CN103884738A

CN103884738A - 地热单井地层热物性分布评估方法

Info

Publication number: CN103884738A
Application number: CN201410137109.XA
Authority: CN
Inventors: 程文龙; 王昌龙; 年永乐; 李同同
Original assignee: University of Science and Technology of China USTC
Current assignee: University of Science and Technology of China USTC
Priority date: 2014-04-04
Filing date: 2014-04-04
Publication date: 2014-06-25
Anticipated expiration: 2034-04-04
Also published as: CN103884738B

Abstract

本发明提供一种地热单井地层热物性分布评估方法，其为评估地热单井地层热物性分布的新方法，用于分析地热井地层的热导率和比热容。向地热井井筒中注入水，测量不同时间下水温随井筒的分布，根据井筒与地层的传热原理反演地层的热导率和比热容随地层深度的分布。该方法简单快捷、经济有效、所得地层热物性精度高。

Description

地热单井地层热物性分布评估方法

技术领域

本发明涉及地层热物性分析领域，具体的说是地热单井地层热物性分布评估方法，用于计算地层的热导率和比热容。

背景技术

地热井地层热物性，指地层的热导率和比热容，是地热发电的重要参数，如工质的选择和地层与工质间的传热系数都与地层热物性密切相关。

目前关于地热井地层热物性的研究较少，主要研究的是油井地层热物性，其方法主要分为实验室测量、理论推算和测井技术。

实验室测量主要通过在实验室条件下对岩心样本进行测量来分析地层的热物性。受实验条件和测量成本等因素的限制，通过实验室测量获得的地层热物性数据是比较有限的。

理论推算是通过建立近似反映地层结构及其特性的物理和数学模型来分析地层的热物性。鉴于地层复杂的地质结构，以及深层地层岩石和孔隙流体成分及含量的不确定性，通过理论推算的方法无法获得准确的地层热物性。

测井技术是通过测井数据确定地层岩石和所含流体的成分及其含量，再根据各组分的热导率等参数选用合适的半经验模型计算地层的热物性。测井技术在实际应用中也存在一定的局限性，如数据准确度低、模型适用性差、分析过程复杂以及费用昂贵等。

总之，目前分析地层热物性的方法都有一些局限性。

发明内容

本发明旨在提供一种地热单井地层热物性分布评估方法，其为评估地热单井地层热物性分布的新方法，通过向井筒中注水并测量水温的变化，根据井筒与地层的传热原理分析地层热导率和比热容。

为此，根据本发明的一个方面，提供地热单井地层热物性分布评估的单井筒方法：向单井筒中注满水，测量不同时间下水温随井筒的分布，根据井筒与地层的传热原理反演地层的热导率和比热容随地层深度的分布。

根据本发明进一步的实施例，向单井筒中注满水后，井筒与地层之间没有传质，而地层与井筒之间由于存在温差而发生传热，导致井筒中的水的温度发生变化，从而可以通过测量水温并根据井筒与地层的传热原理反演地层的热物性。

根据本发明的另一个方面，提供地热单井地层热物性分布评估的双井筒方法：以一定速率向外筒中注入水并从内筒中抽出，测量不同时间下外筒中的水的温度随井筒的分布，根据井筒与地层的传热原理反演地层的热导率和比热容随地层深度的分布。

根据本发明进一步的实施例，向外筒中注入水并从内筒中抽出后，水从外筒自上而下流入底部再进入内筒进而自下而上流动直至流出井口，井筒与地层之间没有传质，而地层与井筒之间由于存在温差而发生传热，导致井筒中的水的温度发生变化，从而可以通过测量外筒中的水温并根据井筒与地层的传热原理反演地层的热物性。

根据本发明进一步的实施例，所述反演方法包括蒙特卡洛算法：（1）产生预定数量的热导率和比热容的随机数值，将热导率和比热容的随机数值代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，确定地热井地层的热导率；（2）产生预定数量的比热容的随机数值，将确定的所述热导率和比热容的随机数值代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，确定地热井地层的比热容；（3）在确定的热导率和比热容的左右邻域范围内产生预定数量的热导率和比热容的随机数值，将热导率和比热容的随机数值代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，进一步修正确定的所述热导率和比热容。

根据本发明进一步的实施例，所述反演方法还包括基于拉丁超立方抽样的蒙特卡洛算法：（1）把热导率和比热容两个变量的取值范围分别等概率地分成N个子区间，在每个变量子区间抽取一个随机值，最后对热导率和比热容的随机值进行随机组合并代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，确定地热井地层的热导率；（2）产生预定数量的比热容的随机数值，将确定的所述热导率和比热容的随机数值代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，确定地热井地层的比热容；（3）产生预定数量的热导率的随机数值，将确定的所述比热容和热导率的随机数值代入水温与地层热物性的关系方程，以依次计算出各个测定时间点对应的水温，根据水温在各个测定时间点的计算值与实验值的均方根误差最小的原则，进一步修正确定的所述热导率。

与现有技术相比，本发明提出采用向井筒中注入水并测量水温变化的方式，利用井筒与地层的传热方程的精确解，能够得到较准确的原始地层热导率和比热容的分布，方便、经济、高效，并且对复杂的地层也同样适用。

附图说明

图1为采用单井筒的地热单井示意图；

图2为根据本发明实施例的采用双井筒的地热单井示意图；

图3为根据本发明实施例一的利用双井筒方法基于t=1d和t=2d两个时间点，t=1d,t=2d和t=3d三个时间点，以及t=1d,t=2d，t=3d和t=4d四个时间点的温度数据分析得到的地热井各深度地层热导率与真值的比较；

图4为根据本发明实施例一的利用双井筒方法基于t=1d和t=2d两个时间点，t=1d,t=2d和t=3d三个时间点，以及t=1d,t=2d，t=3d和t=4d四个时间点的温度数据分析得到的地层井各深度地层比热容与真值的比较；

图5为根据本发明实施例二的利用双井筒方法基于t=1d和t=2d两个时间点，t=1d,t=2d和t=3d三个时间点，以及t=1d,t=2d，t=3d和t=4d四个时间点的温度数据分析得到的地层井各深度地层热导率与真值的比较；

图6为根据本发明实施例二的利用双井筒方法基于t=1d和t=2d两个时间点，t=1d,t=2d和t=3d三个时间点，以及t=1d,t=2d，t=3d和t=4d四个时间点的温度数据分析得到的地层井各深度地层比热容与真值的比较。

具体实施方式

下面结合附图以及具体实施例进一步说明本发明。

实施例一：本实施方式提供采用双井筒的地热单井地层热物性分布评估方法，利用蒙特卡洛算法反演地层热导率和比热容。

如图2所示，地热单井包含内筒和外筒，向外筒中以一定速率注入等温度水，水在外筒中从井口流向井底，再从井底进入内筒，最终在井口处流出。分别在外筒中各深度处放置热电偶，并连接到数据采集仪，测量外筒中各深度的水在不同时间的温度。

由于没有实测数据，可假定一口虚拟地热单井，井深5000m,地温梯度为0.03K·m^-1,井口地层温度为15℃，向外筒中以0.1m·s^-1的速度注入5℃的水并从内筒中抽出。根据地层热物性及其他给定条件，结合水温与地层热物性的关系，计算外筒中的水在深度为1000m，2000m，3000m,4000m和5000m处在1天、2天、3天和4天这四个时间点的温度。将计算得到的温度值保留到一位小数并当作实测值，根据得到的实测值分别反演各深度的地层热物性。

具体反演步骤如下：（1）在[0.5,2.5]范围内产生一定数量服从均匀分布的随机数分别作为热导率的数值，在[0,2]范围内产生一定数量服从均匀分布的随机数分别作为比热容的数值。这里随机数的产生可以利用乘同余法、混合同余法等各种算法。将热导率和比热容的随机数值进行组合后，代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“λ”和“c_p”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“λ”值作为第一次计算时的等效热导率值。（2）在[0,2]范围内产生一定数量服从均匀分布的随机数分别作为比热容c_p的数值，将比热容的随机数值和得到的等效热导率值代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“c_p”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“c_p”值作为第二次计算时的等效比热容值。（3）将上述步骤中得到的“λ”和“c_p”值分别在左右邻域0.2范围内产生随机数，将热导率和比热容的随机数值进行组合后，代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“λ”和“c_p”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“λ”和“c_p”值作为热导率和比热容的最终值。

图3显示了基于两个时间点，三个时间点和四个时间点的温度数据计算得到的各深度地层热导率与真值的比较，计算得到的热导率的相对误差基本在5%以内。图4显示了基于两个时间点，三个时间点和四个时间点的温度数据计算得到的各深度地层比热容与真值的比较，计算得到的体积比热容的相对误差基本在10%以内。

实施例二：本实施方式提供采用双井筒的地热单井地层热物性分布评估方法，利用基于拉丁超立方抽样的蒙特卡洛算法反演地层热导率和比热容。

具体反演步骤如下：（1）假定热导率和比热容的变化范围为[0.5,2.5]和[0,2]，将[0.5,2.5]和[0,2]分别等概率地分成若干个等间隔的子区间，在每个子区间中仅产生一个随机值，从而得到若干个热导率λ和比热容c_p的随机数值，将两者进行随机组合后，代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“λ”和“c_p”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“λ”值作为热导率值。（2）在[0,2]范围内产生一定数量服从均匀分布的随机数分别作为比热容c_p的数值，将比热容的随机数值和得到的热导率值代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“c_p”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“c_p”值作为比热容值。（3）在[0.5,2.5]范围内产生一定数量服从均匀分布的随机数分别作为热导率λ的数值，将热导率的随机数值和得到的比热容值代入水温与地层热物性的关系方程精确解计算水温，从中选取一组最适合的“λ”，使得此时计算得到的各时间点的水温与实验值的均方根误差最小，将这组中的“λ”值作为热导率修正值。

图5显示了基于两个时间点，三个时间点和四个时间点的温度数据计算得到的各深度地层热导率与真值的比较，计算得到的热导率的相对误差基本在5%以内。图6显示了基于两个时间点，三个时间点和四个时间点的温度数据计算得到的各深度地层比热容与真值的比较，计算得到的体积比热容的相对误差基本在10%以内。

Claims

1.地热单井地层热物性分布评估方法，其特征在于：向地热井井筒中注入水，通过测量不同时间下水温随井筒深度的分布，根据井筒与地层的传热原理反演得出地层热导率、比热容随地层深度的分布。

2.根据权利要求1所述的地热单井地层热物性分布评估方法，其特征在于：

地热井井筒分为单井筒和双井筒两种类型，单井筒和双井筒对应的方法分别为单井筒方法和双井筒方法；

单井筒方法：向单井筒中注满水，测量不同时间下水温随井筒的分布，根据井筒与地层的传热原理反演地层的热导率和比热容随地层深度的分布；

双井筒方法：以一定速率向外筒中注入水并从内筒中抽出，测量不同时间下外筒中的水的温度随井筒的分布，根据井筒与地层的传热原理反演地层的热导率和比热容随地层深度的分布。

3.根据权利要求1所述的地热单井地层热物性分布评估方法，其特征在于：反演热物性可以采用蒙特卡洛算法、无约束优化算法、遗传算法或这几种算法的混合算法。