CN105298481B - 一种深部煤系及薄煤层多级叠加测井识别方法 - Google Patents
一种深部煤系及薄煤层多级叠加测井识别方法 Download PDFInfo
- Publication number
- CN105298481B CN105298481B CN201510666941.3A CN201510666941A CN105298481B CN 105298481 B CN105298481 B CN 105298481B CN 201510666941 A CN201510666941 A CN 201510666941A CN 105298481 B CN105298481 B CN 105298481B
- Authority
- CN
- China
- Prior art keywords
- coal
- measures
- deep
- log data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种深部煤系及薄煤层多级叠加测井识别方法。本发明方法通过对多种测井曲线及数据的多次叠加处理,能够获得处于深部(3000m以上)埋藏状况下煤层特征的定量数据;本发明方法通过进行有关深部薄煤层多种测井数据处理、叠加,能够获得煤层在深部位置的顶界点和底界点的深度、标高和厚度数值;此外,本发明方法还能获得深部煤层与上下岩层对比界线及厚度数据的标准值,实现点、线、面的空间链接。本发明方法利于克服现有深部煤层识别技术中的存在的误判、错判、误差大等问题,达到准确识别深部煤层的顶、底界面、厚度、深度等定量化效果。
Description
技术领域
本发明涉及一种深部煤系及薄煤层多级叠加测井识别方法。
背景技术
利用测井资料进行地下地层判识、地层识别以及层序分析,是对岩芯地层观测与分析的一种有效补充,使得最终的地下地层和矿层的识别和确定、划分更具有科学性、真实性。如自然伽玛和电阻率测井曲线的响应值主要受沉积物泥质含量、分选性、粒度的变化影响大,因此由测井值的变化可提供沉积环境的水动力状况、物源供给条件、沉积作用方式(进积、加积、退积)、剖面结构和相等诸多方面的重要信息。在应用测井曲线进行层序界面识别和沉积相、沉积层序划分时,主要利用其标志性特征的几个结构要求,包括形态、圆滑程度、接触关系、组合特征、叠加样式等测井相特征加以判别。煤系勘探在查明小于1500-2000m深度范围的煤层厚度方面,测井资料的常规分析是非常关键和有效的,主要应用于对钻井煤层层位、深度、厚度的校正。地下地层的识别、测井数据及曲线很重要,曲线类型很多,如自然伽玛、密度和电阻率等。存在的主要问题是:以往在煤系中应用大多为浅层,即小于2000m深度,在石油地质领域,钻井测井最大可达到上万米,只能大致确定煤系煤层组的范围数据,无法用常规方法识别煤层,即使煤层的厚度很大,也无法准确判识和确定。
现有技术中深部钻井测井资料由于施工年、设备及地质原因,识别煤层的条件比较苛刻,主要表现在以下几个方面:煤层较薄、异常相对不明显,不能准确的反应煤层的真实信息;测井资料未进行深度校正,同一煤层不同测井异常响应的深度相差较大;不同钻井所用的测井方法不同,对煤层的敏感程度不同,不利于建立统一的标准;实见煤层少,且分布局限,不足以作为深部判别煤层的标准,如表1和图2所示。
表1深部测井曲线对煤层的敏感程度
见煤钻井 | 第一敏感曲线 | 第一敏感曲线 | 第一敏感曲线 |
YC13-1-1 | 岩性密度 | 中子孔隙度 | 声波时差 |
YC13-1-2 | 声波时差 | 岩性密度 | 井径 |
YC13-1-a1 | 阵列感应 | 岩性密度 | 中子孔隙度 |
YC13-1-a2 | 阵列感应 | 岩性密度 | 中子孔隙度 |
YC13-1-3 | 岩性密度 | 声波时差 | 电阻率 |
YC13-1-6 | 岩性密度 | 中子孔隙度 | 井径 |
YC8-2-1 | 岩性密度 | 中子孔隙度 | 井径 |
YC19-1-1 | 岩性密度 | 声波时差 | 中子孔隙度 |
在图2中,各个字母代表的含义分别如下:DEPTH代表深度,SP代表自然电位,GR代表自然伽马曲线,U代表铀,TH代表钍,K代表钾,RLLD代表深侧向,RLLS代表浅测向,R2.5、R4.5代表普通视电阻率测井,DEN代表密度,AC代表声波时差,CNL代表中子测井,C1代表甲烷,C2代表乙烷,TOC代表总有机碳,Ro代表镜质体反射率。
随着对地下资源不断勘探的加大,虽然浅部勘探已经成熟。然而,对于煤系来说,深度资源的判识和发现显得越来越重要。浅层测井地层识别方法如一般的逻辑判别方法,不能满足深部地层的识别要求,必须进行测井资料解释的技术进步和全面提升。
发明内容
