页岩储层可压裂性影响因素及评价方法

可压裂性是页岩在水力压裂中具有能够被有效压裂的能力的性质,是页岩开发中最关键的评价参数,影响因素包括页岩脆性、天然裂缝、石英含量、成岩作用及其他因素,目前常利用页岩矿物组成或岩石力学参数来表征,难以全面反映页岩在水力压裂过程中的综合性质。采用极差变换和经验赋值方法将参数标准化,使用层次分析法确定不同因数对可压裂性影响的权重,使用标准化值与权重系数加权得到可压裂系数的数学模型可对页岩可压裂性进行定量评价。可压裂系数越大,页岩可压裂性越强。采用该模型计算渝东南地区渝页1井龙马溪组页岩可压裂系数为0.485 5,Barnett页岩可压裂系数为0.484 4,总体处于同一水平;同时,使用该模型将页岩可压裂性分为3个级别,可压裂系数在0.132 0~0.282 0的页岩可压裂性低,水力压裂效果不佳;可压裂系数在0.282 0~0.456 7的页岩可压裂性中等,水力压裂能够取得较好的效果;可压裂系数在0.456 7~0.784 0的页岩可压裂性高,是优质的可压裂层。水力压裂应选择可压裂系数大于0.360 7的页岩。     

煤层含气量测井解释方法参数选择及适用性

多元线性回归及BP神经网络是煤层含气量测井解释的常用方法。基于澳大利亚Galilee盆地和沁水盆地煤层测井资料和实测含气量数据,通过相关性分析和显著性检验,筛选了和含气量相关的测井参数,通过多元线性回归建立含气量与测井参数的解释模型;基于BP神经网络的理论,通过网络训练和测试,建立了煤层含气量和测井参数的非线性解释模型。讨论了多元线性回归模型的参数选择方法,并对两种解释方法的误差特点进行了分析,讨论了两种方法的适用性。结果显示:多元线性回归法和BP神经网络法是煤层含气量解释的常用方法,前者的解释误差比后者大;多元线性回归法解释精度与煤层含气量相关,适用于含气量较高的井;BP神经网络法解释精度普遍较高,在含气量高和低的井中均可适用,解释效果受输入层样本的数量和质量影响,样本数量越多,区域代表性越强,解释效果越好。