多孔介质分析系统和方法与流程

研究多孔介质岩石的结构和岩石物理性质在水文、石油工程和环境工程中有着重要意义。

技术实现要素：

孔隙网络模型可以用来预测多孔介质的岩石物理性质。孔隙网络模型可以通过微观X射线电子计算机断层扫描设备(全岩心CT，微米CT和纳米CT)、聚焦离子束扫描设备(FIB-SEM)和其他三维成像设备对岩石样品进行扫描获取，样品尺寸可以从几个毫米到几十个厘米。CT图像可以被分割空隙部分和岩石骨架部分，并通过大量由喉道(狭长的空隙部分)和相连孔隙(较大的空隙部分)组成的网络来描述。通过对几何拓扑结构等效的孔隙网络进行流动模拟来获取流体的单相流动和两相流动特征，进而得到网络的宏观性质，例如毛管压力和相对渗透率。

页岩、致密砂岩和碳酸盐岩等非常规储层岩石孔隙尺寸跨度大，通过单一分辨率扫描获取的三维岩石图像无法描述从纳米尺度到溶洞尺度的跨尺度孔隙特征，通过常规方法来获取非常规岩石的流动特征非常困难。

本实例描述的系统和方法包括一套多尺度工作流程，能够预测非均质和复杂岩石的单相和多相流性质。

在实施例中，通过较小岩石样品(岩心柱塞或者更小的岩样)获取的数据进行尺度升级，可作为油藏建模和流动模拟的输入参数。模拟结果可以用来预测油藏的油气储量，进而指导油气勘探和开发方案的制定等。

在下面详细描述的工作流程示例中，获取岩石的多尺度图像并在分析不同尺度的图像特征，通过多尺度网络流动模拟器融合分析结果。

本实例基于多孔介质的X射线CT扫描获图像，提供方法、系统和计算软件来获取样品的岩石物理性质。对于小于X射线CT扫描图像分辨率的小孔隙，可通过微米CT结合更高精度的纳米CT或者扫描电镜来获取。

基于三维图像可以获取多孔介质的各种岩石物理性质，例如孔隙度、绝对渗透率、地层电阻率因子、毛管力曲线、相对渗透率曲线、电阻率指数等。

单一尺度的扫描图像无法获取多孔介质的多尺度孔隙特征。例如，碳酸盐岩和非常规油藏岩石(页岩、致密砂岩)孔隙尺寸差距较大，横跨好几个数量级。

在实施例中，不同尺寸的岩石样品需要不同的扫描分辨率。在较小尺度上，岩石样品尺寸大约0.05-0.1mm，扫描分辨率大约10nm；在较大尺度上，全直径岩心尺寸大约几个cm，扫描分辨率大约0.1mm。可以通过不同的物理信号和工具进行扫描，如X射线或者FIB-SEM。

例如，在较小尺度上，尺度升级过程的第一步，将纳米尺度图像分割为不同的部分，可分为两类，分别是纳米孔隙空间和岩石颗粒。通过提取相应的孔隙网络并进行渗流模拟可以得到纳米尺度图像的岩石物理性质。在实施例中，多孔介质的样品大小为50-100μm，分辨率为1-50nm。

尺度升级过程的第二步，X射线微米CT扫描，分辨率为1μm以上，样品的尺寸可以达到几个毫米。扫描的CT图像可以被分割为三部分，分别是微米孔隙空间部分、含有上一级纳米孔隙的基质部分和固体颗粒部分。基于此，可以提取微米孔隙网络的特征，并将纳米尺度孔隙信息进行融合。在实施例中，多孔介质的样品大小为100μm-10mm，分辨率为50nm-1μm。

