核磁共振巖心實驗分析在低孔滲儲層評價中的應用

王振華，陳 剛，李書恒，章輝若，黃得順，楊 甫，雷盼盼，劉小伸

(1.西北大學 地質學系 大陸動力學國家重點實驗室，西安 710069；2.中國石油 長慶油田分公司，西安 710021)

核磁共振巖心實驗分析在低孔滲儲層評價中的應用

王振華1，陳 剛1，李書恒2，章輝若2，黃得順1，楊 甫1，雷盼盼1，劉小伸1

(1.西北大學 地質學系 大陸動力學國家重點實驗室，西安 710069；2.中國石油 長慶油田分公司，西安 710021)

根據(jù)核磁共振(NMR)巖心實驗分析的基本原理、方法和相關參數(shù)模型的研究進展，對鄂爾多斯盆地東部ZC油田3062井延長組長6油層組低孔滲砂巖樣品進行了儲層物性、孔隙結構和束縛水飽和度等參數(shù)的NMR巖心實驗分析,并將其與常規(guī)巖心測試參數(shù)進行了分析與對比，探討了低孔滲儲層NMR巖心實驗分析的精度及其應用效果。結果表明，3062井長6油層組砂巖屬于典型的低孔滲儲層，孔隙度在8.6%～13.0%，滲透率在(0.07～1.27)×10-3μm2；低孔滲砂巖樣品NMR巖心實驗所分析的孔隙結構、孔隙度、束縛水飽和度數(shù)據(jù)與其常規(guī)巖心分析結果基本一致，且系統(tǒng)偏差較小，但基于NMR實驗參數(shù)的儲層滲透率預測模型尚存在較多的不確定性，核磁共振滲透率預測結果與常規(guī)巖心分析滲透率數(shù)據(jù)存在較大偏差。

核磁共振(NMR)；巖心樣品分析；微觀孔隙結構；儲層物性參數(shù);鄂爾多斯盆地

核磁共振(NMR)作為一種正在興起的巖心實驗分析新手段，具有樣品無損、方便快捷的優(yōu)點。理論上，通過核磁共振直接觀測巖石樣品的孔隙流體信號，不僅可以揭示巖石的孔隙結構特征，而且有可能獲取巖石的物性、含油性等儲層參數(shù)，較好地提供了同一塊樣品進行多參數(shù)分析對比的方法途徑[1-8]。如何有效利用NMR實驗數(shù)據(jù)準確獲取低孔滲儲層參數(shù)是近年來NMR巖心實驗分析的研究熱點。單樣品、多參數(shù)的NMR巖心實驗分析結果在精度和有效性方面能否達到或完全替代傳統(tǒng)上廣為接受的多樣品常規(guī)巖心分析，還需要進行不同方法、并行樣品的相關對比分析和相互檢驗。近年來，人們雖然從不同側面提出了一些基于NMR的巖石物性和含油性參數(shù)預測模型，但迄今為止仍存在較多爭議，低孔滲儲層參數(shù)預測問題尤為突出，需要結合常規(guī)巖心分析數(shù)據(jù)的對比分析進行不斷改進和完善[9-21]。本文選擇鄂爾多斯盆地東部ZC油田3062井長6油層組低孔滲砂巖樣品進行了儲層參數(shù)的NMR巖心實驗分析，并通過并行樣品的常規(guī)巖心分析和對比，探討分析低孔滲儲層NMR巖心實驗分析參數(shù)的預測精度、有效性及其影響因素，以期為低孔滲儲層參數(shù)的NMR巖心實驗分析和預測模型的改進提供重要信息。

