gscienceMining Science and Technology (Russia)Горные науки и технологии2500-0632The National University of Science and Technology MISiIS (NUST MISIS)10.17073/2500-0632-2024-08-299gscience-784Research ArticleGEOLOGY OF MINERAL DEPOSITSГЕОЛОГИЯ МЕСТОРОЖДЕНИЙ ПОЛЕЗНЫХ ИСКОПАЕМЫХStatistical analysis of determining porosity factor of oil and gas reservoir rocks using gas volumetry and X-Ray tomography methodsСтатистический анализ определения коэффициентов пористости пород-коллекторов нефти и газа методами газоволюметрии и рентгеновской томографииhttps://orcid.org/0000-0003-4867-2298ГалкинВ. И.GalkinV. I.

Владислав Игнатьевич Галкин – доктор геолого-минералогических наук, профессор, заведующий кафедрой геологии нефти и газа

г. Пермь

Scopus ID 55418067700

Vladislav I. Galkin – Dr. Sci. (Geol. and Mineral.), Professor, Head of the Department of Petroleum and Gas Geology

Perm

Scopus ID 55418067700

vgalkin@pstu.ruhttps://orcid.org/0000-0001-7056-3173МелкишевО. А.MelkishevO. A.

Олег Александрович Мелкишев – кандидат технических наук, доцент кафедры геологии нефти и газа

г. Пермь

Scopus ID 55531674700

Oleg A. Melkishev – Cand. Sci. (Eng.), Associate Professor of the Department of Petroleum and Gas Geology

Perm

Scopus ID 55531674700

melkishev@pstu.ruhttps://orcid.org/0000-0003-2405-4508СавицкийЯ. В.SavitskyY. V.

Ян Владимирович Савицкий – кандидат технических наук, инженер кафедры геологии нефти и газа

Scopus ID 57211543253

ResearcherID AHI-0193-2022

Yan V. Savitsky – Cand. Sci. (Eng.), Engineer of the Department of Petroleum and Gas Geology

Perm

Scopus ID 57211543253

ResearcherID AHI-0193-2022

yansavitsky@yandex.ruПермский национальный исследовательский политехнический университетРоссияPerm National Research Polytechnic UniversityRussian Federation202513102025103221231Copyright © Galkin V.I., Melkishev O.A., Savitsky Y.V., 20252025Галкин В.И., Мелкишев О.А., Савицкий Я.В.Galkin V.I., Melkishev O.A., Savitsky Y.V.This work is licensed under a Creative Commons Attribution 4.0 License.https://mst.misis.ru/jour/article/view/784

To address the current challenges in oil industry related to modeling a pore space structure in a 3D core model and evaluating permeability and porosity ("Digital Core"), it is necessary to obtain representative characteristics of the void space. A similar characteristic is required to solve geotechnical problems related to modeling and evaluating the strength properties of heterogeneous rocks. In addition, it is also important for research on capillary processes in porous media. The paper is devoted to the comparative analysis of the values of porosity of oil and gas reservoir rocks obtained by gas volumetry and X-ray computer tomography methods. The aim of this work is to develop statistical models for assessing the discrepancy between the porosity factor Kp determined using computer tomography (CT) data and more reliable laboratory petrophysical data for two lithological rock types: terrigenous and carbonate. The research objectives include: assessing the impact of lithology on the Kp evaluation using various methods (petrophysics and CT); examining and evaluating the impact of the reservoir rocks porosity factor range on the convergence of the results from these two methods for different lithological rock types; building statistical models to adjust the Kp values based on CT results for different lithological rock types. The solution to these problems is based on a detailed statistical analysis of the studies of terrigenous and carbonates rocks in oil fields in the Perm region. Porosity measurement was carried out on a AP-608 automated porosimeter-permeameter and a Nikon XT H 225 X-ray tomography system. The techniques for measuring the volume of pores in samples using the gas volumetry method, image binarization, and porosity calculation using the X-ray tomography method are described. The results of the analysis showed that the studied methods give different values of porosity factors depending on the lithology. For carbonate rocks, a greater correspondence of the porosity factor estimates obtained by different methods is characteristic that is due to the structural features of the pore space. Significant differences were found for terrigenous rocks, which are explained by the limited resolution of X-ray tomography. The analysis resulted in statistical models for evaluating and correcting Kp data obtained by X-ray tomography for terrigenous and carbonate rocks in various Kp value ranges. The results of the study can be used for petrophysical substantiation of the permeability and porosity of reservoir rocks in oil and gas fields.

