白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

首頁 / 專利庫 / 地球科學(xué) / 巖石 / 沉積巖 / 砂巖 / 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

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

閱讀:115發(fā)布:2022-02-24

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)S③計(jì)算交換單位體像素點(diǎn)后系統(tǒng)的相關(guān)參數(shù),包括單點(diǎn)概率函數(shù)、自相關(guān)函數(shù)、線性路徑函數(shù)、分形函數(shù)和能量值,計(jì)算與未交換前系統(tǒng)的能量差值ΔE;當(dāng)ΔE<0時(shí),更新系統(tǒng);當(dāng)ΔE>0時(shí),根據(jù)Metropolis準(zhǔn)則來判斷系統(tǒng)是否更新,即在一定的概率條件下接受系統(tǒng)更新;如果判斷后不滿足系統(tǒng)更新條件,則返回步驟②;
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;
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。

說明書全文

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

技術(shù)領(lǐng)域

[0001] 本發(fā)明屬于油氣田開發(fā)技術(shù)領(lǐng)域,特別涉及一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法;主要針對(duì)原始資料較少的儲(chǔ)層,開展基于數(shù)字巖心模型的儲(chǔ)層解堵過程模擬。

背景技術(shù)

[0002] 稠油油藏在注蒸汽生產(chǎn)過程中,由于儲(chǔ)層巖石及流特性質(zhì)的變化會(huì)造成儲(chǔ)層傷害而導(dǎo)致注汽壓升高而影響正常的注蒸汽作業(yè);一方面由于不同黏土礦物會(huì)在不同的溫度、壓力等條件下發(fā)生膨脹、轉(zhuǎn)化等而造成儲(chǔ)層傷害,另一方面稠油油藏中極性較強(qiáng)的膠質(zhì)、瀝青質(zhì)等重質(zhì)組分隨著溫度和壓力的變化會(huì)吸附在儲(chǔ)層巖石礦物表面形成復(fù)合堵塞物而進(jìn)一步加劇儲(chǔ)層傷害。針對(duì)稠油油藏常見的堵塞物類型(無機(jī)堵塞物和有機(jī)堵塞物),所采取的化學(xué)解堵措施較為廣泛,包含注黏土穩(wěn)定劑、泡沫酸洗、復(fù)合酸化、注稠油降粘劑和薄膜擴(kuò)展劑等。如何利用有限的現(xiàn)場(chǎng)資料,快捷高效的研究不同化學(xué)解堵藥劑對(duì)于儲(chǔ)層微觀結(jié)構(gòu)損害的影響,從而減小儲(chǔ)層傷害對(duì)于油氣田開發(fā)過程的影響。
[0003] 隨著計(jì)算機(jī)技術(shù),儀器分析手段的不斷發(fā)展,促進(jìn)了數(shù)字巖心理論及相關(guān)技術(shù)的發(fā)展,而數(shù)字巖心重建技術(shù)作為一項(xiàng)發(fā)展較為迅速的微觀尺度儲(chǔ)層模擬分析手段而受到越來越多的關(guān)注,其應(yīng)用也由最初的巖石基本物性研究擴(kuò)展到了孔隙內(nèi)流體的滲流、富集、巖石電性關(guān)系等多個(gè)方面。黏土礦物是儲(chǔ)層巖石礦物的重要組成部分,其除遇具有較強(qiáng)的可塑性外,多數(shù)還具有較強(qiáng)的吸附性和離子交換性等特點(diǎn);是導(dǎo)致儲(chǔ)層發(fā)生敏感性傷害的主控因素,而稠油熱采過程中,隨著溫度、壓力和原油組分等的變化,原油中的極性大分子化合物不斷聚集并懸浮于儲(chǔ)層孔隙當(dāng)中,同時(shí)在力的作用下吸附于儲(chǔ)層巖石礦物的表面,從而加劇了儲(chǔ)層傷害,化學(xué)解堵措施可有效地改善儲(chǔ)層傷害后儲(chǔ)層的孔滲狀況;但常規(guī)的室內(nèi)研究手段由于取樣成本高,模擬過程重復(fù)對(duì)比性差給儲(chǔ)層傷害的研究帶來了困難。因此本發(fā)明提出一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,通過基于數(shù)值法構(gòu)建的含多種巖石礦物的數(shù)字巖心模型,結(jié)合室內(nèi)實(shí)驗(yàn)研究結(jié)果,模擬不同條件下化學(xué)解堵藥劑對(duì)不同類型堵塞物的解堵過程。

