2. 中国地质大学(北京), 北京 100083;
3. 中国石油集团长庆油田勘探开发研究院, 陕西西安 710018
2. China University of Geosciences (Beijing), Beijing 100083, China;
3. Research Institute of Exploration and Development, PetroChina Changqing Oilfield Company, Xi'an 710018, China
致密砂岩储层复杂的孔隙结构和油水关系导致了低阻油气层大量发育, 大大降低了常规测井对孔隙流体的敏感性, 增加了致密砂岩储层的解释和评价难度[1]。低阻油层的成因十分复杂, 往往由一种或几种因素共同作用导致, 而不同地区或不同储层类型的岩石物理特征不同, 发育的低阻油层的成因机理也存在差异, 这也是测井识别和评价这一类储层比较困难的原因之一[2-3]。
近年来, 学者们针对低阻油层的流体识别进行了大量探索, 比较典型的流体识别方法有重叠法、交会图法、核磁共振测井法、数理统计法等[4-6]。在这些方法中, 重叠法和交会图法是最常用的方法, 其应用的关键是建立有效的流体识别参数并加以组合应用[7-8]。例如, 李甘[9]基于优选出的对油水层识别较好的几条常规测井曲线, 利用多元线性回归方法进行曲线重构, 重构出的数据包含更加丰富的地质信息, 通过对多组重构数据进行交会来进行流体识别, 取得了较好的应用效果。任培罡等[10]基于双孔隙度重叠方法定义了流体指示因子, 通过构建流体识别因子-孔隙度交会图进行流体识别, 预测精度得到很大改善。由于造成低对比度油层的原因有很多, 不同测井曲线对流体的敏感性也会有一定的差别。SUN等[11]基于Voigt-Reuss-Hill模型建立了致密砂岩双孔隙度模型, 并利用该模型预测得到的弹性参数构建了适用于低孔低渗储层的流体识别图版。侯振学等[12]利用密度孔隙度和电阻率测井数据分别对不同流体进行回归分析, 并求取相关系数, 结果发现不同流体的相关系数存在差异, 提出了一种基于相关系数的流体判别方法, 在鄂尔多斯盆地临兴神府地区上古生界致密砂岩储层的流体识别中取得了较好的效果。然而, 对于成因相对复杂的低阻油层来说, 构建能够综合反映多种影响因素的流体敏感参数或关系相对困难, 利用单一的流体识别方法存在一定局限性[13-14]。
为此, 针对鄂尔多斯盆地陇东西部地区长8致密砂岩储层低阻油层的成因机理和流体识别问题开展研究, 构建了双视地层水电阻率差异交会图版、物性指数与阵列感应电阻率差异交会图版以及全烃录井-测井联合交会图版, 并提出了一种基于图版符合率和投票策略的综合流体识别法, 有效提高了研究区低阻油层的识别精度。这一方法对其它类似地区的测井流体识别也具有一定的参考和借鉴意义。
1 技术方法低阻油层作为一种重要的隐蔽性强的油气储层, 因其产量高、分布范围广的特性近年来受到了越来越多的关注。造成低电阻率油层的因素很多且复杂[15-16]。到目前为止, 人们认为低电阻率油层的形成有十多种因素, 如薄层效应、束缚水、导电矿物、粘土类型及其含量、孔隙结构、润湿性、地层水矿化度、钻井泥浆侵入等[17-20]。一般来说, 低阻油层往往是多种因素综合影响的结果, 不同地区、不同储层类型的影响因素往往不同, 这导致不同油田和研究机构对低阻油藏成因的认识没有统一的标准。然而, 对于某一地区或某一类型的特定储层, 低电阻率油层是有规律可循的[21]。图 1是研究区不同流体性质储层的电阻率和密度之间的关系, 可以看出, 低阻油层和水层的密度相对较低, 而高阻油层的密度较高, 说明研究区低阻油层与水层在物性差异上不明显, 需要在储层特征分析的基础上, 多方面研究低阻油层的主要影响因素, 从而开展有效的测井解释和评价[22]。
扫描电镜分析结果表明, 绿泥石和伊利石的粘土矿物主要以薄膜和丝状填充孔隙, 易吸附形成束缚水(图 2)。同时, 微孔内充满束缚水, 易导致束缚水饱和度高。根据岩心的核磁共振计算和统计结果, 发现低阻油层束缚水饱和度主要分布范围为40%~70%, 平均值为64.2%。为了研究束缚水饱和度对地层电阻率的影响, 绘制了视电阻率增大率(IR)与束缚水饱和度之间的关系(图 3)。其中, IR是根据该处纯油层岩心的电阻率测井值除以此井邻层或相邻水井的电阻率测井值, 并且对于纯水层的导电性受束缚水饱和度的影响很小。因此, IR的大小仅与该处纯油层岩心的束缚水饱和度有关。可以看出, 随着束缚水饱和度的增加, 地层电阻率增大率逐渐减小。当束缚水饱和度增加到45%左右时, IR小于3, 说明束缚水引起的附加电导率是降低油层与水层电阻率差异的重要因素之一。此外, 粘土附加导电性也会降低储层的导电性, 尤其是对于含有伊蒙混层这种粘土附加导电性较高的储层, 极易造成电阻率测井值低, 而绿泥石和伊利石的阳离子交换量约为(10~40)×10-2mol/kg, 储层附加导电性的影响并不强[23]。并且, 本文并未进行储层粘土的附加导电性实验, 所以无法研究储层粘土矿物附加导电性对电阻率的影响, 而是将储层粘土矿物的含量都归结为束缚水饱和度的影响。
