CN106097133A - 一种煤层含水量和产水量预测方法 - Google Patents
一种煤层含水量和产水量预测方法 Download PDFInfo
- Publication number
- CN106097133A CN106097133A CN201610543647.8A CN201610543647A CN106097133A CN 106097133 A CN106097133 A CN 106097133A CN 201610543647 A CN201610543647 A CN 201610543647A CN 106097133 A CN106097133 A CN 106097133A
- Authority
- CN
- China
- Prior art keywords
- coal seam
- coal
- water
- aquifer yield
- unit
- 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.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 249
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005065 mining Methods 0.000 claims abstract description 58
- 239000004576 sand Substances 0.000 claims abstract description 38
- 101710147185 Light-dependent protochlorophyllide reductase Proteins 0.000 claims description 16
- 101710193909 Protochlorophyllide reductase, chloroplastic Proteins 0.000 claims description 16
- 101710109491 Pyruvate synthase subunit PorA Proteins 0.000 claims description 16
- 101710109487 Pyruvate synthase subunit PorB Proteins 0.000 claims description 16
- 101710109489 Pyruvate synthase subunit PorC Proteins 0.000 claims description 16
- 101710109484 Pyruvate synthase subunit PorD Proteins 0.000 claims description 16
- 238000000205 computational method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000013441 quality evaluation Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 231100000241 scar Toxicity 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 6
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 22
- 239000000047 product Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000003795 desorption Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000013066 combination product Substances 0.000 description 1
