一种岩心导热系数的确定方法转让专利
申请号 : CN201910927427.9
文献号 : CN111274541A
文献日 : 2020-06-12
发明人 : 赵永刚 , 李健伟 , 田飞 , 王磊 , 冉利民 , 李功强 , 温伟 , 齐真真 , 周贤斌 , 谢丛娇 , 杜娟 , 白彬艳 , 刘珺 , 杜伟 , 刘亮
申请人 : 中石化石油工程技术服务有限公司 , 中石化华北石油工程有限公司
摘要 :
本发明涉及岩石分析领域,特别是一种岩心导热系数的确定方法。该方法获取待测试岩心的矿物成分数据,根据待测试岩心的矿物成分数据确定岩心类型;根据岩心类型选取对应的预测模型,根据待测试岩心的矿物成分数据和选取的预测模型确定待测试岩心的导热系数。根据已有的岩心导热系数和对应的岩心矿物成分,经过回归分析得到回归方程,作为某一类岩心的预测模型,只需对待测试岩心进行矿物成分分析,确定岩心类型及其对应的预测模型,即可得到待测试岩心的导热系数,该方法较为简单,可操作性强,准确性受实验影响较小,便于岩石导热系数的快速、准确的确定。
权利要求 :
1.一种岩心导热系数的确定方法,其特征在于,包括以下步骤:
1)获取待测试岩心的矿物成分数据,根据待测试岩心的矿物成分数据确定岩心类型;
2)根据岩心类型选取对应的预测模型,其中,任一岩心类型对应的预测模型为对属于该任一岩心类型的多组岩心的导热系数及对应的矿物成分进行回归分析得到;
3)根据待测试岩心的矿物成分数据和选取的预测模型确定待测试岩心的导热系数。
2.根据权利要求1所述的岩心导热系数的确定方法,其特征在于,所述回归分析采用的是多元线性回归分析。
3.根据权利要求2所述的岩心导热系数的确定方法,其特征在于,在进行多元线性回归分析时,当拟合优度R2大于等于0.7时,建立的回归方程有效。
4.根据权利要求1所述的岩心导热系数的确定方法,其特征在于,对待测试岩心进行岩心描述得到待测试岩心的矿物成分数据。
说明书 :
一种岩心导热系数的确定方法
技术领域
[0001] 本发明涉及岩石分析领域,特别是一种岩心导热系数的确定方法。
背景技术
[0002] 热学性质参数是地热储层的重要参数,导热系数可以用来研究地热储层热传导的规律,对于认识清楚地下热水分布具有重要意义。岩石导热系数的主要影响因素有,岩石的成分、结构、所在之处的温度与压力。而对于地壳上部的温度和压力对岩石导热系数的影响极小,对岩石的导热系数影响最大的因素就是岩石的成分。
[0003] 现有测试岩石导热系数的常用方法有:稳态法和瞬态法。稳态法指的是实验中待测样上温度分布达到稳定后进行测量,其分析的出发点是稳态的导热微分方程,能直接测得导热系数,缺点是:测试周期太长,装样复杂,比较难以应用于测试大量样品的实验中。
[0004] 为了缩短试验周期,降低对实验的边界条件的要求,测试岩石导热系数一般采用瞬态法,测量中试样温度随时间变化,需要测量试样上若干点的温度随时间的变化关系,但该方法得到的数据较多,处理时采用的计算公式较为复杂,准确性受实验影响较大,不利于岩石导热系数的快速、准确的确定。
发明内容
[0005] 本发明的目的是提供一种岩心导热系数的确定方法,用以解决现有岩石导热系数确定方法较为复杂的问题。
[0006] 为了实现上述目的,本发明提供一种岩心导热系数的确定方法,包括以下步骤:
[0007] 1)获取待测试岩心的矿物成分数据,根据待测试岩心的矿物成分数据确定岩心类型;
[0008] 2)根据岩心类型选取对应的预测模型,其中,任一岩心类型对应的预测模型为对属于该任一岩心类型的多组岩心的导热系数及对应的矿物成分进行回归分析得到;
[0009] 3)根据待测试岩心的矿物成分数据和选取的预测模型确定待测试岩心的导热系数。
