梨树断陷营城组致密砂岩测井流体识别方法及其适应性分析
毛克宇
中石化胜利石油工程有限公司测井公司,山东 东营 257096

作者简介:毛克宇(1963-),男,河南洛阳人,高级工程师,主要从事测井解释方法研究与应用.E-mail:mkymsj@163.com

摘要

致密砂岩储层具有低孔隙度、低渗透率的特征,储层中的流体对测井响应的贡献大大减小,流体识别及评价变得更加困难,迫切需要发展有效的测井解释方法。从梨树断陷营城组致密碎屑岩储层的地质特征研究入手,基于孔隙流体对测井数据的敏感性研究了测井曲线重叠法、声波测井与反演声波曲线重叠法、孔隙度差值与比值法、电阻率—孔隙度交会图法、正态分布法等多种流体识别方法,建立并优选了有效的测井流体评价方法,实现了对研究区油气层的定性识别。研究表明,上述方法均适用于研究区的流体识别,2种重叠法、孔隙度差值与比值法、电阻率—孔隙度交会图法更适用于天然气储层,孔隙度差值与比值法、电阻率—孔隙度交会图法、正态分布法更适用于油水储集层。利用上述方法对研究区目标井进行了测井资料精细解释,重新认识和评价储层,为油田勘探开发提供重要的决策依据与参考。

关键词: 致密砂岩; 流体识别; 孔隙度重叠; 适应性
中图分类号:P618.130.2 文献标志码:A 文章编号:1001-8166(2016)10-1056-11
Logs Fluid Typing Methods and Adaptive Analysis of Tight Sandstone Reservoir of Yingcheng Formation in Lishu Fault
Mao Keyu
Logging Company of Shengli Petroleum Engineering Company, Sinopec, Dongying 257096,China

First author:Mao Keyu(1963-), male, Luoyang City, He’nan Province, Senior engineer. Research areas include geophysical well logging interpretation.E-mail:mkymsj@163.com

Abstract

Tight clastic reservoirs are characterized with low porosity and low permeability, which reduce contributions of reservoir fluids to geophysical logging responses, and it is more difficult to identify fluids of the reservoir. Therefore, it is necessary to study log interpretation and comprehensive evaluation methods for such clastic reservoirs. This study focused on geological characteristics of tight clastic reservoir of Yingcheng formation in Lishu Fault. Based on logs sensitivity to fluids, some fluid typing methods were discussed in detail, which included log curve overlap method, acoustic time overlapping method from density and neutron logs, porosity difference and ratio method, porosity-resistivity crossplot, normal distribution method, and other methods, and some effective fluid evaluation method were established and optimized. These above-mentioned methods were verified, which could achieve layer qualitative identification of tight sandstone in the study area. By contrast, two logs overlapping methods, porosity difference and ratio method, resistivity-porosity crossplot are more suitable for natural gas reservoirs, while porosity difference and ratio method, porosity-resistivity chart, normal distribution method are more suitable for oil and water reservoirs. The case study suggests that these methods be combined to archive more correct log interpretation in the study area, which provides important decision-making reference for oilfield exploration and development.

Keyword: Tight sandstone; Fluid typing; Log interpretation; Lishu Fault.
1 地质概况

梨树断陷位于松辽盆地东南隆起区, 与北侧杨大城子凸起(钓鱼台隆起)、西侧的沈阳凸起与长岭断陷相邻。梨树断陷是松辽盆地断陷层系中规模较大、埋藏较深、地层发育齐全的断陷。营城组属早白垩世, 在松辽盆地中主要分布在东部和中部断陷中, 西部缺失, 而在梨树断陷地区分布巨厚, 沉积岩以灰白、灰黑、灰绿色砂砾岩、砂质泥岩为主, 夹薄煤层, 火山岩明显减少[1, 2]。梨树断陷纵向上含油气井段分布较长, 岩性复杂, 储层物性变化大, 孔隙结构复杂, 且非均质性强, 主要含油气区主要包括梨树北部斜坡带与秦家屯油气区。营城组地层孔隙度一般为2.0%~15.0%, 渗透率一般为0.8~20 mD, 属于低孔低渗、特低孔渗储层(图1)。

