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。      

基于深度置信网络的煤层含气量测井解释研究

为了解决煤层含气量定量解释问题,将煤层测井数据与煤心解吸数据作为输入和输出参数,构建深度置信网络(DBN),进而预测煤层含气量。研究以甘肃合水地区测井数据为例,筛选出该地区120组煤层样品作为DBN样本分析数据。选择短源距自然伽马、自然伽马、密度、长源距自然伽马和浅侧向5条测井曲线,作为DBN的输入参数,煤层气含量作为DBN的输出参数,研究RBM数量和隐藏神经元数量对计算结果的影响。并通过概率统计法、BPNN、DBN和SVM计算了30组煤层的煤层气含量,比较不同方法的预测效果。结果表明:①受限玻尔兹曼机(RBM)对DBN计算结果的精度有一定的影响,RBM数量达到7层时,预测结果准确性更高;②选择合适的隐藏层神经元数量,可以保证计算结果的精度和稳定性,神经元数量为20时,预测结果精度更高,稳定性更好;③RBM使得DBN的准确性高于BPNN,此外,DBN的计算准确性和稳定性高于概率统计法和SVM。     

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。      

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。     

基于ABC-BP模型的煤层含气量预测

煤层含气量预测是煤层气资源勘探开发利用前期的重要研究内容之一。近些年,BP神经网络算法常用于煤层含气量预测领域,但传统BP模型在训练过程中往往存在收敛速度慢、对初始值敏感以及易陷入局部极小值等问题。为此,提出了一种改进的以人工蜂群算法为特征的BP神经网络预测方法。以沁水盆地某工区3号煤层为研究对象,首先,利用R型聚类分析法对目标煤储层所提取的多种类型的地震属性进行分类,优选出4种对煤层含气量变化反应最敏感且相互独立的地震属性;再利用人工蜂群算法(ABC)寻找BP神经网络的输入层与隐含层的最优连接权值和隐含层的最优阈值,构建具有鲁棒性的ABC-BP神经网络预测模型,并以井位置优选地震属性和含气量数据为样本训练该模型;最后,以整个工区目标储层的优选地震属性为输入,进行工区内煤层含气量的预测。预测结果与各井含气量的变化趋势基本吻合,其中,训练井处的平均误差率为0.23%,验证井处的误差率低于15%,预测精度较高,因此,该预测方法可靠性高,适用性强,可有效用于煤层含气量预测。      

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。      

优化BP神经网络在川西上三叠统陆相页岩含气性预测中的应用

含气性评价是页岩储层优选及甜点区优选的关键,但页岩储层在纵向上具有强非均质性及含气性差异,常规含气性评价方法预测效果较差。为了克服该问题,本文引入LM算法,利用优化BP神经网络模型对川西上三叠统陆相页岩储层含气性进行测井评价。研究结果表明,TOC含量、粘土矿物含量、岩石密度、有效孔隙度、气相渗透率及含气饱和度6个测井参数对页岩储层总含气量的影响程度最大。优选这6个测井参数作为输入层样本,进行LM-BP神经网络训练。页岩储层总含气量预测结果的相对误差分布在0.1%~15%,平均相对误差为5.52%,误差较小,表明该方法的有效性。     

煤层煤质和含气量的测井评价方法及其应用

根据辽河油田东部凹陷煤储层的地质特征以及实际煤岩芯分析资料和测井资料,利用回归分析方法得出了计算煤层各组分含量和煤阶的方法;通过分析煤层气特征,利用兰氏方程、吸附等温线和煤层气层中子背景值导出了煤层含气量的计算公式,并通过辽河油田东部凹陷实际煤储层测井资料的处理解释验证了方法的有效性。     

测井方法在煤层气勘查中的应用

根据测井原理,利用煤层气测井中各种参数可以确定和评价煤层气及其储层的相关参数,如储存煤层深度、厚度、工业分析、含气量、渗透率、岩石力学性质、储层温度等.对煤层气钻井的固井质量也可以利用声幅测井、声波变密度测井、自然伽马测井、磁定位测井做出可靠的解释.山西某煤层气勘探区测井资料与试井、化验等资料表明,测井数据与化验、试井、排采等数据非常接近,可见利用测井数据成果可为煤层气的勘探与开发提供可靠的理论依据.     

韩城煤层气三维地震勘探区11~#煤层含气量预测

煤层含气量是煤层气勘探开发的重要参数之一,其影响因素很多。通过韩城煤层气三维地震勘探区煤心实测含气量数据和测井数据的分析,得到煤层密度和纵波阻抗是与11#煤层含气量相关性高的关键影响因素。以多因素线性拟合分析,优选出煤层密度和纵波时差为预测11~#煤层含气量最佳多因素组合。充分利用韩城煤层气三维地震数据,使用叠前同时反演技术得到纵波阻抗、纵波时差和密度数据,进而利用多因素煤层含气量预测方法对11~#煤层含气量横向展布规律进行了预测,预测结果为研究区煤层气"甜点区"评价和煤层气的开发提供了依据。     

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     

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。     

用地球物理测井资料预测煤层气含量——基于斜率关联度—随机森林方法的工作案例

煤层气含量是煤层勘探开发研究的重点参数之一,由于煤层气含量受多因素影响,能有效预测其含量至关重要。本文将斜率关联度法与随机森林算法相结合,以地球物理测井资料为基础进行煤层气含量预测。首先利用改进的斜率关联度法,计算得到对煤层气含量敏感的测井曲线,再利用交叉验证法探究合适的随机森林决策树个数,并结合选出的超参数利用随机森林算法预测煤层气含量。以沁水煤田柿庄北区3号层为例,对该区块进行评价预测,并将预测结果与多元回归模型拟合结果进行对比,同时对本文方法模型的泛化性进行研究分析。结果表明,应用斜率关联度法对测井曲线与煤层气含量进行分析计算能准确有效地找到可用于煤层气含量预测的测井曲线;用随机森林算法训练得到的模型预测非夹矸段煤岩的煤层气含量准确,计算结果可信度高,在夹矸段预测能力较弱,总体对煤层气勘探开发有指导意义,具有实际应用价值。     

应用BP神经网络预测煤质参数及含气量

煤层气储层物理结构以及煤层气的存储，运移等方面不同于常规天然气，评价煤质参数的测井等效体积模型难以较好地描述煤层这种复杂的物理结构，提出利用ＢＰ神经网络预测煤质参数及煤层气含量的模型和算法，预测的煤质参数以及煤层含气量与煤样分析结果比较表明，预测与煤样分析参数之间的平均绝对误差和相对误差都较小，精度满足定量计算的要求。     

木里盆地侏罗系煤层气主控因素及成藏模式

我国天然气需求逐年上升,寻找常规天然气的接替能源已迫在眉睫。木里盆地中-下侏罗统煤炭资源丰富,煤层厚度大,煤层气资源潜力巨大。综合利用野外地质调查、样品分析测试、煤炭钻井录井及含气量现场解吸,对木里盆地木里组煤层赋存特征、成藏地质条件、主控因素及煤层气成藏模式进行了研究,结果表明:木里盆地煤层厚度大,埋藏适中,以气煤和焦煤为主,整体处于中-高变质阶段,含气量较高,煤层气资源潜力良好;煤层的变质程度及顶、底板的封盖能力控制了煤层气的富集;木里盆地侏罗系煤层气主要有宽缓向斜富集和大型单斜构造富集2种成藏模式。煤层气主控因素分析及成藏模式研究为后续开展木里盆地的煤层气勘探开发提供了借鉴和依据。     

阜新盆地刘家区煤储层综合分析

在对阜新盆地刘家区构造演化及构造特征、煤层发育特征、煤的化学成分及排采试验资料分析的基础上,对研究区煤层气含量、煤的吸附性、煤层渗透率、煤储层压力、临界解吸压力、煤体结构、煤层气产出特点进行了综合研究。认为研究区煤层分布广、厚度大、丰度高,煤的吸附能力强;而且埋深与辉绿岩侵入体是控制煤层气含量的主要因素,成煤后期构造运动是影响煤储层渗透率的关键因素。煤层气开发有利区应在向斜翼部和岩墙、岩床附近煤变质程度高的区域。     

木里盆地侏罗系煤层气主控因素及成藏模式

我国天然气需求逐年上升,寻找常规天然气的接替能源已迫在眉睫。木里盆地中—下侏罗统煤炭资源丰富,煤层厚度大,煤层气资源潜力巨大。综合利用野外地质调查、样品分析测试、煤炭钻井录井及含气量现场解吸,对木里盆地木里组煤层赋存特征、成藏地质条件、主控因素及煤层气成藏模式进行了研究,结果表明: 木里盆地煤层厚度大,埋藏适中,以气煤和焦煤为主,整体处于中—高变质阶段,含气量较高,煤层气资源潜力良好; 煤层的变质程度及顶、底板的封盖能力控制了煤层气的富集; 木里盆地侏罗系煤层气主要有宽缓向斜富集和大型单斜构造富集2种成藏模式。煤层气主控因素分析及成藏模式研究为后续开展木里盆地的煤层气勘探开发提供了借鉴和依据。     

论泥浆气测录井在煤层气开发中的作用

针对我国煤层气开发只重视煤心解析气,泥浆气长期得不到重视的现状,结合作者几年来对泥浆气测录井工作的经验和认识,从录井原理、目的、意义、作用、经济效益等几个方面探讨了泥浆气测录井在煤层气资源评价、开发方面的作用。     

晋城煤层气藏成藏机制

通过晋城煤层气的规模开发、压裂煤层气井的解剖、井下煤层瓦斯抽放、构造地应力场研究、煤储层大裂隙系统“CT”式解剖与煤层气封闭保存条件研究, 发现3#煤储层内部存在大量煤层气包, 构造微破裂作用促使煤层气包之间广泛合并联通, 煤层气包内部储层的非均质性弱化, 渗透率增加, 煤层气包内部的游离气体比例增加, 流体压力系统边界逐渐清晰并形成煤层气藏. 揭示煤层气藏的成藏机制, 认识煤层气藏的内部细节特征, 促进了该区的煤层气开发技术进步, 提高了井下煤层瓦斯的抽放效率.