1 儲層孔隙結構分析

1.1 偽毛管壓力曲線法

偽毛管壓力曲線法是一種基于NMR橫向弛豫時間(T2時間)與孔喉半徑之間的轉換關系來構造毛管壓力曲線的方法，并以此區(qū)別于常規(guī)的壓汞實測毛管壓力曲線。Yakov等在假設孔隙與喉道半徑成正比的條件下，推導出T2時間與孔喉半徑之間為線性轉換關系[9]，并獲得了NMR轉換的偽毛管壓力曲線與壓汞毛管壓力曲線基本吻合的結論。后有學者認為，由于實際地層孔隙結構十分復雜，T2時間與孔喉半徑之間并不一定是簡單的線性關系，據(jù)此構建的毛管壓力曲線會出現(xiàn)較大誤差[10-13]。何雨丹等提出采用形式為Pc=m/T2n(式中，Pc為毛管壓力；m為系數(shù)；n為冪率)的分段冪函數(shù)來構造毛管壓力曲線[10]。對于單峰T2譜，用單一冪函數(shù)構造毛管壓力曲線；對于雙峰T2譜，則根據(jù)小孔和大孔分別采用2種冪函數(shù)分段構造毛管壓力曲線，冪函數(shù)可通過T2幾何平均值與平均毛管半徑之間的相關性來確定。肖立志等認為，用T2幾何平均值與平均毛管半徑之間的相關性確定的冪函數(shù)不夠精確，由于低孔滲巖心樣品基本上不存在體積弛豫不可忽略的、接近于慢擴散特性的較大孔隙[7]，因而可以采用單一冪函數(shù)來構造毛管壓力曲線。

對于低孔滲巖心樣品而言，NMR巖心實驗分析的T2譜多呈現(xiàn)雙峰不明顯或主體為單峰的特點，且基本上包含了樣品的全部孔喉半徑信息，這顯然與壓汞法不能獲得極小孔喉半徑情況下給出的孔喉半徑信息是不同的。去除NMR孔喉半徑分布中的極小值部分才能更好地滿足兩者對孔喉半徑分布的最佳擬合。因此，本文主要采用單一冪函數(shù)構造毛管壓力曲線，并根據(jù)劉堂宴等提出的最大相似性原理[13]來確定冪函數(shù)。具體做法為：在給定不同冪函數(shù)參數(shù)值的條件下做T2時間與孔喉半徑轉換，將轉換的孔喉半徑累積分布曲線與壓汞孔喉半徑累積分布曲線反復進行誤差計算與對比，并在計算誤差時保持NMR孔喉半徑與壓汞孔喉半徑相對應，直至找到誤差最小時所對應的最佳冪函數(shù)參數(shù)值，從而獲得合理的NMR偽毛管壓力曲線。

依據(jù)上述改進的冪函數(shù)刻度法，對采自鄂爾多斯盆地東部ZC油田3062井延長組長6油層組的13塊低孔滲砂巖樣品，在進行了NMR巖心實驗分析數(shù)據(jù)基礎上的T2時間與孔喉半徑轉換及其擬合對比分析，獲得了不同樣品的最佳冪函數(shù)參數(shù)(表1)及其相應的NMR偽毛管壓力曲線。結果顯示這種改進方法的應用效果比較理想，NMR偽毛管壓力曲線與壓汞毛管壓力曲線的相關系數(shù)均達到99%以上。從圖1所示Z3-1樣品的轉換結果可以看出，低孔滲砂巖的NMR偽毛管壓力曲線與壓汞毛管壓力曲線基本吻合(圖1a)，曲線之間的相關系數(shù)為99.95%；在忽略或去掉NMR孔喉半徑小于0.01 μm極小值部分的情況下，NMR小孔喉(0.01～0.03 μm)的分布頻率略大于壓汞分析數(shù)據(jù)，NMR大孔喉(>0.3 μm)的分布頻率略小于壓汞分析數(shù)據(jù)。但總體來看，NMR轉換和壓汞分析所給出的孔喉半徑分布基本吻合，且在大、小孔喉區(qū)間的頻率分布也保持了較好的一致性(圖1b)。

表1 鄂爾多斯盆地東部ZC油田3062井長6油層組砂巖巖心樣品偽毛管壓力曲線法參數(shù)選值

圖1 鄂爾多斯盆地東部ZC油田長6油層組Z3-1樣品偽毛管壓力曲線與壓汞毛管壓力曲線對比及其孔喉半徑對比

1.2 三孔隙度組分百分比法

通常認為，控制巖石孔隙結構的關鍵因素并不只是孔隙度，而是整個孔隙系統(tǒng)在不同孔隙范圍內的孔隙度組分百分比[14]，非均質性較強的低孔滲儲層更是如此，因而可以基于NMR的“三孔隙度組分百分比法”進行低孔滲儲層孔隙結構的有效評價。其基本思想是：從核磁共振T2分布譜中提取3種孔隙度組分百分比參數(shù)S1、S2、S3，分別代表橫向弛豫時間介于1～10，10～100，100～1000 ms范圍內的3種孔隙度組分百分比；根據(jù)S1、S2、S3的相對大小關系進行儲層類型劃分，并賦予不同類型儲層彼此有別的孔隙結構質量評價參數(shù)，即“PORCLA”參數(shù)。PORCLA值的大小代表了不同類型儲層孔隙結構的好壞，這種定量評價方法較好地改進了以往通過觀察T2譜形態(tài)進行儲層孔隙結構定性評價的一些不確定性問題[11]。

依據(jù)ZC油田3062井長6油層組13塊砂巖巖心樣品的鑄體薄片鑒定和壓汞分析資料，巖樣平均孔隙半徑和喉道半徑分別為31.15，0.18 μm，喉道半徑小、孔隙連通性差，孔喉組合主要為小孔、微喉型，儲層孔隙結構總體較差。依據(jù)這些樣品的NMR巖心實驗分析數(shù)據(jù)，從樣品的T2分布譜中提取了三孔隙度組分百分比參數(shù)S1、S2和S3，在此基礎上統(tǒng)計分析了13塊砂巖的三孔隙度組分百分比分布特征(圖2)。參照Liu等提出的三孔隙度組分百分比法儲層孔隙結構評價標準[14]，長6油層組13塊砂巖樣品的三孔隙度組分百分比參數(shù)均具有S3

圖2 鄂爾多斯盆地東部ZC油田長6油層組砂巖巖心樣品孔隙度百分比

2 物性參數(shù)求解

2.1 孔隙度

低孔滲砂巖孔隙結構復雜、黏土束縛水含量較高，由于NMR測量儀的回波間隔不能設置成無限小的限制，砂巖巖心樣品中總有小部分黏土束縛水不能被儀器探測到。從理論上來說，這往往會造成巖樣NMR巖心實驗分析的孔隙度偏小。本文嘗試通過巖樣NMR孔隙度與常規(guī)孔隙度的對比分析來探討NMR巖心實驗分析求解低孔滲巖樣孔隙度的有效性和精確性。NMR測量儀直接獲得的原始數(shù)據(jù)是信號幅度隨時間衰減的自旋回波串，通過對自旋回波串數(shù)據(jù)進行多指數(shù)反演擬合，可以得到由各T2和對應回波信號幅度組成的T2譜。對于巖樣NMR孔隙度的求解，首先要利用含氫體積已知的標準樣品確定回波信號幅度與孔隙度(含氫體積)之間的刻度因子F=V·RG/A，其中A為NMR回波信號總幅度，RG為接收增益，V為標準樣品含氫體積；在此基礎上，選擇合適的測量采集參數(shù)(回波間隔TE=0.2 ms，等待時間RD=6 s，掃描次數(shù)NS=128，接收增益RG=80)，采用公式φ=A·F/(VT·RG)×100%計算巖樣的NMR孔隙度，其中VT和φ分別為被測巖樣的體積和孔隙度。計算結果表明，NMR孔隙度主要分布在8.9%～13.1%，且與常規(guī)分析孔隙度(8.6%～13.0%)基本接近；核磁孔隙度與常規(guī)孔隙度的最大偏差均小于0.5個孔隙度單位(圖3)，相對誤差范圍為0.01%～3.88%，平均相對誤差為1.56%，顯示出較高的吻合程度，且不存在明顯的NMR孔隙度偏小現(xiàn)象。

2.2 滲透率

近年來，人們探索提出了多種基于NMR巖心實驗分析數(shù)據(jù)的滲透率預測模型[15-17]，目前比較有影響的NMR滲透率模型主要有SDR模型和Coates模型以及兩者相應的擴展模型(表2)。SDR模型采用T2幾何平均值(Tgm)作為特征時間，根據(jù)滲透率和電阻率之間的關系，從物理意義上推導獲得了SDR滲透率與特征時間和NMR孔隙度的關系式(表2，公式1)。后有學者進一步結合擬合與逼近的數(shù)理統(tǒng)計方法建立了與之相應的SDR擴展模型[2,17](表2，公式2)。Coates模型則主要從物理意義上采用NMR孔隙度，以及束縛水與可動水體積比來計算Coates滲透率(表2，公式3)，并且同SDR模型一樣，具有與之相應的統(tǒng)計學意義上的Coates擴展模型(表2，公式5)。

