E-mail Alert Rss
 

物探与化探, 2023, 47(4): 1018-1023 doi: 10.11720/wtyht.2023.1481

方法研究信息处理仪器研制

基于复电阻率—核磁联测实验的三水模型新形式

张丽华,, 潘保芝, 单刚义,, 阿茹罕, 张鹏济

吉林大学 地球探测科学与技术学院,吉林 长春 130026

A new three-water model based on the complex resistivity-NMR joint survey experiment

ZHANG Li-Hua,, PAN Bao-Zhi, SHAN Gang-Yi,, A Ru-Han, ZHANG Peng-Ji

College of Geoexploration Science and Technology,Jilin University,Changchun 130026,China

通讯作者: 单刚义(1970-),男,博士,高级工程师,现从事地震数据处理与解释研究工作。Email:shangangyi@jlu.edu.cn

第一作者: 张丽华(1974-),女,博士,正高级工程师,现从事石油地球物理测井的处理与解释研究工作。Email:zhanglh@jlu.edu.cn

责任编辑: 沈效群

收稿日期: 2022-09-21   修回日期: 2023-05-29  

基金资助: 国家自然科学基金面上项目(42072323)

Received: 2022-09-21   Revised: 2023-05-29  

摘要

三水模型在碎屑岩储集层解释中的应用比较广泛,但是三水模型的参数较多,部分参数很难确定,且确定方法多数都是根据研究地区很多实验数据统计而定。为了解决三水模型应用中的多参数问题,本文提出基于复电阻率数据计算阳离子交换容量的新方法,在此基础上提出了三水模型的新形式,并且提出了核磁数据结合遗传最优化算法,确定三水模型的参数值。根据这些参数计算的岩样100%含水时的电阻率与实验测量得到的电阻率相对误差为0.341 7。本文提出的方法简单易用,不需要依赖太多的实验数据,只要有复电阻率和核磁实验数据就可以应用。该方法可以为其他地区确定新三水模型参数提供参考和借鉴。

关键词: 三水模型; 三水模型参数; 复电阻率; 阳离子交换容量; 最优化算法; 核磁

Abstract

Three-water(free water,microcapillary water,and clay water) models are widely used in the interpretation of clastic reservoirs.However,these models involve many parameters,some of which are difficult to determine.The methods for determining these parameters are mostly based on the statistics of a large amount of experimental data in study areas.To solve the multi-parameter problem in the application of three-water models,this study proposed a new method to calculate the cation exchange capacity based on the complex resistivity data.Accordingly,it built a new three-water model.Then,it determined the parameter values of the three-water model using nuclear magnetic resonance (NMR) data combined with the optimal genetic algorithm.The resistivity of the completely water-saturated rock samples calculated from these parameters had a relative error of 0.3417 compared to the resistivity obtained from experimental measurements.The method proposed in this study is simple and easy to use.Moreover,this method does not rely on too many experimental data but requires only complex resistivity and NMR experimental data.Therefore,this method can be used as a reference for determining the parameters of new three-water models of other areas.

Keywords: three-water model; three-water model parameters; complex resistivity; cation exchange capacity; optimization algorithm; NMR

PDF (677KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

张丽华, 潘保芝, 单刚义, 阿茹罕, 张鹏济. 基于复电阻率—核磁联测实验的三水模型新形式[J]. 物探与化探, 2023, 47(4): 1018-1023 doi:10.11720/wtyht.2023.1481

ZHANG Li-Hua, PAN Bao-Zhi, SHAN Gang-Yi, A Ru-Han, ZHANG Peng-Ji. A new three-water model based on the complex resistivity-NMR joint survey experiment[J]. Geophysical and Geochemical Exploration, 2023, 47(4): 1018-1023 doi:10.11720/wtyht.2023.1481

