專利匯可以提供一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法專利檢索,專利查詢,專利分析的服務(wù)。并且本 發(fā)明 公開一種基于數(shù)字 巖心 模型的稠油油藏儲(chǔ)層解堵過程模擬方法,以原始含多種 巖石 礦物組分的數(shù)字巖心模型和儲(chǔ)層傷害數(shù)字巖心模型為參考,結(jié)合不同模擬條件下化學(xué)解堵劑對(duì)巖石礦物和 瀝青 質(zhì)解堵效果的室內(nèi)實(shí)驗(yàn)結(jié)果(不同類型巖石礦物的轉(zhuǎn)化及體積變化規(guī)律),通過基于模型離散點(diǎn) 穩(wěn)定性 判別和形態(tài)學(xué)中溶蝕 算法 等方法將室內(nèi)研究結(jié)果與數(shù)字巖心模型緊密結(jié)合,實(shí)現(xiàn)了基于數(shù)字巖心技術(shù)對(duì)儲(chǔ)層解堵過程的模擬,最后通過對(duì)化學(xué)解堵藥劑解堵前后數(shù)字巖心模型微觀結(jié)構(gòu)及孔滲變化的分析,得到不同模擬條件下,化學(xué)解堵藥劑對(duì)儲(chǔ)層傷害的解堵機(jī)理,該方法的提出進(jìn)一步拓展了數(shù)字巖心技術(shù)在油氣田開發(fā)領(lǐng)域的應(yīng)用,也為儲(chǔ)層解堵過程的研究提供了新手段。,下面是一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法專利的具體信息內(nèi)容。
1.一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,包括以下步驟:
步驟1,基于真實(shí)儲(chǔ)層二維信息,構(gòu)建含多種巖石礦物的數(shù)字巖心模型以及儲(chǔ)層傷害數(shù)字巖心模型,其中儲(chǔ)層傷害數(shù)字巖心模型包括儲(chǔ)層巖石敏感性傷害數(shù)字巖心模型和儲(chǔ)層瀝青質(zhì)沉積吸附傷害數(shù)字巖心模型;
步驟2,通過室內(nèi)實(shí)驗(yàn)得到不同模擬條件下儲(chǔ)層巖石礦物的轉(zhuǎn)化、體積變化和瀝青質(zhì)的沉積吸附規(guī)律,不同模擬條件下解堵藥劑對(duì)不同類型巖石礦物的溶解規(guī)律,不同模擬條件下化學(xué)劑對(duì)瀝青質(zhì)沉積的抑制規(guī)律,以及不同模擬條件下解堵劑對(duì)瀝青質(zhì)的解吸規(guī)律,具體包括,不同類型巖石礦物的體積變化、轉(zhuǎn)化規(guī)律的實(shí)驗(yàn)參數(shù);瀝青質(zhì)的沉積量以及瀝青質(zhì)在不同類型巖石礦物表面的吸附情況;化學(xué)藥劑作用后,各類巖石礦物的溶蝕量,瀝青質(zhì)的抑制率以及瀝青質(zhì)的解吸量;
步驟3,基于含多種巖石礦物的數(shù)字巖心模型、儲(chǔ)層巖石敏感性傷害數(shù)字巖心模型,結(jié)合不同模擬條件下巖石礦物的溶解規(guī)律,構(gòu)建不同模擬條件下基于數(shù)字巖心模型的儲(chǔ)層敏感性傷害解堵數(shù)字巖心模型;
步驟4,基于含多種巖石礦物的數(shù)字巖心模型、儲(chǔ)層瀝青質(zhì)沉積吸附數(shù)字巖心模型,結(jié)合不同模擬條件下瀝青質(zhì)的抑制及解吸規(guī)律,構(gòu)建不同模擬條件下基于數(shù)字巖心模型的儲(chǔ)層瀝青質(zhì)沉積吸附傷害解堵數(shù)字巖心模型。
2.根據(jù)權(quán)利要求1所述一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟1中,真實(shí)儲(chǔ)層二維信息包括鑄體薄片、巖石粒度分布、黏土礦物分布、黏土礦物產(chǎn)狀特征;具體的含多種巖石礦物的數(shù)字巖心模型構(gòu)建步驟包括:
第一步,利用過程法構(gòu)建基礎(chǔ)數(shù)字巖心模型時(shí),考慮黏土礦物的總含量,在沉積過程中,根據(jù)真實(shí)儲(chǔ)層的粒度分布情況,隨機(jī)選擇沉積顆粒的半徑,沉積顆粒的尺寸不但由原始的沉積顆粒粒度分布決定,同時(shí)額外考慮黏土礦物與儲(chǔ)層砂巖顆粒之間的比例,在滿足高能環(huán)境和重力勢(shì)能梯度最大的下落模擬原則的基礎(chǔ)上模擬沉積過程,并結(jié)合真實(shí)巖心孔隙度,選擇壓實(shí)因子控制數(shù)字巖心模型的孔隙度;
第二步,將單位體像素點(diǎn)的空間占位,即點(diǎn)、線和面占位三種類型,按其對(duì)鄰域不穩(wěn)定性的貢獻(xiàn)程度賦予權(quán)值,其中面為5,邊為3,點(diǎn)為2;在選取交換單位體像素點(diǎn)時(shí),計(jì)算該體像素點(diǎn)與鄰域占位點(diǎn)、線和面上的不穩(wěn)定性貢獻(xiàn)程度S,并基于模擬退火算法中能量值下降的過程,引入交換單位體像素點(diǎn)對(duì)其鄰域不穩(wěn)定性的貢獻(xiàn)程度參數(shù)Sd,對(duì)交換點(diǎn)的可交換性進(jìn)行判斷,提高交換單位體像素點(diǎn)的有效性,其中Sd為與模擬過程中系統(tǒng)能量相關(guān)的無因次值:
Sd=N×β(E0-Ei/△Emax)????????????????????????(1)
式中,N為單位體像素點(diǎn)影響的鄰域接觸點(diǎn)的個(gè)數(shù),無量綱;β為單位體像素點(diǎn)對(duì)鄰域不穩(wěn)定性系數(shù),無量綱;E0為系統(tǒng)的初始能量,無量綱;Ei為第i次降溫后系統(tǒng)的能量,無量綱;
ΔEmax為初始模型和基于儲(chǔ)層巖石二維信息的參考模型系統(tǒng)的能量差值,無量綱,初始模型是指過程法構(gòu)建的基礎(chǔ)數(shù)字巖心模型;
第三步,利用改進(jìn)混合算法構(gòu)建初始數(shù)字巖心模型,步驟為:
①建立基于儲(chǔ)層巖石二維信息的參考模型,將過程法構(gòu)建的基礎(chǔ)數(shù)字巖心模型作為改進(jìn)混合算法的初始模型,設(shè)定初始溫度,并計(jì)算初始系統(tǒng)的相關(guān)參數(shù),包含自相關(guān)函數(shù)、線性路徑函數(shù)、分形特征函數(shù)和能量值;
②在保證模擬退火降溫過程隨機(jī)性的基礎(chǔ)上,計(jì)算交換單位體像素點(diǎn)26個(gè)空間占位對(duì)鄰域不穩(wěn)定性的貢獻(xiàn)程度S;當(dāng)S>Sd時(shí),認(rèn)為該點(diǎn)的不穩(wěn)定程度較高,可作為系統(tǒng)更新的交換點(diǎn);當(dāng)S
④判斷內(nèi)循環(huán)終止條件,即判斷在同一溫度條件下系統(tǒng)能量差值是否小于設(shè)定最小能量差值;同時(shí)為避免系統(tǒng)剛降溫,系統(tǒng)能量上升而立刻導(dǎo)致內(nèi)循環(huán)結(jié)束而產(chǎn)生的降溫,通過設(shè)定系統(tǒng)更新的失敗率ff來避免該現(xiàn)象的出現(xiàn),其中:
式中,Nf為導(dǎo)致系統(tǒng)能量回升的更新失敗的次數(shù);N為系統(tǒng)更新的總次數(shù);
當(dāng)ff大于一定值后,則進(jìn)行降溫處理,降溫過程采取等比降溫方案,并返回步驟②;
