一种储层毛管压力曲线的获取方法和装置转让专利
申请号 : CN202010946527.9
文献号 : CN112098449B
文献日 : 2021-09-28
发明人 : 谢然红 , 吴勃翰 , 刘秘
申请人 : 中国石油大学(北京)
摘要 :
权利要求 :
1.一种储层毛管压力曲线的获取方法,其特征在于,所述方法包括:获取目标储层多个岩心样品的核磁共振T2分布和毛管压力曲线;所述毛管压力曲线为非湿润相饱和度随毛管压力变化的关系曲线;
建立核磁共振T2分布转换毛管压力曲线的非线性转换关系式,所述关系式包括多个未知系数;
将各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解;其中,所述毛管压力的实测值为所述毛管压力曲线的毛管压力值;
将目标储层的核磁共振T2分布和所述多个未知系数的解代入所述转换关系式中,计算得到目标储层的毛管压力曲线;
其中,所述转换关系式包括:
其中,Pc,i表示毛管压力的预测值,T2,i表示核磁共振T2分布的T2值,其中,i=1,2,…,n,n表示T2值的个数;A2、B2、C2、D2、E2为未知系数;Ampi表示核磁共振T2分布的幅值;Shg,i表示非湿润相饱和度,由核磁共振T2分布从右到左对幅值依次累加计算得到;
所述将各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解包括以下步骤:S1:给定目标函数;所述目标函数表征毛管压力的预测值与毛管压力的实测值之间的误差;其中,所述毛管压力的预测值为通过所述转换关系式得到的毛管压力值;
S2:生成初始种群P1,所述初始种群P1包括多个染色体;其中,每个染色体包括由所述多个未知系数的随机解组成的矩阵;
S3:设定最大进化次数N、遗传概率p1、交叉概率p2、初始温度Tem1、最低温度Tem2以及降温梯度q,其中,q<1;
S4:根据所述目标函数以及初始种群P1计算得到多个初始适应度值Detaori,并根据多个初始适应度值中的最小初始适应度值Deta1寻找初始最优染色体Chrom1;其中,所述适应度为目标函数值,所述最优染色体为所述多个未知系数的最优解;
S5:初始进化次数gen,使gen=0;
S6:对所述初始种群P1进行选择、交叉和变异,完成一次进化,得到新种群P2,并计算得到P2对应的多个适应度值Detashift1;
S7:基于P1对应的初始适应度值Detaori和P2对应的适应度值Detashift1,根据模拟退火算法得到新种群P3;
S8:当每进化一定次数时,以P3为输入,根据非线性规划方法得到新种群P4;
S9:根据目标函数以及当前新种群P4计算多个P4对应的适应度值,并根据P4对应的多个适应度值中的最小适应度值Deta2寻找当前最优染色体Chrom2;
S10:判断当前是否达到最大进化次数,若达到则转至步骤S11;若未达到,则更新进化次数gen,使gen=gen+1,并转至S6,以新种群P4替换初始种群P1进行输入;
S11:判断当前温度是否达到最低温度,若没有达到最低温度,则以降温梯度执行降温操作,并转至S5,以新种群P4替换初始种群P1进行输入;若达到最低温度,则根据适应度值输出当前最优染色体Chrom2。
2.根据权利要求1所述的方法,其特征在于,所述目标函数包括:其中,Pc,i表示毛管压力的预测值,Pcm,i表示毛管压力的实测值,i=1,2,…,n。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取多个岩心样品的孔隙度和渗透率;
根据各个岩心样品的毛管压力曲线、孔隙度和渗透率确定目标储层大孔隙与小孔隙的分段点;
相应的,将各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法分别求取大孔隙和小孔隙对应的多个未知系数的解;将目标储层大孔隙部分的核磁共振T2分布和大孔隙对应的多个未知系数的解代入所述转换关系式中,将目标储层小孔隙部分的核磁共振T2分布和小孔隙对应的多个未知系数的解代入所述转换关系式中,计算得到目标储层大孔隙对应的的毛管压力曲线和小孔隙对应的毛管压力曲线。
4.根据权利要求3所述的方法,其特征在于,所述根据各个岩心样品的毛管压力曲线、孔隙度和渗透率确定目标储层大孔隙与小孔隙的分段点包括:建立非润湿相饱和度为x%时的孔喉半径rx与渗透率之间的关系:其中,k表示渗透率;φ表示孔隙度;s表示均质系数,用于表征储层孔隙结构的均一性;
A1、B1、C1、D1为系数;
