核磁共振(NMR)测井可以直接观测地层流体中氢核的NMR信号,获得的地层孔隙度不受岩石骨架信息的影响[1, 2].但随着勘探开发对象及测量环境的日益复杂,NMR测井孔隙度与地层真实孔隙度存在一定的偏差,导致NMR测井的应用受到限制[3].根据NMR测井孔隙度测量原理,影响NMR孔隙度准确度的因素包括测量参数、测量环境、流体类型、顺磁性物质等[4-6].针对这些不同的影响因素,国内外学者开展了相应的测量方法改进或NMR孔隙度校正的研究.谢然红等[7]通过改善观测模式和数据处理方法来获取准确的NMR孔隙度;张宫等[8]通过定量研究回波间隔对低孔渗储层NMR孔隙度的影响规律进行NMR孔隙度校正;邵维志等[9]建立了粘度与含氢指数的关系,通过校正稠油含氢指数计算地层真实NMR孔隙度;Minh等[10]和毛志强等[11]提出结合声波时差与NMR测井资料计算气层真实孔隙度新方法;周宇等[12]采用人工智能算法优化校准了由顺磁性物质引起的火山岩中NMR孔隙度测量偏差;吴丰等[13]通过对比NMR测井转化的孔径分布与压汞的孔径分布,补偿校正差异部分来重构NMR孔隙度曲线.以上方法针对不同影响因素导致的NMR测井孔隙度偏差的校正具有各自的优势,但是尚未见T2谱形态校正方法研究,影响了NMR测井对孔隙结构及渗透率评价的精度.
本文以渤海J油田沙河街组储层为研究对象,基于岩心NMR实验数据及常规岩心资料,明确影响研究区域NMR测井孔隙度主控因素,采用将现场NMR测井T2谱修正为饱和水状态T2谱的方法,得到校正后的T2谱对应的与岩心NMR孔隙度相等的NMR测井孔隙度,并进一步根据岩心NMR孔隙度与岩心氦孔隙度的关系,得到经岩心氦孔隙度标定后的NMR测井孔隙度.
1 实验材料与方法渤海J油田[14]位于渤海辽东湾海域辽西低凸起中北段,古近系沙河街组地层发育,沉积环境以辫状河三角洲沉积为主.沙河街组储层主要为细-中粗粒长石岩屑砂岩或岩屑长石砂岩,储集空间类型以原生粒间孔为主.地层原油密度为0.719~0.813 g/cm3,地层原油粘度为0.66~3.04 mPa·s,具有密度低、粘度低的特点.地层水为碳酸氢钠型,矿化度分布范围为4 577~5 942 mg/L.分析渤海J油田沙河街组储层的NMR测井结果,发现其NMR测井孔隙度普遍低于岩心氦孔隙度(图 1),偏低范围约为3%~8%.
通过分析影响NMR测井孔隙度的因素,我们认为测量参数、原油粘度和泥浆矿化度可能是引起渤海J油田沙河街组储层NMR测井孔隙度偏低的主要因素.因此本文选取了该储层4口取心井的30块砂岩岩心样品,依据石油天然气行业标准《岩样核磁共振参数实验室测量规范》(SY/T6490-2014)开展了不同测量参数、饱和不同粘度白油和饱和不同矿化度盐水状态下的NMR实验.采用MicroMR12-025V型NMR分析仪,温度为23.5℃,具体实验步骤如下:
(1)对30块岩心进行钻取、切割、打磨、洗油、洗盐和烘干等预处理;测量岩心的直径、长度等,根据石油天然气行业标准《岩心分析方法》(SY/T5336-2006)测定岩心氦孔隙度和岩心空气渗透率.
(2)饱和水状态的岩心NMR实验.使用南通华兴石油仪器有限公司ZYB-Ⅱ型真空加压饱和装置对30块岩心进行饱和蒸馏水处理,饱和时长约24 h,然后进行岩心饱和水NMR实验,采用CPMG脉冲序列测量T2,主要测量参数:回波间隔(TE)0.2 ms,等待时间(TW)6 s,回波个数6 000,累加采样16次.通过对采集的回波信号进行T2谱反演,可以获得T2分布,T2分布曲线围成的面积经刻度后等于NMR孔隙度.
(3)束缚水状态的岩心NMR实验.选取表 1中24块饱和水岩心样品采集离心后(离心力为2.068 MPa)束缚水状态下岩样的T2谱,测量参数与步骤(2)相同.所用仪器为上海卢湘仪离心机仪器有限公司CSC-12超级岩心高速冷冻离心机,转速为6 000 rpm,时长120 min.
(4)不同测量参数下的NMR实验.通过改变表 1中21块饱和水状态的岩心测量参数TE(TE选取0.2 ms、0.6 ms、0.9 ms)及TW(TW选取6 s、12 s),对样品进行测试.
(5)饱和不同矿化度盐水的岩心NMR实验.选取表 1中21块岩心重新洗盐、烘干后饱和不同浓度(0 ppm、5 000 ppm、20 000 ppm、200 000 ppm)NaCl溶液并测量T2,测量参数与步骤(2)相同.
(6)饱和不同粘度白油的岩心NMR实验.选择表 1中10块不同物性岩心重新洗盐、烘干后分别饱和4.2 mPa·s、8.5 mPa·s和21 mPa·s白油,并测量T2,测量参数与步骤(2)相同.
本文使用的30块岩心样品的物性参数见表 1.
实验分析结果可知,30块砂岩岩心氦孔隙度分布为13.3%~31.3%,空气渗透率分布为1.6×10-3 ~2 401.9×10-3 μm2,属中高孔渗砂岩.通过对比岩心NMR孔隙度与岩心氦孔隙度(图 2)发现,岩心NMR孔隙度整体比常规岩心氦孔隙度偏小,且两者具有较好的线性相关性.
NMR测井时,须设置较长的TW使全部孔隙流体中氢核完全极化,这导致NMR测井孔隙度小于地层真实孔隙度[15].图 3展示了本文研究区域的29号岩心饱和水状态下,采用3个TE(0.2 ms、0.6 ms、0.9 ms)和2个TW(6 s、12 s)测量得到的T2谱.分析图 3可知,TE相同时,采用不同TW测量得到的T2谱峰的形态基本一致,T2谱分布面积基本相等,这表明当TW=6 s时,本文所研究区域的岩心孔隙中的氢核已被充分极化.因此,在本文研究区可选取TW=6 s进行NMR测井.
图 4为TW一定时,采用不同TE采集得到的14号岩心饱和水状态下T2谱的对比.由图 4可知:在TW一定的情况下,TE越短,测量到的短弛豫组分的信号越明显,T2谱面积也越大.这是由于随着TE的增加,扩散作用逐渐增大,此时仪器测量不到部分已衰减的短弛豫组分信号,最终导致测量的NMR孔隙度降低[16, 17].因此,为了尽可能准确测量NMR孔隙度,建议在本研究区域的实际NMR测井中,选取TE=0.2 ms.
原油的弛豫速率与原油粘度有关,随着原油粘度增加,氢核弛豫更快,造成原油的弛豫时间分布与束缚水的弛豫时间分布重叠.原油粘度越大,重组部分含量越多,NMR测量的含量指数越低,NMR孔隙度也就越低于地层实际孔隙度[18].
图 5展示了19号和29号岩心样品饱和水状态、束缚水状态和饱和不同粘度白油状态下的T2谱.由图 5可知,当白油粘度较小时,油的存在对T2谱主峰的位置和T2谱分布范围影响相对较小,此时饱和水状态下岩心的大孔隙T2谱峰宽于饱和油状态下T2谱峰.随着原油粘度增加,饱和油状态下大孔隙T2谱峰的位置明显偏离饱和水状态的大孔隙T2峰;而且T2谱上主峰的位置向左移动,接近小孔隙束缚水状态的T2谱.
图 6是饱和3种不同粘度白油状态时测得的NMR孔隙度与饱和水状态下的NMR孔隙度对比.由图 6可知,当白油粘度为4.2 mPa·s时,测量的NMR孔隙度与饱和水状态下测量的NMR孔隙度基本一致;而饱和8.5 mPa·s和21 mPa·s粘度白油状态下测量的NMR孔隙度明显低于饱和水状态下测量的NMR孔隙度;粘度越大,测量的NMR孔隙度降低得越明显.由于渤海J油田沙河街组储层原油粘度范围为0.66~3.04 mPa·s,因此孔隙中原油的存在并不会导致NMR孔隙度低于饱和水状态下的NMR孔隙度.