尺度升级过程的第三步，岩心柱塞尺度的X射线CT扫描，分辨率为几微米，样品尺寸可以达到几个厘米(如标准岩样柱塞或者全直径岩心)。扫描的CT图像可以分割为三部分，分别是孔隙空间部分、含有上一级微纳米孔隙的基质部分和固体颗粒部分。提取该尺度下的孔隙网络(溶洞部分)，同时将上一级的微纳米尺度特征进行融合。在实施例中，多孔介质的样品大小为1-20cm，分辨率大约1-100μm。

在接下来的升级过程中，重复以上步骤可将纳米-微米-岩心柱塞尺度性质升级到整个油藏尺度上。

本实例不受岩石孔隙尺寸限制。同样地，相同的分步骤升级方法可以应用到整个地层和油藏中。虽然本实例以三个步骤的尺度升级过程作为阐述，但是多步骤的尺度升级过程不局限于此，可以是两步、四步、五步或者更多。

在实施例中，提供了一种普遍使用的网络提取算法来处理多相分割图像。

在实施例中，提供了一种普遍使用的网络渗流模拟方法来处理孔隙单元(孔隙、喉道)和分辨率更高的精细孔隙单元。

可以预测的岩石物理性质包括：毛管力曲线、相对渗透率曲线、电阻率指数和各参数的敏感性分析曲线。

可以预测任意给定接触角下的润湿性指数，包括Amott–Harvey指数和USBM润湿性指数。

尺度升级的流程可以根据实际情况分为两步、三步、四步或者更多，模型的输入均为多相分割的三维图像。

工作流程可用来预测驱替、吸入和后续的驱替循环过程。

当前的披露信息第一次提供了毛管力占主导地位的多尺度升级工作流程，工作流程基于毛管力平衡物理定律。

第一次提供了毛管力占主导地位的流动模拟器，将单相(总孔隙度、绝对渗透率和地层电阻率因子)和两相流动性质(相对渗透率、电阻率指数、Amott-Harvey润湿性指数和USBM润湿性指数)升级到岩心柱塞、全岩心、岩相、地层或者油藏尺度上。

请求披露信息的优势将在下面进行详述。

附图说明

图1为升级流程的示意图。

图2A为升级流程第一步中纳米尺度X射线CT灰度图像。

图2B为升级流程第一步中分割后的纳米尺度图像和相应的孔隙网络。

图2C为升级流程第一步中的升级结果。

图3A为升级流程第二步中微米尺度X射线CT灰度图像。

图3B为升级流程第二步中分割后的微米尺度图像和相应的孔隙网络。

图3C为升级流程第二步中的升级结果。

图4A为升级流程第三步中岩心柱塞尺度X射线CT灰度图像。

图4B为升级流程第三步中分割后的岩心柱塞尺度图像和相应的孔隙网络。

图4C为升级流程第三步中的升级结果。

图5为升级方法阐述的流程图。

具体实施方式

以下针对上图进行详细的描述。一方面，实施例中相关的方法、系统和计算软件来决定基于X射线CT扫描图像的多孔介质岩石物理性质，岩石孔隙尺寸跨度大，有些孔隙尺寸比X射线CT图像的分辨率还小。

微米CT扫描的样品尺寸可以是几个毫米，分辨率可以达到亚微米或者几个微米。

虽然岩石图像和升级结果可以通过一步、两步、三步或者更多升级步骤，但是图1中展示的是三个步骤的岩石图像和流动性质升级方法。

尺度升级流程第一步

选取包含纳米孔隙的岩石样品部分获取纳米CT扫描图像。图2A展示了升级流程第一步中纳米尺度X射线CT灰度图像。

图像可以被分割为纳米孔隙和固体颗粒两相。通过网络提取软件来提取相应的孔隙网络。图2B为升级流程第一步中分割后的纳米尺度图像和相应的孔隙网络。

两相流动模拟软件用来求解基于纳米尺度孔隙网络的单相性质(例如包括绝对渗透率和地层电阻率因子)和两相流动性质(例如包括毛管力曲线、相对渗透率曲线和电阻率指数)。基本的流体/岩石性质作为网络流动模型的输入部分，例如包括各相流体的密度、粘度和电阻率，以及流体之间的表面张力(IFT)和流体-孔隙表面的接触角。

