权利要求20所述的方法,其中,
获得岩石样品的步骤包括:使用从钻探的常规过程中的钻屑所收集的岩石样品,并且随着出现在地表的时间的变化而将钻屑与井眼中的轴向深度相关联;以及
使用根据2D分解图像直接得出的目标岩石属性的评估值来表征岩石的步骤包括:在遍及所关注地带的多个位置处进行采样,以产生对于限定地带的边界而言有用的具有连续性的评估值。
29.根据权利要求20所述的方法,其中,使用根据2D分解图像得出的目标岩石属性的评估值来表征岩石的步骤包括:几乎连续地采样并作出评估值以增加LWD数据从而便于获知井眼中跨区间的岩石。
30.一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Kozeny-Carman方程;以及
使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
31.根据权利要求30所述的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=1/2(φ3/s2τ2)
其中:φ为孔隙率;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
32.根据权利要求31所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
在根据以下关系评估绝对渗透率的下界k-时,使用第一迂曲度关系τ=0.4476φ-1.2:
k-=2.4957(φ5.4/s2)。
33.根据权利要求32所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括通过限定上界和下界来评估绝对渗透率,并且进一步包括:
在根据以下关系评估绝对渗透率的上界k+时,使用第二迂曲度关系τ=0.40381(1+φ-1)/2:
k+=3.0665[φ5/s2(1+φ)2]。
34.根据权利要求30所述的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=1/2[(φ-φp)3/s2τ2)
其中:φ为孔隙率;
φp为渗透孔隙率;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
35.根据权利要求34所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括:
在根据以下关系评估绝对渗透率的下界k-时,使用第一迂曲度关系τ=0.4476(φ-φp)-1.2:
k-=2.4957[(φ-φp)5.4/s2]。
36.根据权利要求35所述的方法,其中,采用修正的Kozeny-Carman方程的步骤进一步包括通过限定上界和下界来评估绝对渗透率,并且进一步包括:
在根据以下关系评估绝对渗透率的上界k+时,使用第二迂曲度关系τ=0.40381(1+(φ-φp)-1)/2:
k+=3.0665[(φ-φp)5/s2(1+φ-φp)2]。
37.根据权利要求30所述的方法,其中,采用为了直接应用于2D分解图像环境而修正的Kozeny-Carman方程的步骤进一步包括:
采用根据以下修正的Kozeny-Carman方程:
k=d2(φ-φp)3/72[1-(φ-φp)]2τ2)
其中:φ为孔隙率;
φp为渗透孔隙率;
d为晶粒直径;
s为比表面积;
τ为迂曲度;
将迂曲度τ替换为作为通过包括包含经验变换、理论物理学和校正技术的组的一种以上的手段而得出的孔隙率φ和比表面积s的函数的关系;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;以及
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积。
38.一种使用评估的绝对渗透率值k有效地表征钻探烃类储层形成的井眼时所穿过的岩石的方法,包括以下步骤:
获得具有与井眼的特定区域相关的采集起源的岩石样品;
扫描岩石样品以获得所述岩石样品的2D数字图像,其中所述扫描步骤包括使用包含聚焦离子束扫描电子显微镜、x射线断层成像法、同步加速器、显微断层成像法和显微放射学的组的一种以上的扫描***;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
采用为了直接应用于2D分解图像环境而修正的、根据2D分解图像直接计算绝对渗透率的评估值所利用的Timur’s方程;以及
使用根据2D分解图像计算出的绝对渗透率的评估值来表征井眼中的各位置处的岩石。
39.根据权利要求38所述的方法,其中,采用为了应用于2D分解图像环境而修正的变换关系的步骤进一步包括:使用将束缚水饱和度的复合参数处理作为简单孔隙几何形状的函数的Timur’s方程的修正。
40.根据权利要求39所述的方法,其中,处理束缚水饱和度的步骤进一步包括:
使用束缚水饱和度与从包括晶粒直径、比表面积或者毛细管直径的一个以上的组中所选择的简单孔隙几何形状的属性的关系。
41.一种有效地评估钻探烃类储层形成的井眼时所穿过的岩石的绝对渗透率值k的方法,包括以下步骤:
获得各自具有与井眼的特定区域相关的采集起源的多个岩石样品,其中所述获得步骤进一步包括:使用钻探操作起从钻屑所收集的岩石样品并且将钻屑与井眼中的轴向深度相关联;
扫描岩石样品以获得所述岩石样品的2D数字图像;
分解所述数字图像以产生具有表征为孔隙的像素和表征为固体基质的像素并限定孔隙和固体基质的相交处的边界的2D分解图像;
将孔隙率φ评估为2D分解图像中的孔隙像素数除以像素的总数;
将比表面积s评估为孔隙和固体基质的相交处的边界的长度除以2D分解图像的面积;
根据以下关系评估绝对渗透率的下界k-:k-=2.4957(φ5.4/s2);
根据以下关系评估绝对渗透率的上界k+:k+=3.0665[φ5/s2(1+φ)2];以及
使用根据2D分解图像计算出的绝对渗透率的下界和上界的评估值来表征井眼中的各位置处的岩石。
42.一种根据2D数字岩石物理学的应用来评估岩石样品的目标岩石属性的***,包括:
(a)X-射线扫描器,其被配置为能够扫描岩石样品以获得所述岩石样品的2D数字图像;
(b)一个以上的计算机***,其被配置为能够进行以下操作:(i)分解所述2D数字图像以产生具有表征为孔隙的像素和表征为矿物基质的像素并限定孔隙和矿物基质的相交处的边界的数字2D分解图像;(ii)根据所述分解图像得出作为简单孔隙几何形状的函数的岩石属性P1-Pi的值;(iii)采用为了应用于2D分解图像环境而修正的变换关系,来计算根据2D分解图像得出的作为简单孔隙几何形状的函数的目标岩石属性的评估值;以及(iv)将结果输出到至少一个装置以显示、打印或者存储计算结果;以及
(c)至少一个装置,其被配置为显示、打印或者存储计算结果。
43.根据权利要求42所述的***,其中,所述目标岩石属性是绝对渗透率、相对渗透率、地层因数、弹性或者毛细管压力。
44.一种计算机可读介质上的计算机程序产品,其中,当在计算装置中的处理器上执行该计算机程序产品时,该计算机程序产品提供用于执行权利要求1所述的方法的所示步骤中的一个以上或者全部的计算。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261649099P | 2012-05-18 | 2012-05-18 | |
US61/649,099 | 2012-05-18 | ||
PCT/US2013/041276 WO2013173540A1 (en) | 2012-05-18 | 2013-05-16 | Method and system for estimating rock properties from rock samples using digital rock physics imaging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104471614A true CN104471614A (zh) | 2015-03-25 |
Family
ID=48579472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380038247.6A Pending CN104471614A (zh) | 2012-05-18 | 2013-05-16 | 使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** |
Country Status (10)
Country | Link |
---|---|
US (1) | US9046509B2 (zh) |
EP (1) | EP2850593B1 (zh) |
CN (1) | CN104471614A (zh) |
AU (1) | AU2013262735B2 (zh) |
BR (1) | BR112014028783B1 (zh) |
CA (1) | CA2871781C (zh) |
CO (1) | CO7131374A2 (zh) |
MX (1) | MX339064B (zh) |
RU (1) | RU2014151234A (zh) |
WO (1) | WO2013173540A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105628586A (zh) * | 2016-02-19 | 2016-06-01 | 北京理工大学 | 一种多孔介质渗透率的确定方法 |
CN106920236A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN107923240A (zh) * | 2015-09-16 | 2018-04-17 | 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 |
CN110312929A (zh) * | 2017-02-15 | 2019-10-08 | 沙特***石油公司 | 通过使用聚焦离子束以使窗帘效应最小化的岩石样品制备方法 |
CN110749609A (zh) * | 2019-11-20 | 2020-02-04 | 北京九恒质信能源技术有限公司 | 地下岩石的弹性力学数据确定方法、装置、***和介质 |
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*** |
CN112106108A (zh) * | 2018-06-22 | 2020-12-18 | Bp北美公司 | 使用颗粒接触模型估计岩石的机械性能的***和方法 |
CN112780241A (zh) * | 2021-03-05 | 2021-05-11 | 西南石油大学 | 一种平面非均质大平板模型分区定量饱和束缚水的方法 |
CN113029899A (zh) * | 2021-02-24 | 2021-06-25 | 西南石油大学 | 一种基于显微图像处理的砂岩渗透率计算方法 |
CN113167713A (zh) * | 2018-12-18 | 2021-07-23 | 国际壳牌研究有限公司 | 数字表征岩石渗透率的方法 |
CN113348458A (zh) * | 2018-12-11 | 2021-09-03 | 斯伦贝谢技术有限公司 | 评估非均质地层中的烃的方法和*** |
CN116152259A (zh) * | 2023-04-23 | 2023-05-23 | 西南石油大学 | 一种基于图神经网络的储层渗透率计算方法 |
CN117191830A (zh) * | 2023-11-08 | 2023-12-08 | 中国矿业大学 | 一种岩石低温水化损伤程度测试方法 |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2013299551B2 (en) * | 2012-08-10 | 2015-12-17 | Ingrain, Inc. | Method for improving the accuracy of rock property values derived from digital images |
US20140270072A1 (en) * | 2013-03-13 | 2014-09-18 | Robert L. McCormick | Grain size inspection of a gas turbine component by x-ray refraction |
GB201314421D0 (en) * | 2013-08-12 | 2013-09-25 | Materialise Nv | Data Processing |
CN104598705B (zh) * | 2013-10-31 | 2018-05-22 | 国际商业机器公司 | 用于识别地下物质层的方法和装置 |
US9196058B2 (en) | 2013-11-26 | 2015-11-24 | Saudi Arabian Oil Company | Automated workflow for 3D core digital modeling from computerized tomography scanner (CTS) images |
WO2016011314A1 (en) * | 2014-07-18 | 2016-01-21 | Schlumberger Canada Limited | Core box image processing |
WO2016080955A1 (en) | 2014-11-17 | 2016-05-26 | Halliburton Energy Services, Inc. | Attirbute-indexed multi-instrument logging of drill cuttings |
CA2985670C (en) * | 2015-05-13 | 2023-08-29 | Conocophillips Company | Big drilling data analytics engine |
US10302814B2 (en) | 2015-08-20 | 2019-05-28 | Baker Hughes, A Ge Company, Llc | Mechanisms-based fracture model for geomaterials |
US10107769B2 (en) | 2016-01-11 | 2018-10-23 | Carl Zeiss X-Ray Microscopy Inc. | Multimodality mineralogy segmentation system and method |
CN108431870A (zh) * | 2016-01-11 | 2018-08-21 | 卡尔蔡司X射线显微镜公司 | 多模态矿物分割***和方法 |