通过对多种测井数据、曲线的多元叠加分析,本发明提出了一种深部煤系及薄煤层多级叠加测井识别方法,该方法利于提高深部煤系、煤组和煤层的识别精度,在煤组顶、底界面确定、煤层厚度、薄煤层层数等方面达到定量解释。
为了实现上述目的,本发明采用如下技术方案:
一种深部煤系及薄煤层多级叠加测井识别方法,包括如下步骤:
a对深部煤系、煤组和煤层测井数据进行收集、初始化处理和除噪;
b采用不同测井方法分别对深部煤系、煤组和煤层测井数据进行信号处理,得到对煤系、煤组和煤层反映敏感的单项测井数据;
c逐一对步骤b得到的单项测井数据煤系、煤组和煤层异常数据进行叠加处理,即进行信号放大处理,筛选出单项测井数据中反映煤系、煤组和煤层突出的异常信号,形成异常数据组;
d在步骤c的基础上,进行多项测井数据交汇、叠加处理,获得埋深垂向上一系列的异常组合峰谷列阵;
e在得到异常组合峰谷列阵后,对所有煤系、煤组和煤层反映敏感性测井数据进行处理,通过不同单项测井数据的交汇处理获得多项测井数据的一致异常,正交获得煤层顶界点和底界点的深度、标高和厚度数据;
f进行单项测井数据及多项测井数据数值叠加、交汇分析,得到煤层的属性信息;
g当叠加处理后的多项测井数据处理结果都指示为煤系、煤组和煤层,即可判识确定为煤系、煤组和煤层,从而获得目标数据体;
对目标数据体进行多项测井数据处理交汇、甄别:若煤层顶界点和底界点的深度、标高及厚度数据在进行单项测井数据间的对比时误差均小于10%,则进行煤系、煤组和煤层确认,转到步骤h;若误差大于10%,则回到步骤e进行数据的重新交汇、处理;
h输出完整的煤系、煤组和煤层综合柱状图。
本发明具有如下优点:
本发明方法通过对多种测井曲线及数据的多次叠加处理,能够获得处于深部埋藏状况下煤层特征的定量数据;本发明方法通过进行有关深部薄煤层(小于0.5m)多种测井数据处理、叠加,能够获得煤层在深部位置的顶界点、底界点数值;此外,本发明方法还能获得深部煤层与上下岩层对比界线及厚度数据的标准值,实现点、线、面的空间链接。本发明方法利于克服现有深部(大于3000m地下深处)煤层识别技术中的存在的误判、错判、误差大等问题,达到准确识别深部煤层的顶、底界面、厚度、深度等定量化效果。
附图说明
图1为本发明中一种深部煤系及薄煤层多级叠加测井识别方法的流程示意图。
图2为测井原始曲线判识对应的岩层示意图。
图3为通过叠加分析确定深度3788m煤层示意图。
图4为多次叠加分析结果示意图。
图5为测井数据叠加处理示意图。
具体实施方式
本发明的基本思想为:深部煤层厚度较小,均为极薄煤层,一般厚度均小于0.5m。但是,这些薄煤层的测井响应还是较为明显的,且一些煤层测井异常幅度较大。由于测井的测点间隔是固定的,一般为0.15m,理论上该测井的分辨率为0.15m×2=0.3m,但是,实际工作中影响因素较多,测井分辨率一般要大于0.5m。由于煤层较薄,小于测井分辨率,那么,它在测井响应上表现出来的就不是真实的煤层特征,而是包含了相当部分煤层顶底板岩性的特征,这样就减弱煤层的真实测井响应程度,且使得煤层测井异常与顶底板岩性之间的界线变模糊了,在测井曲线上表现为异常幅度变小、异常纵向跨度变大、与顶底板岩性异常之间过渡变平缓了。这样从测井曲线上解释的煤层厚度往往比实际厚度偏厚,测井响应的1/3幅值厚度与实测煤层厚度较为相近,由于煤层较薄,所以误差较大,约为30%,如果煤层厚度较大,误差则会明显减小。1/3幅值厚度值与半幅值相比,明显更接近煤层的真实厚度。因此,本发明采用1/3幅厚度作为解释煤层厚度的依据,误差在10%以内,如图3和图4所示。在图3中各个字母代表的含义分别如下:SGR代表地层倾角,RHOB岩性密度测井,DT代表地温梯度,RT代表地层真电阻率。针对深部区的资料条件,本发明制定以下解决方案:(1)采纳多种测井数据和曲线,放宽煤层异常的范围,防止煤层“丢失”;(2)识别过程中,将煤层异常进行深度校正;(3)利用不同钻井对煤层敏感的测井曲线,分别建立定量的判别标准;(4)进行多次叠加处理,获得核心处理结果。
具体的,下面结合附图以及具体实施方式对本发明作进一步详细说明:
结合图1所示,一种深部煤系及薄煤层多级叠加测井识别方法,包括如下步骤:
a对深部煤系、煤组和煤层测井数据进行收集、初始化处理和除噪;其目的是将非煤系、施工泥浆等因素导致的噪音信号排除掉;
b采用不同测井方法分别对深部煤系、煤组和煤层测井数据进行信号处理,得到对煤系、煤组和煤层反映敏感的单项测井数据;
常用的测井方法,诸如电阻率法、自然电位法、放射性法、密度法、声波法(速度、幅度、全波列法)、中子法、双感应、阵列感应、核磁共振、地层倾角等;
c逐一对步骤b得到的单项测井数据煤系、煤组和煤层异常数据进行叠加处理,即进行信号放大处理,筛选出单项测井数据中反映煤系、煤组和煤层突出的异常信号,形成异常数据组;
例如电阻率的异常高点、密度的异常低点等,自动读出其数据,获得数据矩阵;
