基于图像形态学智能分析的页岩孔径分布确定方法、装置制造方法及图纸

本说明书实施例公开了一种基于图像形态学智能分析的页岩孔径分布确定方法、装置，所述方法包括：获取目标页岩储层的孔隙结构图像，基于所述孔隙结构图像确定圆柱形孔隙的占比以及平板形孔隙的占比；基于孔隙空间全部为圆柱形孔隙或全部为平板形孔隙的极限假设，计算得到所述目标页岩储层在圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据；利用所述圆柱形孔隙的占比以及平板形孔隙的占比，对所述圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据进行融合处理，得到所述目标页岩储层的孔径分布数据，从而可以提高页岩储层的储气能力分析结果的准确性以及效率。储层的储气能力分析结果的准确性以及效率。储层的储气能力分析结果的准确性以及效率。

【技术实现步骤摘要】
基于图像形态学智能分析的页岩孔径分布确定方法、装置


[0001]本说明书涉及油藏开发
，特别地，涉及一种基于图像形态学智能分析的页岩孔径分布确定方法、装置。

技术介绍

[0002]页岩是一种渗透率小于0.1mD的特低渗孔隙介质。页岩孔隙结构复杂，是页岩储层研究的重点。近年来，大量研究对页岩孔隙结构进行了定量表征，其中，比表面积、比孔容和孔径分布是最常用的参数。与比表面积和比孔容相比，孔径分布的研究还不够全面深入，通常只是只定性地描述孔径分布模式，并简单使用孔径分布峰值作为定量表征参数，因此，本
亟需一种可以更加准确地确定页岩的孔径分布的方法。

技术实现思路

[0003]本说明书实施例的目的在于提供一种基于图像形态学智能分析的页岩孔径分布确定方法、装置，可以进一步提高页岩储层孔径分布确定的准确性及效率，进而提高页岩储层的储气能力分析结果的准确性以及效率。
[0004]本说明书提供一种基于图像形态学智能分析的页岩孔径分布确定方法、装置是包括如下方式实现的：
[0005]一种基于图像形态学智能分析的页岩孔径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像形态学智能分析的页岩孔径分布确定方法，其特征在于，包括：获取目标页岩储层的孔隙结构图像，基于所述孔隙结构图像确定圆柱形孔隙的占比以及平板形孔隙的占比；基于孔隙空间全部为圆柱形孔隙或全部为平板形孔隙的极限假设，计算得到所述目标页岩储层在圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据；利用所述圆柱形孔隙的占比以及平板形孔隙的占比，对所述圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据进行融合处理，得到所述目标页岩储层的孔径分布数据。2.根据权利要求1所述的方法，其特征在于，所述对所述圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据进行融合处理，包括：其中，PSD
Hybrid
表示目标页岩储层的孔径分布数据，和分别表示基于孔隙结构图像计算得到的圆柱形孔隙的占比、平板形孔隙的占比，PSD
cyl.
、PSD
slit
分别表示圆柱形孔隙极限假设下的极限孔径数据、平板形孔隙极限假设下的极限孔径数据。3.根据权利要求1所述的方法，其特征在于，利用脱附分支测试数据，计算得到所述目标页岩储层在圆柱形孔隙极限假设下的极限孔径数据、以及平板形孔隙极限假设下的极限孔径数据。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，利用下述孔径分布计算模型计算所述目标页岩储层在圆柱形孔隙极限假设下的极限孔径数据：其中，ΔV
i
表示脱附过程中第i步压降对应的孔隙体积，ΔV
j
表示脱附过程中第j步压降对应的孔隙体积，r
i
、r
i
‑1分别表示脱附过程中第i步、第i
‑
1步压降对应的孔隙半径，r
j
、r
j
‑1分别表示脱附过程中第j步、第j
‑
1步压降对应的孔隙半径，Δt
i
＝(t
i
‑1‑
t
i
)，t
i
、t
i
‑1分别表示脱附过程中第i步、第i
‑
1步压降对应的吸附层厚度，Δv
i
表示脱附过程中第i步压降对应的气体解吸量。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，利用下述孔径分布计算模型计算所述目标页岩储层在平板形孔隙极限假设下的极限孔径数据：其中，其中，ΔV
i
表示脱附过程中第i步压...

【专利技术属性】
技术研发人员：宋泽章，阿比德，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：