圖3 鄂爾多斯盆地東部ZC油田砂巖巖心樣品核磁孔隙度與常規(guī)孔隙度對比

實際上，Sigal認為SDR模型和Coates模型是NMR滲透率廣義公式的2種特殊形式，如果定義Tcoates為T2截止值(T2cutoff)與束縛水—可動水體積比值(FFI/BVI)的乘積，并將其作為Coates模型的特征時間，則Coates模型與SDR模型在物理意義和數(shù)學表達形式(表2，公式1,4)上是一致的[18]，表明這2類滲透率預測模型都與特征時間的二次方和孔隙度的四次方成正比。利用上述砂巖樣品的NMR巖心實驗分析和常規(guī)巖心分析數(shù)據(jù)，根據(jù)SDR和Coates模型及相應的擴展模型的基本原理，用回歸分析方法獲取滲透率模型的各項參數(shù)，進而計算求解了巖樣的NMR滲透率。結果顯示，NMR滲透率主要分布在(0.05～1.92)×10-3μm2，與之相應的常規(guī)巖心實測滲透率主要分布在(0.07～1.27)×10-3μm2，NMR滲透率平均相對誤差分布在26%～48%(表2)，表明現(xiàn)有NMR滲透率模型求解的滲透率與常規(guī)巖心實測滲透率之間的偏差較大。相比之下，SDR擴展模型求解的滲透率與常規(guī)巖心實測滲透率的相關系數(shù)接近93%，平均相對誤差較小(26.9%)(表2)，表明SDR擴展模型對于本次低孔滲巖樣的NMR滲透率預測效果相對較好(圖4)?；蛟S是由于Coates模型及其擴展模型對束縛水飽和度的計算精度比較敏感，在本次NMR滲透率的預測中，模型的相關系數(shù)和相對平均誤差均大于相應的SDR及其擴展模型。上述研究表明，影響滲透率的因素是復雜的，已有的NMR滲透率模型預測結果與常規(guī)巖心分析數(shù)據(jù)仍有較大的偏差，其中SDR擴展模型可能對于低孔滲儲層具有相對較好的滲透率預測效果，但仍然達不到常規(guī)巖心實測數(shù)據(jù)的精度，有待進一步改進和完善。

表2 不同核磁共振滲透率模型及求解鄂爾多斯盆地東部ZC油田砂巖巖心樣品滲透率的各模型參數(shù)和誤差

圖4 鄂爾多斯盆地東部ZC油田砂巖巖心樣品核磁滲透率與巖心實測滲透率對比

3 含油性參數(shù)求解

3.1 束縛水飽和度求解方法

NMR束縛水飽和度的求解一般要依賴于特定的束縛水體積模型，根據(jù)不同的束縛水體積模型求解出的束縛水飽和度具有一定的差異性。目前被廣泛接受和使用的束縛水體積模型主要有小孔隙束縛水體積模型和薄膜束縛水體積模型。T2截止值法和SBVI法是分別以這2種束縛水體積模型作為理論基礎來求解NMR束縛水飽和度的方法[19-21]。

小孔隙束縛水體積模型假設在整個孔隙系統(tǒng)中，小孔隙充滿束縛水而大孔隙充滿自由流體，并且認為存在一截止時間T2cutoff，使T2大于T2cutoff的相對大孔隙充滿自由流體，而T2小于T2cutoff的相對小孔隙充滿束縛水。T2截止值法以小孔隙束縛水體積模型為依據(jù)，通過由NMR巖心實驗求取的T2cutoff平均值把T2分布譜分割為束縛水部分和自由流體部分，從而獲得T2分布譜束縛水與自由流體部分面積的比值即為巖樣的NMR束縛水飽和度。Coates等則認為由于薄膜束縛水的存在，每一個孔隙都具有一定量的束縛水；并以此提出相應的薄膜束縛水體積模型，引入權重系數(shù)(SWIRR)作為劃分孔隙中束縛水體積和自由流體體積的指標[19]?；诒∧な`水體積模型的SBVI法可以通過T2幾何平均值(T2gm)與常規(guī)巖心實測束縛水飽和度(SWIR)的函數(shù)關系確定SWIRR，從而求解NMR束縛水飽和度。T2譜面積比值法與T2截止值法和SBVI法明顯不同，它可以直接計算巖樣在離心脫水至束縛水狀態(tài)與鹽水飽和狀態(tài)下T2分布譜下的面積之比來獲取NMR束縛水飽和度。