根据所述关系计算不同孔喉半径rx下的渗透率;
计算不同孔喉半径rx下的渗透率与所述岩心样品的渗透率相关性,将相关性最大值对应的孔喉半径作为大孔隙与小孔隙分段点。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:根据各个岩心样品的核磁共振T2分布、孔隙度和渗透率确定目标储层的类别;
相应的,将各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法分别求取不同类别下大孔隙和小孔隙对应的多个未知系数的解;
根据所述目标储层的类别,将目标储层大孔隙部分的核磁共振T2分布和大孔隙对应的多个未知系数的解代入所述转换关系式中,将目标储层小孔隙部分的核磁共振T2分布和小孔隙对应的多个未知系数的解代入所述转换关系式中,计算得到目标储层大孔隙对应的毛管压力曲线和小孔隙对应的毛管压力曲线。
6.根据权利要求5所述的方法,其特征在于,所述根据各个岩心样品的核磁共振T2分布、孔隙度和渗透率确定岩心样品的类别包括:根据以下公式计算各个岩心样品的储层因子:其中,RQI_reservoir表示储层因子,k表示渗透率;φ表示孔隙度;
根据以下公式计算各个岩心样品的T2几何均值:其中,T2lm_reservoir表示T2几何均值,T2,i表示核磁共振T2分布的T2值,其中,i=1,
2,…,n,n表示T2的个数,Ampi表示核磁共振T2分布的幅值;
根据各个岩心样品的储层因子和T2几何均值确定岩心样品的类别。
7.一种储层毛管压力曲线的获取装置,其特征在于,所述装置包括:获取模块,用于获取目标储层多个岩心样品的核磁共振T2分布和毛管压力曲线;所述毛管压力曲线为非湿润相饱和度随毛管压力变化的关系曲线;
建立模块,用于建立核磁共振T2分布转换毛管压力曲线的非线性转换关系式,所述关系式包括多个未知系数;
求取模块,用于将各个岩心样品的核磁共振T2分布的T2值和毛管压力实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解;其中,所述毛管压力实测值为所述毛管压力曲线的毛管压力值;
计算模块,用于将目标储层的核磁共振T2分布和所述多个未知系数的解代入所述转换关系式中,计算得到目标储层的毛管压力曲线;
其中,所述转换关系式包括:
其中,Pc,i表示毛管压力的预测值,T2,i表示核磁共振T2分布的T2值,其中,i=1,2,…,n,n表示T2值的个数;A2、B2、C2、D2、E2为未知系数;Ampi表示核磁共振T2分布的幅值;Shg,i表示非湿润相饱和度,由核磁共振T2分布从右到左对幅值依次累加计算得到;
所述将各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解包括以下步骤:S1:给定目标函数;所述目标函数表征毛管压力的预测值与毛管压力的实测值之间的误差;其中,所述毛管压力的预测值为通过所述转换关系式得到的毛管压力值;
S2:生成初始种群P1,所述初始种群P1包括多个染色体;其中,每个染色体包括由所述多个未知系数的随机解组成的矩阵;
S3:设定最大进化次数N、遗传概率p1、交叉概率p2、初始温度Tem1、最低温度Tem2以及降温梯度q,其中,q<1;
S4:根据所述目标函数以及初始种群P1计算得到多个初始适应度值Detaori,并根据多个初始适应度值中的最小初始适应度值Deta1寻找初始最优染色体Chrom1;其中,所述适应度为目标函数值,所述最优染色体为所述多个未知系数的最优解;
S5:初始进化次数gen,使gen=0;
S6:对所述初始种群P1进行选择、交叉和变异,完成一次进化,得到新种群P2,并计算得到P2对应的多个适应度值Detashift1;
S7:基于P1对应的初始适应度值Detaori和P2对应的适应度值Detashift1,根据模拟退火算法得到新种群P3;
S8:当每进化一定次数时,以P3为输入,根据非线性规划方法得到新种群P4;
S9:根据目标函数以及当前新种群P4计算多个P4对应的适应度值,并根据P4对应的多个适应度值中的最小适应度值Deta2寻找当前最优染色体Chrom2;
S10:判断当前是否达到最大进化次数,若达到则转至步骤S11;若未达到,则更新进化次数gen,使gen=gen+1,并转至S6,以新种群P4替换初始种群P1进行输入;
S11:判断当前温度是否达到最低温度,若没有达到最低温度,则以降温梯度执行降温操作,并转至S5,以新种群P4替换初始种群P1进行输入;若达到最低温度,则根据适应度值输出当前最优染色体Chrom2。
说明书 :
一种储层毛管压力曲线的获取方法和装置
技术领域
背景技术
曲线参数,可以评价储层岩石的孔隙结构,估算储集层的渗流能力,计算油水饱和度、渗透
率等。
理技术绘制曲线。由于岩石的物理特性不同,所以需要选取适当的测定方法才可以得到完
整及准确的曲线。目前,用于评价储层岩石孔隙结构所用的毛管压力曲线主要是通过对岩
心进行高压压汞实验获得。
一定的压力,而注入汞的过程就是测量毛管压力的过程。注入汞的每一个压力就代表一个
相应的孔隙大小下的毛管压力,随着压力的提高,记录施加的压力值和相应的进入岩样的
汞体积,便可以得到岩样的毛管压力曲线。
数量,使得储层的毛管压力曲线的预测精度不高。
发明内容
曲线为非湿润相饱和度随毛管压力变化的关系曲线;建立核磁共振T2分布转换毛管压力曲
线的非线性转换关系式,所述关系式包括多个未知系数;将所述各个岩心样品的核磁共振
T2分布的T2值和毛管压力实测值代入所述转换关系式中,根据预设算法求取所述多个未知
系数的解;其中,所述毛管压力实测值为所述毛管压力曲线的毛管压力值;将目标储层的核
磁共振T2分布和所述多个未知系数的解代入所述转换关系式中,计算得到目标储层的毛管
压力曲线。
线;所述毛管压力曲线为毛管压力随非湿润相饱和度变化的关系曲线;建立模块,用于建立
核磁共振T2分布转换毛管压力曲线的非线性转换关系式,所述关系式包括多个未知系数;
求取模块,用于将所述各个岩心样品的核磁共振T2分布的T2值和毛管压力实测值代入所述
转换关系式中,根据预设算法求取所述多个未知系数的解;其中,所述毛管压力实测值为所
述毛管压力曲线的毛管压力值;计算模块,用于将目标储层的核磁共振T2分布和所述多个
未知系数的解代入所述转换关系式中,计算得到目标储层的毛管压力曲线。
度随毛管压力变化的关系曲线;建立核磁共振T2分布转换毛管压力曲线的非线性转换关系
式,所述关系式包括多个未知系数;将所述各个岩心样品的核磁共振T2分布的T2值和毛管
压力实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解;其中,所述
毛管压力实测值为所述毛管压力曲线的毛管压力值;将目标储层的核磁共振T2分布和所述
多个未知系数的解代入所述转换关系式中,计算得到目标储层的毛管压力曲线。本说明书
实施例提供的方法,可以通过建立非线性转换关系式,并对目标储层所取的岩心样品进行
分析,求取转换关系式的未知系数从而准确地获得随测井深度连续的储层岩石毛管压力曲
线。
附图说明
本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前
提下,还可以根据这些附图获得其他的附图。
具体实施方式
例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得
的所有其他实施例,都应当属于本说明书保护的范围。
界面上两侧流体的压力是不相等的,其压力差就定义为毛管压力。
构成复杂的孔隙网络。对于一定流体,一定半径的孔隙喉道具有一定的毛管压力。在驱替过
程中,只有当外加压力(非润湿相压力)等于或者超过喉道的毛管压力时,非润湿相才能通
过喉道进入孔隙,将润湿相从其中排出,此时,外加压力就相当于喉道的毛管压力。毛管压
力是饱和度的函数,随着压力升高,非润湿相饱和度增大,润湿相饱和度降低。在排驱过程
中起控制作用的是喉道的大小,一旦排驱压力克服喉道的毛管压力,非润湿相即可进入孔
隙。因此,毛管压力曲线可以用于表征储层岩石的孔喉大小及分布,通过分析毛管压力曲线
形态以及计算毛压力曲线参数,可以评价储层岩石的孔隙结构。
克服孔隙系统的毛管压力。也就是说,要对汞施加一定的压力,而注入汞的过程就是测量毛
管压力的过程。注入汞的每一个压力就代表一个相应的孔隙大小下的毛管压力,随着压力
的提高,记录施加的压力值和相应的进入岩样的汞体积,便可以得到岩样的毛管压力曲线。
由于取心数量有限,费用高,且进行高压压汞实验会破坏岩心,因此测量的毛管压力曲线的
数量是有限的,无法得到连续的储层岩石毛管压力曲线。
汞实验测量无法获得随测井深度连续的储层岩石毛管压力曲线的不足。因此现有技术中提
出可以利用核磁共振T2分布线性转换获得储层岩石的毛管压力曲线。线性转化方法在预测
常规储层的毛管压力曲线中取得了较好的效果,但在储层孔隙结构更加复杂的致密砂岩储
层,孔隙和喉道之间不完全是简单的线性关系,基于线性转化方法预测的毛管压力曲线的
误差很大。因此现有技术中还提出可以利用幂函数转化方法预测储层毛管压力曲线,虽然