發(fā)明內(nèi)容

[0004] 針對(duì)上述問題本發(fā)明提出一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,通過數(shù)字巖心技術(shù)將室內(nèi)實(shí)驗(yàn)研究結(jié)果與現(xiàn)場(chǎng)資料相結(jié)合,為研究不同條件下化學(xué)解堵藥劑對(duì)不同類型堵塞物的解堵過程提供手段。
[0005] 本發(fā)明所采用的技術(shù)解決方案是:
[0006] 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:
[0007] 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;
[0008] 步驟2,通過室內(nèi)實(shí)驗(yàn)得到不同模擬條件(不同溫度,不同潤濕環(huán)境條件,不同水類型)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(不同溫度、壓力,解堵藥劑類型)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(不同溫度、壓力,抑制劑類型,原油類型)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(不同溫度、壓力,解堵劑類型,原油類型,巖石礦物類型)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;
[0009] 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;
[0010] 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。
[0011] 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:
[0012] 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;
[0013] 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:
[0014] Sd=N×β(E0-Ei/△Emax)(1)
[0015] 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;
[0016] 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:
[0017] 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;
[0018] 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
[0019] ③計(jì)算交換單位體像素點(diǎn)后系統(tǒng)的相關(guān)參數(shù),包括單點(diǎn)概率函數(shù)、自相關(guān)函數(shù)、線性路徑函數(shù)、分形函數(shù)和能量值,計(jì)算與未交換前系統(tǒng)的能量差值ΔE;當(dāng)ΔE<0時(shí),更新系統(tǒng);當(dāng)ΔE>0時(shí),根據(jù)Metropolis準(zhǔn)則來判斷系統(tǒng)是否更新,即在一定的概率條件下接受系統(tǒng)更新;如果判斷后不滿足系統(tǒng)更新條件,則返回步驟②;
[0020] 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:
[0021]
[0022] 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);
[0023] 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;
[0024] 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;
[0025] 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。
[0026] 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;
[0027] 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:
[0028]
[0029] 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:
[0030]
[0031] 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:
[0032]
[0033] 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;
[0034] 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:
[0035] ①讀取數(shù)據(jù)樣本的集合;
[0036] 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;
[0037] 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;
[0038] 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;
[0039] 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;
[0040] 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?。?/div>
[0041] 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;
[0042] 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;
[0043] 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;
[0044] 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。
[0045] 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:
[0046] 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;
[0047] 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?。?/div>
[0048] ③判斷孔隙空間占位是否能用于放置膨脹后的巖石礦物;
[0049] ④計(jì)算空間占位的穩(wěn)定性;
[0050] ⑤計(jì)算空間占位與巖石礦物基團(tuán)表面的最小距離;
[0051] ⑥將可用于放置膨脹巖石礦物的空間占位進(jìn)行排序;
[0052] 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;
[0053] 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:
[0054] 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;
[0055] 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;
[0056] ③判斷巖石礦物基團(tuán)邊界能否用于溶蝕;
[0057] ④計(jì)算邊界占位的穩(wěn)定性;
