葉樹剛
?
基于統(tǒng)計(jì)模型的煤層氣含量預(yù)測(cè)方法研究及應(yīng)用
葉樹剛
(中煤科工集團(tuán) 西安研究院有限公司,陜西 西安 710077)
基于概率統(tǒng)計(jì)理論,假設(shè)儲(chǔ)層參數(shù)和測(cè)井信息服從某種統(tǒng)計(jì)規(guī)律,就可以把測(cè)井響應(yīng)信息當(dāng)作是隨機(jī)變量,利用測(cè)井?dāng)?shù)據(jù)間接預(yù)測(cè)煤層氣含量。通過河北某煤田6煤已知的6個(gè)鉆孔的測(cè)井?dāng)?shù)據(jù)與實(shí)驗(yàn)室瓦斯吸附試驗(yàn)得到的瓦斯含量建立了多元回歸關(guān)系,對(duì)另外10口井的瓦斯含量進(jìn)行了預(yù)測(cè),與實(shí)驗(yàn)室煤層氣瓦斯吸附實(shí)驗(yàn)測(cè)量值進(jìn)行對(duì)比,發(fā)現(xiàn)與傳統(tǒng)的一元回歸預(yù)測(cè)相比,多元回歸預(yù)測(cè)更加準(zhǔn)確。最后結(jié)合地震反演數(shù)據(jù)完成了對(duì)6煤瓦斯含量的預(yù)測(cè)。
煤層氣含量;多元回歸;統(tǒng)計(jì)模型 ;地震反演
(Xi’anResearchInstitute,CCTEG,Xi’anShanxi710077,China)
目前已提出的煤層氣儲(chǔ)層測(cè)井評(píng)價(jià)技術(shù)基本可分為基于常規(guī)天然氣儲(chǔ)層評(píng)價(jià)理論的定性識(shí)別方法、基于概率統(tǒng)計(jì)模型的儲(chǔ)層評(píng)價(jià)方法、基于體積模型的儲(chǔ)層評(píng)價(jià)方法和基于神經(jīng)網(wǎng)絡(luò)模型的儲(chǔ)層預(yù)測(cè)方法四類[1,2]。
基于概率統(tǒng)計(jì)模型的儲(chǔ)層評(píng)價(jià)方法的思想,業(yè)界已經(jīng)做出了大量研究,其應(yīng)用前提是假設(shè)儲(chǔ)層參數(shù)和測(cè)井信息服從某種概率統(tǒng)計(jì)分布,且儲(chǔ)層評(píng)價(jià)結(jié)果與測(cè)井響應(yīng)之間存在某種(線性或非線性)關(guān)系[3,4]。
李紀(jì)森[5]指出各個(gè)地區(qū)的煤層氣含量和煤的體積密度具有較好的線性關(guān)系,從而利用煤的體積密度和煤層氣含量的交會(huì)圖建立了測(cè)井體積密度和煤層氣含量的線性回歸公式。董紅[6]在基于測(cè)井資料評(píng)價(jià)遼河油田東部凹陷煤層的研究中發(fā)現(xiàn),在收集煤層氣含量資料進(jìn)行深度歸位后,實(shí)際氣含量與工業(yè)組分灰分具有很好的相關(guān)關(guān)系,從而建立了氣含量和灰分之間的回歸曲線方程。
煤儲(chǔ)層的本身特性決定了煤層氣含量與測(cè)井參數(shù)(密度、自然伽馬、電阻率、聲波時(shí)差、自然電位)之間存在密切的關(guān)系[7],因此建立煤層氣含量與測(cè)井參數(shù)的多元回歸關(guān)系,以此來進(jìn)行煤層氣含量的預(yù)測(cè)從理論上講更為合理,本文就這一問題展開詳細(xì)討論。
為了研究煤層氣含量與測(cè)井參數(shù)之間的關(guān)系,本文對(duì)河北某煤田6煤13-1、20-3、24-5、28-3、35-2和46-1六個(gè)鉆孔的測(cè)井?dāng)?shù)據(jù)(表1)和實(shí)驗(yàn)室瓦斯吸附試驗(yàn)得到的瓦斯含量(表2)進(jìn)行了整理和分析。整理過程中對(duì)測(cè)井參數(shù)進(jìn)行了歸一化處理,目的是為了克服參與回歸分析的數(shù)據(jù)因數(shù)量級(jí)及單位量綱不同帶來的影響[8-10]。
6口井的密度、聲波時(shí)差和自然伽馬歸一化值與煤層氣含量之間的擬合關(guān)系如圖1所示。
表1 6煤6口井測(cè)井參數(shù)
表2 6煤6口井實(shí)驗(yàn)室測(cè)得的瓦斯含量
圖1 6煤6口井的測(cè)井參數(shù)與煤層氣擬合關(guān)系(說明:本圖橫坐標(biāo)均為歸一化值,無量綱)Fig.1 Fitting relationship between logging parameters and gas content of six wells in No.6 coal seam
從圖1的擬合情況來看,煤層氣含量與密度存在負(fù)相關(guān)關(guān)系,而與聲波時(shí)差、自然伽馬之間存在較為明顯的正相關(guān)關(guān)系。
選擇聲波時(shí)差和煤層氣含量做一元回歸分析,建立如下的預(yù)測(cè)方程:
Gas= 49.8×AC2-64.69×AC+23.33
(1)
式(1)中:Gas為煤層氣含量,ml/g;AC為聲波時(shí)差歸一化值(無量綱)。
選擇密度、聲波時(shí)差和自然伽馬與煤層氣含量做多元回歸分析,建立如下的預(yù)測(cè)方程:
Gas= 2.08-14.38× DEN-2.98× AC
+21.81×GR
(2)
式(2)中:DEN為密度歸一化值(無量綱);AC為聲波時(shí)差歸一化值(無量綱);GR為自然伽馬歸一化值(無量綱)。
根據(jù)上述回歸方程(式1和式2),對(duì)6煤另外10口井的煤層氣含量進(jìn)行預(yù)測(cè),結(jié)果及誤差統(tǒng)計(jì)如表3和表4所示。
通過下面兩組數(shù)據(jù)的分析,可以發(fā)現(xiàn):
1)通過建立多元回歸方程對(duì)煤層氣含量的預(yù)測(cè)相比一元回歸方程來講,更為準(zhǔn)確。
2)盡管預(yù)測(cè)結(jié)果在可接受的范圍內(nèi), 但還是有較大誤差,這與取得回歸方程的樣本數(shù)太少有一定關(guān)系, 當(dāng)然也不排除實(shí)驗(yàn)室測(cè)得的數(shù)據(jù)存在個(gè)別異常值的可能性。
表3 一元回歸方程預(yù)測(cè)煤層氣含量結(jié)果及誤差
表4 多元回歸方程預(yù)測(cè)煤層氣含量結(jié)果及誤差
3)基于上述2點(diǎn)認(rèn)識(shí),在實(shí)際預(yù)測(cè)煤層氣含量時(shí),應(yīng)盡可能多地選取鉆孔測(cè)井資料建立多元回歸方程,將預(yù)測(cè)結(jié)果的誤差降低到最小。
測(cè)井?dāng)?shù)據(jù)只能從“點(diǎn)上”反應(yīng)煤層氣含量的大致情況。因此,結(jié)合本區(qū)地震勘探資料,通過反演可計(jì)算出全區(qū)密度和聲波時(shí)差數(shù)據(jù)[8,9](圖2和圖3),并進(jìn)行歸一化處理。利用已知的16口井測(cè)井參數(shù),建立了密度、聲波時(shí)差與煤層氣含量的二元回歸方程(式3),實(shí)現(xiàn)了對(duì)整個(gè)工區(qū)6煤煤層氣含量的預(yù)測(cè)(圖4)。(說明:應(yīng)用實(shí)例所得結(jié)果暫無鉆孔驗(yàn)證。)
Gas =4.25-6.64×DEN+1.73×AC
(3)
圖2 6煤密度等值線(單位:g/cm3,1 CDP=10 m)Fig.2 Density contour map of No.6 coal seam (unit: g/cm3, 1 CDP=10 m)
圖3 6煤聲波時(shí)差等值線(單位:ms/m,1 CDP=10 m)Fig.3 Acoustic time difference contour map of No.6 coal seam (unit: ms/m,1 CDP=10 m)
圖4 6煤煤層氣含量等值線(1 CDP=10 m)Fig.4 Coal bed gas content contour map of No.6 coal seam (1 CDP=10 m)
1)通過對(duì)實(shí)際數(shù)據(jù)的計(jì)算對(duì)比,發(fā)現(xiàn)多元回歸方程對(duì)煤層氣含量的預(yù)測(cè)相比一元回歸方程精度更高。
2)通過建立已知鉆孔的測(cè)井?dāng)?shù)據(jù)和實(shí)驗(yàn)室瓦斯吸附實(shí)驗(yàn)得到的瓦斯含量值之間的多元回歸關(guān)系式對(duì)煤層含氣量進(jìn)行預(yù)測(cè)是可行的,前提是需要有盡可能多的相關(guān)性較好的已知資料(至少3口井的測(cè)井資料)。
3)應(yīng)用測(cè)井成果和實(shí)測(cè)煤質(zhì)參數(shù)建立起來的關(guān)系必須結(jié)合地震數(shù)據(jù)才能實(shí)現(xiàn)對(duì)整個(gè)工區(qū)煤層氣的分布情況進(jìn)行預(yù)測(cè)。 本文利用該區(qū)地震資料,結(jié)合測(cè)井成果和已知鉆孔煤樣的揮發(fā)份建立起的相關(guān)關(guān)系,成功地預(yù)測(cè)了6煤煤層氣的區(qū)域含量。
[1]田靖安,王亮,程遠(yuǎn)科,等.煤層瓦斯壓力分布規(guī)律及預(yù)測(cè)方法[J].采礦與安全工程學(xué)報(bào),2008,25(4):481-485.
[2]吳有信.地震勘探技術(shù)在解釋地質(zhì)異常體的應(yīng)用分析[J].工程地球物理學(xué)報(bào),2012,9(4):473-474.
[3]羅貞耀.用側(cè)向資料計(jì)算裂縫張開度的初步研究[J].地球物理測(cè)井,1990,14(2):83-92.
[4]張向鵬,聶榮花.地震勘探技術(shù)在解釋地質(zhì)異常體的應(yīng)用分析[J].工程地球物理學(xué)報(bào),2013,10(4):465-467.
[5]李紀(jì)森. 煤層氣測(cè)井技術(shù)與解釋分析[J].測(cè)井技術(shù),1999,23(2):103-107.
[6]董紅.基于測(cè)井資料評(píng)價(jià)遼河油田東部凹陷煤層[J].中國煤層氣,2007,4(4):39-42.
[7]胡蓮蓮,葉樹剛,蘆俊,等.關(guān)于單點(diǎn)高密度地震數(shù)據(jù)的室內(nèi)組合分析[J].地球物理學(xué)進(jìn)展,2010,25(6):2 115-2 124.
[8]王敦則,蔚遠(yuǎn)江,覃世銀,等.煤層氣地球物理測(cè)井技術(shù)發(fā)展綜述[J].地球?qū)W報(bào),2003,24(4):385-390.
[9]全???影響煤層氣含量若干因素初探.天然氣工業(yè),1995,15(5):1-5.
[10]張建寧.地震速度譜資料預(yù)測(cè)地層壓力的陷阱分析[J].勘探地球物理進(jìn)展,2005,28(1):51-56.
The Research of Coalbed Methane Content Prediction Method Based on Statistical Model and Its Application
Ye Shugang
Based on the theory of probability and statistics, if reservoir parameters and logging information can be assumed to be a certain statistical regularity, we may consider the logging response information as random variables, so we can use the logging data to predict coalbed gas content indirectly. In this paper, by the study of the six known logging data and laboratory test of gas content of No.6 coal seam in Hebei, the multi-regression relationship was established. Meanwhile, using the multiple regression prediction method, the gas content of the other 10 wells was predicted, and compared with the one element regression prediction method, the result of the multi-regression prediction method is more accurate. Finally, the 6 coal gas content was predicted combined with seismic inversion data.
coalbed methane content; multi-regression; statistical model; seismic inversion
1672—7940(2016)05—0586—04
10.3969/j.issn.1672-7940.2016.05.005
國家自然科學(xué)基金項(xiàng)目(青年基金)(編號(hào):41104087);中煤科工集團(tuán)西安研究院有限公司科技創(chuàng)新基金重點(diǎn)項(xiàng)目(編號(hào):2015XAYZD12)
葉樹剛(1985-),男,助理研究員,主要從事煤田三維地震勘探研究及應(yīng)用工作。E-mail:yeshugang68@163.com
P631.8
A
2016-05-13