澳大利亞博文盆地薄煤層含氣量測井評價方法及應用

仲米虹

(中海石油氣電集團有限責任公司技術研發(fā)中心, 北京 100028)

0 引 言

煤層含氣量是判斷煤層氣資源潛力必不可少的關鍵指標之一[1]。國內外學者提出了多種含氣量計算方法,如KIM法[2-3]、蘭氏煤階方程計算方法[4-5]、BP神經網絡預測法[6]和灰色關聯(lián)分析法[7]等。實踐證明,在煤層厚度大、展布連續(xù)的情況下,上述方法對于煤層含氣量的評價具有較好的應用效果。澳大利亞昆士蘭州博文盆地二疊系的煤層薄、層數(shù)多且橫向上連續(xù)性差,在薄煤層處的測井響應會受到圍巖的影響而發(fā)生畸變,偏離地層真值[8],嚴重影響含氣量的評價準確性。因此,上述經典的含氣量計算方法不能直接應用在研究區(qū)特殊的地層條件下,需要開展參數(shù)優(yōu)選和方法對比。本文利用大量巖心分析資料和測井數(shù)據,采用回歸分析法、等溫吸附法和等溫吸附校正法,分別建立含氣量預測模型,對比優(yōu)選出適用于薄煤層含氣量評價的方法和參數(shù)類型,為博文盆地薄煤層測井評價工作提供參考依據。

1 區(qū)域地質概況

博文盆地位于澳大利亞昆士蘭州東部,總體為北北西—南南東向展布,是早古生代變質巖與巖漿巖基底上發(fā)展起來的弧后前陸盆地,面積大約15×104km2[9]。二疊紀末期,整個盆地基本以陸相沉積為主,發(fā)育辮狀河和曲流河,煤層廣泛沉積。研究區(qū)位于盆地中部偏北Comet隆起部位,主要目的層為晚二疊紀的Rangal煤組,其次是Burngrove組和Fair Hill組[9],巖性組合為砂巖、泥巖和煤的互層,沉積環(huán)境由河流-湖泊向沼澤-湖泊過渡。研究區(qū)內主力煤組Rangal組埋深100～880 m,鏡質體反射率1.5%～2.5%,屬于中高階煤,平均含氣量為12 m3/t。單井煤層總厚度平均16 m,單煤層平均厚度1.43 m,厚度小于1 m的近50%,小于0.5 m的近20%[10-11]。博文盆地煤層氣資源富集,研究區(qū)煤層成熟度較高,含氣量高,具有單煤層薄、層數(shù)多的特點,因此,研究區(qū)薄煤含氣量的準確評價是該區(qū)塊勘探決策的重要依據。

2 評價模型參數(shù)優(yōu)選

當目的層厚度小于1 m時,大部分常規(guī)測井儀器因縱向分辨率低,其測井響應極易受到圍巖影響而出現(xiàn)較大偏差,常用的對策是采用高分辨率的測井儀器或將測井原始信號進行處理校正以提高縱向分辨率[8,12-13],但對于研究區(qū)而言,上述方法并不適用。因此,通過篩選縱向分辨率高的常規(guī)測井曲線和受地層巖性影響小的屬性參數(shù),用于煤層含氣量的評價模型建立,以提高薄煤層測井評價精度。

通過對研究區(qū)測井系列進行對比分析(見表1)發(fā)現(xiàn),光電吸收截面指數(shù)可以識別0.2 m厚的地層,縱向分辨率最高,其次是補償密度,可最小識別0.37 m厚的地層,這2種測井曲線對巖性的敏感性好,適用于研究區(qū)薄煤層含氣量的測井評價。若用補償聲波和中子測井等測井曲線,最小只能分辨0.6 m的地層,則會漏掉研究區(qū)近20%的煤層,其含氣量更無法準確評價。

除了測井曲線外,一些地層及煤層屬性也是評價含氣量的重要參數(shù),如地層溫度、地層壓力、深度、煤層工業(yè)組分、成熟度等,這些屬性參數(shù)與煤層含氣量之間均有著直接或間接的相關關系,且不受圍巖巖性的影響,也可用于薄煤層的測井評價。

3 煤層含氣量評價模型

基于17口煤層氣井的測井資料以及700余個包括含氣量、等溫吸附、工業(yè)組分等在內的實驗數(shù)據樣品點,采用回歸分析法、等溫吸附法和等溫吸附校正法3種方法,分別建立了煤層含氣量評價模型。

