首页 / 专利库 / 电脑编程 / 图像处理 / 一种基于形成机理分析的微观剩余油分类方法

一种基于形成机理分析的微观剩余油分类方法

阅读:3发布:2020-06-04

专利汇可以提供一种基于形成机理分析的微观剩余油分类方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于形成机理分析的微观剩余油分类方法,包括步骤一,微观剩余油 图像处理 识别独立油滴;步骤二,微观剩余油分类参数选取及定量识别;步骤三,微观剩余油形成机理分析;步骤四,微观剩余油分类标准建立。本发明的有益效果是:围绕剩余油形成机理,以科学简便易于操作为原则,优选了剩余油分类评价参数并进行计算机自动识别,充分考虑剩余油形成机理,结合定量参数特征,建立符合成因机制的微观剩余油分类标准。本发明首次从剩余油形成机理的 角 度对微观剩余油进行分类,与现有的根据形态的分类方法相比,该方法更加科学的对微观剩余油从本质上加以区分,形成的分类标准适用范围更广。,下面是一种基于形成机理分析的微观剩余油分类方法专利的具体信息内容。

1.一种基于形成机理分析的微观剩余油分类方法,其特征在于:包括以下步骤:
步骤一,微观剩余油图像处理识别独立油滴,碎屑岩由颗粒、填隙物及孔隙组成,剩余油则分布在孔隙之中,通过图像处理技术,将含油薄片或模型中的剩余油油滴与颗粒、填隙物及孔隙内的区分开,获得单独的剩余油图像,颗粒、填隙物、孔隙内的水和剩余油在含有薄片或模型图像中具有不同的颜色,因此可根据值化技术将剩余油的图像中的像素点的灰度值分为0-256,通过设置阈值首先将图像中的颗粒、填隙物与孔隙区分开,其次再将油和水分开,获得独立油滴图像;
步骤二,微观剩余油分类参数选取及定量识别,优选能够应用于计算机自动识别不同类型微观剩余油的定量参数,并对所有独立油滴的优选的定量参数进行统计,再将识别参数公式或判别标准写成计算机语言,对第一步中识别出的独立油滴图像进行参数统计,得到每个独立油滴的四类参数统计结果;
步骤三,微观剩余油形成机理分析,通过观察微观剩余油的形成过程,结合油滴受分析,总结归纳剩余油的形成机理,为基于形成机理的微观剩余油分类提供理论基础,首先建立油水运动受力模型,明确在模型中油滴运动受力情况及改变受力的主控因素;其次以剩余油受力分析为基础,结合微观水驱油物理模拟实验对微观剩余油形成过程的分析;
步骤四,微观剩余油分类标准建立,根据微观剩余油优选参数及微观剩余油形成机理分析,建立微观科学的易于推广的微观剩余油分类标准。
2.根据权利要求1所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤一中,对颗粒、填隙物与孔隙区进行分开时,将灰度值为0-71及152-186的像素点区域识别为颗粒及填隙物,剩余区域为孔隙和剩余油;其次区分孔隙内的剩余油和水时,将孔隙图像像素点重新设置为0-256,将灰度值为0-95的像素点区域识别为水,其他区域识别为剩余油,经过图像识别后,将每个不与其他剩余油相连的油滴称为一个剩余油油滴。
3.根据权利要求1所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤二中,描述微观剩余油的参数分为规模参数、形态参数及位置参数三大类,规模参数主要包括油滴面积、单孔隙内油滴个数、油滴面积与单孔隙面积比等参数;形态参数主要包括形状因子、最小外界矩形长宽比、欧拉系数、分形维数等参数;位置参数主要包括油滴与连通孔喉数量、油滴接触比等参数,选取评价参数时,优先选取能够反映剩余油成因的参数,在有效识别的前提下,尽量选取较少的参数。
4.根据权利要求3所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤二中,描述微观剩余油的三个参数,即表示形态的参数形状因子C、长宽比Rlw,表示位置的参数接触比Rop,表示规模的参数面积比Rs;形状因子C用来度量目标区域与圆的近似程度:C=4πA/(P2),其中,P为周长,A为面积;当形状因子的值越接近于1,说明油滴与圆的近似程度越高;长宽比Rlw是指目标区域的最小外接矩形的长轴与短轴之比,长宽比的值越接近于1,说明油滴越接近于圆形或正方形;接触比表示油滴与颗粒的接触程度:Rop=Lop/P,其中,Lop为油滴与颗粒的接触周长,P为油滴周长,接触比的值越接近于1,说明油滴与颗粒的接触程度越高;面积比Rs为油滴面积与其所在单孔隙或喉道的面积之比,面积比越大,说明油滴的相对规模越大。
5.根据权利要求1所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤三中,对微观剩余油的油滴与孔喉结构简化为单孔喉模型和双孔喉模型两种理论模型,且油滴主要受到驱动力、毛管力、贾敏效应阻力、摩擦力、粘滞力等。
6.根据权利要求1所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤三中,微观剩余油形成可概括为6种类型:①当驱替速度较大时,在较大孔隙内,动力远大于阻力,大油滴被贯穿打散形成小油滴赋存于孔隙中;②当驱替速度较小时,在强亲水中等孔隙内,驱动力大于阻力,油滴外缘被逐渐剥离形成较小油滴赋存在孔隙内;③当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在孔壁;④当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在隅;⑤在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于孔隙中;
⑥在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于喉道中。
7.根据权利要求1所述的一种基于形成机理分析的微观剩余油分类方法,其特征在于:
所述步骤四中,将微观剩余油分为运移型、黏附型及滞留型三大类,孔内孤立型、孔内半充填型、孔壁黏附型、角隅黏附型、孔隙滞留型、喉道滞留型六小类。

