利用测井资料评价煤层含气量的新方法

编译:张妮 (西安石油大学油气资源学院)

刘仲敕 (西安石油大学)

薛媛 (长庆油田苏里格研究中心)

审校:谭成仟 (西安石油大学油气资源学院)

利用测井资料评价煤层含气量的新方法

编译:张妮 (西安石油大学油气资源学院)

刘仲敕 (西安石油大学)

薛媛 (长庆油田苏里格研究中心)

审校:谭成仟 (西安石油大学油气资源学院)

确定煤层原地基含气量是评价煤层气资源中非常关键的一步。目前认为,煤层含气量与煤层气中的有机成分和无机成分这两个独立成分的相对丰度具有函数关系。在有些煤田内有机成分几乎不变,而无机成分可能在横向和垂向上变化显著。因此,从理论上讲测井响应能够反映煤层气中无机成分的变化,并通过测井响应有效评价煤层含气量。然而,目前通用的评价方法是密度测井,效率比较低,不是将声波测井、光电吸收指数、伽马测井等一起应用,实际上这几种测井响应也可反映煤层中无机成分的变化。本文提到的新方法,主要是用上述的三种测井方法联合密度测井推导每一个煤心样品的复合数值 C。不同深度的 C值曲线与实测煤层含气量具有较好的相关性。实践证明C值曲线和煤心化验测得的含气量曲线吻合得很好,它们之间相差常数 K。而 K值的确定只取决于煤层的性质。因此,评价一定深度煤层含气量只需简单地用 C值加上 K值。印度2个不同的煤田已经使用了这种方法。试验证明,综合应用多种测井响应推导的结果是合理而精确的。这一技术为不同性质的煤田计算其含气量提供了可靠的方法。

煤田 煤层含气量 测井响应无机成分 纯灰分

1 引言

目前,用于评价煤层含气量的方法,多数是用密度测井推算灰分含量和其他近似的参数值。我们知道测井体积密度与煤层含气量具有较好的相关性,特别是在煤阶较高的煤层中,但是这种关系不是始终简单、线性的。因此,通常先建立测井体积密度与无机成分含量的关系,然后将无机成分含量与煤层含气量相关联。现在所用的方法都是用测井体积密度与灰分含量的关系来估算煤层含气量,不过这些方法不一定适用于各种类型的煤田,主要是因为它们过分依赖像密度测井这样的单一测井方法,加之参数选择的不准确性,从而产生累计误差,导致煤层气评价过程中存在主观性。

一个煤田中煤层含气量的变化更多地依赖无机成分与有机成分比值大小而不是某个单一成分。实际上,含气量不同主要是由于无机成分含量和储层条件改变的结果。虽然无机成分既不能生成气体也不能储存气体,但是同一煤层中无机成分与有机成分相对值的改变会直接影响煤层含气量,即使在有机成分稳定的情况下。这类似于当声音质量发生变化时信噪比也随之改变,无机成分就相当于噪音,同样对总的含气量产生显著影响。在目标体或储集空间中无机成分比例的相对变化直接影响实际储存气体的含量。换句话说,无机成分的改变以及由此引起的含气量改变也会影响各种测井响应。

考虑到以上各个方面,综合应用多种测井方法的新技术应运而生。常规的方法主要是用测井体积密度和其他近似参数评价煤层含气量,而新方法直接用含气量与多种测井响应的关系评价煤层含气量。

这种新方法采用四种常规测井 (体积密度测井、声波测井、伽马测井、岩性密度测井)得到累计测井响应,如果某一测井响应的异常不明显,可用其他测井响应补偿,从而增强测井响应与煤层含气量的联系。无论在煤田性质不同还是煤阶不同的地区这种新方法都适用。

2 评价煤层含气量的常规方法

评价煤层含气量的常规方法都是利用测井体积密度和实测灰分的回归分析计算灰分含量。目的是获得不含气体的纯煤密度 (ρcoal)以及纯灰分的密度(ρash),进而估算每个煤层取心样品的灰分含量。

接着,用估算的灰分含量按照下列步骤估算其他近似体积参数,即固定碳、水分、挥发分。

灰分体积 (VASH)=(ρb–ρcoal)/(ρash–ρcoal),由测井体积密度与实测灰分的回归分析计算。固定碳体积 (VFC)由固定碳与实测灰分的回归分析计算。水分体积(VMOIS)由水分与实测灰分的回归分析计算。挥发分体积VVOL=1-(VASH+VFC+VMOIS)。

计算煤层气含量,可用 Kim方程、Langmuir方程、Mullen方程或者 Mavor方程、Close &McBaner方程等。

在煤阶较高的煤层中,测井体积密度与煤层含气量具有较好的相关性;但是,在煤阶较低的煤层中,由于密度值簇生在一起,相关性并不明显。

常规测井评价方法不可能得到纯煤和纯灰分的密度值,然后再用其评价煤层含气量也就不精确。另外,目前流行的方法过分依赖像密度测井这样的单一测井方法,加之参数选择过程中的不准确性,从而产生累计误差,导致煤层气评价过程中存在主观性。

3 新方法

综合应用六种常规测井 (体积密度测井、伽玛测井、声速测井、岩性密度测井、电阻率测井、中子测井)形成了评价煤层含气量的新方程。分析上述所有测井响应与煤层含气量之间的关系发现,电阻率测井响应和中子测井响应不能用到新方程中。因为电阻率测井响应与煤层含气量之间的相关性较差,测井所得的电阻率变化幅度相当大并且与煤层的变化趋势相反。电阻率这种急剧变化并不是由于灰质中黏土矿物发生较小变化引起的,而是由泥质或泥浆滤液侵入煤层夹板 (裂缝)中引起的,因此,电阻率测井响应不能反映煤层含气量变化较小的情况。通常,由于煤层段含氢量较高,中子测井解释的视孔隙度偏高 (Jhonson,1990)。在仪器敏感性最差的地方,孔隙度读数却是高值,这是因为煤层含气与不含气,其视孔隙度在理论上仅仅相差约3 p.u,加之没有实际测井响应,因而用它估算煤层含气量也是不可能的。

剩下的四种测井方法中,密度测井、伽马测井、岩性密度测井响应均与煤层含气量成反比 (基于原地储层条件下),而声波测井响应与煤层含气量成正比。考虑到这些物理特性,综合运用多种测井方法所得的方程如下:

煤层含气量∝ dt/(ρb×Pe×GR)

上式可改写为煤层含气量∝C

复合数 C=dt/(ρb×Pe×GR)

注意,dt的单位是μs/ft,ρb的单位是g/cm3,Pe的单位是b/e,GR的单位是API,煤层含气量的单位是cm3/g。

单一测井响应不能反映它与煤层含气量之间的真实匹配关系,而综合应用多种测井响应得到的C值则较好地反映了测井响应与煤层含气量之间的线性关系,如图1、图2所示。

图1 复合数C与煤层含气量具有较好的线性关系

图2 复合数C与煤层含气量具有较好的线性关系

在印度2个完全不同的煤田,即Jharia煤田(烟煤)和Barmer-Sanchore煤田 (褐煤),C值与含气量的回归曲线斜率约为1,但2条曲线的截距却完全不同,Jharia煤田曲线截距约10.5,Barmer-Sanchore煤田曲线截距约3.5。作煤心样品的C值与对应深度的交会图 (图3、图4)。结果显示,煤心实测含气量曲线与综合测井响应推导的C值曲线匹配得相当好,之间相差常数 K,同时也证实了图1、图2中的回归分析结果。常数 K主要随煤田性质的改变而改变。

最终,每个煤心的预测含气量就等于对应的C值加上常数 K,预测含气量与实测含气量如图5、6所示。

将上述得到的离散数据点按趋势向两侧延伸就能得到每一深度点的预测含气量,从而获得整个区域煤层的预测含气量曲线。

图3 对比实测含气量与测井资料推导的含气量,相差常数 K

图5 对比同一深度预测含气量和实测含气量

图6 对比同一深度预测含气量和实测含气量

4 实例应用

选择代表性的煤心样品是非常重要的,因为要用它们建立同煤心含气量之间的可靠关系。必须注意,不是所有的煤心含气量数据和测井数据都是完全正确的。原因如下:获得的煤心含气量数据在某些层段可能是错误的,甚至和区域内的曲线完全不符,这也许由地球物理测量造成,或者钻探取心的煤层深度发生偏移;同样,测井数据在某些点也存在错误,可能由井眼问题或其他技术和仪器的限制以及深度偏移造成。如果要用实测煤心数据做实际应用分析,煤心数据与测井数据的深度偏移问题将是所有问题中最大的问题。

