西南石油大学学报(自然科学版)  2017, Vol. 39 Issue (4): 90-103
低渗透油藏储层多尺度裂缝的建模方法研究    [PDF全文]
刘建军1,2,3 , 吴明洋2, 宋睿1,2, 黄刘科2, 戴小军2    
1. "油气藏地质及开发工程"国家重点实验室·西南石油大学, 四川 成都 610500;
2. 西南石油大学地球科学与技术学院, 四川 成都 610500;
3. 武汉轻工大学多孔介质力学研究所, 湖北 武汉 430023
摘要: 低渗透油藏储层中流体的流动是一个横跨致密基质、天然裂缝、水压裂缝、井筒的典型多尺度力学行为。明确油藏储层中裂缝的尺度分级,建立精确的低渗透储层多尺度裂缝模型,探究多尺度之间的级联耦合作用过程和内在联系,是低渗透油藏渗流研究的关键,也是实现超低渗透油藏有效开发的重要理论基础。根据复杂学科的多尺度关联方法及油藏多尺度裂缝建模的相关文献资料,明确提出了油藏中多尺度裂缝的尺度分级标准,总结归纳了多尺度关联方法和低渗透油藏储层多尺度裂缝模型,分析了按连续介质思想和离散介质思想构建的几种代表模型的优劣。在此基础上,提出了储层裂缝多尺度建模的建议,并指出了低渗透油藏多尺度裂缝建模研究的趋势。
关键词: 低渗透油藏     多尺度裂缝     数学模型     多尺度关联     表征方法    
Study on Simulation Method of Multi-scale Fractures in Low Permeability Reservoirs
LIU Jianjun1,2,3 , WU Mingyang2, SONG Rui1,2, HUANG Liuke2, DAI Xiaojun2    
1. State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Southwest Petroleum University, Chengdu, Sichuan 610500, China;
2. School of Geoscience and Technology, Southwest Petroleum University, Chengdu, Sichuan 610500, China;
3. Institute of Poromechanics, Wuhan Polytechnic University, Wuhan, Hubei 430023, China
Abstract: The flow of fluids in low permeability reservoirs displays typical multi-scale mechanical behavior across dense matrices, natural fractures, hydraulic fractures, and wellbores. Studying the classification of the scale of fractures in reservoirs, establishing an accurate multi-scale fracture model in low permeability reservoirs, and exploring the cascade coupling process and internal correlations between multi-scales are the keys to the study of seepage flow in low permeability reservoirs and provide an important theoretical basis for effective recovery from low permeability reservoirs. Based on the multi-scale correlation method of complex disciplines and the relevant literature on multi-scale fracturing modeling of reservoirs, the scale classification criteria of multi-scale fractures in reservoirs are proposed. In addition, the multi-scale correlation method and multi-scale fracture model in low permeability reservoirs are summarized. The advantages and disadvantages of several representative models constructed from a continuous media perspective and a discrete media perspective were analyzed. Based on the study's results, recommendations for constructing the multi-scale model of reservoir fractures are proposed and the research trend of multi-scale fracture modeling in low permeability reservoirs is pointed out.
Key words: low permeability reservoir     multi-scale fractures     mathematical model     multi-scale correlation     characterization method    
引言

低渗透油藏在中国石油工业中占有重要地位。根据2015-10-21国土资源部发布的中国矿产资源报告(2015),截止2014年底,中国石油累计探明储量361$\times$108~t,低渗透储量所占比例高达66%[1]。合理有效地开发低渗透油藏,不仅能弥补因常规油气资源减产造成的市场缺口,而且对进一步加快国内类似的低品位储层的开发具有重要的借鉴作用,对确保国家能源安全意义重大。

低渗透油藏储层中不同尺度裂缝形成的网络系统构成了流体流动的主要通道。同时,在低渗透油藏产能预测、影响因素分析等方面,数值模拟的应用越来越多。为此,本文对低渗透油藏储层多尺度裂缝的建模方法进行调研。根据以往油藏储层裂缝的分类方法初步建立了低渗透油藏裂缝的尺度分类标准。综述了储层裂缝的预测方法及数值模拟的裂缝描述模型,对储层裂缝描述的传统连续介质模型和考虑储层裂缝非均质性和不连续性的离散介质模型做了简要论述,分析了各类模型在裂缝多尺度模拟方面的优劣,指出了低渗透油藏储层多尺度裂缝建模的发展方向。

1 低渗透油藏储层裂缝的多尺度特征及表征方法 1.1 裂缝多尺度特征及尺度分级

低渗透油藏储层裂缝是地下油气运移的主要通道,具有明显的多尺度特征[2-3]。明确储层裂缝的多尺度特征,准确地对各个尺度裂缝进行预测、分类及描述是油藏多尺度裂缝建模研究中的首要任务。

在以往的研究中,裂缝多尺度的分类多以其原因、受力等原则进行[4-5]。随着油藏储层裂缝研究的不断深入,学者们注意到不同尺度裂缝在油藏模拟时表现出不同的特征,于是,提出了油藏裂缝多尺度建模的概念。据此,将研究区域内的裂缝初步划分为大尺度和小尺度两个等级,分别表征两个尺度的裂缝,建立了油藏储层两种尺度的裂缝模型[6]。随着检测和数据处理技术的发展,综合地质、测井、地震、动态等数据将储层裂缝进一步划分为3个等级[7]:大尺度(Large-scale)的断裂、中尺度(Intermediate scale)裂缝、小尺度(Small-scale)裂缝。为了方便油藏裂缝的研究,根据储层中裂缝预测方法的尺度界限性,可先按表 1对裂缝进行粗略的尺度分级,该分级方法适用于大部分油藏储层多尺度裂缝研究。

表1 油藏裂缝尺度分级[7] Table 1 Scale classification of reservoir fractures[7]
1.2 裂缝表征方法 1.2.1 裂缝特征

尺度特征是裂缝的基本属性之一,由于该特征在油藏开发过程中对开发效果的影响较大,因此在油藏开发的数值模拟研究中,裂缝的尺度特征被单独提出考虑。除了尺度特征,储层中的所有裂缝都有一些固有特征,包括:裂缝的位置、产状、长度、开度、倾角、孔隙度、渗透率以及分布规律等[5, 8-10]

1.2.2 裂缝表征方法

油藏裂缝多尺度建模中,对各尺度裂缝的信息采集是非常关键的一步,裂缝监测得到的数据越准确,所建立的多尺度裂缝模型越趋于真实储层情况,数值模拟结果越准确[11]。目前,各尺度裂缝信息的采集方法有地震、露头、测井、岩芯扫描、动态数据等[12]。其中,主要的表征方法有岩芯扫描、测井、地震监测等。

(1) 岩芯扫描技术(以CT扫描为例)

近年来,CT扫描技术在油藏储层微观尺度的描述和表征上的应用越来越多,该技术在微观裂缝描述方面具有如下特点[13-14]