⑤當(dāng)模擬過程溫度降低到最終設(shè)定溫度時(shí)或與上次降溫的系統(tǒng)能量差值ΔE小于設(shè)定值時(shí),整個(gè)模擬過程終止;
作為約束條件,模擬退火算法中使用的統(tǒng)計(jì)函數(shù)包括:?jiǎn)吸c(diǎn)概率函數(shù)P(r)、自相關(guān)函數(shù)、線性路徑函數(shù)和分形函數(shù),利用自相關(guān)函數(shù)和線性路徑函數(shù)對(duì)初始系統(tǒng)進(jìn)行退火模擬,當(dāng)模型具備一定分形特征后,引入分形函數(shù)進(jìn)一步約束重建模型。
第四步,將混合算法重建后初始數(shù)字巖心模型中的類球巖石顆粒,與過程法中構(gòu)建的基礎(chǔ)數(shù)字巖心模型的原始球形巖石顆粒相比較并取二者補(bǔ)集,將初始數(shù)字巖心模型初步劃分為巖石骨架相、孔隙相和黏土礦物相三大類;
第五步,通過Hoshen-Kopelman算法對(duì)初始數(shù)字巖心模型中的黏土礦物基團(tuán)進(jìn)行統(tǒng)計(jì)和劃分,其中被M相占據(jù)的概率為c,被T相占據(jù)的概率為1-c,對(duì)于晶格中的每一個(gè)占位i,當(dāng)其被M相占據(jù)時(shí),則給該占位賦予一個(gè)基團(tuán)標(biāo)記 其中α是基團(tuán)標(biāo)記的特征符號(hào),t為基團(tuán)標(biāo)記的次數(shù),某一離散點(diǎn)的標(biāo)記由一系列自然數(shù)表示:
在這一系列自然數(shù)中只有一個(gè)自然數(shù)是基團(tuán)α的準(zhǔn)確標(biāo)記,該標(biāo)記為 且該值是集合(3)中所有自然數(shù)的最小值,其它各基團(tuán)標(biāo)記之間的關(guān)系則由以下整數(shù)集給出:
其中,只有 是正整數(shù)元素,該值為基團(tuán)中M相的個(gè)數(shù),當(dāng)進(jìn)行第t次標(biāo)記時(shí),若基團(tuán)中M相個(gè)數(shù)少于上次標(biāo)記過程基團(tuán)α的M相個(gè)數(shù),則將該差值表示為相應(yīng)t次的基團(tuán)α的T相個(gè)數(shù),(4)中的其它元素皆為負(fù)整數(shù),反映了 與其它基團(tuán)標(biāo)記 的關(guān)系, 與 的關(guān)系用式(5)表示:
檢查被判斷離散點(diǎn)是否有被掃描過的相鄰離散點(diǎn),若相鄰離散點(diǎn)為T相,則將當(dāng)前被判斷離散點(diǎn)賦予新基團(tuán)的標(biāo)記;如果有一個(gè)相鄰離散點(diǎn)已經(jīng)賦予基團(tuán)標(biāo)記,則將當(dāng)前網(wǎng)格與相鄰離散點(diǎn)賦予相同的標(biāo)記;如果有一個(gè)以上的相鄰離散點(diǎn)已經(jīng)賦予基團(tuán)標(biāo)記,且基團(tuán)標(biāo)記各不相同,則將基團(tuán)中所有離散點(diǎn)賦予相同的標(biāo)記,最后統(tǒng)計(jì)并劃分模型中黏土礦物相基團(tuán)的個(gè)數(shù)及尺寸;
第六步,較大的連通基團(tuán)為黏土相中基團(tuán)尺寸大于相鄰基質(zhì)顆粒尺寸的黏土礦物基團(tuán),通過K-means算法對(duì)初始數(shù)字巖心模型中黏土礦物相基團(tuán)尺寸較大的黏土礦物基團(tuán)進(jìn)行劃分,具體步驟如下:
①讀取數(shù)據(jù)樣本的集合;
