论文部分内容阅读
为了服务于T区煤层气储层评价工作，本文基于中国在2015年颁布的煤层气测井解释标准规范，在了解该区地质概况的前提下，通过收集到的煤岩测试资料及测井资料等，开展了T区煤层气综合测井解释工作。首先，对收集到的测井资料开展预处理工作，并分析了研究区典型岩层的测井响应特征，进而进行岩性识别研究。其次，基于总结出的标志层开展研究区地层精细划分与对比工作。最后，利用预处理后的各种资料建立T区煤储层工业组分、物性及含气量的预测模型，并揭示研究区煤层气储层各参数的平面展布特征。
研究表明，T区2#煤层具有“两高、两低、一负”的测井响应特征，即声波值高、电阻率值高，伽马值低、密度值低，自然电位为负值；自然伽马、密度、声波时差测井曲线识别煤岩的敏感性较好。研究区延安组厚度由西北向东南呈中间厚、两边薄的趋势，均值为94.1m；2#煤层由东北向西南呈中间厚、两边薄的趋势，均值为3.84m。分别采用体积模型法、回归分析法和BP神经网络法计算了T区2#煤层工业组分参数，将三种方法的计算结果与测试值对比可得，BP神经网络法在研究区工业组分预测的适用性更好，结果显示由西北到东南，2#煤层的灰分、挥发分呈现出中间值低，两边值高的特征，固定碳呈现出中间值高，两边值低的特征；由西到东，水分呈现出中间值高，两边值低的特征。针对本区2#煤层物性预测，采用真密度和视密度的差比法计算了煤层总孔隙度，结果显示由西到东，2#煤层的总孔隙度呈现出中间值低，两边值高的特征；采用简化Archie公式计算了煤层裂缝孔隙度，结果显示，2#煤层裂缝孔隙度由西北向东南呈中间值低、两边值高的趋势；分别采用F-S法和回归分析法计算了煤层裂缝渗透率，并优选回归分析法建立了T区2#煤层裂缝渗透率的预测模型，结果显示由西北到东南，2#煤层的裂缝渗透率呈现出中间值低，两边值高的特征。基于T区2#煤层特征分析，根据收集的测试、测井资料选用KIM方程计算法、回归分析法、BP神经网络法展开含气量预测的建模工作，对比三种方法的计算结果发现，BP神经网络法计算煤层含气量的精度更高，结果显示，研究区2#煤层含气量由西北向东南呈中间值高、两边值低的趋势，且煤层气含量主要受煤质、煤阶、煤层埋深等因素的影响。
研究表明，T区2#煤层具有“两高、两低、一负”的测井响应特征，即声波值高、电阻率值高，伽马值低、密度值低，自然电位为负值；自然伽马、密度、声波时差测井曲线识别煤岩的敏感性较好。研究区延安组厚度由西北向东南呈中间厚、两边薄的趋势，均值为94.1m；2#煤层由东北向西南呈中间厚、两边薄的趋势，均值为3.84m。分别采用体积模型法、回归分析法和BP神经网络法计算了T区2#煤层工业组分参数，将三种方法的计算结果与测试值对比可得，BP神经网络法在研究区工业组分预测的适用性更好，结果显示由西北到东南，2#煤层的灰分、挥发分呈现出中间值低，两边值高的特征，固定碳呈现出中间值高，两边值低的特征；由西到东，水分呈现出中间值高，两边值低的特征。针对本区2#煤层物性预测，采用真密度和视密度的差比法计算了煤层总孔隙度，结果显示由西到东，2#煤层的总孔隙度呈现出中间值低，两边值高的特征；采用简化Archie公式计算了煤层裂缝孔隙度，结果显示，2#煤层裂缝孔隙度由西北向东南呈中间值低、两边值高的趋势；分别采用F-S法和回归分析法计算了煤层裂缝渗透率，并优选回归分析法建立了T区2#煤层裂缝渗透率的预测模型，结果显示由西北到东南，2#煤层的裂缝渗透率呈现出中间值低，两边值高的特征。基于T区2#煤层特征分析，根据收集的测试、测井资料选用KIM方程计算法、回归分析法、BP神经网络法展开含气量预测的建模工作，对比三种方法的计算结果发现，BP神经网络法计算煤层含气量的精度更高，结果显示，研究区2#煤层含气量由西北向东南呈中间值高、两边值低的趋势，且煤层气含量主要受煤质、煤阶、煤层埋深等因素的影响。