基于多点地质统计的多孔介质重构方法及实现

【摘要】： 随着渗流力学研究的不断深入,发现许多不符合达西定律的渗流现象,也提出多种达西定律修正公式,但这些修正仍然采用基于宏观统计层面的假设,并不能反映非达西渗流的机理。多孔介质孔隙空间的几何特性和拓扑结构决定着多孔介质中流体的传输特性,因此,只有开展多孔介质中的孔隙空间及连通性研究才能揭示渗流的内在机理。 由于多孔介质的孔隙空间及连通性异常复杂,很难用几个明确参数进行描述,因此如果能够借助真实的多孔介质孔隙数据,从中提取和复制孔隙的结构特征,才能较好地重构出与真实情况相似的孔隙空间。该研究是进行渗流力学微观机理研究的关键。 本文首先采用扫描电镜及同步辐射装置分别获取真实多孔介质的二维和三维数据,以这些数据为训练图像,采用多点地质统计法进行多孔介质重构。主要研究内容如下: 1.提出一种基于扫描电镜图像的二维多孔介质重构方法。该方法使用扫描电镜采集多孔介质二维数据,该二维数据作为训练图像。利用数据模板扫描训练图像,多孔介质的先验模型被明确而定量地引入到建模当中。先验模型包含了被研究的多孔介质中确信存在的样式,而训练图像则是该样式的定量化表达,可以说训练图像中的概率信息决定了最终的模拟结果。通过再现高阶统计量,多点地质统计法能够从训练图像中捕捉复杂的特征样式并把它们复制到重构图像中。比较二维变差函数在X和Y方向的变化趋势,可知重构的二维图像与真实的多孔介质二维图像结构特征相似。 2.采用二维图像进行多孔介质三维重构。如果从二维图像重构三维孔隙结构,需要考虑增加二维图像在Z方向的特征信息,因此提取训练图像的采样点作为条件数据,再利用多点地质统计法重构原始训练图像的下层图像,新得到的重构图像作为新的训练图像重构其下层图像,重构时也要提取采样点作为条件数据。重复该步骤若干次,得到一组二维孔隙图像。将这些图像依次叠加,可以得到多孔介质的三维结构。 3.开展两点和多点地质统计法的多孔介质重构对比研究。使用同步辐射装置获取多孔介质的体数据,以该体数据作为训练图像。利用多点地质统计法提取体数据的特征模式,然后将这些模式“复制”到重构区域。这些重构结果具有与真实体数据相似的结构特征。通过与两点地质统计法的比较发现,多点地质统计法的重构结果与真实情况更为接近。 4.在重构过程中使用servosystem控制目标图像概率。虽然多点地质统计法重构的多孔介质结构具有随机性,但是这些重构结果均具有相似的结构特征和孔隙度。 5.提出在多孔介质重构过程中使用多重数据模板的方法。在重构过程中,数据模板不能太小,否则无法获取训练图像中较大范围内的数据特征:而另一方面,较大的数据模板会包含较多节点,这样会大大增加计算机内存和CPU的负担,因此只能选择合适的数据模板尺寸。应用多重模板一方面可以反映更大尺度下的孔隙形态,另一方面也可以适当减小扫描模板的大小来减少CPU和内存的负担。实验证明多重模板的重构效果比较理想。 6.提出一种结合使用软硬数据的多孔介质重构方法。在许多领域里,由于受到客观条件或技术水平限制,所能得到的硬数据非常有限,但是可以获得相对比较丰富的软数据。与仅仅使用硬数据和无条件数据的情况相比,在多孔介质重构过程中加入软数据,可以提高重构精度,而CPU和内存负担不会大幅增加。 7.提出一种重构多孔介质连续型变量状态值的方法。针对多孔介质中例如孔隙度或渗透率等连续型变量,利用基于过滤器的filtersim进行重构。过滤器对训练图像进行降维处理,形成了“过滤器得分空间”,这可以提高重构效率。对过滤器获得的“过滤器得分空间”进行有效划分,从而对训练图像特征模式分类,形成了提取模式的“特征库”。比较“特征库”中的特征模式与当前数据事件,找到与数据事件最接近的特征模式,将其“粘贴”到待模拟节点位置,就完成了该节点的模拟。利用filtersim进行孔隙度模拟,取得了较好的重构效果。