测井评价煤层气储层的方法探讨

根据煤层气储层实验室分析确定的体积模型（碳、灰分、挥发分、水分）,以测井曲线予以评价。其中以自然伽马测井确定湿灰分,该方法的前提条件是湿分主要是泥质且泥质不具放射性元素;以密度测井与人工伽马测井确定含碳量,并对密度测井作湿分校正;以灰分校正后的密度测井确定饱和水孔隙度;含气量的估算以声波测井和密度测井组成的复合参数ΔT/dDEN来确定,或以视电阻率曲线确定含气量。以某地区2个钻孔为例,讨论了煤层深度、压力等与水分、灰分、含气饱和度、含气量等参数的关系,认为含气量与深度成正比关系。     

张掖市平山湖地区煤岩层物性规律研究与测井方法应用

通过对平山湖地区11口井的测井资料进行分析,初步掌握了该区含煤岩层的地球物理特性及其在视电阻率、密度、自然伽马、声波时差、自然电位等测井曲线上的响应特征。总结出一套适合该地区的测井方法,如各种测井参数的数据计算方法与曲线处理技巧,为该类地区使用TYSC-3Q测井仪器进行测井提供了参考依据。针对该地区煤层具有中高阻、低密度、低放射性、高时差、弱自然电位的物性特征,以多个实例介绍了煤层在不同测井参数曲线上的识别方法及定量解释原则。     

利用测井曲线进行高陂区主采煤层对比

选择常规数字测井中采用的视电阻率、人工放射性、自然放射性三种测井曲线,进行高陂区童子岩组第三段中亚段13、18、19、23等四层煤层进行对比,结果表明利用测井曲线连续性中的突变性和突变组合性规律进行对比,效果显著。     

贵州刘家田井田测井曲线特征及在煤岩层对比中的应用

刘家田井田含煤地层龙潭组为海陆交互相沉积,含煤23~33层,可采煤层11层。含煤地层分上、中、下三段,上、中段视电阻率、自然伽马及伽马伽马曲线除了在煤层上呈异常反映外,其余地层测井曲线特征不明显;12、17号煤层视电阻率和伽马伽马曲线呈高幅值箱状反映,自然伽马曲线呈低幅值反映;视电阻率曲线在17号至24号煤层之间存在厚层高异常反映。下段自然伽马曲线有4~7处高幅值异常反映特征。在上、中、下段测井曲线特征对比基础上,利用标志层、煤组特征等对比法进行了煤层对比,大大提高了对比的可靠性。     

数字测井技术在贵州省桐梓县容光井田的应用

结合地质成果,在黔北聚煤区开展综合数字测井技术的基础上,选择3种以上测井参数：视电阻率、自然放射性、人工放射性或其它物性参数,利用其对煤层、常见岩石、标志层、地质界线等的曲线响应特征,作出相应的定性解释,并以此确定煤层的深度、厚度和结构,从而对钻探工程打薄或打丢煤层（线）进行更正,为原始数据研究提供相关信息。     

六极侧向测井法和侧向梯度法

在煤田地质勘探中,应用测井曲线确定钻孔地质剖面,划分岩煤层,解决煤层的深度、厚度及煤层结构已成为不可缺少的手段。利用普通的视电阻率曲线和人工放射性曲线划分薄煤层和结构复杂的煤层都有很大困难。特别在井径扩大,泥浆电阻率过低或煤岩层的电阻率差别不太大的情况下,一般的测井方法不能作出精确的分层定厚解释。针对这种情况,我们试验了两种新的测井方法——“六极侧向测井法”和“侧向梯度法”。实践表明,这两种方法的最大优点是分层定厚精度高,横向探测深度大,线路简单,操作方便。      

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。     

金沙龙凤煤矿测井曲线特征及其在煤岩层对比中的应用

龙凤煤矿含煤地层为海陆交互相的上二叠统龙潭组,含4号、5号、9号和13号四层可采煤层,其中5号煤层和9号煤层间距较小,煤层特征差异不明显,部分钻孔5号煤层和9号煤层的对比难度较大。根据所掌握的地质资料,结合测井成果,总结出该矿区所特有的测井曲线特征：煤系地层龙潭组的上覆地层夜郎组和长兴组分界处自然伽马和视电阻率曲线界面陡直特征;5号煤层顶板的自然伽马高异常与9号煤层底板的自然伽马高异常特征;13号煤层顶板的自然伽马高异常与15号煤层相对高自然伽马异常特征;15号煤层下伏地层茅口灰岩陡直视电阻率与自然伽马曲线特征。依据其测井曲线,准确的划分出二较厚煤层（约4m）、而相距仅6m的5煤层与9煤层。     

测井曲线特征在贵州省兴达井田煤岩层对比中的应用

贵州兴达井田含煤9-17层,其中K1、K2、K3、K4四层煤较稳定,为主要可采煤层。依据钻孔资料,分析测井曲线形态与煤层顶底板以及上下标志层间的组合关系,对井田的煤岩层进行了对比。该井田K1煤层常分叉为K1上、K1下两个分层,其直接顶板高视电阻率异常,三叠系至K1煤层组间自上而下的缓坡状视电阻率曲线形态与自然伽马幅值相对较高的组合特征可作为二叠系含煤地层与三叠系地层划分依据;K2煤层位于龙潭组顶部,下距长兴组灰岩标志层10m左右,煤层本身高伽马异常;K3、K4煤层及其底板具较高的自然伽马特征。     

应用测井曲线进行含煤岩系的划分与对比

利用自然伽马（HC）、人工伽马（HGG）、视电阻率（KLW）和自然电位（DZW）等测井参数对不同岩性地层的响应特征，结合岩心鉴定，煤样测试等资料，对柴达尔井田含煤岩系进行识别和对比。通过对40余孔测井资料分析，总结出该区识别不同岩、煤层的测井曲线典型特征及类型，并以此对该井田的侏罗系陆相含煤地层进行岩、煤层层序划分与对比。在该井田共划分了十三个标志层和七个粒序旋回，并认为发育于不同区段的M0和M1煤层是两个不同时期沉积体系产物。     

基于瞬变电磁法探究中高阶煤层瓦斯含量与视电阻率关系的试验

为掌握煤层瓦斯分布规律,揭示煤层瓦斯含量与视电阻率的关系,结合实验室关于煤样电阻率的研究,使用瞬变电磁法研究煤层视电阻率与瓦斯含量的相关性,在豫西新安煤矿进行18次探测试验,获取有效数据21组。研究表明：煤层视电阻率与瓦斯含量呈较好的负相关,瓦斯含量每升高1 m³/t,视电阻率对数值降低6.6%~20%,判定系数为0.621 9~0.753 1,说明煤层视电阻率对瓦斯含量具有明显的响应特征,利用瞬变电磁可以在相似地质条件下探测煤层瓦斯含量高低及其分布规律。     

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。     

Gamma and resistivity logs for characterization of Gondwana coal seams at the Northwestern part of Bangladesh

Different parameters obtained through geophysical borehole logging using self potential, resistivity, gamma–gamma, neutron, natural gamma, and acoustic tools, help in the identification of strata and estimation of the physical, electrical, and acoustical properties of the subsurface lithology. In the coal mining industry, currently, the main application for the logs is to determine coal seam depth, thickness together with coal seam quality, qualitatively. Gamma and resistivity logging in seven boreholes at the Phulbari Coal Basin show high resistivity value and low gamma count rate data in coal seams than the interbeds. An attempt has been made to identify and characterize Gondwana coal seams to a limited extent of seam depth, thickness, and quality in seven boreholes together with draw relationship between resistivity, gamma count rate, and ash content of coal at the Phulbari Coal Basin of Bangladesh.     

基于细菌觅食优化广义回归神经网络的煤层气含量预测

为提高煤层气含量预测的能力,提出了一种基于细菌觅食优化广义回归神经网络( BFA?GRNN)的煤层气含量预测算法。利用已有煤层资料,通过神经网络建立回归模型,采用细菌觅食算法对模型参数进行优化,减少人为因素在网络训练中的影响。据此算法,在聚类分析及灰色关联分析的基础上,选取密度等共7个影响因素,建立煤层气含量预测的BFA?GRNN模型,通过实例分析验证该方法的可行性。结果表明:BFA?GRNN模型预测值与实测值之间相对误差小于6%,采用该模型预测煤层含气量具有较好的应用前景。     

柿庄南区块3号煤层含气量三维建模

煤层含气量对煤层气开发有直接影响。柿庄南区块煤层含气量相对较高,但开发过程中存在较多低效井,开展含气量三维地质建模有助于厘定含气性对煤层气井产量的影响。以沁水盆地柿庄南区块3号煤层为研究对象,运用多元回归分析方法依次建立基于埋深、灰分、挥发分及固定碳含量等参数的含气量预测公式及基于测井数据的煤岩工业分析各组分含量预测公式,最终得出柿庄南区块基于测井数据的含气量预测模型并应用于全区,与实测值对比表明预测结果较好。运用Petrel软件基于预测结果构建含气量模型,探讨3号煤层含气量三维分布特征。研究表明,区内3号煤层含气量介于11~20 m³/t,其主控因素为煤层埋深和构造部位。该模型对研究区煤层气井低产因素厘定和煤层气开发生产具有指导意义。移动阅读     

煤型气储层的测井评价技术

为了科学选取煤型气勘探与开发的测井方法,完善煤型气储层的测井评价技术,在大量调研基础上,通过对煤型气产出机理及影响因素的再认识,经过分析比较煤层气与煤成气两类煤型气储层的差异,并分别研究两类储层的测井探测技术,进而分析煤型气储层的测井评价内容及技术要求,提出了煤型气储层测井评价技术的优选方案:综合分析具体研究区块储层特征,对煤层气储层选择相应测井方法识别煤层,对煤成气储层选择相应测井方法识别渗透性砂岩,再计算储层参数,开展产能评价和储量计算。研究表明,常规测井是定性识别煤型气储层的有效方法,优选出的煤层气和煤成气测井评价技术可以很好地完成煤型气的定量评价。     

老厂矿区煤体结构测井判识与分布规律

煤体结构是制约煤储层可改造性的最重要地质因素之一。基于视电阻率、人工伽玛和自然伽玛射线测井响应,通过钻孔及煤层对比分析,建立了滇东老厂矿区晚二叠世龙潭组煤体结构的判识方法,并对9、13、19号三套主煤层的煤体结构及其分布特征进行了研究。结果表明,在利用测井响应曲线判识煤体结构时,采用对比的方法可以减少相应误差,从而更准确判识出结果。煤体结构变化与构造发育程度相关。平面上,一勘区构造较为简单,原生结构煤(Ⅰ类)较发育;白龙山井田受次级褶曲及断层发育的影响,构造煤(Ⅲ类)最发育;雨旺井田构造相对简单,主要发育过渡型(2类)煤。垂向上,随着煤层埋深增加,Ⅰ+Ⅱ类煤的厚度比例有增高趋势,且皆超过60%,揭示出深部煤层受构造破坏的影响程度较浅部低。