d在步骤c的基础上,进行多项测井数据交汇、叠加处理,叠加的方法如单项测井数据两两叠加、组合叠加,本发明采取信号差异性叠加,如对煤系、煤组和煤层密度低而放射性高的叠加,出现尖谷、尖峰的交汇,获得埋深垂向上一系列的异常组合峰谷列阵;
e步骤d获得的异常组合峰谷列阵只是获得识别煤系、煤组和煤层的前提,还不是真实可靠的数值,异常组合峰谷列阵中存在非目标层的数据,因此,在d的基础上,对所有煤系、煤组和煤层反映敏感性测井数据(非敏感的已经剔除,不同地区的地球物理特征不同,敏感性的反映也不同,通过条件试验进行排除)进行处理,目标是前几步获得的煤系、煤组和煤层异常(已剔除的信号不再处理);通过不同单项测井数据的交汇处理获得多项测井数据的一致异常,正交获得煤层顶界点和底界点的深度、标高和厚度数据;
f进行单项测井数据及多项测井数据数值(如幅度)叠加、交汇分析,得到煤层的属性信息,即煤系、煤组和煤层的特性、硬度、含水性、含其他杂质、热变质程度、裂隙等属性;
g深部煤系、煤组和煤层测井识别是一个反复尝试和逐步逼近的过程,当叠加处理后的多项测井数据处理结果都指示为煤系、煤组和煤层(表明异常特征符合),即可判识确定为煤系、煤组和煤层,从而获得目标数据体;
对目标数据体进行多项测井数据处理交汇、甄别:若煤层顶界点和底界点的深度、标高及厚度数据在进行单项测井数据间的对比时误差均小于10%,则进行煤系、煤组和煤层确认,转到步骤h;若误差大于10%,则回到步骤e进行数据的重新交汇、处理;
h输出完整的煤系、煤组和煤层综合柱状图。
本发明中的深部煤系及薄煤层是指3000以上深度的煤系及薄煤层。
本发明方法经过对多种测井数据的叠加处理和分析,即由低级分辨率向高级分辨率逐步提高、不同测井数据及曲线叠加的识别、划分,可以获得对于煤系、煤组和煤层的埋藏深度、顶底界面、厚度等关键数据,这对于正确获得地下深处煤系有机岩的关键数据、正确评价深部特别是海域深水区煤系有关数据,评价煤系对深度资源评价具有重要价值。
本发明已经通过现场实践操作应用,获得了理想的结果。如表2和图5所示。
表2深部煤层识别结果
在图5中,GR代表自然伽马曲线,a代表数据叠加处理中的选取参数。
对我国南海海域深水区深度煤系、煤组和煤层识别,见煤钻井煤层厚度识别误差百分比在0.74-4.86%之间,其中,YC13-1-3井最小为0.74%,YC13-1-2井最大为4.86%,平均为2.01%。从各段来看,崖三段煤层厚度1.97%,崖二段煤层厚度1.99%,崖一段煤层厚度2.21%。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (1)
1.一种深部煤系及薄煤层多级叠加测井识别方法,其特征在于,包括如下步骤:
a对深部煤系、煤组和煤层测井数据进行收集、初始化处理和除噪;
b采用不同测井方法分别对深部煤系、煤组和煤层测井数据进行信号处理,得到对煤系、煤组和煤层反映敏感的单项测井数据;
c逐一对步骤b得到的单项测井数据煤系、煤组和煤层异常数据进行叠加处理,即进行信号放大处理,筛选出单项测井数据中反映煤系、煤组和煤层突出的异常信号,形成异常数据组;
d在步骤c的基础上,进行多项测井数据交汇、叠加处理,获得埋深垂向上一系列的异常组合峰谷列阵;
e在得到异常组合峰谷列阵后,对所有煤系、煤组和煤层反映敏感性测井数据进行处理,通过不同单项测井数据的交汇处理获得多项测井数据的一致异常,正交获得煤层顶界点和底界点的深度、标高和厚度数据;
f进行单项测井数据及多项测井数据数值叠加、交汇分析,得到煤层的属性信息;
g当叠加处理后的多项测井数据处理结果都指示为煤系、煤组和煤层,即可判识确定为煤系、煤组和煤层,从而获得目标数据体;
对目标数据体进行多项测井数据处理交汇、甄别:若煤层顶界点和底界点的深度、标高及厚度数据在进行单项测井数据间的对比时误差均小于10%,则进行煤系、煤组和煤层确认,转到步骤h;若误差大于10%,则回到步骤e进行数据的重新交汇、处理;
h输出完整的煤系、煤组和煤层综合柱状图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510666941.3A CN105298481B (zh) | 2015-10-15 | 2015-10-15 | 一种深部煤系及薄煤层多级叠加测井识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510666941.3A CN105298481B (zh) | 2015-10-15 | 2015-10-15 | 一种深部煤系及薄煤层多级叠加测井识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105298481A CN105298481A (zh) | 2016-02-03 |