幂函数转化法相对于线性转化法,预测精度有了提高,但在致密砂岩和页岩等非常规储层
中,仍然存在预测精度不高等问题。
的电子设备,所述电子设备可以是服务器。所述服务器可以是具有一定运算处理能力的电
子设备。其可以具有网络通信单元、处理器和存储器等。当然,所述服务器并不限于上述具
有一定实体的电子设备,其还可以为运行于上述电子设备中的软体。所述服务器还可以为
分布式服务器,可以是具有多个处理器、存储器、网络通信模块等协同运作的系统。或者,服
务器还可以为若干服务器形成的服务器集群。
以包括以下步骤。
值)和核磁共振T2分布的幅值分量。
曲线,相应的,在高压压汞实验中,非湿润相为汞,注汞压力值为毛管压力。
磁共振T2分布和毛管压力曲线,服务器可以进行接收;又如除去所述服务器以外的其它电
子设备可以向服务器发送目标储层多个岩心样品的核磁共振T2分布和毛管压力曲线,服务
器可以进行接收,在本说明书实施例中,对服务器采用何种方式获取目标储层多个岩心样
品的核磁共振T2分布和毛管压力曲线不作限定。
Shg,i表示非湿润相饱和度,由核磁共振T2分布从右到左对幅度依次累加计算得到。
为所述毛管压力曲线的毛管压力值。
样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法
求取所述多个未知系数的解。其中,所述毛管压力的实测值为获取的岩心样品的实测毛管
压力曲线的毛管压力值。
化过程的计算模型,通过模拟自然进化过程搜索最优解。该算法可以通过数学的方式,利用
计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等
过程。
一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发,伴随温度参数的不
断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部最优解
能概率性地跳出并最终趋于全局最优。
适应度为目标函数值,所述最优染色体为所述多个未知系数的最优解。
多个初始适应度值Detaori。其中,每个染色体对应一个初始适应度值,最小初始适应度值
Deta1对应的染色体Chrom1即为初始最优染色体。
Temi为当前温度值。首次执行S7时的当前温度Temi等于初始温度Tem1。
度值输出当前最优染色体Chrom2。
于更新前的当前温度与降温梯度的乘积。
行区分,从整体上构建储层的毛管压力曲线可能会产生误差。基于此,本说明书实施例提供
的储层毛管压力曲线的获取方法还可以包括:获取多个岩心样品的孔隙度和渗透率;根据
各个岩心样品的毛管压力曲线、孔隙度和渗透率确定目标储层大孔隙与小孔隙的分段点;
相应的,将所述各个岩心样品的核磁共振T2分布的T2值和毛管压力的实测值代入所述转换
关系式中,根据预设算法分别求取大孔隙和小孔隙对应的多个未知系数的解;将目标储层
大孔隙部分的核磁共振T2分布和大孔隙对应的多个未知系数的解代入所述转换关系式中,
将目标储层小孔隙部分的核磁共振T2分布和小孔隙对应的多个未知系数的解代入所述转
换关系式中,计算得到目标储层大孔隙对应的的毛管压力曲线和小孔隙对应的毛管压力曲
线。
段点,如图3所示,其中R表示相关系数。
系数的解可以包括:根据所述分段点,将各个岩心样品大孔隙部分对应的核磁共振T2分布
的T2值和毛管压力的实测值代入所述转换关系式中,根据预设算法求取大孔隙对应的多个
未知系数的解;将各个岩心样品小孔隙部分对应的核磁共振T2分布T2值和毛管压力的实测
值代入所述转换关系式中,根据预设算法求取小孔隙对应的多个未知系数的解。
值和毛管压力的实测值代入所述转换关系式中,根据预设算法分别求取不同类别下大孔隙
和小孔隙对应的多个未知系数的解;根据所述目标储层的类别,将目标储层大孔隙部分的
核磁共振T2分布和大孔隙对应的多个未知系数的解代入所述转换关系式中,将目标储层小
孔隙部分的核磁共振T2分布和小孔隙对应的多个未知系数的解代入所述转换关系式中,计
算得到目标储层大孔隙对应的的毛管压力曲线和小孔隙对应的毛管压力曲线。
随毛管压力变化的关系曲线;建立核磁共振T2分布转换毛管压力曲线的非线性转换关系
式,所述关系式包括多个未知系数;将所述各个岩心样品的核磁共振T2分布的T2值和毛管
压力的实测值代入所述转换关系式中,根据预设算法求取所述多个未知系数的解;其中,所
述毛管压力的实测值为所述毛管压力曲线的毛管压力值;将目标储层的核磁共振T2分布和