地层水作为岩石孔隙空间的主要导电介质, 其矿化度高低是影响地层电阻率的一个十分重要的因素。研究区低阻油层的地层水矿化度主要分布范围为45~55g/L, 平均为53.46g/L(图 4a)。由于纯油层井并没有地层水可供矿化度分析, 所以本文对低阻油层的地层水矿化度统计结果是根据邻层产水层或邻井产水层的矿化度分析结果得到的。从图 4b可以看出, 随着地层水矿化度的增高, 油水同层电阻率比水层降低更加明显, 当地层水矿化度升高至约45g/L时, 油水同层与水层的电阻率差异不明显, 说明地层水矿化度高是造成油层电阻率降低的一个重要因素。
烃源岩的排烃能力除了受到烃源岩自身的有效厚度影响外, 还与其离下伏储层的距离有关。烃源岩的有效厚度大且距离储层越近, 其排烃能力越强, 原油越容易进入小孔隙, 从而形成高饱和度油层, 反之亦然[24]。研究区长8储层的油源主要来自于上覆长7烃源岩, 为了研究烃源岩排烃能力差异对储层电阻率的宏观影响, 在研究区内绘制了连井剖面, 该地区勘探结果表明, 在陇东西部地区的西部发现了大批低阻油层, 而东部出油井的电阻率相对较高, 该地区长8储层的电阻率平面特征如图 5所示。选择3条连井剖面的位置, 3条粗实线分别代表低阻油层的连井剖面(B'—B)、高阻油层的连井剖面(C'—C)和从低阻油层到高阻油层的连井剖面(A'—A)。绘制得到的3条连井剖面分别如图 6、图 7和图 8所示, 连井剖面中每口井的第1道是深度, 第2道是反映烃源岩的声波时差和电阻率测井曲线的叠加显示, 填充颜色是黑灰色, 第3道是地质分层, 第4道为测井解释结论, 第5道为自然伽马和渗透率。对比3个连井剖面可知, 低阻油层的烃源岩有效厚度较小, 且烃源岩距离储层远, 而高阻油层刚好相反。可见烃源岩的厚度以及其与储层之间的距离长短共同影响着烃源岩对储层的排烃能力, 从而影响着地层的电阻率。低阻油层较发育的地区烃源岩排烃能力差, 而高电阻率油层较发育的地区烃源岩排烃能力强, 说明储层宏观上烃源岩的排烃能力的差异也控制了低阻油层的分布。
在充分认识研究区低阻油层成因的基础上, 分别构建双视地层水电阻率差异交会图版、物性与阵列感应电阻率差异交会图版以及全烃录井-测井联合交会图版(图 9)。图 9a为双视地层水电阻率差异交会图版, 该方法是分别利用自然电位(SP)测井和阿尔奇公式计算视地层水电阻率, 其中利用自然电位计算的视地层水电阻率(RWA-SP)的公式如下:
$ R_{\mathrm{WA}-\mathrm{SP}}=\frac{R_{\mathrm{mf}}}{10^{U_{\mathrm{SSP}} / K}} $ | (1) |
式中: Rmf为泥浆滤液电阻率; USSP为静自然电位幅度; K为与温度有关的系数。在泥浆滤液性质比较稳定条件下, 利用公式(1)计算的视地层水电阻率数值大小与地层水真电阻率比较接近。利用阿尔奇公式计算视地层水电阻率(RWA-RT)的公式如下:
$ R_{\mathrm{WA}-\mathrm{RT}}=\frac{R_{\mathrm{T}} \cdot \varphi^{m}}{a b} $ | (2) |
式中: RT为地层电阻率; φ为地层孔隙度; m为孔隙度指数; a和b为与岩性有关的系数, b常取1。RWA-RT包含了储层物性和含油性信息。对于地层水矿化度高引起的低电阻率油层, 计算的RWA-SP较低, 分布在分界线上方; 含油饱和度越高, 地层电阻率也高, 计算的RWA-SP大, 样本点落在图版中距离分界线越远。该方法总体上识别效果不错, 只是对一些含油饱和度较低的油水同层和干层识别效果不好。
图 9b为物性与阵列感应电阻率差异交会图, 为了体现储层综合物性的特征, 定义物性指数为(KPERM/φ)0.5, 其中KPERM为渗透率, 可以利用岩心拟合公式计算得到; φ为孔隙度, 通过密度与中子测井多元回归模型计算得到。此外, 考虑到地层水矿化度差异的影响, 引入自然电位相对幅度ΔSSP, 其计算公式如下:
$ \Delta S_{\mathrm{SP}}=\frac{S_{\mathrm{SP}}-S_{\text {SPshale }}}{S_{\text {SPsand }}-S_{\text {SPshale }}} $ | (3) |
式中: ΔSSP为自然电位测井数值; SSPshale为纯泥岩层段的自然电位值; SSPsand为纯砂岩层段自然电位值。一般情况下, ΔSSP的大小除了与孔隙流体的类型有关外, 还受到地层泥质含量、井温和井径等条件的影响。由于研究的目标层为延长组长8段致密砂岩储层, 其沉积条件基本相同, 储层的泥质含量和井眼大小变化不大, 因此本文主要考虑孔隙流体类型的影响。对于纯水层来说, 孔隙流体与泥浆滤液之间产生的扩散电动势更加明显, ΔSSP数值大; 而随着含油饱和度的增加, ΔSSP数值逐渐减小。同时, 由图 1可知研究区纯水层的密度较低, 物性较好, 而高阻油层的密度相对较高, 物性较差。因此, 通过两个因子相乘(KPERM/φ)0.5×ΔSSP来进一步放大不同流体储层之间的差异。高分辨率阵列感应测井可以提供不同径向深度地层的电阻率, 不同储层的侵入特征不同, 不同探测深度阵列感应电阻率的差异也不同, 一般油层表现为正差异, 即探测深度越深的电阻率数值越高; 而水层则表现为负差异, 即探测深度越深电阻率越低。此外, 考虑到致密砂岩地层物性差, 侵入关系一般不太明显, 因此定义感应电阻率差异系数DR, 其计算公式为:
$ D_{\mathrm{R}}=\frac{R_{\mathrm{AT} 90}}{R_{\mathrm{AT} 10}} \times \frac{R_{\mathrm{AT} 90}}{R_{\mathrm{AT} 20}} \times \frac{R_{\mathrm{AT} 90}}{R_{\mathrm{AT} 30}} \times \frac{R_{\mathrm{AT} 90}}{R_{\mathrm{AT} 60}} $ | (4) |
式中: RAT10, RAT20, RAT30, RAT60和RAT90分别为阵列感应电阻率测井探测深度为10, 20, 30、60, 90in(1in≈2.54cm)的电阻率。通过公式(4)计算的阵列感应电阻率差异系数DR体现了不同储层的侵入特征差异, 油层时DR大, 水层时DR小。将DR与地层电阻率相乘, 即DR×RAT90可以进一步放大不同流体之间的电性差异。可以看出, 物性指数与阵列感应电阻率差异交会图能够将油层和油水同层从水层和干层中识别出来, 但油层与油水同层的区分效果欠佳。
图 9c为全烃录井-测井联合交会图, 该方法是在物性指数与阵列感应电阻率差异交会图基础引入了全烃录井资料作为约束。全烃录井直接反映储层含油性的好差, 储层含油性越好, 全烃录井数值越大, 且受储层物性和含水性的影响较小, 结合全烃录井资料进行储层解释可以有效提高解释精度。本文将全烃录井数值(QT)与阵列感应电阻率差异系数、地层电阻率相乘, 即, DR×RAT90×QT, 该参数进一步放大了不同流体之间的电性差异。可以看出, 该图版油层和油水同层之间的界限更加明显, 对不同流体的识别效果更好。
为了对比上述3种流体识别图版在研究区的应用效果, 定义流体图版识别符合率为V, 即:
$ V=\frac{n}{N} \times 100 \% $ | (5) |
式中: n为图版中符合试油结果的样本点个数; N为图版中所有样本点的个数。为了保证图版流体识别的可靠性, 落在分界线上的样本点不作考虑。根据公式(5)计算3种方法的图版符合率分别为81.81%, 81.25%, 87.23%。
图 10为利用这3种识别图版综合判别流体用数字类型的方法流程。当对研究区新井进行流体识别时, 先用利用这3种图版对新井进行流体识别, 识别结果表示, “2”代表油层, “1”代表油水同层, “-2”代表水层, “-1”代表干层。判断储层最终流体类型时, 将这3种图版的判别结果通过投票机制来确定, 也就是当3个流体识别图版中有两个或全部的解释结果一致时, 选择大多数方法共同的判别结果作为最终解释结果; 当3种图版的识别结果各不相同时, 以符合率最高的识别图版的判别结果为准。
分别利用本文建立的单一流体识别图版和综合流体识别法对研究区一口典型低阻油井进行流体识别, 如图 11所示。图中第9、第10和第11道分别是双视地层水电阻率差异法、物性指数与阵列感应电阻率差异法和全烃录井-测井联合法3种方法的流体识别结果。其中第9道利用计算的两种视地层水电阻率重叠填充反映了储层含油性, RWA-RT大于RWA-SP的部分填充红色, 而RWA-RT小于RWA-SP的部分填充蓝色, 填充红色部分越饱满说明含油性越好, 油层可能性越大; 填充蓝色部分越饱满说明含油性越差, 越可能是水层。其余两种方法分别将流体识别曲线与“0”线(ITFC)进行重叠填充, 大于0值充填为红色, 小于0值充填蓝色, 不同数字大小与上面综合流体识别流程中代表的流体类型一致。考虑到不同深度测井值会对流体识别因子的计算有影响, 利用单一方法进行流体识别时采用该层段计算的最多的数字作为该方法流体识别结果。第12道为综合解释结果, 即最终解释的流体识别结果。在目的层段2590.0~2596.5m位置, 双视地层水电阻率差异法、物性指数与阵列感应电阻率差异法的解释结果均为油层, 而全烃录井-测井联合法在该层段解释为油水同层, 根据综合流体识别法, 最终解释该层段为油层, 后来在该层进行试油, 出油23.63t/d, 无水, 为高产油层, 验证了综合解释结果的准确性。
利用综合流体判别法解释了研究区30口探井共30层, 其中试油结果为油层的有8口(均为低阻油层), 表 1对比了部分测井解释结果与试油结论。其中, 双视地层水电阻率差异法解释准确20层, 准确率为66.67%;物性指数与阵列感应电阻率差异法解释准确20层, 准确率为66.67%;全烃录井-测井联合法解释准确22层, 准确率为73.3%;综合流体判别方法流体识别准确25层, 准确率为83.3%。可以看出, 综合流体判别方法相比于单一流体识别方法有效地提高了流体识别精度, 表明这种流体识别方法在实际应用中值得推广和应用。
1) 鄂尔多斯盆地陇东西部地区长8组致密砂岩储层低阻油层成因微观上主要受束缚水饱和度高和地层水矿化度高影响, 宏观上其分布受其上覆长7烃源岩的排烃能力差异控制, 在低阻油层的测井解释评价过程中要综合考虑储层微观和宏观因素的影响。
2) 针对致密砂岩储层低阻油层测井流体识别问题, 探索了双视地层水电阻率差异交会图版、物性指数与阵列感应电阻率差异交会图版和全烃录井-测井联合交会图版的流体识别效果, 并基于图版符合率和投票策略提出了一种综合流体识别方法。
3) 实例应用表明, 综合流体识别法的流体识别精度比单一图版法要高, 说明该方法在致密砂岩储层中低阻油层的识别是有效的, 值得推广应用。
[1] |