CN105298481B true CN105298481B (zh) | 2016-06-15 |
Family
ID=55196210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510666941.3A Active CN105298481B (zh) | 2015-10-15 | 2015-10-15 | 一种深部煤系及薄煤层多级叠加测井识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105298481B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105756673B (zh) * | 2016-02-26 | 2017-04-05 | 山东科技大学 | 一种基于测井曲线的煤与天然焦快速识别方法 |
CN106194181B (zh) * | 2016-08-08 | 2017-04-12 | 西安科技大学 | 基于地质数据的智能化工作面煤岩界面识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102052070A (zh) * | 2010-12-13 | 2011-05-11 | 中国石油集团川庆钻探工程有限公司 | 复杂岩性碎屑岩地层组分测井处理方法 |
CN102102514A (zh) * | 2010-12-13 | 2011-06-22 | 中国石油大学(北京) | 煤灰确定煤层强度技术 |
CN104314563A (zh) * | 2014-10-21 | 2015-01-28 | 西安科技大学 | 一种煤层气储层可压裂性的测井定量评价方法 |
CN104502996A (zh) * | 2014-12-23 | 2015-04-08 | 中国石油天然气集团公司 | 一种密度曲线校正方法及系统 |
CN104514552A (zh) * | 2013-09-27 | 2015-04-15 | 中国石油天然气集团公司 | 一种煤层气储层识别与丰度预测的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7900700B2 (en) * | 2007-08-02 | 2011-03-08 | Schlumberger Technology Corporation | Method and system for cleat characterization in coal bed methane wells for completion optimization |
-
2015
- 2015-10-15 CN CN201510666941.3A patent/CN105298481B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102052070A (zh) * | 2010-12-13 | 2011-05-11 | 中国石油集团川庆钻探工程有限公司 | 复杂岩性碎屑岩地层组分测井处理方法 |
CN102102514A (zh) * | 2010-12-13 | 2011-06-22 | 中国石油大学(北京) | 煤灰确定煤层强度技术 |
CN104514552A (zh) * | 2013-09-27 | 2015-04-15 | 中国石油天然气集团公司 | 一种煤层气储层识别与丰度预测的方法 |
CN104314563A (zh) * | 2014-10-21 | 2015-01-28 | 西安科技大学 | 一种煤层气储层可压裂性的测井定量评价方法 |
CN104502996A (zh) * | 2014-12-23 | 2015-04-08 | 中国石油天然气集团公司 | 一种密度曲线校正方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105298481A (zh) | 2016-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104453873B (zh) | 页岩油气经济有效层段的评价方法 | |
Ferreira et al. | Unsupervised seismic facies classification applied to a presalt carbonate reservoir, Santos Basin, offshore Brazil | |
CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