US10102311B2 (en) * | 2016-03-28 | 2018-10-16 | Baker Hughes, A Ge Company, Llc | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation |
US10546072B2 (en) | 2016-03-28 | 2020-01-28 | Baker Huges, A Ge Company, Llc | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation |
CN106294548A (zh) * | 2016-07-25 | 2017-01-04 | 华中科技大学 | 一种溯源数据的压缩方法及*** |
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 |
GB2555137B (en) | 2016-10-21 | 2021-06-30 | Schlumberger Technology Bv | Method and system for determining depths of drill cuttings |
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 |
US11268914B2 (en) | 2017-01-13 | 2022-03-08 | Baker Hughes, A Ge Company, Llc | Super-stages and methods of configuring super-stages for fracturing downhole earth formations |
US10755427B2 (en) * | 2017-05-23 | 2020-08-25 | Schlumberger Technology Corporation | Methods and systems for automatically analyzing an image representative of a formation |
EP3682376A1 (en) | 2017-09-15 | 2020-07-22 | Saudi Arabian Oil Company | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network |
WO2019183374A1 (en) | 2018-03-23 | 2019-09-26 | Conocophillips Company | Virtual downhole sub |
US10983237B2 (en) | 2018-04-13 | 2021-04-20 | Saudi Arabian Oil Company | Enhancing seismic images |
US10781692B2 (en) * | 2018-05-07 | 2020-09-22 | Schlumberger Technology Corporation | Method and system for analyzing rock samples |
US10891462B2 (en) | 2018-06-29 | 2021-01-12 | Saudi Arabian Oil Company | Identifying geometrical properties of rock structure through digital imaging |
CN109613041B (zh) * | 2018-12-11 | 2022-04-22 | 西安理工大学 | 一种基于核磁共振的冻土渗透系数测定***及方法 |
US11216700B2 (en) * | 2019-05-06 | 2022-01-04 | Schlumberger Technology Corporation | Automated material classification by structural features |
US11319478B2 (en) | 2019-07-24 | 2022-05-03 | Saudi Arabian Oil Company | Oxidizing gasses for carbon dioxide-based fracturing fluids |
US11492541B2 (en) | 2019-07-24 | 2022-11-08 | Saudi Arabian Oil Company | Organic salts of oxidizing anions as energetic materials |
CN110487794B (zh) * | 2019-09-20 | 2021-10-22 | 鞍钢集团矿业有限公司 | 一种基于数字图像技术的岩石强度的均质度识别方法 |
US11415501B2 (en) * | 2019-10-16 | 2022-08-16 | King Fahd University Of Petroleum And Minerals | Method of determining absolute permeability |
US11079581B2 (en) * | 2019-11-25 | 2021-08-03 | Saudi Arabian Oil Company | Resolution preserving methodology to generate continuous log scale reservoir permeability profile from petrographic thin section images |
US11352548B2 (en) | 2019-12-31 | 2022-06-07 | Saudi Arabian Oil Company | Viscoelastic-surfactant treatment fluids having oxidizer |
WO2021138355A1 (en) | 2019-12-31 | 2021-07-08 | Saudi Arabian Oil Company | Viscoelastic-surfactant fracturing fluids having oxidizer |
US11143607B2 (en) * | 2020-03-13 | 2021-10-12 | King Fahd University Of Petroleum And Minerals | Method for evaluation of permeability anisotropy using NMR diffusion measurements for oil and gas wells |
CN111624147B (zh) * | 2020-04-16 | 2023-04-07 | 中国石油天然气股份有限公司 | 岩心的相对渗透率测定方法及装置 |
WO2022010452A1 (en) * | 2020-07-06 | 2022-01-13 | Landmark Graphics Corporation | Estimating relative permeability and capillary pressures of a geological formation based on multiphase upscaling |
