电阻率对相对渗透率变化的响应实验研究与理论模拟

《Applied Sciences》:Experimental Investigation and Theoretical Simulation of Resistivity Response to Relative Permeability Variation

【字体: 大 中 小 】 时间:2026年08月30日 来源:Applied Sciences 2.5

编辑推荐:

  油水相对渗透率(oil–water relative permeability)是储层流体性质评价和产能预测的关键参数,在储层识别与开发中起着至关重要的作用。然而,对于含导电矿物的复杂泥质砂岩储层,相对渗透率与电阻率之间的相关性仍不清楚。本研究中,研究人员在模

  
油水相对渗透率(oil–water relative permeability)是储层流体性质评价和产能预测的关键参数,在储层识别与开发中起着至关重要的作用。然而,对于含导电矿物的复杂泥质砂岩储层,相对渗透率与电阻率之间的相关性仍不清楚。本研究中,研究人员在模拟储层温度和压力条件下制备并压实了二十八块人工岩心样本。在两种盐水矿化度(7000 ppm和3000 ppm)下,对这些样本进行了油水相对渗透率与电阻率的同时测量。分析表明,在同一电阻率指数(resistivity index, I)下,导电矿物含量和泥质含量均与水相相对渗透率呈负相关,而与油相相对渗透率呈正相关。相比之下,孔隙度-渗透率条件和注入水矿化度与水相相对渗透率呈正相关,与油相相对渗透率呈负相关。此外,矿化度对相对渗透率-电阻率关系的影响随孔隙度-渗透率条件的改善而增强。基于可动水渗流与导电路径的一致性,研究人员整合渗流与导电理论,针对目标储层建立了一种新的相对渗透率-电阻率模型,并采用广义阿尔奇方程(generalized Archie’s equation)校正导电矿物和泥质对岩石导电性的影响。利用牛顿-拉夫森(Newton–Raphson)迭代算法对模型参数进行优化,并建立了待定系数与储层参数之间的经验关系。通过两个矿物组成最复杂的独立岩心(SH2-3和SH3-3)进行验证,模型对水相相对渗透率的平均相对误差分别为9.8%和13.4%,对油相相对渗透率的平均相对误差分别为4.4%和5.4%,表明其计算精度较高。该模型可利用电阻率数据高效预测储层相对渗透率,为低阻油藏识别和产能评价提供了新的理论与技术支撑。
油水相对渗透率是评价储层流体性质与预测产能的核心参数,对油藏识别和开发具有重要影响。然而,对于含导电矿物的复杂泥质砂岩储层,相对渗透率与电阻率之间的内在关联尚不明确。传统电阻率模型如阿尔奇方程仅适用于纯砂岩,而含导电矿物和泥质的储层,其导电机制与渗流路径存在显著差异,导致难以直接利用电阻率数据评价相渗特性。为解决这一矛盾,研究人员设计并完成了人工岩心的油水相对渗透率-电阻率联测实验,并通过理论推导建立了适用于此类储层的预测模型。该研究发表于《Applied Sciences》。

研究人员制备了二十八块人工岩心,涵盖不同孔渗结构、泥质含量和导电矿物含量,在模拟储层温度和压力条件下,分别采用7000 ppm和3000 ppm两种矿化度盐水进行驱替,同步测量相对渗透率和电阻率。基于可动水渗流与导电路径的几何相似性,结合广义阿尔奇方程,建立了新的相对渗透率-电阻率模型,并通过牛顿-拉夫森迭代优化参数。验证结果表明,模型对复杂岩心水相相对渗透率计算的平均相对误差小于13.4%,油相小于5.4%,具有较高精度,为低阻油层识别和产能评价提供了新途径。

本研究的主要技术方法包括:①人工岩心制备,以天然矿物颗粒为原料,模拟储层温压条件压实,设置不同孔隙度、渗透率、泥质含量和导电矿物含量梯度(导电矿物选用黄铁矿);②采用XYS-3相对渗透率-电阻率联测系统,实施稳态法同时测量;③利用核磁共振(NMR)确定束缚水饱和度;④采用激光粒度仪分析矿物组分;⑤通过广义阿尔奇方程校正导电矿物和泥质对导电性的影响,结合可动水导电路径与渗流路径相似性建立模型;⑥使用牛顿-拉夫森迭代算法求解模型参数,并建立待定系数与储层参数的回归关系。研究数据全部来自人工模拟样品,未涉及天然岩心队列。

研究结果如下。

4.1 孔隙结构的影响:选取SD组四块纯砂岩样品(无导电矿物和泥质),孔隙度24%–32%,渗透率141–2034 mD。在淡水驱替条件下,随着孔渗条件改善,同一电阻率指数(I)下,水相相对渗透率(Krw)增大,油相相对渗透率(Kro)减小。表明孔渗条件与Krw正相关,与Kro负相关。

4.2 导电矿物的影响:选取六块导电矿物含量从0%到23%递增的样品(P2组),在孔隙度渗透率相近且无泥质条件下,随导电矿物含量增加,I-Sw关系曲线降低,低含水饱和度段差异更显著;同一I下,Krw随导电矿物含量增加而减小,Kro则增大。

4.3 分散黏土的影响:四组(SH1–SH4)样品导电矿物含量分别为0%、6%、12%、70%,每组内黏土含量递增。结果表明,在相同I下,黏土含量增加导致Krw减小、Kro增大,即泥质含量与Krw负相关、与Kro正相关。

4.4 盐水矿化度的影响:选取SD1-1和SD1-4样品,分别在注入水矿化度7000 ppm和3000 ppm下驱替。同一I下,注入水矿化度越高,Krw越大,Kro越小,且孔渗条件越好,差异越明显。

讨论部分进一步分析了模型参数的物理意义与适用前提。基于广义阿尔奇方程修正了导电矿物和泥质的导电贡献,推导出等效纯砂岩电阻率指数(Ir)的计算式。通过回归分析,确定了导电指数与束缚水饱和度、泥质含量、孔隙度及残余油饱和度等参数的相关关系。模型假设可动水导电路径与渗流路径几何相似,因此适用于孔喉结构相对稳定的储层;当孔隙结构发生剧烈变化时,该相似性被削弱,需针对流动单元或岩相重新标定系数。在实际测井应用中,可由常规测井资料获取孔隙度、泥质含量、导电矿物类型及含量和含水饱和度,结合该模型实现连续深度剖面的相对渗透率计算,弥补岩心取样的离散性。

结论翻译:(1)通过系统的人工岩心制备和实验流程设计,研究获得了覆盖储层物性、流体赋存特征和矿物组成等多项关键参数,建立了多种孔渗结构、矿物组成和矿化度条件下相对渗透率-电阻率联测的实验数据系统,为揭示两者关系及建模验证提供了数据支撑。(2)采用控制变量法系统分析了孔隙结构、导电矿物含量、泥质含量和地层水矿化度对相对渗透率-电阻率关系的影响。结果表明,低含水饱和度下导电矿物对电阻率指数的抑制效应显著增强,高含水饱和度下注入水矿化度的影响更为突出;在相同电阻率指数下,导电矿物和泥质含量与Krw负相关、与Kro正相关;孔渗条件和注入水矿化度与Krw正相关、与Kro负相关,且矿化度影响随孔渗条件改善而增强。(3)基于可动水导电与渗流路径的几何相似性,结合广义阿尔奇方程,建立了适用于含导电矿物复杂泥质砂岩储层的油水相对渗透率-电阻率关系模型,模型参数物理意义明确。(4)采用牛顿-拉夫森迭代算法优化模型参数,建立了待定系数与储层参数的关系。经最复杂矿物组成的两块岩心验证,Krw平均相对误差为9.8%和13.4%,Kro为4.4%和5.4%,精度较高。模型为利用电阻率参数预测复杂储层相对渗透率提供了新理论和技术途径。同时,模型在天然岩心验证、多种导电矿物推广和系统矿化度影响方面仍存在局限,未来需引入岩性、润湿性、温度和上覆压力等更多变量,并结合非达西流、复杂频散和数字岩心标定开展改进。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号