基于导电结构的岩石导电机制与流体饱和度计算方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41476027
  • 项目类别:
    面上项目
  • 资助金额:
    112.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0608.海洋物理与观测探测技术
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Archie's laws have been utilized for more 70 years. Many researchers in home and aboard have made efforts to understand the physical base, ranges of applications and parameter determinations of them. Some extended formulae, such as Waxman-Smits model, dual-water model, have been reported to improve Archie's laws. In this study, we are going to integrate nuclear magnetic resonance (NMR)data (logging and core analysis), conversational logs and pore structure model to perform wettability identification, pore structure analysis, shale distribution and volume calculation, and then conduct the research on rock conductive mechanism. Based on these researches, we can understand the mechanism of rock conduction and characterize it. An optimization saturation algorithm of oil-gas and gas hydrate can be built up in this study to improve the precision of saturation estimations. Of course, it is the key problem how to determine the conduction structure of rock. According to the measurement mechanism of rock resistivity, the conduction structures do put influences on rock resistivity, and it may include many factors, such as fractures, microspore and microspore geometry, types and distributions of pore fluid etc. In order to determine the rock resistivity in good precision, Laplace equations, resistance law and Archie's laws are integrated to check the forming mechanism systematically for rock resistivity.
Archie公式提出并应用的时间已经超过70年了。70多年以来,围绕Archie公式的物理基础、应用范围和参数的确定方法,国内外学者进行了不懈探索。先后提出了Waxman-Smits模型,双水模型等扩展形式。本次研究,综合核磁数据(测井和岩心),常规测井和孔隙结构模型,在润湿性识别、孔隙结构分析、粘土分布及含量的基础上,研究储层岩石的导电机制,形成对岩石导电机制的理解和描述方法。据此,形成针对储层特点,采用不同参数计算油气藏及天然气水合物饱和度的处理程序,达到提高油气藏及水合物饱和度计算精度的目的。其中,确定岩石的导电结构是核心研究内容。就岩石电阻率的测量机制而言,测量数值受到岩石内部导电结构的影响,其构成要素包括宏观裂缝、微观孔隙结构、流体类型和流体的分布形态。本次研究结合Laplace方程、电阻定律和Archie公式,系统考察岩石电阻率测量数值的形成机制,找到客观确定岩石电阻率方法。

结项摘要

本次项目研究,综合核磁数据(测井和岩心)、常规测井和孔隙结构模型,在润湿性识别、孔隙结构分析、粘土分布及含量的基础上,研究储层岩石的导电机制,形成对岩石导电机制的理解和描述方法。采用有限元和数字岩心方法、地震AVO(Amplitude variation with offset)数据,以及测井声电(Controlled-Source ElectroMagnetic Measurement)综合反演的计算方法,考虑孔隙结构分形特征在电测井数据中的响应特征,采用核磁测井数据与常规测井数据联合反演算法,根据不同类型的储层特征,采用不同参数的孔隙流体饱和度模型计算油气藏及天然气水合物饱和度,达到提高油气藏及水合物饱和度计算精度的目的。针对不同孔隙结构、物性渗流特征、以及润湿性特点所导致的非线性Archie公式,采用基于支持向量机(SVM,Support Vector Machine)的分类技术,建立了反映不同类型储层岩石导电特征的描述方程,以及相应的饱和度计算模型。就岩石电阻率的测量机制而言,测量数值受到岩石内部导电结构的影响,其构成要素包括宏观裂缝、微观孔隙结构、流体类型和流体的分布形态。本次研究采用有限元、变分原理及数字岩心的方法,描述实验岩样中的电能耗散形式,并模拟岩样中导电特征。研究结果证明:复杂岩石孔隙结构、复杂的天然气溶解形式、复杂的缝洞配置关系、复杂的岩石固体表面润湿特征等多种因素,均可能导致Archie公式的非线性化。在研究以上多种岩石导电因素的基础上,基于多种数据分析方法和数据联合反演方法,本次研究形成了适用于不同岩石导电类型的饱和度计算模型,并把这些饱和度计算模型写成了计算处理程序,成功挂接到国内不同的主流测井解释平台(LEAD,CIFLog)上,完成了实际测井数据的处理。实际测井数据处理表明,新的储层饱和度模型计算精度提高了8%左右。本次项目的研究内容,适用于低孔低渗储层和天然气水合物储层,而且综合使用多种观测数据,包括地震AVO数据、岩心分析数据、核磁测井数据、常规测井数据。因此,本次项目研究成果有利于充分挖掘地球物理观测数据中有用信息,提高地球物理观测数据在资源勘查中的应用效果,特别是有利于提高岩石物理观测数据在页岩油气勘探开发中的应用效果。

项目成果

期刊论文数量(10)
专著数量(1)
科研奖励数量(3)
会议论文数量(2)
专利数量(4)
阿尔奇公式的适用性分析及其拓展
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    张洁;罗健;夏瑜
  • 通讯作者:
    夏瑜
Evaluation of the Pore Structure of Reservoirs Based on NMR T2 Spectrum Decomposition
基于核磁共振T2谱分解的储层孔隙结构评价
  • DOI:
    10.1007/s00723-015-0747-3
  • 发表时间:
    2016-02
  • 期刊:
    Applied Magnetic Resonance
  • 影响因子:
    1
  • 作者:
    Wang Feifie;Tian-Zhi Tang;Liu Tangyan;Hai-Ning Zhang
  • 通讯作者:
    Hai-Ning Zhang
A unified model to evaluate shaliness in compacted and soft formations using downhole GR log
使用井下 GR 测井评估压实和软地层泥质的统一模型
  • DOI:
    --
  • 发表时间:
    2017-07
  • 期刊:
    Journal of Petroleum Science and Engineering
  • 影响因子:
    --
  • 作者:
    Wang Hongtao;Liu Tangyan
  • 通讯作者:
    Liu Tangyan
基于球管模型的核磁T2谱反演新方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测井技术
  • 影响因子:
    --
  • 作者:
    王飞飞;章海宁;汤天知;刘堂晏
  • 通讯作者:
    刘堂晏
考虑储层孔隙结构的岩石导电机制研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    刘堂晏;汤天知;杜环虹;章海宁;王红涛
  • 通讯作者:
    王红涛

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码