低孔低渗储集层的物性受物源、沉积环境、成岩作用及构造应力等多种因素控制, 张龙海等[3]将低孔低渗储集层分为3类:远源型次生粒间溶孔为主的岩屑砂岩低孔低渗储集层、成岩型次生孔+原生孔的长石砂岩低孔低渗储集层、近源型粒间孔为主的岩屑砂岩低孔低渗储集层[3]。与常规储集层相比, 致密油气储集层具有复杂的岩性、孔隙结构和物性非均质性[4~9], 这些特征使得油水分布复杂, 存在明显的非均质性。同时, 测井响应变得复杂, 利用测井资料进行岩性识别、储集空间划分难度加大。同时, 天然气的可压缩性大, 孔隙中的油、气、水在测井信息中的响应不明显, 而且更易受泥浆侵入的影响, 因此, 流体识别难度大、精度低[9, 10]。而且, 泥质含量、孔隙度、渗透率、含油饱和度等储集层参数计算也变得很困难。由于上述因素的影响, 适用于高、中孔渗储层有效的石油天然气测井检测技术受到削弱和限制, 甚至完全被淹没在岩性和物性的变化之中, 测井评价精度受到限制[11~14]。为此, 需要针对该类储层的特点研究新的、适用的流体识别方法。

图1 营城组孔隙度、渗透率直方图
(a)孔隙度; (b)渗透率
Fig.1 The porosity and permeability histograms of Yingcheng Formation
(a)Porosity; (b) Permeability

近几年, 我国学者针对松辽盆地长岭断陷、四川盆地、鄂尔多斯盆地等的致密砂岩开展了大量的测井解释方法研究, 在致密储层成因、岩电规律、微观孔隙结构、储层评价方法等方面做了大量研究, 取得了明显的进展[14~20]。夏冬冬等[14]以松辽盆地十屋油田下白垩统营城组特低渗透储层为研究对象, 通过对大量岩石物理实验结果的综合分析, 揭示该地区特低渗透储层的特征, 建立了一套合理的孔隙度、渗透率、饱和度模型, 提高了该区目的层段油藏测井解释和有利区预测的精度。李万才等[15]也针对十屋油田低孔低渗砂岩的测井信息提出了识别油层和气层的指标判别法, 分别建立了自然伽马、自然电位测井判别指标、电阻率和声波测井油层综合判别指标以及三孔隙度测井气层判别指标。实际应用表明, 利用该方法可以有效地区分油层和气层。针对四川盆地上三叠统须家河组地层, 王洪辉等[16]建立了一系列孔隙度模型; 李梅等[17]利用测井、试气等资料, 结合须家河组储层特点, 系统分析了储层气、水测井响应特征, 采用饱和度重叠法、电阻率— 孔隙度交会法、侧向— 感应电阻率比值法、纵横波速度比法, 从不同角度反映储层物性和气、水、干层之间的差异, 综合判别安岳气田须二段的储层性质。杨双定[18]和张鹏等[19]针对鄂尔多斯盆地低孔低渗储层, 采用岩心刻度测井的方法, 通过多元线性回归分析, 建立了渗透率测井解释模型, 计算结果与岩心实测渗透率匹配良好。此外, 在泌阳凹陷等盆地中低孔渗储层也广泛发育, 测井评价与流体识别方法面临挑战, 也取得了一些重要进展[20]

在饱和度评价方面, 张龙海等[10]认为岩石的孔隙结构及其连通性对饱和流体岩石的电阻率有重要影响, 根据不同的孔隙结构求取准确的胶结指数m, 较好地解决了低孔低渗储层流体饱和的评价精度。李霞等[21]针对低孔低渗储层岩电实验中的“ 非阿尔奇” 现象, 根据低孔低渗储层孔隙结构, 提出一种新的反映孔隙结构的双孔隙组分饱和度模型, 并用理论模拟方法与实测结果进行对比, 该模型在我国东部和中部2个油田低孔低渗储层评价中的应用效果显著。除了常规测井技术外, 利用测井新技术可提高致密砂岩测井解释的精度[22~25]。黄毅等[24]利用核磁共振测井评价孔隙结构的独特优势, 建立了低孔、低渗油藏核磁共振横向驰豫时间T2几何平均值与胶结指数m、饱和度指数n值之间的关系。谭茂金等[25]针对低孔低渗的基山砂岩体, 依据实验结果对Archie饱和度模型进行了优化, 按照孔隙度分区建立了T2几何平均值与胶结指数m、饱和度指数n值之间的关系, 取得了较好的应用效果。

2 流体识别方法

不同测井信息对储层物性、含流体性质的响应特征不同, 综合分析其响应特征的差异可对储层流体性质进行判别。经研究和分析, 目前应用较有效的储层流体识别方法有:测井曲线重叠法、声波测井与反演声波曲线重叠法、孔隙度差值与比值法、孔隙度— 电阻率交会图法以及正态分布法(P1/2)等。

