Применение технологии цифрового анализа керна для изучения фильтрационно-емкостных свойств и структуры высокопроницаемых пород подземных хранилищ газа
Аннотация и ключевые слова
Аннотация (русский):
В работе представлены результаты исследований порового пространства высокопористых пород-коллекторов подземного хранилища газа (ПХГ) с помощью методов цифрового анализа снимков компьютерной микротомографии. Применена разработанная методика комплексного неразрушающего анализа структурных и фильтрационно-емкостных свойств, а также численного моделирования гидродинамических процессов средствами ПО GeoDict. Выполнена оценка структурных неоднородностей и трещиноватости пород. Созданы 3D модели внутреннего пространства образцов на базе разномасштабных снимков. Рассчитаны значения открытой и закрытой пористостей, геодезической извилистости, проведен анализ характеристик путей перколяции в исследуемых породах для различных направлений интрузии. Сделаны выводы об однородности распределения путей перколяции по объему породы. Исследовано пространственное распределение пористости в породах, проведен порометрический анализ породы. Проведено численное моделирование процессов фильтрации на полученных структурах в рамках приближения Стокса для трех выделенных направлений в породе. Показано отсутствие выраженной зависимости изменения фильтрационных свойств в выделенных направлениях от количественных характеристик порового пространства. Сделан вывод о степени анизотропии фильтрационно-емкостных свойств пород. Показано хорошее соответствие измеренных в ходе цифрового анализа характеристик с натурными данными и экспериментально полученными лабораторными значениями. Описанная методика позволяет упростить получение данных о характеристиках крупнозернистых пород-коллекторов, и призвана расширить подходы к неразрушающему анализу кернового материала. Полученные данные о свойствах коллектора необходимы для разработки эксплуатационных моделей ПХГ, уточнения интегральных свойств пласта и наполнения гидродинамических моделей объектов хранения и добычи углеводородов.

Ключевые слова:
пористость коллекторов, фильтрационно-емкостные свойства, компьютерная томография горных пород, цифровой анализ керна, численное моделирование потока фильтрации, анизотропия проницаемости.
Список литературы

1. Алиев З. С. и Котлярова Е. М. Приближенный метод создания и эксплуатации ПХГ в неоднородных по тол- щине пластах с использованием горизонтальных скважин // Экологическая ответственность нефтегазовых предприятий. — Амирит, 2017. — EDN: https://elibrary.ru/ZBVNGD.

2. Гарайшин А. С. и Кантюков Р. Р. Выбор пласта-аккумулятора для захоронения промышленных стоков Арбузовского ПХГ // Георесурсы. — 2017. — Т. 1, № 19. — С. 82—89. — DOI:https://doi.org/10.18599/grs.19.1.13. — EDN: https://elibrary.ru/YRWLOV.

3. Гришин Д. В. Комплексная технология повышения производительности скважин подземных хранилищ газа в условиях разрушения пласта-коллектора : дис. канд. / Гришин Д. В. — 2019. — EDN: https://elibrary.ru/GYWDSR.

4. Карев В. И., Коваленко Ю. Ф., Химуля В. В. и др. Физическое моделирование метода направленной разгрузки пласта // Газовая промышленность. — 2021. — № 7. — С. 66—73. — EDN: https://elibrary.ru/QJFUXF.

5. Кривощеков С. Н. и Кочнев А. А. Определение емкостных свойств пород-коллекторов с применением рентгеновской томографии керна // Master’s journal. — 2014. — Т. 1. — С. 120—128. — EDN: https://elibrary.ru/SKFCHR.

6. Максимов В. М., Дмитриев Н. М. и Антоневич Ю. С. Эффекты тензорного характера относительных фазовых проницаемостей при взаимном вытеснении газа водой в анизотропных пластах // Георесурсы, геоэнергетика, геополитика. — 2010. — 1(1). — С. 25—34. — EDN: https://elibrary.ru/SIYMFR.

7. Химуля В. В. и Барков С. О. Анализ изменения внутренней структуры низкопроницаемых пород-коллекторов средствами компьютерной томографии при реализации метода направленной разгрузки пласта // Актуальные проблемы нефти и газа. — 2022. — № 39. — С. 27—42. — DOI:https://doi.org/10.29222/ipng.2078-5712.2022-39.art3.

8. Химуля В. В., Барков С. О. и Шевцов Н. И. Цифровое исследование характеристик порового пространства и структурных свойств коллектора газоконденсатного месторождения на основе микротомографии // Процессы в геосредах. — 2024. — № 1. — С. 2332—2340. — EDN: https://elibrary.ru/CSQXZO.

9. Backeberg N. R., Iacoviello F., Rittner M., et al. Quantifying the anisotropy and tortuosity of permeable pathways in clay-rich mudstones using models based on X-ray tomography // Scientific Reports. — 2017. — Vol. 7, no. 1. — DOI:https://doi.org/10.1038/s41598-017-14810-1.

