E-mail Alert Rss
 

物探与化探, 2018, 42(6): 1144-1149 doi: 10.11720/wtyht.2018.0177

地质调查·资源勘查

测井预测煤层气含量及分布规律——以山西省沁水煤田为例

梁亚林, 原文涛

山西省煤炭地质148勘查院,山西 太原 030053

The prediction of the content and distribution of coalbed gas :a case study in the Qinshui coalfield based on logging

LIANG Ya-Lin, YUAN Wen-Tao

No. 148 Coal Geological Exploration Institute, Taiyuan 030053, China

收稿日期: 2018-05-2   修回日期: 2018-06-27   网络出版日期: 2018-12-05

Received: 2018-05-2   Revised: 2018-06-27   Online: 2018-12-05

作者简介 About authors

梁亚林(1965-),男,汉族,山西芮城人,高级工程师,1988年毕业于山西矿业学院。Email:scy345@163.com 。

摘要

煤层气勘探与开发过程中,对煤层含气量及其分布规律做出较准确预测非常重要。笔者收集、整理、分析勘探区测井、煤层气测试等资料,并通过多元回归分析方法建立测井参数与测试煤层气含量之间的关系,预测整个勘探区煤层气含量及分布规律。研究结果表明用多元回归方法计算煤层含气量快速、准确、方便,实用性较强。煤层气含量分布趋势为煤层气勘探和开发选出有利区域,给出先期勘探开发建议。

关键词: 测井资料 ; 多元回归分析 ; 预测 ; 煤层含气量及分布规律

Abstract

In the course of coalbed methane exploration and development, it is very important to make a more accurate prediction of gas content and its distribution. The authors collected, sorted and analyzed the exploration zone logging as well as coalbed gas test data and used multiple regression analysis method to establish the relationship between logging parameters and coalbed methane (CBM) content, predicted coalbed methane content and its distribution in the whole exploration area. The results show that the calculation of gas content in coal seam by multivariate regression method is fast, accurate, convenient and practical. The distribution trend of coalbed methane content provides reference for selecting favorable areas for coalbed methane exploration and development.

Keywords: log data ; multiple regression analysis ; prediction ; gas content and distribution law of coal seam

PDF (1477KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

梁亚林, 原文涛. 测井预测煤层气含量及分布规律——以山西省沁水煤田为例. 物探与化探[J], 2018, 42(6): 1144-1149 doi:10.11720/wtyht.2018.0177

LIANG Ya-Lin, YUAN Wen-Tao. The prediction of the content and distribution of coalbed gas :a case study in the Qinshui coalfield based on logging. Geophysical and Geochemical Exploration[J], 2018, 42(6): 1144-1149 doi:10.11720/wtyht.2018.0177

0 引言

利用地球物理测井资料预测煤层气储层含气量有多种方法,主要方法有3种:即多元回归分析、兰氏方程和BP神经网络。刘荣芳等[1]利用常规测井曲线与含气量的关系,建立了以煤层结构为基础的回归方法,对煤层含气量进行计算,取得了较好的效果;孟召平等[2]发现煤层含气量与有效埋深 、体积密度 、自然电位 、电阻率、声波时差 、自然伽马及补偿中子等参数之间存在一定的相关性,采用测井参数预测煤层含气量具有较好的应用前景。兰氏方程法是将测井煤质分析碳、灰、水结果与含气量联系起来的一种间接解释方程,金泽亮等[3]根据沁水盆地柿庄区块煤层气储层的典型地质特征及该区块的测井资料和岩芯分析数据,利用兰氏方程导出了煤层含气量计算的经验公式。BP神经网络也是利用电阻率、体积密度、自然伽马和声波时差等测井参数,通过BP神经网络训练预测值和期望值的吻合性来计算煤层含气量,潘和平等[4]通过大量数据分析表明BP神经网络预测煤层含气量精度比较高;李春辉等[5]利用非线性的 BP人工神经网络建立煤与瓦斯突出强度预测模型, 来预测煤与瓦斯突出强度的大小,结果显示煤与瓦斯突出强度的预测值与实测值吻合较好。总之,兰氏方程法是用测井资料计算出煤层碳、灰、水含量,再计算含气量,是一种间接计算方法,BP神经网络由于训练的复杂性一般也不实用。

1 理论基础

煤层气主要以 3 种形式赋存在煤层中,即吸附在煤孔隙表面上的吸附状态,分布在煤的孔隙及裂隙内呈游离状态和溶解在煤层水中呈溶解状态。煤层气主要以吸附状态存在,吸附气量占煤层含气量的比例最大。随着煤层含气量增加,煤的体积密度减小,因此,统计表明煤层含气量与体积密度之间呈负相关关系;由于煤层内部条带状、片状、层状结构以及煤的密度小等,使得声波在煤层中具有较低的传播速度,在声波测井曲线中体现为时差较高。声波时差对含气性敏感,煤储层含气性增高,声波传播速度减少,声波时差增大,煤层含气量与声波时差表现出正相关性;煤的有机质和无机质都不是放射物质。在成煤过程中,外来矿物质决定煤的天然放射性,一般情况下,煤的自然放射性很弱,但是,由于煤中黏土矿物的存在影响煤的吸附性能,降低煤层含气量,所以随着煤的自然放射性增强,煤层含气量将减少,故表现为负相关[2];电阻率曲线除受含气量影响外,主要还受煤层含水性及井径和井液侵入的影响。煤层孔隙度越大含水性越大、电阻率值越低;井径影响实质上反映了泥浆电阻率的影响,随着井径扩大,电阻率受井液电阻率影响越大;电阻率也受泥浆侵入的影响,泥浆侵入地层越深电阻率受影响越大,当侵入深度很大时 ,仪器只能探测到侵入带, 探测不到原状地层[6],因此用电阻率计算煤层含气量最不科学。根据以上理论,我们采用自然伽马结合补偿密度和声波时差等计算煤层含气量,另外考虑到煤层埋藏深度对含气量的影响,进行回归分析时也应把它考虑进去。

具体分析还要注意以下几点:

1) 测井参数取值采用加权平均值法,即所有测井参数从见煤深度到至煤深度每5 cm一个采样点,采用平均值。

2) 为了测井原始基础数据的可靠性和准确性,必须对他们进行标准化。由于不同地区、仪器、探管、刻度器及操作方式的差异、井径扩大、井液密度、随机干扰等变化,必定对测井参数造成影响,为此,我们对测井数据进行“标准化”。在研究区内具有多井横向上连续、地层厚度较大、岩性一致、测井响应横向上变化不大的地层,可作为标准层。在整个研究区选一个标准层中物性变化最小的钻孔作为标准孔,其他钻孔测井曲线就可以它为标准进行适当的平移(即曲线重叠),以消除误差;或者将所有钻孔的某一标准层取平均值,然后各个钻孔标准层均向其靠近。从而达到对煤层测井曲线的标准化。

标准层必须满足以下条件:① 层位全区稳定分布、岩性一致(或者有特别稳定的夹层)、物性特征明显、便于全区对比追踪。② 要有一定的厚度。③ 煤系地层最好选井径扩大最小、自然伽马最低、声波时差和密度曲线变化平缓、物理性质变化最小的致密灰岩。④ 作为一个单层或层组、且靠近目的层位。

根据以上条件,本次研究取全部煤层气井太原组K2灰岩平均值作为标准值,各个钻孔标准层均向其靠近。

3) 测井曲线煤层深度与钻井取芯的煤芯深度之间存在深度差(1.5‰以内),因此必须对每条测井曲线按照钻探取芯的深度、夹矸及测井曲线煤层顶底板变化情况等进行深度归位,使两者深度严格一致。

2 勘探区概况

沁水煤田为中国目前产煤最多的大型石炭二叠纪煤田,是山西省6大煤田之一,位于山西省东南部,沁水煤田煤炭资源量约3 000亿t。煤种以高变质的贫煤、无烟煤为主。沁水煤田具有丰富的煤层气资源。根据中联煤层气有限责任公司全国煤层气评价资料,沁水煤田煤层气资源量为6.85万亿m3,占山西省煤层气资源量的65%,近占全国煤层气资源量的四分之一,是目前国内勘探程度最高、储量条件稳定、开发潜力巨大、商业化程度最高的煤层气田。沁水煤田含煤地层为石炭二叠系,具有开采价值的煤层主要赋存于石炭系上统太原组、二叠系下统山西组,其中3号和15号为煤层气开发的主要煤层。本次所研究的勘探区位于沁水煤田东部,15号煤层为区内唯一一层全区可采的稳定煤层,该煤层为高变质无烟煤,煤层埋藏深,结构简单,顶底板均为泥岩或砂质泥岩,封闭性较好。勘探区总体构造形态为走向NE、倾向NW、倾角6°~12°的单斜构造,在井田东部边界断层发育,总之井田构造简单。

3 实际应用

勘探区共施工煤层气钻孔10个,取得煤层含气量测试样品50个,普通煤田孔123个。将50个测试样品含气量及对应的标准化以后的自然伽马、补偿密度和声波时差及深度收集在一起(表1),图1为煤层测试含气量与测井各参数之间的散点图。

表1   15号煤层测试含气量与测井深度及标准化参数

样品号测试含气量
/(m3/t)
煤层深度
/m
自然伽马标准值
/API
补偿密度标准值
/(g/cm3)
声波时差标准值
/(μs/m)
19.90848.52331.41462
211.53849.82151.47512
36.04850.22311.44456
47.03850.92531.81392
511.70550.84201.59431
611.58551.84261.41463
711.47552.59151.40474
811.48553.84331.52438
95.03554.54551.96344
104.11554.84602.11341
117.68751.13311.52475
128.92751.78341.49472
138.76752.53401.55469
1412.98585.26241.51451
1513.97585.86221.52472
1613.53586.81401.62450
1713.72587.86191.56466
1811.62588.36331.74445
198.32589.31481.77396
209.43892.54371.63426
2110.42893.3481.58415
2210.69894.04371.63444
2312.13894.54251.71436
2410.33571.36281.61447
2511.70571.76161.55460
269.75572.86411.69432
2710.93574.46241.60426
2810.52575.06211.60447
2913.071025.12351.66461
3012.941026.12221.68493
3116.271027.12241.56517
3213.741027.62241.56510
3312.601028.12181.55475
349.721028.72371.57458
3517.22835.37171.30460
3616.11836.27271.35472
3715.23836.77341.50477
3812.92838.37321.30467
3915.14666.57161.55460
4014.72666.97121.46470
4116.20667.37311.48527
4216.37667.77221.48494
4314.91669.3381.47455
4413.78670.63241.51444
459.971238.22471.60426
4610.011238.82491.57425
4710.371239.55291.53425
4811.251240.15431.52417
4910.501240.80551.59435
5012.241241.30241.54452

新窗口打开| 下载CSV


图1

图1   煤层测试含气量与测井各参数之间的关系


对前面38个煤层含气量测试样品与对应的各测井参数进行回归,由图1可见15号煤层测试含气量和自然伽马标准值、声波时差标准值及密度标准值的相关性较好。

设含气量为Q,自然伽马标准值为GRB、声波时差标准值为ACB、密度标准值为DENB,对它们进行多元回归,得出回归方程:

Q=1.57-0.074GRB+0.032ACB-1.738DENB

R=0.71

F=11.81

F检验临界值表,自由度N-M-1=34,自变

量数目M=3,F=11.81>2.883,回归方程有效。

利用以上多元回归式,计算表1中后面12个样品的煤层含气量,表2给出计算含气量、测试含气量、绝对误差和相对误差:平均绝对误差1.78,相对误差为13%。

表2   计算含气量与测试含气量关系

样品号测试含气量
/(m3/t)
计算含气量
/(m3/t)
绝对误差
/(m3/t)
相对误差
/%
3915.1412.412.7318
4014.7213.181.5410
4116.2013.572.6316
4216.3713.183.1919
4314.9112.981.9313
4413.7811.382.417
459.978.941.0310
4610.018.821.1912
4710.3710.360.010
4811.259.092.1619
4910.508.661.8418
5012.2411.580.665
平均值1.7813

新窗口打开| 下载CSV


把计算含气量和测试含气量做交会图(图2),二者呈明显的正相关关系。

图2

图2   测试含气量和计算含气量关系


测试含气量和预测含气量相关系数R2=0.89,二者相关性较好、预测精度较高。

下面以P7号钻孔为例,用自然伽马标准值、补偿密度标准值和声波时差标准值计算含气量(图3)。

图3

图3   测井曲线计算含气量


利用得到的多元回归方程式,计算123个普通煤田孔15号煤层的含气量,并绘制煤层气含量等值线分布图(图4),从含气量等值线图可以看出,整个勘探区煤层气含量分布趋势为东部较低、西部较高,特别是WS和WN两个黄色区域含气量相对较高,可以作为煤层气勘探与开发的先期地段,最大值为西南部P67号钻孔的15.26 m3/t,最小值为东部边界P7号钻孔的7.59 m3/t,平均值为10.84 m3/t。

图4

图4   15号煤层预测含气量示意


总体来说,煤层气含量分布趋势和地层走向与倾向一致,也就是说勘探区总体为走向NE-SW、倾向由ES往WN的单斜构造,WN部煤层埋藏深覆盖好且没有构造含气量高、SN部煤层埋藏浅覆盖差且断层发育形成裂隙处于张剪或引张状态,造成附近的煤层割理和外生裂隙系统极其发育,煤储层易改造成高渗透率储层,与煤储层近同时期形成的裂隙带,构成良好的煤层气逸散通道,不利于煤层气的赋存,使煤储层含气量降低。

4 结论与建议

1) 本研究区进行测井参数与测试含气量之间的多元回归分析, 利用多元回归式得到的含气量预测值与测试含气量对照表明,其误差较小。

2) 多元回归分析方法预测煤层气含量快速、准确、可靠、简单、成本低。因此,可以将其运用到煤层气勘探与开发实际工作中。

3) 利用文中得到的多元回归方程式,计算研究区15号煤层的含气量,绘制煤层气含量等值线分布图,表明煤层气含量分布趋势和地层走向与倾向一致,同时煤层含气量的大小还与构造、裂隙带等因素有关。

4) 煤层气含量分布趋势为煤层气勘探和开发选出有利区域,把西南和西北含气量相对较高的两个黄色区域作为煤层气勘探与开发的先期地段,中部地区作为后背区域,这样不但速度快而且能避免盲目投资,从而节省大量的人力、物力和财力。

The authors have declared that no competing interests exist.
作者已声明无竞争性利益关系。

参考文献

刘荣芳, 王建功, 刘文华 , .

基于煤岩结构的煤层含气量测井评价方法

[J]. 中国煤层气, 2014,11(4):22-25.

URL     [本文引用: 1]

本文利用沁水盆地A区的煤心实验数据和测井资料,以煤层结构为基 础,分析煤层结构与含气量关系;并进一步利用常规测井对煤层结构评价,结合常规测井曲线与含气量的关系,建立了以煤层结构为基础的多元回归方法的煤层含气 量计算模型,并通过实际煤储层资料进行验证,取得了较好的效果,提高了煤层含气量的计算精度,为煤层气勘探开发提供可靠的测井信息.

孟召平, 郭彦省, 张纪星 , .

基于测井参数的煤层含气量预测模型与应用

[J]. 煤炭科学技术, 2014,42(6):25-30.

DOI:10.13199/j.cnki.cst.2014.06.005      URL     Magsci     [本文引用: 2]

煤层含气量是决定煤层气开发效果的重要参数,准确确定煤层含气量是煤层气勘探开发研究的一个关键问题。以沁水盆地东南部沁南东区块为依托,通过煤层含气量解吸试验和煤层气钻孔测井资料统计,分析了煤层含气量与测井参数之间的关系,选择了有效埋深的对数、体积密度、自然电位、深侧向电阻率与浅侧向电阻率比值、微球形聚焦电阻率的对数、声波时差与自然伽马和补偿中子乘积的比值等6个参数作为BP人工神经网络预测模型的基本特征量,建立了基于测井参数的煤层含气量BP人工神经网络预测模型,并对模型进行误差分析和应用结果对比分析。结果表明:基于测井参数的BP人工神经网络预测模型具有极强的非线性逼近能力,能真实反映煤层含气量与测井参数之间的非线性关系,预测结果与实测结果之间误差小,相对误差一般小于10%,采用测井参数预测煤层含气量具有较好的应用前景。

金泽亮, 薛海飞, 高海滨 , .

煤层气储层测井评价技术及应用

[J]. 煤田地质与勘探, 2013,41(2):42-45.

DOI:10.3969/j.issn.1001-1986.2013.02.010      URL     [本文引用: 1]

煤层气储层地球物理测井评价是获取煤层气参数的重要方法。根据沁水盆地柿庄区块煤层气储层的典型地质特征及该区块的测井资料和岩心分析数据,基于体积模型和概率统计模型的分析方法,计算出煤层各组分含量;对大量的测井资料进行统计分析,得出该区煤层煤阶与地层温度相关的结论;基于概率统计模型计算出的煤层组分和实验室岩心解吸测试数据,利用兰氏方程和多元线性回归导出了煤层含气量计算的经验公式,并通过该区的实际资料验证了评价方法的可信度与有效性。

潘和平, 黄智辉 .

煤层含气量测井解释方法探讨

[J]. 煤田地质与勘探, 1998,26(5):58-60.

URL     [本文引用: 1]

用多元线性回归建立煤层气含量与煤质参数、测井曲线值之间的回归方程,经F检验回归方程有效,但回归方程估算的煤层含气量与煤样解吸测定的含气量之间仍然存在较大的误差,为此利用BP神经网络进一步探讨它们之间的关系,实例表明预测精度较高。

李春辉, 陈日辉, 苏恒瑜 , .

BP神经网络在预测煤与瓦斯突出中的应用

[J]. 矿冶, 2010,19(3):21-23.

DOI:10.3969/j.issn.1005-7854.2010.03.007      URL     [本文引用: 1]

鉴于煤与瓦斯突出对煤矿的安全生产的威胁以及其影响因子的复杂性,合理的选择煤与瓦斯突出预测的影响因子,利用非线性的BP人工神经网络建立煤与瓦斯突出强度预测模型,来预测煤与瓦斯突出强度的大小。结果显示,煤与瓦斯突出强度的预测值与实测值吻合得较好,表明采用BP神经网络预测煤与瓦斯突出强度是可行的,为矿井煤与瓦斯突出的预测提供了一种预测精度较高的方法。

夏宏泉, 刘之的, 朱猛 , .

随钻电阻率测井的环境影响校正主次因素分析

[J]. 测井技术, 2008,32(2):160-161.

DOI:10.3969/j.issn.1004-1338.2008.02.015      URL     [本文引用: 1]

环境影响校正是随钻电阻率测井资料精细解释与应用中的重要问题.分析了随钻电阻率测井中井眼、围岩、地层倾角(或井斜角)、地层各向异性及泥浆侵入等环境因素对测井结果的影响及其校正方法.在大斜度井、水平井中采集随钻电阻率测井数据,当地层倾角或井斜角比较大时受地层各向异性影响最为明显;当目的层为薄油气层时需要考虑围岩影响;当钻速较低、测井仪器离钻头较远、岩层暴露时间较长时需要考虑泥浆侵入的影响.推导出地层视电阻率与垂直层界面方向的电阻率、平行层界面方向的电阻率的关系式,并给出了随钻电阻率测井环境影响主次因素判释流程图.依据校正公式和数值逼近迭代方法及所编制的主次因素分析与自动校正程序处理了某油田的多口井随钻电阻率测井资料,认为井斜角和各向异性导致实测的电阻率值增高,通过校正提高了随钻测井解释的精度和准确性.

张文博, 宋晓莉 .

测井曲线常见影响因素分析

[J]. 石油管材与仪器, 2015,1(2):93-95.