[0058] ⑤將可用于發(fā)生溶蝕的邊界占位進(jìn)行排序;
[0059] 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;
[0060] ⑦在優(yōu)先等級(jí)較高的邊界占位上進(jìn)行溶蝕;
[0061] 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:
[0062] 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;
[0063] 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?。?/div>
[0064] 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;
[0065] ④計(jì)算空間占位的穩(wěn)定性;
[0066] 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;
[0067] 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;
[0068] 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。
[0069] 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:
[0070] 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;
[0071] 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;
[0072] 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;
[0073] 瀝青質(zhì)的吸附過程模擬步驟如下:
[0074] 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;
[0075] 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);
[0076] 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;
[0077] 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;
[0078] 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;
[0079] 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);
[0080] 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。
[0081] 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(不同溫度,不同潤濕環(huán)境條件,不同水類型)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(不同溫度、壓力,解堵藥劑類型)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(不同溫度、壓力,抑制劑類型,原油類型)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(不同溫度、壓力,解堵劑類型,原油類型,巖石礦物類型)下解堵劑對(duì)瀝青質(zhì)的解吸率。
[0082] 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:
[0083] 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;
[0084] 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??;
[0085] ③判斷巖石礦物基團(tuán)邊界能否用于溶蝕;
[0086] 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;
[0087] ⑤將可用于發(fā)生溶蝕的邊界占位進(jìn)行排序;
[0088] 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;
[0089] 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。
[0090] 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:
[0091] 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;
[0092] 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;
[0093] ③判斷瀝青質(zhì)基團(tuán)的邊界能否用于發(fā)生解吸;
[0094] 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;
[0095] ⑤將可用于發(fā)生解吸的邊界占位進(jìn)行排序;
[0096] 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。
[0097] 本發(fā)明通過對(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。
[0098] 本發(fā)明與已有技術(shù)相比,本發(fā)明具有以下有益效果:
[0099] 本發(fā)明的一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法能夠基于有限的礦場(chǎng)資料,利用數(shù)值重建的方法構(gòu)建含多組分巖石礦物的數(shù)字巖心模型和不同類型儲(chǔ)層傷害模型(敏感性傷害數(shù)字巖心模型、瀝青質(zhì)沉積吸附傷害數(shù)字巖心模型);通過基于模型離散點(diǎn)穩(wěn)定性判別和形態(tài)學(xué)中腐蝕算法等方法將室內(nèi)研究結(jié)果與數(shù)字巖心緊密結(jié)合,實(shí)現(xiàn)了基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程的模擬,最后通過對(duì)化學(xué)解堵劑解堵前后數(shù)字巖心模型微觀結(jié)構(gòu)及孔滲變化的分析,得到不同類型化學(xué)劑儲(chǔ)層的解堵效果,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。附圖說明
[0100] 圖1是含多種巖石礦物數(shù)字巖心模型重建流程圖
[0101] 圖2是巖石礦物膨脹運(yùn)算流程圖。
[0102] 圖3是巖石礦物溶蝕運(yùn)算流程圖。
[0103] 圖4是巖石礦物轉(zhuǎn)化運(yùn)算流程圖。
[0104] 圖5是含多種巖石礦物數(shù)字巖心模型。
[0105] 圖6是含多種巖石礦物數(shù)字巖心模型中黏土礦物基團(tuán)的分布。
[0106] 圖7是不同類型的黏土礦物模型及其分布。
[0107] 圖8是高溫高pH模擬冷凝液條件下的儲(chǔ)層敏感性傷害模型。
[0108] 圖9是黏土膨脹溶蝕前后特征。
[0109] 圖10是高溫高pH模擬冷凝液條件下各類黏土基團(tuán)大小的分布。
[0110] 圖11是高溫高pH模擬冷凝液條件下黏土基團(tuán)的分布。
[0111] 圖12是瀝青質(zhì)解堵運(yùn)算流程圖。
[0112] 圖13是高溫高pH模擬冷凝液模型中巖石礦物酸化后的數(shù)字巖心模型。

