基于原位核磁数据归一化的页岩储层伤害特征评价:以鄂尔多斯盆地长7和山西组为例

何延龙; 唐思源; 刘柯祎; 白璐; 王维波; 黄海; 王志刚

doi:10.12404/j.issn.1671-1815.2504999

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (16) :6829-6838 DOI: 10.12404/j.issn.1671-1815.2504999

石油、天然气工业

基于原位核磁数据归一化的页岩储层伤害特征评价:以鄂尔多斯盆地长7和山西组为例

何延龙 ¹^,²^,³ ,
唐思源 ¹^,³ ,
刘柯祎 ¹^,³ ,
白璐 ¹^,³ ,
王维波 ²^,⁴ ,
黄海 ¹^,³^,^* ,
王志刚 ¹^,³

作者信息 +

Evaluation of Damage Characteristics of Shale Reservoirs Based on Normalization of In-situ Nuclear Magnetic Resonance Data: Chang 7 and Shanxi Formations in the Ordos Basin

HE Yan-long ¹^,²^,³ ,
TANG Si-yuan ¹^,³ ,
LIU Ke-yi ¹^,³ ,
BAI Lu ¹^,³ ,
WANG Wei-bo ²^,⁴ ,
HUANG Hai ¹^,³^,^* ,
WANG Zhi-gang ¹^,³

Author information +

文章历史 +

摘要

针对页岩储层微纳孔喉结构复杂、非均质性强、传统渗透率法难以准确评价伤害程度的问题,提出基于核磁共振(nuclear magnetic resonance,NMR)技术并结合T₂谱归一化处理的伤害评价方法。选取鄂尔多斯盆地延长组长7段与山西组页岩岩心,模拟典型压裂液体系下的储层伤害过程,利用小尺寸岩心在线采集核磁信号,开展归一化定量分析,并与传统渗透率变化率结果进行对比验证。结果表明:两类储层对压裂液的响应存在显著差异:在长7段储层中,清洁压裂液体系的归一化进液量变化率最高(45.06%),而清水体系最低(-3.19%);在山西组储层中,小分子体系表现最优(41.16%),胍胶体系较差(5.02%)。各体系在两类储层中的伤害趋势与渗透率法高度一致,验证了该方法的准确性与可靠性。研究结果表明,“在线核磁共振+归一化分析”可有效减小岩心非均质性和尺寸差异带来的干扰,提升评价结果的可比性与稳定性,为页岩储层伤害识别与压裂液体系优化提供了一种高效可靠的新路径。

Abstract

To address the challenges posed by the complex micro-nano pore structure and strong heterogeneity of shale reservoirs, which limit the accuracy of conventional permeability-based damage evaluation methods, a new evaluation approach based on nuclear magnetic resonance (NMR) combined with T₂ spectrum normalization was proposed. Shale cores from the Chang 7 Member of the Yanchang Formation and the Shanxi Formation in the Ordos Basin were selected as representatives. Simulated damage experiments were conducted using typical fracturing fluid systems, with NMR signals collected online from small-sized cores and analyzed through normalized processing. The results were then compared with traditional permeability-based evaluations for validation. The results indicate that the two types of reservoirs exhibit significant differences in their response to fracturing fluids: in the Chang 7 reservoir, the clean fracturing fluid system shows the highest normalized fluid intake rate change (45.06%), while the clean water system has the lowest (-3.19%). In the Shanxi Formation reservoir, the small-molecule system performs best (41.16%), whereas the guar gum system shows relatively poorer performance (5.02%). The damage trends of each system in both reservoir types are highly consistent with the permeability method, validating the accuracy and reliability of this approach. The findings demonstrate that the “online NMR+ normalization analysis” can effectively reduce the influence of core heterogeneity and size differences, enhancing the comparability and stability of evaluation results. This method provides a rapid and robust tool for shale reservoir damage assessment and fracturing fluid optimization.

Graphical abstract

关键词

储层伤害 / 渗透率评价 / 核磁共振(NMR) / 归一化 / 页岩

Key words

reservoir damage / permeability evaluation / nuclear magnetic resonance (NMR) / normalization / shale

引用本文

引用格式 ▾

何延龙, 唐思源, 刘柯祎, 白璐, 王维波, 黄海, 王志刚. 基于原位核磁数据归一化的页岩储层伤害特征评价:以鄂尔多斯盆地长7和山西组为例[J]. 科学技术与工程, 2026, 26(16): 6829-6838 DOI:10.12404/j.issn.1671-1815.2504999

HE Yan-long, TANG Si-yuan, LIU Ke-yi, BAI Lu, WANG Wei-bo, HUANG Hai, WANG Zhi-gang. Evaluation of Damage Characteristics of Shale Reservoirs Based on Normalization of In-situ Nuclear Magnetic Resonance Data: Chang 7 and Shanxi Formations in the Ordos Basin[J]. Science Technology and Engineering, 2026, 26(16): 6829-6838 DOI:10.12404/j.issn.1671-1815.2504999