2.1 测井曲线重叠法

在储层孔隙性和渗透性相同时, 利用声波测井、密度测井和中子测井值计算得到的水层、油层与气层的孔隙度是不同的, 通过对比上述孔隙度的差异可以定性识别流体性质。根据测井方法原理, 补偿中子测井孔隙度取决于地层含氢量的高低, 当地层孔隙中含有残余天然气时, 孔隙中含氢指数减小, 出现“ 挖掘效应” , 从而导致补偿中子测井孔隙度远低于地层的实际孔隙度(即地层含油或含水时的孔隙度), 含气饱和度越高则中子测井孔隙度偏离实际孔隙度就越多。密度测井、声波时差测井对气层的响应与补偿中子测井刚好相反, 即地层含气时, 岩性密度测井数值偏低, 补偿声波时差测量结果偏大, 因此计算的密度孔隙度与声波孔隙度均高于地层实际孔隙度。因此, 利用声波、密度、中子测井计算的视石灰岩孔隙度的差异与特征, 重叠绘制后可以直观地识别气层[26, 27]

图2是SN139井曲线重叠法识别气层的示意图。图2中第3道为“ 相容刻度” 的声波时差、补偿中子和密度测井曲线, 泥岩的3条孔隙度测井曲线是散开的, 在储层上3条曲线是基本重合的, 但是当储层含气时, 由于密度测井值与中子测井值均偏小, 使得补偿中子和补偿密度曲线有离差, 图中用黄色进行了填充。为了清晰地展示这一差异, 利用密度测井计算了视石灰岩孔隙度, 并与补偿中子相同刻度绘制在了第四道, 两者的差异明显地指示了气层的存在。根据上述分析, 共解释5层。最后一道为录井的全烃和甲烷含量, 可以看出, 第3, 4层的视石灰岩孔隙度差异比第1, 2层要明显, 而录井的含气显示也证明了这个规律。第2~5层(2 065.8~2 110.8 m)。常规测试后, 获得日产天然气29 219 m3, 证实了该方法的解释结果。

图2 SN139井测井曲线重叠法识别气层Fig.2 Gas layer typing from logs curve superposition of Well SW139

2.2 声波测井与反演声波曲线重叠法

根据测井解释原理, 在水层或致密层(干层), 利用密度、声波、中子计算的孔隙度是相同的, 因此, 利用补偿中子或密度测井值反演的声波时差与声波测井数值也是相等的。相反, 当地层中的流体为油气时, 利用补偿中子或体积密度反演的声波时差与声波测井数值就会有差异。

首先, 利用中子测井、密度测井曲线反演分别得到声波曲线ACN和ACD。在气层显示段, 由于受天然气的影响, 声波曲线数值通常会增大, 而通过密度反演得到的声波(ACD)比声波测井(AC)数值通常较高; 通过中子测井反演得到的声波时差数值(ACN)比声波测井(AC)数值低[28]。通过对比密度测井曲线与反演密度曲线的偏差来判断气层和水层, 即气层段ACD> AC, ACN< AC, 水层段则三者基本相等, DENC≈ DEN≈ DENA图3为SN139井原始测量声波与反演声波曲线对比图。SN139井气层段(2 065.8~2 110.8 m)的由中子、密度反演的声波时差ACD> AC, ACN< AC, 且具有较大幅度差, 为气层特征。

图3 SN139井由中子、密度测井反演声波时差与声波测井曲线图差异识别气层Fig.3 Gas layers identification from difference between acoustic log and inverted acoustic time from neutron log and bulk density log in well SN139

2.3 孔隙度差值与比值法

由于油层与水层、气层与水层的声波密度、中子测井的响应特征不同, 为了分析它们之间的差异, 构建了孔隙度差值公式和孔隙度比值公式[28]。具体做法为:用中子孔隙度减去声波孔隙度得到孔隙度差, 记为Δ Ф NA, 把中子孔隙度减去密度孔隙度得到的孔隙度差, 记为Δ Ф ND, 即:

ΔФNA=ΦN-ΦSΔФND=ΦN-ΦD(1)

式中:Ф S, Ф D, Ф N分别为声波孔隙度、密度孔隙度和中子孔隙度。

对于水层和油层, 上述2个孔隙度差值均接近或等于零; 而对于气层, 2个孔隙度差值皆小于零, 含气饱和度越高, 2个孔隙度差值越大, 如果将这2个差值曲线对称显示, 则可以更加直观地识别气层。此外, 为了进一步放大含气信息, 构建了孔隙度比值参数进行指示。定义一个孔隙度比值参数, 记为ISND:

ISND=ФSФDФN2(2)

