利用測井資料評價煤層含氣量的新方法

編譯:張妮 (西安石油大學油氣資源學院)

劉仲敕 (西安石油大學)

薛媛 (長慶油田蘇里格研究中心)

審校:譚成仟 (西安石油大學油氣資源學院)

利用測井資料評價煤層含氣量的新方法

編譯:張妮 (西安石油大學油氣資源學院)

劉仲敕 (西安石油大學)

薛媛 (長慶油田蘇里格研究中心)

審校:譚成仟 (西安石油大學油氣資源學院)

確定煤層原地基含氣量是評價煤層氣資源中非常關鍵的一步。目前認為,煤層含氣量與煤層氣中的有機成分和無機成分這兩個獨立成分的相對豐度具有函數關系。在有些煤田內有機成分幾乎不變,而無機成分可能在橫向和垂向上變化顯著。因此,從理論上講測井響應能夠反映煤層氣中無機成分的變化,并通過測井響應有效評價煤層含氣量。然而,目前通用的評價方法是密度測井,效率比較低,不是將聲波測井、光電吸收指數、伽馬測井等一起應用,實際上這幾種測井響應也可反映煤層中無機成分的變化。本文提到的新方法,主要是用上述的三種測井方法聯合密度測井推導每一個煤心樣品的復合數值 C。不同深度的 C值曲線與實測煤層含氣量具有較好的相關性。實踐證明C值曲線和煤心化驗測得的含氣量曲線吻合得很好,它們之間相差常數 K。而 K值的確定只取決于煤層的性質。因此,評價一定深度煤層含氣量只需簡單地用 C值加上 K值。印度2個不同的煤田已經使用了這種方法。試驗證明,綜合應用多種測井響應推導的結果是合理而精確的。這一技術為不同性質的煤田計算其含氣量提供了可靠的方法。

煤田 煤層含氣量 測井響應無機成分 純灰分

1 引言

目前,用于評價煤層含氣量的方法,多數是用密度測井推算灰分含量和其他近似的參數值。我們知道測井體積密度與煤層含氣量具有較好的相關性,特別是在煤階較高的煤層中,但是這種關系不是始終簡單、線性的。因此,通常先建立測井體積密度與無機成分含量的關系,然后將無機成分含量與煤層含氣量相關聯。現在所用的方法都是用測井體積密度與灰分含量的關系來估算煤層含氣量,不過這些方法不一定適用于各種類型的煤田,主要是因為它們過分依賴像密度測井這樣的單一測井方法,加之參數選擇的不準確性,從而產生累計誤差,導致煤層氣評價過程中存在主觀性。

一個煤田中煤層含氣量的變化更多地依賴無機成分與有機成分比值大小而不是某個單一成分。實際上,含氣量不同主要是由于無機成分含量和儲層條件改變的結果。雖然無機成分既不能生成氣體也不能儲存氣體,但是同一煤層中無機成分與有機成分相對值的改變會直接影響煤層含氣量,即使在有機成分穩定的情況下。這類似于當聲音質量發生變化時信噪比也隨之改變,無機成分就相當于噪音,同樣對總的含氣量產生顯著影響。在目標體或儲集空間中無機成分比例的相對變化直接影響實際儲存氣體的含量。換句話說,無機成分的改變以及由此引起的含氣量改變也會影響各種測井響應。

考慮到以上各個方面,綜合應用多種測井方法的新技術應運而生。常規的方法主要是用測井體積密度和其他近似參數評價煤層含氣量,而新方法直接用含氣量與多種測井響應的關系評價煤層含氣量。

這種新方法采用四種常規測井 (體積密度測井、聲波測井、伽馬測井、巖性密度測井)得到累計測井響應,如果某一測井響應的異常不明顯,可用其他測井響應補償,從而增強測井響應與煤層含氣量的聯系。無論在煤田性質不同還是煤階不同的地區這種新方法都適用。

2 評價煤層含氣量的常規方法

評價煤層含氣量的常規方法都是利用測井體積密度和實測灰分的回歸分析計算灰分含量。目的是獲得不含氣體的純煤密度 (ρcoal)以及純灰分的密度(ρash),進而估算每個煤層取心樣品的灰分含量。

接著,用估算的灰分含量按照下列步驟估算其他近似體積參數,即固定碳、水分、揮發分。

灰分體積 (VASH)=(ρb–ρcoal)/(ρash–ρcoal),由測井體積密度與實測灰分的回歸分析計算。固定碳體積 (VFC)由固定碳與實測灰分的回歸分析計算。水分體積(VMOIS)由水分與實測灰分的回歸分析計算。揮發分體積VVOL=1-(VASH+VFC+VMOIS)。

計算煤層氣含量,可用 Kim方程、Langmuir方程、Mullen方程或者 Mavor方程、Close &McBaner方程等。

在煤階較高的煤層中,測井體積密度與煤層含氣量具有較好的相關性;但是,在煤階較低的煤層中,由于密度值簇生在一起,相關性并不明顯。

常規測井評價方法不可能得到純煤和純灰分的密度值,然后再用其評價煤層含氣量也就不精確。另外,目前流行的方法過分依賴像密度測井這樣的單一測井方法,加之參數選擇過程中的不準確性,從而產生累計誤差,導致煤層氣評價過程中存在主觀性。

3 新方法

綜合應用六種常規測井 (體積密度測井、伽瑪測井、聲速測井、巖性密度測井、電阻率測井、中子測井)形成了評價煤層含氣量的新方程。分析上述所有測井響應與煤層含氣量之間的關系發現,電阻率測井響應和中子測井響應不能用到新方程中。因為電阻率測井響應與煤層含氣量之間的相關性較差,測井所得的電阻率變化幅度相當大并且與煤層的變化趨勢相反。電阻率這種急劇變化并不是由于灰質中黏土礦物發生較小變化引起的,而是由泥質或泥漿濾液侵入煤層夾板 (裂縫)中引起的,因此,電阻率測井響應不能反映煤層含氣量變化較小的情況。通常,由于煤層段含氫量較高,中子測井解釋的視孔隙度偏高 (Jhonson,1990)。在儀器敏感性最差的地方,孔隙度讀數卻是高值,這是因為煤層含氣與不含氣,其視孔隙度在理論上僅僅相差約3 p.u,加之沒有實際測井響應,因而用它估算煤層含氣量也是不可能的。

剩下的四種測井方法中,密度測井、伽馬測井、巖性密度測井響應均與煤層含氣量成反比 (基于原地儲層條件下),而聲波測井響應與煤層含氣量成正比。考慮到這些物理特性,綜合運用多種測井方法所得的方程如下:

煤層含氣量∝ dt/(ρb×Pe×GR)

上式可改寫為煤層含氣量∝C

復合數 C=dt/(ρb×Pe×GR)

注意,dt的單位是μs/ft,ρb的單位是g/cm3,Pe的單位是b/e,GR的單位是API,煤層含氣量的單位是cm3/g。

單一測井響應不能反映它與煤層含氣量之間的真實匹配關系,而綜合應用多種測井響應得到的C值則較好地反映了測井響應與煤層含氣量之間的線性關系,如圖1、圖2所示。

圖1 復合數C與煤層含氣量具有較好的線性關系

圖2 復合數C與煤層含氣量具有較好的線性關系

在印度2個完全不同的煤田,即Jharia煤田(煙煤)和Barmer-Sanchore煤田 (褐煤),C值與含氣量的回歸曲線斜率約為1,但2條曲線的截距卻完全不同,Jharia煤田曲線截距約10.5,Barmer-Sanchore煤田曲線截距約3.5。作煤心樣品的C值與對應深度的交會圖 (圖3、圖4)。結果顯示,煤心實測含氣量曲線與綜合測井響應推導的C值曲線匹配得相當好,之間相差常數 K,同時也證實了圖1、圖2中的回歸分析結果。常數 K主要隨煤田性質的改變而改變。

最終,每個煤心的預測含氣量就等于對應的C值加上常數 K,預測含氣量與實測含氣量如圖5、6所示。

將上述得到的離散數據點按趨勢向兩側延伸就能得到每一深度點的預測含氣量,從而獲得整個區域煤層的預測含氣量曲線。

圖3 對比實測含氣量與測井資料推導的含氣量,相差常數 K

圖5 對比同一深度預測含氣量和實測含氣量

圖6 對比同一深度預測含氣量和實測含氣量

4 實例應用

選擇代表性的煤心樣品是非常重要的,因為要用它們建立同煤心含氣量之間的可靠關系。必須注意,不是所有的煤心含氣量數據和測井數據都是完全正確的。原因如下:獲得的煤心含氣量數據在某些層段可能是錯誤的,甚至和區域內的曲線完全不符,這也許由地球物理測量造成,或者鉆探取心的煤層深度發生偏移;同樣,測井數據在某些點也存在錯誤,可能由井眼問題或其他技術和儀器的限制以及深度偏移造成。如果要用實測煤心數據做實際應用分析,煤心數據與測井數據的深度偏移問題將是所有問題中最大的問題。

5 結果與討論

印度2個完全不同類型的煤田 (Jharia煤田和Barmer-Sanchore煤田)已經采用了這種新方法。選擇了6口井進行研究,其中Jharia煤田的4口井離得很近,而Barmer-Sanchore煤田的2口井相距較遠。

將同一深度的 C值和實測煤層含氣量進行對比,其目的是獲得該區域的 K值,接著用新方程估算煤層含氣量。

Jharia煤田主力煤層是岡瓦納古陸煤系,以較高階的瀝青質煤為主。煤田內的4口井位于煤性相同的區塊且相距較近,其灰分含量高達40%而水分含量則較低 (＜1%)。試驗表明該區塊 K值變化范圍為9～11。

Barmer-Sanchore煤田的主力產煤層是中Tharad地層,該地層以褐煤為主,具有煤階低、煤化作用弱的特點。其主要幾個厚煤層的產煤量均較差,且灰分含量較低 (＜10%),但水分含量較高 (＞10%)。該煤田的這2口井位于不同的勘探區塊,距離相對較遠,盡管都是褐煤但煤質不同。其中一口井在被厚層泥巖分開的深淺2個煤層單元中,其 K值完全不同。另一口井的厚煤層中 K值約為2.0。該煤田 K值的范圍約為1.5～3.5。

評價煤層含氣量可選用不同的方程,即修正的Kim方程、Mullen方程、Mavor方程、Close方程、McBane方程,然后將以下公式計算的結果同用新方程計算的結果進行對比。

修正的 Kim方程:

式中w——水分質量分數,即水分體積 (VM);

a——灰分質量分數,即灰分體積 (VA);

Vw——濕煤體積分數;

Vd——干煤體積分數;

Vw/Vd——0.75(濕煤和干煤的比值);

k0(常數) =0.8(VFC/VVM)+5.6;

n0(常數) =0.315–0.01(VFC/VVM);

b(常數) =0.14;

d——深度,m。

Mullen方程:

VGas=32.87–16.92ρb單位:cm3/g式中 ρb——體積密度。

Mavor方程:

式中 ad(干燥基灰分) =(ρb–ρcoal)/(ρash–ρcoal)=a/(1–w)=VA/(1–VM)

如圖7和圖8所示,對比常規方程計算的煤層含氣量和新方程的計算結果,很明顯,在煤階較高的煤層中,除了Mavor方程,大多數常規方程需要進一步的修正才能用于目標區域。但是,如果煤階較低,那么這些常規方程根本不能用于任何有價值的計算。

圖7 對比不同方程計算的煙煤含氣量

圖8 對比不同方程計算的褐煤含氣量

6 結論

Jharia(煙煤):

◇用Mullen方程推導Jharia煤田煤層含氣量是不合適的。

◇盡管 Kim方程僅適用于煙煤地層,但是在Jharia煤田它并不適用于計算煤層含氣量。

◇在Jharia煤田,用Mavor方程相對能較好地推導煤層含氣量。

◇用新方程推導的煤層含氣量與實測煤層含氣量吻合得最好,尤其適合Jharia煤田評價煤層含氣量。

Barmer-Sanchore(褐煤):

◇Mullen方程主要依賴測井體積密度,而Mavor方程主要依賴灰分含量的變化,它們都不適合估算煤層含氣量,不能得到真實的體積密度與含氣量的關系,以及體積密度與灰分的關系。

◇Kim方程僅適用于煙煤地層,因此也不能用它估算Barmer-Sanchore煤田煤層含氣量。

◇在Barmer-Sanchore煤田的褐煤地層中評價煤層含氣量,只能用新方程,新方程能較好地反映煤層含氣量。

7 總結

目前,常規評價煤層含氣量的方法,主要是用密度測井估算灰分和其他近似參數。這些方法并不適用于任何類型的煤田,因為它們過多地依賴像密度測井這樣的單一測井技術。這就不可能得到不含氣體的純煤和純灰分的密度范圍。同一煤田中煤層含氣量的變化更多地依賴無機成分與有機成分的比值大小而不是某個單一成分。在目標體或儲集空間中無機成分比例的相對變化直接影響實際儲存氣體的數量。無機成分對含氣量影響很大,即無機成分的改變以及由此引起的含氣量改變也會影響各種測井響應。

這種新方法利用四種測井數據得到優效的累積測井響應,進而得到測井響應與煤層含氣量的可靠關系。如果一種測井響應的異常不明顯,可用其他測井響應來補償。

印度2個完全不同類型的煤田 (Jharia煤田和Barmer-Sanchore煤田)已經采用了這種新方法。研究證明,綜合多種測井響應的計算結果是合理而精確的。這一技術為不同性質不同類型的煤田計算其含氣量提供了可靠的方法。

10.3969/j.issn.1002-641X.2010.3.015

資料來源于美國《SPE 115563》

2009-01-05)