CN112132791B (zh) * | 2020-09-02 | 2024-06-07 | 数岩科技股份有限公司 | 一种页岩扫描电镜图像处理方法、装置、设备和存储介质 |
US11542815B2 (en) | 2020-11-30 | 2023-01-03 | Saudi Arabian Oil Company | Determining effect of oxidative hydraulic fracturing |
US11649702B2 (en) | 2020-12-03 | 2023-05-16 | Saudi Arabian Oil Company | Wellbore shaped perforation assembly |
US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
CN112948607A (zh) * | 2021-01-29 | 2021-06-11 | 北京城建勘测设计研究院有限责任公司 | 应用于岩土工程勘察行业的自动分图方法 |
CN113138106B (zh) * | 2021-04-15 | 2022-08-30 | 东北石油大学 | 基于随钻岩屑录井资料的岩石弹性参数确定方法 |
CA3209044A1 (en) | 2021-05-13 | 2022-11-17 | Francois Ruel | Object imaging and detection systems and methods |
CN114428040B (zh) * | 2021-09-13 | 2022-07-22 | 中国石油化工股份有限公司 | 一种页岩油储层储渗空间定量表征及参数获取方法 |
US11619127B1 (en) | 2021-12-06 | 2023-04-04 | Saudi Arabian Oil Company | Wellhead acoustic insulation to monitor hydraulic fracturing |
US12012550B2 (en) | 2021-12-13 | 2024-06-18 | Saudi Arabian Oil Company | Attenuated acid formulations for acid stimulation |
CN114563829B (zh) * | 2022-04-25 | 2022-10-21 | 成都理工大学 | 一种岩芯数字化采集***及岩芯数字化采集方法 |
CN115467653B (zh) * | 2022-08-29 | 2024-06-18 | 成都理工大学 | 一种测井渗透率谱的获取方法 |
CN116342541B (zh) * | 2023-03-29 | 2024-03-22 | 中国矿业大学 | 一种基于相邻图像孔隙融合重构的岩土体渗透率计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592584A (zh) * | 2008-05-16 | 2009-12-02 | 道达尔公司 | 一种估量地质构造的物理参数的方法 |
US20100135536A1 (en) * | 2008-11-29 | 2010-06-03 | Jack Dvorkin | Method for determining permeability of rock formation using computer tomograpic images thereof |
US20110066404A1 (en) * | 2009-09-16 | 2011-03-17 | Chevron U.S.A. Inc. | Method for creating a 3d rock representation using petrophysical data |
Family Cites Families (9)
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 |
EP2387730A1 (en) * | 2009-01-13 | 2011-11-23 | ExxonMobil Upstream Research Company | Methods and systems to volumetrically conceptualize hydrocarbon plays |
US8590382B2 (en) * | 2009-07-22 | 2013-11-26 | Ingrain, Inc. | Method for evaluating shaped charge perforation test cores using computer tomographic images thereof |
US8583410B2 (en) | 2010-05-28 | 2013-11-12 | Ingrain, Inc. | Method for obtaining consistent and integrated physical properties of porous media |
WO2012018598A1 (en) * | 2010-07-26 | 2012-02-09 | Waters Technologies Corporation | Superficially porous materials comprising a substantially nonporous core having narrow particle size distribution; process for the preparation thereof; and use thereof for chromatographic separations |
US8805616B2 (en) * | 2010-12-21 | 2014-08-12 | Schlumberger Technology Corporation | Method to characterize underground formation |
US8909508B2 (en) * | 2011-02-28 | 2014-12-09 | Schlumberger Technology Corporation | Petrographic image analysis for determining capillary pressure in porous media |
RU2544884C1 (ru) * | 2011-02-28 | 2015-03-20 | Шлюмбергер Текнолоджи Б.В. | Способ определения репрезентативных элементов площадей и объемов в пористой среде |
US9070049B2 (en) * | 2013-03-15 | 2015-06-30 | Bp Corporation North America Inc. | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties |
-
2013
- 2013-05-16 RU RU2014151234A patent/RU2014151234A/ru unknown