5 结果与讨论

印度2个完全不同类型的煤田 (Jharia煤田和Barmer-Sanchore煤田)已经采用了这种新方法。选择了6口井进行研究,其中Jharia煤田的4口井离得很近,而Barmer-Sanchore煤田的2口井相距较远。

将同一深度的 C值和实测煤层含气量进行对比,其目的是获得该区域的 K值,接着用新方程估算煤层含气量。

Jharia煤田主力煤层是冈瓦纳古陆煤系,以较高阶的沥青质煤为主。煤田内的4口井位于煤性相同的区块且相距较近,其灰分含量高达40%而水分含量则较低 (＜1%)。试验表明该区块 K值变化范围为9～11。

Barmer-Sanchore煤田的主力产煤层是中Tharad地层,该地层以褐煤为主,具有煤阶低、煤化作用弱的特点。其主要几个厚煤层的产煤量均较差,且灰分含量较低 (＜10%),但水分含量较高 (＞10%)。该煤田的这2口井位于不同的勘探区块,距离相对较远,尽管都是褐煤但煤质不同。其中一口井在被厚层泥岩分开的深浅2个煤层单元中,其 K值完全不同。另一口井的厚煤层中 K值约为2.0。该煤田 K值的范围约为1.5～3.5。

评价煤层含气量可选用不同的方程,即修正的Kim方程、Mullen方程、Mavor方程、Close方程、McBane方程,然后将以下公式计算的结果同用新方程计算的结果进行对比。

修正的 Kim方程:

式中w——水分质量分数,即水分体积 (VM);

a——灰分质量分数,即灰分体积 (VA);

Vw——湿煤体积分数;

Vd——干煤体积分数;

Vw/Vd——0.75(湿煤和干煤的比值);

k0(常数) =0.8(VFC/VVM)+5.6;

n0(常数) =0.315–0.01(VFC/VVM);

b(常数) =0.14;

d——深度,m。

Mullen方程:

VGas=32.87–16.92ρb单位:cm3/g式中 ρb——体积密度。

Mavor方程:

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

如图7和图8所示,对比常规方程计算的煤层含气量和新方程的计算结果,很明显,在煤阶较高的煤层中,除了Mavor方程,大多数常规方程需要进一步的修正才能用于目标区域。但是,如果煤阶较低,那么这些常规方程根本不能用于任何有价值的计算。

图7 对比不同方程计算的烟煤含气量

图8 对比不同方程计算的褐煤含气量

6 结论

Jharia(烟煤):

◇用Mullen方程推导Jharia煤田煤层含气量是不合适的。

◇尽管 Kim方程仅适用于烟煤地层,但是在Jharia煤田它并不适用于计算煤层含气量。

◇在Jharia煤田,用Mavor方程相对能较好地推导煤层含气量。

◇用新方程推导的煤层含气量与实测煤层含气量吻合得最好,尤其适合Jharia煤田评价煤层含气量。

Barmer-Sanchore(褐煤):

◇Mullen方程主要依赖测井体积密度,而Mavor方程主要依赖灰分含量的变化,它们都不适合估算煤层含气量,不能得到真实的体积密度与含气量的关系,以及体积密度与灰分的关系。

◇Kim方程仅适用于烟煤地层,因此也不能用它估算Barmer-Sanchore煤田煤层含气量。

◇在Barmer-Sanchore煤田的褐煤地层中评价煤层含气量,只能用新方程,新方程能较好地反映煤层含气量。

7 总结

目前,常规评价煤层含气量的方法,主要是用密度测井估算灰分和其他近似参数。这些方法并不适用于任何类型的煤田,因为它们过多地依赖像密度测井这样的单一测井技术。这就不可能得到不含气体的纯煤和纯灰分的密度范围。同一煤田中煤层含气量的变化更多地依赖无机成分与有机成分的比值大小而不是某个单一成分。在目标体或储集空间中无机成分比例的相对变化直接影响实际储存气体的数量。无机成分对含气量影响很大,即无机成分的改变以及由此引起的含气量改变也会影响各种测井响应。

这种新方法利用四种测井数据得到优效的累积测井响应,进而得到测井响应与煤层含气量的可靠关系。如果一种测井响应的异常不明显,可用其他测井响应来补偿。

印度2个完全不同类型的煤田 (Jharia煤田和Barmer-Sanchore煤田)已经采用了这种新方法。研究证明,综合多种测井响应的计算结果是合理而精确的。这一技术为不同性质不同类型的煤田计算其含气量提供了可靠的方法。

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

资料来源于美国《SPE 115563》

2009-01-05)