基于灰色系统与测井方法的煤层气含量预测及应用

煤层气含量是评价煤储层的一个重要参数。本文将灰色系统用于煤层测井曲线,利用改进的斜率关联度法,分析了对煤层气含量敏感的测井曲线序列;对正关联相关的测井曲线序列利用灰色多变量静态模型GM(0,N)预测煤层气含量。并以沁水煤田为例,将预测结果与多元回归模型分析的结果进行比较并对本文方法模型的实用性进行研究分析。结果表明,应用改进的斜率关联度对测井曲线与煤层气含量进行灰色关联分析能更充分开发测井曲线与煤层气含量的关系;用GM(0,N)模型预测煤层气含量比多元回归模型预测的结果更精确,且本文模型更为强健,可在样本数据相对较少的情况下有效预测煤层气含量曲线,结果可信度高,具有实际应用价值。     

测井预测煤层气含量及分布规律——以山西省沁水煤田为例

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。     

鄂东气田煤层含气量测井预测

煤层含气量计算的准确与否直接关系到煤层气开发方案的有效制定。在简要介绍了现有煤层含气量评价方法的基础上,利用测井资料和煤岩心含气量分析化验资料,采用统计回归方法优选了煤层含气量的敏感性测井参数,并基于优选的测井参数,运用多元回归和神经网络两种数学方法构建了鄂东气田的煤层含气量测井预测模型。利用所构建的模型对研究区内的煤层含气量进行了预测,预测结果与煤岩心含气量室内分析数据对比表明,多元回归法和神经网络法均能较好地对煤层含气量进行预测,但神经网络法的预测精度更高。     

常规测井资料在老井页岩气储层识别中的应用

页岩中有机质含量的高低及富有机质页岩的厚度和规模,是制约页岩气勘探开发的重要因素。若能应用常规测井资料对已钻探老井进行页岩气潜力二次评价,对发现新的页岩气储层,进行老井挖潜意义重大。为此对常规测井资料,应用Δlg R法和多元回归拟合等多种方法,进行典型井有机质含量定量评价;同时,以电性参数及有机质含量为依据,进行目的层段含气性分析。结果表明:利用自然伽马变化量计算地层有机质含量是可行的,总趋势基本一致;应用模型计算的总含气量与实测含气量相关性好,模型精度较高。本方法可以解决页岩气勘探开发中的核心问题,对充分应用好常规测井资料,进行后续页岩气勘探开发起到积极作用。     

灰色系统理论在煤层气含量预测中的应用

煤层含气量是一个受多因素影响的反映煤层含气性的定量指标。以晋城矿区为例,根据煤层气地质基本理论,利用改进的斜率关联度法,分析了煤层气含量的影响因素;进而,由灰色多变量静态模型GM(0,N)预测了煤层气含量,并与多元回归分析的结果进行比较。结果表明,用改进斜率关联度进行灰色关联分析所确定的煤层气含量的主要影响因素是可信的;由GM(0,N)模型预测煤层含气量所需样本数据少,原理简单,计算方便,且预测精度较高。      

沁水盆地南部TS地区煤层气储层测井评价方法

煤层气是一种自生自储于煤岩地层的非常规天然气资源,其储层测井评价内容及方法不同于常规天然气,在煤层气勘探开发过程中更关注于有关煤岩工业分析组分、基质孔隙度、裂缝渗透率及煤层含气量等一系列关键的储层参数。针对沁水盆地南部TS地区煤层气勘探目标层,分析了各种测井响应特征,采用回归分析法计算煤岩工业分析组分;针对煤层气含量影响因素众多且较为复杂的特点,结合相关地区煤岩样品实验分析结果,利用基于等温吸附实验的兰氏煤阶方程估算煤层含气量参数;通过煤岩孔隙结构的分析,采用变骨架密度的密度孔隙度计算公式求取煤岩总孔隙度,利用迭代逼近算法计算裂缝孔隙度;根据煤岩裂缝中面割理发育而端割理不甚发育的特点,以简化的单组系板状裂缝模型计算煤岩裂缝渗透率。通过对TS-A井进行实际计算,结果表明,煤岩工业分析组分和煤层含气量计算结果精度高,总孔隙度一般在5.5%左右,而裂缝孔隙度则大多小于0.5%,裂缝渗透率主要分布在0.001×10-3～10×10-3μm2之间,孔渗参数计算结果与相邻井区现有资料相符。采用测井方法可以快速、系统地对煤层气储层多种参数进行准确评价。     