具體實(shí)施方式

[0113] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說明,但本發(fā)明不限于下列的實(shí)施例。
[0114] 本發(fā)明具體涉及到一種基于數(shù)字巖心模型的稠油油藏儲(chǔ)層解堵過程模擬方法,該實(shí)施例的巖石礦物酸化解堵的模擬過程是通過以下步驟來實(shí)現(xiàn)的:
[0115] 實(shí)施例中所采用的是基于儲(chǔ)層巖石二維信息的含多種巖石礦物的數(shù)字巖心重建技術(shù),其中包含的儲(chǔ)層巖石二維信息主要包括儲(chǔ)層的粒度分布、鑄體資料、孔隙度、巖石礦物含量及產(chǎn)狀分布等。
[0116] (1)含多種巖石礦物原始數(shù)字巖心模型的構(gòu)建
[0117] 含多種巖石礦物的數(shù)字巖心模型的構(gòu)建按圖1所示的過程進(jìn)行構(gòu)建,其中利用過程法構(gòu)建基礎(chǔ)數(shù)字巖心模型,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)字巖心的孔隙度。為構(gòu)建含多組分巖石礦物的數(shù)字巖心模型,在沉積過程中,根據(jù)真實(shí)粒度隨機(jī)選擇球體顆粒的半徑時(shí),考慮了其他類型巖石礦物所占體積,因此沉積顆粒的尺寸不但由原始的粒度分布決定,同時(shí)額外考慮了其他類型巖石礦物與儲(chǔ)層砂巖顆粒之間的比例。在運(yùn)用混合算法構(gòu)建初始數(shù)字巖心模型時(shí),將單位體像素點(diǎn)的空間占位(點(diǎn)、線和面)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:
[0118] Sd=N×β(E0-Ei/△Emax)??(1)
[0119] 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為初始模型和參考模型系統(tǒng)的能量差值,無量綱。
[0120] 作為約束條件,模擬退火算法中常用的統(tǒng)計(jì)函數(shù)包括:?jiǎn)吸c(diǎn)概率函數(shù)、自相關(guān)函數(shù)、線性路徑函數(shù)和分形函數(shù)等,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。
[0121] 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,與過程法中重建基礎(chǔ)模型的原始球形巖石顆粒相比較,并將模型初步劃分為巖石骨架相(R)、孔隙相(P)和黏土礦物相(C)三大類,其中C相在空間中以大小不同的不規(guī)則離散基團(tuán)的形式分布,其中模型運(yùn)算之前需要將三維重建模型劃分為兩相,孔隙相和巖石骨架相需合并為一相T,利用Hoshen-Kopelman算法得到模型中黏土基團(tuán)的編號(hào)、尺寸和數(shù)量,由于統(tǒng)計(jì)劃分的黏土礦物基團(tuán)中存在部分尺寸較大的連通黏土基團(tuán),而在真實(shí)儲(chǔ)層中不同種類的黏土礦物在巖石顆粒表面也存在連通、接觸的情況;利用K-means聚類算法可以將對(duì)巖石顆粒(聚類中心)周圍的黏土礦物按所屬關(guān)系進(jìn)行聚類。因此,本發(fā)明以巖石顆粒的球心和所有較大尺寸的黏土礦物基團(tuán)作為K-means算法的數(shù)據(jù)樣本對(duì)Hoshen-Kopelman算法劃分后的黏土礦物基團(tuán)進(jìn)行有效劃分。對(duì)于較大尺寸的連通黏土礦物基團(tuán)可按照K-means算法劃分為多個(gè)附著于巖石顆粒表面的有效黏土基團(tuán)。
[0122] 儲(chǔ)層中常見的黏土礦物包括蒙脫石、伊利石、伊蒙混層、綠泥石、高嶺石;常見的分布形式為粒間孔隙充填、顆粒包殼、交代和包殼襯邊等,且不同黏土的分布特點(diǎn)也各不相同。重建模型中黏土礦物的填充形式主要為顆粒表面填充(單個(gè)黏土表面填充,多個(gè)黏土表面填充和層狀黏土表面填充)、顆粒間填充(雙顆粒間黏土填充、多顆粒間黏土填充)和顆粒內(nèi)部填充,故在進(jìn)行數(shù)字巖心模型的黏土礦物構(gòu)建時(shí),結(jié)合實(shí)際黏土的分布形式,按照單個(gè)黏土基團(tuán)與巖石骨架顆粒的相鄰關(guān)系將黏土礦物基團(tuán)分布的主要形式劃分為:粒間充填、顆粒表面充填和交代作用。