[0010] 有益效果是,根据已有的岩心导热系数和对应的岩心矿物成分,经过回归分析得到回归方程,作为某一类岩心的预测模型,只需对待测试岩心进行矿物成分分析,确定岩性类型及其对应的预测模型,即可得到待测试岩心的导热系数,该方法较为简单,可操作性强,准确性受实验影响较小,便于岩石导热系数的快速、准确的确定。
[0011] 进一步地,为了准确得到预测模型,所述回归分析采用的是多元线性回归分析。
[0012] 进一步地,为了达到较好的拟合结果,在进行多元线性回归分析时,当拟合优度R2大于等于0.7时,建立的回归方程有效。
[0013] 进一步地,为了准确得到待测试岩心的矿物成分,对待测试岩心进行岩心描述得到待测试岩心的矿物成分数据。
附图说明
[0014] 图1是本发明的一种岩心导热系数的确定方法的流程图。
具体实施方式
[0015] 下面结合附图对本发明做进一步详细的说明。
[0016] 本发明提供一种岩心导热系数的确定方法,如图1所示,包括以下步骤:
[0017] 1)获取待测试岩心的矿物成分数据,根据待测试岩心的矿物成分数据确定岩心类型。
[0018] 待测试岩心的矿物成分数据由对待测试岩心进行岩心描述得到。根据岩心的矿物成分中主要成分的构成,将具有主要成分相同的岩心归为同一类型的岩心。
[0019] 2)根据岩心类型选取对应的预测模型,
[0020] 每一类型的岩心都对应一个预测模型,一类岩心的预测模型是根据属于该类岩心的多组岩心的导热系数及对应的矿物成分,通过多元线性回归分析得到,该多元线性回归分析过程可以在SPSS分析软件中实现。导热系数又称热导率。
[0021] 在进行多元线性回归分析时,当拟合优度R2大于等于0.7时,建立的回归方程即预测模型是有效。
[0022] 本实施例采用多元线性回归分析得到回归方程,作为其他实施方式,还可以通过其他回归分析得到回归方程。
[0023] 本实施例选取拟合优度R2大于等于0.7的回归方程为有效的回归方程,作为其他实施方式,拟合优度的阈值选取可以根据实际需求调整。
[0024] 3)根据待测试岩心的矿物成分数据和选取的预测模型确定待测试岩心的导热系数。
[0025] 本发明选取TY某一地热田为实验样本,选取了三口取芯井TD-1井、SSSS-1井和GXWL-1井,共计24个样品,将具有主要成分相同的岩心归为同一类型的岩心(如表1中B、C、D三类);对研究区内的岩心样品进行岩心描述,获取岩心样品的矿物成分数据;通过热学性质实验,获取岩心的热学性质参数-热导率参数;对应得到岩石热导率与矿物成分关系表,如表1所示。
[0026] 表1
[0027]
[0028]
[0029] 针对B类岩心,选取生物碎屑(X1)、方解石(X2)、白云石(X3)、泥质(X4)作为自变量,导热系数(M)作为因变量,建立B类岩心的预测模型:
[0030] M=4.924+0.013X1+0.003X2-0.309X3-0.124X4,R2=0.831。
[0031] 针对C类岩心,选取方解石(Y1)、白云石(Y2)、泥质(Y3)作为自变量,导热系数(M)作为因变量,建立C类岩心的预测模型:
[0032] M=1.942+0.04Y1+0.041Y2-0.511Y3,R2=0.797。
[0033] 针对D类岩心,选取方解石(Z1)、白云石(Z2)、泥质(Z3)、砾-砂屑(Z5)作为自变量,导热系数(M)作为因变量,建立C类岩心的预测模型:
[0034] M=5.803-0.015Z1-0.019Z2-0.06Z3-0.026Z5,R2=0.652。
[0035] 式中:M为导热系数,W/m·K。
[0036] 获取待测试岩心,代入对应类型的预测模型中,即可求得热导率的预测值。
[0037] 以上给出了本发明涉及的具体实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。