说明书全文

一种基于形成机理分析的微观剩余油分类方法

技术领域

[0001] 本发明涉及一种微观剩余油分类方法,具体为一种基于形成机理分析的微观剩余油分类方法,属于微观剩余油研究技术领域。

背景技术

[0002] 随着各国老油田逐渐进入开发后期,其综合含率普遍达到90%以上,长期注水开发使得剩余油高度分散,挖潜难度不断加大,开发后劲严重不足。老油田水驱提高采收率,挖掘剩余油的迫切需求使得剩余油分布特征及启动机理研究成为了近几十年来的热点。宏观油藏储集层内油气的渗流特征均是储集层微观结构及孔隙尺度下各项流体运移的综合反映,岩石的微观结构及流体的性质是根本,宏观特征是表象,形成科学的微观剩余油分类方法是研究剩余油启动机理的基础。现有关于微观剩余油的分类方法研究较少,整体还处于探索阶段,目前的分类方法大多是基于对微观剩余油形态的定性或定量特征识别。首先,由于不同学者对剩余油形态的认识存在多种相互交叉关系,因此难于达成共识而形成统一的分类标准;其次,根据微观剩余油形态得到的分类标准有些种类过多,不易实际应用和推广。

发明内容

[0003] 本发明的目的就在于为了解决上述问题而提供一种基于形成机理分析的微观剩余油分类方法。
[0004] 本发明通过以下技术方案来实现上述目的:一种基于形成机理分析的微观剩余油分类方法,包括以下步骤:
[0005] 步骤一,微观剩余油图像处理识别独立油滴,碎屑岩由颗粒、填隙物及孔隙组成,剩余油则分布在孔隙之中,通过图像处理技术,将含油薄片或模型中的剩余油油滴与颗粒、填隙物及孔隙内的水区分开,获得单独的剩余油图像,颗粒、填隙物、孔隙内的水和剩余油在含有薄片或模型图像中具有不同的颜色,因此可根据值化技术将剩余油的图像中的像素点的灰度值分为0- 256,通过设置阈值首先将图像中的颗粒、填隙物与孔隙区分开,其次再将油和水分开,获得独立油滴图像;
[0006] 步骤二,微观剩余油分类参数选取及定量识别,优选能够应用于计算机自动识别不同类型微观剩余油的定量参数,并对所有独立油滴的优选的定量参数进行统计,再将识别参数公式或判别标准写成计算机语言,对第一步中识别出的独立油滴图像进行参数统计,得到每个独立油滴的四类参数统计结果;
[0007] 步骤三,微观剩余油形成机理分析,通过观察微观剩余油的形成过程,结合油滴受分析,总结归纳剩余油的形成机理,为基于形成机理的微观剩余油分类提供理论基础,首先建立油水运动受力模型,明确在模型中油滴运动受力情况及改变受力的主控因素;其次以剩余油受力分析为基础,结合微观水驱油物理模拟实验对微观剩余油形成过程的分析;
[0008] 步骤四,微观剩余油分类标准建立,根据微观剩余油优选参数及微观剩余油形成机理分析,建立微观科学的易于推广的微观剩余油分类标准。
[0009] 作为本发明进一步的方案:所述步骤一中,对颗粒、填隙物与孔隙区进行分开时,将灰度值为0-71及152-186的像素点区域识别为颗粒及填隙物,剩余区域为孔隙和剩余油;其次区分孔隙内的剩余油和水时,将孔隙图像像素点重新设置为0-256,将灰度值为0-95的像素点区域识别为水,其他区域识别为剩余油,经过图像识别后,将每个不与其他剩余油相连的油滴称为一个剩余油油滴。
[0010] 作为本发明进一步的方案:所述步骤二中,描述微观剩余油的参数分为规模参数、形态参数及位置参数三大类,规模参数主要包括油滴面积、单孔隙内油滴个数、油滴面积与单孔隙面积比等参数;形态参数主要包括形状因子、最小外界矩形长宽比、欧拉系数、分形维数等参数;位置参数主要包括油滴与连通孔喉数量、油滴接触比等参数,选取评价参数时,优先选取能够反映剩余油成因的参数,在有效识别的前提下,尽量选取较少的参数。
[0011] 作为本发明进一步的方案:所述步骤二中,描述微观剩余油的三个参数,即表示形态的参数形状因子C、长宽比Rlw,表示位置的参数接触比Rop,表示规模的参数面积比Rs;形状因子C用来度量目标区域与圆的近似程度:C=4π A/(P2),其中,P为周长,A为面积;当形状因子的值越接近于1,说明油滴与圆的近似程度越高;长宽比Rlw是指目标区域的最小外接矩形的长轴与短轴之比,长宽比的值越接近于1,说明油滴越接近于圆形或正方形;接触比表示油滴与颗粒的接触程度:Rop=Lop/P,其中,Lop为油滴与颗粒的接触周长,P 为油滴周长,接触比的值越接近于1,说明油滴与颗粒的接触程度越高;面积比Rs为油滴面积与其所在单孔隙或喉道的面积之比,面积比越大,说明油滴的相对规模越大。
[0012] 作为本发明进一步的方案:所述步骤三中,对微观剩余油的油滴与孔喉结构简化为单孔喉模型和双孔喉模型两种理论模型,且油滴主要受到驱动力、毛管力、贾敏效应阻力、摩擦力、粘滞力等。
[0013] 作为本发明进一步的方案:所述步骤三中,微观剩余油形成可概括为6 种类型:①当驱替速度较大时,在较大孔隙内,动力远大于阻力,大油滴被贯穿打散形成小油滴赋存于孔隙中;②当驱替速度较小时,在强亲水中等孔隙内,驱动力大于阻力,油滴外缘被逐渐剥离形成较小油滴赋存在孔隙内;③当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在孔壁;④当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在隅;⑤在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于孔隙中;⑥在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于喉道中。
[0014] 作为本发明进一步的方案:所述步骤四中,将微观剩余油分为运移型、黏附型及滞留型三大类,孔内孤立型、孔内半充填型、孔壁黏附型、角隅黏附型、孔隙滞留型、喉道滞留型六小类。
[0015] 本发明的有益效果是:该基于形成机理分析的微观剩余油分类方法设计合理,围绕剩余油形成机理,以科学简便易于操作为原则,优选了剩余油分类评价参数并进行计算机自动识别,充分考虑剩余油形成机理,结合定量参数特征,建立符合成因机制的微观剩余油分类标准,从剩余油形成机理的角度对微观剩余油进行分类,与现有的根据形态的分类方法相比,该方法更加科学的对微观剩余油从本质上加以区分,形成的分类标准适用范围更广。附图说明
[0016] 图1为本发明微观剩余油独立油滴图像识别流程示意图;
[0017] 图2为本发明油水运动受力分析模型示意图;
[0018] 图3为本发明六类微观剩余油独立油滴典型图像。