3.2 結果分析對比

在已獲取鹽水飽和巖樣NMR實驗分析數(shù)據(jù)的基礎上，通過壓力試驗確定脫水壓力，并測定離心脫水至束縛水狀態(tài)下巖樣的核磁共振T2分布譜，求取T2截止值法和T2譜面積比值法NMR束縛水飽和度，再結合常規(guī)巖心分析數(shù)據(jù)，根據(jù)SBVI法的基本方法和原理求解巖樣SBVI法NMR束縛水飽和度。稱重法作為一種通過測量巖樣在束縛水狀態(tài)和飽和狀態(tài)下的質量差來計算束縛水飽和度的常規(guī)巖心分析方法，具有較高的適用性和精確度?；诖?，將NMR與稱重法束縛水飽和度進行相關對比與分析，可以甄別NMR巖心實驗分析求解低孔滲巖樣束縛水飽和度的有效性和不同求解方法的相對優(yōu)劣性。結果顯示T2截止值法、T2譜面積比值法和SBVI法與稱重法求解的束縛水飽和度的平均相對誤差分別為9.65%，4.58%和4.40%(圖5)，其中T2譜面積比值法的平均相對誤差與SBVI法基本相近，相比之下T2譜面積比值法與稱重法求解的束縛水飽和度具有相對較高的吻合程度和較小的系統(tǒng)偏差(圖5b，c)。

上述實驗結果和相關對比分析表明，在求解低孔滲巖樣NMR束縛水飽和度時T2譜面積比值法優(yōu)于SBVI法，而SBVI法優(yōu)于T2截止值法。另值得注意的是這3種求解方法都不同程度地存在各自的局限性。T2譜面積比值法求解NMR束縛水飽和度的精度很大程度上受巖樣離心脫水程度的影響。巖樣在所受離心力過小的情況下達不到束縛水狀態(tài)，會使束縛水飽和度偏大；巖樣在所受離心力過大的情況下，會發(fā)生孔隙結構變化從而使巖石進入過束縛狀態(tài)而造成束縛水飽和度偏小[22-23]。當Tgm與SWIR不能很好地符合函數(shù)關系時，SBVI法求解的束縛水飽和度往往具有較大的誤差。T2截止值法主要適用于孔隙結構差異較小的巖樣，孔隙結構的較大變化往往會使T2截止值法束縛水飽和度較大程度地偏離真實值。

4 結論

(1)NMR巖心實驗分析可以對低孔滲儲層進行定量的孔隙結構分析與評價。改進的冪函數(shù)刻度法能夠較好地構造NMR偽毛管壓力曲線以及相應的孔喉半徑分布；三孔隙度組分百分比法能夠有效劃分儲層孔隙結構類型并可賦予衡量儲層孔隙結構優(yōu)劣的質量評價參數(shù)。

圖5 鄂爾多斯盆地東部ZC油田砂巖巖心樣品T2截止值法(a)T2譜面積比值法(b)和SBVI法(c)求解束縛水飽和度對比

(2)NMR巖心實驗分析求解低孔滲巖樣的孔隙度具有較高的精度，但滲透率參數(shù)的預測效果較差。相比之下，SDR擴展模型對于本次低孔滲巖樣的NMR滲透率預測效果相對較好，與常規(guī)測試滲透率的相關系數(shù)接近93%，但平均相對誤差偏大(26.9%)。

(3)對于低孔滲巖樣的NMR束縛水飽和度求解，T2譜面積比值法和SBVI法都與常規(guī)巖心分析結果基本接近，系統(tǒng)偏差較小(<5%)，其中T2譜面積比值法求解的束縛水飽和度具有相對較高的精度和較小的系統(tǒng)偏差。

致謝：西北大學地質學系張小莉教授和巨銀娟博士在實驗分析方面給予了技術指導，長慶油田公司和延長油田公司提供了項目研究和樣品采集的多方面支持，深表感謝。

[1] Coates G R,Xiao Lizhi,Prammer M G.NMR logging:principles and applications[M].Michigan:Haliburton Energy Services,1999.

[2] 王為民.核磁共振巖石物理研究及其在石油工業(yè)中的應用[D].武漢:中國科學院研究生院(武漢物理與數(shù)學研究所),2001.

Wang Weiming.The physical study of nuclear magnetic resonance in rock and its application on petroleum industry[D].Wuhan:Wuhan Institute of Physics and Mathematics of Chinese Academy of Sciences,2001.

