
经过二十多年的注水开发,特低渗透油藏普遍进入中、高含水阶段,剩余油分布规律较为复杂,成为制约特低渗透油田提高采收率的瓶颈问题。尤其是高矿化度地层水背景下注淡水驱油引起的水淹层现象,更是给剩余油研究增加了难度。AS油田WY区主要含油层位是中生界上三叠统延长组长6油层组,其中长61油层为主要含油层。平均孔隙度12.4%,平均空气渗透率1.29 mD,原始地层压力8.3~10.0 MPa,为低压背景下的低孔特低渗油藏。截止到2010年,WY区综合含水已近60%。WY区低孔特低渗透储层原始地层水矿化度较高(89 000 mg/L),而注入水为低矿化度淡水(569 mg/L)。经过长期注淡水开发,油层电阻率逐渐升高,部分强水淹层段的电阻率(200 Ω·m),远高于原始油层的电阻率(20~30 Ω·m)。地层电阻率随着含水饱和度的上升呈现不对称“ U”型曲线的变化特征,对水淹层测井解释增加了困难。
对于淡水驱水淹地层电阻率呈现“ U”型曲线这一现象,国内外许多专家进行了详尽的研究。早在20世纪80年代初,前苏联科学家首次发现并提出“ U”型曲线。中国方面,1987年河南石油勘探局的林纯增进行了注淡水开发油田的岩电实验,首次提出了“ U”型曲线理论;1989年,北京石油勘探开发科学研究院的褚人杰提出,淡水驱导致新钻井的水淹层电阻率增大很多,提出用C/O能谱测井解决水淹层问题;1991年新疆石油管理局的赵富贞在克拉玛依油田同样发现了“ U”型曲线现象,提出结合动态资料研究水淹层;1994年来自中科院的孙德明指出,大庆、中原、南阳地区的岩电实验都显示了“ U”型曲线的现象,首次引入淡化系数来求解混合液电阻率及剩余油饱和度;1995年来自胜利石油管理局的赵文杰进行了水淹层岩石电阻率特性实验,提出当注入水与地层水电阻率之比大于2.5时,电阻率随含水饱和度呈现“ U”型曲线变化,并且阿尔奇公式仍适用于水淹层计算;1996年长庆石油学校的原海涵,用毛细管理论和流体力学原理对水淹岩石的流体进行分析,并对左侧及右侧“ U”型曲线进行了数学推导;近几年来,国内许多专家对“ U”型曲线的理论及实验进行了补充,使得水淹层评价技术日臻完善[1-6]。
1 特低渗透油藏淡水驱测井响应机理本区岩石主要为亲水岩石,高矿化度的束缚水主要是以水膜的形式附着在岩石孔隙壁内或者喉道毛细管上,而原油主要充填在较大的孔隙空间中。当低矿化度的注入水进入岩芯时,一部分注入水沿着优势渗流方向,即孔隙中心阻力最小的通道向前推进,驱替孔隙中赋存的原油;而另一部分注入水则穿透油水间的油膜,与束缚水混合,不断涌入的注入水沿岩石孔壁及从毛细管内驱替岩芯中的束缚水,被驱走的束缚水汇入到注入水中被带出岩芯,而在原来位置上的束缚水被注入水所代替。这两部分过程分别对应了岩石电阻率随含水饱和度增大而下降、地层水被注入水淡化导致电阻率升高这两种结果。
这两种过程是同时进行的,当注入水高于或接近于地层水矿化度时,后一种过程并不明显。因此,电阻率呈单调递减的趋势,而当注入水矿化度远小于地层水矿化度时,随着水驱油过程的进行,后一种过程发挥主要作用,岩芯中的自由水和束缚水不断被淡化,直至接近注入水的矿化度,含水饱和度趋于稳定值,岩芯处于残余油状态,这时的岩石电阻率将达到极大值,而且远高于原始油层的电阻率。研究表明,不对称的“ U”型曲线形态和岩性、泥质含量、注入水电阻率等多种因素有关[7-9]。
水淹层的岩石模型可以很好地解释水淹层机理。如图 1所示的模型,骨架和孔隙两个部分构成了岩石体积模型。在岩石孔隙中充满着原油、原生地层水和油层注入水,它们的饱和度依次为So,Swi和Swj,含水饱和度Sw是原始束缚水与油层注入水之和,即Sw=Swi+Swj。由于原油和岩石的骨架是不导电的,并且假设原始束缚水和油层注入水在地层中混合但原始束缚水并没有被完全驱替,那么原始束缚水和油层注入水是以并联方式导电的,则有
$ \dfrac{{S_{\rm{w}} }}{{R_{\rm{z}} }}=\dfrac{{S_{{\rm{wi}}} }}{{R_{{\rm{wi}}} }}+\dfrac{{S_{\rm{w}} - S_{{\rm{wi}}} }}{{R_{{\rm{wj}}} }} $ | (1) |
![]() |
图1 水淹层岩石体积模型 Fig. 1 Rock volume model of water-flooded oil layer |
通过变形,得到混合液的电阻率Rz为
$ R_{\rm{z}}=\dfrac{{R_{{\rm{wi}}} R_{{\rm{wj}}} S_{\rm{w}} }}{{S_{{\rm{wi}}} R_{{\rm{wj}}}+(S_{\rm{w}} - S_{{\rm{wi}}})R_{{\rm{wi}}} }} $ | (2) |
而根据经典Archie公式,地层真电阻率Rt为
$ R_{\rm{t}}=\dfrac{{abR_{\rm{z}} }}{{\phi ^{\rm{m}} S_{\rm{w}} ^{\rm{n}} }} $ | (3) |
将式(2)代入到式(3)中,则
$ R_{\rm{t}}=\dfrac{{ab}}{{\phi ^{\rm{m}} S_{\rm{w}} ^{\rm{n}} }}\dfrac{{R_{{\rm{wi}}} R_{{\rm{wj}}} S_{\rm{w}} }}{{S_{{\rm{wi}}} R_{{\rm{wj}}}+(S_{\rm{w}} - S_{{\rm{wi}}})R_{{\rm{wi}}} }} $ | (4) |
根据式(3)或(4)知,在纯油层中,Sw=Swi,Rz=Rwi,设此时岩石的电阻率为Rt(o),那么
$ R_{\rm{t}} ^{{\rm{(o)}}}=\dfrac{{abR_{{\rm{wi}}} }}{{\phi ^{\rm{m}} S_{{\rm{wi}}} ^{\rm{n}} }} $ | (5) |
随着注水的进行,储层到高含水期时,孔喉中的原始束缚水被完全替代,那么Rz=Rwj,Sw=Swi+Swj,设此时岩石的电阻率为Rt(w),则
$ R_{\rm{t}} ^{{\rm{(w)}}}=\dfrac{{abR_{\rm{wj}} }}{{\phi ^{\rm{m}} S_{\rm{w}} ^{\rm{n}} }} $ | (6) |
由式(2)和式(3),得
$ \dfrac{{R_{\rm{t}} ^{{\rm{(w)}}} }}{{R_{\rm{t}} ^{{\rm{(o)}}} }}=\dfrac{{R_{\rm{wj}} }}{{R_{\rm{wi}} }}\left({\dfrac{{S_{{\rm{wi}}} }}{{S_{\rm{w}} }}} \right)^{\rm{n}} $ | (7) |
式(7)表明,如果油田采用污水或咸水回注,那么Rwj/Rwi≤1,即上式值总是小于1的,说明水淹层电阻率值不会高于油层电阻率值;如果是注淡水,那么Rwj/Rwi>1,其比值越大,式(7)越有可能大于1,那么这就导致水淹层电阻率高于油层电阻率。以上就是在注淡水开发过程中油层岩石经过长期的淡水水淹后,其电阻率值可能比原始油层还要高的理论依据。
2 水淹层定性识别方法 2.1 根据地层水矿化度的变化识别水淹层WY区长6地层的注入水是洛河组淡水,属于CaCl2型,氯根离子浓度为50~70 mg/L,最大为277 mg/L。当洛河组淡水注入到长6咸水地层时,长6地层水在不同程度上会被淡化。从生产井的开采曲线来看,随着含水的不断上升,水的含盐量是不断下降的,由原来的90 000 mg/L淡化为10 000 mg/L,甚至更低。从近几年加密井的试油情况来看,试油结果为高含水的井Cl-离子浓度在大幅降低,这表明地层水已经被注入水波及到。
2.2 利用自然电位判断水淹层利用井的自然电位曲线判断水淹层是一种重要的方法。当油层的底部被淡水淹时,自然电位曲线的基线在底部会发生偏移;而在油层顶部被水淹时,自然电位曲线的基线在顶部会发生偏移;油层全部水淹或者是油层的顶、底部同时被水淹而中部未被淹时,自然电位曲线不发生基线偏移,但幅度会有明显降低。因此可通过比较新完钻的加密调整井和邻近老井的自然电位曲线幅度来识别水淹层,或者通过比较水淹程度不同的相邻井的自然电位曲线幅度变化进行水淹层识别。图 2显示电阻率的变化量与自然电位的偏移量之间的关系,其中低水淹层:∆Rt < 0%,中水淹层:∆Rt < 5%,高水淹层:∆Rt≥5%。
![]() |