- 229940127555 combination product Drugs 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种煤层含水量和产水量预测方法，包括：1)计算纯煤层产水量参数及产水量；2)构建顶底板砂岩产水综合评价参数；3)计算煤层排采产水量；4)计算煤岩全水分；5)计算煤层含水量；6)计算煤层顶底板砂岩含水量。本发明通过分析煤层排采初期产水量与测井量的关系，建立了利用测井资料预测纯煤层排采产水量的方法；在煤层近距离范围内存在含水砂岩的情况下，给出了煤层与含水砂岩共同产水的产水量计算模型；依据煤岩实验，建立了由测井资料计算煤层含水量的方法，提供了顶板砂岩层的总含水量；利用可动水含水量与产水量，可以初步预测排采过程的产水周期。
Description
【技术领域】
本发明属于煤层气勘探开发领域，特别涉及煤层含水量计算和煤层气排采过程中产水量的预测。
【背景技术】
煤层中含有数量不等的水。煤层水不仅是煤层气富集的重要影响因素，同时作为客观介质对煤层气的产出具有重要的作用，其产出引起储层压力的动态变化直接影响着煤层气的解吸过程。绝大部分煤层气排采需要通过抽排出煤层中的水分，使煤层压力降低到临界解吸压力以下，煤层中的煤层气解吸后沿裂隙排出。只有极少部分煤层被打开后游离气直接产出。煤岩既有大量的微孔隙，又有显微裂隙和宏观裂隙，即双重孔隙结构，造成煤层产水地质因素复杂。煤层从被射开到产气，一般需要经历数天、数月到几年的排水降压阶段。实际排采过程中，煤层产水量井间差异大，日产水量从几方-几百方，产水量大的井降压困难，造成只产水不产气。煤层气排采过程中的产水量预测，成为煤层气开发时期的技术需求。
煤层气开发属于近几年的新兴产业，有文献推出关于煤层气排采产能评估软件，但由于不同的排采方式和煤层本身地质因素的影响，可靠性不能满足需要。而对于煤层气排采过程中的产水量预测方法基本处于空白状态。由于测井资料能够反映煤层的物性、煤质、煤层结构等信息，具备了煤层含水量和产水量评价的基础。利用测井资料分析煤层的产水因素，在此基础上开展煤层产水预测技术研究，筛选敏感因素，进而建立煤层含水量和产水量计算方法。
【发明内容】
本发明目的是利用测井资料评价煤层总的含水量，提供一种煤层含水量和产水量预测方法，此两项参数可用于煤层气开发方案(部井、开采层位、压裂规模、排采方案等)的制定，提高煤层气开发效率。
为达到上述目的，本发明采用以下技术方案予以实现：
一种煤层含水量和产水量预测方法，包括以下步骤：
1)计算纯煤层产水量参数及产水量；
2)构建顶底板砂岩产水综合评价参数；
3)计算煤层排采产水量；
4)计算煤岩全水分；
5)计算煤层含水量；
6)计算煤层顶底板砂岩含水量。
本发明进一步的改进在于：
所述步骤1)中，纯煤层产水量参数及产水量的计算方法为：
筛选排采煤层顶底板中无明显含水砂岩的井，统计煤层排采产水量与煤层测井响应的关系，确定煤层产水量的敏感测井量，并构建煤层产水综合评价参数：
Wcb＝f(PORD，PORS，GR，RT)
式中：PORD为密度孔隙度；PORS为声波孔隙度；GR为自然伽马；RT为电阻率；
单井煤层产水量QWC计算公式：
QWC＝c1×Wcb+c2
上式中，c1、c2为区域系数。
所述步骤2)中，构建顶底板砂岩产水综合评价参数Wrf的具体方法为：
Wrf＝f(PORs，THKs，D)
上式中，THKs为砂岩厚度；PORs为砂岩孔隙度；D为砂岩距煤层的距离。
所述步骤3)中，煤层排采产水量的计算方法为：
将煤层产水评价参数Wcb、砂岩产水评价参数Wrf与煤层排采产水量联合分析，通多元回归建立关系式，进行煤系地层煤层排采产水预测；
煤层排采总产水量QWT预测函数：
QWT＝f(Wrf，Wcb)。
所述步骤4)中，煤岩全水分的计算方法为：
对煤样全水分计算公式如下：
Mt＝(100-Mf)×Minh/100+Mf
其中：Mt为煤样的全水分，单位％；Mf为煤样的外水分，单位％；Minh为煤样空气干燥基水分，单位％；
利用煤心全水分实验数据，经岩心归位后与测井资料结合，优选相关性较高的测井量，经多元回归建立煤层全水分预测模型；
煤岩全水分Mt计算函数：
Mt＝f(RT，GR，AC，DEN)
其中：Mt为煤岩全水分，％；DEN为体积密度；AC为纵波时差；GR为自然伽马；RT为电阻率。
所述步骤5)中，煤层含水量的计算方法为：
以煤岩全水分计算为基础，利用测井提供的煤层厚度、煤岩体积密度，根据实际井距，建立单井煤层总含水量预测模型；
煤层总含水量：
WTC＝(THKcb×S×DEN×(Mt/100))/ρw/10000
上式中，S为煤层排采供水面积：对于单井而言，S＝R2，R为井距，单位m；对于区域而言，S为区域整体排采时地层流体流动波及范围；
其中，Mt为煤层全水分评价参数，单位％；THKcb为煤层厚度，单位m；ρw为煤层水密度，单位g/cm3；DEN为煤岩密度，单位g/cm3；
