基于多尺度小波能譜分析的煤儲層含氣性評價

摘要：煤儲層含氣量是評價煤儲層含氣性的重要參數之一，采用常規的測井方法很難直接獲取準確的含氣量。研究首次提出依據不同含氣量煤儲層的測井響應在小波能譜特征上的差異，通過對密度、聲波時差等曲線進行多尺度小波能譜分析，建立小波能譜特征與含氣等級之間的對應關系，并以此為依據對其他煤儲層含氣等級進行判別。實例分析結果表明，采用該方法能夠有效提高煤儲層含氣等級判別的準確性。

關鍵詞：煤層氣 多尺度小波能譜分析 含氣量 測井曲線

中圖分類號：P631

Evaluation of the Gas-Bearing Property of Coal Reservoirs Based on Multiscale Wavelet Energy Spectrum Analysis

QI Lihong GUAN Wenzheng

Wuhan Campus of Yangtze University， Wuhan， Hubei Province， 430100 China

Abstract： The gas content of coal reservoirs is one of the important parameters to evaluate the gas-bearing property of coal reservoirs， and it is difficult to obtain accurate gas content directly with the conventional logging method. According to the difference in the wavelet energy spectral characteristics of the logging response of coal reservoirs with different gas contents， through the multiscale wavelet energy spectrum analysis of curves such as density andacoustic time difference， this study first proposes to establish the correspondence between the wavelet energy spectral characteristic and the gas-bearing grade， and is based on this to identify the gas-bearing grade of other coal reservoirs. The results of case studies show that this method can effectively improve the precision of the identification of the gas-bearing grade of coal reservoirs.

Key Words： Coalbed methane; Multiscale wavelet energy spectrum analysis; Gas content; Well log

煤層氣作為一種典型的非常規清潔資源，因其儲量巨大、分布廣、清潔等特點已成為能源領域研究和開發的熱點 [1-2]。煤儲層含氣量是反映煤儲層含氣性的重要參數，也是進行實際生產的重要依據。實際生產過程中，獲取煤儲層含氣量主要來源于煤芯解吸實驗，而取芯成本高、周期長。通過測井資料能夠獲取地層信息方便、經濟，但采用測井資料直接計算含氣量，目前往往計算結果與真實情況存在較大差異[3]。于是有學者提出采用BP神經網絡算法等算法的含氣量預測方法[4-6]，這些方法各具優勢，但目前應用的效果仍然無法滿足實際需要。本文提出將多尺度小波能譜分析法[7]應用于煤儲層含氣性評價，通過對測井資料進行多尺度小波能譜分析，建立小波能譜特征與不同含氣量間的對應關系，并以此為依據對煤儲層含氣等級進行判別。

1 多尺度小波能譜分析

從信號分析的角度，假設含氣量信號是淹沒于地層巖性和煤組分等信號中的微弱信號，導致該信號在一般的測井信號中很難直接被識別和定量評價。小波能譜分析法就是分析不同含氣量情況下，測井信號的小波能譜差異，從而對儲層含氣等級進行區分。

根據該原理，假設共有M類不同含氣量的煤儲層，每一類煤儲層有N個層，則第m類第n個模型的測量信號為，根據MALLAT快速分解算法有

式（1）、式（2）、式（3）中的分別為低頻濾波器矩陣和高頻濾波器矩陣，當時，分別表示不同含氣等級類型，為分解尺度，為位移量，為第個模型的能量值，。

令為第類所有個儲層的小波能量總譜。

定義求取第類第個模型的能量主峰所在的小波分解尺度的運算算子為其中為矩陣，為狄拉克函數，將離散小波變換式中的積分符號變為求和符號。定義為高含氣量煤儲層， 為低含氣量煤儲層。