两相流网络模拟的代码参见P.H.Valvatne and M.J.Blunt的论文“Predictive pore-scale modeling of two-phase flow in mixed wet media,"Water Resources Research,40,W07406。本次披露通过完整的参考文献方式进行了引用。

图2C为升级流程第一步中的升级结果，包括纳米CT图像在驱替和吸入过程的毛管力曲线和相对渗透率曲线。

尺度升级流程第二步

如在图1中所述，升级流程第一步中的网络流动模拟结果作为升级流程第二步的输入。升级的纳米CT性质包括绝对渗透率(k)、毛管压力(Pc)、相对渗透率(kr)和电阻率指数(RI)。

在尺度升级流程第二步中，通过微米CT扫描获取更多的岩石图像。图3A为升级流程第二步中微米尺度X射线CT灰度图像。

图像体素可以标记为三类，分别为固体颗粒体素、微米孔隙体素和包含纳米尺度孔隙的基质体素。图3B为升级流程第二步中分割后的微米尺度图像和相应的孔隙网络，包含固体颗粒、微米孔隙和含纳米孔隙的基质部分。在实施例中，包含纳米孔隙的基质体积可通过微米CT图像进行获取，其中的纳米孔隙信息可通过更高分辨率的纳米CT进行获取。

此处披露的实施例提供了提取网络中的微米孔隙空间和纳米孔隙空间的方法，即双孔隙网络提取方法。

孔隙、喉道和含纳米孔隙的基质部分均为融合网络的单元。为了与尺度升级流程第一步中的纳米尺度孔隙相区分，这个尺度上的孔隙单元是指大孔隙。通过算法来提取大孔隙单元的网络，此类网络提取算法参见H.Dong和M.J.Blunt论文"Pore-network extraction from micro-computerized-tomography images",Physical Review E,80(3):036307,(2009)。本次披露通过完整的参考文献方式进行了引用。

纳米孔隙单元可以通过最大球算法进行提取，为了流动特征的精确计算，需要对纳米孔隙的尺寸进行限定。在实施例中，15个体素的最大尺寸能够在流动模拟的计算速度和求解精度上进行平衡。通过这种方式获取的纳米孔隙单元可视为有限体积网格，进而融合到大孔隙网络中。

基于提取的微米CT双孔隙网络，结合基本流体/岩石性质和升级的纳米CT性质，可用来尺度升级流程第二步中网络流动模拟的输入参数。

由Valvatne和Blunt(2004)编写的两相流动模型代码可扩展到融合网络的流动模拟中。本方法中流体经过孔隙单元时的流动方程详见Valvatne和Blunt(2004)。

流体经过纳米孔隙单元时可通过达西多相流方程来描述，流动特征参数通过尺度升级第一步来获取。在网络模型中，通过不断增加油相压力模拟油驱替过程，然后不断降低油相压力模拟水驱过程，进而模拟流体流动，这与实验测量的原理相似。

在尺度升级第一步中，含水饱和度、流动特征和电导率可以分别通过毛管力曲线、相对渗透率和电阻率指数进行计算。大孔隙和纳米孔隙融合网络的流动特征同样是通过Valvatne和Blunt(2004)描述的质量守恒方程，求解微米CT图像的单相和两相渗流特征来获取。

图3C为升级流程第二步中的升级结果，包括微米CT图像在驱替和吸入过程的毛管力曲线和相对渗透率曲线。

尺度升级流程第三步

如图1所述，尺度升级第二步中网络流动模拟得到的结果可以作为尺度升级第三步网络流动模拟的输入参数。进行升级的微米CT性质包括绝对渗透率(k)、毛管压力(Pc)、相对渗透率(kr)和电阻率指数(RI)。