[0123] 基于Hoshen-Kopelman算法得到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)劃分得到的重建模型中黏土基團(tuán)類型及數(shù)量分布,結(jié)合真實(shí)儲(chǔ)層黏土含量分布以及主要的黏土礦物結(jié)構(gòu)特點(diǎn),按黏土礦物基團(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),得到含不同類型巖石礦物分布的數(shù)字巖心模型,如圖5所示。
[0124] (2)數(shù)字巖心模型巖石礦物分布特征
[0125] 參考模型儲(chǔ)層孔隙度為26.38%,滲透率0.614μm2,泥質(zhì)含量12.36%;其中黏土含量分布為:蒙脫石40.8%,高嶺石19.1%,綠泥石27.4%,伊利石6.3%。其中蒙脫石產(chǎn)狀主要以顆粒包殼為主,存在部分粒間充填形式;高嶺石以粒間孔隙充填,呈分散質(zhì)點(diǎn)狀集合體分布;綠泥石以包殼襯邊,粒間充填和交代狀分布;伊利石的分布形式包括粒間充填、交代和薄膜式分布。
[0126] ①重建模型中的黏土基團(tuán)分布
[0127] 基于Hoshen-Kopelman算法得到的數(shù)字巖心模型中不同黏土礦物基團(tuán)的分布情況如圖6所示,其中最大的黏土礦物基團(tuán)的尺寸為27953個(gè)體素,最小的黏土基團(tuán)大小為1個(gè)體素(基團(tuán)個(gè)數(shù)為9432)?;鶊F(tuán)大小小于11個(gè)體素的黏土基團(tuán)僅占所有黏土基團(tuán)的1.91%;而主要的黏土基團(tuán)則分布在10000個(gè)體素到25000個(gè)體素之間,占總黏土體積的97.29%。整體的黏土基團(tuán)分布呈現(xiàn)“大基團(tuán)為主,小基團(tuán)分散”的特點(diǎn),這與實(shí)際儲(chǔ)層中黏土礦物的分布形式相近似。
[0128] ②結(jié)構(gòu)劃分后模型中黏土礦物的統(tǒng)計(jì)
[0129] 通過黏土基團(tuán)的結(jié)構(gòu)判別,所有的黏土礦物基團(tuán)按產(chǎn)狀被劃分為三種主要類型:表面充填,粒間充填和交代作用。其中以粒間充填形式分布的黏土礦物基團(tuán)共有4685個(gè)基團(tuán),含量占黏土總體積的67.13%;表面充填產(chǎn)狀的黏土礦物基團(tuán)共有4530個(gè),含量占黏土總體積的32.30%;而交代作用的黏土礦物則零星的分布于巖石顆粒當(dāng)中,其含量?jī)H占到黏土總體積的0.28%;模型中較大的黏土礦物基團(tuán)主要為表面充填和粒間充填的形式。
[0130] 通過對(duì)數(shù)字巖心模型中黏土礦物基團(tuán)的劃分和結(jié)構(gòu)判別,每個(gè)黏土礦物基團(tuán)都標(biāo)記了不同的屬性(包括基團(tuán)大小、序號(hào)、產(chǎn)狀等)。因此,結(jié)合真實(shí)儲(chǔ)層的相關(guān)信息(包括黏土含量、黏土類型、黏土的產(chǎn)狀等),模型中的黏土礦物按黏土含量和產(chǎn)狀特征被劃分為不同的黏土類型,蒙脫石是模型中含量最多的黏土礦物,含量占黏土礦物總體積的40.84%,綠泥石占27.43%,高嶺石占19.11%,伊利石占6.28%。且對(duì)于不同尺寸的黏土礦物基團(tuán),各種黏土礦物基團(tuán)的分布相對(duì)均勻。
[0131] ③含多種巖石礦物數(shù)字巖心模型中黏土礦物的分布
[0132] 從各層中黏土礦物的分布情況來看,黏土礦物分布中包括部分基團(tuán)大小小于5的黏土礦物顆粒,同時(shí)大基團(tuán)黏土礦物的分布以粒間充填(雙顆粒間和多粒間),顆粒表面充填(蝕變類黏土、包殼襯邊、薄膜式)為主,存在少量交代式分布的黏土礦物。