2小波能譜特征庫建立

密度（DEN）、聲波時差（AC）、電阻率（RLD）等測井曲線都是地層信息的綜合響應，都含有煤儲層含氣量信息。通常依據低密度、高聲波時差和高電阻率區分煤層；由于RLD探測較深，能夠更好地反映地層，故主要選擇 DEN、AC和RLD等曲線進行小波能譜分析。經過小波變換后的能量與原始信號之間存在常數比例關系，因此可以認為變換后的高頻小尺度信號對應煤儲層微觀孔隙結構，而低頻大尺度信號對應煤層儲煤性等。根據上述方法，對QS盆地Z區塊253口取芯井的3#層進行含氣量統計分析，得到如圖1所示的頻數分布規律直方圖。

通過圖1可以看出，該區塊含氣量大部分分布在17 cm3/g及以上，還有部分分布在17 cm3/g以下，故而將該區塊設定界限值為17 cm3/g，大于或等于該界限值為高含氣量儲層，小于該界限值為低含氣量儲層。依據圖1，隨機選取55個不同含氣量煤儲層進行分析，并對這些煤儲層DEN、AC等曲線作多尺度小波能譜分析，得到如圖2、圖3所示的能量頻譜圖，橫坐標表示小波變換尺度，縱坐標EM表示不同分解尺度下的能量主峰尺度發育頻率值。

如圖2、圖3所示，對于該Z區塊而言，當儲層含氣量高時3條曲線在分解尺度為6處達到能量主峰值；而對于含氣量低的儲層，能量主峰值出現的尺度有所偏移，AC、RLD在分解尺度為4時，達到主峰值，DEN則是在尺度為5時，達到主峰值。因此對于儲煤層而言，當AC、RLD和DEN在分解尺度為6處出現主峰值時，可以判定為高含氣量煤儲層，而當AC和RLD在分解尺度為4時出現主峰值，而DEN在分解尺度為5出現主峰值，則可判定為低含氣量煤儲層。通過上述計算可得到表1所示的不同含氣等級能量主峰-分解尺度的小波能譜特征集。

3 應用實例

采用該方法，本文隨機選取了該區塊另外10口取芯井的3#煤層進行計算分析，計算結果如表2所示。

如表2所示， Z區塊10口井中，有8口高含氣量井，2口低含氣量井，而含氣量的實驗報告顯示，平均含氣量有8口井的高于17 cm3/g，2口井低于17 cm3/g，預測結果與實驗結論一致。

4 結論

本文針對煤儲層含氣量評價的難題，提出了將多尺度小波能譜分析法應用于測井資料的煤儲層含氣性評價，以期為實際生產提供依據。應用結果表明：（1）采用多尺度小波能譜分析法能夠有效提高煤儲層含氣性測井評價的準確性；（2）實際應用效果表明，該方法從信號能量分布角度為煤儲層含氣等級評價提供了一種新的思路和方法。

參考文獻

[1] 鄒才能，楊智，黃士鵬，等．煤系天然氣的資源類型、形成分布與發展前景［J］．石油勘探與開發，2019，46（3）：433－442．

[2] 門相勇，婁鈺，王一兵，等中國煤層氣產業“十三五”以來發展 成效與建議［J］.天然氣工業，2022，42（6）：173－178．

[3] 關文政.基于支持向量機的煤儲層參數測井評價方法研究[D].荊州：長江大學，2016.

[4] 李丹丹，王振國，降文萍，等.基于測井參數的煤層含氣量定量評價方法研究：以壽陽區塊15煤為例[J].中國煤炭地質，2022，34（8）：34-40.

[5] 傅雪海，張小東，韋重韜.煤層含氣量的測試、模擬與預測研究進展[J].中國礦業大學學報，2021，50（1）：13-31．

[6] 譚浩，郭慶，門鵬，等.測井方法計算煤層氣含量在寧夏石嘴山礦區的應用研究[J].中國煤層氣，2021，18（4）：32-35.

[7] 葛新民，范卓穎，范宜仁，等.基于核主成分-小波能譜分析的復雜儲層油水界面預測[J].中南大學學報（自然科學版），2015，46（5）：1747-1753.