СПОСОБ ИССЛЕДОВАНИЯ ФИЛЬТРАЦИОННО-ЕМКОСТНЫХ СВОЙСТВ ГОРНЫХ ПОРОД Российский патент 2017 года по МПК G01N23/83 

Настоящее изобретение относится к области исследования горных пород-коллекторов нефти и газа и может найти применение при изучении фильтрационно-емкостных свойств пластов, сложенных слабо консолидированным керном, малых коллекций кернового материала.

Известен способ определения проницаемости, предусматривающий выделение из трехмерной модели керна области или виртуального куба, для которого проводят расчет, находя компромисс между разрешением рентгеновской микротомографии (РТ-съемки) и размером виртуального куба задачу [Закиров Т.Р., Галеев А.А., Коновалов А.А., Стаценко Е.О. Анализ "представительного элемента объема" для песчаников Ашальчинского месторождения с использованием метода рентгеновской компьютерной томографии // Нефтяное хозяйство. 10, 2010, стр. 54-57].

В известном способе достижение необходимого для визуализации мелких проводящих пор субмикронного разрешения возможно лишь для образцов размером 1-2 мм, но в этом случае пропадает представительность образца керна. С другой стороны, представительный стандартный петрофизический цилиндр (образец керна 30×30 мм) можно снять с наиболее точным разрешением лишь порядка 10 мкм.

Таким образом, без участия мелких пор расчет значений проницаемости порядка нескольких десятков мкм² × 10^-3 и меньше не представляется возможным.

Также известен способ получения характеристической трехмерной модели образца пористого материала для исследования свойств проницаемости, основанный на анализе исходной томографической модели керна в оттенках серого цвета без сегментации пор и скелета, включающий присвоение определенного значения проницаемости для каждого пикселя модели, предварительное определение связи между пористостью и проницаемостью в лабораторных условиях, присвоение значений проницаемости каждому пикселю модели (WO 2014104909, 2014).

Указанный способ предусматривает использование имеющейся аналитической зависимости пористости и проницаемости для наполнения трехмерной модели с известными в каждой ячейке значениями пористости расчетными значениями проницаемости и позволяет рассчитать малые значения проницаемости.

Однако реализация способа сопряжена с необходимостью предварительного определения в лабораторных условиях связи между пористостью и проницаемостью. В случае если исследуемый интервал пород слабо консолидирован, то достижение результата невозможно.

Из известных технических решений наиболее близким к предлагаемому изобретению по технической сущности и достигаемому результату является способ определения соотношения между физическими свойствами пористого тела, согласно которому получают трехмерное изображение образца, попиксельно сегментируют изображение на поровое пространство и скелет породы, выделяют из сегментированного изображения фрагменты, для каждого из фрагментов рассчитывают значение пористости, на каждом фрагменте проводят численное моделирование для расчета заданного физического свойства, например проницаемости, определяют соотношение между пористостью и заданным физическим свойством, используя данные связей между пористостью и физическим свойством, рассчитанных для каждого фрагмента (US 8170799, 2008).

Указанный способ позволяет получать петрофизические связи, однако он не позволяет стабильно рассчитывать небольшие значения проницаемости (порядка единиц и десятков мкм² × 10^-3).

Задачей настоящего изобретения является расширение возможностей способа за счет обеспечения получения корреляционных связей пористости и проницаемости для естественных горных пород с проницаемостью порядка единиц и десятков мкм² × 10^-3 и выше.

Поставленная задача достигается тем, что в способе исследования фильтрационно-емкостных свойств горных пород, заключающемся в том, что производят выбор образцов керна в широком диапазоне фильтрационно-емкостных свойств, осуществляют сканирование с помощью рентгеновского микротомографа отобранных образцов с получением трехмерных изображений образцов, которые сегментируют на поровое пространство и скелет породы, выделяют из сегментированных изображений несколько фрагментов, для каждого фрагмента определяют значение пористости (м0), увеличивают пористость фрагмента путем попиксельного расширения порового пространства и определяют его значение (м1), с помощью гидродинамического симулятора определяют значение проницаемости (к1) фрагмента, по полученным значениям пористости и проницаемости для всех фрагментов, выделенных из каждого образца, строят их тренды, по линиям трендов определяют значения проницаемости исходных фрагментов (к0), соответствующие значениям (м0), и по установленным значениям пористости и проницаемости для исходных фрагментов находят их корреляционную связь.

Достигаемый технический результат заключается в уменьшении нижнего предела расчета проницаемости горных пород из данных РТ за счет инкорпорирования дополнительных фильтрующих каналов к исходной модели керна.

Изобретение поясняется чертежами, где на фиг. 1 иллюстрируется прием искусственного увеличения пористости модели виртуального куба, на фиг. 2 проиллюстрирован прием расчета исходной проницаемости k0 виртуальных кубов, выделенных из одного образца горной породы, на фиг. 3 представлен пример расчета значений пористости m1 и проницаемости k1 для четырех образцов горных пород различных литологических типов, на фиг. 4 показаны примеры корреляционных связей для коллекторов различных литологических типов.

Способ осуществляют следующим образом.

При проведении работ выбирают несколько образцов керна, относящихся к интересующему нефтегазоносному пласту или горизонту. При этом выбирают наиболее отличающиеся по предполагаемым значениям пористости и проницаемости образцы из всех доступных литологических типов. Например, из интервала, сложенного серым песчаником, отбирают образцы с минимальной, максимальной и средней пористостью и проницаемостью. Если прогнозируемое значение проницаемости меньше 500 мкм² × 10^-3, то рекомендуемый максимальный линейный размер образца не должен превышать 10 мм. Если исходный керновый материал представлен в виде стандартных петрофизических цилиндров 30×30 мм, то из каждого исходного цилиндра высверливают соосный цилиндрический образец 10×10 мм. Образец керна также может иметь несимметричную форму, что осложняет обработку данных РТ, но не отменяет возможность расчета проницаемости. Если образец керна не экстрагирован, то экстракцию перед проведением томографической съемки можно не делать, поскольку остаточные флюиды, как правило, не видны на томографических снимках.

Далее каждый образец керна сканируют с помощью рентгеновского микротомографа. Для съемки выбирают максимально высокое разрешение и дискретизацию съемки, исходя из временных затрат и ресурса рентгеновской трубки прибора.

Затем реконструируют трехмерное изображение образца керна. Для реконструкции рекомендуется использовать сопутствующие микротомографу программы, например NRecon. При реконструкции максимально удаляют артефакты (дефекты) трехмерного изображения.

После чего сегментируют поровое пространство и скелет горной породы. Сегментация основана на анализе спектра поглощения рентгеновского излучения образцом керна. При выборе границ порового пространства и скелета используют рекомендации производителя микротомографа и программы для сегментации либо экспертное мнение.

Далее из сегментированного изображения выделяют несколько фрагментов (виртуальных кубов). Выбор места выделения кубов определяют на основании экспертного мнения либо случайным образом. Количество кубов определяют на основании экспертного мнения, при этом не рекомендуется выделять менее 5 кубов, поскольку это приведет к снижению точности расчета. После получения расчетных значений пористости и проницаемости (m1 и k1 или m0 и k0) для данного образца керна количество виртуальных кубов для последующих образцов корректируют, чтобы оптимизировать затраты машинного времени. Размер виртуального куба определяют на основании экспертного мнения, принимая во внимание ограничения алгоритмов расчета проницаемости и затраты машинного времени.

Для виртуального куба рассчитывают значение пористости (m0). Для расчета пористости рекомендуется использовать сопутствующие микротомографу программы, например, NRecon.

При исходном значении пористости m0 рассчитать проницаемость k0 не представляется возможным из-за отсутствия сообщающихся пор (фиг. 1). Искусственное увеличение пористости до значения m1 улучшает сообщение пор и позволяет рассчитать значение проницаемости k1.

С помощью ЭВМ искусственно увеличивают пористость виртуального куба (до значения m1) путем попиксельного расширения порового пространства, т.е. прилегающие к поровому пространству пиксели, отнесенные после сегментации к скелету, относят к поровому пространству. Увеличение пористости в значительной степени сохраняет особенности морфологии пустотного пространства и при этом обеспечивает расширение узких поровых каналов, сообщение мелких пор и дает возможность расчета проницаемости порядка 10 мкм² × 10^-3, а в некоторых случаях порядка 1 мкм² × 10^-3.