[0133] 由圖7a和圖7e可以看出,蒙脫石在模型中由于含量較高,主要成連片充填并附著于巖石基質(zhì)表面,同時(shí)蒙脫石黏土基團(tuán)主要以粒間充填和表面充填的形式分布于重建模型當(dāng)中,基團(tuán)數(shù)量分別為2117個(gè)和1935個(gè);粒間充填類蒙脫石和表面充填類蒙脫石的含量占黏土礦物總體積的41.41%和58.39%;其中最大的粒間充填類蒙脫石基團(tuán)大小為22716個(gè)體素,最大的表面充填類蒙脫石基團(tuán)大小為21273個(gè)體素;由圖7b和7f可以看出,綠泥石以環(huán)狀和部分連片的基團(tuán)分布于模型當(dāng)中,粒間充填類綠泥石共有900個(gè)基團(tuán),占黏土礦物總體積的62,53%;表面充填類綠泥石共有975個(gè)基團(tuán),占黏土礦物總體積的37.14%,最大的粒間充填類和表面充填類綠泥石基團(tuán)大小分別為22767個(gè)體素和21193個(gè)體素。由圖7c和圖7g可以看出,高嶺石一般以粒間充填的形式分布于儲(chǔ)層巖石當(dāng)中,而由模型中黏土礦物的分布可知,粒間充填是模型中高嶺石的主要分布形式,占黏土總體積的98.58%,其中最大的粒間充填類黏土基團(tuán)的大小為27953個(gè)體素;由圖7d和7h可以看出,伊利石在模型中的產(chǎn)狀包括粒間充填,表面充填和交代形式,其中表面充填類和粒間充填類伊利石分別占
41.32%和58.12%。交代作用在四種黏土礦物中均有分布,且主要以零星分布的形式分布于巖石顆粒當(dāng)中,蒙脫石、綠泥石、高嶺石和伊利石中交代狀黏土基團(tuán)的個(gè)數(shù)分別為504、
619、61和244個(gè),所構(gòu)建的含黏土三維多孔介質(zhì)模型與真實(shí)儲(chǔ)層的黏土礦物分布、產(chǎn)狀較為吻合。
[0134] (3)儲(chǔ)層巖石礦物性質(zhì)變化造成的儲(chǔ)層傷害模型構(gòu)建
[0135] 儲(chǔ)層中的黏土礦物在不同的儲(chǔ)層環(huán)境中,經(jīng)過復(fù)雜的水巖反應(yīng),容易造成黏土礦物的轉(zhuǎn)化,由室內(nèi)模擬實(shí)驗(yàn)結(jié)果可知:高溫高pH模擬冷凝液反應(yīng)后,1%的蒙脫石向其它類型巖石礦物轉(zhuǎn)化,6%的高嶺石向蒙脫石轉(zhuǎn)化,1%的高嶺石向伊利石轉(zhuǎn)化,7%的伊利石向蒙脫石轉(zhuǎn)化,16%的綠泥石向其它類型巖石礦物轉(zhuǎn)化。
[0136] 蒙脫石及一些混層黏土礦物是常見的水敏性黏土礦物,在不同的環(huán)境中,水敏性黏土礦物的膨脹體積和對(duì)儲(chǔ)層造成的傷害程度亦不盡相同。針對(duì)不同模擬條件下黏土礦物的體積膨脹變化,開展了相應(yīng)的實(shí)驗(yàn)研究,在高溫高pH的模擬冷凝液環(huán)境中,體積膨脹較為明顯的黏土礦物為蒙脫石,膨脹率為159.13%;非膨脹性的伊利石向膨脹性的蒙脫石發(fā)生了部分轉(zhuǎn)化造成了體積膨脹,膨脹率為58.8%;模型中蒙脫石的基團(tuán)表面發(fā)生了明顯的膨脹;隨著蒙脫石的膨脹,模型的孔隙度不斷下降,同時(shí)模型的孔喉結(jié)構(gòu)也發(fā)生了較為明顯的變化,進(jìn)一步加劇了水敏性黏土礦物對(duì)儲(chǔ)層滲透性能帶來的影響;綠泥石是典型的酸敏性黏土礦物,然而在高溫高pH的模擬冷凝液環(huán)境中綠泥石在水巖反應(yīng)作用下,也發(fā)生了較少量的溶蝕作用。
[0137] 儲(chǔ)層巖石礦物性質(zhì)變化造成的儲(chǔ)層傷害,包括了因巖石礦物性質(zhì)變化造成巖石礦物的體積膨脹、溶蝕、轉(zhuǎn)化等一系列過程,不同模擬條件下黏土礦物的體積變化和各類黏土礦物的轉(zhuǎn)化過程是在巖石的水巖反應(yīng)過程中同時(shí)發(fā)生的,且黏土轉(zhuǎn)化過程并不改變黏土礦物的體積,而黏土礦物的體積變化均反映了不同類型黏土礦物轉(zhuǎn)化后的體積變化。因此由于儲(chǔ)層巖石礦物性質(zhì)造成的儲(chǔ)層傷害模型應(yīng)首先綜合考慮巖石礦物的轉(zhuǎn)化和體積變化,在此基礎(chǔ)上,基于黏土礦物的轉(zhuǎn)化關(guān)系,對(duì)體積變化后的儲(chǔ)層傷害模型做黏土轉(zhuǎn)化過程的模擬,具體地,不同模擬條件下巖石礦物的膨脹過程進(jìn)行模擬的具體步驟按圖2所示的流程進(jìn)行模擬:
[0138] ①基于室內(nèi)實(shí)驗(yàn)得到的巖石礦物膨脹率以及所構(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;
[0139] ②讀取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;
[0140] ③判斷孔隙空間占位是否能用于放置膨脹后的巖石礦物;
[0141] ④計(jì)算空間占位的穩(wěn)定性;
[0142] ⑤計(jì)算空間占位與巖石礦物基團(tuán)表面的最小距離;