0 引言

地质上常按成因和岩性把储集层划分为三类碎屑岩储集层、碳酸盐岩储集层和其他岩类[1]。世界上大约有40%的油气储量来自碎屑岩储集层,主要包括砂岩、粉砂岩、砂砾岩和砾岩。在测井剖面中常常是砂岩和泥岩交替,测井解释称之为砂泥岩剖面[2]。对于砂泥岩剖面的解释,通常是应用阿尔奇公式,或是在此基础上发展起来的各种导电模型,主要有:①考虑泥质对岩石电阻率影响的VSH型的导电模型,最有代表性的是Poupon公式[3]和Simandoux公式[4];②考虑双电层对岩石电阻率影响的QV型的导电模型,代表性的有Waxman-Smits公式[5]和双水模型[6];③综合导电模型,如CRMM低阻导电模型[7]、扩展的阿尔奇方程[8]和三水模型[9]。三水导电模型综合了前人对岩石导电机理的认识,既考虑了双水模型中自由水和束缚水电导率的区别,又考虑了微孔隙水导电对岩石整体电导率的贡献,已经在多个地区应用并取得了较好的效果[10-14]。但是三水模型的参数较多,其确定方法多数都是根据地区相关资料统计而定,需要很多实验数据做基础,比如压汞、相渗、孔隙度、渗透率、核磁、阳离子交换容量以及粒度分析等[15-16],这些实验既要花费很多时间,又需要大量的经费投入。为了找到一个尽量依赖较少的实验数据来确定三水模型参数的简单、易用的方法,本文基于复电阻率数据计算阳离子交换容量,提出了三水模型的新形式,然后利用核磁实验数据联合遗传优化算法确定模型中的参数。

1 三水模型和3种水的划分

1998年,李舟波教授和莫修文博士[9]运用传统的体积模型,认为岩石的导电路径是由自由孔隙水、微毛细孔隙水以及黏土束缚水3部分组成(图1),而且微孔隙和黏土孔隙中的地层水是不能流动的,烃只能进入自由孔隙,这样,岩石的整体电阻率可以视为3种孔隙形成的电阻率相并联的结果,从而提出了三水模型。张丽华等[16]对三水模型进行了改进,提出了新三水模型。新三孔隙水导电模型公式按电导率可写成如下形式:

图1

图1   三水模型示意

Fig.1   Schematic diagram of three water model


Ct=Cf+Ci+Cc=SwfnφfmfCwaf+φimiCwai+φcmcCwcac

当岩样100%含水时,式(1)可写为:

C0=φfmfCwaf+φimiCwai+φcmcCwcac

式中: Ct为新三水模型中岩石的电导率;C0为饱和水岩样的电导率;Cw为地层水的电导率;Cwc为黏土水的电导率;Swf 为自由流体的含水饱和度;φ为孔隙度;m为胶结指数;a为岩性指数;角标f、i、c分别代表自由流体孔隙、微孔隙以及黏土孔隙。

目前,核磁测井已经得到了广泛应用,多数地区的钻井都有核磁测井。核磁共振 T2谱是对多段回波串信号衰减过程曲线的数学反演[17-18]。自旋回波串的衰减是测量样品中氢原子核的数量和分布,随着测试时间的增加,幅度逐渐减小,因而可使用衰减信息确定孔隙含量和孔径分布。核磁共振 T2谱中谱峰面积大的样品的孔隙度可能大,多峰特征代表岩样孔隙结构特征复杂多样化[19-21],因此可以应用核磁的测量结果计算3种水的孔隙。在饱含水岩样的核磁共振T2谱图上(图2),以T2=0.5 ms 和T2=3 ms为界,分为3部分,分别表示岩样中的黏土水、微毛细水和自由水部分。

图2

图2   T2谱上3种水的分布示意

Fig.2   Distribution of three kinds of water on T2 spectrum


2 实验样品和步骤

本次实验的9块岩石样品取自QHD油田。QHD油田位于渤海中部海域。渤海湾盆地自上而下发育第四系平原组、新近系明化镇组和馆陶组、古近系东营组和沙河街组地层。储层岩石成分以长石砂岩为主,中—细砂岩及粉砂岩,填隙物主要为泥质[22-23]。本次实验所用仪器有岩石电阻率测量系统、分析天平和核磁测量系统。实验步骤如下:

1)岩样烘干,测量几何参数与干重;配置相应地层水矿化度的模拟盐水。

2)将岩样饱和地层水,进行核磁测试,获得饱水岩样的T2谱;测量20 Hz和1 kHz频率下饱水岩样电阻率。

3)离心过程中,测量20 Hz和1 kHz频率下不同饱和度下的岩样电阻率。

4)离心结束,测量离心后的束缚水饱和状态的岩样T2谱。

3 遗传优化算法求取模型参数

遗传优化算法是通过模拟自然进化过程搜索全局最优解的方法[24-25]。具体步骤如下:

1)种群初始化。用随机生成的方式来创造一个数量为100~500的种群,采用二进制将一个染色体(解)编码为基因型,然后将二进制基因型用十进制转化成十进制的表现型。

2)适应度计算。直接将目标函数值作为个体的适应度。

3)选择操作。根据个体适应度大小,将适应度高的个体从当前种群中选择出来。

4)交叉运算。用一定的交配概率阈值来控制是否采取单点交叉,多点交叉等方式生成新的交叉个体,阈值一般是0.4~0.99。

5)变异运算。先随机产生变异点,再根据变异概率阈值将变异点的原有基因取反,阈值一般为0.000 1~0.1。

6)终止判断。如果满足条件(迭代次数一般为200~500)则终止算法,否则返回步骤2。

图3给出了遗传算法基本流程。

图3

图3   遗传算法基本流程

Fig.3   Basic flow chart of genetic algorithm


如果采用N块岩样的实测电阻率R0最优确定mfafmiaimcac,则是将N块岩样的数据

代入式(1),得到如下方程组:

1R01=φf1mfafRw+φi1miaiRw+φc1mcacRwc
1R02=φf2mfafRw+φi2miaiRw+φc2mcacRwc

1R0N=φfNmfafRw+φiNmiaiRw+φcNmcacRwc

式中:R01~R0N是三水模型计算的N块岩样的电阻率;φfjφijφcj分别是核磁测量得到的第j块岩样的自由水孔隙度、微毛细水孔隙度和黏土水孔隙度。

采用遗传最优化算法,得到QHD油田X井的mfafmiaimcac的值分别是1.000 0、1.090 7、1.000 0、1.000 0、1.343 0和2.946 5。 图4给出了最优化结果与实测R0的对比结果,相对误差为0.828 1。

图4

图4   QHD油田X井6个参数最优化结果与实测R0对比

Fig.4   Comparison between optimization results of 6 parameters and measured R0


4 基于复电阻率的Qv的求取方法

通常,单位孔隙体积的阳离子交换量Qv通过CEC求得:

Qv=CEC·1-φT·ρgφT

式中:ρg为岩石平均颗粒密度;φT为总孔隙度;CEC为每单位质量干岩样交换钠离子的摩尔或毫摩尔数,mmol/g。

测量阳离子交换容量CEC的步骤非常繁琐,具体参见中华人民共和国石油天然气行业标准《SY/T5395-91黏土阳离子交换容量及盐基分量测定方法》。而测定复电阻率的方法相对简单。当岩石中有不同频率的电流通过时,不仅岩石电阻率的幅度发生变化,相位同时也发生变化,这时岩石电阻率不能用实数表示,而要用复数表示,称为岩石复电阻率。岩石的复电阻率可以提供丰富的地层信息。泥质含量对岩样电阻率的影响主要反映在阳离子交换量上,泥质的附加导电特性不仅使岩样复电阻率的实部降低,也改变了复电阻率的虚部。李建军等[26]的研究结果表明复电阻率的实部和虚部都随着CEC的增大而减小,据此建立了矿化度为1 g/L、频率为20 Hz的复电阻率的实部R和虚部X与阳离子交换量CEC的关系式:

R= 203.999934exp(-CEC/0.71531)+42.959 76,
X= 10.6949exp(-CEC/0.47884)+5.406 27。

Vinegar 和Waxman[27]对20块泥质砂岩进行了测试,发现这20块岩样的阳离子交换量Qv 范围在0.03~0.95 meq/ml;他们提出了一种适用于泥质砂岩地层的经验公式——V-W 模型,将复电阻率分为同相电导率与异相电导率两部分。基于以上研究,本次实验测量了复电阻率,应用复电阻率的实部σ'和虚部σ″联合求取Qv:

σ'=1Fσw+BˋQv
σ=1FqλˋQv
Fq=F·φ

式中:σw为流体的电导率;Bˋ为黏土的等效阳离子电导率;λˋ为等效的正交电导率;F代表地层因素;φ为孔隙度。

5 三水模型的新形式

如果黏土的电导率不是用公式Cc=φcmcCwcac来计算,而是用

Cc=BˋQvF

计算,则式(2)中只有mfafmiai 4个未知参数。采用遗传最优化算法,得到QHD油田X井的这4个参数值分别是0.565 5、1.937 9、1.087 19和0.649 8。图5给出了最优化结果与实测R0的对比结果,相对误差为0.341 7。

图5

图5   QHD油田X井4个参数最优化结果与实测R0对比

Fig.5   Comparison between optimization results of four parameters of well X in QHD oilfield and measured R0


对比图4图5,图5的误差更小。因此,最终采用如下的三水模型新形式计算含水饱和度。

当岩石含有油气时:

Ct=SwfnfφfmfCwaf+φimiCwai+Cc;

当岩石100%含水时:

C0=φfmfCwaf+φimiCwai+Cc

由于很难确定饱和度指数n,因此根据

I=RtR0=bSwn=C0Ct

将含水饱和度方程变换为

Sw=b·CtC0n

式中:b为岩性系数。参数bn可通过1 kHz下复电阻率的实部得到(图6)。

图6

图6   I-Sw关系

Fig.6   Relationship of I-Sw


6 结论

1)应用测量的岩样复电阻率数据,计算了阳离子交换容量,提出了三水模型的新形式,节省了实验测量阳离子交换容量的时间和费用。

2)基于核磁实验数据,结合遗传最优化方法,得到了三水模型新形式下的参数,即自由孔隙、束缚孔隙的胶结指数和岩性指数mfafmiai的值分别是0.565 5、1.937 9、1.087 2和0.649 8。根据这些参数计算的岩样100%含水时的电阻率与实验测量得到的电阻率相对误差为0.341 7。

3)本文所提方法应用起来相对简单,不需要太多的实验数据,只要有核磁数据和复电阻率实验数据就可以确定三水模型新形式中的参数。

4)本文所提方法为应用新三水模型计算含水饱和度提供了基本参数的求取方法,其他地区可以参考借鉴。

参考文献

李舟波. 地球物理测井数据处理与综合解释[M]. 长春: 吉林大学出版社, 2003.

[本文引用: 1]

Li Z B. Geophysical logging data processing and comprehensive interpretation[M]. Changchun: Jilin University Press, 2003.

[本文引用: 1]

曾文冲. 油气藏储集层测井评价技术[M]. 北京: 石油工业出版社, 1991.

[本文引用: 1]

Zeng W C. Logging evaluation technology of oil and gas reservoir[M]. Beijing: Petroleum Industry Press, 1991.

[本文引用: 1]

Poupon A, Leveaux J.

Evaluation of water saturations in shaly formation

[J]. The Log Analyst, 1971, XII(4): 3-8.

[本文引用: 1]

Simandoux P.

Dielectric measurements on porous media: Application to measurement of water saturation: Study of the behavior of argillacious formation

[C]// SPWLA 4th Annual Logging Symposium, 1963.