图2 电阻率变化率∆Rt与自然电位偏移量∆SP关系 Fig. 2 Relationship between resistivity changing rate and SP offset |
通过检查井与加密井产水率与电阻率的交会图版可以看出(图 3),电阻率变化呈现不对称的“ U”型曲线的特征,并遵循以下规律:
![]() |
图3 产水率Fw与电阻率Rt关系图版 Fig. 3 Relation Curves between water production rate and resistivity |
(1)含水率小于10%,也就是纯油层,电阻率集中在10~30 Ω·m左右,这在一定程度上反映了原始油层的电阻率;
(2)不对称“ U”形左侧值较低,电阻率集中在20 Ω·m左右;
(3)产水率在60%左右时,电阻率达到最低,最低小于10 Ω·m;
(4)不对称“ U”形右侧值较高,电阻率在20 Ω·m以上,最高达70 Ω·m。
2.4 利用脉冲中子饱和度测井等新饱和度技术系列识别水淹层脉冲中子饱和度测井是采用脉冲中子源发射高能快中子脉冲照射地层,并通过探测热中子寿命,计算地层热中子宏观俘获截面,来研究地层及孔隙流体性质的饱和度测井方法,常用于套管井中划分油气水层,计算剩余油饱度以及研究油田开发动态。中子寿命测井特别适用于高矿化度地层,因为热中子寿命与地层或元素的俘获截面成反比,淡水和油的宏观俘获面几乎相同,而地层中氯离子的宏观俘获面很大。因此注淡水时,被淡水水淹地层就容易与未水淹的高矿化度地层区分开来。
3 水淹层解释模型的建立 3.1 常规测井参数求取在岩性、含油性、物性、电性等分析的基础上,用测井曲线资料分别计算储层的测井参数,从而建立特低渗透储层参数解释模型。
(1)泥质含量模型Vsh:根据自然伽马曲线GR求得
$ \left\{ \begin{array}{*{35}{l}} {{V}_{\text{sh}}}=\frac{{{2}^{{{G}_{\text{CUR}}}{{S}_{\text{HR}}}}}-1}{{{2}^{{{G}_{\text{CUR}}}}}-1} \\ {{S}_{\text{HR}}}=\frac{{{G}_{\text{R}}}-{{G}_{\text{R}\min }}}{{{G}_{\text{R}\max }}-{{G}_{\text{R}\min }}} \\ \end{array} \right. $ | (8) |
部分井存在自然伽马异常的现象,采用光电吸收指数Pe曲线进行计算
$ \left\{ \begin{array}{*{35}{l}} {{V}_{\text{sh}}}=\frac{{{2}^{{{G}_{\text{CUR}}}{{P}_{\text{eR}}}}}-1}{{{2}^{{{G}_{\text{CUR}}}}}-1} \\ {{P}_{\text{eR}}}=\frac{{{P}_{\text{e}}}-{{P}_{\text{e}\min }}}{{{P}_{\text{e}\max }}-{{P}_{\text{e}\min }}} \\ \end{array} \right. $ | (9) |
(2)粒度中值模型Md:根据泥质含量Vsh求取
$ M_{\rm{d}}=10^{ - 0.49097 - 2.43109V_{\rm{sh}}\_G_{\rm{R}}} $ | (10) |
自然伽马异常时,采用光电吸收指数Pe曲线进行计算
$ M_{\rm{d}}=10^{ - 0.517076 - 2.5657V_{\rm{sh}}\_P_{\rm{e}}} $ | (11) |
(3)孔隙度模型ϕ:根据声波曲线AC和泥质含量Vsh求得
$ \begin{align} &\phi=-0.23008-0.04224{{V}_{\text{sh}}}+0.001453{{A}_{\text{C}}} \\ &R=0.74 \\ \end{align} $ | (12) |
(4)渗透率模型K:根据孔隙度ϕ、电阻率Rt及粒度中值Md求得
$ \begin{align} &K={{10}^{\text{-}2.8588\text{+}0.006795{{R}_{\text{t}}}+17.47397\phi+2.175129{{M}_{\text{d}}}}} \\ &R=0.75 \\ \end{align} $ | (13) |