在尺度升级流程第三步中，通过岩心柱塞或全直径微米CT扫描获取更多的岩石图像。CT扫描设备可以是微米CT扫描仪或者更大扫描尺寸的全直径扫描仪。

如果算例中的岩石样品包含大的孔隙(溶洞)，导致微米CT设备不能完全获取到代表性区域(通过较小尺度的扫描区域获取的性质不一定能代表整个岩石样品)，可以通过更大分辨率下的CT扫描来获取更大的岩石样品区域。

更大的CT扫描图像体素可以标记为三类，分别为固体颗粒体素、孔隙体素和包含微纳米尺度孔隙的基质体素。图4A为升级流程第三步中岩心柱塞尺度X射线CT灰度图像。

使用与升级流程第二步中相同的网络提取算法来提取不同体素标记的三维图像，包含溶洞单元和微孔隙单元。图4B为升级流程第三步中分割后的岩心柱塞尺度图像和相应的孔隙网络，包含固体颗粒、溶洞和含微纳米孔隙的基质部分。

使用尺度升级流程第二步中相同的流动模拟方法进行两相流动模拟和柱塞尺度特征升级计算，唯一的区别是输入文件为由溶洞和微孔隙(包含纳米孔隙特征)组成的网络单元，而不是第二步中由微纳米孔隙组成的网络单元。

第二步中的升级结果通过连续性(达西)方程来描述流体经过微孔隙单元的流动特征进行计算。通过求解融合后双孔隙网络中溶洞和微孔隙单元的流动方程，可获取柱塞图像的毛管力曲线、绝对渗透率、相对渗透率、地层电阻率因子和电阻率指数。

图4C为升级流程第三步中的升级结果，包括岩心柱塞尺度图像在驱替和吸入过程的毛管力曲线和相对渗透率曲线。

本方法可以通过将软件或程序代码存储在任何类型的计算机可读介质或内存来实现，如存储设备，包括磁盘或硬盘。计算机的可读介质包括非暂时性的计算机可读介质或内存，例如通过计算机可读介质来短时间的存储数据，如寄存器存储器、处理器缓存和随机存储器(RAM)。计算机可读介质包括非暂时性介质或者内存，例如二次或永久的长期储存，如只读存储器(ROM)、光盘或者磁盘、只读光盘驱动器。计算机可读介质也可以是任何其他的易失性或非易失性存储系统。计算机可读介质可以被视为一种计算机可读存储介质、一种有形存储装置或其它制造制品。

此外，对于方法500和在此公开的其他处理方法和方法，图5中的每一个部分可以表示在进程中执行特定逻辑功能的电路，并且该方法可以使用计算机系统来实现。另外，计算机系统包括有存储指令的计算机可读介质，以实现上述方法中的各个步骤。

本次披露中的所有参考文献都涵盖了它们的全部内容。虽然具体的实施例已经在前面进行了详细描述，但仅仅是为了阐述目的。因此，上面所描述的许多方面不是必须的元素，除非明确说明。除了上述的那些描述，各种修改和对应等效行为的示例性实施例，可以通过个人普通技能获取目前披露的利益，并且不能离开下列权利要求定义的披露范围，该范围是受到最广泛的解释、修改和等效结构。

权利要求书(按照条约第19条的修改)

1.基于计算机执行的多孔介质特征计算方法，该方法包含以下几步：

第一步包括：

获取第一个尺度上的多孔介质的第一组图像，其中第一组图像包括从物理信号扫描获得的三维图像；从第一组图像中提取第一组孔隙网络模型；

基于第一组孔隙网络模型进行孔网渗流模拟得到多孔介质的第一组一系列性质；

第二步包括：

在第二个尺度上获取比第一个尺度更大的第二组多孔介质图像；

从第二组图像中提取第二组孔隙网络模型；

基于第二组孔隙网络模型和第一组孔隙网络中的一系列性质进行孔网渗流模拟得到多孔介质的第二组一系列性质。

2.权利要求1中的方法，进一步包括：

第三步：

在第三个尺度上获取比第二个尺度更大的第三组多孔介质图像；

从第三组图像中提取第三组孔隙网络模型；

基于第三组孔隙网络模型和第二组孔隙网络中的一系列性质进行孔网渗流模拟得到多孔介质的第三组一系列性质。

3.权利要求2中的方法，进一步包括：将第三组一系列性质应用到水文学、石油工程和环境工程领域中。

4.权利要求2中的方法，第三组一系列性质包括多孔介质的岩石物理性质和流体流动数据，该方法可以进一步将第三组一系列性质升级到油藏建模尺度，并预测油藏的烃含量。

5.权利要求2中的方法，其中：

第一个尺度为纳米尺度；

第二个尺度为微米尺度；

第三个尺度为宏观尺度。

6.权利要求5中的方法，其中：

第三个尺度为柱塞尺度。

7.权利要求2中的方法，第一组一系列性质至少绝对渗透率(k)，毛管压力(Pc)，相对渗透率(kr)，地层电阻率因子或者电阻率指数。

8.权利要求2中的方法，第一组图像包括至少一个CT图像或者FIB-SEM图像。

9.权利要求8中的方法，第一组图像为纳米CT的X射线图像。

10.权利要求9中的方法，第二组图像为微米CT的X射线图像。

11.权利要求10中的方法，第三组图像为宏观CT的X射线图像。

12.权利要求2中的方法，第二组网络为由纳米尺度孔隙和微米尺度孔隙组成的双孔隙网络。

13.权利要求2中的方法，多孔介质为多孔岩石。

14.权利要求13中的方法，多孔岩石至少包含碳酸盐岩、页岩和致密砂岩。

15.一个永久的机读介质，通过指令来推导出多孔介质性质，指令包括：

在第一个尺度上获取多孔介质的第一组图像，其中第一组图像包括从物理信号扫描获得的三维图像；

从第一组图像中提取第一组孔隙网络模型；

基于第一组孔隙网络模型进行孔网渗流模拟得到多孔介质的第一组一系列性质；

在第二个尺度上获取比第一个尺度更大的第二组多孔介质图像；

从第二组图像中提取第二组孔隙网络模型；

基于第二组孔隙网络模型和第一组孔隙网络中的一系列性质进行孔网渗流模拟得到多孔介质的第二组一系列性质。

16.权利要求15中永久的机读介质，进一步包括：

在第三个尺度上获取比第二个尺度更大的多孔介质图像；

从第三组图像中提取第三组孔隙网络模型；

基于第三组孔隙网络模型和第二组孔隙网络中的一系列性质进行孔网渗流模拟得到多孔介质的第三组一系列性质。

17.权利要求16中的永久机读介质可将第三组一系列性质应用到水文学、石油工程和环境工程领域中。

18.权利要求16的永久机读介质，其中第三组一系列性质包括多孔介质的岩石物理性质和流体流动数据，该方法可以进一步将第三组一系列性质升级到油藏建模尺度，并预测油藏的烃含量。

19.通过计算机系统来推导多孔介质性质，其中计算机系统配置为：

在第一个尺度上获取多孔介质的第一组图像，其中第一组图像包括从物理信号扫描获得的三维图像；

从第一组图像中提取第一组孔隙网络模型；

基于第一组孔隙网络模型进行孔网渗流模拟得到多孔介质的第一组一系列性质；

在第二个尺度上获取比第一个尺度更大的第二组多孔介质图像；

从第二组图像中提取第二组孔隙网络模型；

基于第二组孔隙网络模型和第一组孔隙网络中的一系列性质进行孔网渗流模拟得到多孔介质的第二组一系列性质。

20.权利要求19中的计算机系统，其中计算机系统进一步配置来显示第三组一系列性质，至少包括：绝对渗透率(k)，毛管压力(Pc)，相对渗透率(kr)，地层电阻率因子(FRF)或者电阻率指数(RI)。