泥浆滤液侵入到渗透性地层,会对储层的测井评价产生重要影响.由于NMR测井仪探测范围较浅,主要反映的是冲洗带的流体信息,地层中原始流体被泥浆滤液替代,使流体的性质发生变化[19, 20].分析钻井液资料发现所研究区域的泥浆滤液盐类主要是NaCl,其储层主要矿化度范围为115 500~200 000 ppm.为了研究饱含不同矿化度盐水对T2谱的影响,对21块岩心样品分别进行了饱和4种矿化度(0、5 000、20 000和200 000 ppm)NaCl溶液状态下的岩心NMR实验,并采用线性插值的方法,最终获取了饱和10种(0、5 000、20 000、30 000、50 000、80 000、100 000、120 000、150 000和200 000 ppm)矿化度盐水的T2谱.
图 7是26号和19号岩心在饱和10种矿化度盐水状态下的T2谱形态对比.对于物性及孔隙结构较差的砂岩样品[图 7(a)],由于其储层渗透率低,实验过程中高矿化度盐水侵入较浅,地层水矿化度对岩心T2谱的形态影响相对较小,各种状态下的T2谱基本重合.而对于孔隙结构较好的岩心[图 7(b)],随着饱和的地层水矿化度增大,相应的T2谱由单峰(或双峰)变成三峰分布;且T2谱的总幅度明显降低.这表明受地层水矿化度的影响,孔隙结构较好储层的NMR孔隙度会发生变化;且地层水矿化度越大,测量的NMR孔隙度越低.这也解释了试验井泥浆矿化度越高,NMR测井孔隙度偏低程度越大的原因.因此,本文研究区域NMR测井孔隙度偏低的主要因素是高矿化度泥浆滤液侵入.
为了准确测定高矿化度泥浆滤液侵入状态下的NMR孔隙度,必须对T2谱进行校正.理论上,当地层水矿化度较低时,矿化度对T2谱形态影响较少,T2谱无需进行校正[15].为了确定需要进行T2谱形态校正的矿化度下限,将饱和不同矿化度盐水状态下测量的岩心NMR孔隙度与饱和水状态下测得的NMR孔隙度进行了对比(图 8).结果显示当饱含的地层水矿化度低于50 000 ppm时,测量的NMR孔隙度与饱和水状态下测量的NMR孔隙度基本相等;当饱和的地层水矿化度大于50 000 ppm时,测量的NMR孔隙度明显低于饱和水状态下测量的NMR孔隙度;且饱和的地层水矿化度越高,测量的NMR孔隙度越偏低.这说明当地层水矿化度大于50 000 ppm时,需要对其岩心样品的T2谱进行校正.针对实际地层而言,当钻井时使用的泥浆滤液矿化度大于50 000 ppm时,需要对T2谱形态及由其得到的NMR孔隙度进行校正.
在实际钻井过程中,泥浆滤液主要侵入到大孔隙空间,驱替出可动流体(包括可动水和烃),而小孔隙中的束缚流体无法被驱替.因此这样高矿化度的泥浆滤液只对大孔隙部分的T2谱产生影响,而对小孔隙部分影响不大.对大孔隙部分的T2谱进行校正后与小孔隙部分的T2谱合并,就可以得到校正后的T2谱.
为建立一个统一的模型来校正泥浆矿化度对T2谱的影响,本文定义一个最优T2截止值将所有岩心样品的T2谱划分大孔隙和小孔隙两部分[21, 22].通过开展离心前、离心后的岩心NMR实验测量,采用孔隙度累加法来确定T2截止值[20].小于T2截止值的T2谱代表束缚流体信号,其形态不必校正;大于T2截止值的T2谱需要校正.本文最终选取24块岩心实验T2截止值的平均值15.6 ms为最优T2截止值(表 1).
对于T2谱,孔隙中饱含的高矿化度泥浆对大孔隙空间的每一个孔隙组分均存在影响.因此,如果将高矿化度泥浆侵入状态下T2谱还原到饱和水状态下的T2谱,就可以消除矿化度的影响.在实际应用中,常用孔隙组分百分比组成来表征NMR孔隙结构和孔隙类型的差异.研究中选择饱和水状态下T2 > 15.6 ms的T2谱的幅度值为因变量,以饱和特定矿化度的T2谱上T2 > 15.6 ms的5个孔隙度组分为自变量,建立T2谱形态校正模型[23]:
$\left( \begin{gathered} {\rm{Amp}}(1) \\ {\rm{Amp}}(2) \\ \vdots \\ {\rm{Amp}}(i) \\ \end{gathered} \right) = \left. {\left( {\begin{array}{*{20}{c}} {{\alpha _{{\rm{11}}}}}&{{\alpha _{{\rm{12}}}}}& \cdots &{{\alpha _{{\rm{15}}}}} \\ {{\alpha _{{\rm{21}}}}}&{{\alpha _{{\rm{22}}}}}& \cdots &{{\alpha _{{\rm{25}}}}} \\ \vdots & \vdots & \vdots & \vdots \\ {{\alpha _{i1}}}&{{\alpha _{i2}}}& \cdots &{{\alpha _{i5}}} \end{array}} \right.} \right) \times \left( \begin{gathered} {\rm{X1}} \\ {\rm{X2}} \\ {\rm{X3}} \\ {\rm{X4}} \\ {\rm{X5}} \\ \end{gathered} \right) + \left( \begin{gathered} {b_1} \\ {b_2} \\ \vdots \\ {b_i} \\ \end{gathered} \right)$ | (1) |
(1) 式中,Amp(i)为饱含水状态下T2 > 15.6 ms部分T2谱的幅度;X1、X2、…X5为饱含特定矿化度的T2谱5个孔隙度组分,其数值为分布于15.6~33 ms、33~100 ms、100~300 ms、300~1 000 ms以及大于1 000 ms区间内的T2谱幅度的累加值.
对于X1、X2、…X5的计算,采用(2)~(4)式计算得到[24].
$X1 = \frac{{\int_{optimal{T_{2{\rm{cutoff}}}}}^{{T_{2(1)}}} {S(T)} {\rm{d}}t}}{{\int_{{T_{2\min }}}^{{T_{2\max }}} {S(T)} {\rm{d}}t}}$ | (2) |
$Xi = \frac{{\int_{{T_{2(i - 1)}}}^{{T_{2(i)}}} {S(T)} {\rm{d}}t}}{{\int_{{T_{2\min }}}^{{T_{2\max }}} {S(T)} {\rm{d}}t}}$ | (3) |
$X5 = \frac{{\int_{{T_{2(4)}}}^{{T_{2\max }}} {S(T)} {\rm{d}}t}}{{\int_{{T_{2\min }}}^{{T_{2\max }}} {S(T)} {\rm{d}}t}}$ | (4) |
其中,T2min为NMR测井仪观测到的T2最小值(ms);T2max为NMR测井仪观测到的T2最大值(ms);optimalT2cutoff为岩心NMR实验获得的最优T2截止值,本文选择为15.6 ms;T2(i)依次为T2谱中区分5个孔隙度组分区间的T2值(分别为33 ms、100 ms、300 ms、1 000 ms、T2max,单位为ms).
2.2.3 NMR孔隙度校正方法NMR孔隙度校正步骤为:①利用(1)式的T2谱形态校正模型对21块岩心饱和水和饱和不同矿化度盐水的T2谱进行处理,标定不同矿化度盐水对应的校正参数矩阵.②将标定后的计算模型应用于实际测量的NMR测井资料,即可得到经过盐水泥浆侵入校正后的T2谱,其总幅度的累加即为校正后的T2谱对应的NMR孔隙度,其大小等于岩心NMR孔隙度.③利用图 2中岩心NMR孔隙度与岩心氦孔隙度的关系在步骤②的基础上得到经过岩心氦孔隙度标定的NMR测井孔隙度.
2.3 应用实例分析图 9是研究区域A井经过矿化度校正的T2谱及校正后的NMR测井孔隙度效果图.A井取心段地层在纵向上非均质性较强,岩性主要为细砂岩、泥质砂岩、砂砾岩及含钙砂岩.钻井液资料显示本井泥浆滤液矿化度为107 250 ppm.图中第5道和第6道分别是通过泥浆矿化度校正前后的T2谱.可以看出,未校正的NMR测井孔隙度明显低于岩心氦孔隙度.对比岩心氦孔隙度,在3 403~3 405 m、3 415~3 419 m和3 427~3 436 m物性较好的细砂岩储层段由于泥浆侵入影响,得到的NMR测井孔隙度偏低最为明显.最终利用本文方法经过校正后得到的NMR测井孔隙度与岩心氦孔隙度更吻合,两者平均相对误差从13.56%下降到2.81%,较好的消除了盐水泥浆侵入对T2谱的影响,使校正后的NMR孔隙度更接近真实的地层孔隙度.
(1)渤海J油田沙河街组泥浆矿化度较高,当储层物性较好时,盐水泥浆的侵入较深,对NMR测井T2谱影响较大,导致研究区域的NMR测井孔隙度明显低于地层真实孔隙度.
(2)结合岩心NMR实验,确定了渤海J油田沙河街组中高孔渗储层T2谱形态校正的泥浆矿化度下限值.当孔隙中饱含的地层水矿化度大于50 000 ppm,需要对T2谱形态进行校正.
(3)针对高矿化度泥浆滤液的侵入对T2谱的影响,建立了相应的T2谱形态校正模型及NMR孔隙度校正方法.校正后的NMR孔隙度与岩心氦孔隙度吻合较好,极大提高了NMR孔隙度测量精度.
[1] | COATES G, MENGER S, PRAMMER M, et al. Applying NMR total and effective porosity to formation evaluation[C]. SPE Technical Conference and Exhibition, 1997. |
[2] | 王筱文, 肖立志, 谢然红, 等. 中国陆相地层核磁共振孔隙度研究[J]. 中国科学:物理学、力学、天文学, 2006, 36(4): 366-374. |
[3] |
XIAO L Z. Some important issues for NMR logging applications in China[J].
Well Logging Technology, 2007, 31(5): 401-407.
肖立志. 我国核磁共振测井应用中的若干重要问题[J]. 测井技术, 2007, 31(5): 401-407. |
[4] | 谢然红, 肖立志, 王忠东, 等. 复杂流体储层核磁共振测井孔隙度影响因素[J]. 中国科学:地球科学, 2008(s1): 194-199. |
[5] |
LIAO G Z, XIAO L Z, XIE R H, et al. Influence of internal magnetic field gradient on nuclear magnetic resonance of volcanic rocks and its detection method[J].
Journal of China University of Petroleum, 2009, 33(5): 56-60.
廖广志, 肖立志, 谢然红, 等. 内部磁场梯度对火山岩核磁共振特性的影响及其探测方法[J]. 中国石油大学学报(自然科学版), 2009, 33(5): 56-60. |
[6] |
WANG W M, YE C H, GUO H K. Experimental studies of NMR properties of continental sedimentary rocks[J].
Chinese J Magn Reson, 2001, 18(2): 113-121.
王为民, 叶朝辉, 郭和坤. 陆相储层岩石核磁共振物理特征的实验研究[J]. 波谱学杂志, 2001, 18(2): 113-121. |
[7] |
XIE R H, XIAO L Z, DUNN K J. NMR logging porosity activation and data processing method[J].
Chinese Journal of Geophysics, 2006, 49(5): 1567-1572.
谢然红, 肖立志, 邓克俊. 核磁共振测井孔隙度观测模式与处理方法研究[J]. 地球物理学报, 2006, 49(5): 1567-1572. |
[8] |
ZHANG G, HE Z B, CAO W Q, et al. Effect of the echo time on NMR apparent porosity and the correction method[J].
Chinese J Magn Reson, 2020, 37(2): 172-181.
张宫, 何宗斌, 曹文倩, 等. 回波间隔对核磁共振表观孔隙度的影响及矫正方法[J]. 波谱学杂志, 2020, 37(2): 172-181. |
[9] |
SHAO W Z, DING Y J, WANG Q M, et al. A quantitative evaluation method for heavy-oil reservoir with NMR log data[J].
Well Logging Technology, 2006, 30(1): 67-71.
邵维志, 丁娱娇, 王庆梅, 等. 用核磁共振测井定量评价稠油储层的方法[J]. 测井技术, 2006, 30(1): 67-71. |
[10] | MINH C C, GUBELIN G, RAMAMOORYHY R, et al. Sonic-magnetic resonance method:A sourceless porosity evaluation in gas-bearing reservoirs[J]. SPE Reservoir Evaluation & Engineering, 2001, 4(3): 209-220. |
[11] |
MAO Z Q, ZHANG C, XIAO L. A NMR-based porosity calculation method for low porosity and low permeability gas reservoir[J].
Oil Geophysical Prospecting, 2010, 45(1): 105-109.
毛志强, 张冲, 肖亮. 一种基于核磁共振测井计算低孔低渗气层孔隙度的新方法[J]. 石油地球物理勘探, 2010, 45(1): 105-109. |
[12] |
ZHOU Y, WEI G Q, GUO H K. Improvement of nuclear magnet resource reservoir porosity measuring accuracy by artificial intelligent algorithm[J].
Journal of Xian Shiyou University, 2011, 26(5): 40-43.
周宇, 魏国齐, 郭和坤. 应用人工智能优化降低核磁共振孔隙度测量误差[J]. 西安石油大学学报(自然科学版), 2011, 26(5): 40-43. |
[13] |
WU F, SIMA L Q, LING H S. Analysis and correction of low reservoir porosity derived from NMR log in the Kunbei area[J].
Special Oil & Gas Reservoirs, 2014, 21(2): 75-79.
吴丰, 司马立强, 令狐松, 等. 昆北地区储层核磁共振孔隙度偏低分析及校正[J]. 特种油气藏, 2014, 21(2): 75-79. |
[14] |
ZHENG Y, XU J X, LIU H, et al. A permeability evaluation method based on NMR logging while drilling and its application:Taking paleogene Shahejie formation in Jinzhou oilfield of Bohai sea as an example[J].
Chia Offshore Oil and Gas, 2019, 31(2): 69-75.
郑炀, 徐锦绣, 刘欢, 等. 基于随钻核磁测井的渗透率评价方法及其应用-以渤海锦州油田古近系沙河街组为例[J]. 中国海上油气, 2019, 31(2): 69-75. |
[15] |
WANG Z D, WANG H, LI N G, et al. Analysis of core NMR data from laboratory measurements[J].
Well Logging Technology, 2001, 25(3): 170-170.
王忠东, 汪浩, 李能根, 等. 核磁共振岩心基础实验分析[J]. 测井技术, 2001, 25(3): 170-170. |
[16] |
WANG Z Z, DENG M Y, ZHAI S D, et al. Factors affecting NMR T2 spectra of oil well samples and methods for determining the T2 cutoff value[J].
Chinese J Magn Reson, 2006, 23(1): 143-151.
王志战, 邓美寅, 翟慎德, 等. 油井样品NMR T2谱的影响因素及T2截止值的确定方法[J]. 波谱学杂志, 2006, 23(1): 143-151. |
[17] |
GONG G B, SUN B Q, LIU M L, et al. NMR relaxation of the fluid in rock porous media[J].
Chinese J Magn Reson, 2006, 23(3): 379-395.
龚国波, 孙伯勤, 刘买利, 等. 岩心孔隙介质中流体的核磁共振弛豫[J]. 波谱学杂志, 2006, 23(3): 379-395. |
[18] |
XIE R H, XIAO L Z, LIU T D. NMR relaxation properties of crude oils[J].
Journal of Southwest Petroleum University, 2007, 29(5): 21-24.
谢然红, 肖立志, 刘天定. 原油的核磁共振弛豫特性[J]. 西南石油大学学报(自然科学版), 2007, 29(5): 21-24. |
[19] | 廖广志, 肖立志.孔隙尺度侵入模型的核磁共振测井响应特征研究[C].全国波谱学学术会议, 2010. |
[20] | 匡立春, 孙中春, 毛志强, 等. 核磁共振测井技术在准噶尔盆地油气勘探开发中的应用[M]. 北京: 石油工业出版社, 2015. |
[21] | STRALEY C, ROSSINI D, VINEGR H, et al. Core analysis by low field NMR[R]. The Society of Core Analysts, SCA-9404, 1994. |
[22] | MAO Z Q, XIAO L, WANG Z N, et al. Estimation of permeability by integrating nuclear magnetic resonance (NMR) logs with mercury injection capillary pressure (MICP) data in tight gas sands[J]. Applied Magnetic Resonance, 2013, 44(4): 449-468. |
[23] | XIAO L, MAO Z Q, LI J, et al. Effect of hydrocarbon on evaluating formation pore structure using nuclear magnetic resonance (NMR) logging[J]. Fuel, 2018, 216: 199-207. |
[24] | KENYON W E. Petrophysical principles of applications of NMR logging[J]. The Log Analysis, 1997, 38(3): 21-43. |