| Description: |
Сложная поровая структура, плотные коллекторы, низкая пористость и проницаемость, малое количество воды, электрическая проводимость глин и высокая проводимость пирита приводят к большим ошибкам в расчете содержания в сланцах нефти, газа и воды по данным стандартных методов, основанных на измерении электрического сопротивления. В этой работе с использованием контраста относительной диэлектрической проницаемости воды, скелета, нефти и газа в качестве отправной точки с помощью метода FIB-SEM-томографии создана цифровая модель керна. С помощью трехмерного метода конечных разностей рассчитаны электрические параметры сланца с разным содержанием пирита на разных частотах, проведен регрессионный анализ диэлектрической проницаемости, частоты и содержания пирита, предложена объемная физическая модель относительной диэлектрической постоянной в зависимости от состава пласта. По результатам регрессионного анализа предложена скорректированная на присутствие пирита модель частотной разности и откалиброваны параметры модели насыщенности сланцевого слоя на примере одной из пачек Чанг бассейна Ордос. Результаты показывают, что мнимая часть относительной диэлектрической проницаемости и электрическая проводимость связаны с распределением пирита в сланце. Электрические параметры в сланце с рассеянным распределением пирита характеризуются более ярко выраженными изменениями частотных характеристик – высокой дисперсией, чем в случае агрегированного распределения пирита. По сравнению с объемной физической моделью дифференциальная частотная модель чувствительна к содержанию воды в тонких слоях и скорректированная дифференциальная частотная модель лучше совпадает с данными нормализованного анализа керна, чем модель до коррекции. This paper takes the difference of relative permittivity among water, framework, oil and gas as the starting point, establishes a digital core model with FIB-SEM method, and uses three-dimensional finite difference method to calculate the electrical parameters of shale with different pyrite content at different frequencies, carries out regression analysis among dielectric constant, frequency, and pyrite content, proposes a volume physical model of relative dielectric constant according to the composition of the formation, and proposes a frequency difference model corrected for pyrite based on the results of the regression analysis, calibrates the model parameters of the shale layer saturation in the Chang 7 member of the Ordos Basin. The results show that the imaginary part of relative permittivity and electrical conductivity are related to the distribution of pyrite in shale; the electrical parameter in shale with pyrite dispersedly distributed has more obvious dispersion than shale with pyrite aggregately distributed; compared to volume physical model, the frequency difference model are sensitive to the water content of the fine layer, the corrected frequency difference model is more consistent with the normalized core analysis data than the model before the correction. |