С помощью вычислительной флюидодинамики (Lattice Boltzmann Method, Pore Network и др.) рассчитывают значение проницаемости k1 для куба с увеличенной пористостью m1.

По расчетным значениям m1 и k1 для группы виртуальных кубов, выделенных из одной сегментированной модели, строят тренд и определяют достоверность аппроксимации расчетных значений R². Точку, соответствующую каждому кубу, переносят вдоль линии тренда от значения m1 к значению m0 и определяют значение k0 (фиг. 2). Для всех кубов, выделенных из данного образца керна (его сегментированной модели), строят зависимость пористости от проницаемости и определяют достоверность аппроксимации расчетных значений R².

На фиг. 3 представлен пример расчета значений пористости m1 и проницаемости k1 для четырех образцов горных пород различных литологических типов с указанием лабораторных значений пористости и проницаемости этих образцов.

Если значение R²>0,9, то допускается в дальнейшем сократить на 1 количество выделяемых из образцов данного литологического типа виртуальных кубов для сокращения затрат машинного времени. В представленном примере данное действие можно рекомендовать для образцов, схожих с образцами А, В, Г. Для образцов литологического типа Б напротив, рекомендуется увеличить число выделяемых фрагментов.

Далее объединяют расчетные данные - все парные значения m0 и k0 для всех отобранных образцов керна и выделенных из них виртуальных кубов - и строят общую корреляционную связь пористости и проницаемости. Примеры таких корреляционных связей для коллекторов различных литологических типов представлены на фиг. 4. Черные точки соответствуют расчетным значениям пористости (m0) и проницаемости (k0), пустые - результатам лабораторных измерений.

Как видно из представленных данных, описанный прием инкорпорирования дополнительных фильтрующих каналов к исходной модели керна, т.е. искусственного увеличения пористости, позволяет для пород различных литологических типов получать расчетные значения проницаемости порядка единиц мкм² × 10^-3, что на порядок ниже расчетных значений проницаемости, получаемых известными способами.

Таким образом, предлагаемое изобретение обеспечивает доступный и практически воспроизводимый способ расчета фильтрационно-емкостных свойств естественных горных пород, а именно, возможность работы на общедоступных моделях микротомографов и персональных компьютеров.

Использование: для исследования фильтрационно-емкостных свойств горных пород. Сущность изобретения заключается в том, что производят выбор образцов керна в широком диапазоне фильтрационно-емкостных свойств, осуществляют сканирование с помощью рентгеновского микротомографа отобранных образцов с получением трехмерных изображений образцов, которые сегментируют на поровое пространство и скелет породы, выделяют из сегментированных изображений несколько фрагментов, для каждого фрагмента определяют значение пористости (м0), увеличивают пористость фрагмента путем попиксельного расширения порового пространства и определяют его значение (м1), с помощью гидродинамического симулятора определяют значение проницаемости (к1) фрагмента, по полученным значениям пористости и проницаемости для всех фрагментов, выделенных из каждого образца, строят их тренды, по линиям трендов определяют значения проницаемости исходных фрагментов (к0), соответствующие значениям (м0), и по установленным значениям пористости и проницаемости для исходных фрагментов находят их корреляционную связь. Технический результат: уменьшение нижнего предела расчета проницаемости горных пород. 4 ил.

Способ исследования фильтрационно-емкостных свойств горных пород, заключающийся в том, что производят выбор образцов керна в широком диапазоне фильтрационно-емкостных свойств, осуществляют сканирование с помощью рентгеновского микротомографа отобранных образцов с получением трехмерных изображений образцов, которые сегментируют на поровое пространство и скелет породы, выделяют из сегментированных изображений несколько фрагментов, для каждого фрагмента определяют значение пористости (м0), увеличивают пористость фрагмента путем попиксельного расширения порового пространства и определяют его значение (м1), с помощью гидродинамического симулятора определяют значение проницаемости (к1) фрагмента, по полученным значениям пористости и проницаемости для всех фрагментов, выделенных из каждого образца, строят их тренды, по линиям трендов определяют значения проницаемости исходных фрагментов (к0), соответствующие значениям (м0), и по установленным значениям пористости и проницаемости для исходных фрагментов находят их корреляционную связь.