URL    

测井曲线常见影响因素很多,不管测井仪器如何发展,这些常规的影响因素依然存在,认识和解决这些影响因素对于提高测井原始曲线质量有着至关重要的作用。文章根据作者多年的现场经验,分析了自然电位、4m电极、微电极、声波、伽马和感应曲线的影响因素,并给出了解决这些异常曲线的方法。

长春地质学院. 水文地质工程地质物探教程[M]. 北京: 地质出版社, 1979: 336-340.

刘效贤, 李承华 .

测井评价煤层气储层的方法探讨

[J]. 中国煤炭地质, 2008,20(12):1-3.

DOI:10.3969/j.issn.1674-1803.2008.12.001      URL    

根据煤层气储层实验室分析确定的体积模型(碳、灰分、挥发分、水分),以测井曲线予以评价。 其中以自然伽马测井确定湿灰分,该方法的前提条件是湿分主要是泥质且泥质不具放射性元素;以密度测井与人工伽马测井确定含碳量,并对密度测井作湿分校正; 以灰分校正后的密度测井确定饱和水孔隙度;含气量的估算以声波测井和密度测井组成的复合参数ΔT/dDEN来确定,或以视电阻率曲线确定含气量。以某地区 2个钻孔为例,讨论了煤层深度、压力等与水分、灰分、含气饱和度、含气量等参数的关系,认为含气量与深度成正比关系。

高绪晨 .

煤层气测井资料解释初探

[J]. 中国煤田地质, 2003,15(4):54-57.

DOI:10.3969/j.issn.1674-1803.2003.04.018      URL    

探讨了用于煤层气测井资料解释 的煤层气储层的组成模型。煤层气储层具有双重孔隙结构,因此它可以分成裂隙和含微孔隙的基质两部分。就煤层气储层的组成成分而言,它由有机质、矿物质、水 和气四个部分组成。从此组成模型出发,用以“岩心刻度测井”为主的解释方法,对煤层气储层的灰分、含气量和渗透率等储层参数进行了实测解释分析。

贾承造 . 煤层气资源储量评估方法[M]. 北京: 石油工业出版社, 2007, 47-48.

赵庆波, 李五忠 . 中国煤层气勘探开发技术研究[M]. 北京: 石油工业出版社, 2007, 106-109.

潘和平 .

煤层气储层测井评价

[J]. 天然气工业, 2005,25(3):48-51.

DOI:10.3321/j.issn:1000-0976.2005.03.014      URL     Magsci    

<p>煤层储集具有双重孔隙介质特征,由煤的基质微孔和割理(裂缝)系统组成,因而传统的评价常规天然气储层的方法不能适合于评价煤层气储层,如何研究煤层气测井评价技术有十分重要的意义。文章在大量文献调研的基础上,基于国内外煤层气测井技术的发展现状,综合评述了测井评价煤层气储层领域的新进展,包括测井系列选择、煤层划分和岩性,煤质参数计算、孔隙度、渗透率、饱和度、含气量等煤层气储层参数计算,煤层力学参数和地应力分析、煤层对比、沉积环境分析等等,重点论述了煤质参数、煤层孔隙度、含气量的计算方法理论,并分析了煤层气储层测井评价当前面临的技术问题、难题及今后努力的方向。</p>

陆国桢, 张凤威, 傅雪海 , .

测井解释煤层甲烷含量与煤层结构的研究

[J]. 煤田地质与勘探, 1997,25(3):54-56.

URL    

煤层甲烷含量和渗透率是评价煤层甲烷地面抽放的重要技术指标。通过对淮南、淮北部分井田测井曲线、煤层甲烷含量和煤结构的研究,认为测井曲线解释煤层甲烷含量和煤结构是可行的。

陈江峰, 刘保民, 别玉平 , .

测井在煤层气储层评价中的应用

[J].煤炭技术, 1997(4):36-40.

URL    

文中综述了国外利用测进评价煤层气储层循环的现状及实例。成果表明,测井能用于精确定煤层厚度和煤的工业分析值,对煤层气含量,渗透率的估算已成可能,测井还能用来帮助确定吸附等温线的精度。

/

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com