基于测井参数优选的煤层含气量预测模型

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明:PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。      

澳大利亚S区块基于复合参数模型的煤层含气量预测

含气量预测的准确性对于煤层气开发至关重要。测井曲线作为含气量表征的最常用资料,不同测井资料对于含气量变化的响应灵敏程度不一样,单一的测井曲线预测含气量稳定性差。为了研究煤层含气量的精确预测方法,以澳大利亚S区块的煤层气为研究对象,以实验室分析数据、测井资料为基础,通过测井资料响应特征分析,实现测井资料的扩径校正以及含气量数据深度归位处理。在此基础上,根据含气量与测井资料相关性分析结果,选择煤层埋藏深度、声波时差、自然伽马和长源距密度等相关性好的测井数据作为含气量预测的基础参数。以基础参数对含气量的敏感性分析结果为依据,构建含气量预测的复合参数,建立基于测井资料的含气量复合参数预测模型。通过软件中编写含气量计算的外挂模块实现煤层气井含气量批量计算。复合参数预测模型在实际应用中,可以克服传统煤层含气量计算准确率低、稳定性差的缺点,同时可以实现批量化计算,极大地加快含气量计算进度,能够为S区块的后续煤层气开发奠定地质基础。      

岩石力学参数标定系统关键技术研究

岩石力学参数建模在地应力建模、甜点预测与井网部署优化等研究工作中起着重要作用。利用常规测井资料计算井点岩石力学参数,并结合地质统计插值建立全区域三维岩石力学参数模型是最为常用的方法之一,但是该方法在一定程度上忽略了测井曲线之间的相关性与约束性。实际上,在很多油气勘探区块,岩石力学非均质性强,利用统计学方法建模会产生较大误差。针对以上问题,本文研发了岩石力学参数标定系统,提出利用与岩石力学参数相关性较强的声波时差、自然伽马参数等测井曲线约束初始岩石力学参数模型,从而克服以上缺陷,提高建模精度,并利用数据分块算法顺利实现了对亿级数量网格单元的岩石力学参数模型标定计算。     

基于随机森林算法的泥页岩岩相测井识别

泥页岩岩相识别是页岩油空间分布及勘探目标预测的一项重要工作,受地层非均质性及测井信息冗余的制约,基于测井响应方程的岩相识别十分困难.本文建立了一种基于随机森林算法的岩相识别模型,使用SHAP方法量化测井参数重要性.结果表明：随机森林算法可以很好地识别泥页岩岩相,其准确率高于支持向量机、KNN和XGBoost,并且对数据集中岩相类别不均衡的分类问题更加有效;对模型识别岩相最重要的前3项测井参数是自然电位、井径和声波时差;该模型可快速识别单井岩相,再根据总孔隙度、游离烃S1、TOC等参数可确定有利岩相类型,进而确定研究区有利岩相分布,为后续“甜点”预测提供依据.     

深度学习在煤层气测井解释中的应用研究

将常规储层测井解释方法应用于煤层气储层测井解释,其效果存在一定的折扣。为了改善传统方法在煤层气测井解释中出现的问题,将深度学习的思想引入测井解释,提出受限玻尔兹曼机的数量、受限玻尔兹曼机隐含层神经元数量、分类阈值的确定方法,利用深度信念网络进行煤层识别及煤层气含气量的预测。实验结果表明：首先,在交会图法效果不好的情况下,通过深度信念网络进行煤层识别,继而对识别结果进行适当校正,煤层识别成功率可达到90%以上;其次,经过多种方法的对比,利用深度信念网络进行煤层气含气量预测的效果,要好于BP神经网络、多元回归统计以及Langmuir方程三种方法。深度学习改进了传统的BP神经网络,具备更强的复杂函数泛化能力,适用于煤层气测井解释,并具有进一步的推广价值。     

煤层气地球物理测井技术发展综述

煤层气地球物理测井明显有别于常规的油气藏地球物理测井，本文在大量文献调研的基础上，基于国内外煤层气地球物理测井技术的发展现状，综合评述了常用的煤层气测井方法、技术系列与煤储层测井评价技术及其优缺点，总结了当前国内外煤层气地球物理测井的应用研究与发展现状，并指出其当前面临的困难和若干问题，分析了煤层气地球物理测井技术的应用前景及今后值得注意的几个发展趋势。     

煤层气储层评价的地球物理测井技术

摘 要 基于国内外煤层气地球物理测井技术的发展现状‚综合分析了煤层气储层测井数据 采集技术以及煤层气储层地球物理测井评价技术;讨论了当前煤层气储层评价的地球物理测 井技术所存在的若干问题以及今后值得注意的几个研究发展方向。     

深部煤层气测井评价方法及其应用

煤层气地球物理测井评价是获取煤层气参数的重要方法。根据实际资料总结了胜利油田山东探区深部煤层的测井响应特征,实现了对煤层的自动识别划分。结合前人的工作,给出了煤层组分、孔隙度和渗透率等参数的定量计算方法,并改进了煤阶划分和含气量估算方法。实际资料处理结果表明,该套方法的煤层识别吻合率和参数定量计算可信度均较高,为评价煤层气资源提供了可靠参数。     

神经网络方法在煤层气测井资料解释中的应用

根据煤层气储层及其测井响应特征,提出应用ＢＰ神经网络（简称ＢＰ网络） 方法进行煤层气测井资料的定量解释。通过对华北某地煤层气测井资料的处理,获得了满意的解释结果,证明该方法是有效和实用的。并对应用过程中的若干问题进行了分析讨论     

煤层气损失气量计算的全脱分析法

针对目前煤层气损失气量无法计算煤层的溶解气和游离气含量问题,根据烃类气体进入钻井液的方式和分布状态理论,基于气测录井资料,提出了计算煤层气损失气量的新方法——全脱分析法。通过沁水盆地枣园区块3号煤层的实际应用,发现该方法计算的损失气量明显高于常规煤心样品的回归结果,前者一般为后者的1.5~4.5倍。该方法不仅能有效地解决煤层气损失气量计算中忽视的溶解气和游离气问题,而且还能消除损失时间的影响,同时也可以按不同部位计算煤层气损失气量。该方法适用于不同煤级、各种结构的煤岩,数据易采集,计算过程简单,有很好的应用前景。      

低阶煤煤层气富集区预测方法研究与应用

目前低阶煤煤层气勘探面临资源探明率低,单井产量低的问题,中、低阶煤煤层气勘探还处于摸索阶段。为提高低阶煤煤层气富集区预测精度,探索性应用“弹性模量参数反演技术”。应用韩城、晋城、保德、吉尔嘎朗图、沁水盆地、淮南、淮北等地56口井652个煤样实验室测试数据,进行高、中、低阶煤含气量与弹性参量关系对比分析,结果表明:不同煤阶的煤层含气量与弹性参量之间相关关系具有一致性,且密度对低阶煤含气量的变化较中、高阶煤更为敏感,认为低阶煤煤层气储层具有利用地球物理方法进行识别的基础。在此基础上,选取吉尔嘎朗图凹陷三维地震数据,应用叠前弹性模量参数反演方法,预测其白垩系下统赛罕塔拉组Ⅳ煤组煤层气富集区面积总计101 km2,为下一步开发提供了优质建产区;经验证,预测结果与含气量测试结果吻合率为83.3%。叠前弹性模量参数反演可应用于低阶煤煤层气富集区预测,研究结果对低阶煤煤层气勘探开发具有一定的指导意义。      

贵州对江南井田煤层气地质特征及高效开发技术

贵州对江南井田煤层气开发进展缓慢,通过前期勘探阶段实践,该区块存在的主要问题是钻井效率低、固井漏失严重、压裂改造周期长,单井产量低,客观评价井田煤层气地质特征及开发技术对后续煤层气的开发至关重要。通过对井田煤层厚度、煤体结构、储层压力、含气量、渗透性等方面进行了系统研究,结合井田以往钻井、压裂及排采实践,提出了井田煤层气开发以定向井为主,在M18煤层构造简单、煤体结构好、含气量高、煤层稳定且厚度大于3 m的区域,宜采用水平井的开发方式,在M25和M29煤,M78和M79煤构造简单、含气量高、煤层稳定且层间距小于5 m的区域,宜采用层间水平井的开发技术,漏失井段宜采用空气潜孔锤快速钻进技术,非漏失井段宜采用螺杆复合钻进技术,固井宜采用变密度水泥浆+无水氯化钙的固井方式,直井和定向井压裂宜采用复合桥塞层组多级压裂,水平井宜采用油管拖动水力喷砂射孔压裂技术,排采宜采用合层排采+分层控压技术,形成一套适宜于对江南井田地形地质条件下的煤层气开发技术,为今后研究区大规模煤层气商业开发提供参考。