[3] Wang Xiaowen,Xiao Lizhi,Xie Ranhong,et al.Study of NMR porosity for terrestrial formation in China[J].Science in China Series G:Physics Mechanics and Astronomy,2006,49(3):313-320.

[4] Morriss C,Rossini D,Straley C,et al.Core analysis by low-field NMR[J].The Log Analyst,1997,38(2):84-94.

[5] 肖立志,石紅兵.低場核磁共振巖心分析及其在測井解釋中的應用[J].測井技術,1998,22(1):42-49.

Xiao Lizhi,Shi Hongbing.Low field NMR core analysis and its applications in log analysis[J].Well Logging Technology,1998,22(1):42-49.

[6] 李太偉，郭和坤,李海波,等.應用核磁共振技術研究頁巖氣儲層可動流體[J].特種油氣藏,2012,19(1)：107-109.

Li Taiwei,Guo Hekun,Li Haibo,et al.Research on movable fluids in shale gas reservoirs with NMR technology[J].Special Oil & Gas Reservoirs,2012,19(1)：107-109.

[7] 肖立志,謝然紅,廖廣志.中國復雜油氣藏核磁共振測井理論與方法[M].北京:科學出版社,2012.

Xiao Lizhi,Xiao Ranhong,Liao Guangzhi.The principle and methods of nuclear magnetic resonance well logging of complex hydrocarbon reservoirs in China[M].Beijing:Science Press,2012.

[8] 張沖,張占松,嚴偉.核磁共振T2分布評價陽離子交換容量方法研究[J].斷塊油氣田,2012,19(5):666-669.

Zhang Chong,Zhang Zhansong,Yan Wei.Study on evaluation method of cation exchange capacity using NMRT2distribution[J].Fault-Block Oil and Gas Field,2012,19(5):666-669.

[9] Slijkerman W F J,Hofman J P,Looyestijn W J,et al.A practical approach to obtain primary drainage capillary pressure curves from NMR core and log data[J].Petrophysics,2001,42(4):334-343.

[10] 何雨丹,毛志強,肖立志,等.利用核磁共振T2分布構造毛管壓力曲線的新方法[J].吉林大學學報:地球科學版,2005,35(2):177-181.

He Yudan,Mao Zhiqiang,Xiao Lizhi,et al.A new method to obtain capillary pressure curve using NMRT2distribution[J].Journal of Jilin University:Earth Science Edition,2005,35(2):177-181.

[11] 劉衛(wèi),肖忠祥,楊思玉,等.利用核磁共振(NMR)測井資料評價儲層孔隙結構方法的對比研究[J].石油地球物理勘探,2009,44(6):773-778.

Liu Wei,Xiao Zhongxiang,Yang Siyu,et al.Comparative studies on methods of evaluation of reservoir pore structure by using NMR (Nuclear Magnetic Resonance) well logging data[J].Oil Geophysical Prospecting,2009,44(6):773-778.

[12] 劉曉鵬,胡曉新.近五年核磁共振測井在儲集層孔隙結構評價中的若干進展[J].地球物理學進展,2009,24(6):2194-2201.

Liu Xiaopeng,Hu Xiaoxin.Progress of NMR log in evaluating reservoir pore structure in the last five years[J].Progress in Geophysics,2009,24(6):2194-2201.

[13] 劉堂宴,王紹民,傅容珊,等.核磁共振譜的巖石孔喉結構分析[J].石油地球物理勘探,2003,38(3):328-333.

Liu Tangyan,Wang Shaomin,Fu Rongshan,et al.Analysis of rock pore throat structure with NMR spectra[J].Oil Geophysical Prospecting,2003,38(3):328-333.

[14] Liu Z H,Zhou C C,Zhang L H,et al.An innovative method to evaluate formation pore structure using NMR logging data[C]//SPWLA 48th Annual Logging Symposium.Austin,Texas:Society of Petrophysicists and Well-Log Analysts,2007.

[15] Kenyon W E,Day P I,Straley C,et al.A three-part study of NMR longitudinal relaxation properties of water-saturated sandstones[J].SPE Formation Evaluation,1988,3(3):622-636.