Для решения актуальных задач в нефтяной отрасли, связанных с моделированием структуры порового пространства в 3D-модели керна и оценкой фильтрационно-емкостных свойств («Цифровой керн»), необходимо получение представительной характеристики пустотного пространства. Аналогичная характеристика требуется для решения задач геомеханики, связанных с моделированием и оценкой прочностных свойств неоднородных горных пород. Кроме того, она важна для исследований капиллярных процессов в пористых средах. Статья посвящена сравнительному анализу значений пористости пород-коллекторов нефти и газа, полученных методами газоволюметрии и рентгеновской компьютерной томографии. Целью работы является разработка статистических моделей для оценки расхождения определения коэффициента пористости Kп по данным компьютерной томографии (КТ) с более достоверными данными лабораторной петрофизики для двух литологических типов пород – терригенных и карбонатных. Задачи исследования включают: оценку влияния литологического состава пород на оценку Kп разными методами (петрофизика и КТ); рассмотрение и оценку влияния диапазона варьирования пористости пород коллекторов на сходимость результатов этих двух методов для разных литологических типов пород; построение статистических моделей для корректировки значений Kп по результатам КТ для разных литологических типов пород. Решение данных задач основывается на проведении детального статистического анализа исследований терригенных и карбонатных пород нефтяных месторождений Пермского края. Измерение пористости проводилось на автоматизированном порозиметре-пермеаметре AP-608 и системе рентгеновской томографии Nikon XT H 225. Описаны методики измерения объемов пор образцов газоволюметрическим методом, бинаризации изображений и расчета пористости по методу рентгеновской томографии. Результаты анализа показали, что изучаемые методы дают различающиеся значения коэффициентов пористости в зависимости от литологического состава пород. Для карбонатных пород характерно большее соответствие оценки коэффициента пористости, полученных различными методами, что обусловлено структурными особенностями порового пространства. В терригенных породах установлены значительные различия, объясняемые ограниченной разрешающей способностью рентгеновской томографии. По итогам анализа получены статистические модели для оценки и корректировки данных Kп, полученных методом рентгеновской томографии для терригенных и карбонатных пород в различных диапазонах значений Kп. Результаты исследования могут быть использованы при петрофизическом обосновании фильтрационно-емкостных свойств пород-коллекторов месторождений нефти и газа.