ISND> 1时, 指示为气层; 当ISND≤ 1时, 指示为水层。

图4a, b, c为由梨树地区SW6, SW601, SW2, SW107, SW108, SW109井营城组测试层三孔隙度比值图。图4中显示, ISND > 1时为气层响应特征, 并且随含气饱和度的增加ISND明显增大, 图中数据点上移; 油层、油气同层的ISND≥ 1; 当ISND ≤ 1, 为水层。图4d为由梨树地区八屋井区营城组3孔隙度差值图, 可以看出:对于油气层来说, 2个孔隙度差值均小于零, 并且含气饱和度越高, 2个孔隙度差值越大; 对于水层或含油水层, 2个孔隙度差值均接近或者大于零。

2.4 电阻率— 孔隙度交会图分析法

将Archie公式[29]:

Rt=abRwSwnϕm(3)

式中:Rt为地层真电阻率, Rw为地层水电阻率, Sw为含水饱和度, ϕ 为地层孔隙度, ab为岩性系数, m为胶结指数, n为饱和度指数。

公式(3)两边取对数

lgRt=-mlgϕ+lgabRwSwn(4)

y=lgRt, x=lgϕ

则有:

y=-mx+lgabRwSwn(5)

可见, 在双对数坐标中, Rtϕ 之间关系是一组斜率为-m, 截距为lg(abRw/ Swn)的直线。对于岩性稳定(a, b, m, n不变), 地层水电阻率Rw不变的解释井段, 直线的截距仅随Sw而变。这样便可获得一组随Sw变化的平行直线。可利用这组直线来定性判断油层、气层、水层并确定油水界线[30]图5为八屋井区沙河子组电阻率与孔隙度的交会图。图5中油气同层、气层与油水同层、含油水层界限明显。当孔隙度小于7%时, 储层划分为干层; 当孔隙度大于7%、电阻率小于50 Ω m时, 储层为含油水层或水层。根据上述图版, 可以实现研究区井区营城组储层的流体识别。

2.5 正态分布法(P1/2)

我们知道, 依据阿尔奇公式可以计算地层的饱和度:

Sw=abRwϕ2Rt1n(6)

式中:Sw为含水饱和度; Rt为地层电阻率; Rw为地层水电阻率; a, b为岩性系数, 设a=b=1.0。

当储层为纯水层时, 即令Sw=1, 可计算得出地层水电阻率:

Rw=R0ϕm(7)

式中:R0为水层的电阻率。

当储层为油、气层时, 如果仍采用公式(7)计算地层水电阻率, 则所得结果为油、气、水混合液电阻率, 即视地层水电阻率

Rwa=Rtϕm(8)

从理论上讲, 根据Rwa的大小可以判别储层所含流体的性质, 但由于常常不知道真实的地层电阻率值, 加之孔隙度Φ 和岩石胶结指数m在计算过程中也存在很大的误差, 导致计算的视地层水电阻率Rwa误差较大, 因此, 用该方法进行流体识别的精度不能得到保证。为此, 采用一种地层水正态概率分布法来指示Rwa的变化规律, 而不用Rwa的绝对值来指示储层所含流体的性质。具体作法是对视地层水电阻率开平方, 并命名为P1/2, 即:

P12=(Rwa)12=(Rtϕm)12(9)

图6为SW6井、SW107井、SN139井的P1/2频率图。图6a中累计频率曲线的斜率为0.8177, 图5b中累计频率曲线斜率仅为0.08105, 二者相差10倍, 这个明显差异特征表明这2个储层的流体性质是不同的。图6c的累计频率曲线斜率为0.6575, 解释为气层。测试结果证实了上述解释结果, 表明该方法能够适用于流体识别, 并为研究井区的流体识别提供了标准和依据。

图4 利用三孔隙度差值与比值法识别流体性质(八屋营城组)Fig.4 Three porosity difference and porosity ratio methods from acoustic time log, neutron log and bulk density log (Yingcheng Formation in Bawu Well Field)

图5 八屋井区营城组孔隙度— 电阻率交会图Fig.5 Fluids typing from porosity-resistivity crossplot of Yingcheng Formation in Bawu well field

图6 典型油层、水层、气层的P1/2频率图特征Fig.6 Classical P1/2 frequency maps of oil, water and gas layers

3 实例分析

SN148井为秦家屯井区的一口评价井, 常规测井图和测井解释成果如图7所示。1号层:1 814.5~18 17.0 m, 自然电位中幅负异常, 地层真电阻率值为50~60 Ω m, 声波时差值为70 μ s/ft, 补偿中子值为15%, 录井的全烃与甲烷为微弱显示。孔隙度重叠的效果不明显, 因此用孔隙度差值法进行分析, 计算的孔隙度差值DPNA, DPND均稍大于零, 综合解释为含气水层(图8)。2014年1 812~1 830 m测试, 日产气307 m3, 水3.1 m3, 测试结果为含气水层, 验证了解释结论。在3号层:1 835.3~1 840.1 m, 自然电位中幅负异常, 地层真电阻率值为120 Ω m, 声波时差值为68 μ s/ft, 补偿中子值为10%, 全烃最高值为0.071%, 甲烷为0.046%。在该层段内1 838.3~1 840.9 m钻井取芯出筒见少量气泡、油花, 含油面积35%, 灰色油斑砂砾岩。计算的孔隙度差值在DPNA-DPND交会图上为油气层特征(图8)。2014年1 824~1 836 m测试, 日产油2.6 m3, 水0.1 m3, 测试结果为油层, 证实上述解释结论是正确的。