BAI Z, TAN M J, SHI Y J, et al. Reservoir characteristics and control mechanism of resistivity low-contrast oil pays in Chang 8 tight sandstone of Longdong West area, Ordos Basin[J]. Journal of Petroleum Exploration and Production Technology, 2021, 11(6): 2609-2620. DOI:10.1007/s13202-021-01195-1 |
[2] |
高楚桥, 张超谟, 布志虹, 等. 东濮凹陷低电阻率油层测井解释方法研究[J]. 石油物探, 2003, 42(4): 550-552. GAO C Q, ZHANG C M, BU Z H, et al. Study of logging interpretation for low resistivity sandstone reservoirs in Dongpu depressin[J]. Geophysical Prospecting for Petroleum, 2003, 42(4): 550-552. DOI:10.3969/j.issn.1000-1441.2003.04.026 |
[3] |
韩如冰, 田昌炳, 李顺明, 等. 复杂断块油气藏低阻油气层成因及发育控制因素-以Muglad盆地Fula凹陷Jake South油田为例[J]. 油气地质与采收率, 2017, 24(2): 1-7. HAN R B, TIAN C B, LI S M, et al. Genesis and development control factors of low resistivity pays in complex fault block-A case study of Jake South Oilfield in Fula sag of Muglad Basin, Sudan[J]. Petrolum Geology & Recovery Efficiency, 2017, 24(2): 1-7. |
[4] |
毛克宇. 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[J]. 地球科学进展, 2016, 31(10): 1056-1066. MAO K Y. Logs fluid typing methods and adaptive analysis of tight sandstone reservoir of Yingcheng formation in Lishu fault[J]. Advances in Earth Science, 2016, 31(10): 1056-1066. DOI:10.11867/j.issn.1001-8166.2016.10.1056 |
[5] |
罗兴平, 苏东旭, 王振林, 等. 核磁共振测井在低阻油层评价中的应用-以准噶尔盆地阜东斜坡头屯组为例[J]. 新疆石油地质, 2017, 38(4): 470-476. LUO X P, SU D X, WANG Z L, et al. Application of NMR logging in low-resistivity reservoir evaluation: A case study of Toutunhe formation on the eastern Fukang Slope, Junggar basin[J]. Xinjiang Petroleum Geology, 2017, 38(4): 470-476. |
[6] |
李铁柱. 灰色关联与相关分析方法在识别低阻油气层中的应用[J]. 国外测井技术, 2019, 40(3): 24-27. LI T Z. Dentifying the low resistivity oil reservoir by the comprehensive method of connecting the grey correlation analysis and correlation analysis[J]. World Well Logging Technology, 2019, 40(3): 24-27. |
[7] |
张颖, 杨丽丽, 陈木根, 等. 阵感应侵入因子法与声波-电阻率交会图相结合识别镇北地区延安组低阻油层[J]. 西安石油大学学报(自然科学版), 2014, 29(3): 8-14. ZHANG Y, YANG L L, CHEN M G, et al. Dentification of low-resistivity oil reservoirs of Yan'an Formation in Zhenbei area by combining array induction invasive factor method with interval transit time-resistivity cross-plot[J]. Journal of Xi'an Shiyou University(Natural Science Edition), 2014, 29(3): 8-14. DOI:10.3969/j.issn.1673-064X.2014.03.002 |
[8] |
张文静, 赵静, 席辉, 等. 鄂尔多斯盆地镇北西部长3段低电阻率油层测井识别方法[J]. 测井技术, 2020, 44(6): 589-593. ZHANG W J, ZHAO J, XI H, et al. Identification methods of Chang 3 Member low resistivity pay zones in Western Zhenbei Area of Ordos Basin[J]. Well Logging Technology, 2020, 44(6): 589-593. |
[9] |
李甘. 鄂尔多斯盆地TN区三叠系油层快速判别技术研究[D]. 西安: 西安石油大学, 2012 LI G. The research of Triassic reservoir rapid sentenced to general technology in TN area of Ordos basin[D]. Xi'an: Xi'an Petroleum University, 2012 |
[10] |
任培罡, 施振飞, 侯斌, 等. 基于双孔模型的低孔低渗油气层测井综合评价[J]. 特种油气藏, 2013, 5(1): 62-67. REN P G, SHI Z F, HOU B, et al. Evaluation on the control factors of Chang 8 reservoir properties in Jiyuan area by multiple linear stepwise regression[J]. Special Oil & Gas Reservoirs, 2013, 5(1): 62-67. |
[11] |
SUN J M, WEI X H, CHEN X L. Fluid identification in tight sandstone reservoirs based on a new rock physics model[J]. Journal of Geophysics and Engineering, 2016, 13(4): 526-535. DOI:10.1088/1742-2132/13/4/526 |
[12] |
侯振学, 李波, 唐闻强, 等. 一种定量评价致密砂岩储层流体性质的新方法—相关系数法[J]. 地球物理学进展, 2017, 32(5): 1984-1991. HOU Z X, LI B, TANG W Q, et al. New method for quantitative evaluation fluid properties of tight sandstone——correlation coefficient method[J]. Progress in Geophysics, 2017, 32(5): 1984-1991. |
[13] |
陈继华, 陈政, 毛志强. 莫西庄地区低阻油层成因分析与饱和度评价[J]. 石油物探, 2011, 50(3): 247-251. CHEN J H, CHEN Z, MAO Z Q. Analysis on the forming of low-resistivity oil layer and evaluation of the water saturation in Moxizhuang area[J]. Geophysical Prospecting for Petroleum, 2011, 50(3): 247-251. DOI:10.3969/j.issn.1000-1441.2011.03.006 |
[14] |
LUBIS L A, GHOSH D P, HERMANA M. Elastic and electrical properties evaluation of low resistivity pays in Malay Basin clastics reservoirs[J]. IOP Conference Series: Earth and Environmental Science, 2016, 38(1): 012004. |
[15] |
HEIDARY M, KAZEMZADEH E, MORADZADEH A, et al. Improved identification of pay zones in complex environments through wavelet analysis on nuclear magnetic resonance log data[J]. Journal of Petroleum Science and Engineering, 2019, 172(4): 465-476. |
[16] |
衡勇, 王勇飞, 刘成川, 等. 中江气田沙溪庙组河道砂岩气藏低阻气层成因[J]. 成都理工大学(自然科学版), 2020, 47(5): 582-589. HENG Y, WANG Y F, LIU C C, et al. Genesis of low-resistance gas reservoirs in Shaximiao Formation channel sandstone gas reservoirs of Zhongjiang Gas Field, Sichuan Basin, China[J]. Journal of Chengdu University of Technology(Science and Technology Edition), 2020, 47(5): 582-589. |