пористостькернтерригенные коллекторыкарбонатные коллекторыпетрофизикарентгеновская томографиягазоволюметриястатистический анализporositycoreterrigenous reservoirscarbonate reservoirspetrophysicsX-ray tomographygas volumetrystatistical analysisReferencesМетодические рекомендации по подсчету геологических запасов нефти и газа объемным методом. Под ред. В. И. Петерсилье, В. И. Пороскуна, Г. Г. Яценко. М.: Недра; 2003. С. 5.3–5.10.Petersilie V. I., Poroskun V. I., Yatsenko G. G. (eds.) Methodological guidelines for calculating geological reserves of oil and gas using the volumetric method. Moscow: Nedra; 2003. Pp. 5.3–5.10. (In Russ.)Хасанов Д. И., Лоншаков М. А. Исследование масштабного эффекта и понятия элементарного представительного объёма горных пород применительно к пористости. Георесурсы. 2020;22(4):55–69. https://doi.org/10.18599/grs.2020.4.55-69Khassanov D. I., Lonshakov M. A. Investigation of the scale effect and the concept of a representative volume element of rocks in relation to porosity. Georesources. 2020;22(4):55–69. https://doi.org/10.18599/grs.2020.4.55-69Ketcham R. A., Carlson W. D. Acquisition, optimization and interpretation of X-ray computed tomographic imagery: applications to the geosciences. Computers & Geosciences. 2001;27(4):381–400. https://doi.org/10.1016/S0098-3004(00)00116-3Ketcham R. A., Carlson W. D. Acquisition, optimization and interpretation of X-ray computed tomographic imagery: applications to the geosciences. Computers & Geosciences. 2001;27(4):381–400. https://doi.org/10.1016/S0098-3004(00)00116-3Vinegar H. J. X-ray CT and NMR imaging of rocks. Journal of Petroleum Technology. 1986;38(03):257–259. https://doi.org/10.2118/15277-PAVinegar H. J. X-ray CT and NMR imaging of rocks. Journal of Petroleum Technology. 1986;38(03):257–259. https://doi.org/10.2118/15277-PARenter J. A. M. Applications of computerized tomography in sedimentology. Marine Geotechnology. 1989;8(3):201–211. https://doi.org/10.1080/10641198909379868Renter J. A. M. Applications of computerized tomography in sedimentology. Marine Geotechnology. 1989;8(3):201–211. https://doi.org/10.1080/10641198909379868Wolanski K., Zarudzki W., Kiersnowski H., et al. X-ray computed tomography (CT) applied for rock core analysis. Bulletin of the Russian Academy of Natural Sciences. 2017;17(5):43–50.Wolanski K., Zarudzki W., Kiersnowski H., et al. X-ray computed tomography (CT) applied for rock core analysis. Bulletin of the Russian Academy of Natural Sciences. 2017;17(5):43–50.Хозяинов М. С., Вайнберг Э. И. Вычислительная микротомография – новая информационная технология неразрушающего исследования внутренней микроструктуры образцов геологических пород. Геоинформатика. 1992;(1):42–50.Khoziainov M. S., Weinberg E. I. Computational microtomography – a new information technology for non-destructive study of internal microstructure of geological rock samples. Geoinformatika. 1992;(1):42–50. (In Russ.)Воробьев К. А., Воробьев А. Е., Тчаро Х. Цифровизация нефтяной промышленности: технология «цифровой» керн. Вестник Евразийской науки. 2018;10(3). URL: https://esj.today/PDF/78NZVN318.pdfVorobyev K.A., Vorobev A.E., Tcharo H. (2018). Oil industry digitization: technology "digital" core. The Eurasian Scientific Journal. 2018;10(3). URL: https://esj.today/PDF/78NZVN318.pdf (In Russ.)Костин Д. К., Кузнецов Е. Г., Вилесов А. П. Опыт ООО "ТННЦ" по изучению керна с помощью рентгеновского компьютерного томографа. Научно-технический вестник ОАО "НК Роснефть". 2014;(3):18–21.Kostin D. K., Kuznetsov E. G., Vilesov A. P. Experience of TNNC LLC in core study using CT SCANNER. Scientific and Technical Bulletin of Rosneft. 2014;(3):18–21. (In Russ.)Еременко Н. М., Муравьева Ю. А. Применение методов рентгеновской микротомографии для определения пористости в керне скважин. Нефтегазовая геология. Теория и практика. 2012;7(3):5.Eremenko N. M., Murav’eva Yu. A. Application of the X-ray microtomography for porosity determination in borehole core. Petroleum Geology. Theory and Practice. 2012;7(3):5. (In Russ.)Штырляева А. А., Журавлев А. В., Герасимова А.И. Перспективы и проблемы использования компьютерной микротомографии для изучения образцов керна. Нефтегазовая геология. Теория и практика. 2016;11(1):12. https://doi.org/10.17353/2070-5379/8_2016Shtyrlyaeva A. A., Zhuravlev A. V., Gerasimova A. I. Prospects and problems of computer microtomography using for core samples studies. Petroleum Geology. Theory and Practice. 2016;11(1):12. (In Russ.) https://doi.org/10.17353/2070-5379/8_2016Добрынин В. М., Вендельштейн Б. Ю., Кожевников Д. А. Петрофизика (Физика горных пород). М.: РГУ нефти и газа им И. М. Губкина; 2004. 367 с.Dobrynin V. M., Vendelstein B. Yu., Kozhevnikov D. A. Petrophysics (Physics of Rocks). Moscow: Gubkin Russian State University of Oil and Gas; 2004. 367 p. (In Russ.)Методические рекомендации по исследованию пород-коллекторов нефти и газа физическими и петрографическими методами. Сост. Горян В. И., Березин Б. М., Белов Ю. Я. и др. Труды ВНИГНИ. М.: Недра; 1978. С. 87–111.Methodological recommendations for the study of oil and gas reservoir rocks by physical and petrographic methods. Compiled by Goryan V. I., Berezin B. M., Belov Yu. A. et al. Proceedings of VNIGNI. Moscow: Nedra; 1978. Pp. 87–111. (In Russ.)Dunham R. J. Classification of carbonate rocks according to depositional texture. In: Ham V. E. (Ed.). Classification of carbonate rocks: Symposium. American Association of Petroleum Geologists Memoir. 1962;1:108–121.Dunham R. J. Classification of carbonate rocks according to depositional texture. In: Ham V. E. (Ed.). Classification of carbonate rocks: Symposium. American Association of Petroleum Geologists Memoir. 1962;1:108–121.Ромм Е. С. Структурные модели порового пространства горных пород. Л.: Недра; 1985. С. 8.Romm E. S. Structural models of pore space in rocks. Leningrad: Nedra; 1985. P. 8. (In Russ.)Бетелин В. Б., Смирнов Н. Н., Стамов Л. И., Скрылева Е. И. Восстановление структуры порового пространства на основании обработки данных томографии. Вестник кибернетики. 2018;(2):86–91.Betelin V. B., Smirnov N. N., Stamov L. I., Skryleva E. I. Developing the structure of core pores based on processing of tomography data. Proceedings in Cybernetics. 2018;(2):86–91. (In Russ.)Jones S. C. A Rapid accurate unsteady-state klinkenberg permeameter. Society of Petroleum Engineers Journal. 1972; 12(5):383-397. https://doi.org/10.2118/3535-paJones S. C. A Rapid accurate unsteady-state klinkenberg permeameter. Society of Petroleum Engineers Journal. 1972; 12(5):383-397. https://doi.org/10.2118/3535-paHounsfield G. N. Computerized transverse axial scanning (tomography). Part 1: Description of system. British Journal of Radiology. 1973;46:1016–1022.Hounsfield G. N. Computerized transverse axial scanning (tomography). Part 1: Description of system. British Journal of Radiology. 1973;46:1016–1022.Radon J. Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten. Berichte Sachsische Akademie der Wissenschaften, Leipzig. Journal of Mathematical Physics. 1917;69:262–267Radon J. Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten. Berichte Sachsische Akademie der Wissenschaften, Leipzig. Journal of Mathematical Physics. 1917;69:262–267Feldkamp L. A., Davis L. C., Kress J. W. Practical cone-beam algorithm. Journal of the Optical Society of America A. 1984;1(6):612–619.Feldkamp L. A., Davis L. C., Kress J. W. Practical cone-beam algorithm. Journal of the Optical Society of America A. 1984;1(6):612–619.

The authors declare that there are no conflicts of interest present.