澳大利亚S区块基于复合参数模型的煤层含气量预测_淮银超.pdf

第 46 卷 第 1 期 煤田地质与勘探 Vol. 46 No.1 2018 年 2 月 COAL GEOLOGY TE132 文献标识码A DOI 10.3969/j.issn.1001-1986.2018.01.027 Coalbed methane gas content prediction by compound parameter model in S block of Australia HUAI Yinchao1,2, ZHANG Ming2, XIA Zhaohui2, LIU Bobiao1, WANG Xin3 1. School of Earth Science and Resources, Chang’an University, Xi’an 710054, China; 2. Research Institute of Petroleum Exploration and Development, Beijing 100083, China; 3. Petroleum Engineering Institute, Xi’an Shiyou University, Xi’an 710065, China Abstract Gas content is the most important research content for coalbed methane CBM development. Accuracy characterization is very important for CBM. Logging characterization of gas content is the most commonly used , while different logs have different sensitivity to the change of gas content, and single logging curve pre- dicting coalbed methane content has the disadvantages of poor stability and low accuracy. In order to study the ac- curate prediction of CBM, CBM reservoirs in S Block of Australia is taken as study object. Based on the laboratory analysis data and logging data, the logging data response analysis was carried out to realize logging data expansion correction and depth shift. Logging data such as buried coal depth, AC, GR and LSD were selected as the basic parameters for gas content prediction on the basis of correlation analysis between gas content and logging data. After the sensitivity analysis between gas content and logging data, compound parameters of gas content pre- diction were constructed, and finally the compound parameter prediction model for gas content prediction was es- tablished. Batch calculation of CBM was achieved by plug-in module of logging interpretation software. In the practical application, the prediction model can overcome the shortcomings of the low accuracy and poor stability of the traditional coal seam gas content calculation. At the same time, it can realize the batch calculation and greatly speed up the calculation of gas content. The prediction of gas content by compound parameters can also provide a solid geological foundation for the CBM subsequent development of S block. ChaoXing 160 煤田地质与勘探 第 46 卷 Keywords coalbed methane; gas content; logging data; compound parameter; sensitivity analysis; Australia 煤层气是一种自生自储的非常规天然气，在各 个煤化阶段均可生成，绝大部分以吸附态赋存于煤 层中[1-2]。随着煤层气开发技术的不断发展，含气量 作为煤层气开发的决定性因素，对于含气量预测精 度要求越来越高。以往对含气量评价主要方法有岩 心实测含气量法、煤层含气梯度法、等温吸附模拟 法[3-5]。这些方法的预测精度受到含气量实验室分析 样品的数量限制，使得预测稳定性较差，准确率不 高。而测井资料由于连续性好，纵向分辨率高等特 点，是含气量预测较为有效和可靠的资料[6-8]。常用 测井资料预测含气量是以测井密度与含气量之间的 拟合关系预测含气量，但是含气量测井响应是众多 地质综合作用的结果，往往利用单一测井资料预测 的含气量准确率低[9-10]。因此，以澳大利亚 S 区块 煤层气引起的测井资料响应特征的变化为依托，综 合考虑各种测井资料对于含气量的影响，开展含气 量与测井资料相关性分析，优选反应含气量变化的 最佳测井资料，构建复合参数。以敏感性分析结果 为依据，建立基于测井资料的含气量复合参数预测 模型。通过软件实现含气量在 S 区块的批量计算。 1 含气量与测井曲线响应的相关性分析 澳大利亚 S 区块位于昆士兰州东部的弧后盆 地，构造上继承了所处盆地东部高，西部低的单斜 构造特征，主要发育一系列 NNW 走向的正断层和 褶皱[11]。主要煤层位于晚二叠世地层中，属于中煤 阶煤，单煤层平均厚度为 2.6 m，煤层埋藏深度均小 于 800 m[12]。平均含气量为 11.53 m3/t，属于高含气 量中煤阶煤层气藏。区块内部的煤层气测井数据有 自然伽马、长源距密度、声波时差、中子孔隙度和 深浅电阻率。 1.1 含气量资料预处理 在含气量测试与测井资料相关性分析中，测井 资料质量和含气量样品的深度是决定含气量与测井 资料相关性分析的关键。煤层具有埋藏深度浅、割 理发育且机械强度低、容易垮塌造成扩径等特点， 使得长源距密度、中子孔隙度、声波时差会产生奇 异值， 不能真实反应煤储层实际测井响应[8-9]。 所以， 需要对测井数据进行扩径校正、对含气量分析数据 做深度归位处理。 在 S 区块中，测井曲线校正值是通过扩径率来 计算的，公式如下 a /LLaCddb- 1 式中 L 和 La分别为校正前后的测井曲线值； C 为井径 曲线值，mm；d 为钻头直径，mm；a、b 分别为校正 系数，它们的值来自于 S 区块的实际资料分析结果。 部分含气量分析数据的深度和测井曲线不能够 完全匹配，也会影响到相关性分析精度。含气量分 析数据深度归位以测井深度为标准深度，以测井资 料与岩心分析含气量相关性分析为依据，计算出岩 心需要深度归位值，通过软件实现含气量分析数据 的深度归位。 1.2 含气量与测井曲线相关性分析 影响煤层含气量的主要地质因素有地质构造、 煤层顶底板岩性、煤层有效埋深、煤变质程度及煤 质特征等，而这些地质因素又决定煤层气的测井资 料响应变化特征[10,13-14]。煤岩在测井曲线上表现为 “三高两低”的特点，即高中子孔隙度、高电阻率、高 声波时差，低密度、低自然伽马。煤层含气量的变化 会使测井曲线响应在煤岩基础上进一步变化[15-16]。不 同测井资料对煤层气含量变化的响应特征不一样。 在扩径校正与深度归位基础上，选择 S 区块内部同 时具有含气量岩心分析数据和测井资料数据点，开 展含气量的测井资料相关性分析图 1。 测井数据有 煤层埋藏深度、中子孔隙度、深浅电阻率变化率、 自然伽马、长源距密度、声波时差。 图 1a 为含气量与煤层埋藏深度的相关性分析， 煤层气的相关性分析结果表明，含气量表现为深度 较浅时，含气量快速增长，随着深度的增加，含气 量缓慢增长，二者具有很高的相关性。之所以含气 量与深度呈指数相关性是因为随着煤层深度的不断 增加，煤层含气量增加，与此同时，由于深度的增 加，温度也逐渐增大，而温度对于煤层气含量的增 加起到消极的作用，温度和压力的共同作用使得含 气量与深度呈现非线性关系[17-19]。 图 1b 为含气量与中子孔隙度的相关性分析，煤 自身的结构松散和机械强度低的特点决定了煤层的 双孔隙结构， 在基质孔隙中和裂隙中存在大量的自由 水[20]。煤层气会占用孔隙中部分原来属于水的位置， 从而降低自由水的含量，中子孔隙度随之降低。在 S 区块中含气量与中子孔隙度呈负的线性相关性。 图 1c 为含气量与电阻率变化率的相关性分析， 在 S 区块中考虑到井径、围岩对含气量电阻率响应 特征的影响，采用深浅电阻率的相对变化率来对含 气量相关性加以分析。随着含气量的增加，深浅电 阻率的相对变化率会随之减小。S 区块的含气量与 电阻率变化率呈负的线性相关性。 图 1d 为含气量与自然伽马的相关性分析， 煤层 的主要放射性主要来自于煤层中黏土矿物，而黏土 矿物的增加会降低煤层中有机质含量，继而降低对 ChaoXing 第 1 期 淮银超等 澳大利亚 S 区块基于复合参数模型的煤层含气量预测 161 图 1 煤层含气量与测井资料的关系 Fig.1 Relationship between gas content and logging data 含气量的吸附作用[21]。含气量越低，则黏土矿物含 量越高，从而出现高自然伽马值，S 区块的含气量 与自然伽马呈现负的线性相关性。 图 1e 为含气量与长源距密度的相关性分析， 煤 本身在长源距密度上表现为低值，含气量进一步降 低了煤岩的密度。随着煤层中的含气量增加，长源 距密度值降低，从而使得含气量与长源距密度呈现 负的线性函数关系。 图 1f 为含气量与声波时差相关性分析， 声波时 差曲线对煤层的含气性敏感，在 S 区块煤层中，随 着含气量增加，声波传播速度变低，声波时差变高， 从而声波时差与含气量呈正的线性函数关系。 2 含气量复合解释参数模型 以含气量与测井资料的相关性分析结果为基础， 结合 S 区块单煤层厚度薄， 煤层含水率高的特点， 通 常认为， 煤层含气量与测井资料相关性高低的标准为 二者的相关系数大于 0.36。 相关性分析认为含气量与 煤层埋藏深度、 自然伽马、 长源距密度以及声波时差 相关性较好， 与中子孔隙度、 电阻率变化率的相关性 低。 相关性低是因为电阻率受到围岩影响， 而中子孔 隙度则是因为受到煤中束缚水的影响。 以与含气量相关性好的测井资料作为基础参 数来构建含气量预测的复合参数。考虑到各个基 础参数与含气量相关性的“正负”以及对含气量变 化反应的“灵敏程度”不一样，为确保构建复合参 数的准确性，在构建复合参数时，对每一个基础 参数添加相应的权重系数，具体函数表达式如下 所示 12 p 34 AC GRLSD Ah A C AA 2 式中 CP为复合参数，无量纲；h 为煤层埋藏深度， m；AC 为声波时差，μs/m；GR 为自然伽马，API； LSD 为长源距密度，g/cm3。A1、A2、A3和 A4为权 重系数。 基础参数的权重系数通过对含气量的敏感性分 析获取。煤层含气量的敏感性分析，即在其余测井 资料固定不变的情况下，通过分析确定测井数据的 变化所引起的含气量的相对变化，确定该测井资料 对于含气量的敏感程度，进而确定测井资料权重系 数的一种不确定性分析方法。 以煤层埋藏深度为例，含气量实验室分析数据 和与之对应的煤层埋藏深度作为数据基础，根据煤 层埋藏深度的累积频率分布图，确定煤层埋藏深度 累计频率分布图。 将煤层埋藏深度累计频率在 90， 50和 10附近，且具有相应含气量数据所对应煤 层埋藏深度称为乐观、平均与保守埋藏深度。利用 在含气量与埋藏深度相关性分析中建立关系式计算 出 3 种埋藏深度所对应的含气量。以平均埋藏深度 对应的含气量作为基准含气量，计算乐观、保守埋 藏深度之间的相对变化，以相对变化值作为煤层埋 藏深度敏感性分析结果。 采用相同方法开展声波时差、自然伽马和长源 距密度的敏感性分析。以 4 个基础参数的敏感性分 析结果为基础，根据测井资料对含气量敏感程度， 确定各个基础参数的权重系数。图 2 为澳大利亚 S ChaoXing 162 煤田地质与勘探 第 46 卷 区块基础参数的含气量敏感性分析结果，根据基础 参数对于含气量的敏感程度，确定基础参数的权重 系数，权重系数为相对值，当设置一个基础参数的 权重系数为定值时，根据他们之间的敏感性，即可 求出其余 3 个基础参数的权重系数。S 区块中将长 源距密度的权重系数设置为 1 时，则自然伽马的权 重系数 A3为 1.28，声波时差的权重系数 A2为 1.43， 煤层埋藏深度的权重系数 A1为 2.44。 将 4 个基础参 数的权重系数代入式2，则复合参数的函数表达式 变为 p 2.441.44AC 1.28GRLSD h C 3 图 2 含气量基础参数敏感性成果图 Fig.2 Sensitivity analysis for basic parameters of gas content 在复合参数构建的基础上，以复合参数为自变 量，含气量为因变量，通过二者的相关性分析，建 立澳大利亚 S 区块基于测井资料的含气量复合参数 预测模型图 3，函数关系式如下 342. 6307. 0 pc CG 4 式中 Gc为含气量，m3/t，CP为复合参数，无量纲。 图 3 复合参数与含气量关系 Fig.3 Relationship between compound parameters and gas content 复合参数测井预测模型不仅充分考虑各种地质 因素对于含气量的影响，同时也在含气量测井解释 模型时，对于测井资料添加权重系数，从而能够反 映出不同测井曲线在模型中的“贡献”。相比于传统 的含气量预测方法，复合参数预测含气量具有更广 泛的代表性、更高的准确率以及更好的稳定性。以 此模型为基础，编写测井解释软件的外挂模块，实 现煤层含气量的批量计算。 3 应用效果 根据建立的基于测井资料的含气量复合参数 预测模型在测井解释软件中编写含气量解释外挂 模块，图 4 为新钻 1 号井和 2 号井的含气量计算 成果图。从成果图上可以看出，煤岩测井特点明 显，测井曲线表现为两高两低的特点，即高中子、 高电阻率、低密度和低自然伽马。测井曲线可以 很好地区分煤、砂岩和泥岩。在定性划分出煤岩 后，利用复合参数解释模型很好地实现含气量的 计算。 表 1 为澳大利亚 S 区块新钻 3 口井含气量预测 结果与实验室分析结果对比表，当相对误差的置信 度取 90时，得到期望值为–0.28，且置信区间分布 在–0.073 50.061 7，因此根据统计学原理，认为当 拥有足够多由复合参数测井解释模型计算出的含气 量数据时，测井解释值相对误差分布在–7.35 6.17的可信度为 90，且误差的均值为–0.28。说 明复合参数预测模型具有较高的准确性。 4 结 论 通过在澳大利亚 S 区块的含气量复合参数测井 预测中的研究，得到以下的结论与认识 a. 煤层含气量是地质因素在地下共同作用的 结果，常规含气量预测方法与基于单一测井资料预 测含气量方法准确率低，稳定性差。通过煤层含气 量与测井资料的相关性分析，可以获得不同的测井 资料与含气量之间的函数关系式。同时筛选与含气 量相关性高的测井资料作为基础参数来构建预测含 气量复合参数。 b. 不同测井资料对含气量预测的“贡献”是不 一样的，在构建复合参数时，通过测井曲线对含气 量的敏感性分析，通过加权重系数可以准确地反映 出各个测井资料对含气量的预测“贡献”。 c. 基于测井资料建立的含气量复合参数预测 模型是综合考虑所有与含气量相关性高的测井资料 后的结果，该模型不仅考虑到全部地质因素，同时 在模型中能够反映出不同的测井资料对预测含气量 的贡献，极大地提高基于测井资料的含气量预测模 型的准确性与稳定性。 ChaoXing 第 1 期 淮银超等 澳大利亚 S 区块基于复合参数模型的煤层含气量预测 163 GR自然伽马；SP自然电位；LSD长源距密度；NPHI中子孔隙度；LLD深电阻率；LLS浅电阻率； AC声波时差；Vsh泥质含量；Gc含气量 图 4 区内两口井的含气量复合参数评价结果 Fig.4 Composite parameter uation results of gas content 表 1 含气量测井解释值与实测值对比 Table 1 Comparison of interpreted values and measured values of gas content 井名 深度/m 实测值/m3t–1 解释值/m3t–1 绝对误差/ 相对误差/ 674.8 5.51 5.85 0.34 6.17 506.6 9.27 8.62 –0.65 –7.01 H08 604.7 14.66 15.35 0.69 4.71 391.1 7.53 7.04 –0.49 –6.51 523.1 10.06 9.11 –0.95 –9.44 H09 552.1 11.64 12.34 0.71 6.01 828.2 9.56 10.5 0.94 9.83 707.1 12.24 11.34 –0.9 –7.35 H12 854.1 16.29 17.26 0.97 5.95 参考文献 [1] 琚宜文，李清光，颜志丰，等. 煤层气成因类型及其地球化学 研究进展[J]. 煤炭学报，2014，395806–815. JU yiwen，LI Qingguang，YAN Zhifeng，et al. Origin types of CBM and their geochemical research progress[J]. Journal of China Coal Society，2014，395806–815. [2] 金泽亮，薛海飞，高海滨，等. 煤层气储层测井评价技术及应 用[J]. 煤田地质与勘探，2013，41242–45. JIN Zeliang，XUE Haifei，GAO Haibin，et al. Technology for uation of CBM reservoir logging and its application[J]. Coal Geology Exploration，2013，41242–45. [3] 孟召平，田永东，李国富.煤层气开发地质学理论与方法[M]. 北京科学出版社，2010. [4] 王宏图，鲜学福，杜云贵，等.煤矿深部开采煤层气含量计 算的解析法[J].中国矿业大学学报，2002，314367–369. WANG Hongtu，XIAN Xuefu，DU Yungui，et al. Analytical for coalbed methane content calculation in deep mining of coal mine[J]. Journal of China University of Mining and Technology，2002，314367–369. [5] KIM A G. Estimating methane content of bituminous coalbeds from adsorption data[R]. United States Department of the Interior，Report of Investigations-Bureau of Mines 8245， 19771–11 [6] 熊镭，张超谟，张冲，等. A 地区页岩气储层总有机碳含量测 ChaoXing 164 煤田地质与勘探 第 46 卷 井评价方法研究[J]. 岩性油气藏，2014，26374–78. XIONG Lei， ZHANG Chaomo， ZHANG Chong， et al. Research on logging uation of TOC content of shale gas res- ervoir in A area[J]. Lithologic Reservoirs，2014，26374–78. [7] 谭廷栋. 测井解释煤层气藏[J]. 测井技术，1999，1943–8. TAN Yandong. Logging interpretation of coalbed gas reser- voirs[J]. Well Logging Technology，1999，1943–8. [8] 吴雅琴，邵国良，徐耀辉，等. 煤层气开发地质单元划分及开 发方式优化以沁水盆地郑庄区块为例[J]. 岩性油气藏， 2016，286125–133. WU Yaqin，SHAO Guoliang，XU Yaohui，et al. Geological unit division and development model optimization of coalbed meth- aneA case study from Zhengzhuang block in Qinshui basin[J]. Lithologic Reservoirs，2016，286125–133. [9] 王安龙，孙小琴，谢学恒，等. 利用测井资料计算煤层含气量 及工业组分方法研究[J]. 油气藏评价与开发，2011增刊 1 69–73. WANG Anlong，SUN Xiaoqin，XIE Xueheng，et al. Study on calculation of gas content and industrial composition of coal seam by using logging data[J]. Progress in Oil Gas Res- ervoirs，2011S169–73. [10] 伊伟，熊先钺，王伟，等. 鄂尔多斯盆地合阳地区煤层气赋存 特征研究[J]. 岩性油气藏，2015，27238–45. YI Wei，XIONG Xianyue，WANG Wei，et al. Study on oc- currence features of coalbed methane in Heyang area，Ordos basin[J]. Lithologic Reservoirs，2015，27238–45. [11] BRAKEL A T，TOTTERDELL J K，NICOLL M G. Sequence stratigraphy and fill history of the Bowen basin，Queensland[J]. Australian Journal of Earth Science，2009，56401–432. [12] FIELDING C R， FANLKNER A J， SCOTT S G. Fluvial response to foreland basin overfilling；the Late Permain Rangal coal measures in the Bowen basin，Queensland，Australia[J]. Sedi- mentary Geology，1993，85475–497. [13] 刘之的，王剑，杨秀春，等. 密度测井扩径影响校正方法在煤 层气储层中的适用性分析[J]. 地球物理学进展，2014，295 2219–2223. LIU Zhidi，WANG Jian，YANG Xiuchun，et al. Analysis on the applicability of density log expansion correction in coal- bed methane reservoir[J]. Progress in Geophysics，2014，295 2219–2223. [14] 杨克兵，左银卿，甘健，等. 测井资料在煤层气储层评价中的 应用研究[J]. 中国煤层气，2011，8216–19. YANG Kebing，ZUO Yinqing，GAN Jian，et al. Application of logging data in uation of CBM reservoir[J]. China Coalbed Methane，2011，8216–19. [15] 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，2014，42625–30. MENG Zhaoping，GUO Yansheng，ZHANG Jixing. Application and prediction model of coalbed methane content based on log- ging parameters[J]. Coal Science and Technology，2014，426 25–30. [16] 付小东，饶丹，秦建中，等. 柴达木盆地北缘地区中侏罗统大 煤沟组页岩油形成地质条件[J]. 岩性油气藏，2014，266 20–27. FU Xiaodong，RAO Dan，QIN Jianzhong，et al. Geological conditions for shale oil ing of Middle Jurassic Dameigou ation in the northern margin of Qaidam basin[J]. Lithologic Reservoirs，2014，26620–27. [17] 王睿婧，刘树根，张贵生，等. 川西坳陷孝泉新场合兴场 地区须二段天然气气源判定及成藏分析[J]. 岩性油气藏， 2011，234100–105. WANG Ruijing，LIU Shugen，ZHANG Guisheng，et al. Gas source identification and reservoir ation analysis of Xujiahe ation in Xiaoquan-Xinchang-Hexingchang area，western Sichuan depression[J]. Lithologic Reservoirs， 2011， 234 100– 105. [18] 张作清. 和顺地区煤层气工业组分与含气量计算研究[J]. 测 井技术，2013，37199–102. ZHANG Zuoqing. On coalbed methane industrial components and gas content calculation model in Heshun area[J]. Well Log- ging Technology，2013，37199–102. [19] 张翠华，张存志，林枫. 利用测井资料求取煤层气含量的 方法[J]. 测井技术，2015，393347–351. ZHANG Cuihua，ZHANG Cunzhi，LIN Feng. uation technology of coalbed methane content by using log data[J]. Well Logging Technology，2015，393347–351. [20] DONG Hong. uation of depressed coalbed in eastern Liaohe coalfield based on well logging ination[C]//2006 第六届国 际煤层气研讨会论文集. 2006304–310. [21] 黄兆辉，邹长春，杨玉卿，等. 沁水盆地南部 TS 地区煤层气 储层测井评价方法[J]. 现代地质，2012，2661275–1282. HUANG Zhaohui，ZOU Changchun，YANG Yuqing et al. Coalbed methane reservoir uation from wireline logs in TS district，southern Qinshui basin[J]. Geoscience，2012，266 1275–1282. 责任编辑 聂爱兰 ChaoXing