图7 秦家屯井区SN148井测井解释成果Fig.7 Log interpretation results of SN148 in Qinjiatun area

图8 秦家屯井区SN148井流体识别
(a) 孔隙度— 电阻率法; (b) 孔隙度差法
Fig.8 Fluid typing of SN148 in Qinjiatun area
(a) Porosity-resistivity method; (b) Porosity difference method

4 流体识别方法的适应性分析与讨论

在上述5种流体识别方法中, 前3种方法主要是基于流体对孔隙度测井的影响规律进行流体识别, 后2种方法除了利用孔隙度测井信息外还考虑了电阻率测井信息。

在第一种方法中, 孔隙度测井图形重叠法是基于流体对声波、中子、密度测井孔隙度的差异来识别气层和水层, 是一种定性的方法。利用中子— 密度测井曲线重叠、视石灰岩孔隙度重叠所产生的负差异可以识别气层。这些储层的负差异特征明显, 提高了气层识别的准确性, 但该方法对油层识别效果不明显。

孔隙度差值与比值法通过构建差值参数和比值参数来放大流体对孔隙度测井的影响, 这是一种半定量的方法。对于岩性纯、井眼规则的储层段可直接采用声波、中子和密度三孔隙度重叠法、孔隙度差值与比值法、声波测井与反演声波曲线重叠法来判别流体性质。应用表明, 孔隙度差值与比值法在梨树地区储层流体识别应用中具有良好的应用效果, 在9口井中均获得测试验证。当然, 在用孔隙度差值图版定性判断储层流体性质时, 其Δ Φ ND, Δ Φ NA数值会有很大差异, 这是由于不同区块、不同层段的储层有很大差异, 不同井次测井数值亦有很大差异, 但是其在图中的相对位置是不变的, 因此可以用来定性判断其流体性质。

正态分布法(P1/2)的本质是通过深电阻率和孔隙度计算出视地层水电阻率来判别储层流体性质, 但它不是直接利用视地层水电阻率的绝对值而是利用其变化规律来判别。利用油(气)层、水层的累计频率曲线斜率的差异可以实现流体识别, 但是对于油(气)水同层、含油(气)水层的辨识还缺少统一的界线, 这需要针对某一研究区根据测试结果进行深入研究。同时, 该方法也适用于部分裂缝孔隙型储层, 但对于孔隙度太低的低孔微裂缝型储层, 由于孔隙度不易求准, 流体性质判别难度较大。另外, 利用该方法时要考虑裂缝、孔隙度和地层水的影响。

孔隙度— 电阻率交会图法对识别油层、气层、水层十分有效, 该方法基于Archie公式, 对于泥质含量少的地层理论上是使用的。只要建立了研究区的图版, 就能够实现未知储层的流体识别。当然, 在该地区的不同井区, 孔隙度— 电阻率交会图中的油气层、油水同层以及含油水层的界线斜率是有差异的, 显示出不同井区孔隙结构和地层水电阻率的差异。

因此, 鉴于上述各种方法的特点、优点和适用性, 有时单一方法识别效果不一定有效甚至是错误的。因此, 在实际应用中, 通常需要利用多种方法进行综合分析和综合判断。

5 结论

对含气储集层来说, 声波、中子和密度测井曲线重叠法、密度、中子测井视石灰岩孔隙度重叠法以及声波测井与反演声波曲线重叠法可以较好地进行判别, 而且比较直观、有效。孔隙度差值与比值法能够放大流体的贡献, 效果更好一些。此外, 孔隙度— 电阻率图版法与正态分布法也是适用的。

对于含油储集层来说, 孔隙度测井重叠法不如气层识别明显有效, 但是孔隙度差值与比值法、孔隙度— 电阻率交会图法对识别油水层是有效的。在梨树地区储层流体性质进行识别时, 由于各个井区的岩电参数和地层水电阻率有差异, 油气层、油(气)水同层的界线的斜率会有差异, 因此, 针对不同的研究区要建立不同的图版。正态分布法也是利用电阻率测井, 利用斜率能够准确地识别油层和水层, 但是对于油水同层和含油水层的划分有时不够准确。

实际测井解释工作中, 针对低孔低渗储层的测井流体性质识别需要多种方法联合应用, 进行综合分析和判断。此外, 除了常规测井资料外, 可以借助于核磁共振测井、阵列声波测井等新技术可以较好地实现流体识别[31, 32] , 而且, 针对不同的岩石物理相和岩性分类研究适用的方法也会取得更好的效果[33]

The authors have declared that no competing interests exist.

