Predicting oil saturation of shale-oil reservoirs using nuclear magnetic resonance logs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Oil saturation is an important parameter in shale-oil reservoir evaluation. However, due to complex wettability and pore construction, we find that conventional resistivity and nuclear magnetic resonance (NMR) methods do not perform well in calculating oil saturation in shale-oil reservoirs. Hence, we have developed a practical NMR-based method to calculate the oil saturation of the Lucaogou shale-oil Formation, Permian, in Jimusar Sag, Junggar Basin, China. First, we analyze the relationships among the wettability, oil saturation, and T2 distribution based on the theoretical formula and core analysis data. Results indicate that the ratio of the surface area wetted by water and oil is approximately equal to the ratio of water saturation and oil saturation. So we conclude that oil is mainly stored in relatively bigger pores and the surface relaxivity of the oil-wet surface is lower than that of the water-wet surface, resulting in long relaxation signals, that is, the long relaxation signals of NMR T2 spectra of shale-oil reservoirs are primarily attributed to oil signals. We have made a series of NMR measurements of as-received samples and confirm this point. Thus, we propose a T2 cutoff for water and oil to calculate the oil saturation, and we determine 6 ms as the T2 cutoff based on the oil saturation analysis of cores and NMR logs. Finally, we verify and make application of our method and acquire good results.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle