核磁共振横向弛豫时间谱分解法识别流体性质

发布时间：2021-08-26 16:28

　　在核磁共振横向弛豫时间（T₂）谱特征分析的基础上,利用信号分析方法分解T₂谱,提出了利用T₂谱分解法识别流体性质的新方法。由于T₂谱在横向弛豫时间轴上满足对数正态分布的特征,采用高斯函数对T₂谱进行拟合,可将T₂谱分解为2～5个独立的分量谱。通过分析原油和地层水自由弛豫响应特征以及岩心油水互驱的动态响应特征,明确了各分量谱的岩石物理意义。T₂谱可以分解为黏土束缚水分量谱、毛细管束缚流体分量谱、小孔隙流体分量谱和大孔隙流体分量谱。依据目标区原油性质,确定含油储集层T₂分量谱峰在T₂时间轴上的分布范围为165～500ms。据此可准确识别流体性质,对于低孔隙度、低渗透率储集层中复杂油水层的识别,具有较强的适应性。图9表2参13 

【文章来源】：石油勘探与开发. 2020,47(04)北大核心EISCICSCD

【文章页数】：12 页

【部分图文】：

核磁共振T2谱特征及高斯分量信号

因此，要将T2谱分解为T2分量谱，必须利用信号处理方法求到a和σ。求得分量谱后，通过多高斯拟合即可得到拟合T2谱（以下称为T2?谱）。通常情况下，T2?谱与T2谱的拟合置信度能够达到99%以上，完整地保留了T2谱信息。所以通过T2分量谱分析储集层孔隙结构和流体性质是可行的。1.2.1 核磁共振T2谱寻峰

T2谱寻峰就是要找到T2谱的多个高斯分量的峰值中心a。利用常规方法对T2谱进行分类时，通常认为局部最大值就是峰值中心（见图3a中62、83）。但是，对于图3b所示的T2谱，通过局部最大值、窗口搜索法等方法几乎只能找到一个峰值（见图3b中71）。利用信号处理的方法发现还存在着另外两个隐藏峰（见图3b中56、79）。如图3c所示的T2谱是比较常见的一类，除了有两个比较明显的峰值（图3c中56、79），还有两个隐藏峰（见图3c中34、89）。要寻找到这些隐藏峰，就需要借助信号处理算法，如导数法、卷积法、小波变换等实现准确寻峰。经过对比优选，小波变换算法寻峰效果最好，且计算方便。将信号频谱变换为小波空间，利用小波系数中附加的形状信息检测谱峰信息，不需要对T2谱进行额外的处理，就可以检测出局部最大峰和隐藏峰，计算准确率高，需要参数少。还可以同时提供a和σ[9]。得到这两个基本信息，就可以利用（2）式对T2谱进行精确拟合。

【参考文献】：
期刊论文
[1]低渗透复杂润湿性储集层核磁共振特征[J]. 冯程,石玉江,郝建飞,王振林,毛志强,李高仁,姜志豪.  石油勘探与开发. 2017(02)
[2]核磁共振测井构建水谱法流体识别技术[J]. 胡法龙,周灿灿,李潮流,徐红军,周凤鸣,司兆伟.  石油勘探与开发. 2016(02)
[3]我国核磁共振测井应用中的若干重要问题[J]. 肖立志.  测井技术. 2007(05)
[4]稠油油样核磁共振与粘度实验测量结果及研究[J]. 何宗斌,倪静.  石油天然气学报(江汉石油学院学报). 2006(05)
[5]核磁共振在石油测井与地层油气评价中的应用[J]. 肖立志,谢然红.  中国工程科学. 2003(09)
[6]核磁共振岩心基础实验分析[J]. 王忠东,汪浩,李能根,乔龙海.  测井技术. 2001(03)



本文编号：3364577