3.1 回歸分析法

研究區(qū)內煤層為中高階煤,微孔較為發(fā)育,煤層氣主要以吸附態(tài)吸附在煤基質微孔的內表面上,微孔比表面積大,有效吸附面積大, 因此,煤層解吸量主要受控于微孔的發(fā)育程度[15-16]。而這種微孔的發(fā)育程度除了與煤級的關系密切外,還與灰分和固定碳有關系[17-18],研究區(qū)煤層含氣量與固定碳之間有顯著的正相關關系[見圖1(a)]。同時,根據單井煤層實測含氣量與埋深之間的關系可以看出,含氣量隨埋深增加呈增大趨勢[見圖1(b)]。另外,根據上文分析,補償密度測井的分辨率較高[14-19],且含氣量與補償密度之間也具有較好的相關性[1][見圖1(c)]。因此,選用含氣量與固定碳、密度及埋深進行多元線性回歸[3],得出的含氣量解釋模型為

表1 常規(guī)測井系列縱向分辨率及煤層值域[14]

*非法定計量單位,1 ft=12 in=0.308 4 m,下同

VG=-1.841DEN+0.261VFC+0.006D+0.657

R2=0.838

(1)

式中,VG為含氣量,m3/t;DEN為密度,kg/m3;VFC為固定碳含量,%;D為埋深,m。

由回歸分析法得出的含氣量模型擬合優(yōu)度較高,R2為0.838,實測含氣量與測井計算的含氣量在交會圖中分布在45°線兩側,吻合度較高[見圖1(d)]。

圖1 含氣量與固定碳、密度和埋深的交會圖及回歸分析法預測含氣量與實測含氣量的交會對比圖

3.2 等溫吸附法

煤的吸附能力決定了煤層的儲集能力,蘭氏等溫吸附模型可以較好地描述煤層的吸附能力隨溫度升高而降低、隨壓力升高而增強這一特性[20]。研究區(qū)主要目的層Rangal組的含氣飽和度普遍較高,平均含氣飽和度為98%,即含氣量與最大吸附量相近,可利用蘭氏方程[見式(2)]計算含氣量[17-21],且建模參數(shù)受煤層圍巖巖性的影響小,更適用于薄煤層。

VG/VL=p/(p+pL)

(2)

VL=0.292VFC+2.642R2=0.9

pL=0.382p-0.049T+1.939R2=0.73

(3)

式中,VG為含氣量,m3/t;p為地層壓力,MPa;VL為蘭氏體積,m3/t;pL為蘭氏壓力,MPa;T為地層溫度, ℃;VFC為固定碳含量,%。

對于蘭氏方程,蘭氏體積和蘭氏壓力是2個關鍵參數(shù)。研究發(fā)現(xiàn),蘭氏體積和蘭氏壓力與固定碳、地層溫度、地層壓力和埋深等因素有關[18,22-23],而這些因素也適用于薄煤層的測井評價。因此,利用研究區(qū)200余個等溫吸附試驗數(shù)據與相關影響因素進行相關性分析,發(fā)現(xiàn)蘭氏體積與固定碳之間、蘭氏壓力與地層溫度之間呈現(xiàn)顯著的正相關關系(見圖2),則這2個關鍵參數(shù)可通過式(3)求取,擬合優(yōu)度較好,繼而利用式(2)得到含氣量。

由等溫吸附法得出含氣量與實測含氣量對比發(fā)現(xiàn)[見圖3(a)],在含氣量小于20 m3/t時,兩者匹配關系較好,吻合度較高,均集中在45°線兩側,表明該方法較為適用。但當含氣量大于20 m3/t時,預測含氣量普遍小于實測含氣量,需要對等溫吸附法進行校正。

3.3 等溫吸附校正法

國內外的學者已經針對蘭氏方程預測的含氣量與實測值有偏差的情況進行了研究。U.Ahmed利用煤層吸附量與灰分、固定碳、溫度和壓力的關系對Langmuir方程進行了改進[24]

VG=(1-VAad)VLp/(p+pL)

VL=f(VFC,T)

pL=f(VFC,T)

(4)

潘和平等把式(4)調整為

Vcc=650Vc(1.145-0.0058T)

pcc=pVc(0.645+0.0142T)

(5)

圖2 蘭氏體積與固定碳及蘭氏壓力與地層溫度交會圖

圖3 等溫吸附法和等溫吸附校正法預測的含氣量與實測含氣量對比交會圖

趙毅等通過研究驗證了用式(5)預測的含氣量更接近實測值。

本文綜合分析了前人研究成果,根據研究區(qū)的實際情況,在等溫吸附法公式的基礎上,加入了灰分的校正量以及地區(qū)經驗系數(shù),形成了適用于研究區(qū)的等溫吸附校正公式為

VG=A(1-VAad)B(VLp)C/(p+pL)D

VL=f(VFC)

pL=f(p,T)

(6)

式中,VG為含氣量,m3/t;VAad為灰分含量,%;VFC為固定碳含量,%;VL為蘭氏體積,m3/t;pL為蘭氏壓力,MPa;p為地層壓力,MPa;T為地層溫度, ℃;VC為碳的相對體積(含量),小數(shù);Vcc為經溫度校正后的似單層體積;pcc為與地層壓力、碳含量、溫度有關的量;A、B、C、D為地區(qū)經驗系數(shù)。

利用研究區(qū)等溫吸附、工業(yè)組分等實驗數(shù)據和測井曲線,進行優(yōu)化擬合,求解出地區(qū)經驗系數(shù),判定系數(shù)R2達0.775,擬合效果較好,得到的含氣量解釋模型為

因為賽事組委會事先給出15個題庫，每個題庫有50道選擇題。教師只要把題庫按照職業(yè)基本素養(yǎng)和保育教育兩大類別進行歸納整理，對選手概念模糊不清的題目進行辨析，一般都可以得到較為理想的分數(shù)，關鍵是理解記憶的問題。

VG=4.19(1-VAad)0.87(VLp)0.27/(p+pL)-0.097

R2=0.775

(7)

由等溫吸附校正法得出的測井計算含氣量與實測含氣量進行對比可以看出[見圖3(b)],在含氣量大于20 m3/t時,相對于圖3(a),數(shù)據點已經明顯向45°線靠攏,說明校正有效。

利用該方法對研究區(qū)內煤層氣井目的層的含氣量進行處理解釋(見圖4),以D井為例可看出,研究區(qū)的煤層多、薄且分散,而預測的含氣量測井曲線對薄煤層的分辨極為敏感,受圍巖巖性影響小,能夠較準確的評價薄煤層的含氣性,與巖心含氣量實測值吻合度高,效果很好。

3 模型對比

為進一步對比上述3種評價模型對博文盆地研究區(qū)煤層含氣量的預測效果,利用10個未參與建模的實測樣品點,分別采用3種模型預測含氣量,進行誤差分析,開展方法對比(見表2)。結果顯示,在3種評估模型中,等溫吸附校正法的預測平均值與實測平均值最接近,絕對誤差和相對誤差均較低,相對誤差的平均值為5.74%,預測精度較高。除此之外,含氣量與溫度和壓力的關系密切,研究區(qū)內的等溫吸附實驗數(shù)據豐富,且等溫吸附校正公式對研究區(qū)有更強的適用性,因此,等溫吸附校正法是優(yōu)選出的評價模型。回歸分析法和等溫吸附法的預測精度次于等溫吸附校正法,兩者整體誤差水平相當,但回歸分析法的操作更為快捷,可將其作為輔助驗證的評價模型,而等溫吸附法因其在含氣量較高的煤層段預測誤差較大,在研究區(qū)內不建議使用。

表2 多種方法預測含氣量誤差分析對比表

圖4 D井煤層含氣量測井解釋成果

圖5 多種方法實測含氣量與預測含氣量頻率直方圖對比

4 討 論

通過實測含氣量及3種模型計算的預測值的頻率直方分布圖分析得出(見圖5),這3種評價模型對于高含氣量的煤層預測結果普遍略低。

實測巖心樣品以含氣量15～19 m3/t的居多,也有20余個含氣量大于20 m3/t的樣品,但包括等溫吸附校正法在內的3種模型的含氣量預測值以18～20 m3/t最多,而大于20 m3/t的預測點顯著減少,推測是模型對高含氣量的煤層預測結果偏低,使得含氣量在18～20 m3/t的范圍內集中分布。分析其原因,考慮可能是游離氣在高含氣量的煤層段貢獻較大,使得預測出現(xiàn)誤差,然而由于資料的限制,目前還無法確定,尚待進一步工作證實。

5 結 論

(1) 對于薄煤層而言,選擇縱向分辨率高的補償密度和光電吸收截面指數(shù)測井曲線,以及受圍巖巖性影響小的地層溫度、地層壓力、深度等屬性參數(shù)建立含氣量測井評價模型可減少評價誤差。

(2) 對于澳大利亞博文盆地二疊紀薄煤層含氣量的測井評價方法,加入了灰分和地區(qū)經驗系數(shù)的等溫吸附校正法應用效果最好,計算精度較高,也更適用于研究區(qū)薄煤層與泥巖、砂巖互層的地層特征;回歸分析法可作為輔助模型用于驗證;未校正的等溫吸附法在含氣量較高的煤層段誤差較大,具有局限性。

參考文獻:

[2] 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, 1977: 1-11.