参考文献
[1] Sun Yu. Characteristics of oil and gas reservoirs in Lishu fault depression[J]. Journal of Jilin University (Edition of Earth Science), 2015, (Suppl. 1): 913-914.
[孙宇. 梨树断陷区域油气藏特征[J]. 吉林大学学报: 地球科学版, 2015, (增刊1): 913-914. ] [本文引用:1]
[2] Song Zhenxiang, Gu Yi, Lu Qinghua, et al. Genetic types of natural gas and its exploration direction in Lishu fault sag, Songliao Basin[J]. Acta Petrolei Sinica, 2016, 37(5): 622-630.
[宋振响, 顾忆, 路清华, . 松辽盆地梨树断陷天然气成因类型及勘探方向[J]. 石油学报, 2016, 37(5): 622-630]. [本文引用:1]
[3] Zhang Longhai, Zhou Cancan, Liu Guoqiang, et al. Origin and property differences of various types of low-porosity and low-permeability reservoir and well logging evaluation strategies[J]. Petroleum Exploration and Development, 2007, 34(6): 702-710.
[张龙海, 周灿灿, 刘国强, . 不同类型低孔低渗储集层的成因、物性差异及测井评价对策[J]. 石油勘探与开发, 2007, 34(6): 702-710. ] [本文引用:2]
[4] Zheng Qinghua, Liu Yiqun. Diagenesis and diagenetic lithofacies of tight Reservoir of Chang4+5 member of Yanchang Formation in Zhenbei, Ordos Basin[J]. Advances in Earth Science, 2015, 33(1): 1 000-1 012.
[郑庆华, 柳益群. 鄂尔多斯盆地华庆地区延长组长4+5致密油层成岩作用及成岩相[J]. 地球科学进展, 2015, 33(1): 1 000-1 012. ] [本文引用:1]
[5] Liu Jiyu, Ma Zhixin, Sun Shuyan. Present research situation and prospects of tight gas sand s[J]. Nature Gas Geoscience, 2008, 19(3): 316-319.
[刘吉余, 马志欣, 孙淑艳. 致密含气砂岩研究现状及发展展望[J]. 天然气地球科学, 2008, 19(3), 316-319. ] [本文引用:1]
[6] Zhang Shaonan. Tight sand stone gas reservoir: Their origin and discussion[J]. Oil & Gas Geology, 2008, 29(1): 1-10.
[张哨楠. 致密天然气砂岩储层成因和讨论[J]. 石油与天然气地质, 2008, 29(1): 1-10. ] [本文引用:1]
[7] Zeng Jianhui, Yang Zhifeng, Feng Xiao, et al. Study status and key scientific issue of tight reservoir oil and gas accumulation mechanism[J]. Advances in Earth Science, 2014, 29(6): 651-661
[曾溅辉, 杨智峰, 冯枭, . 致密储层油气成藏机理研究现状及其关键科学问题[J]. 地球科学进展, 2014, 29(6): 651-661] [本文引用:1]
[8] Hu Zhiming. Study on Micro-pore Structure of Low Permeability Reservoir and Its Application[D]. Beijing: Graduate School of Chinese Academy of Sciences, Institute of Seepage Fluid Mechanics, 2006.
[胡志明, 低渗透储层的微观孔隙结构特征研究及应用[D]. 北京: 中国科学院研究生院, 渗流流体力学研究所, 2006. ] [本文引用:1]
[9] Li Haihua, Zhang Yanxia, Wang Baohua. Study on reservoir micro-characteristic of clastic rock in Changling faulted depression of the Songliao Basin[J]. Petroleum Geology & Experiment, 2009, 31(6): 557-563.
[李海华, 张彦霞, 王保华. 松辽盆地长岭断陷层碎屑岩储层微观特征研究[J]. 石油实验地质, 2009, 31(6): 557-563. ] [本文引用:2]
[10] Zhang Longhai, Zhou Cancan, Liu Guoqiang, et al. Influence of pore structures on electric properties and well logging evaluation in low porosity and permeability reservoirs[J]. Petroleum Exploration and Development, 2006, 33(6): 671-676.
[张龙海, 周灿灿, 刘国强, . 孔隙结构对低孔低渗储集层电性及测井解释评价的影响[J]. 石油勘探与开发, 2006, 33(6): 671-676. ] [本文引用:2]
[11] Li Na, He Xiaoju, Gao Xiuli, et al. Review and prospect of well logging evaluation technology for low porosity and low permeability reservoir[J]. World Well Logging Technology, 2013, (3): 8-11.