① 随分辨率的提高,得到的扫描图像对岩芯中的微观裂缝描述越加准确;② 通过该技术得到的数字岩芯,可以存储为样本,进行多次数值模拟实验,节省实验开支;

③ 利用CT扫描技术得到的图像在进行储层岩芯的数值研究时得到的数据与真实砂岩实验数据能实现基本拟合。

(2) 测井技术

测井技术可以分为岩芯测井、常规测井、成像测井、测井FMI等技术。近年来,国内外学者对测井技术做了大量研究改进,发展了基于“火柴棍”模型的双侧向电阻率测井方法[15]、迭代方法、基于小波变换的裂缝识别方法[16]等测井方法。测井技术能实现对裂缝角度、倾向、裂缝发育带等的综合描述。

(3) 地震监测

地震监测在对低渗透油藏储层裂缝预测时应用较多。通过地震、微地震监测不仅能获得研究区域内储层的基本数据,而且该方法得到的裂缝数据也是油藏储层中多尺度裂缝建模的重要依据。地震监测方法常使用地震反射倾角、相干属性检测获得储层中大尺度裂缝信息,而微细尺度裂缝则常采用最大曲率属性来描述[17]

(4) 多信息融合

近年来,石油工程对低渗透油藏产能预测精度的要求不断提高,迫切需要构建更加准确的储层裂缝多尺度模型用以描述真实储层,进而实现油井产能的准确模拟。实际上,单一裂缝预测方法具有随机性,不能准确地描述储层中裂缝的分布规律。据此,国内外学者开始通过多信息融合的方式获得各尺度裂缝数据,如常规测井和电成像测井的结合[18]、测井与地震的结合[19-20]等。通过裂缝多尺度的分级方法对单一尺度裂缝进行大致描述,再综合比对其他检测结果,更准确地描述储层的裂缝特征。

2 多尺度关联及分析方法 2.1 复杂学科多尺度基本思想

石油工程中,油井开采时流体流经的各种构造裂缝和人工裂缝,具有多尺度特征。在过去的建模研究中,常采用均匀化方法,忽略实际储层的各向异性。实际上,对复杂的多尺度系统的建模,主要有3种途径(表 2)。

表2 多尺度问题的研究途径[21] Table 2 Research approach to multi-scale problems[21]

表 2可见,在目前的技术条件下,多尺度裂缝建模最好的流程是:首先,根据多信息融合得到储层中裂缝信息,建立多个单一尺度的裂缝模型;之后,分析各尺度裂缝模型各自的特征和它们相互之间的联系,进而建立完整的多尺度模型。

2.2 多尺度分析方法

王崇愚认为多尺度分析有3类基本思想[22]:(1) 尺度分解;(2) 尺度关联;(3) 多尺度综合的方法和规则。目前,多尺度分析中常用的分析方法有均匀化方法、多尺度有限元法、非均质多尺度方法以及变分多尺度方法4种[23]

2.2.1 均匀化方法(Homogenization Method,HM)

均匀化方法是以往在建立不同尺度联系时最常用的方法,主要针对具有周期性微观结构的复合材料[24-26]。对裂缝储层,该方法可将裂缝网络复杂的储层看作由均质的宏观结构和非均质的微观结构组成,用大、中尺度裂缝的函数表示小尺度裂缝的参数。同时,将细观和宏观尺度的比值在小尺度展开,通过摄动技术建立微观—细观—宏观一系列控制方程,进而求解出该均匀化储层裂缝的各项参数、应力、应变、位移等。

对于裂缝、岩性等分布较为均匀的储层运用该方法能很好地描述储层的微观特征,可根据储层的微观结构特性估计其宏观的等效性能,能大致模拟油井开采的宏观特征。常用均匀化方法如表 3所示[27-30]

表3 均匀化方法 Table 3 Homogenization method
2.2.2 多尺度有限元法(Multiscale Finite Element Method,MsFEM)

油藏储层数值模拟研究中,传统的数值方法为有限元法[31-32]和有限差分法[33-36]。在进行数值模拟实验时,为了更详细地描述局部特征,同时提高模拟结果的精确性,需要将研究区域划分为极细小的单元,计算困难。

随着有限元的发展,Hou等学者提出了多尺度有限元法,该方法无需在微细观尺度上求得精确解,就能通过基函数满足局部微分算子来抓住宏观尺度的特征[37]。该方法的基本原理如图 1所示。有限元与多尺度有限元的比较如表 4

图1 多尺度有限元法原理[32] Fig. 1 Principle of multi-scale finite element method[32]
表4 有限元与多尺度有限元比较[38-40] Table 4 Comparison of finite element and multiscale finite element[38-40]

随着研究的深入,数值模拟研究的精度要求越来越高,而基于传统的唯象理论及有限元的宏微观模型很难实现。将多尺度有限元法运用到低渗透油藏裂缝多尺度数值模拟研究中,既能对微观尺度有所描述,又能准确地反映宏观尺度研究区域内的特征,计算量相较于传统有限元方法更加简单。

2.2.3 非均质多尺度方法(Heterogeneous Multiscale Method,HMM)

在对实际的具有多尺度特征的物体进行研究时,整个研究区域内,常常不具备周期性的微观结构。因此,均匀化方法是一种相对理想的方法,实用性不高。为此,国外Weinan等学者提出了非均质多尺度方法,该方法的基本思想是[41-42]:先建立宏观尺度上属性参数的方程,解出宏观解;再根据边界条件,使用相同的方法得到细观解,并使用该解估计宏观解缺少的参数;最后将细观模型的解代入宏观模型求解。

非均质多尺度方法[43]是一种自上而下的算法,在使用该方法求解问题时,宏观模型可表示为

$F\left( {U, D} \right) = 0$ (1)

式中:

$U$—宏观模型的解;

$D$—宏观模型所缺少的数据。

在细观尺度上细观模型可表示为

$f\left( {u, d} \right) = 0$ (2)
$d = d\left( U \right)$ (3)

式中:

$u$—细观模型的解;

$d$—辅助条件。

2012年,Weinan等学者针对该方法的基本思想、发展中的障碍以及当前工程应用实例进行了综合论述,并指出该方法在研究固体内的裂缝扩展、局部缺陷的发展潜力[44-45]。非均质多尺度方法先将细观尺度解用于宏观尺度,之后,在宏观尺度上求解模型,计算效率高。同时,通过建立细观尺度与宏观尺度的相互联系,进行数值求解,可以实现对整体结构相对准确的描述。

2.2.4 变分多尺度方法(Variational Multiscale Method,VMM)

1998年,Hughes等学者提出了变分多尺度算法[46],并验证了VMM方法的可行性。VMM方法基于尺度分解的基本思想,认为多尺度的解为宏观解$u$和细观解$u^{'}$之和,即$u = u + u{'}$。该方法的宏观解一般通过数值方法解得,细观解则通过宏观解解析得到,实质是建立细观和宏观尺度上信息的耦合关系研究多尺度问题。