登录浏览全文

4963

注册一个新账户忘记密码

页岩储层具有高度非均质性及微纳尺度的孔喉结构特征,使得其在压裂液侵入后表现出更加复杂的伤害机制和更难以表征的储层响应^[1-6]。传统以渗透率变化为主的宏观评价方法虽具一定代表性,但难以揭示微观结构的演变过程,尤其在应对小孔喉、高黏土含量^[7-11]和低渗透介质^[12-14]等储层类型时,存在明显局限性。因此,开发一种同时具备灵敏性、定量性与适应性的储层伤害评价新技术,已成为页岩储层压裂改造机制研究中的关键需求。

核磁共振(nuclear magnetic resonance, NMR)技术作为一种无损、高灵敏度的微观结构表征手段,已广泛应用于页岩及致密砂岩储层的伤害评价研究。苏珍等^[15]提出了一种基于Beta峰模型的NMR反褶积方法(NMR-deconvolution,ND),结合六阶导分析与最小二乘拟合,实现了类固体与流体弛豫峰的分离,从而快速、准确地表征页岩孔隙分布特征。王治国等^[16]基于低场NMR技术开展了苏里格致密砂岩储层的压裂液水锁伤害实验,定量揭示了微纳孔内束缚水的滞留规律,明确了水锁伤害主要集中在2 nm以下的微孔中。靳军等^[17]将NMR实验与分形理论相结合,计算储层分形维数并关联物性参数,实现了致密砂岩储层孔喉结构复杂性与储层分类的定量化评价。Xu等^[18]和Da等^[19]基于NMR技术揭示了水基压裂液对页岩及致密砂岩储层的损伤演化规律,结果表明,T₂谱变化可敏感反映孔喉结构的改造效应。Dai等^[20]结合流体入侵与原子力显微镜(atomic force microscope, AFM)揭示了压裂液导致的富黏土页岩孔隙劣化机制。Li等^[21-22]基于NMR技术定量表征页岩孔喉结构与裂缝网络的演化特征,建立了T₂谱参数与储层微观结构之间的定量关系,实现了裂缝-孔隙系统的动态识别。Li等^[23]进一步结合NMR、扫描电镜(scanning electron microscope, SEM)与压汞(mercury intrusion porosimetry, MIP)实验,从微观层面揭示了压裂液作用下储层矿物溶蚀与孔喉连通性变化规律。Lin等^[24]基于NMR实验分析了页岩气储层中压裂液滞留的孔径分布及其对渗透率的影响。Yuan等^[25]及Zhang等^[26]进一步强调了基于NMR的渗透率变化与伤害识别方法在储层损伤研究中的适用性与局限性。总体而言,现有研究在NMR表征、孔喉结构识别及储层损伤方面取得了显著进展,但如何在保证评价效率的同时有效降低岩心尺寸差异与非均质性对结果的干扰,仍是当前核磁共振储层精细评价中亟待突破的关键技术难题。

针对上述问题,提出一种基于在线核磁共振测量与T₂谱归一化处理的储层伤害评价新方法,该方法首次引入基于饱和盐水峰面积的T₂谱归一化方法,建立归一化进液量变化率这一新型定量评价指标,构建一种高分辨率、高效率且具可比性的页岩储层伤害评价新路径,可将不同岩心间的核磁信号进行统一标定,有效减少实验尺度效应对核磁数据一致性的影响,从而客观表征压裂液在孔喉体系中的侵入特征与动态变化规律,实现压裂液伤害的快速、定量与对比分析,为压裂液体系优化设计与储层保护研究提供重要的理论支撑与工程指导意义。

1 实验材料、原理与方法

1.1 实验材料

实验岩心分别取自延长组长7段页岩储层和山西组页岩储层,具体实验岩心参数和实验方案如表1所示。

实验方案中的实验液体包括5种常用的压裂液体系、KCl溶液以及清水,配方如表2所示,清水采用去离子水、KCl来自天津市大茂化学试剂厂、胍胶来自郑州经济技术开发区森杰化工产品销售处、过硫酸铵来自天津市津东天正精细化学试剂厂、交联剂JL-10来自湖北凯鹤化工新材料有限公司、压裂用杀菌剂CJSJ-3来自东营施普瑞石油工程技术有限公司、黏土稳定剂和减阻剂来自天津恒安科技股份有限公司、助排剂CF-5D来自山东德坤工贸有限公司、小分子A(RZSF-A)和小分子B(RZSF-B)均来自西安博众科技发展有限责任公司、清洁压裂液YQ-2来自山东金智瑞新材料发展有限公司。

1.2 实验原理

峰面积是T₂谱图曲线与横坐标围成的核磁共振信号面积^[27-28]。按照式(1)计算进液量。

(1)$A_{t}=A_{T}-A_{\mathrm{d}}$

式(1)中:A_t为时间段t内液体进入岩心内部测得的峰面积;A_T为时间点T测得的峰面积;A_d为干样岩心测得的峰面积。

归一化方法的特点在于统一数据标准,消除不同测量尺度和单位的影响,从而提高数据的可比性和评价准确性^[29-30]。核磁共振数据归一化评价方法:首先,将各个液体所对应岩心饱和盐水后的峰面积进行对比,以峰面积最大值为基准;其次,将各个岩心的饱和盐水后的峰面积换算到基准值的比例(基准值除以目前岩心饱和盐水后的面积),得到归一化系数g;最后,按照归一化系数得到各个液体不同时间段内岩心归一化进液量,并按照式(2)计算归一化进液量变化率。

(2)$I_{\mathrm{t}}=\frac{A_{\mathrm{gt}}-A_{\mathrm{gs}}}{A_{\mathrm{gs}}}$

式(2)中:I_t为归一化进液量变化率,%;A_gt为经归一化方法处理后的进液量所对应的峰面积;A_gs为岩心饱和盐水后经归一化处理后的峰面积。

与此同时,参照《储层敏感性流动实验评价方法》(SY/T 5358—2024)^[31],通过渗透率变化率表征储层伤害程度。

1.3 实验方法

在线核磁共振检测页岩储层伤害模拟实验流程如图1所示。首先,将烘干后岩心置于核磁共振专用的高温高压岩心夹持器中,模拟储层条件(山西组:温度80 ℃、压力26.21 MPa;长7段:温度 80 ℃、压力18.44 MPa)下驱替液体进入岩心;然后,利用核磁共振检测系统实时(0.5、1、2、9、24、32、48和72 h)监测岩心的核磁共振T₂图谱,通过核磁共振数据归一化法分析评价流体对岩心的孔隙结构影响以及伤害程度;最后,将取出的岩心烘干,测量气测渗透率,对比分析不同液体对岩心渗透性能的影响。

2 实验结果与讨论

2.1 储层岩石矿物组成及孔隙结构特征

2.1.1 矿物组成

长7段和山西组储层岩石的矿物组成结果可知:主要矿物均为石英,相对含量分别为34.1%和45.1%;山西组储层中伊利石相对含量更高(18.7%),并含有高岭石和菱铁矿;而长7段储层中斜长石相对含量更高(13.8%),且含有白云石和绿泥石成分。

储层中高岭石的存在增加孔隙系统的复杂性,容易在流体的迁移作用下发生岩心渗透率降低现象;绿泥石在酸性环境中容易形成胶体沉淀堵塞孔隙,导致岩心的渗透率降低;低脆性矿物(伊利石)和碳酸盐矿物(方解石)容易堵塞孔隙,降低岩心的渗透率。这些黏土矿物的存在,通过影响孔隙度、渗透率及其在压裂过程中引发的水化膨胀和孔隙堵塞效应,造成严重的储层伤害,限制油气的有效运移和储层的产出潜力。

2.1.2 微观孔隙结构分析

根据盐水饱和处理后的核磁共振T₂谱图(图2),长7段与山西组页岩储层的共同特征是信号主要集中在孔隙半径0.001~0.050 μm范围内;差异体现在两个方面:一是中值孔隙半径分别为0.008 μm和0.009 μm,二是山西组岩心的最大信号幅度(最高达4 559 a.u.)显著高于长7段(最高412 a.u.),表明其孔隙度更高、储液能力更强。

与此同时,对于长7段页岩储层或山西组页岩储层而言,7种液体所对应岩心(即1-1~1-7或2-1~2-7)经饱和盐水处理后的核磁共振T₂图谱显现明显纵向差异。造成这种差异有两个因素:首先,对于核磁共振技术而言,岩心长度越长,检测到的信号幅度峰高就会越大,导致在高温高压地层条件模拟储层伤害过程中不同尺寸岩心饱和盐水后的核磁共振信号幅度不同;其次,储层的非均质性也起到重要作用,页岩储层本身具有强烈的非均质性,导致储层岩心在高温高压地层条件模拟储层伤害过程中岩心饱和盐水后的核磁共振信号幅度不同。因此,岩心长度差异和储层非均质性会显著影响测试数据,导致储层特性误判。