具体实施方式

[0019] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
[0020] 请参阅图1~3,一种基于形成机理分析的微观剩余油分类方法,包括以下步骤:
[0021] 步骤一,微观剩余油图像处理识别独立油滴,碎屑岩由颗粒、填隙物及孔隙组成,剩余油则分布在孔隙之中,通过图像处理技术,将含油薄片或模型中的剩余油油滴与颗粒、填隙物及孔隙内的水区分开,获得单独的剩余油图像,颗粒、填隙物、孔隙内的水和剩余油在含有薄片或模型图像中具有不同的颜色,因此可根据值化技术将剩余油的图像中的像素点的灰度值分为0- 256,通过设置阈值首先将图像中的颗粒、填隙物与孔隙区分开,其次再将油和水分开,获得独立油滴图像,对颗粒、填隙物与孔隙区进行分开时,将灰度值为0-71及152-186的像素点区域识别为颗粒及填隙物,剩余区域为孔隙和剩余油;其次区分孔隙内的剩余油和水时,将孔隙图像像素点重新设置为0-256,将灰度值为0-95的像素点区域识别为水,其他区域识别为剩余油,经过图像识别后,将每个不与其他剩余油相连的油滴称为一个剩余油油滴;
[0022] 步骤二,微观剩余油分类参数选取及定量识别,优选能够应用于计算机自动识别不同类型微观剩余油的定量参数,并对所有独立油滴的优选的定量参数进行统计,再将识别参数公式或判别标准写成计算机语言,对第一步中识别出的独立油滴图像进行参数统计,得到每个独立油滴的四类参数统计结果,描述微观剩余油的参数分为规模参数、形态参数及位置参数三大类,规模参数主要包括油滴面积、单孔隙内油滴个数、油滴面积与单孔隙面积比等参数;形态参数主要包括形状因子、最小外界矩形长宽比、欧拉系数、分形维数等参数;位置参数主要包括油滴与连通孔喉数量、油滴接触比等参数,选取评价参数时,优先选取能够反映剩余油成因的参数,在有效识别的前提下,尽量选取较少的参数;
[0023] 其中,描述微观剩余油的三个参数,即表示形态的参数形状因子C、长宽比Rlw,表示位置的参数接触比Rop,表示规模的参数面积比Rs;形状因子C用来度量目标区域与圆的近似程度:C=4πA/(P2),其中,P为周长,A为面积;当形状因子的值越接近于1,说明油滴与圆的近似程度越高;长宽比Rlw是指目标区域的最小外接矩形的长轴与短轴之比,长宽比的值越接近于1,说明油滴越接近于圆形或正方形;接触比表示油滴与颗粒的接触程度: Rop=Lop/P,其中,Lop为油滴与颗粒的接触周长,P为油滴周长,接触比的值越接近于1,说明油滴与颗粒的接触程度越高;面积比Rs为油滴面积与其所在单孔隙或喉道的面积之比,面积比越大,说明油滴的相对规模越大。
[0024] 步骤三,微观剩余油形成机理分析,通过观察微观剩余油的形成过程,结合油滴受力分析,总结归纳剩余油的形成机理,为基于形成机理的微观剩余油分类提供理论基础,首先建立油水运动受力模型,明确在模型中油滴运动受力情况及改变受力的主控因素;其次以剩余油受力分析为基础,结合微观水驱油物理模拟实验对微观剩余油形成过程的分析,对微观剩余油的油滴与孔喉结构简化为单孔喉模型和双孔喉模型两种理论模型,且油滴主要受到驱动力、毛管力、贾敏效应阻力、摩擦力、粘滞力等,微观剩余油形成可概括为6种类型:①当驱替速度较大时,在较大孔隙内,动力远大于阻力,大油滴被贯穿打散形成小油滴赋存于孔隙中;②当驱替速度较小时,在强亲水中等孔隙内,驱动力大于阻力,油滴外缘被逐渐剥离形成较小油滴赋存在孔隙内;③当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在孔壁;④当驱替速度较小时,在亲油的中等半径孔隙内,动力小于阻力,油滴粘附在角隅;⑤在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于孔隙中;⑥在非均质性较强处,局部形成优势渗流通道后,部分油滴未波及到或者驱动力较小而未被驱动,滞留于喉道中;
[0025] 其中,油滴受力的具体特征为:
[0026]
[0027]
[0028] 步骤四,微观剩余油分类标准建立,根据微观剩余油优选参数及微观剩余油形成机理分析,建立微观科学的易于推广的微观剩余油分类标准,将微观剩余油分为运移型、黏附型及滞留型三大类,孔内孤立型、孔内半充填型、孔壁黏附型、角隅黏附型、孔隙滞留型、喉道滞留型六小类,如附图3 所示。
[0029] 其中,微观剩余油的具体分类为:
[0030]
[0031] 工作原理:在使用该基于形成机理分析的微观剩余油分类方法时,通过对微观剩余油进行图像处理以识别独立油滴,再选取微观剩余油的分类参数并进行定量识别,并对微观剩余油形成机理分析,最后建立微观剩余油分类标准,从剩余油形成机理的角度对微观剩余油进行分类,与现有的根据形态的分类方法相比,能够更加科学的对微观剩余油从本质上加以区分,形成的分类标准适用范围更广。
[0032] 对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0033] 此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