单井煤层可动水含量：
WCM＝WTC×Scwm
其中：WTC为煤层总含水量，单位104m3；WCM为煤层可动水含量，单位104m3；Scwm为煤层可动水饱和度。
所述步骤6)中，煤层顶底板砂岩含水量的计算方法为：
顶底板砂岩层总含水量预测模型：
WTS＝(S×THKs×(POR/100))/ρw/10000
上式中，S为顶地板砂岩面积；
对于单井而言，S＝R2，R为井距，单位为m；
对于区域而言，S为区域整体排采时地层流体流动波及范围；
ρw为砂层水密度，单位为g/cm3；THKs为砂岩厚度，单位为m；POR为砂岩孔隙度，单位％；
顶底板砂岩层可动水量预测模型：
WSM＝WTS×(1-SWIR)
上式中，WTS为顶底板砂岩总含水量，单位104m3；WSM为顶底板砂岩可动水，单位104m3；SWIR为砂岩层束缚水饱和度，单位％。
与现有技术相比，本发明具有以下有益效果：
本发明在一定程度上满足了煤层气开发所需技术，拓宽了测井评价范围。本发明技术方案带来的有益之处是：通过分析煤层排采初期产水量与测井量的关系，建立了利用测井资料预测纯煤层排采产水量的方法；在煤层近距离范围内存在含水砂岩的情况下，给出了煤层与含水砂岩共同产水的产水量计算模型；依据煤岩实验，建立了由测井资料计算煤层含水量的方法，提供了顶板砂岩层的总含水量；利用可动水含水量与产水量，可以初步预测排采过程的产水周期。利用本发明提供的含水量和产水量预测结果，可以帮助煤层气公司制定合理的井位部署、射孔层段、压裂措施以及排采方案。
【附图说明】
图1是B区块纯煤层(不含顶底板砂岩)组合产水参数Wcb与煤层排采产水量的相关图；
图2是B区块顶底板砂岩产水参数Wrf与煤层排采产水量关系图；
图3是B区块敏感测井量与煤岩全水分关系及测井煤岩全水分预测模型效果图；
图4是B区块单井煤层含水量测井解释成果图。
【具体实施方式】
下面结合附图对本发明做进一步详细描述：
参见图1至图4，本发明煤层含水量和产水量预测方法，包括以下步骤：
1)计算纯煤层产水量参数及产水量；
筛选排采煤层顶底板中无明显含水砂岩的井，统计煤层排采产水量与煤层测井响应的关系，确定煤层产水量的敏感测井量，并构建煤层产水综合评价参数：
Wcb＝f(PORD，PORS，GR，RT)
式中：PORD为密度孔隙度；PORS为声波孔隙度；GR为自然伽马；RT为电阻率；
单井煤层产水量QWC计算公式：
QWC＝c1×Wcb+c2
上式中，c1、c2为区域系数。
2)构建顶底板砂岩产水综合评价参数；
构建顶底板砂岩产水综合评价参数Wrf的具体方法为：
Wrf＝f(PORs，THKs，D)
上式中，THKs为砂岩厚度；PORs为砂岩孔隙度；D为砂岩距煤层的距离。
3)计算煤层排采产水量；
煤层排采产水量的计算方法为：
将煤层产水评价参数Wcb、砂岩产水评价参数Wrf与煤层排采产水量联合分析，通多元回归建立关系式，进行煤系地层煤层排采产水预测；
煤层排采总产水量QWT预测函数：
QWT＝f(Wrf，Wcb)。
4)计算煤岩全水分；
煤岩全水分的计算方法为：
对煤样全水分计算公式如下：
Mt＝(100-Mf)×Minh/100+Mf
其中：Mt为煤样的全水分，单位％；Mf为煤样的外水分，单位％；Minh为煤样空气干燥基水分，单位％；
利用煤心全水分实验数据，经岩心归位后与测井资料结合，优选相关性较高的测井量，经多元回归建立煤层全水分预测模型；
煤岩全水分Mt计算函数：
Mt＝f(RT，GR，AC，DEN)
其中：Mt为煤岩全水分，％；DEN为体积密度；AC为纵波时差；GR为自然伽马；RT为电阻率。
5)计算煤层含水量；
煤层含水量的计算方法为：
以煤岩全水分计算为基础，利用测井提供的煤层厚度、煤岩体积密度，根据实际井距，建立单井煤层总含水量预测模型；
煤层总含水量：
WTC＝(THKcb×S×DEN×(Mt/100))/ρw/10000
上式中，S为煤层排采供水面积：对于单井而言，S＝R2，R为井距，单位m；对于区域而言，S为区域整体排采时地层流体流动波及范围；
其中，Mt为煤层全水分评价参数，单位％；THKcb为煤层厚度，单位m；ρw为煤层水密度，单位g/cm3；DEN为煤岩密度，单位g/cm3；
单井煤层可动水含量：
WCM＝WTC×Scwm
其中：WTC为煤层总含水量，单位104m3；WCM为煤层可动水含量，单位104m3；Scwm为煤层可动水饱和度。
6)计算煤层顶底板砂岩含水量。
