基于變參數KIM方程的石嘴山礦區煤層甲烷含量預測研究

門 鵬，牛國斌，馬 凱，李 剛，譚 浩，李 騰

(1. 寧夏回族自治區煤炭地質局，寧夏回族自治區銀川市，750021；2.西安石油大學，陜西省西安市，710065)

0 引言

我國煤層氣資源豐富，其中沁水盆地和鄂爾多斯盆地東部中高煤階煤層氣已實現商業化開發，西北地區中低煤階煤層氣勘探開發也處于穩步推進的階段[1-2]。中低階煤含氣量低但吸附能力強，低階煤煤層氣主要以吸附態賦存在煤儲層中[3-4]，煤層含氣量的準確預測是評價煤層氣資源的前提。目前，相關專家已經在煤層含氣量預測方面開展了大量的研究工作，主要包括巖心實測含氣量法[5-6]、煤層含氣梯度法[7-8]、等溫吸附模擬法[9-11]、煤級-灰分-含氣性類比法[7]、綜合地質條件分析法[7，17]、神經網絡法[5，12]、灰色系統理論法[13]、多元回歸分析法[14-15]等各種直接與間接的方法，均可實現煤層氣含氣量的預測。

筆者以等溫吸附曲線為基準，結合煤巖工業分析特征，構建數學模型對煤層氣含氣量進行預測是較為常用的煤層含氣量預測方法[10]。作為反映煤層含氣性的關鍵參數，基于煤巖等溫吸附測試數據，構建基于溫度、壓力和吸附方程的多元回歸數學模型，可以實現煤層含氣量的預測[16]；李傳明等研究人員[17]基于等溫吸附和工業組分分析的KIM預測模型能夠有效地預測目標區域含氣量，而且能準確反映煤層含氣量和各個測井參數及各工業組分之間的關系；田敏等研究人員[13]構建了基于灰色多變量靜態模型的煤層含氣量預測模型；王鵬等研究人員[18]構建了模糊綜合評價體系，實現MapGIS平臺下煤層含氣量的預測；盧晨剛等研究人員[19]基于灰色關聯與多元回歸分析法建立了適用于川南筠連區塊的煤層含氣量預測模型；李貴紅等研究人員[20]構建了以朗繆爾體積和含氣飽和度為參數的多元逐步回歸分析含氣量預測模型。此外，基于測井參數也可實現煤層含氣量的有效預測。需要注意的是單一測井曲線難以準確預測煤巖含氣量，需要多測井參數綜合分析預測煤巖含氣量[21-23]；淮銀超等研究人員[24]提出使用聲波時差、自然伽馬和長遠距密度等測井參數對含氣量進行預測；侯頡等研究人員[25]采用體積密度、自然伽馬、補償中子、聲波時差和對數電阻率等對沁水盆地3號和15號煤層含氣量進行了預測；孟召平等研究人員[6]選擇了體積密度、自然電位、深側向電阻率與淺側向電阻率比值、微球形聚焦電阻率的對數、聲波時差與自然伽馬和補償中子乘積等參數建立了煤層含氣量預測模型。BP神經網絡是預測煤層含氣量的有效手段[26]；臧子婧等研究人員[27]基于改進的人工蜂群算法，結合BP神經網絡對煤層含氣量進行了預測；李澤辰等研究人員[28]引入SVM模型、神經網絡模型、隨機森林模型、梯度提升樹模型等不同的集成算法模型，探討了不同模型的準確性；陳濤等研究人員[29]構建了一套基于MIV-LSSVM的煤層含氣量預測模型。隨著微地震技術的逐漸成熟，地震屬性與含氣量之間具有較好的相關性，結合改進的熵權法計算不同地震屬性的權重值，實現含氣量的有效預測。

本次研究以石嘴山礦區山西組和太原組煤層為研究對象，基于山西組和太原組沉積環境的差異特征，明確了山西組和太原組煤巖煤質差異性特征；結合煤巖工業分析參數與煤層甲烷等溫吸附蘭氏參數相關性分析，采用變參數的KIM方程對山西組和太原組煤巖甲烷含量進行預測，并與實測含氣量進行對比，以期為后續該地區煤層氣勘探開發提供理論指導。

1 研究區地質概況

石嘴山礦區位于寧夏回族自治區北部，區域構造位于銀川斷陷盆地東北部。受斷陷盆地構造影響，石嘴山礦區總體成傾斜構造，區內大斷層較少，且以逆斷層發育為主。石嘴山礦區上石炭統太原組和下二疊統山西組是區內主要含煤地層，海陸過渡相太原組地層巖性巖相穩定，含煤性較好，其中5號煤層、6號煤層、7號煤層和9號煤層是太原組的主要可采煤層；陸相山西組含煤3層，其中2號煤層和3號煤層是主要可采煤層，寧夏石嘴山礦區地質構造綱要及地層柱狀如圖1所示。

圖1 寧夏石嘴山礦區地質構造綱要及地層柱狀

2 石嘴山礦區煤層氣地質特征

2.1 煤質特征

石嘴山礦區山西組和太原組煤質空氣干燥基水分含量(Mad)含量較低，Mad普遍低于1.00%，為典型的特低水分煤，山西組煤質Mad含量略高于太原組煤質；煤質干燥基灰分產率(Ad)為6.61%～34.39%，以中灰分煤為主，其中太原組5號煤灰分最低，而山西組2號煤灰分較高，山西組煤質灰分產率高于太原組；山西組和太原組煤質干燥無灰基揮發分產率(Vdaf)變化較大，表現為中高揮發分煤；空氣干燥基固定碳(FCad)含量普遍超過30%，太原組5號煤質中的FCad最高，達到了52.02%，以特低固定碳和低固定碳含量為典型特征，但太原組煤質固定碳含量明顯高于山西組煤質。石嘴山礦區煤質工業分析特征如圖2所示。

圖2 石嘴山礦區煤質工業分析特征

2.2 煤巖成熟度及顯微組分特征

石嘴山礦區煤巖成熟度較低，煤巖成熟度為0.80%～0.93%，達到了氣煤-肥煤階段，山西組和太原組煤巖成熟度無顯著差異，均表現為中低成熟度煤。煤巖顯微組分以有機顯微組分為主，煤巖中有機顯微組分含量為61.80%～85.75%，太原組煤巖有機顯微組分含量高于山西組煤巖。煤巖有機顯微組分以鏡質組和惰質組為主，煤巖中殼質組含量極低；無機顯微組分則主要以粘土礦物為主，硫化物以及碳酸鹽礦物含量較低，粘土礦物含量為6.80%～37.57%，且山西組煤巖中粘土礦物含量較高，較高的粘土礦物含量對煤層甲烷的吸附作用較為不利。石嘴山礦區煤巖有機和無機顯微組分特征如圖3所示。

圖3 石嘴山礦區煤巖有機和無機顯微組分特征

2.3 煤巖含氣性特征

石嘴山礦區山西組和太原組處于煤巖生氣的初期階段，煤巖含氣量較低。空氣干燥基含氣量為4.25 ～6.54 cm3/g，干燥無灰基含氣量為5.72 ～7.02 cm3/g，山西組和太原組煤巖含氣量差異不顯著。石嘴山礦區煤巖含氣性特征如圖4所示。

圖4 石嘴山礦區煤巖含氣性特征

石嘴山礦區煤層氣組分以甲烷為主，煤層甲烷濃度為93.51%～96.38%，幾乎不含重烴氣，表現為典型的干氣特征。基于煤層甲烷等溫吸附實驗測試結果表明，石嘴山礦區煤質空氣干燥基體積和干燥無灰基蘭氏體積(VL)較高，分別為12.01～17.10 cm3/g和19.32 ～25.07 cm3/g，顯示了較好的吸附潛力。煤巖蘭氏壓力(PL)介于2.88～5.72 MPa，且山西組煤巖相較太原組煤巖蘭氏壓力更低，這也表明山西組煤巖能夠獲得更快的解吸速度，有利于煤層氣井高產。基于煤巖含氣量實測數據和煤巖吸附性能研究表明，石嘴山礦區煤巖表現出極強的吸附性能。石嘴山礦區煤巖蘭氏參數特征如圖5所示。

圖5 石嘴山礦區煤巖蘭氏參數特征

2.4 煤巖蘭氏參數與工業組分關系

蘭氏參數是表征煤巖含氣量的有效參數之一，而煤巖蘭氏參數與煤質組分特征密切相關。煤中水分會占據煤巖表面的吸附點位，較高的水分含量將導致煤巖吸附能力降低，這也導致了水分含量與蘭氏參數間的負相關關系；煤中的灰分對煤層氣的吸附能力較弱，較高的灰分產率導致煤中的有機質含量相對降低，這是灰分產率與蘭氏參數呈負相關、而與固定碳含量呈正相關的原因；低成熟度煤的揮發分多表現為有機質，較高的揮發分產率有利于提升煤巖的吸附性能。石嘴山礦區煤巖蘭氏參數與煤巖煤質工業分析與蘭式參數關系如圖6所示。

圖6 石嘴山礦區煤巖煤質工業分析與蘭氏參數關系

3 基于KIM方程的煤巖含氣量預測

3.1 KIM方程預測含氣量原理

煤質工業分析與煤巖含氣量之間存在一定的聯系，基于煤質工業分析和煤巖甲烷等溫吸附理論可以實現吸附態煤層甲烷的有效預測，KIM方程表達見式(1)[9，17]：

(1)