(5)束缚水饱和度Swi:根据岩电实验的测量结果可求得
$ \begin{align} &{{S}_{\text{wi}}}=0.5834{{\left(\frac{K}{\phi } \right)}^{-0.116}} \\ &R=0.88 \\ \end{align} $ | (14) |
将计算结果与分析结果进行对比,图 4显示两者拟合斜率近于1,表明计算结果较为可靠。
![]() |
图4 计算孔隙度ϕ、渗透率K与岩芯分析孔隙度ϕ、渗透率K对比 Fig. 4 Comparison between calculated porosity, permeability and porosity, permeability from core analysis |
选取22块低渗透岩样进行实验室内模拟储层条件下的岩电实验,得到了原始油层的岩电参数(图 5)。可以看出,在模拟储层条件下地层因素F与孔隙度ϕ、电阻增大率I与含水饱和度Sw具有较好的关系。
![]() |
图5 地层因素与孔隙度、电阻增大率与含水饱和度关系 Fig. 5 The relation curves of formation factor and porosity, resistivity enlarging rate and water saturation |
前人研究表明,低孔低渗储层的岩电参数并非恒定值,主要与储层的孔隙结构、骨架结构及流体润湿性等有关。因此对比研究了反映骨架及孔隙结构的不同参数同岩电参数的关系。结果表明,胶结指数m与孔隙度ϕ有较好的幂指数关系,饱和度指数n与物性指数k/ϕ有较好的线性关系(图 6)[11-13]。
![]() |
图6 岩电参数m,n与不同孔隙结构参数的关系曲线 Fig. 6 The relation curves of rock-electric parameters and different pore structure parameters |
特低渗透油藏被水淹后,受到注入水的影响,地层水是地层原生水和注入水的混合物。因此求准混地层混合液电阻率Rz是求取剩余油饱和度的关键,通过以下4种方法求取。
(1)利用自然电位曲线求取:在目前常规的测井曲线中,自然电位曲线是唯一能够反映Rz测井信息的曲线。通常首先要经过井眼校正、层厚及泥浆侵入校正,然后进行过滤电位及含油性影响的校正,最后利用校正后得到的自然电位值计算Rz值。
(2)利用双自然电位曲线求取:若已知某油层段的地层水分析资料、泥浆滤液的电阻率和自然电位曲线值,利用邻井或邻层自然电位对比的方法,可以计算水淹层Rz。
$ \left\{ \begin{array}{*{35}{l}} {{S}_{\text{P1}}}=k\lg \frac{{{R}_{\text{mf1}}}}{{{R}_{\text{w1}}}} \\ {{S}_{\text{P2}}}=k\lg \frac{{{R}_{\text{mf2}}}}{{{R}_{\text{w2}}}} \\ {{R}_{\text{w2}}}={{R}_{\text{w1}}}\cdot \frac{{{R}_{\text{mf2}}}}{{{R}_{\text{mf1}}}}{{10}^{({{S}_{\text{P1}}}-{{S}_{\text{P2}}})/k}} \\ \end{array} \right. $ | (15) |
强水淹层段的Rz求取:在高含水油层中,由于地层的水饱和度Sw与冲洗带的水饱和度S x趋近一致,可采用以下公式计算水淹层Rz。即可通过地层真电阻率与冲洗带的电阻率两者的比值来求取Rz
$ R_{\rm{z}}=\dfrac{{R_{\rm{t}} }}{{R_{{\rm{xo}}} }}R_{{\rm{mf}}} $ | (16) |
(3)利用公式逐点反求rz求取:岩电实验表明,利用阿尔奇公式逐点反算的rz同实验测得的rz差别很小,说明阿尔奇公式仍然适应于特低渗透水淹层。根据检查井的物性分析数据,利用阿尔奇公式反求rz值,对多条测井曲线进行多元拟合分析。结果显示,rz与深电阻率及孔隙度拟合关系较好(图 7)。
$ \begin{array}{l} {R_z}={10^{-1.77474+0.00852{R_{\rm{t}}}+2.7312\phi }}\\ {R^2}=0.7641 \end{array} $ | (17) |
![]() |
图7 计算Rz与实验分析Rz拟合图版 Fig. 7 The matching chart between calculated and measuring mixed liquids resistivity |
(4)利用水分析资料换算:根据WY区块的水样分析资料,将其离子浓度换算成等效的NaCl离子浓度,再用相应图版转换成本井的Rz(表 1)。
表1 利用水分析资料换算地层混合液电阻率Rz Table 1 Resistivity of mixed formation liquids utilizing water analysis data |
![]() |
(1)利用阿尔奇公式计算Sw
利用阿尔奇公式逐点反算的Rz同实验测得的Rz差别很小,说明阿尔奇公式仍然适应于特低渗透水淹层。
$ S_{\rm{w}}^{\rm{n}}=\frac{{ab{R_{\rm{z}}}}}{{{\phi ^{\rm{m}}}{R_{\rm{t}}}}} $ | (18) |
(2)利用饱和度测井系列计算Sw
脉冲中子测井特别适合高矿化度的地层。注入淡水时,被淡水水淹的地层容易与未水淹高矿化度地层区分开。其计算含水饱和度的公式为
$ S_{\rm{w}}=\dfrac{{(\Sigma - \Sigma _{ma})- \phi(\Sigma _{h} - \Sigma _{ma})}}{{\phi(\Sigma _{w} - \Sigma _{h})}} $ | (19) |
利用混合液电阻率与地层电阻率交会图划分水淹级别。建立强水淹、中水淹、弱水淹及未水淹的电性标准:强水淹:混合液电阻率Rz>0.16 Ω·m,电阻率Rt>50 Ω·m,归一化饱和度S′w >50%;中水淹:混合液电阻率Rz>0.1 Ω·m,电阻率50 Ω·m>Rt>25 Ω·m,归一化饱和度70%>S ′ w>40%;弱水淹:混合液电阻率Rz>0.085 Ω·m,电阻率40 Ω·m>Rt>20 Ω·m,归一化饱和度65%>S ′ w>35%;未水淹:混合液电阻率Rz < 0.085 Ω·m,电阻率30 Ω·m>Rt>15 Ω·m,归一化饱和度60%>S ′ w>30%。
4.2 模型验证选择WY区12口取芯井15个射孔层位,采用本文解释模型进行计算,计算结果同岩芯分析及试油生产数据进行对比[14-18](图 8,表 2)。
![]() |
图8 取芯井测井解释成果图 Fig. 8 The logging interpretation results of coring wells |
表2 取芯井水淹层符合率统计 Table 2 The statistics of coincidence rate for water-flooded oil layer |
![]() |
从对比结果上看,本文提出的变参数水淹层模型与岩芯分析结果及试油生产数据非常接近,符合率为85%以上。说明本文提出的解释模型是准确可靠的。
5 结论(1)利用岩石的体积模型来研究水淹层机理。当注入淡水电阻率Rwj大于地层水电阻率Rwi时,且当其比值足够大时,水淹层电阻率会高于原始油层,即出现“ U”型曲线现象。
(2)通过地层水矿化度与自然电位偏移、电阻率、声波时差等测井曲线组合及饱和度脉冲中子测井等资料进行水淹层定性识别。
(3)根据岩芯及测井资料,结合岩电实验,建立了低孔特低渗透储层变岩电参数的测井解释模型。利用混合液电阻率与地层电阻率交会图划分水淹级别,同时利用生产试油资料进行检验。解释结果同实际投产情况符合率达到85%以上。
符号说明
So-含油饱和度,%;
Sw-含水饱和度,%;
Swj-注入水饱和度,%;
Swi-束缚水饱和度,%;
Rz-混合液电阻率,Ω ·m;
Rwj-注入水电阻率,Ω ·m;
Rwi-束缚水电阻率,Ω ·m;
Rt-地层真电阻率,Ω ·m;
Rxo-冲洗带电阻率,Ω ·m;
a-岩性附加导电系数,无因次;
b-饱和度微观不均匀系数,无因次;
m-胶结指数,无因次;
n-饱和度指数,无因次;
ϕ-孔隙度,%;
Vsh-泥质含量,%;
GCUR-地层年代经验系数,老地层取2;
GR-目的层自然伽马值,API;
GRmax-泥岩自然伽马值,API;
GRmin-纯砂岩自然伽马值,API;
Pe-目的层光电吸收指数值,b/电子;
Pemax-泥岩光电吸收指数值,b/电子;
Pemin-纯砂岩光电吸收指数值,b/电子;
Md-粒度中值,µm;
AC-声波时差值,µs/m;
K-渗透率,mD;
k-扩散吸附系数,mV;
SP-自然电位,mV;
Rmf-泥浆滤液电阻率,Ω ·m;
Σ-实测地层热中子俘获截面,b/cm3;
Σma-岩石骨架热中子俘获截面,b/cm3;
Σh-泥岩热中子俘获截面,b/cm3。
[1] | 周渤然, 林纯增.注水过程中岩石物理性质的实验研究[C]//水驱油田开发测井96国际学术讨论会论文集.北京:中国石油学会, 1996. |
[2] |
赵富贞. 油层水淹过程中地层电阻率变化规律的确定方法[J].
新疆石油地质, 1991, 12(4): 339–343.
ZHAO Fuzhen. Determination of the formation-resistivity variation paterns during oil reservoir flooded process[J]. Xinjiang Petroleum Geology, 1991, 12(4): 339–343. |
[3] | 孙德明.计算淡水水淹油层剩余油饱和度的新方法[C]//94西安国际测井学术讨论会论文集.西安:西安国际测井学术讨论会, 1994. |
[4] |
李桢, 骆淼, 杨曦, 等. 水淹层测井解释方法综述[J].
工程地球物理学报, 2006, 3(4): 288–294.
LI Zhen, LUO Miao, YANG Xi, et al. Review of logging interpretation methods for water-flooded layer[J]. Chinese Journal of Engineering Geophysics, 2006, 3(4): 288–294. DOI:10.3969/j.issn.1672-7940.2006.04.009 |
[5] |
刘红岐, 陈平, 夏宏泉, 等. 新立低渗透油田水淹层特征及识别方法研究[J].
西南石油大学学报, 2007, 29(2): 65–67.
LIU Hongqi, CHEN Ping, XIA Hongquan, et al. Characteristics and identification of watered out formation in low-permeability Xinli reservoir[J]. Journal of Southwest Petroleum University, 2007, 29(2): 65–67. DOI:10.3863/j.issn.1674-5086.2007.02.017 |
[6] |
许少华, 刘扬, 何新贵. 基于过程神经网络的水淹层自动识别系统[J].
石油学报, 2004, 25(4): 54–57.
XU Shaohua, LIU Yang, He Xingui. Automatic identification of water-flooded formation based on process neural network[J]. Acta Petrolei Sinica, 2004, 25(4): 54–57. DOI:10.7623/syxb200404012 |
[7] | 赵培华. 油田开发水淹层测井技术[M]. 北京: 石油工业出版社, 2003. |
[8] | 荆万学. 测井解释岩石物理基础[M]. 北京: 石油大学出版社, 2013. |
[9] | 王延杰, 许长福, 谭锋奇, 等. 新疆砾岩油藏水淹层评价技术[M]. 北京: 石油工业出版社, 2013. |
[10] |
赵杰, 姜亦中, 俞军. 低渗透储层岩电实验研究[J].
大庆石油地质与开发, 2004, 23(2): 61–63.
ZHAO Jie, JIANG Yizhong, YU Jun. Electricity experiment study of low-permeability reservoir[J]. Petroleum Geology & Oilfield Development in Daqing, 2004, 23(2): 61–63. DOI:10.3969/j.issn.1000-3754.2004.02.023 |
[11] |
王黎, 孙宝佃, 沈爱新, 等. 某油田低孔隙度低渗透率泥质砂岩储层岩电实验及应用[J].
测井技术, 2005, 29(2): 91–94.
WANG Li, SUN Baodian, SHEN Aixin, et al. On application of rock electricity parameters of shaly sand reservoir with low-porosity and permeability, ×field[J]. Well Logging Technology, 2005, 29(2): 91–94. DOI:10.3969/j.issn.1004-1338.2005.02.001 |
[12] |
刘晓璐, 赵毅, 王先荣, 等. 苏北盆地金湖凹陷A6断块中低孔渗岩心水驱油岩电实验研究[J].
复杂油气藏, 2015, 8(1): 57–61.
LIU Xiaolu, ZHAO Yi, WANG Xianrong, et al. Rockresistivity experiment of medium-low porosity and permeability core flooding for A6 fault-block of Jinhu Sag of Subei Basin[J]. Complex Hydrocarbon Reservoirs, 2015, 8(1): 57–61. DOI:10.16181/j.cnki.fzyqc.2015.01.014 |
[13] |
李跃刚, 路中奇, 石林辉, 等. 基于变岩电参数饱和度解释模型研究[J].
测井技术, 2015, 39(2): 181–184, 195.
LI Yuegang, LU Zhongqi, SHI Linhui, et al. On the saturation computation model based on variable rock-electro parameters[J]. Well Logging Technology, 2015, 39(2): 181–184, 195. DOI:10.16489/j.issn.1004-1338.2015.02.010 |
[14] |
申辉林, 方鹏. 水驱油地层电阻率变化规律数值模拟及拐点影响因素分析[J].
中国石油大学学报(自然科学版), 2011, 35(3): 58–62.
SHEN Huilin, FANG Peng. Numerical simulation of formation resistivity variation in water drive process and analysis of influence factors of inflection point[J]. Journal of China University of Petroleum, 2011, 35(3): 58–62. DOI:10.3969/j.issn.1673-5005.2011.03.011 |
[15] |
陈宁宁, 杨少春, 黄建廷. 胜坨油田沙河街组二段复杂断块油藏水淹层测井解释研究[J].
地球科学与环境学报, 2010, 32(4): 355–362.
CHEN Ningning, YANG Shaochun, HUANG Jianting. Study on log interpretation for water flooded layer of the complex fault block oil reservoir in the second member of Shahejie Formation of Shengtuo Oilfield[J]. Journal of Earth Sciences and Environment, 2010, 32(4): 355–362. DOI:10.3969/j.issn.1672-6561.2010.04.005 |
[16] |
张铁轩. 剩余油饱和度的测井评价方法[J].
科技导报, 2010, 28(8): 104–109.
ZHANG Tiexuan. Well logging residual oil saturation evaluation methods[J]. Science & Technology Review, 2010, 28(8): 104–109. |
[17] |
许长福, 彭寿昌, 王晓光, 等. 克拉玛依油田砾岩油藏水淹层定量解释[J].
新疆石油地质, 2010, 31(1): 93–95.
XU Changfu, PENG Shouchang, WANG Xiaoguang. Quantitative interpretation of watered-out conglomerate Resevior in Karamay Oil field[J]. Xinjiang Petroleum Geology, 2010, 31(1): 93–95. |
[18] |
贺顺义, 谢楠, 彭洪波, 等. 水淹层测井识别方法研究及效果验证[J].
海洋石油, 2010, 30(2): 91–95.
HE Shunyi, XIE Nan, PENG Hongbo, et al. Identification and evaluation of water flooded zones with logging data and its application[J]. Offshore Oil, 2010, 30(2): 91–95. DOI:10.3969/j.issn.1008-2336.2010.02.091 |