[本文引用: 1]

Waxman M H, Smits L J M.

Electrical conductivities in oil bearing shaly sands

[C]// SPE, 1968: 107-122.

[本文引用: 1]

Clavier C, Coates G, Dumanoir J.

The theoretical and experimental bases for the electric dual-water model for interpretation of shaly sands

[J]. SPE Journal, 1984, 24(2): 153-168.

[本文引用: 1]

Givens W W.

A conductive rock matric model (CRMM) for the analysis of low-contrast resistivity formation

[J]. The Log Analyst, 1987, 28(2) :138-151.

[本文引用: 1]

Crane S D.

Impacts of micro porosity, rough pore surface and conductive minerals on saturation calculations from electric measurements: An ex tended Archie's law

[C]// West Lafayette:SPWLA 31th Annual Logging Symposium, 1990.

[本文引用: 1]

莫修文. 低阻储层导电模型的建立及解释方法研究[D]. 长春: 长春科技大学, 1998.

[本文引用: 2]

Mo X W. Study on the establishment and interpretation of conductivity model of low resistivity reservoir[D]. Changchun: Changchun University of Science and Technology, 1998.

[本文引用: 2]

莫修文, 贺铎华, 李舟波, .

三水导电模型及其在低阻储层解释中的应用

[J]. 长春科技大学学报, 2001(1):92-95.

[本文引用: 1]

Mo X W, He D H, Li Z B, et al.

The application of three-water conduction model in the interpretation of low-resistivity reservoir

[J]. Journal of Changchun University of Science and Technology, 2001(1):92-95.

[本文引用: 1]

张奉东, 潘保芝.

三水模型在腰英台油田储层测井解释中的应用

[J]. 世界地质, 2009, 28(2):226-232.

[本文引用: 1]

Zhang F D, Pan B Z.

Application of three water model in reservoir log interpretation inYaoyingtai oilfield

[J]. World Geology, 2009, 28(2):226-232.

[本文引用: 1]

张丽华, 潘保芝, 李宁, .

基于三水模型的储层分类方法评价低孔隙度低渗透率储层

[J]. 测井技术, 2011, 35(1):31-35.

[本文引用: 1]

Zhang L H, Pan B Z, Li N, et al.

Reservoir Classification Method Based on Three Water Model to Evaluate Low Porosity and Low Permeability Reservoir

[J]. Well Logging Technology, 2011, 35(1):31-35.

[本文引用: 1]

郭宇航, 潘保芝, 蒋必辞, .

苏里格地区三水模型与数学方法结合的致密砂岩储层评价

[J]. 石油物探, 2015, 54(5):621-626.

DOI:10.3969/j.issn.1000-1441.2015.05.015      [本文引用: 1]

应用三水模型评价苏里格地区致密砂岩储层时,在孔隙度较高的层段,孔隙度和含水饱和度预测结果与岩心数据符合度很好;在孔隙度较低的层段,孔隙度预测结果符合度较好,但含水饱和度预测结果存在很大偏差。造成这一现象的原因是孔隙度较低的层段岩性更加致密,孔隙结构更加复杂,三水模型中的参数难以赋值。为此,提出三水模型与数学方法结合的致密砂岩储层评价方法,通过全区密闭取心资料分析确定三水模型处理下限,在下限之下的层段结合广义回归神经网络(GRNN)和粒子群-支持向量机(PSO-SVM)算法得到处理结果。三水模型结合数学方法在苏里格地区综合处理的结果与该区岩心数据符合度较好,说明方法是可行的。

Guo Y H, Pan B Z, Jiang B C, et al.

Tight sandstone reservoir evaluation by the combination of three-water model and mathematical method in Sulige Area

[J]. Geophysical Prospecting for Petroleum, 2015, 54(5):621-626.