②設(shè)定樣本聚類的個(gè)數(shù)k,隨機(jī)的選取k個(gè)數(shù)據(jù)樣本作為初始的數(shù)據(jù)樣本聚類中心;
③計(jì)算歐氏距離,計(jì)算數(shù)據(jù)樣本中每個(gè)數(shù)據(jù)到各聚類中心的歐式幾何距離,然后根據(jù)最小誤差平方和準(zhǔn)則函數(shù)將數(shù)據(jù)按照遠(yuǎn)近距離劃分到相應(yīng)的不同聚類中心所對(duì)應(yīng)的聚類當(dāng)中;
④更新聚類中心,將每個(gè)聚類中所有數(shù)據(jù)的均值作為各個(gè)聚類新的中心,并以最小誤差平方和準(zhǔn)則重新計(jì)算新的聚類中心的值;
⑤迭代判別,將步驟④中計(jì)算得到的數(shù)值與前一次計(jì)算得到的數(shù)值相比較,如果兩者差值小于或等于預(yù)先設(shè)定的臨界值,則停止迭代,否則重新進(jìn)行步驟③進(jìn)行迭代;
⑥輸出數(shù)據(jù)樣本及聚類結(jié)果,包括每個(gè)聚類的聚類中心、大?。?br/>第七步,當(dāng)黏土礦物基團(tuán)邊界的離散點(diǎn)為單個(gè)巖石顆粒時(shí),則將該黏土礦物基團(tuán)劃分為交代形式,交代形式主要分布于巖石顆粒內(nèi),呈單個(gè)離散點(diǎn)的形式分布;當(dāng)黏土礦物基團(tuán)邊界的相鄰離散點(diǎn)為單個(gè)巖石骨架顆粒及孔隙時(shí),則將該黏土礦物相基團(tuán)劃分為顆粒表面充填形式;
當(dāng)黏土礦物基團(tuán)邊界的相鄰離散點(diǎn)為多個(gè)巖石骨架顆粒及孔隙時(shí),則將該黏土礦物基團(tuán)劃分為粒間充填形式;
將交代形式、顆粒表面充填形式和粒間充填形式的黏土礦物基團(tuán)分別標(biāo)記為A、B、C;最終得到不同結(jié)構(gòu)黏土礦物基團(tuán)分布和不同類型的黏土礦物基團(tuán)分布;
第八步,基于Hoshen-Kopelman算法和K-means算法得到初始數(shù)字巖心模型中黏土礦物基團(tuán)大小及數(shù)量分布,以及按結(jié)構(gòu)劃分得到的黏土礦物基團(tuán)類型及數(shù)量分布,結(jié)合真實(shí)儲(chǔ)層黏土含量及分布以及主要的黏土礦物結(jié)構(gòu)特點(diǎn),按黏土礦物相基團(tuán)大小和結(jié)構(gòu)特點(diǎn)將模型中的黏土礦物賦予相應(yīng)的黏土性質(zhì),得到含多組分巖石礦物分布的數(shù)字巖心模型。
3.根據(jù)權(quán)利要求1所述的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟1中,儲(chǔ)層敏感性傷害數(shù)字巖心模型構(gòu)建包括:含多種巖石礦物數(shù)字巖心模型中,不同類型巖石礦物的膨脹、溶蝕和體積轉(zhuǎn)化過程;
其中,對(duì)不同模擬條件下巖石礦物的膨脹過程進(jìn)行模擬的具體步驟如下:
①基于步驟2中室內(nèi)實(shí)驗(yàn)得到的膨脹率以及步驟1中所構(gòu)建含多種巖石礦物組分?jǐn)?shù)字巖心模型的分辨率,計(jì)算不同類型巖石礦物在不同模擬條件下的膨脹體積;
②讀取步驟1中得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型(中不同巖石礦物基團(tuán)的大小;
③判斷孔隙空間占位是否能用于放置膨脹后的巖石礦物;
④計(jì)算空間占位的穩(wěn)定性;
⑤計(jì)算空間占位與巖石礦物基團(tuán)表面的最小距離;
⑥將可用于放置膨脹巖石礦物的空間占位進(jìn)行排序;
⑦將膨脹巖石礦物放置在優(yōu)先等級(jí)較高的空間占位上;
對(duì)不同模擬條件下巖石礦物的溶蝕過程進(jìn)行模擬的具體步驟如下:
①基于室內(nèi)實(shí)驗(yàn)得到的溶蝕率以及步驟1中含多種巖石礦物組分?jǐn)?shù)字巖心模型的分辨率,計(jì)算不同類型巖石礦物在不同模擬條件下的溶蝕體積;
②讀取步驟1得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型中不同巖石礦物基團(tuán)的大小;
③判斷巖石礦物基團(tuán)邊界能否用于溶蝕;
④計(jì)算邊界占位的穩(wěn)定性;
⑤將可用于發(fā)生溶蝕的邊界占位進(jìn)行排序;
⑥按照各巖石礦物基團(tuán)的大小選取可用于溶蝕的邊界占位;
⑦在優(yōu)先等級(jí)較高的邊界占位上進(jìn)行溶蝕;
對(duì)不同模擬條件下巖石礦物的轉(zhuǎn)化過程進(jìn)行模擬的具體步驟如下:
①基于室內(nèi)實(shí)驗(yàn)得到的轉(zhuǎn)化率以及步驟1中含多種巖石礦物組分?jǐn)?shù)字巖心模型的分辨率,計(jì)算不同類型巖石礦物在不同模擬條件下的轉(zhuǎn)化體積與被轉(zhuǎn)化體積;
②讀取步驟1得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型中不同巖石礦物基團(tuán)的大?。?br/>③判斷轉(zhuǎn)化相巖石礦物的占位是否能夠用于放置被轉(zhuǎn)化相巖石礦物;
④計(jì)算空間占位的穩(wěn)定性;
⑤將可用于轉(zhuǎn)化的巖石礦物空間占位按所屬基團(tuán)的大小進(jìn)行排序;
⑥選擇優(yōu)先等級(jí)較高的轉(zhuǎn)化巖石礦物放置被轉(zhuǎn)化相巖石礦物;
⑦將轉(zhuǎn)化巖石礦物放置在優(yōu)先等級(jí)較高的空間占位上。
4.根據(jù)權(quán)利要求1所述的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟1中,瀝青質(zhì)沉積吸附傷害數(shù)字巖心模型構(gòu)建包括:含多種巖石礦物數(shù)字巖心模型中,瀝青質(zhì)在模型孔隙中的沉積模型和瀝青質(zhì)在模型中不同類型巖石礦物表面的吸附模型,其中瀝青質(zhì)的沉積過程模擬步驟如下:
第一步,由原始含多種巖石礦物的數(shù)字巖心模型得到數(shù)字巖心的孔隙體積;
第二步,基于步驟2得到的原油中瀝青質(zhì)在不同模擬條件下的沉積比例以及步驟1得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型的孔隙體積,計(jì)算原始含多種巖石礦物數(shù)字巖心模型孔隙中的瀝青質(zhì)沉積量;
第三步,以步驟1得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型中最小的單位體像素點(diǎn)為基本沉積模擬單元,將需要沉積的瀝青質(zhì)以基本沉積模擬單元為最大模擬單位,隨機(jī)放置在孔隙空間占位上,直到完成所有瀝青質(zhì)的沉積過程;
瀝青質(zhì)的吸附過程模擬步驟如下:
第一步,讀取瀝青質(zhì)沉積后的含多種巖石礦物的數(shù)字巖心模型;
第二步,基于步驟2得到的室內(nèi)實(shí)驗(yàn)結(jié)果,輸入不同類型巖石礦物在不同條件下的吸附平衡常數(shù)和最大吸附容量參數(shù);
第三步,按所述的Hoshen-Kopelman基團(tuán)劃分與統(tǒng)計(jì)算法確定原始含多種巖石礦物組分?jǐn)?shù)字巖心模型中不同類型巖石礦物的基團(tuán)數(shù)量和大小,通過不同類型巖石礦物對(duì)瀝青質(zhì)的吸附特征關(guān)系確定不同類型巖石礦物表面瀝青質(zhì)的吸附量;
第四步,結(jié)合原始含多種巖石礦物組分?jǐn)?shù)字巖心模型中各類巖石礦物基團(tuán)大小以及實(shí)驗(yàn)中得到的不同模擬條件下不同類型巖石礦物表面瀝青質(zhì)的最大吸附容量,計(jì)算模型中巖石礦物基團(tuán)總的吸附容量;
第五步,當(dāng)巖石礦物基團(tuán)的最大吸附容量大于瀝青質(zhì)的沉積質(zhì)量時(shí),巖石礦物表面的瀝青質(zhì)吸附比例按照模擬條件下吸附特征常數(shù)來確定,各類巖石礦物表面的瀝青質(zhì)總吸附量由瀝青質(zhì)的沉積量來控制;當(dāng)巖石礦物基團(tuán)的最大吸附容量小于等于瀝青質(zhì)的沉積質(zhì)量時(shí),巖石礦物表面的瀝青質(zhì)吸附比例按照模擬條件下各類巖石礦物的最大吸附容量來確定,各類巖石礦物表面的瀝青質(zhì)總的吸附量則由最大吸附容量來控制;
第六步,計(jì)算瀝青質(zhì)與黏土的“吸附距離”并排序,其中“吸附距離”與各黏土的吸附比例相關(guān);
第七步,根據(jù)所述的空間占位的穩(wěn)定性判別方法計(jì)算巖石礦物基團(tuán)邊界相鄰孔隙占位的穩(wěn)定性,將瀝青質(zhì)按“吸附距離”放置在優(yōu)先等級(jí)較高的孔隙占位上,如果黏土達(dá)到最大吸附容量且已滿足總吸附量時(shí)模擬過程結(jié)束,否則繼續(xù)按上述過程進(jìn)行模擬。
5.根據(jù)權(quán)利要求1所述的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟2中,室內(nèi)實(shí)驗(yàn)包括為模擬原始儲(chǔ)層條件及不同生產(chǎn)條件下,當(dāng)儲(chǔ)層溫度、壓力、層內(nèi)流體和注入流體性質(zhì)等發(fā)生變化時(shí),不同巖石礦物的轉(zhuǎn)化及體積變化情況,具體包括不同類型巖石礦物在不同模擬條件下的膨脹率、溶蝕率、轉(zhuǎn)化率;當(dāng)儲(chǔ)層溫度、壓力、層內(nèi)流體和注入流體性質(zhì)等發(fā)生變化時(shí),原油中的瀝青質(zhì)沉積量的變化;瀝青質(zhì)在巖石礦物表面的吸附規(guī)律及吸附特征,包括瀝青質(zhì)在不同類型巖石礦物表面的吸附量、吸附常數(shù)及最大吸附容量;不同模擬條件下解堵藥劑對(duì)不同類型巖石礦物的溶蝕率,不同模擬條件下化學(xué)劑對(duì)瀝青質(zhì)沉積的抑制率,以及不同模擬條件下解堵劑對(duì)瀝青質(zhì)的解吸率。
6.根據(jù)權(quán)利要求1所述的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟3中,儲(chǔ)層敏感性傷害解堵模擬過程的具體步驟如下:
①基于室內(nèi)實(shí)驗(yàn)得到的不同模擬條件下不同類型巖石礦物在化學(xué)解堵藥劑作用下的溶蝕率以及步驟1中含多種巖石礦物組分?jǐn)?shù)字巖心模型的分辨率,計(jì)算不同類型巖石礦物在不同模擬條件下的溶蝕體積;
②讀取步驟1得到的含多種巖石礦物組分?jǐn)?shù)字巖心模型中不同巖石礦物基團(tuán)的大??;
③判斷巖石礦物基團(tuán)邊界能否用于溶蝕;
④按照權(quán)利要求2中空間占位對(duì)鄰域不穩(wěn)定性的貢獻(xiàn)程度S的計(jì)算方法計(jì)算邊界占位的穩(wěn)定性;
⑤將可用于發(fā)生溶蝕的邊界占位進(jìn)行排序;
⑥按照各巖石礦物基團(tuán)的大小選取可用于溶蝕的邊界占位;
⑦運(yùn)用形態(tài)學(xué)中的溶蝕算法在優(yōu)先等級(jí)較高的邊界占位上進(jìn)行溶蝕。
7.根據(jù)權(quán)利要求1所述的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,所述步驟4中,瀝青質(zhì)的沉積吸附傷害解堵模擬具體步驟如下:
①基于室內(nèi)實(shí)驗(yàn)得到的不同模擬條件下瀝青質(zhì)在化學(xué)解堵藥劑作用下在不同類型巖石礦物表面的解吸率以及步驟1中含多種巖石礦物組分?jǐn)?shù)字巖心模型的分辨率,計(jì)算不同模擬條件下瀝青質(zhì)的解吸體積;
②讀取步驟1得到的瀝青質(zhì)吸附傷害數(shù)字巖心模型中吸附在巖石表面的瀝青質(zhì)的體積;
③判斷瀝青質(zhì)基團(tuán)的邊界能否用于發(fā)生解吸;
④按照空間占位對(duì)鄰域不穩(wěn)定性的貢獻(xiàn)程度S的計(jì)算方法計(jì)算邊界占位的穩(wěn)定性;
⑤將可用于發(fā)生解吸的邊界占位進(jìn)行排序;
⑥運(yùn)用形態(tài)學(xué)中的溶蝕算法在優(yōu)先等級(jí)較高的邊界占位上進(jìn)行解吸。
8.根據(jù)權(quán)利要求1所述一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,其特征在于,通過對(duì)比不同儲(chǔ)層解堵過程前后數(shù)字巖心模型中巖石礦物、瀝青質(zhì)的體積變化、數(shù)字巖心模型的孔隙度和滲透率的變化,進(jìn)一步研究?jī)?chǔ)層解堵過程對(duì)儲(chǔ)層微觀結(jié)構(gòu)的影響。
標(biāo)題 | 發(fā)布/更新時(shí)間 | 閱讀量 |
---|---|---|
砂巖地層測(cè)井評(píng)估方法 | 2020-05-13 | 661 |
一種砂巖開采機(jī) | 2020-05-11 | 908 |
一種砂巖料倉上箅子 | 2020-05-13 | 949 |
一種改性砒砂巖免燒磚 | 2020-05-13 | 728 |
菱鎂砂巖浮雕板 | 2020-05-11 | 648 |
砂巖制砂工藝 | 2020-05-11 | 743 |
粉質(zhì)砂巖 | 2020-05-11 | 537 |
用于蝕化砂巖的酸 | 2020-05-12 | 967 |
一種靈活高效型砂巖機(jī) | 2020-05-13 | 225 |
砂巖環(huán)保吸聲板 | 2020-05-11 | 510 |
高效檢索全球?qū)@?/div>專利匯是專利免費(fèi)檢索,專利查詢,專利分析-國家發(fā)明專利查詢檢索分析平臺(tái),是提供專利分析,專利查詢,專利檢索等數(shù)據(jù)服務(wù)功能的知識(shí)產(chǎn)權(quán)數(shù)據(jù)服務(wù)商。
我們的產(chǎn)品包含105個(gè)國家的1.26億組數(shù)據(jù),免費(fèi)查、免費(fèi)專利分析。
分析報(bào)告專利匯分析報(bào)告產(chǎn)品可以對(duì)行業(yè)情報(bào)數(shù)據(jù)進(jìn)行梳理分析,涉及維度包括行業(yè)專利基本狀況分析、地域分析、技術(shù)分析、發(fā)明人分析、申請(qǐng)人分析、專利權(quán)人分析、失效分析、核心專利分析、法律分析、研發(fā)重點(diǎn)分析、企業(yè)專利處境分析、技術(shù)處境分析、專利壽命分析、企業(yè)定位分析、引證分析等超過60個(gè)分析角度,系統(tǒng)通過AI智能系統(tǒng)對(duì)圖表進(jìn)行解讀,只需1分鐘,一鍵生成行業(yè)專利分析報(bào)告。
砂巖熱門專利