[3] 張作清. 和順地區(qū)煤層氣工業(yè)組分與含氣量計算研究 [J]. 測井技術, 2013, 37(1): 99-102.

[4] HAWKINS J M, SCHRAUFNAGEL R A, OLSZEWSK A J. Estimating Coalbed Gas Content and Sorption Isotherm Using Well Log Data [C]∥SPE24905, 1992: 491-501.

[5] 侯頡, 鄒長春, 楊玉卿, 等. 測井解釋中煤層含氣量評價方法對比研究 [J]. 煤炭科學技術, 2015, 43(12): 157-162.

[6] 潘和平, 劉國強. 應用BP神經網絡預測煤質參數(shù)及含氣量 [J]. 地球科學, 1997, 22(2): 210-214.

[7] 連承波, 趙永軍, 渠芳, 等. 影響煤層含氣量地質因素的定量分析 [J]. 特種油氣藏, 2008, 15(3): 33-36.

[8] 馬建海, 劉知國, 冉志兵. 薄氣層的測井評價技術 [J]. 石油天然氣學報(江漢石油學院學報), 2007, 29(6): 95-98.

[9] UYSAL I T, GOLDING S D, GLIKSON M. Petrographic and Isotope Constraints on the Origin of Authigenic Carbonate Minerals and the Associated Fluid Evolution in Late Permian Coal Measures, Bowen Basin (Queensland), Australia [J]. Sedimentary Geology, 2000, 136: 189-206.

[10] UYSAL I T, GLIKSON M, GOLDING S D, et al. The Thermal History of The Bowen Basin, Queensland, Australia: Vitrinite Reflectance and Clay Mineralogy of Late Permian Coal Measures [J]. Tectonophysics, 2000, 323: 105-129.

[11] OTHMAN R, WARD C R. Thermal Maturation Pattern in the Southern Bowen, Northern Gunnedah and Surat Basins, Northern New South Wales, Australia [J]. International Journal of Coal Geology, 2002, 51: 145-167.

[12] 王衛(wèi)萍, 王勤華, 陳漢林, 等. 薄儲層測井解釋的影響因素及對策 [J]. 斷塊油氣田, 2013, 20(2): 262-267.

[13] 申潛玲, 夏竹君, 肖偉, 等. 東濮凹陷薄儲層測井評價方法研究 [J]. 石油儀器, 2014, 28(3): 58-63.

[14] 仲米虹, 李樂忠, 唐武. 煤系地層沉積旋回分析及煤層對比研究在Galilee盆地中的應用 [J]. 測井技術, 2015, 39(1): 99-105.

[15] 趙培華, 楊玲, 萬金彬. 煤層氣資源開發(fā)現(xiàn)狀及測井技術攻關方向J]. 測井技術, 2014, 38(5): 505-509.

[16] 黃科, 萬金彬, 苗秀英, 等. 測井評價煤層氣藏面臨的挑戰(zhàn)與發(fā)展方向 [J]. 測井技術, 2014, 38(1): 22-27.

[17] 趙毅, 毛志強, 蔡文淵, 等. 煤層氣儲層測井評價方法研究 [J]. 測井技術, 2011, 35(1): 25-30.

[18] 張翠華, 張志存, 林楓. 利用測井資料求取煤層氣含量的方法 [J]. 測井技術, 2015, 39(3): 347-351.

[19] 吳建. 薄層測井評價方法研究 [D]. 北京: 中國石油大學, 2009.

[20] 伊偉, 熊先鉞, 王偉, 等. 鄂爾多斯盆地合陽地區(qū)煤層氣賦存特征研究 [J]. 巖性油氣藏, 2015, 27(2): 38-45.

[21] 梁紅藝, 謝小國, 羅兵, 等. 煤層含氣量評價方法研究與應用 [J]. 特種油氣藏, 2016, 23(3): 44-47.

[22] 葛祥, 何傳亮, 董震. 基于動態(tài)吸附模型的煤巖吸附氣含量測井計算新方法 [J]. 測井技術, 2014, 38(6): 740-744.

[23] 張恒發(fā), 文政. 海拉爾盆地呼和湖凹陷煤層氣測井評價 [J]. 大慶石油地質與開發(fā), 2013, 32(6): 151-154.

[24] AHMED U, JOHNSTON D, COLSON L. An Advanced and Integrated Approach to Coal Formation Evaluation [C]∥ SPE22736, 1991: 755-770.

[25] 潘和平, 劉國強. 依據密度測井資料評估煤層的含氣量 [J]. 地球物理學進展, 1996, 11(4): 53-62.