式中：gc——原始煤層吸附量，cm3/g；

W——水分含量，%；

A——灰分產率，%；

Vw——煤巖平衡水基煤巖含氣量，cm3/g；

Vd——干燥基煤巖含氣量，cm3/g；

b——溫度常數，cm3/g/℃；

k0、n0——校正系數；

p——煤巖儲層壓力，×101.3 kPa；

T——儲層溫度，℃。

k0和n0為與煤質相關的參數，且與固定碳含量和揮發分產率比值具有線性相關關系[17]，分別見式(2)和式(3)：

式中：FC——固定碳含量，%；

Vm——揮發分含量，%。

3.2 基于變參數KIM方程的煤層甲烷含量預測

已有專家在利用KIM方程進行煤層含氣量預測時，通常將Vw/Vd視為一常數[17]，這對單一煤巖可能具有較好的適用性，然而石嘴山礦區發育有太原組和山西組2套煤巖，且不同煤巖煤質特征差異顯著。此外，即使是同一煤層，受沉積微環境的影響，在不同深度和不同區域煤層的煤巖煤質特征也存在一定的差異性。因此，在采用固定的Vw/Vd參數對煤巖甲烷含量預測時可能會存在一定的誤差，Vw/Vd可通過平衡水分基煤巖甲烷等溫吸附測試獲取。在本次研究過程中，甲烷吸附是基于平衡水分基展開的，獲取的煤巖甲烷吸附含量為平衡基水分下的煤層甲烷吸附含量，Vw可通過實驗測試直接獲取；前期針對平衡基水分甲烷吸附煤樣開展了煤的工業分析測試，獲取了空氣干燥基下煤樣水分含量Mad，其可利用式(4)校正為干燥基煤樣水分含量Md，進而利用式(5)獲取干燥基下煤巖甲烷含量Vd。

(4)

式中：Md——干燥基煤巖水分含量，%；

Mad——空氣干燥基煤巖水分含量，%。

(5)

式中：Vd——干燥基甲烷含量，cm3/g；

Me——平衡基煤巖水分含量，%。

基于此，利用煤巖工業分析數據和煤巖平衡基甲烷等溫吸附數據，可以獲取不同深度煤巖的Vw/Vd參數。因此，在本次研究過程中，采用變Vw/Vd參數，結合KIM方程，對不同煤層含氣量進行預測。

太原組和山西組煤巖形成于不同的沉積環境之中，利用KIM方程預測煤層甲烷含量時，采用統一的溫度常數b對不同沉積環境下煤巖含氣量預測勢必產生較大的誤差。為此，文獻[9]中對煤巖溫度常數b的設置，將山西組煤巖溫度常數b設置為0.09 cm3/g/℃，太原組煤巖溫度常數b設置為0.14 cm3/g/℃。為確保煤巖含氣量預測的準確性，將煤工業分析組分參數統一校正為空氣干燥基狀態。因此，校正的煤層甲烷含量也為空氣干燥基條件下煤層甲烷含氣量。

石嘴山礦區煤儲層壓力梯度為3.52 MPa/km，地溫梯度為27.9 ℃/km，在缺乏實測地層溫度和壓力的前提下，采用研究區的溫度梯度和壓力梯度對不同深度煤巖的溫度和壓力進行了計算，進而實現石嘴山礦區不同煤巖含氣量的預測計算。基于KIM方程預測的石嘴山礦區煤巖含氣量為4.02～7.57 cm3/g，與煤巖實測含氣量的絕對誤差為1.93%～16.18%。

3.3 基于變參數KIM方程和朗繆爾方程的煤層甲烷含量對比

為了確保煤層甲烷含量預測的有效性，本次研究以煤巖實測解吸量為依據，分別將KIM方程和基于朗繆爾方程預測的含氣量進行對比。朗繆爾方程是進行含氣量預測的常規方法，基于平衡基煤巖甲烷等溫吸附測試結果獲取的蘭氏參數和蘭氏壓力，可以反推獲取地層溫壓下的煤層甲烷含量，朗繆爾方程見式(6)：

(6)

式中：Vg——基于朗繆爾方程的不同溫壓下甲烷含量，cm3/g；

VL——平衡水分基煤巖蘭氏體積，cm3/g；

p——地層壓力，MPa；

pL——平衡水分基煤巖蘭氏壓力，MPa。

相較于變參數KIM方程，基于朗繆爾方程反推的煤巖實測含氣量誤差較大，絕對誤差為-11.88%～51.63%，且基于朗繆爾方程預測的煤層甲烷含量普遍高于實測含氣量。基于不同方法預測的煤巖甲烷含氣量見表1。

表1 基于不同方法預測的煤巖甲烷含氣量

4 結論

(1)石嘴山礦區山西組和太原組煤巖煤質有一定的差異性，山西組煤高水分含量和高揮發分產率不利于煤層甲烷的吸附，但山西組和太原組煤工業分析特征與煤巖蘭氏參數之間表現出較好的相關性；水分含量、揮發分產率與煤巖蘭氏參數呈線性負相關，而揮發分產率、固定碳含量與煤巖蘭氏參數表現為較好的線性正相關。

(2)采用變Vw/Vd和變溫度常數b的KIM方程在煤巖含氣量預測方面表現出獨特的優勢，預測的煤巖含氣量與煤巖實測含氣量之間的誤差較小，尤其是山西組煤巖預測含氣量與實測含氣量之間誤差極小，基于變參數的KIM方程相較于朗繆爾方程在煤巖含氣量預測方面具有明顯的優勢。