- 2013-05-16 WO PCT/US2013/041276 patent/WO2013173540A1/en active Application Filing
- 2013-05-16 BR BR112014028783-0A patent/BR112014028783B1/pt active IP Right Grant
- 2013-05-16 EP EP13728025.1A patent/EP2850593B1/en active Active
- 2013-05-16 AU AU2013262735A patent/AU2013262735B2/en not_active Ceased
- 2013-05-16 US US13/895,454 patent/US9046509B2/en active Active
- 2013-05-16 CN CN201380038247.6A patent/CN104471614A/zh active Pending
- 2013-05-16 MX MX2014013970A patent/MX339064B/es active IP Right Grant
- 2013-05-16 CA CA2871781A patent/CA2871781C/en not_active Expired - Fee Related
-
2014
- 2014-11-18 CO CO14253136A patent/CO7131374A2/es unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592584A (zh) * | 2008-05-16 | 2009-12-02 | 道达尔公司 | 一种估量地质构造的物理参数的方法 |
US20100135536A1 (en) * | 2008-11-29 | 2010-06-03 | Jack Dvorkin | Method for determining permeability of rock formation using computer tomograpic images thereof |
US20110066404A1 (en) * | 2009-09-16 | 2011-03-17 | Chevron U.S.A. Inc. | Method for creating a 3d rock representation using petrophysical data |
Non-Patent Citations (2)
Title |
---|
JACK DVORKIN ET AL: "From micro to reservoir scale: Permeability from digital experiments", 《THE LEADING EDGE,SOCIETY OF EXPLORATION GEOPHYSICSTS,US》 * |
MARCEL G. SCHAAP, INMA LEBRON: "Using microscope observations of thin sections to estimate soil permeability with the Kozeny±Carman equation", 《JOURNAL OF HYDROLOGY》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107923240A (zh) * | 2015-09-16 | 2018-04-17 | 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 |
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 |
CN105628586A (zh) * | 2016-02-19 | 2016-06-01 | 北京理工大学 | 一种多孔介质渗透率的确定方法 |
CN110312929A (zh) * | 2017-02-15 | 2019-10-08 | 沙特***石油公司 | 通过使用聚焦离子束以使窗帘效应最小化的岩石样品制备方法 |
CN110312929B (zh) * | 2017-02-15 | 2022-01-04 | 沙特***石油公司 | 通过使用聚焦离子束以使窗帘效应最小化的岩石样品制备方法 |
CN106920236A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
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*** |
CN112106108A (zh) * | 2018-06-22 | 2020-12-18 | Bp北美公司 | 使用颗粒接触模型估计岩石的机械性能的***和方法 |
CN113348458A (zh) * | 2018-12-11 | 2021-09-03 | 斯伦贝谢技术有限公司 | 评估非均质地层中的烃的方法和*** |
CN113167713B (zh) * | 2018-12-18 | 2024-01-02 | 国际壳牌研究有限公司 | 数字表征岩石渗透率的方法 |
CN113167713A (zh) * | 2018-12-18 | 2021-07-23 | 国际壳牌研究有限公司 | 数字表征岩石渗透率的方法 |
CN110749609A (zh) * | 2019-11-20 | 2020-02-04 | 北京九恒质信能源技术有限公司 | 地下岩石的弹性力学数据确定方法、装置、***和介质 |
CN113029899A (zh) * | 2021-02-24 | 2021-06-25 | 西南石油大学 | 一种基于显微图像处理的砂岩渗透率计算方法 |
CN112780241A (zh) * | 2021-03-05 | 2021-05-11 | 西南石油大学 | 一种平面非均质大平板模型分区定量饱和束缚水的方法 |
CN116152259A (zh) * | 2023-04-23 | 2023-05-23 | 西南石油大学 | 一种基于图神经网络的储层渗透率计算方法 |
CN116152259B (zh) * | 2023-04-23 | 2023-07-04 | 西南石油大学 | 一种基于图神经网络的储层渗透率计算方法 |
CN117191830A (zh) * | 2023-11-08 | 2023-12-08 | 中国矿业大学 | 一种岩石低温水化损伤程度测试方法 |
CN117191830B (zh) * | 2023-11-08 | 2024-03-08 | 中国矿业大学 | 一种岩石低温水化损伤程度测试方法 |
Also Published As
Publication number | Publication date |
---|---|
RU2014151234A (ru) | 2016-07-10 |
US20130308831A1 (en) | 2013-11-21 |
EP2850593B1 (en) | 2016-12-28 |
BR112014028783B1 (pt) | 2021-11-03 |
MX2014013970A (es) | 2015-02-12 |
US9046509B2 (en) | 2015-06-02 |
WO2013173540A1 (en) | 2013-11-21 |
CA2871781A1 (en) | 2013-11-21 |
MX339064B (es) | 2016-05-09 |