2.2 渗透率法储层伤害评价

渗透率法测量岩心经不同压裂液体系处理前后的渗透率变化,反映出不同液体对岩心的伤害程度。如图3(a)所示,长7段储层岩心中,清水对岩心的伤害最为显著,渗透率从0.621×10^-3 μm²降至0.030 1×10^-3 μm²,变化率为-95.15%;而清洁体系对岩心的伤害最小,渗透率从0.533×10^-3 μm² 降至0.450 6×10^-3 μm²,变化率为 -15.46%。结果表明,流体体系与储层矿物的相容性对孔喉结构稳定性及渗流能力具有重要影响。在长7段储层中,清水体系以去离子水为主,矿化度极低,与地层水离子环境存在显著差异。此类低矿化度流体易诱发斜长石的溶蚀与水解反应,释放在孔喉内促成次生黏土的沉淀与析出,导致孔隙结构收缩与堵塞^[32]。同时,绿泥石因其片状结构特征,在去离子水作用下易发生剥离与分散,加剧孔喉结构破坏^[33]。由于长7段储层孔喉尺度极小(0.001~0.050 μm),中值孔隙约0.008 μm,孔隙连通性差、毛管压力高,清水侵入后易引发黏土矿物的膨胀与颗粒迁移,形成二次堵塞,从而造成渗透率显著衰减^[34]。相较之下,清洁压裂液体系以表面活性剂为主要功能组分,其离子组成与地层水较为接近,矿化度较高、相容性良好,可有效抑制黏土水化膨胀与颗粒剥离^[35];此外,表面活性剂在矿物表面形成吸附膜,可调节润湿性并降低界面张力,从而缓解水敏效应,维持孔喉结构的稳定性与流体运移能力^[36]。

山西组储层岩心中,不同压裂液体系对渗透率影响呈现两种情况,如图3(b)所示。胍胶体系和清水会产生严重的水敏伤害,导致渗透率降低,分别从0.16×10^-6 μm²降至0.11×10^-6 μm²和从0.20×10^-6 μm²降至0.14×10^-6 μm²,变化率为 -32.48% 和-30.25%。山西组岩心的最大核磁信号幅度显著更高(最高达4 559 a.u.),表明其整体孔隙度较大,具有更强的流体赋存与储集潜力。矿物学分析结果显示,该储层中伊利石含量较高(18.7%),属典型强水敏黏土矿物。在低矿化度条件下,以去离子水为主的清水体系及以天然高分子有机胶体为主的胍胶体系均易与伊利石发生不良相互作用,引发水化膨胀和颗粒迁移,从而导致孔喉结构收缩与连通性下降^[33-34,37]。由此可见,山西组储层在低矿化度流体作用下易发生显著的水敏伤害,是清水与胍胶体系导致渗透率衰减的主要机制。相对而言,小分子体系作用下岩心渗透率由0.13×10^-6 μm² 增加至0.17×10^-6 μm²,变化率达 31.15%,表现出显著的渗流改善效应。该体系以有机小分子化合物为主体,辅以一定浓度的无机离子组分,整体矿化度较高,可通过压缩黏土矿物的电双层、削弱表面静电排斥作用,有效抑制黏土的水化膨胀与颗粒迁移^[38-39]。此外,有机小分子具有较强的界面调控与助溶能力,能够在矿物表面形成稳定吸附膜,降低界面张力并改善润湿性,同时促进孔喉中细颗粒的再分布与通道重构,增强孔喉连通性与流体运移能力^[40]。因此,当孔喉结构优化与润湿性改善的正效应超过体系潜在的化学扰动时,宏观渗透率呈现上升趋势。综合来看,山西组储层因孔喉相对发育、石英含量高而具备较好储集条件,但其较高的伊利石含量使其对低矿化度流体仍较为敏感,需采用高相容性、低敏感性的压裂液体系以降低储层伤害。

2.3 数据归一化法储层伤害评价

2.3.1 核磁共振响应特征(以清洁体系为例)

以清洁体系为例,两个储层岩心的核磁共振T₂图谱分布曲线均呈现出左峰强发育且不连通的双峰结构,表明岩心孔喉半径的分布变化幅度中等,如图4所示。清洁体系压裂液主要集中在孔隙半径为0.001~0.050 μm的范围内,且山西组岩心的信号幅度明显更高。此外,结合图3(b)和图3(d),在高温高压地层条件模拟储层伤害过程中,72 h时的信号幅度超过饱和盐水的信号幅度,一方面是岩心内部的孔隙结构被改善导致蓄存更多液体,另一方面是在储层伤害模拟过程中由于毛管力的作用下清洁压裂液侵入到模拟地层水未进入的孔隙空间中,岩心内部监测到更多清洁体系的信号。

岩心经清洁体系压裂液处理后的核磁共振T₂图谱曲线随时间变化仅出现纵向的变化,未出现横向的偏移,这表明延长组长7段和山西组页岩储层的岩心在接触清洁体系时,孔隙半径未发生变化。此外,对比岩心经7种液体处理后的核磁共振T₂图谱曲线,发现其余液体皆与清洁体系的图谱呈现相似的特征。因此,在延长组长7段和山西组页岩储层使用7种液体时,核磁共振T₂图谱曲线仅发生纵向扩展,孔隙半径不发生变化,不易产生微裂隙。

2.3.2 岩心进液量特征

将岩心的进液量信息按照时间变化绘制成累计进液量变化趋势图[式(1)],累计进液量均随时间增加呈现先增大、后缓慢增加、最后趋于稳定的变化趋势(图5)。其中,在长7段和山西组储层岩心经过72 h高温高压地层条件模拟储层实验后,信号幅度均趋于稳定,表明此时岩心保持一个稳定的状态,其孔隙结构不再发生显著变化。因此,选择72 h各岩心经不同压裂液体系处理后的信号幅度为评价最终进液量的信号幅度。

相对进液量占比结果如图6(a)和图6(b)所示,在长7段储层岩心中,信号幅度范围最终在7 000~12 000 a.u.,小分子体系的进液量最大,KCl溶液的进液量最小。山西组储层岩心的信号幅度范围最终在70 000~120 000 a.u.,清水最大,胍胶体系最小。长7段和山西组页岩储层均呈现以下特征:在0~2 h,岩心内的信号幅度急剧上升,其相对进液量占比均超过40%。在2~32 h,信号幅度的增长速度减缓,相对进液量占比也显著降低。在32 h以后,信号幅度趋于稳定,部分液体的相对进液量占比下降至10%以下。

2.3.3 归一化进液量变化率

为消除岩心长度差异和非均质性的影响,实现数据标准化,将进液量数据进行归一化处理[式(2)],使不同长度和特征的岩心具有可比性。归一化进液量变化率分析显示,不同体系压裂液对页岩储层影响差异显著(图7)。归一化进液量变化率呈四个阶段。快速上升期(0~2 h), 进液量迅速增加,变化率为负值且在2个小时内归一化后的进液量占比均超过40%,表明初期岩心迅速进液。速度减缓期(2~24 h),进液速度放缓,变化率在22 h内的变化比快速上升期低(时间更长,但归一化后的进液量占比减少),部分实验组进液量超出饱和盐水后的信号幅度,液体进入大部分孔隙。趋于稳定期(24~32 h),进液量趋于平稳,变化率在8 h内的变化进一步降低(部分液体归一化后的进液量占比已经低至6%以下),除清洁压裂液体系外,其他体系达到渗透平衡。稳定后小幅变化期(32~72 h),在此时间段内归一化后的进液量占比上升(较趋于稳定期而言)。其中,在长7段岩心中,清洁压裂液表现出最佳性能(归一化进液量变化率为45.06%),其主要机理在于体系离子组成接近地层水且含表面活性组分,能够有效抑制黏土矿物的水化膨胀与颗粒迁移,改善孔喉结构连通性并提升渗流能力^[35-36]。相比之下,清水体系矿化度极低,引发显著水敏反应,导致黏土膨胀及孔喉堵塞^[32-34],归一化进液量变化率仅为-3.19%。在山西组岩心中,小分子压裂液体系表现最佳(41.16%),其有机小分子与离子组分协同作用,可优化岩心润湿性、增强孔喉连通性,同时降低流体-岩石间的不相容反应,从而实现渗透能力的改善^[38-40]。

2.4 核磁共振数据归一化方法的可行性研究

将归一化进液量变化率与渗透率变化率对比分析,渗透率变化率作为储层伤害标准,归一化进液量变化率与渗透率变化率的趋势存在一致性,如图8所示。在长7段岩心中,如图8(a)所示,清水的渗透率变化率在坐标轴上所占比例为0.089、归一化变化率所占比例为0.626,所占据的比例均最小,对储层的伤害程度最大;对清洁体系而言,渗透率变化率在坐标轴上所占比例为0.544、归一化变化率所占比例为0.919,在7种评价液体中均最大,对长7储层的伤害程度最小或者是对储层产生一定的改造效应。与此同时,在山西组岩心中,如图8(b)所示,胍胶体系的渗透率变化率在坐标轴上所占比例为0.385、归一化变化率所占比例为0.622;小分子体系渗透率变化率在坐标轴上所占比例为0.811、归一化变化率所占比例为0.878,胍胶体系的两种方法在坐标轴上所占比例均最小、小分子体系均最大,这说明归一化进液量变化率和渗透率变化率两种方法存在相同特征。

综合各个评价液体的伤害结果得到以下特征,在长7段储层岩心中,清水伤害最大,沿顺时针各体系的伤害程度依次减小,清洁体系伤害最小;在山西组储层岩心中,胍胶伤害最大、小分子体系伤害最小,同样呈现沿顺时针各体系的伤害程度依次减小的特征。通过对长7段和山西组储层岩心的归一化进液量变化率与渗透率变化率进行对比分析,验证了该方法的准确性和稳定性,进一步证实其可行性。

3 结论

(1)核磁共振数据归一化方法与渗透率方法的评价结果一致性高,验证了该方法的可行性,能有效消除岩心尺寸和非均质性影响,实现储层伤害的定量化评价。

(2)常规渗透率方法评价结果显示,在长7段岩心中,清水对储层的伤害严重,清洁体系压裂液伤害最小,渗透率变化率分别为-95.15%和 -15.46%。在山西组岩心中,胍胶伤害最严重,小分子体系效果伤害最小,渗透率变化率分别为 -32.48% 和31.15%。

(3)进液量归一化法评价方法结果显示,在长7段岩心中,清水表现最差,清洁体系表现最佳,归一化进液量变化率分别为-3.19%和45.06%。在山西组岩心中,胍胶伤害最严重,小分子体系效果伤害最小,归一化进液量变化率分别为5.02%和41.16%。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	姜在兴, 张建国, 孔祥鑫, 等. 中国陆相页岩油气沉积储层研究进展及发展方向[J]. 石油学报, 2023, 44(1): 45-71.

[2]	Jiang Zaixing, Zhang Jianguo, Kong Xiangxin, et al. Research progress and development direction of continental shale oil and gas deposition and reservoirs in China[J]. Acta Petrolei Sinica, 2023, 44(1): 45-71.

[3]	Cheng Y, Li Z, Xu L. Effects of fracturing fluids on properties of shale reservoir: a case study of the Longmaxi Formation in the Sichuan Basin[J]. Minerals, 2025, 15(4): 392.

[4]	柴妮娜, 李嘉瑞, 张力文, 等. 夹层型陆相页岩油储层压裂裂缝扩展实验研究[J]. 油气藏评价与开发, 2025, 15(1): 124-130.

[5]	Chai Nina, Li Jiarui, Zhang Liwen, et al. Experimental study on hydraulic fracture propagation in interbedded continental shale oil reservoirs[J]. Petroleum Reservoir Evaluation and Development, 2025, 15(1): 124-130.

[6]	黄千慧, 李海波, 邢济麟, 等. 松辽盆地页岩油藏可动油特征研究[J]. 科学技术与工程, 2024, 24(12): 4942-4951.

[7]	Huang Qianhui, Li Haibo, Xing Jilin, et al. Movable oil characteristics of shale reservoir in Songliao Basin[J]. Science Technology and Engineering, 2024, 24(12): 4942-4951.

[8]	万有余, 王小琼, 林海, 等. 英雄岭页岩油储层甜点评价的实验研究[J]. 科学技术与工程, 2025, 25(11): 4496-4504.

[9]	Wan Youyu, Wang Xiaoqiong, Lin Hai, et al. Experimental study on sweet spot evaluation of Yingxiongling shale oil reservoir[J]. Science Technology and Engineering, 2025, 25(11): 4496-4504.

[10]	陈甄明, 谢锐杰, 彭宏昶, 等. 以改进的Adaboost-WOA-BP模型建立页岩储层的总有机碳含量预测方法: 以四川盆地龙马溪组X地区页岩储层为例[J]. 科学技术与工程, 2025, 25(2): 494-501.

[11]	Chen Zhenming, Xie Ruijie, Peng Hongchang, et al. Establishment of total organic carbon prediction method for shale reservoirs using improved Adaboost-WOA-BP model: a case study of X Area in Longmaxi Formation, Sichuan Basin[J]. Science Technology and Engineering, 2025, 25(2): 494-501.

[12]	任桂蓉, 潘宝风, 陈智晖, 等. 砂岩储层工作液伤害评价实验方法研究[J]. 石油化工应用, 2023, 42(10): 45-51.

[13]	Ren Guirong, Pan Baofeng, Chen Zhihui, et al. Study on experimental method of damaging evaluation of working fluid in sandstone reservoir[J]. Petrochemical Industry Application, 2023, 42(10): 45-51.

[14]	朱秀川, 胡钦红, 蒙冕模, 等. 页岩储层渗吸过程中水的微观分布及其气测渗透率动态响应特征[J]. 石油学报, 2022, 43(4): 533-547.

[15]	Zhu Xiuchuan, Hu Qinhong, Meng Mianmo, et al. Microscopic distribution of water in the imbibition process of shale reservoir and dynamic response characteristics of its gas logging permeability[J]. Acta Petrolei Sinica, 2022, 43(4): 533-547.

[16]	Liu H, Zhang J, Liu J, et al. Removing water blocking damage in HTHP tight gas reservoir using alternative fracturing fluid[C]// SPE International Hydraulic Fracturing Technology Conference & Exhibition. Muscat: SPE, 2022: SPE-200159-MS.

[17]	杨柳, 石富坤, 赵逸清, 等. 页岩储层黏土矿物对裂缝导流能力伤害的影响[J]. 科学技术与工程, 2020, 20(1): 153-158.

[18]	Yang Liu, Shi Fukun, Zhao Yiqing, et al. Effect of clay minerals in shale reservoirs on fracture conductivity[J]. Science Technology and Engineering, 2020, 20(1): 153-158.

[19]	王瑞, 吴新民, 马云, 等. 页岩气储层工作液伤害机理研究现状[J]. 科学技术与工程, 2020, 20(3): 867-873.

[20]	Wang Rui, Wu Xinmin, Ma Yun, et al. Review of working fluid damage mechanism for shale gas reservoir[J]. Science Technology and Engineering, 2020, 20(3): 867-873.

[21]	褚占宇, 蒋建方, 刘金栋, 等. 柴204井区页岩储层现场压裂液伤害机理[J]. 科学技术与工程, 2024, 24(28): 12112-12118.

[22]	Chu Zhanyu, Jiang Jianfang, Liu Jindong, et al. On-site fracturing fluid damage mechanism of shale reservoirs in Chai204 well area[J]. Science Technology and Engineering, 2024, 24(28): 12112-12118.

[23]	刘雅慧, 李志明, 李楚雄, 等. 泌阳凹陷核桃园组页岩油储层测井评价[J]. 科学技术与工程, 2025, 25(24): 10150-10160.

[24]	Liu Yahui, Li Zhiming, Li Chuxiong, et al. Logging evaluation of shale oil reservoir in Hetaoyuan Formation, Biyang Depression[J]. Science Technology and Engineering, 2025, 25(24): 10150-10160.

[25]	李媛媛, 周彤, 王海波, 等. 不同黏度压裂液作用下页岩水化作用规律及内在机制[J]. 科学技术与工程, 2025, 25(27): 11560-11568.

[26]	Li Yuanyuan, Zhou Tong, Wang Haibo, et al. Hydration law and intrinsic mechanism of shale under the influence of fracturing fluids with different viscosities[J]. Science Technology and Engineering, 2025, 25(27): 11560-11568.

[27]	苏珍, 赵永刚, 苗万春, 等. 基于核磁共振与分形理论的致密砂岩储层分类评价[J]. 科学技术与工程, 2025, 25(17): 7122-7131.

[28]	Su Zhen, Zhao Yonggang, Miao Wanchun, et al. Classification and evaluation of tight sandstone reservoirs based on nuclear magnetic resonance and fractal theory[J]. Science Technology and Engineering, 2025, 25(17): 7122-7131.

[29]	王治国, 汪雄雄, 常永峰, 等. 基于核磁共振技术的致密砂岩储层水锁伤害特征: 以苏里格致密砂岩储层为例[J]. 科学技术与工程, 2025, 25(25): 10653-10662.

[30]	Wang Zhiguo, Wang Xiongxiong, Chang Yongfeng, et al. Characteristics of water lock damage intight sandstone reservoirs based on NMR technology: Sulige tight sandstone reservoir[J]. Science Technology and Engineering, 2025, 25(25): 10653-10662.

[31]	靳军, 刘伟洲, 王子强, 等. 基于核磁共振T₂谱的页岩岩心孔隙分布量化表征方法[J]. 科学技术与工程, 2022, 22(16): 6448-6455.

[32]	Jin Jun, Liu Weizhou, Wang Ziqiang, et al. Quantitative characterization of shale pore size distribution based on nuclear magnetic resonance T₂ spectrum[J]. Science Technology and Engineering, 2022, 22(16): 6448-6455.

[33]	Xu R Z, Yang S L, Wang B D, et al. Damage assessment of fracturing fluid in continental sedimentary tight reservoir based on NMR technology[C]// SPE International Hydraulic Fracturing Technology Conference & Exhibition. Santa Fe: ARMA, 2022: 427.

[34]	Da Q, Yao C, Zhang X, et al. Reservoir damage induced by water-based fracturing fluids in tight reservoirs: a review of formation mechanisms and treatment methods[J]. Energy & Fuels, 2024, 38(19): 18093-18115.

[35]	Dai Q, Sun W, Zuo Y, et al. Impact of slickwater fracturing fluid on pore structure and micromechanical properties of clay-rich shale using fluid intrusion and AFM experiments[J]. ACS Omega, 2025, 10(6): 6164-6181.

[36]	Li C, Shen B, Lu L, et al. Quantitative characterization of shale pores and microfractures based on NMR T₂ analysis: a case study of the Lower Silurian Longmaxi Formation in southeast Sichuan Basin, China[J]. Processes, 2023, 11(10): 2823.

[37]	Li S, Sun J, Gao Y, et al. Flow characterization in fractured shale oil matrices using advanced nuclear magnetic resonance techniques[J]. Processes, 2024, 12(5): 879.

[38]	Li Y, Guo S, Zuo P, et al. Experimental study on damage evaluation of fracturing fluid in shale oil reservoir[C]// Proceedings of the International Field Exploration and Development Conference. Singapore: Springer, 2024: 65-76.

[39]	Lin H, Yang B, Sun X, et al. Fracturing fluid retention in shale gas reservoir from the perspective of pore size based on nuclear magnetic resonance[J]. Journal of Hydrology, 2021, 601: 126590.

[40]	Yuan B, Wood D A. A comprehensive review of formation damage during enhanced oil recovery[J]. Journal of Petroleum Science and Engineering, 2018, 167: 287-299.

[41]	Zhang L F, Zhou F J, Zhang S C, et al. Evaluation of permeability damage caused by drilling and fracturing fluids in tight low permeability sandstone reservoirs[J]. Journal of Petroleum Science and Engineering, 2019, 175: 1122-1135.

[42]	覃莹瑶, 张宫, 罗超, 等. 吉木萨尔页岩油储层二维核磁响应特征[J]. 中南大学学报(自然科学版), 2022, 53(9): 3387-3400.

[43]	Qin Yingyao, Zhang Gong, Luo Chao, et al. Two-dimensional NMR characteristics of Jimsar shale oil reservoir[J]. Journal of Central South University (Science and Technology), 2022, 53(9): 3387-3400.

[44]	向雪冰, 司马立强, 王亮, 等. 页岩气储层孔隙流体划分及有效孔径计算——以四川盆地龙潭组为例[J]. 岩性油气藏, 2021, 33(4): 137-146.

[45]	Xiang Xuebing, Sima Liqiang, Wang Liang, et al. Pore fluid division and effective pore size calculation of shale gas reservoir: a case study of Longtan Formation in Sichuan Basin[J]. Lithologic Reservoirs, 2021, 33(4): 137-146.

[46]	Huang L, Qin J, Zhou Y, et al. Normalization techniques in training DNNs: methodology, analysis and application[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 45(8): 10173-10196.

[47]	Rothe I, Susse H, Voss K. The method of normalization to determine invariants[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996, 18(4): 366-376.

[48]	国家能源局. 储层敏感性流动实验评价方法: SY/T 5358—2024[S]. 北京: 石油工业出版社, 2024.

[49]	National Energy Administration. Formation damage evaluation by flow test: SY/T 5358—2024[S]. Beijing: Petroleum Industry Press, 2024.

[50]	Lalji S M, Ali S I, Ahmed R, et al. Comparative performance analysis of different swelling kinetic models for the evaluation of shale swelling[J]. Journal of Petroleum Exploration and Production Technology, 2022, 12(5): 1237-1249.

[51]	Zhang D, Meegoda J N, de Silva B M G, et al. Impact of de-ionized water on changes in porosity and permeability of shales mineralogy due to clay-swelling[J]. Scientific Reports, 2021, 11: 20049.

[52]	Dragulet F, Goyal A, Ioannidou K, et al. Ion specificity of confined ion-water structuring and nanoscale surface forces in clays[J]. The Journal of Physical Chemistry B, 2022, 126(26): 4977-4989.

[53]	王子强, 唐勇, 张代燕, 等. 润湿改性剂应用于页岩储层微纳米孔隙微观模型研究[J]. 石油科学通报, 2025, 10(2): 256-268.

[54]	Wang Ziqiang, Tang Yong, Zhang Daiyan, et al. Study on application of wetting modifier in micro-nano pore micromodel of shale reservoir[J]. Petroleum Science Bulletin, 2025, 10(2): 256-268.

[55]	程凯, 彭勃, 张正昊, 等. 页岩表面润湿性在高温高压条件下的影响因素与研究进展[J]. 材料导报, 2025, 39(15): 96-103.

[56]	Cheng Kai, Peng Bo, Zhang Zhenghao, et al. Influencing factors and research progress of shale surface wettability under high-temperature and high-pressure conditions[J]. Materials Reports, 2025, 39(15): 96-103.

[57]	Koteeswaran S, Habibpour M, Puckette J, et al. Characterization of shale-fluid interaction through a series of immersion tests and rheological studies[J]. Journal of Petroleum Exploration and Production Technology, 2018, 8(4): 1273-1286.

[58]	Salaheldin H O, Elraies K A, Almansour A, et al. Experimental study on the use of surfactant as a fracking fluid additive for improving shale gas productivity[J]. Journal of Petroleum Science and Engineering, 2019, 183: 106426.

[59]	Bai T, Hashemi S, Melkoumian N, et al. Permeability evolution of shale during high-ionic-strength water sequential imbibition[J]. Energies, 2024, 17(14): 3598.

[60]	Qu H, Shi J, Wu M, et al. Experimental study on the mechanism of enhanced imbibition with different types of surfactants in low-permeability glutenite reservoirs[J]. Molecules, 2024, 29(24): 5953.

基金资助

国家自然科学基金(52474040)

国家自然科学基金(52474043)

国家自然科学基金(52004216)

陕西省杰出青年科学基金(2022JC-37)

陕西省重点研发计划(2024GX-YBXM-496)

陕西省二氧化碳封存与提高采收率重点实验室开放课题(YJSYZX25SKF0010)

西安石油大学研究生创新基金(YCX2513080)

PDF (9748KB)

访问

被引

详细

导航

Received	Published	Revised
2025-07-03	2026-06-08	2025-11-28
Online Date
2026-08-07

摘要