DOI:10.3969/j.issn.1000-1441.2015.05.015      [本文引用: 1]

<p>&nbsp;When three-water model was applied to evaluate tight sandstone reservoir of Sulige Area,the prediction results of the layers with high-porosity fit well with the core data; however,in the layers with low-porosity,the porosity prediction result is good while there is a big deviation in the water saturation prediction result.The phenomenon is caused by the more tight pores and more complex porous structures in the layers with lower porosity,and the parameters of three-water model are difficult for evaluation.Through sealed core data analysis,the lower limits of the parameters of the three-model is identified.Combined with the Generalized Regression Neural Network (GRNN) and Partial Swarm Optimization-Support Vector Machine (PSO-SVM) algorithm,the layers below the lower limits is predicted by mathematical method.The prediction results obtained by the combination of three-water model and mathematical method is coinciding well with the core data,which provides good criteria for the logging evaluation of the tight sandstone reservoirs in Sulige Area.</p>

丁永浩. 泥质砂岩三孔隙导电模型测井解释方法研究[D]. 长春: 吉林大学, 2005.

[本文引用: 1]

Ding Y H. Study on shaly sand three-pore conductivity model log interpretation method[D]. Changchun: Jilin Univesity, 2005.

[本文引用: 1]

付晨东, 汪爱云.

新三水模型的改进与参数确定方法

[J]. 吉林大学学报:地球科学版, 2022, 52(2):654-661.

[本文引用: 1]

Fu C D, Wang A Y.

Improvement of new three-water model and determination of its parameters

[J]. Journal of Jilin University:Earth Science Edition, 2022, 52 (2):654-661.

[本文引用: 1]

张丽华, 潘保芝, 李舟波, .

新三水导电模型及其在低孔低渗储层评价中的应用

[J]. 石油地球物理勘探, 2010, 45(3):431-435,472,318.

[本文引用: 2]

Zhang L H, Pan B Z, Li Z B, et al.

New three-water conduction model and its application in evaluation of low porosity and low permeability reservoir

[J]. OGP, 2010, 45(3):431-435,472,318.

[本文引用: 2]

王赞惟.

鄂尔多斯盆地东缘临兴地区盒 8段储层微观孔隙结构及渗流特征

[J]. 非常规油气, 2020, 7(1):59-64.

[本文引用: 1]

Wang Z W.

Microscopic pore structure and the seepage characteristics in tight sandstone reservoir of the 8th member of lower shihezi formation in Linxing area of east Ordos Basin

[J]. Unconventional Oil & Gas, 2020, 7(1): 59-64.

[本文引用: 1]

李楚雄, 申宝剑, 卢龙飞, .

松辽盆地沙河子组页岩孔隙结构表征—基于低场核磁共振技术

[J]. 油气藏评价与开发, 2022, 12(3):468-476.

[本文引用: 1]

Li C X, Shen B J, Lu L F, et al.

Pore structure characterization of Shahezi Formation shale in Songliao Basin: Based on low-field nuclear magnetic resonance technology

[J]. Petroleum Reservoir Evaluation and Development, 2022, 12(3): 468-476.

[本文引用: 1]

谭茂金, 赵文杰.

用核磁共振测井资料评价碳酸盐岩等复杂岩性储集层

[J]. 地球物理学进展, 2006, 21(2):489-493.

[本文引用: 1]

Tan M J, Zhao W J.

Description of carbonate reservoirs with NMR log analysis method

[J]. Progress in Geophysics, 2006, 21(2): 489-493.

[本文引用: 1]

白松涛, 程道解, 万金彬, .

砂岩岩石核磁共振 T2谱定量表征

[J]. 石油学报, 2016, 37(3):382-391.

DOI:10.7623/syxb201603010      [本文引用: 1]

基于统计学中的正态分布模型和地质混合经验分布模型,应用图解法和矩法2种数学算法,对核磁共振T<sub>2</sub>谱进行定量表征研究,提取出核磁共振T<sub>2</sub>谱反映自身孔隙结构及流体赋存状态信息的16项特征变量。在此基础上,结合压汞孔喉分布资料分析了核磁共振定量参数的岩石物理意义,验证了核磁共振定量参数表征储层微观孔隙结构方法的可靠性。在核磁共振定量表征参数相关性分析基础上,优选参数进行储层渗透率和束缚水饱和度求取,与实际岩心分析资料对比,新模型计算效果良好。进一步结合地区储层产能特征,利用核磁共振T<sub>2</sub>谱定量表征参数对储层进行分类综合评价,在冀东油田某井区的实际应用效果表明,核磁共振T<sub>2</sub>谱定量参数在储层微观孔隙结构特征研究、储层渗透率及束缚水饱和度计算、储层综合分类等方面均具有良好的评价效果。

Bai S T, Cheng D J, Wan J B, et al.

Quantitative characterization of sandstone NMR T2 spectrum

[J]. Acta Petrolei Sinica, 2016, 37(3): 382-391.

[本文引用: 1]

梁志凯, 李卓, 姜振学, .

基于 NMR 和 SEM 技术研究陆相页岩孔隙结构与分形维数特征—以松辽盆地长岭断陷沙河子组页岩为例

[J]. 地球科学与环境学报, 2020, 42(3):313-328.

[本文引用: 1]

Liang Z K, Li Z, Jiang Z X, et al.

Characteristics of pore structure and fractal dimension in continental shale based on NMR experiment and SEM image analyses: A case study of Shahezi Formation Shale in Changling Fault Depression of Songliao Basin, China

[J]. Journal of Earth Sciences and Environment, 2020, 42(3): 313-328

[本文引用: 1]

朱文森. 秦皇岛32-6和绥中36-1油田水驱后砂岩储层变化规律研究[D]. 青岛: 中国石油大学(华东), 2018.

[本文引用: 1]

Zhu W S. Research on the variation law of sandstone reservoir after water flooding in QHD32-6 and SZ36-1 oilfields[D]. Qingdao: China University of Petroleum (East China), 2018.

[本文引用: 1]

张平. 以大庆油田模式虚拟开发秦皇岛32-6油田的数值模拟研究[D]. 大庆: 东北石油大学, 2011.

[本文引用: 1]

Zhang P. Numerical simulation of virtual development of Qinhuangdao 32-6 Oilfield with the mode of Daqing Oilfield[D]. Daqing: Northeast Petroleum University, 2011.

[本文引用: 1]

周明, 孙树栋. 遗传算法理论及应用[M]. 北京: 国防工业出版社, 1999.

[本文引用: 1]

Zhou M, Sun S D. Theory and application of genetic algorithm[M]. Beijing: National Defense Industry Press, 1999.

[本文引用: 1]

王小平, 曹立明. 遗传算法—理论应用与软件实现[M]. 西安: 西安交通大学出版社, 2002.

[本文引用: 1]

Wang X P, Cao L M. Genetic algorithm:Theory application and software implementation[M]. Xi'an: Xi'an Jiaotong University Press, 2002.

[本文引用: 1]

李建军, 邓少贵, 范宜仁, .

岩样复电阻率影响因素研究

[J]. 测井技术, 2005(1):11-14,90.

[本文引用: 1]

Li J J, Deng S G, Fan Y R, et al.

Study on influential factors on Core's complex resistivity

[J]. Well Logging Technology, 2005(1):11-14,90.

[本文引用: 1]

Vinegar H J, Waxman M H.

Induced polarization of shaly sands

[J]. Geophysics, 1984, 49(8):1267-1287.

DOI:10.1190/1.1441755      URL     [本文引用: 1]

Equations have been developed that relate induced polarization (IP) in shaly sands to measurable petrophysical parameters. The induced‐polarization process has been modeled in terms of two mechanisms: clay counterion displacement and membrane blockage. The resulting equations can be used to determine shaliness, brine conductivity, and oil saturation from in‐phase and out‐of‐phase conductivities. Laboratory measurements have confirmed the IP dependence on these variables, as well as on temperature.

/

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com