[17] |
QIN Z, HOU M, WANG Z H, et al. Logging fluid identification method of low resistivity contrast reservoir invaded by fresh water mud—A case study of well block YD in Erdos basin[J]. International Conference on Machinery, Materials Science and Energy Engineering, 2013, 318(4): 442-446. |
[18] |
WILLIAM A T, MSHAH B I, ASTIA A H, et al. Low-resistivity pay evaluation, case study: Thin bed sand-shale lamination reservoirs, Peninsula, Malay Basin[R]. International Petroleum Technology Conference, 2016: 14-16
|
[19] |
SAMAKINDE C, OPUWARI M, DONKER J M V. The effect of clay diagenesis on petrophysical properties of the lower cretaceous sandstone reservoirs, Orange Basin, South Africa[J]. South African Journal of Geology, 2016, 119(1): 187-202. DOI:10.2113/gssajg.119.1.187 |
[20] |
冯程, 冯俊贵, 石玉江, 等. X油田三叠系延长组长9段低对比度油层成因及识别[J]. 测井技术, 2020, 44(6): 594-600. FENG C, FENG J G, SHI Y J, et al. Origin and identification of low contrast pay zones in Chang 9 Member of Yanchang Formation in the X oilfield[J]. Well Logging Technology, 2020, 44(6): 594-600. |
[21] |
FENG C J, GINGRAS M, SUN M S, et al. Logging characteristics and identification methods of low resistivity oil layer: Upper cretaceous of the Third member of Qingshankou Formation, Daqingzijing Area, Songliao Basin, China[J]. Geofluids, 2017, P2915646. DOI:10.1155/2017/2915646 |
[22] |
PRATAMA E, ISMAIL M S, RIDHA S. An integrated workflow to characterize and evaluate low resistivity pay and its phenomenon in a sandstone reservoir[J]. Journal of Geophysics and Engineering, 2017, 14(3): 513-519. DOI:10.1088/1742-2140/aa5efb |
[23] |
YAN W C, SUN J M, ZHANG J Y, et al. Studies of electrical properties of low-resistivity sandstones based on digital rock technology[J]. Journal of Geophysics and Engineering, 2018, 15(1): 153-163. DOI:10.1088/1742-2140/aa8715 |
[24] |
石玉江, 李高仁, 周金昱, 等. 鄂尔多斯盆地中生界延长组低渗透致密油藏充注模式测井识别[J]. 测井技术, 2016, 40(2): 202-207. SHI Y J, LI G R, ZHOU J Y, et al. Filling mode and corresponding log interpretation method for low permeability-tight reservoirs in Yanchang Group, Mesozoic, Ordos Basin[J]. Well Logging Technology, 2016, 40(2): 202-207. |