[0143] ⑥將可用于放置膨脹巖石礦物的空間占位進(jìn)行排序;
[0144] 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。
[0145] 不同模擬條件下巖石礦物的溶蝕過程進(jìn)行模擬的具體步驟按圖3所示的流程進(jìn)行模擬:
[0146] ①基于室內(nèi)實(shí)驗(yàn)得到的巖石礦物溶蝕率以及所構(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溶蝕體積;
[0147] ②讀取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??;
[0148] ③判斷巖石礦物基團(tuán)邊界能否用于溶蝕;
[0149] ④計(jì)算邊界占位的穩(wěn)定性;
[0150] ⑤將可用于發(fā)生溶蝕的邊界占位進(jìn)行排序;
[0151] 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;
[0152] ⑦在優(yōu)先等級(jí)較高的邊界占位上進(jìn)行溶蝕。
[0153] 不同模擬條件下巖石礦物的轉(zhuǎn)化過程進(jìn)行模擬的具體步驟按圖4所示的流程進(jìn)行模擬:
[0154] ①基于室內(nèi)實(shí)驗(yàn)得到的巖石礦物轉(zhuǎn)化率以及所構(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轉(zhuǎn)化體積與被轉(zhuǎn)化體積;
[0155] ②讀取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?。?/div>
[0156] 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;
[0157] ④計(jì)算空間占位的穩(wěn)定性;
[0158] 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;
[0159] 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;
[0160] 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。
[0161] (4)儲(chǔ)層巖石礦物性質(zhì)變化造成的儲(chǔ)層傷害特征研究
[0162] 利用含多組分?jǐn)?shù)字巖心模型構(gòu)建了由于儲(chǔ)層巖石礦物性質(zhì)變化造成的儲(chǔ)層傷害模型,由于在不同模擬條件下不同巖石礦物的轉(zhuǎn)化及體積變化會(huì)造成黏土礦物產(chǎn)狀、含量的變化,同時(shí)黏土礦物的變化會(huì)進(jìn)一步造成儲(chǔ)層巖石物性的變化。因此,本例研究了由于高溫高pH模擬冷凝液條件下,儲(chǔ)層巖石礦物性質(zhì)變化造成的黏土礦物含量及體積變化,以及模型的孔隙度及滲透率的變化。
[0163] ①黏土礦物含量與體積的變化
[0164] 如圖8所示為高溫高pH模擬冷凝液條件下的儲(chǔ)層敏感性傷害模型,在黏土轉(zhuǎn)化過程中,雖然總的黏土礦物含量及體積并沒有發(fā)生變化,但是不同類型的黏土礦物之間發(fā)生了相互轉(zhuǎn)化,各類黏土礦物的含量和體積都發(fā)生了變化;而在黏土礦物的溶蝕和膨脹過程中,由于體積的變化是從黏土礦物的表面開始的,因此在變化過程中,黏土礦物的含量及體積,甚至黏土礦物的產(chǎn)狀都發(fā)生了明顯的變化,如圖9所示,其中圖9a和圖9c分別為黏土礦物膨脹前后的示意圖,圖9b和圖9d分別為黏土礦物溶蝕前后的示意圖。
[0165] 表1高溫高pH模擬冷凝液條件下黏土礦物變化
[0166]
[0167]
[0168] 如表1所示為高溫高pH模擬冷凝液條件下黏土礦物的變化情況。模型中的黏土含量發(fā)生了明顯的變化,其中模型的黏土含量由原始的12.29%上升為高溫高pH模擬冷凝液條件下19.00%,黏土礦物含量的變化主要是由于模擬反應(yīng)條件下黏土礦物的膨脹所導(dǎo)致的,其中蒙脫石由原始模型的40.84%上升為高溫高pH模擬冷凝液反應(yīng)后的66.06%。巖石礦物經(jīng)歷轉(zhuǎn)化、溶蝕、膨脹后,相比原始模型,高溫高pH模擬冷凝液模型中,蒙脫石和伊利石的膨脹占主導(dǎo)作用,而綠泥石和高嶺石向蒙脫石、伊利石和其它礦物的轉(zhuǎn)化作用以及二者的溶蝕作用使得模擬反應(yīng)后綠泥石和高嶺石的含量相比原始模型有所降低。