变分多尺度方法是近年来兴起的一种多尺度分析方法,能高效地处理多尺度问题。在油藏建模方面,大都依靠均匀化思想或方法,对多尺度效应考虑不充分,并不能真实地描述实际问题。变分多尺度方法实现了两种尺度的联系,是当前条件下油藏储层裂缝多尺度问题研究中亟需引进的一种分析方法。

3 低渗透油藏多尺度裂缝模型

根据裂缝描述时准确性的差异,在进行多尺度建模时,裂缝的描述模型可分为两大类:一是粗略考虑裂缝多尺度特征,基于等效思想建立的连续介质裂缝模型[47];二是根据储层裂缝的非均质性和多尺度性的离散介质裂缝模型[48]

3.1 储层裂缝的连续介质模型

由于计算机运算能力以及理论技术的制约,在早期储层裂缝多尺度模拟中,大都采用连续介质的思想构建储层裂缝模型,包括:双重介质模型、三重介质模型、连续裂缝模型等。这类模型描述了储层中大尺度裂缝的性质和渗流特征,在对储层中中等尺度以及小尺度裂缝的描述略显不足。

3.1.1 双重介质模型(Dual Media Model,DMM)

低渗透油藏储层的非均质性及裂缝的多尺度特征,使得储层建模困难。为了建模方便,学者们将储层中错综复杂的裂缝网络简化为相互正交的网格系统[49],再根据基质不同的渗透率,将裂缝系统和基质系统分开,形成双重介质模型[50](图 2)。

图2 双重介质模型[51] Fig. 2 Dual media model[51]

双重介质模型中的裂缝系统主要指由储层微裂缝和构造作用产生的大尺度断层、断裂和人工水力压裂形成的裂缝网络,基质系统则包含了微裂缝等对油气流动影响较弱的储存空间和微通道[52-53]。双重介质模型主要对裂缝网络进行详细的描述,虽然考虑了基质中微裂缝对流动的影响,但忽略了局部大尺度裂缝和基质中小尺度裂缝的特征。因此,该模型仅适用于裂缝网络发育,并且被研究区域的渗流特征主要受这些裂缝网络影响的储层。

3.1.2 三重介质模型(Triple Medium Model,TMM)

为了弥补双重介质模型不适用于存在局部大裂缝的情况,更加真实地描述储层情况,国外学者Clossman将储层大裂缝系统独立出来,提出了裂缝为主要流动通道的储层含水层模型[54]。国内学者运用该模型对油藏试井的数值模拟实验进行了大量研究[55-58],最终确定在进行油藏储层裂缝的多尺度描述时将三重介质看作由大尺度人工裂缝和构造裂缝网络、天然微裂缝网络和岩块基质组成,建立了一种新的三重介质模型。

最初的三重介质模型主要用于描述缝洞发育的油藏储层。对于裂缝发育而溶洞作用不明显的储层,在进行储层裂缝的多尺度建模时,可以使用中尺度裂缝系统代替溶洞系统。从而构建由大尺度裂缝、中尺度裂缝、基质系统(包含基质微裂隙)这3种连续介质组成的储层。三重介质模型将油藏储层看作3种不同的连续介质,这3种介质在空间上相互重叠形成油藏储层,每一种介质的渗流特性各不相同,相互独立又相互联系。相较于双重介质模型,三重介质模型的建立流程和建立时考虑的影响因素更加贴近实际,不仅考虑了发育强度较高的裂缝网络对研究区域渗透率的影响,还考虑了局部大裂缝的影响,因而适用范围更广。与此同时,三重介质模型仍然基于连续介质思想进行构建,虽然较好地考虑了局部大裂缝及发育程度较高的裂缝网络对研究区域渗流特征的影响,但该模型对储层中不同尺度裂缝及各级裂缝网络详细分布特征的描述仍然不够精确。

3.1.3 连续裂缝模型(Continuous Fracture Model,CFM)

Ouenes提出了将神经网络算法和模糊逻辑方法用于地质、地球物理、油藏工程数据,从而建立连续裂缝储层模型的方法[59]。Zellou运用该方法对石灰岩储层、碳酸盐储层及砂岩储层的裂缝网络进行了建模描述,通过模拟计算与对比分析指出了运用神经网络模型和模糊逻辑方法建立的连续裂缝模型在了解和改善储层裂缝模拟的优势[60]

目前,连续裂缝模型建模主要是为了勾勒裂缝的强度分布图,通过神经网络找到测井数据与地震数据之间的联系,建立裂缝强度模型。首先通过多信息融合识别和预测裂缝网络,通过微成像图像(FMI)得到井筒裂缝的方位和倾角等参数;之后,根据地震资料(如蚂蚁追踪、瞬时频率、瞬时质量、倾斜偏差等)评估裂缝参数,建立连续裂缝模型;最后,创建3D网格,将裂缝强度进行填充,得到裂缝强度模型[61](图 3)。高强度裂缝在主要断层附近生长,颜色范围在绿色至红色区间,裂缝强度随其与主断层距离的增加而减小。

图3 裂缝强度模型[61] Fig. 3 Fracture intensity model[61]
3.2 传统连续介质建模的优缺分析

在油藏储层裂缝建模中,传统的连续介质模型,如双重介质模型、三重介质模型、连续裂缝模型等有如下优点[61-62]

(1) 通过连续介质思想建立网格,大大简化了构建模型的难度,并且基本实现了对储层大尺度裂缝的描述。

(2) 在油藏数值模拟建模及计算方面相对简单,易于操作。

低渗透储层开采过程中,石油、天然气等主要是在各尺度裂缝及这些裂缝交织形成的裂缝网络中进行的。在使用传统连续介质模型对储层裂缝进行建模时粗化了裂缝网络的微细观尺度的综合作用,因此,其缺点也是显而易见的[60]

(1) 在对储层中裂缝进行描述时,建立的裂缝网络过于简化,不能真实模拟储层裂缝网络的非均质性和不连续性;

(2) 传统的连续介质模型,即糖块模型,不能描述出真实储层的细节;(3) 传统的储层裂缝描述使用的网格系统,对格子内和格子之间裂缝的连通性描述有欠缺;

(4) 传统糖块模型只能描述同一方向的渗透率等属性,对于不同方向的流体流动,即使采用张量渗透率矩阵也不能描述。

3.3 离散介质裂缝模型

为了准确地对储层裂缝的多尺度特征和裂缝网络进行描述,在充分考虑油藏储层的非均质性和基质的不连续性的情况下,国内外学者提出了离散介质模型[63-64]。根据离散介质的概念,国内外学者又发展了离散裂缝模型(Dircrete-Fracture Model,DFM)[65-67]、嵌入离散裂缝模型(Embedded Dircrete-Fracture Model, EDFM)[68-69]、离散裂缝网络模型(Discrete Fracture Network,DFN)[70]

3.3.1 离散裂缝模型(Dircrete Fracture Model,DFM)

DFM模型采用网格系统离散,把油井、圆形油藏以及线性油藏等划分为大小和几何形状各不相同的网格系统[71],对部分区域网格加密,该方法建立的离散裂缝模型在一定程度上弥补了以往的连续介质模型在对油藏储层非均质性的描述上的不足。万义钊考虑储层中大尺度裂缝对流体流动的影响,将大尺度的裂缝用板块描述建立模型[6]。随着大尺度和小尺度离散裂缝模型的建立,国内外学者开始研究基于离散裂缝模型的多尺度裂缝的建模方法[72-74]:首先,分别建立各个尺度的对应裂缝模型[75],包括:大尺度裂缝模型、中等尺度裂缝模型以及小尺度裂缝模型,再进行信息融合建立储层裂缝全面描述的离散裂缝模型的多尺度建模方法。

DFM模型[76]基于神经网络技术,通过预测裂缝密度在研究区域的分布,对裂缝规模、尺度、位置等进行精细描述,采用非结构化网格技术随机生成裂缝的方法建立具有多尺度、密集分布等特征的网状模型(图 4图 5)。

图4 二维裂缝孔隙介质[76] Fig. 4 Two-dimensional fracture pore medium[76]
图5 离散裂缝模型网络[77] Fig. 5 Discrete fracture network model[77]

DFM模型节点众多,网格细密,可用于模拟多相流体流动。使用该模型来做油藏数值模拟研究,也能够发现一些通常不能确定的参数。与此同时,如图 5所示,由于离散裂缝模型构建的离散裂缝模型网络存在太多的节点和单元,使得构建该模型的过程复杂、时间长、裂缝的预测成本高。因此,目前该模型在储层裂缝建模研究还停留在理论研究阶段,对裂缝发育明显的少数特定储层建立该类地质模型来分析储层中裂缝发育及裂缝变形等作用对油井开采的定性影响,而在工程上对项目区域内油井的数值模拟研究较少。

3.3.2 嵌入离散裂缝模型(Embedded Dircrete-Fracture Model,EDFM)

鉴于离散裂缝模型的网格化和数值计算相对复杂,Lee和Moinfar等学者对该模型进行了改进,提出了嵌入离散裂缝模型(EDFM)[78-80]。EDFM模型的基本思想是将不同类型的裂缝板嵌入到已划分的基质网格中(图 6)。Shakiba将微地震监测数据和嵌入离散裂缝模型结合[81-82]用以描述复杂的水力压裂裂缝网络的特征。周方奇等结合DFM模型和早期EDFM模型各自的优缺,发展了一种更高效的嵌入离散裂缝模型[69]。该模型具有如下特点:

图6 嵌入离散裂缝模型[80] Fig. 6 Embedded discrete fracture model[80]

(1) 采用EDFM中的正交规则网格来划分油藏,该网格系统不考虑实际储层中的裂缝分布,减少了网格化的工作量;

(2) EDFM模型描述了储层基质的不连续性。

EDFM模型的建模步骤为:首先,使用正交的规则网络划分基质系统;之后,将多信息结合得到的裂缝数据代入生成裂缝片,构建裂缝群;最后,将这些裂缝片嵌入基质网格。正交结构网格直接划分油藏基质大大降低了网格划分的复杂度,有效提高了计算效率。该模型网格化的效率高,构建的裂缝属性模型考虑了基质的不连续性。

嵌入离散裂缝模型的建模思想和方法具有先进性:模型的建立运用离散介质思想,考虑了不同尺度裂缝在储层中的影响;以正交结构网格划分系统又使得其在建模方面比离散裂缝模型更加简单方便。因而该模型在宏观、细观、微观裂缝发育程度均较高的油井产能研究区域应用广泛。

3.3.3 离散裂缝网络模型(Discrete Fracture Network,DFN)

DFN模型源于Hudson等学者建立的裂缝几何地质统计模型。近年来,该模型在裂缝多尺度方面的描述能力得到了很大的提升。构建该模型时,先根据地震识别资料获得多尺度裂缝信息,建立单一类型各个尺度的DFN模型,再融合生成储层裂缝多尺度描述的三维离散裂缝分布模型[72]。基于此,Hu等学者初步建立了两种尺度裂缝网络融合的DFN模型[72],为裂缝多尺度模拟提供了思路。随后,国内学者孙志勇[73]将储层裂缝按具体尺度将储层中的裂缝粗划为大、中、小3个级别。大尺度裂缝的特征根据地震检测资料、蚂蚁追踪以及相干分析得到。中等尺度裂缝信息通过测井、分形等方法得到。小尺度裂缝的数据则通过岩芯扫描技术得到。根据预测到的各个尺度裂缝的特征参数,在FracaFlow、Petrel等软件上生成裂缝片,进而构建不同尺度的裂缝网络,再结合分形描述等方法,对不同尺度裂缝网络进行分析优化,生成完整的离散裂缝网络模型。

离散裂缝网络模型采用多信息融合的方法获得储层中裂缝的各项数据,再通过分布于三维空间的形态、特征及尺度各异的裂缝片对实际储层的裂缝网络进行描述,逼真地再现了储层中多尺度的裂缝系统,能准确地模拟储层裂缝中的流体流动情况,是目前在低渗透油井产能预测中应用最多、发展最快的模型。同时,该模型具有动态拟合能力,可与实际动态曲线对比调整模型参数,生成更准确的DFN模型。DFN模型有以下不足[74-76]

(1) 大尺度裂缝一般采用确定性建模,描述准确;而中等尺度裂缝和小尺度裂缝则常常根据裂缝多尺度的分形特征使用随机方法建模,随机生成的裂缝片与实际储层中的裂缝有差异。

(2) 裂缝信息的准确性和完整性影响建模的准确性。

(3) 各尺度裂缝具有不同的属性特征,需要进一步分组,才能得到更可靠的数值模拟结果。因此,有必要对该模型构建的各类裂缝片按尺度、渗流特征等不同需要进行分类描述。

(4) 使用该模型描述储层中各尺度裂缝形成的裂缝网络时,未考虑裂缝面粗糙度的影响。

离散裂缝网络模型是目前储层裂缝多尺度建模研究中运用最多的模型之一,该模型的确定性建模建立于对真实储层裂缝准确描述的基础之上,随机性建模则通过不同尺度裂缝的相互关系建立,如运用分形规律完善模型,具有模型构建简单、适用范围广、对储层描述准确等特点。

4 认识与展望

低渗透油藏储层的高效开采、产量预测等研究均需要围绕其裂缝系统的原始特征,以及裂缝扩展、缝内外流体交换等机理进行。石油工业常采用水力压裂等造缝技术来创造并扩展流体的流动通道,这些技术加剧了储层的非均质性,使储层成为了具有从微观到宏观的不同尺度裂缝与储层基质及流体的集合体。针对不同尺度裂缝进行建模,分析不同尺度裂缝之间的联系,从微观和细观裂缝的变形和渗流的耦合分析到宏观裂缝中流体流动规律的研究,是未来多尺度裂缝建模的发展方向。结合上文对低渗透油藏储层裂缝各个尺度模型的介绍和优缺点的分析,对储层裂缝多尺度建模提出以下几点展望:

(1) 石油工程中储层裂缝的多尺度研究不同于材料和天文的研究,材料的多尺度分级跨度偏小,而天体分级跨度偏大。因此,多尺度裂缝建模研究的第一要务是:参考其他学科的尺度分级方式,根据实际油藏储层中裂缝的尺度变化范围,将裂缝按照渗流特征、监测条件等原则进行尺度分级。

(2) 低渗透油藏储层多尺度裂缝建模的主要限制条件在于计算机的计算能力和储层中裂缝的预测技术。随着这两种技术的发展,模拟的研究区域的描述准确性、范围、微细观特征等都将更加贴近真实储层。

(3) 基于材料学科尺度关联及分析处理的基本思路和油藏储层裂缝多尺度建模现状,在进行油藏储层裂缝的多尺度建模时,首先,依据不同尺度裂缝的特征对储层中单一尺度的裂缝建模;随后,利用不同尺度的关联模式,建立起宏观和细观、细观和微观、宏观和微观裂缝之间的联系;最终,形成油藏储层多尺度裂缝的模型。更准确地描述储层特性,建立更真实的储层裂缝描述模型。

(4) 随着低渗透油藏储层多尺度裂缝的深入认识和数值模拟研究的进一步发展,传统的连续介质模型已渐渐不能满足学者们对储层裂缝描述的需要,离散介质模型必将越来越受到关注。

(5) 离散介质模型比较真实地再现了储层各尺度裂缝的分布、密度、裂缝自身属性等特征。其中,离散裂缝模型建模过于复杂,在理论上还需要进一步研究,才能用于实际石油工程;嵌入离散裂缝模型相对离散裂缝模型在实际应用方面有较大的进步,是目前对实际工程使用较多的多尺度裂缝建模方法之一;离散裂缝网络模型在理论、技术等方面发展良好,在低渗透油藏裂缝多尺度建模研究中应用广泛,是目前最常用的多尺度裂缝建模方法。

参考文献
[1] 国土资源部发布《中国矿产资源报告(2015)》[J]. 中国煤炭, 2015, 41(11): 36. http://kns.cnki.net/kns/detail/detail.aspx?QueryID=0&CurRec=1&recid=&FileName=ZGME201511009&DbName=CJFDLAST2015&DbCode=CJFQ&yx=&pr=
[2] 李前贵, 康毅力, 罗平亚. 致密砂岩气藏多尺度效应及生产机理[J]. 天然气工业, 2006, 26(2): 111113.
LI Qiangui, KANG Yili, LUO Pingya. Multiscale effect in tight sandstone gas reservoir and production mechanism[J]. Natural Gas Industry, 2006, 26(2): 111113. doi: 10.3321/j.issn:10000976.2006.02.035
[3] 彭晖, 刘玉章, 冉启全, 等. 致密油储层不同储渗模式下生产特征研究[J]. 西南石油大学学报(自然科学版), 2015, 37(5): 133138.
PENG Hui, LIU Yuzhang, RAN Qiquan, et al. An analysis on performance characteristics of the tight oil reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(5): 133138. doi: 10.11885/j.issn.16745086.2013.06.08.12
[4] 秦启荣, 苏培东. 构造裂缝类型划分与预测[J]. 天然气工业, 2006, 26(10): 3336.
QIN Qirong, SU Peidong. Classification and prediction of structural fractures types[J]. Natural Gas Industry, 2006, 26(10): 3336. doi: 10.3321/j.issn:10000976.2006.10.011
[5] 石书缘, 刘伟, 姜华, 等. 塔北哈拉哈塘地区古生代断裂裂缝系统特征及其与奥陶系岩溶储层关系[J]. 中南大学学报(自然科学版), 2015, 46(12): 45684577.
SHI Shuyuan, LIU Wei, JIANG Hua, et al. Character of paleocene faultfracture system and their relationship with oridivician paleokarst reservoirs in Halahatang Area, north Tarim Basin[J]. Journal of Central South University (Science and Technology), 2015, 46(12): 45684577.
[6] 万义钊, 刘曰武. 缝洞型油藏三维离散缝洞数值试井模型[J]. 力学学报, 2015, 47(6): 10001008.
WAN Yizhao, LIU Yuewu. Three dimensional discretefracturecavity numerical well test model for fracturedcavity reservoir[J]. Chinese Journal of Theoretical and Applied Mechanics, 2015, 47(6): 10001008. doi: 10.6052/0459187915038
[7] 薛艳梅, 夏东领, 苏宗富, 等. 多信息融合分级裂缝建模[J]. 西南石油大学学报(自然科学版), 2014, 36(2): 5763.
XUE Yanmei, XIA Dongling, SU Zongfu, et al. Fracture modeling at different scales based on convergent multisource information[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(2): 5763. doi: 10.11885/j.issn.16745086.2012.08.30.11
[8] 张惠良, 张荣虎, 杨海军, 等. 超深层裂缝孔隙型致密砂岩储集层表征与评价以库车前陆盆地克拉苏构造带白垩系巴什基奇克组为例[J]. 石油勘探与开发, 2014, 41(2): 158167.
ZHANG Huiliang, ZHANG Ronghu, YANG Haijun, et al. Characterization and evaluation of ultradeep fracturepore tight sandstone reservoirs:A case study of cretaceous Bashijiqike Formation in Kelasu tectonic zone in Kuqa foreland Basin, Tarim, NW China[J]. Petroleum Exploration & Development, 2014, 41(2): 158167. doi: 10.11698/PED.2014.02.04
[9] 王时林, 秦章晋. 腰英台油田青山口组储层裂缝特征研究[J]. 西南石油大学学报(自然科学版), 2015, 37(1): 5156.
WANG Shilin, QIN Zhangjin. Research on fracture characteristic in reservoir of Qingshangkou Formation, Yaoyingtai Oilfield[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(1): 5156. doi: 10.11885/j.issn.16745086.2013.09.02.05
[10] 刘红岐, 刘诗琼, 刘静. 复杂致密储层裂缝特征研究[J]. 西南石油大学学报(自然科学版), 2012, 34(4): 6268.
LIU Hongqi, LIU Shiqiong, LIU Jing. Study on the fracture characteristics of complex tight formation[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2012, 34(4): 6268. doi: 10.3863/j.issn.16745086.2012.04.008
[11] WENG X, KRESSE O, CHUPRAKOV D, et al. Applying complex fracture model and integrated workflow in unconventional reservoirs[J]. Journal of Petroleum Science & Engineering, 2014, 124: 468483. doi: 10.1016/j.petrol.2014.09.021
[12] 张关龙, 张奎华, 王圣柱, 等. 哈拉阿拉特山石炭系裂缝发育特征及成藏意义[J]. 西南石油大学学报(自然科学版), 2014, 36(3): 918.
ZHANG Guanlong, ZHANG Kuihua, WANG Shengzhu, et al. Characteristics of the carboniferous volcanic fractures and its hydrocarbon accumulation significance in Hala'alate Mountains[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(3): 918. doi: 10.11885/j.issn.16745086.2014.01.28.02
[13] ARNS C H, BAUGET F, GHOUS A, et al. Digital core laboratory:petrophysical analysis from 3D imaging of reservoir core fragments[J]. Petrophysics, 2005, 46(4): 260277.
[14] 宋睿, 刘建军, 李光. 基于CT图像及孔隙网格的岩芯孔渗参数研究[J]. 西南石油大学学报(自然科学版), 2015, 37(3): 138145.
SONG Rui, LIU Jianjun, LI Guang. Researches on the pore permeability of core sample based on 3D microCT images and porescale structured element models[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(3): 138145. doi: 10.11885/j.issn.16745086.2015.04.03.03
[15] LI Shanjun. 渤海湾深层裂缝性致密砂岩储层的识别和评价[J]. 冯洁, 译. 测井与射孔, 2007, (2): 3642. http://www.docin.com/p-1594437968.html
[16] 王瑞雪, 张晓峰, 谈顺佳, 等. 基于成像测井资料多种滤波方法在裂缝识别中的应用[J]. 测井技术, 2015, 39(2): 155159.
WANG Ruixue, ZHANG Xiaofeng, TAN Shunjia, et al. On fracture identification with many filtering methods based on imaging logging information[J]. Well Logging Technology, 2015, 39(2): 155159. doi: 10.16489/j.issn.10041338.2015.02.005
[17] 汲生珍, 邬兴威, 夏东领, 等. 地震相裂缝分级技术在储层预测中的应用[J]. 西南石油大学学报(自然科学版), 2012, 34(3): 7177.
JI Shengzhen, WU Xingwei, XIA Dongling, et al. Application of seismic facies technique for fracture classfication in reservoir prediction[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2012, 34(3): 7177. doi: 10.3863/j.issn.16745086.2012.03.010
[18] 肖小玲, 靳秀菊, 张翔, 等. 基于常规测井与电成像测井多信息融合的裂缝识别[J]. 石油地球物理勘探, 2015, 50(3): 542547.
XIAO Xiaoling, JIN Xiuju, ZHANG Xiang, et al. Fracture identification based on information fusion of conventional logging and electrical imaging logging[J]. Oil Geophysical Prospecting, 2015, 50(3): 542547.
[19] 郎晓玲, 郭召杰, 刘红岐. 井震结合在缝洞识别和预测中的应用研究[J]. 西南石油大学学报(自然科学版), 2014, 36(4): 1220.
LANG Xiaoling, GUO Zhaojie, LIU Hongqi. Combination of well logging with seismic data in the identification and prediction of fracture and caves[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(4): 1220. doi: 10.11885/j.issn.16745086.2012.11.27.01
[20] 孙炜, 李玉凤, 付建伟, 等. 测井及地震裂缝识别研究进展[J]. 地球物理学进展, 2014, 29(3): 12311242.
SUN Wei, LI Yufeng, FU Jianwei, et al. Review of fracture identification with well logs and seismic data[J]. Progress in Geophysics, 2014, 29(3): 12311242.
[21] 郭慕孙. 物质转化过程中的多尺度效应[M]. 哈尔滨: 黑龙江教育出版社, 2002.
[22] YU Xiaoxiang, WANG Chongyu. Multiscale simulations in facecentered cubic metals:A method coupling quantum mechanics and molecular mechanics[J]. Chinese Physics B, 2013, 22(22): 395400. doi: 10.1088/16741056/22/2/027101
[23] 王崇愚. 多尺度模型及相关分析方法[J]. 复杂系统与复杂性科学, 2004, 1(1): 919.
WANG Chongyu. Multiscale modeling and related resolution approach[J]. Complex Systems and Complexity Science, 2004, 1(1): 919. doi: 10.3969/j.issn.16723813.2004.01.004
[24] LEE S P, JIN J W, KANG K W. Probabilistic analysis for mechanical properties of glass/epoxy composites using homogenization method and Monte Carlo simulation[J]. Renewable Energy, 2014, 65(5): 219226. doi: 10.1016/j.renene.2013.09.012
[25] FEI Q, YING S, SI C. The finite element model of multiscale structures in TSV interposer packages[J]. Engineering Mechanics, 2015, 32(10): 191197. doi: 10.6052/j.issn.10004750.2014.04.0285
[26] ZHOU X Y, GOSLING P D, PEARCE C J, et al. Perturbationbased stochastic multiscale computational homogenization method for the determination of the effective properties of composite materials with random properties[J]. Computer Methods in Applied Mechanics & Engineering, 2015, 300(1): 84105. doi: 10.1016/j.cma.2015.10.020
[27] TERADA K, ITO T, KIKUCHI N. Characterization of the mechanical behaviors of solidfluid mixture by the homogenization method[J]. Computer Methods in Applied Mechanics & Engineering, 1998, 153(34): 223257. doi: 10.1016/S00457825(97)000716
[28] YI J C, LEE W J, YONG H P. Effect of boundary conditions on plasticity and creep behavior analysis of particle reinforced composites by representative volume element approach[J]. Computational Materials Science, 2014, 100: 6775. doi: 10.1016/j.commatsci.2014.11.036
[29] ESHELBY J D. The determination of the elastic field of an ellipsoidal inclusion, and related problems[J]. Proceedings of the Royal Society of London A Mathematical Physical & Engineering Sciences, 1957, 241(1226): 376396.
[30] XIANG M, CHEN J. Numerical simulation of ductile fracture based on mean field homogenization method:Modeling and implementation[J]. Engineering Fracture Mechanics, 2015, 152: 147161. doi: 10.1016/j.engfracmech.2015.07.041
[31] DHATT G, LEFRANÇOIS E, TOUZOT G. Finite element method[J]. John Wiley & Sons, 2000, 12(5): 394409.
[32] 曲海, 刘营, 许颖. 水力喷砂射孔孔道裂缝起裂机理研究[J]. 西南石油大学学报(自然科学版), 2015, 37(5): 111116.
QU Hai, LIU Ying, XU Ying. The research on fracture initiation mechanism for sand jetting perforation technology[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(5): 111116. doi: 10.11885/j.issn.16745086.2013.03.11.04
[33] IGBOEKWE M U, ACHI N J. Finite difference method of modelling groundwater flow[J]. Journal of Water Resource & Protection, 2011, 3(3): 192198. doi: 10.4236/jwarp.2011.33025
[34] 严侠, 黄朝琴, 姚军, 等. 基于模拟有限差分的嵌入式离散裂缝数学模型[J]. 中国科学:技术科学, 2014, 44(12): 13331342.
YAN Xia, HUANG Zhaoqin, YAO Jun, et al. The embeded discrete fracture model based on mimetic finite difference method[J]. Science China Press, 2014, 44(12): 13331342. doi: 10.1360/N09201400047
[35] 康毅力, 皇凡生, 游利军, 等. 裂缝性致密储层钻井完井液漏失损害带模拟[J]. 西南石油大学学报(自然科学版), 2015, 37(5): 174182.
KANG Yili, HUANG Fansheng, YOU Lijun, et al. Simulation of damage zone due to lost circulation of drillin fluid in fractured tight reservoirs[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(5): 174182. doi: 10.11885/j.issn.16745086.2013.08.11.01
[36] 苟斐斐, 刘建军, 刘卫东, 等. 基于有限差分的化学剂平面运移规律数值模拟[J]. 西南石油大学学报(自然科学版), 2015, 37(6): 112118.
GOU Feifei, LIU Jianjun, LIU Weidong, et al. Numerical simulation of chemical planar transport based on finite difference method[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(6): 112118. doi: 10.11885/j.issn.16745086.2015.03.04.09
[37] HOU T Y, WU X H. A multiscale finite element method for elliptic problems in composite materials and porous media[J]. Journal of Computational Physics, 1997, 134(1): 169189. doi: 10.1006/jcph.1997.5682
[38] CHUNG E T, EFENDIEV Y, FU S. Generalized multiscale finite element method for elasticity equations[J]. GEM International Journal on Geomathematics, 2014, 5(2): 225254. doi: 10.1007/s1313701400660
[39] XIE Y, WU J, XUE Y, et al. Efficient triplegrid multiscale finite element method for solving groundwater flow problems in heterogeneous porous media[J]. Transport in Porous Media, 2016, 546(2): 503514. doi: 10.1007/s112420160650x
[40] ZHANG N, YAO J, HUANG Z, et al. Accurate multiscale finite element method for numerical simulation of twophase flow in fractured media using discretefracture model[J]. Journal of Computational Physics, 2013, 242(6): 420438. doi: 10.1016/j.jcp.2012.12.006
[41] WEINAN E, ENGQUIST B. Multiscale modeling and computation[J]. Notices of the American Mathematical Society, 2011, 50(9): 10621070.
[42] WEINAN E, ENGQUIST B. The heterognous multiscale methods[J]. Communications in Mathematical Sciences, 2003, 1(1): 87132.
[43] WEINAN E, ENGQUIST B, HUANG Z. Heterogeneous multiscale method:A general methodology for multiscale modeling[J]. Physical Review B, 2010, 67(67): 552555. doi: 10.1103/PhysRevB.67.092101
[44] WEINAN E. The heterogeneous multiscale method:A tenyear review[C]//APS Meeting Abstracts, 2012:249301.
[45] KISSLING F, ROHDE C. The computation of nonclassical shock waves in porous media with a heterogeneous multiscale method:The multidimensional case[J]. Siam Journal on Multiscale Modeling & Simulation, 2015, 13(4): 15071541. doi: 10.1137/120899236
[46] HUGHES T J R, FEIJÓO G R, MAZZEI L, et al. The variational multiscale method:A paradigm for computational mechanics[J]. Computer Methods in Applied Mechanics and Engineering, 1998, 166(12): 324. doi: 10.1016/S00457825(98)000796
[47] 付玉, 代雪梅, 李涧松, 等. 等效连续介质模型在低渗透油藏的适应性分析[J]. 西南石油大学学报(自然科学版), 2010, 32(3): 9396.
FU Yu, DAI Xuemei, LI Jiansong, et al. Adaptability analysis of the equivalent continuum media model on fractured low permeability reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(3): 9396. doi: 10.3863/j.issn.16745086.2010.03.017
[48] 赵立强, 任登峰, 罗志锋, 等. 天然裂缝性储层压裂液滤失研究[J]. 西南石油大学学报(自然科学版), 2014, 36(4): 142148.
ZHAO Liqiang, REN Dengfeng, LUO Zhifeng, et al. A study on fracturing fluid leakoff in naturallyfractured reservoirs[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(4): 142148. doi: 10.11885/j.issn.16745086.2013.06.30.04
[49] WARREN J E, ROOT P J. The behavior of naturally fractured reservoirs[J]. Society of Petroleum Engineers Journal, 1963, 3(3): 245255. doi: 10.2118/426PA
[50] KAZEMI H, KAZEMI H. Pressure transient analysis of naturally fractured reservoirs with uniform fracture distribution[J]. Society of Petroleum Engineers Journal, 1969, 9(4): 451462. doi: 10.2118/2156A
[51] 彭凯, 宁正福, 王桂丽. 页岩气藏双重介质渗流模型研究[J]. 重庆科技学院学报(自然科学版), 2012, 14(1): 811.
PENG Kai, NING Zhengfu, WANG Guili. Study for flow model in dualporosity of shale gas reservoirs[J]. Journal of Chongqing University of Science and Technology (Natural Sciences Edition), 2012, 14(1): 811. doi: 10.3969/j.issn.16731980.2012.01.003
[52] 卫鹏云. 页岩气藏的双重介质离散裂缝模型研究[D]: 合肥: 中国科学技术大学, 2015. http://kns.cnki.net/kns/detail/detail.aspx?QueryID=24&CurRec=1&recid=&FileName=1015549740.nh&DbName=CMFD201502&DbCode=CMFD&yx=&pr=
[53] 邓世冠. 双重介质孔隙裂隙网络模型模拟及其渗流机理实验研究[D]: 北京: 中国科学院大学, 2014. http://dspace.imech.ac.cn/handle/311007/48920
[54] CLOSSMAN P J. An aquifer model for fissured reservoirs[J]. Society of Petroleum Engineers Journal, 1975, 15(5): 385398. doi: 10.2118/4434PA
[55] 罗志锋, 赵立强, 刘平礼, 等. 裂缝性油藏压裂水平井生产动态模拟研究[J]. 西南石油大学学报(自然科学版), 2011, 33(1): 8894.
LUO Zhifeng, ZHAO Liqiang, LIU Pingli, et al. Simulation of horizontal wells production performance in fractured reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2011, 33(1): 8894. doi: 10.3863/j.issn.16745086.2011.01.015
[56] 张冬丽, 李江龙, 吴玉树. 缝洞型油藏三重介质数值试井模型[J]. 西南石油大学学报(自然科学版), 2010, 32(2): 8288.
ZHANG Dongli, LI Jianglong, WU Yushu. A triple continuum numerical well testing model for a naturally fractrued vuggy reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(2): 8288. doi: 10.3863/j.issn.16745086.2010.02.016
[57] 刘文超, 姚军. 三重介质油藏有限导流垂直裂缝井的流固耦合模型[J]. 工程力学, 2013, 30(3): 402409.
LIU Wenchao, YAO Jun. The fluidsolid coupling model of finite conducitivity vertically fractured well in the reservior with triple porosity medium[J]. Engineering Mechanics, 2013, 30(3): 402409. doi: 10.6052/j.issn.10004750.2011.09.0647
[58] 朱琴, 张烈辉, 张博宁, 等. 考虑微裂缝的页岩气藏三重介质不稳定产量递减研究[J]. 科学技术与工程, 2013, 13(29): 85958599.
ZHU Qin, ZHANG Liehui, ZHANG Boning, et al. The research about transient production decline of triple porosity model considering micro fractures in shale gas reservoir[J]. Science Technology and Engineering, 2013, 13(29): 85958599. doi: 10.3969/j.issn.16711815.2013.29.009
[59] OUENES A, LAFERRIERRE F, MOTA R O, et al. Characterization and simulation of a complex sub salt fractured carbonate field offshore brazil[C]//The Workshop on Naturally Fractured Reservoirs. doi:2013.10.3997/22144609.20132020
[60] ZELLOU A M, OUENES A. Integrated fractured reservoir characterization using neural networks and fuzzy logic:Three case studies[J]. Journal of Petroleum Geology, 2007, 24(4): 459476. doi: 10.1016/S03767361(03)800304
[61] ISNIARNY N, HARIS A, NURDIN S. Fracturedbasement reservoir modeling using continuous fracture modeling (CFM) method[C]//American Institute of Physics Conference Series, 2016. doi:10.1063/1.4941645
[62] 王建华. DFN模型裂缝建模新技术[J]. 断块油气田, 2008, 15(6): 5558.
WANG Jianhua. DFN model:A new modelling technology for fracture[J]. Faultblock Oil & Gas Field, 2008, 15(6): 5558.
[63] HUANG Zhaoqin, WANG Yueying. Numerical study on twophase flow through fractured porous media[J]. Science China Technological Sciences, 2011, 54(9): 24122420. doi: 10.1007/s1143101144803
[64] KIM J G, DEO M D. Finite element discretefracture model for multiphase flow in porous media[J]. Aiche Journal, 2000, 46(6): 11201130. doi: 10.1002/aic.690460604
[65] BAHRAINIAN S S, DEZFULI A D, NOGHREHABADI A. Unstructured grid generation in porous domains for flow simulations with discretefracture network model[J]. Transport in Porous Media, 2015, 109(3): 117. doi: 10.1007/s1124201505443
[66] 孙静静, 黄朝琴, 姚军, 等. 基于离散裂缝模型的低渗透油藏开发数值模拟[J]. 计算物理, 2015, 32(2): 177185.
SUN Jingjing, HUANG Zhaoqin, YAO Jun, et al. Numerical simulation for water flooding development in low permeability reservoirs with a discrete fracture model[J]. Chinese Journal of Computational Physics, 2015, 32(2): 177185. doi: 10.3969/j.issn.1001246X.2015.02.004
[67] ZENG Q, YAO J. Numerical simulation of fluidsolid coupling in fractured porous media with discrete fracture model and extended finite element method[J]. Computation, 2015, 3(4): 541557. doi: 10.3390/computation3040541
[68] 周方奇. 低渗透油藏嵌入离散裂缝模型的数值模拟研究[D]: 合肥: 中国科学技术大学, 2015. http://kns.cnki.net/kns/detail/detail.aspx?QueryID=48&CurRec=1&recid=&FileName=1015616056.nh&DbName=CDFDLAST2015&DbCode=CDFD&yx=&pr=
[69] ZHOU F Q. Development of an embedded discrete fracture model for multiphase flow in fractured reservoir[J]. Applied Mechanics & Materials, 2014, 668: 14881492. doi: 10.4028/www.scientific.net/AMM.668669.1488
[70] ZHANG N, YAO J, XUE S, et al. Multiscale mixed finite element, discrete fracturevug model for fluid flow in fractured vuggy porous media[J]. International Journal of Heat & Mass Transfer, 2016, 96: 396405. doi: 10.1016/j.ijheatmasstransfer.2015.11.090
[71] 龙武, 万小勇, 李冬梅. 碳酸盐岩缝洞型油藏离散数值试井解释方法研究[J]. 地质论评, 2015.
[72] 胡向阳, 袁向春, 侯加根, 等. 多尺度岩溶相控碳酸盐岩缝洞型油藏储集体建模方法[J]. 石油学报, 2014, 35(2): 340346.
HU Xiangyang, YUAN Xiangchun, HOU Jiagen, et al. Modeling method of carbonate fracturedcavity reservoirs using multiscale karst faciescontrolling[J]. Acta Petrolei Sinica, 2014, 35(2): 340346. doi: 10.7623/syxb201402015
[73] 孙志勇. 复杂裂缝性油藏多尺度地质建模技术[J]. 大庆石油地质与开发, 2014, 33(3): 7277.
SUN Zhiyong. Multiscale geological modeling technique for the complex fractured oil reservoir[J]. Petroleum Geology and Oilfield Development in Daqing, 2014, 33(3): 7277. doi: 10.3969/J.ISSN.10003754.2014.03.015
[74] BAI Y, LIU Z, LIU L, et al. A new method of multiscale geologic modeling and display[J]. Journal of Earth Science, 2014, 25(3): 537543. doi: 10.1007/s1258301404257
[75] 侯加根, 马晓强, 刘钰铭, 等. 缝洞型碳酸盐岩储层多类多尺度建模方法研究:以塔河油田四区奥陶系油藏为例[J]. 地学前缘, 2012, 19(2): 5966.
HOU Jiagen, MA Xiaoqiang, LIU Yuming, et al. Modelling of carbonate fracturevuggy reservoir:A case study of Ordovician reservoir of 4th block in Tahe Oilfield[J]. Earth Science Frontiers, 2012, 19(2): 5966.
[76] STERNLOF K R, KARIMIFARD M, POLLARD D D, et al. Flow and transport effects of compaction bands in sandstone at scales relevant to aquifer and reservoir management[J]. Water Resources Research, 2006, 42(42): 887896. doi: 10.1029/2005WR004664
[77] HUI M H, GONG B, KARIMIFARD M, et al. Development and Application of New Computational Procedures for Modeling Miscible Gas Injection in Fractured Reservoirs[C]//Society of Petroleum Engineers, 2007.
[78] LI L, LEE S H. Efficient fieldscale simulation of black oil in a naturally fractured reservoir through discrete fracture networks and homogenized media[J]. SPE Reservoir Evaluation & Engineering, 2008, 11(4): 750758. doi: 10.2118/103901PA
[79] MOINFAR A, SEPEHRNOORI K, JOHNS R T, et al. Coupled geomechanics and flow simulation for an embedded discrete fracture model[C]. SPE 163666, 2013. doi:10.2118/163666MS
[80] MOINFAR A, VARAVEI A, SEPEHRNOORI K, et al. Development of an efficient embedded discrete fracture model for 3D compositional reservoir simulation in fractured reservoirs[J]. SPE Journal, 2014, 19(2): 289303. doi: 10.2118/154246PA
[81] SHAKIBA M. Modeling and simulation of fluid flow in naturally and hydraulically fractured reservoirs using embedded discrete fracture model (EDFM)[D]. Austin:The University of Texas, 2014.
[82] SHAKIBA M, SEPEHRNOORI K. Using embedded discrete fracture model (EDFM) and microseismic monitoring data to characterize the complex hydraulic fracture networks[C]. SPE 175142, 2015. doi:10.2118/175142MS