10. Bali A. and Singh Sh. N. A Review on the Strategies and Techniques of Image Segmentation // 2015 Fifth International Conference on Advanced Computing & Communication Technologies. — IEEE, 2015. — P. 113–120. — DOI:https://doi.org/10.1109/ACCT.2015.63.

11. Chen M., Bai M. and Roegiers J.-C. Permeability tensors of anisotropic fracture networks // Mathematical Geology. — 1999. — Vol. 31, no. 4. — P. 335–373. — DOI:https://doi.org/10.1023/A:1007534523363.

12. Clavaud J.-B., Maineult A., Zamora M., et al. Permeability anisotropy and its relations with porous medium structure // Journal of Geophysical Research: Solid Earth. — 2008. — Vol. 113, B1. — DOI:https://doi.org/10.1029/2007JB005004.

13. Daish C., Blanchard R., Gulati K., et al. Estimation of anisotropic permeability in trabecular bone based on microCT imaging and pore-scale fluid dynamics simulations // Bone Reports. — 2017. — Vol. 6. — P. 129–139. — DOI:https://doi.org/10.1016/j.bonr.2016.12.002.

14. Holzer L., Marmet Ph., Fingerle M., et al. Tortuosity and Microstructure Effects in Porous Media: Classical Theories, Empirical Data and Modern Methods. — Springer International Publishing, 2023. — DOI:https://doi.org/10.1007/978-3-031-30477- 4.

15. Khimulia V. V. Digital Examination of Pore Space Characteristics and Structural Properties of a Gas Condensate Field Reservoir on the Basis of 𝜇CT Images // Proceedings of the 9th International Conference on Physical and Mathematical Modelling of Earth and Environmental Processes. — Springer Nature Switzerland, 2024. — P. 23–34. — DOI:https://doi.org/10.1007/978-3-031-54589-4_3.

16. Khimulia V. V., Karev V., Kovalenko Yu., et al. Changes in filtration and capacitance properties of highly porous reservoir in underground gas storage: CT-based and geomechanical modeling // Journal of Rock Mechanics and Geotechnical Engineering. — 2024. — Vol. 16, no. 8. — P. 2982–2995. — DOI:https://doi.org/10.1016/j.jrmge.2023.12.015.

17. Kovářová K., Ševčík R. and Weishauptová Z. Comparison of mercury porosimetry and X-ray microtomography for porosity study of sandstones // Acta Geodynamica et Geomaterialia. — 2012. — Vol. 9, no. 4. — P. 168–178.

18. Krivoshchekov S., Kochnev A., Kozyrev N., et al. Factoring Permeability Anisotropy in Complex Carbonate Reservoirs in Selecting an Optimum Field Development Strategy // Energies. — 2022. — Vol. 15, no. 23. — P. 8866. — DOI:https://doi.org/10.3390/en15238866.

19. Linden S., Wiegmann A. and Hagen H. The LIR space partitioning system applied to the Stokes equations // Graphical Models. — 2015. — Vol. 82. — P. 58–66. — DOI:https://doi.org/10.1016/j.gmod.2015.06.003.

20. Math2Market GmbH. FlowDict: Single-Phase Fluid Flow. — 2024a. — URL: https://www.math2market.com/geodict- software/geodict-base-modules/simulation/flowdict (visited on 06/02/2024).

21. Math2Market GmbH. GeoDict - The Digital Material Laboratory. — 2024b. — URL: https://www.math2market.de (visited on 06/02/2024).

22. Mostaghimi P., Blunt M. J. and Bijeljic B. Computations of Absolute Permeability on Micro-CT Images // Mathematical Geosciences. — 2012. — Vol. 45, no. 1. — P. 103–125. — DOI:https://doi.org/10.1007/s11004-012-9431-4.

23. Pelissou C., Baccou J., Monerie Y., et al. Determination of the size of the representative volume element for random quasi-brittle composites // International Journal of Solids and Structures. — 2009. — Vol. 46, no. 14/15. — P. 2842–2855. — DOI:https://doi.org/10.1016/j.ijsolstr.2009.03.015.

24. Shreyamsha Kumar B. K. Image denoising based on non-local means filter and its method noise thresholding // Signal, Image and Video Processing. — 2012. — Vol. 7, no. 6. — P. 1211–1227. — DOI:https://doi.org/10.1007/s11760-012-0389-y.

25. Stenzel O., Pecho O., Holzer L., et al. Predicting effective conductivities based on geometric microstructure characteristics // AIChE Journal. — 2016. — Vol. 62, no. 5. — P. 1834–1843. — DOI:https://doi.org/10.1002/aic.15160.

26. Taud H., Martinez-Angeles R., Parrot J. F., et al. Porosity estimation method by X-ray computed tomography // Journal of Petroleum Science and Engineering. — 2005. — Vol. 47, no. 3/4. — P. 209–217. — DOI:https://doi.org/10.1016/j.petrol.2005.03.009. Versteeg H. K. and Malalasekera W. An Introduction to Computational Fluid Dynamics: The Finite Volume Method. —Pearson (England) : Pearson Education Limited, 2007.

Войти или Создать
* Забыли пароль?