AU2013262735B2 (en) | 2016-03-31 |
EP2850593A1 (en) | 2015-03-25 |
CA2871781C (en) | 2017-02-07 |
BR112014028783A2 (pt) | 2017-06-27 |
AU2013262735A1 (en) | 2014-11-27 |
CO7131374A2 (es) | 2014-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104471614A (zh) | 使用数字岩石物理成像由岩石样品来评估岩石属性的方法和*** | |
Bazaikin et al. | Effect of CT image size and resolution on the accuracy of rock property estimates | |
US10830713B2 (en) | System and methods for computing physical properties of materials using imaging data | |
US9396547B2 (en) | Output display for segmented digital volume representing porous media | |
Busse et al. | Image processing based characterisation of coal cleat networks | |
CN107923240B (zh) | 用于确定与井或地层中的有机质相关联的孔隙度的方法 | |
CN104335042B (zh) | 从多孔介质的数字表征中选择代表性单元体积的高效方法 | |
Karimpouli et al. | Stochastic modeling of coal fracture network by direct use of micro-computed tomography images | |
Thompson et al. | Application of a new grain-based reconstruction algorithm to microtomography images for quantitative characterization and flow modeling | |
Riva et al. | Effects of uncertainty of lithofacies, conductivity and porosity distributions on stochastic interpretations of a field scale tracer test | |
Salifou et al. | New vuggy porosity models-based interpretation methodology for reliable pore system characterization, Ordovician carbonate reservoirs in Tahe Oilfield, North Tarim Basin | |
Hajizadeh et al. | An algorithm for 3D pore space reconstruction from a 2D image using sequential simulation and gradual deformation with the probability perturbation sampler | |
Hasnan et al. | Digital core analysis: Improved connectivity and permeability characterization of thin sandstone layers in heterolithic rocks | |
Knackstedt et al. | Integrating reservoir characterization: 3D dynamic, petrophysical and geological description of reservoir facies | |
Guadagnini et al. | Statistical scaling of geometric characteristics in millimeter scale natural porous media | |
Victor | Multiscale, image-based interpretation of well logs acquired in a complex, deepwater carbonate reservoir | |
Korneev et al. | Downscaling‐based segmentation for unresolved images of highly heterogeneous granular porous samples | |
Arns et al. | Digital Core Laboratory: Reservoir core analysis from 3D images | |
Masuoka et al. | Pore structure evaluation of quaternary highly vuggy limestone by a combination of X-ray CT images of differently sized cores | |
Li et al. | Rock physical properties computed from digital core and cuttings with applications to deep gas exploration and development | |
Huang et al. | Adaptive moving mesh modeling for two dimensional groundwater flow and transport | |
Pinto | An integrated approach based on coreflooding and digital rock physics techniques to rock porosity and permeability characterization | |
Oyewole et al. | A new method for assessment of directional permeability and conducting pore network using electric conductance in porous media | |
Mahmoud et al. | Digital rock physics (DRP) workflow to assess reservoir flow characteristics | |
Mahmoud | Study of Flow Characteristics of Reservoir Rock Using Digital Rock Physics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150325 |