一种基于多信息融合的储层喉道-孔隙模型构建方法与流程

1.本发明涉及石油开采技术领域，具体地说，涉及一种基于多信息融合的储层喉道-孔隙模型构建方法。


背景技术：

2.随着非常规油气勘探开发的深入，碎屑岩储层的研究重点逐渐转移到低孔渗、致密砂岩。相比于常规储层，致密砂岩原生孔隙度由于强烈压实和胶结作用而大量损失，次生孔隙以及各类微孔成为重要的储集空间，甚至超过原生孔，孔隙结构复杂。
3.长期以来对致密砂岩、页岩孔隙表征具有如下特点：1、表征重点集中与孔隙和喉道形态、大小表征；2、表征手段包括半定量(岩石薄片、扫描电镜)和定量(高压压汞、核磁共振、ct、氮气吸附等)；3、不同表征手段往往都基于单一孔喉模型来计算孔隙、喉道的相关参数；4、不同技术手段之间缺乏有效融合。
4.目前，现有技术往往是基于单一孔隙喉道模型，对测试数据进行转换计算，获取孔隙喉道的某一方面特征，但近年来研究显示储层孔隙往往存在不同的孔喉模型；不同测试技术之间缺乏有效融合，薄片电镜获取的是孔隙二维信息，核磁获取的是孔隙半径分布，高压压汞获取的是喉道大小及所连通孔隙体积的分布。不同类型数据之间缺乏融合。


技术实现要素：

5.本发明的内容是提供一种基于多信息融合的储层喉道-孔隙模型构建方法，将不同类型测试手段获取的孔隙、喉道信息进行有效融合，最终构建出包含孔隙、喉道各类特征参数的多信息孔隙模型。
6.根据本发明的一种基于多信息融合的储层喉道-孔隙模型构建方法，其包括以下步骤：
7.步骤1：获取不同成因类型孔隙的二维特征参数；
8.步骤2：获取不同级别喉道控制的孔隙体积、孔径分布参数；
9.步骤3：建立矩阵方程计算不同级别喉道连通孔隙的成因、孔径、体积参数；
10.步骤4：构建喉道-孔隙多信息模型。
11.作为优选，步骤1中，具体步骤如下：
12.1.1)开展铸体薄片、扫描电镜分析，获取二维孔隙图像；
13.1.2)利用image j软件对图像进行孔隙提取和表征，获取不同成因类型孔隙的二维关键特征参数，包括孔径、圆度、伸长率和面孔率；
14.1.3)根据获取的不同成因类型孔隙面孔率，计算不同孔隙对孔隙度的贡献。
15.作为优选，步骤2中，具体步骤如下：
16.2.1)选取代表性样品开展饱和水状态下的核磁共振分析，获取全孔隙半径的分布；
17.2.2)开展不同离心条件实验，设置依次递增的离心速度条件，开展多次离心实验；
每次离心实验之后，将离心速度转换为喉道半径，并开展核磁共振，获取不同半径喉道所控制孔隙的孔隙体积及孔径分布。
18.作为优选，步骤3中，具体步骤如下：
19.3.1)设将孔隙渗流级别划分为3级，根据不同离心t2曲线变化，可获得不同渗流级别的可动孔隙体积和孔径分布；
20.3.2)综合利用薄片、电镜以及ct扫描孔隙识别获取不同成因类型孔隙体积和孔径分布；不同成因类型孔隙体积包括粒间孔隙、溶蚀孔隙和微孔隙体积；
21.3.3)设渗流级别i的可动孔隙总体积为vi(i＝1，2，3)，其中不同渗流级别的粒间孔隙体积、溶蚀孔隙体积和微孔隙体积分别为v
i-a
、v
i-b
、v
i-c
，那么：
[0022]vi
＝v
i-a
v
i-b
v
i-c
[0023]
同时，同一种类型孔隙(如粒间孔隙va)又被不同级别喉道连接，因此：
[0024]va
＝v
1-a
v
2-a
v
3-a
[0025]
据此建立矩阵方程，以薄片、电镜和ct扫描孔喉参数为约束条件，利用matlab进行迭代计算，获取v
i-a
、v
i-b
、v
i-c
最优解。
[0026]
本发明提供一种构建致密储层多信息融合的喉道-孔隙模型的方法，能够有助于阐明储层联通性和储集性的内在联系及协同演化过程，揭示储层流体赋存流动差异的内在原因，克服了经典碎屑岩孔隙演化模式只研究孔隙类型、孔隙度变化的局限性。
[0027]
本发明的技术方案主要是基于薄片获取不同类型孔隙的特征参数，建立孔隙类型关键特征参数的识别数据库，采用交叉验证和网格搜索的数学方法开展核磁共振不同渗流级别的孔隙参数的迭代计算，该方法可以克服长期以来不同测试手段信息融合困难的问题。
附图说明
[0028]
图1为实施例中一种基于多信息融合的储层喉道-孔隙模型构建方法的流程图；
[0029]
图2为实施例中各渗流级别孔隙的特征参数矩阵计算模型的示意图；
[0030]
图3为实施例中不同级别喉道-孔隙配置特征及关键参数表征示意图；
[0031]
图4为实施例中喉道-孔隙“树状”分布模式示意图。
具体实施方式
[0032]
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。
[0033]
实施例
[0034]
如图1所示，本实施例提供了一种基于多信息融合的储层喉道-孔隙模型构建方法，其包括以下步骤：
[0035]
步骤1：获取不同成因类型孔隙的二维特征参数；
[0036]
具体步骤如下：
[0037]
1.1)开展铸体薄片、扫描电镜分析，获取二维孔隙图像；
[0038]
首先将柱样进行切割，取部分进行薄片、电镜观察，剩余部分进行核磁共振和ct扫描。对样品进行洗油处理，并注入蓝色铸体，磨制成铸体薄片，薄片厚度0.04mm，略厚于常规
厚度(0.03mm)，以便后续氩离子剖光。利用偏光显微镜获取岩石铸体薄片图像。薄片单偏光观察难以识别粘土矿物等组分内微孔的孔隙参数，因此须利用离子减薄仪对铸体薄片进行二次减薄，利用场发射电镜进行微孔参数观察。将抛光好的薄片用导电胶固定于样品台上，采用离子溅射仪镀厚度约为15n铂金薄膜。
[0039]
1.2)利用image j软件对图像进行孔隙提取和表征，获取不同成因类型孔隙的二维关键特征参数，包括孔径、圆度、伸长率和面孔率；该方法观察视域大，可获取原生粒间孔、溶蚀孔等相对较大且连通的孔隙参数。
[0040]
1.3)根据获取的不同成因类型孔隙面孔率，计算不同孔隙对孔隙度的贡献。
[0041]
步骤2：获取不同级别喉道控制的孔隙体积、孔径分布参数；
[0042]
具体步骤如下：
[0043]
2.1)选取代表性样品开展饱和水状态下的核磁共振分析，获取全孔隙半径的分布；
[0044]
选取代表性样品开展饱和水状态下的核磁共振分析：核磁共振是无损获取样品全孔隙半径信息的最佳手段，通过多次离心结合核磁共振，可以获取不同喉道控制孔隙的孔隙体积及孔径分布。核磁共振主要通过横向弛豫时间t2来反映孔径分布，因此需要对t2进行标定，换算为孔径分布。具体步骤如下：
[0045]
测量同一个样品不同离心力条件下t2曲线，读取不同离心t2曲线与饱和水t2曲线的分离点。分离点就代表了该离心条件下的流体可以通过的最小孔隙，也即喉道，分离点对应的t2时间就是渗流喉道的横向弛豫时间。
[0046]
2.2)开展不同离心条件实验，设置依次递增的离心速度条件，开展多次离心实验；每次离心实验之后，将离心速度转换为喉道半径，并开展核磁共振，获取不同半径喉道所控制孔隙的孔隙体积及孔径分布。
[0047]
通过多次离心实验和核磁测试，可以获得不同喉道所对应的t2驰豫时间(t
2throat
)。通过回归分析即可获取t2谱转换系数c，计算孔径分布。
[0048]
步骤3：建立矩阵方程计算不同级别喉道连通孔隙的成因、孔径、体积参数；
[0049]
步骤一可以获取不同成因类型孔隙的孔径、面孔率及孔隙体积；步骤二可以获取不同喉道控制孔隙的体积及孔径分布，现还需要将前两步的信息进行融合，建立包含喉道、孔隙成因、孔隙体积及半径的孔喉模型。具体步骤如下：
[0050]
3.1)设将孔隙渗流级别划分为3级，根据不同离心t2曲线变化，可获得不同渗流级别的可动孔隙体积(v1、v2、v3)和孔径分布(步骤二)；
[0051]
3.2)综合利用薄片、电镜以及ct扫描孔隙识别获取不同成因类型孔隙体积和孔径分布(步骤一)；不同成因类型孔隙体积包括粒间孔隙体积va、溶蚀孔隙体积vb和微孔隙体积vc；
[0052]
3.3)设渗流级别i(i＝1、2、3)的可动孔隙总体积为vi，其中不同渗流级别的粒间孔隙、溶蚀孔隙和微孔隙体积分别为v
i-a
、v
i-b
、v
i-c
，那么：
[0053]vi
＝v
i-a
v
i-b
v
i-c
[0054]
同时，同一种类型孔隙(如粒间孔隙va)又被不同级别喉道连接，因此：
[0055]va
＝v
1-a
v
2-a
v
3-a
[0056]
据此建立矩阵方程，如图2所示，以薄片、电镜和ct扫描孔喉参数为约束条件，利用
matlab进行迭代计算，获取v
i-a
、v
i-b
、v
i-c
最优解。
[0057]
步骤4：在前三步基础上，构建喉道-孔隙多信息模型，如图3和图4所示，在各级喉道与孔隙特征表征基础上，总结致密砂岩喉道-孔隙的配置关系和变化规律,构建喉道-孔隙多信息模型。通过模型能够较佳地获取不同类型孔隙的特征参数。
[0058]
本实施例提供一种构建致密储层多信息融合的喉道-孔隙模型的方法，能够有助于阐明储层联通性和储集性的内在联系及协同演化过程，揭示储层流体赋存流动差异的内在原因，克服了经典碎屑岩孔隙演化模式只研究孔隙类型、孔隙度变化的局限性。
[0059]
本实施例的技术方案主要是基于薄片获取不同类型孔隙的特征参数，建立孔隙类型关键特征参数的识别数据库，采用交叉验证和网格搜索的数学方法开展核磁共振不同渗流级别的孔隙参数的迭代计算，该方法可以克服长期以来不同测试手段信息融合困难的问题。
[0060]
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。