[发明专利]一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法有效

专利信息
申请号: 201810488392.9 申请日: 2018-05-21
公开(公告)号: CN108729908B 公开(公告)日: 2021-11-09
发明(设计)人: 姚军;郭曜豪;张磊;孙海;杨永飞;杨谦洪 申请(专利权)人: 中国石油大学(华东)
主分类号: E21B47/10 分类号: E21B47/10;G06F30/28
代理公司: 济南金迪知识产权代理有限公司 37219 代理人: 杨树云
地址: 266580 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 孔隙 网络 模型 致密 流动 模拟 渗透 预测 方法
【权利要求书】:

1.一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法,其特征在于,包括步骤如下:

(1)对致密岩心扫描,得到二维电镜图片,获取多孔介质孔隙空间几何信息:多孔介质孔隙空间几何信息包括孔隙喉道形状、大小及其连接关系;

(2)基于步骤(1)获得的二维电镜图片,数值重构数字岩心,获得数字岩心的几何结构数据文件;所述几何结构数据文件包括每个像素点及该像素点对应的几何结构,几何结构包括岩心孔隙和岩石骨架;

(3)提取步骤(2)所述数字岩心的孔隙网络模型,获得致密岩心孔隙网络模型数据文件;所述孔隙网络模型数据文件包括孔隙喉道截面形状因子、孔隙喉道半径、孔隙喉道长度、孔隙喉道位置、孔隙喉道连接关系及孔喉平均配位数;

(4)对于孔隙网络模型中的每个孔隙进行质量守恒,对于不可压缩流体,则必须满足体积守恒,如式(I)所示:

式(I)中,i、j是指孔隙网络模型中任意相邻的两个孔隙;qij是通过其相互连接的喉部从相邻孔隙j流入孔隙i的体积流量,Pi是孔隙i中的压力,gij是连接孔隙i和孔隙j吼道的水力传导率;Pj是孔隙j中的压力;

求解方程组以获得每个孔隙处的压力以及每个孔喉的体积流量,从而获得流体在纳米级孔隙网络模型中的流动情况;

所述步骤(4)中,连接孔隙i和孔隙j吼道的水力传导率gij通过计算流体动力学建模分析得到,计算公式如式(II)所示:

式(II)中,A是通道横截面积,μ是流体体相粘度;G为形状因子,k为临界厚度,P为喉道截面周长,Lsd为无量纲的滑移长度,h为粘度系数,它是边界层流体粘度与宏观流体粘度的比值;a、b、c、d、e、f是拟合数据获得的经验常数,当G≥0.04时,a=-0.16,b=0.12,c=6.4,d=-0.0055,e=-50,f=1.7,当G0.04时,a=-0.012,b=0.057,c=2,d=-0.0052,e=-38,f=3.2;

(5)获得孔隙网络模型出口端的流体体积流量Q,根据达西定律计算孔隙网络模型的表观渗透率。

2.根据权利要求1所述的一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法,其特征在于,所述步骤(5),根据达西定律计算孔隙网络模型的表观渗透率;计算公式如式(III)所示:

式(III)中,K为孔隙网络模型表观渗透率,μ是流体体相粘度,L是模型长度,A为流动截面面积,△P是流动压差。

3.根据权利要求1所述的一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法,其特征在于,所述步骤(1),通过扫描电镜对致密岩心扫描,得到二维电镜图片。

4.根据权利要求1所述的一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法,其特征在于,所述步骤(2),采用马尔可夫链-蒙特卡洛法数值重构数字岩心,获得数字岩心的几何结构数据文件。

5.根据权利要求1所述的一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法,其特征在于,利用最大球法提取步骤(2)所述数字岩心的孔隙网络模型,获得致密岩心孔隙网络模型数据文件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810488392.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top