所述多个未知系数的解代入所述转换关系式中,计算得到目标储层的毛管压力曲线。本说
明书实施例提供的方法,可以通过建立非线性转换关系式,只需目标储层所取的岩心样品
进行分析求取转换关系式的未知系数,从而准确地获得随测井深度连续的储层岩石毛管压
力曲线。
力曲线,圆圈表示实测数据。由图4a‑图4c可知,通过本说明书实施例提供的方法获取的毛
管压力曲线具有较高的精度,说明了方法的可靠性与准确性。
力值)的交会图。其中,Snw表示进汞饱和度,R表示相关系数,RMSE表示均方根误差。可以看出
在每一个进汞饱和度点下,由本说明书实施例提供的方法转换的注汞压力值与实际测量的
注汞压力值相关性较高,均方根误差较低,说明该方法预测精度高,误差小。
压力的实测值为所述毛管压力曲线的毛管压力值;
处。尤其,对于装置实施例和设备实施例而言,由于其基本相似于方法实施例,所以描述的
比较简单,相关之处参见方法实施例的部分说明即可。
而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。
设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因
此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件
(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate
Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员
自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作
专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻
辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,
而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言
(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL
(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description
Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL
(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby
Hardware Description Language)等,目前最普遍使用的是VHDL(Very‑High‑Speed
Integrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也
应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路
中,就可以很容易得到实现该逻辑方法流程的硬件电路。
以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放
器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何
设备的组合。
本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件
产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机
设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书各个实施例或者实施例
的某些部分所述的方法。
施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例
的部分说明即可。
置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设
备的分布式计算环境等等。
组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境
中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块
可以位于包括存储设备在内的本地和远程计算机存储介质中。
说明书的精神。