[16] Coates G R,Peveraro R C A,Hardwick A,et al.The magnetic resonance imaging log characterized by comparison with petrophysical properties and laboratory core data[C]//SPE Annual Technical Conference and Exhibition.Dallas,Texas:Society of Petroleum Engineers,1991.

[17] Kubica P.Statistical tests of permeability estimates based on NMR measurements[C]//SPWLA 36th Annual Logging Symposium.Paris,France:Society of Petrophysicists and Well-Log Analysts,1995.

[18] Richard S.Coates and SDR permeability:two variations on the same theme[J].Petrophysics,2002,43(1):38-46.

[19] Coates G R,Marschall D,Mardon D,et al.A new characterization of bulk-volume irreducible using magnetic resonance[C]//SPWLA 38th Annual Logging Symposium.Houston,Texas:Society of Petrophysicists and Well-Log Analysts,1997.

[20] Chen S,Arro R,Minetto C,et al.Methods for computing SWI and BVI from NMR logs[C]//SPWLA 39th Annual Logging Symposium.Keystone,Colorado:Society of Petrophysicists and Well-Log Analysts,1998.

[21] Kleinberg R L,Boyd A.Tapered cutoffs for magnetic resonance bound water volume[C]//SPE Annual Technical Conference and Exhibition.San Antonio,Texas:Society of Petroleum Engineers,1997.

[22] 闕洪培,雷卞軍.NMR束縛流體體積確定方法及其應用條件[J].西南石油學院學報,2002,24(2):5-8.

Que Hongpei,Lei Bianjun.Method of determining bulk irreducible fluid volume with NMR and its constrains in application[J].Journal of Southwest Petroleum Institute,2002,24(2):5-8.

[23] 肖亮,肖忠祥.核磁共振測井T2cutoff確定方法及適用性分析[J].地球物理學進展,2008,23(1):167-172.

Xiao Liang,Xiao Zhongxiang.Analysis of methods for determining NMRT2cutoffand its applicabilty[J].Progress in Geophysics,2008,23(1):167-172.

(編輯 黃 娟)

Application of NMR core experimental analysis in evaluation of low-porosity and low-permeability sandstone reservoirs

Wang Zhenhua1, Chen Gang1, Li Shuhen2, Zhang Huiruo2, Huang Deshun1, Yang Fu1, Lei Panpan1, Liu Xiaoshen1

(1.StateKeyLaboratoryofContinentalDynamics,DepartmentofGeology,NorthwestUniversity,Xi’an,Shaanxi710069,China; 2.ChangqingOilfieldCompany,PetroChina,Xi’an,Shaanxi710021,China)

Nuclear magnetic resonance (NMR) core experimental analysis is a new developing technique in experi-mental geology. Based on the principles and methods of NMR core experimental analysis, as well as some improved parametric models, a series of reservoir parameters of Chang6 low-porosity and low-permeability oil-bearing sandstone core samples from well 3062 in the ZC Oil Field in the eastern Ordos Basin were systematically measured by NMR. Additionally, the accuracy and relative error of the NMR analysis were calculated and discussed by means of recognized exact method of conventional core experimental analysis as control group. It is revealed that the Chang6 oil-bearing sandstones are typical low-porosity and low-permeability reservoirs, with porosity ranging from 8.6% to 13.0%, and permeability from 0.07×10-3to 1.27×10-3μm2. NMR core experimental analysis has advantages of convenience, high efficiency and accepted accuracy with a smaller relative error for testing the low-porosity and low-permeability reservoir parameters of porosity, microscopic pore structure and irreducible water saturation. However, compared with the results of conventional core analysis, there is a larger relative error in NMR prediction for the permeability parameters, which is most probably due to some uncertainty of the reservoir permeability predictive models.

nuclear magnetic resonance (NMR); core sample analysis; microscopic pore structure; reservoir parameter; Ordos Basin

1001-6112(2014)06-0773-07

10.11781/sysydz201406773

2013-05-06；

2014-10-11。

王振華(1991—),男，本科，地質學系資源勘查工程專業(yè)。E-mail：wang.zhen.hua.larry@gmail.com。

陳剛(1965—),男，博士生導師，教授，從事含油氣盆地地質學研究工作。E-mail：chengang@nwu.edu.cn。

教育部高校博士點基金(20116101110006)、陜西省自然科學基金(2012JZ5001)、西北大學大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(2013001)和國家基礎科學人才培養(yǎng)基金(XDCX12-15)資助。

TE135+.1

A