[李娜, 何小菊, 高秀丽, . 低孔低渗储集层测井评价技术综述与展望[J]. 国外测井技术, 2013, (3): 8-11. ] [本文引用:1]
[12] Xue Fengling, Li Zhongran, Wang Yaru, et al. Fluid identification method of well logging and its application in low permeability reservoir description[J]. Journal of Daqing Petroleum Institute, 2004, 28(6): 92-94.
[薛凤玲, 李中冉, 王亚茹, . 测井储层流体识别方法及其在低渗透油藏描述中的应用[J]. 大庆石油学院学报, 2004, 28(6): 92-94. ] [本文引用:1]
[13] Fan Zhengjun, Zhao Dongmei, Lin Xuemin. Study on the discrimination method of fluid property in complex clastic reservoirs[J]. Natural Gas Industry, 2007, 27(1): 47-50.
[樊政军, 赵冬梅, 蔺学旻. 复杂碎屑岩储层的流体性质判别方法研究[J]. 天然气工业, 2007, 27(1): 47-50. ] [本文引用:1]
[14] Xia Dongdong, Li Jiqiu, Wei Hehua, et al. Study on calculation method of well logging parameters of super low-permeability sand stone reservoir in Yingcheng Formation of Shiwu Oilfield[J]. Petroleum Geology and Engineering, 2011, 25(6): 52-56.
[夏冬冬, 李冀秋, 魏荷花, . 十屋油田营城组特低渗砂岩储层测井参数计算方法研究[J]. 石油地质与工程, 2011, 25(6): 52-56. ] [本文引用:3]
[15] Li Wancai, Yang Xue, Cao Yue. Logging identification technology for low permeability reservoir in Shiwu oilfield[J]. Journal of Jilin Unviersity(Earth Science Edition), 2010, (Suppl. 1): 94-101.
[李万才, 杨雪, 曹玥. 十屋油田低渗透油层测井识别技术[J]. 吉林大学学报: 地球科学版, 2010, (增刊1): 94-101. ] [本文引用:1]
[16] Wang Honghui, Li Peng, Duan Xinguo. Porosity logging interpretation of low-porosity compact sand stone of upper triassic Xujiahe formation in Sichuan Basin, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2009, 36(3): 249-252.
[王洪辉, 黎鹏, 段新国. 四川盆地须家河组低孔致密砂岩孔隙度测井解释研究[J]. 成都理工大学学报: 自然科学报, 2009, 36(3): 249-252. ] [本文引用:1]
[17] Li Mei, Lai Qiang, Huang Ke, et al. Logging identification of fluid properties in low porosity and low permeability clastic reservoir: A case study of Xujiahe Fm gas reservoir in the Anyue gas field, Sichuan Basin[J]. Natural Gas Industry, 2013, 33(6): 34-38.
[李梅, 赖强, 黄科, . 低孔低渗碎屑岩储层流体性质测井识别技术——以四川盆地安岳气田须家河组气藏为例[J]. 天然气工业, 2013, 33(6): 34-38. ] [本文引用:1]
[18] Yang Shuangding. New methods of log evaluation of the tight sand stone gas reservoir in Ordos basin[J]. Nature Gas Industry, 2005, 25(9): 45-47.
[杨双定. 鄂尔多斯盆地致密砂岩气层测井评价新技术[J]. 天然气工业, 2005, 25(9): 45-47. ] [本文引用:1]
[19] Zhang Peng, Zhang Xiaoli. Study on well-logging interpretation model of reservoir of low porosity and permeability[J]. Groundwater, 2014, 36(2): 74-76.
[张鹏, 张小莉. 低孔低渗储层渗透率测井解释模型研究[J]. 地下水, 2014, 36(2): 74-76. ] [本文引用:1]
[20] Zhao Kechao, Tao Guo, Wang Tianbo, et al. Hydrocarbon identification of the deep-seated reservoir with low porosity and low permeability from well logs in Biyang sag[J]. Journal of the University of Petroleum (Edition of Nature Science), 2005, 29(6): 27-31.
[赵克超, 陶果, 王天波, . 泌阳凹陷深层系低孔低渗油气层测井识别技术[J]. 石油大学学报: 自然科学版, 2005, 29(6): 27-31. ] [本文引用:2]
[21] Li Xia, Zhao Wenzhi, Zhou Cancan, et al. Dual-porosity saturation model of low-porosity and low-permeability clastic reservoirs[J]. Petroleum Exploration and Development, 2012, 39(1): 82-91.
