[发明专利]一种预测储层毛管压力曲线的方法、装置及设备有效
申请号: | 202011311475.4 | 申请日: | 2020-11-20 |
公开(公告)号: | CN112464587B | 公开(公告)日: | 2022-09-20 |
发明(设计)人: | 谢然红;金国文;肖立志;徐陈昱;卫弘媛;吴勃翰;王帅;刘继龙;王宵宇 | 申请(专利权)人: | 中国石油大学(北京) |
主分类号: | G06F30/28 | 分类号: | G06F30/28;G06F17/15;G06F119/14 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 徐焕;周达 |
地址: | 102249*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 预测 储层毛管 压力 曲线 方法 装置 设备 | ||
1.一种预测储层毛管压力曲线的方法,其特征在于,包括:
获取研究区内岩心样品的核磁共振回波数据和毛管压力曲线测量数据;所述毛管压力曲线测量数据基于压汞实验获得;
根据预设拉普拉斯变换函数对和所述核磁共振回波数据,确定所述研究区的毛管压力曲线特征参数;其中,所述预设拉普拉斯变换函数对包括时间域函数和T2域函数;
根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据,确定所述研究区的毛管压力曲线预测模型;
根据所述毛管压力曲线预测模型预测所述研究区内目标储层的毛管压力曲线;
其中,所述预设拉普拉斯变换函数对中包括的时间域函数和T2域函数满足下述公式:
其中,y(t)为预设拉普拉斯变换函数对包括的时间域函数,Y(T2)为预设拉普拉斯变换函数对包括的T2域函数,T2为核磁共振横向弛豫时间,t为时间;
其中,所述根据预设拉普拉斯变换函数对和所述核磁共振回波数据,确定所述研究区的毛管压力曲线特征参数,包括:
按照以下公式确定所述研究区的毛管压力曲线特征参数:
其中,P为毛管压力曲线特征参数,y(t)为预设拉普拉斯变换函数对包括的时间域函数,G(t)为核磁共振回波数据。
2.根据权利要求1所述的方法,其特征在于,所述预设拉普拉斯变换函数对包括至少两组不同的拉普拉斯变换函数对,相应的,所述根据预设拉普拉斯变换函数对和所述核磁共振回波数据,确定所述研究区的毛管压力曲线特征参数包括至少两个。
3.根据权利要求1所述的方法,其特征在于,所述毛管压力曲线测量数据包括每个毛管压力点对应的非润湿相饱和度;
所述根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据,确定所述研究区的毛管压力曲线预测模型,包括:
根据所述毛管压力曲线特征参数和所述每个毛管压力点对应的非润湿相饱和度,确定每个毛管压力点对应的非润湿相饱和度预测模型;
基于所有每个毛管压力点对应的非润湿相饱和度预测模型,确定所述研究区的毛管压力曲线预测模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述毛管压力曲线特征参数和所述每个毛管压力点对应的非润湿相饱和度,确定每个毛管压力点对应的非润湿相饱和度预测模型,包括:
按照以下公式确定所述每个毛管压力点对应的非润湿相饱和度预测模型:
Snw,i=Ri(P)
其中,Snw,i为第i个毛管压力点对应的非润湿相饱和度,i=1,2,3…,k,k为毛管压力点总个数,Ri为第i个毛管压力点对应的非润湿相饱和度预测模型,P为毛管压力曲线特征参数。
5.一种预测储层毛管压力曲线的装置,其特征在于,包括:
获取模块,用于获取研究区内岩心样品的核磁共振回波数据和毛管压力曲线测量数据;所述毛管压力曲线测量数据基于压汞实验获得;
特征参数确定模块,用于根据预设拉普拉斯变换函数对和所述核磁共振回波数据,确定所述研究区的毛管压力曲线特征参数;其中,所述预设拉普拉斯变换函数对包括时间域函数和T2域函数;
预测模型确定模块,用于根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据,确定所述研究区的毛管压力曲线预测模型;
毛管压力曲线预测模块,用于根据所述毛管压力曲线预测模型预测所述研究区内目标储层的毛管压力曲线;
其中,所述预设拉普拉斯变换函数对中包括的时间域函数和T2域函数满足下述公式:
其中,y(t)为预设拉普拉斯变换函数对包括的时间域函数,Y(T2)为预设拉普拉斯变换函数对包括的T2域函数,T2为核磁共振横向弛豫时间,t为时间;
其中,所述特征参数确定模块,包括:
按照以下公式确定所述研究区的毛管压力曲线特征参数:
其中,P为毛管压力曲线特征参数,y(t)为预设拉普拉斯变换函数对包括的时间域函数,G(t)为核磁共振回波数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(北京),未经中国石油大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011311475.4/1.html,转载请声明来源钻瓜专利网。