CN104074514B (zh) | 一种断层结构的测井判识方法 | |
CN104375182B (zh) | 一种裂缝型储层流体的识别方法及装置 | |
CN103675907A (zh) | 一种基于岩相约束的avo反演油气检测方法 | |
Roach et al. | Initial 4D seismic results after CO2 injection start-up at the Aquistore storage site | |
CN102466815A (zh) | 三叠系碎屑岩油气藏识别方法 | |
CN110018528B (zh) | 幔源油气综合地质分析方法 | |
CN111352172B (zh) | 一种用井震联合法获取铀异常在砂体中空间分布位置的方法 | |
Willis | Upscaling anisotropic geomechanical properties using Backus averaging and petrophysical clusters in the Vaca Muerta Formation | |
Kianoush et al. | Application of pressure-volume (PV) fractal models in modeling formation pressure and drilling fluid determination in an oilfield of SW Iran | |
Farouk et al. | Geomechanical assessment of the lower Turonian AR-F limestone member, Abu Gharadig Field, Egypt: implications for unconventional resource development | |
Lin et al. | Predicting the azimuth of natural fractures and in situ horizontal stress: A case study from the Sichuan Basin, China | |
CN103399345B (zh) | 一种潜山裂缝分布的勘测方法与装置 | |
CN108957527A (zh) | 岩层网状裂缝的地震预测方法 | |
CN106033127B (zh) | 基于横波速度变化率的地应力方位地震预测方法 | |
CN105298481B (zh) | 一种深部煤系及薄煤层多级叠加测井识别方法 | |
Jameel et al. | Petrophysical Properties of Khasib Formation in East Baghdad Oil Field Southern Area | |
Banerjee et al. | Anisotropy and fracture analysis for coalbed methane reservoir development in Bokaro coalfield, India | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
Zhang et al. | Natural fracture prediction in Keshen 2 ultra-deep tight gas reservoir based on R/S analysis, Kuqa Depression, Tarim Basin | |
Tamagawa et al. | Use of a computational fault-extraction process with calibrations to characterize a fractured basement reservoir, Yufutsu, Japan | |
Wei et al. | Interpretation of multicomponent seismic data across Wister geothermal field, Imperial Valley, California | |
Clemons et al. | Seismic attributes: Exploiting seismic data to understand heterogeneous reservoir performance in the Eagle Ford Shale, south Texas, USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |