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。     

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。     

密度和中子测井对煤层甲烷含气量的响应及解释

煤层甲烷含气量是评价煤层气的最重要指标。可理论计算密度和中子测井对它的响应,并由此导出计算含气量的方程。     

煤层含气量预测方法

含气量是进行煤层气资源计算与选区评价的关键。在有效含气量数据太少,不能满足研究工作需要的情况下,根据少量实测含气量数据和煤的等温吸附曲线、储层压力梯度、煤的水分、灰分数据,预测未知区煤层气量,是一种行之有效的方法。实践证明,预测含气量数据与实测含气量数据比较接近,能保证资源量计算及资源评价结果的可靠性。     

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。      

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。     

测井解释中煤层含气量评价方法对比研究

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。     

观音山勘探区煤层含气量灰色关联预测

煤层含气量受多种地质因素影响,往往难以准确预测。以云南观音山勘探区为例,利用灰色关联度法识别出影响煤层含气量的主要因素,先后建立了煤层含气量预测的GM (1,N)模型和GM (1,1)模型。进一步分析揭示,煤层埋藏深度、煤层顶板5 m内砂岩厚度和顶板岩性是影响观音山勘探区煤层含气量的3个关键因素,利用残差尾段序列建立的GM (1,1)模型具有较高的预测精度。     

煤层含气量模拟试验方法及应用

利用IS-100等温吸附仪的高压吸附罐、精确的控温系统,配备气体电子流量计,并编制了控制程序,建立了煤层气含气量模拟试验方法。模拟试验方法的建立,可以全程模拟煤层气从提钻取心到解吸结束,了解含气量测试过程中煤层气的解吸规律,求取任意时间对应的逸散气量,为多种方法求取逸散气量的对比研究提供了方便。     

煤层含气量测井解释方法探讨

用多元线性回归建立煤层气含量与煤质参数、测井曲线值之间的回归方程,经F检验回归方程有效,但回归方程估算的煤层含气量与煤样解吸测定的含气量之间仍然存在较大的误差,为此利用BP神经网络进一步探讨它们之间的关系,实例表明预测精度较高。     

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。     

深部煤层吸附行为及含气量预测模型

深部煤层含气量变化特征与浅部有所不同,实测数据极少,需要研发新的方法对其进行预测。本文以鄂尔多斯盆地东部主煤层为对象,分析了影响吸附常数的地质因素。基于煤样在不同温度条件下的高压甲烷等温吸附实验,采用主成分分析方法,探讨了深部煤层含气量预测方法。选取温度、镜质组反射率、水分含量、灰分产率、镜质组含量、惰质组含量6个因素进行主成分分析,提取出3个主成分,获得吸附常数与3个主成分之间的多元一次函数关系,根据朗格缪尔方程并结合含气饱和度建立了深部煤层含气量预测模型。采用这一模型,对鄂尔多斯盆地东部深部煤层进行了实例研究。结果表明,煤层含气量随埋深的变化存在一个临界深度,临界深度大致在750~1200m之间,随煤级及地层温度和地层压力而呈规律性变化。在临界深度以浅,煤层含气量随埋深的增大而增高;超过临界深度后,含气量随埋深的增大而减低。     

寿阳矿区深部煤层含气量预测

煤田地质钻孔瓦斯资料主要分布在1000m以浅,因而深部煤储层含气量的准确预测成为煤层气资源评价中亟待解决的问题。本文依据矿区15号煤浅部已有的含气量资料、煤的等温吸附曲线、储层压力梯度等数据对矿区深部的煤储层含气量进行了预测。     

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。     

豫西地区煤层含气性分析

煤层含气性是煤层气资源评价的的重要参数。豫西地区石炭系二叠系煤层发育,本文依据大量的煤田地质资料和含气量测试、瓦斯涌出量等数据,分析了含气量测试数据的可信度,深入解剖了煤变质程度、埋深、构造、上覆连续沉积地层厚度、煤层厚度及煤层顶底板岩性等主要控制因素对煤层含气性的影响,进而建立了煤层含气量与煤级、埋深的拟合曲线及其函数关系,并对全区二_1煤层含气量空间分布规律进行了总结,得出了本区煤层含气量高、煤层气勘探开发前景十分广阔的结论。     

鄂尔多斯盆地东缘煤层含气量的构造控制作用

针对鄂尔多斯盆地东缘不同地区煤层含气量分布不同的特点,通过分析三交-柳林、大宁-吉县和韩城地区的构造及其各主采煤层含气量分布特征,探讨了鄂尔多斯盆地东缘3个地区煤层含气量分布的构造控制作用。结果表明,燕山期构造运动是整个鄂尔多斯盆地东缘的关键构造事件;本区构造作用对煤层含气量分布的控制主要体现为控制煤层赋存状态,而构造部位、构造展布和构造性质,则控制煤的变质作用以及煤层气的保存条件;三交-柳林地区仅局部单斜构造为煤层气有利富集区,大宁-吉县地区煤层气赋存构造条件较好,应作为鄂尔多斯盆地东缘煤层气勘探开发的重点区域,韩城东部矿区煤层气赋存较差,且北压南拉的构造格局常造成含气量南低北高。     

不同煤阶深煤层含气量差异及其变化规律

基于Langmuir 等温吸附方程式,开展不同煤阶不同温压条件下等温吸附模拟实验,实验结果表明：在煤岩镜质组反 射率Ro<3.0%时,Langmuir 等温吸附曲线随煤阶、温度、压力升高表现出明显的分带性。随着煤阶的升高,煤吸附能力逐 渐增强。温度小于55℃时不同煤阶Langmuir 体积受温度影响较小,之后影响逐渐增大。低煤阶在12 MPa、中高煤阶在 15 MPa以前随压力增加Langmuir 体积增大明显。根据实测含气量外推法结合高温高压等温吸附实验建立了深煤层含气量数 学模型,显示煤层含气量随埋深呈现快速增加—缓慢增加—不增加—缓慢减小的变化规律,其中低煤阶临界深度介 于1400~1700 m,中高煤阶临界深度介于1500~1800 m。该含气量数学模型对预测深部煤层含气量变化规律及煤层气资源评 价提供基础依据。     

用测井资料预测煤层瓦斯含量

将测井资料中视电阻率及伽马伽马与实验室分析出的煤样瓦斯含量进行回归分析，建立回归方程。进而运用其预测出其他煤层瓦斯含量并与实验室分析结果对比，误差较小。证明用测井资料预测煤层瓦斯含量是可行的，从而进一步推广了测井资料的实际应用价值。     

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