[李霞, 赵文智, 周灿灿, . 低孔低渗碎屑岩储集层双孔隙饱和度模型[J]. 石油勘探与开发, 2012 , 39(1): 82-91. ] [本文引用:1]
[22] Fu Jinhua, Shi Yujiang. Fine evaluation of low-permeability sand stone gas reservoir by use of nuclear magnetic resonance logging[J]. Nature Gas Industry, 2002, 22(6): 39-42.
[付金华, 石玉江. 利用核磁共振精细评价低渗透砂岩气层[J]. 天然气工业. 2002, 22(6): 39-42. ] [本文引用:1]
[23] Gao Hui, Sun Wei, Tian Yuhong, et al. Application of NMR technique in evaluation of micro-pore structure in extra-low permeability sand stone[J]. Progress in Geophysics, 2011, 26(1): 294-299.
[高辉, 孙伟, 田宇虹, . 核磁共振技术在特低渗砂岩微观孔隙结构评价中的应用[J]. 地球物理学进展, 2011, 26(1): 294-299. ] [本文引用:1]
[24] Huang Yi, Zhao Jun, Cheng Pengfei, et al. Enhancing accuracy of saturation model of low-porosity and low-permeability reservoir by using nuclear magnetic resonance logging data[J]. Oil & Gas Geology, 2007, 28(3): 390-394.
[黄毅, 赵军, 程鹏飞, . 利用核磁共振资料改善低孔低渗油藏饱和度模型的精度[J]. 石油与天然气地质, 2007, 28(3): 390-394. ] [本文引用:1]
[25] Tan Maojin, Zou Youlong. The optimization of Archie saturation model based on NMR[C]∥Proceedings of the 26th Annual Meeting of China Geophysical Society. Hefei, 2010: 37-40.
[谭茂金, 邹友龙. 基于NMR的Archie饱和度模型优化[C]∥中国地球物理学会第二十六届年会论文集. 合肥, 2010: 37-40. ] [本文引用:2]
[26] Li Zhoubo. Geophiysical Logging Data Processing and Integrated Interpretation[M]. Changchun: Jilin University Press, 2003.
[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]
[27] Zou Changchun, Tan Maojin, Yu Zhongliang, et al. Geophysical logging Lecture[M]. Beijing: Geology Press, 2008.
[邹长春, 谭茂金, 尉中良, . 地球物理测井教程[M]. 北京: 地质出版社, 2010. ] [本文引用:1]
[28] Li Shurrong, Zhu Liufang, Li Guoxiong, et al. Log evaluation technique of marine carbonate reservoir in northeast Sichuan[J]. Well logging Technology, 2008, 32(4): 337-343.
[李淑荣, 朱留方, 李国雄, . 川东北海相碳酸盐岩储层测井评价技术[J]. 测井技术, 2008, 32(4): 337-343. ] [本文引用:2]
[29] Shao Cairui, Yin Xingyao, Zhang Fuming, et al. Shear wave velocity inversion with routine well logs based on rock physics and multi-mineral analysis[J]. Earth Science—Journal of China University of Geosciences, 2009, 34(4): 699-707.
[邵才瑞, 印兴耀, 张福明, . 利用常规测井资料基于岩石物理和多矿物分析反演横波速度[J]. 地球科学——中国地质大学学报, 2009, 34(4): 699-707. ] [本文引用:1]
[30] Hong Youmi. Logging Principle and Comprehensive Explanation[M]. Dongying: Petroleum University Press, 2007.
[洪有密. 测井原理与综合解释[M]. 东营: 石油大学出版社, 2007. ] [本文引用:1]
[31] Chu Zehan, Gao Jie, Huang Longji, et al. Geophysical Logging Method and Principle[M]. Beijing: Petroleum Industry Press, 2008.
[楚泽涵, 高杰, 黄隆基, . 地球物理测井方法与原理(上下册)[M]. 北京: 石油工业出版社, 2008. ] [本文引用:1]
[32] Xiao Lizhi. Nuclear Magnetic Resonance (NMR) Imaging Logging and Rock NMR and Application[M]. Beijing: Science Press, 1998.
[肖立志. 核磁共振成像测井与岩石核磁共振及其应用[M]. 北京: 科学出版社, 1998. ] [本文引用:1]
[33] Song Ziqi, Yang Honggang, Sun Ying, et al. Study on parametric modeling of ultra-low permeability reservoir with petrophysical facies classification[J]. Fault-Block Oil & Gas Field, 2010, 17(6): 672-677.
[宋子齐, 杨红刚, 孙颖, . 利用岩石物理相分类研究特低渗透储层参数建模[J]. 断块油气田, 2010, 17(6): 672-677. ] [本文引用:1]