[0169] 由圖10和圖11所示,圖10a、10b、10c和10d分別為高溫高pH模擬冷凝液儲(chǔ)層傷害數(shù)字巖心模型和原始含多種巖石礦物數(shù)字巖心模型中蒙脫石、高嶺石、伊利石和綠泥石的基團(tuán)大??;圖11a和圖11e為高溫高pH模擬冷凝液傷害前后蒙脫石的分布,圖11b和圖11f為高溫高pH模擬冷凝液傷害前后高嶺石的分布,圖11c和圖11g為高溫高pH模擬冷凝液傷害前后伊利石的分布,圖11d和圖11h為高溫高pH模擬冷凝液傷害前后綠泥石的分布,不同類型黏土礦物基團(tuán)在儲(chǔ)層傷害過程前后,基團(tuán)的大小及基團(tuán)的數(shù)量都發(fā)生了明顯的變化,從黏土的結(jié)構(gòu)上來看,由于模擬過程中交代類黏土礦物均位于其它類黏土礦物中,因此在儲(chǔ)層傷害過程中,交代類黏土礦物的含量基本不發(fā)生變化,對(duì)于膨脹性黏土礦物蒙脫石,發(fā)生敏感性傷害后,表面充填和粒間充填蒙脫石的基團(tuán)大小都有所上升,且由圖10可以看出,在膨脹類黏土礦物的膨脹過程中,部分表面充填的黏土礦物隨著體積的不斷增加,附著于巖石顆粒表面的黏土不斷向孔隙空間及鄰近的巖石顆粒表面膨脹,因此膨脹過程中表面類黏土的增幅低于粒間類黏土的增幅。綠泥石由于在不同的模擬反應(yīng)過程中都會(huì)發(fā)生少量的溶蝕,因此不同類型的綠泥石基團(tuán)大小都有所下降。
[0170] ②孔隙度和滲透率變化
[0171] 表2高溫高pH模擬冷凝液條件下模型孔滲參數(shù)變化
[0172]
[0173] 由表2可以看出,儲(chǔ)層傷害后黏土礦物含量上升而孔隙度下降,高溫高pH模擬冷凝液條件下巖石礦物性質(zhì)造成的儲(chǔ)層傷害明顯,黏土含量由原始模型的12.66%上升為模擬反應(yīng)后的19.00%,增幅為50.08%,而孔隙度由原始的26.38%下降為18.37%;同時(shí)滲透率由原始模型的589.76×103μm2下降為279.20×103μm2,由于巖石礦物性質(zhì)的差異對(duì)原始的儲(chǔ)層造成了極大的傷害,儲(chǔ)層孔滲下降明顯。
[0174] 本發(fā)明瀝青質(zhì)解堵運(yùn)算過程如圖12所示。
[0175] (5)儲(chǔ)層酸化解堵模型構(gòu)建
[0176] 實(shí)施例中已結(jié)合室內(nèi)實(shí)驗(yàn)及礦場(chǎng)資料構(gòu)建了含多種巖石礦物的原始數(shù)字巖心模型以及高溫高pH模擬冷凝液條件下各類巖石礦物由于儲(chǔ)層礦物敏感性造成的數(shù)字巖心模型;同時(shí)由室內(nèi)實(shí)驗(yàn)結(jié)果可以得到靜態(tài)酸化溶蝕過程中不同類型巖石礦物的溶蝕比例(如表3所示),按照巖石礦物的溶蝕算法,分別完成不同類型巖石礦物的溶蝕過程,最終得到高溫高pH模擬冷凝液傷害后巖石礦物發(fā)生酸化解堵的數(shù)字巖心模型(如圖13所示)。
[0177] 表3酸化前后巖石礦物顆粒粒徑統(tǒng)計(jì)數(shù)據(jù)表
[0178]
[0179]
[0180] ①黏土礦物含量與體積的變化
[0181] 表4模擬酸化條件下巖石礦物的變化
[0182]
[0183] 高溫高pH模擬冷凝液傷害模型中巖石礦物發(fā)生酸化解堵后,不同類型巖石礦物的體積均發(fā)生了明顯的變化,由于不同類型巖石礦物的性質(zhì)差異較大,其中降幅最為明顯的是綠泥石,其體積減小了32.92%,其次是蒙脫石(23.53%)、高嶺石(19.98%)和伊利石(18.80%);而黏土礦物總含量下降22.85%,模型中固相含量下降13.52%。
[0184] ②孔隙度和滲透率變化
[0185] 表5高溫高pH模擬冷凝液條件下模型孔滲參數(shù)變化
[0186]
[0187]
[0188] 由表5可以看出,巖石礦物解堵發(fā)生后,黏土含量較高溫高pH模擬冷凝液傷害時(shí)下降了13.16%,數(shù)字巖心中的固相比例由模擬冷凝液傷害模型中的81.63%下降為70.59%,孔隙度和滲透率分別由冷凝液傷害后的18.37%和279.20×103μm2恢復(fù)為29.41%和621.37×103μm2,極大地改善了熱采稠油油藏儲(chǔ)層傷害后的孔滲狀況。
相關(guān)專利內(nèi)容
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。

申請(qǐng)?jiān)囉?/a>

QQ群二維碼
意見反饋