煤层顶底板砂岩含水量的计算方法为：
顶底板砂岩层总含水量预测模型：
WTS＝(S×THKs×(POR/100))/ρw/10000
上式中，S为顶地板砂岩面积；
对于单井而言，S＝R2，R为井距，单位为m；
对于区域而言，S为区域整体排采时地层流体流动波及范围；
ρw为砂层水密度，单位为g/cm3；THKs为砂岩厚度，单位为m；POR为砂岩孔隙度，单位％；
顶底板砂岩层可动水量预测模型：
WSM＝WTS×(1-SWIR)
上式中，WTS为顶底板砂岩总含水量，单位104m3；WSM为顶底板砂岩可动水，单位104m3；SWIR为砂岩层束缚水饱和度，单位％。
实施例
本发明以山西煤层气田B区块为例，提供了煤层气排采产水量和煤层含水量测井计算方法。煤岩物性为基础，通过分析各种测井量与煤岩含水量和煤层排采产水量的关系，筛选出敏感测井量，进而确定煤层含水量和产水量计算方法。本发明实施步骤可分为两部分：一部分是预测单井纯煤层或煤层加顶底板含水砂岩的排采产水量，应包括步骤1-3；另一部分是评价煤层和顶底板砂岩层的含水量，应包括步骤4-6。
步骤1纯煤层产水量参数及产水量计算。从已有的176口煤层气排采井中，筛选排采煤层顶底板中无明显含水砂岩并且煤层单层开采的井，这类井的排采产水仅源于煤层，无顶底板砂岩层的贡献，且不存在层间影响。统计煤层排采产水量与煤层测井响应的关系，筛选能够反映煤层产水量的测井量。通过广泛分析，发现该区块孔隙度测井与产水量相关性最好。
构建煤层产水评价参数：
Wcb＝PORD–PORS
式中：PORD为煤层密度孔隙度；PORS为煤层声波孔隙度；
煤层排采过程中，水和煤层气是通过裂缝到井筒而产出，产水参数Wcb正是反映煤层物性和裂缝的综合参数。不同地区的应用证明，Wcb与煤层产水量关系较好。
由图1形成单井纯煤层产水量QWC计算公式：
QWC＝16.311×Wcb-61.342
步骤2煤层顶底板砂岩产水参数。
砂岩层的厚度大、孔隙大造成总的含水量大，与煤层界面距离越小，被压开的可能性和压开程度越大。
构建顶底板砂岩产水综合评价参数Wrf：
Wrf＝PORs×THKs/D
上式中：THKs：砂岩厚度；PORs：砂岩孔隙度；D：砂岩距煤层的距离
统计Wrf与产水量的关系。
图2为山西一煤层气开发区域砂岩综合产水评价参数Wrf与排采产水量的统计分析，可以看出二者明显相关。
步骤3煤层气排采产水量计算。将煤层产水评价参数Wcb、砂岩产水评价参数Wrf与煤层排采产水量联合分析，通多元回归建立关系式，可进行煤系地层煤层排采产水预测。
B区块4+5煤煤层排采总产水量预测公式：
QWT＝A0+A1×Wrf+A2×Wrf 2+A3×Wrf 3+A4×Wcb+A5×Wcb 2+A6×Wcb 3
上式中：A0＝3127.8，A1＝1.024959，A2＝-0.022341，A3＝0.000194
A4＝-323.356895，A5＝11.156222，A6＝-0.128205
表1为B区块不同井煤层排采产水量QWT的计算结果与实际日产水量的误差分析，对比分析认为吻合性较好。
表1B区块计算煤层排采产水量QWT与实际日产水量对比分析
| 序号 | 井号 | 实际日产水 | 预测日产水 | 实际-预测 |
| 1 | B5-14x1 | 7.00 | 7.16 | -0.16 |
| 2 | B6-01 | 36.00 | 34.69 | 1.31 |
| 3 | B5-06x2 | 15.00 | 15.89 | -0.89 |
| 4 | B6-02x5 | 21.00 | 22.49 | -1.49 |
| 5 | B6-04x1 | 37.50 | 34.47 | 3.03 |
| 6 | B6-05x3 | 23.00 | 20.84 | 2.16 |
| 7 | B2-36 | 29.00 | 31.82 | -2.82 |
| 8 | B14 | 18.00 | 16.21 | 1.79 |
| 9 | B6-09x3 | 15.00 | 13.27 | 1.73 |
| 10 | B6-06x3 | 22.00 | 18.51 | 3.49 |
| 11 | B6-06x1 | 22.00 | 26.54 | -4.54 |
| 12 | B5-25x3 | 12.00 | 14.87 | -2.87 |
步骤4煤岩全水分的计算。利用B地区收集到的4口井共29个煤样全水分实验数据点，经岩心归位后与测井资料结合，进行了含水参数分析，通过优选确定了相关性较高的测井量，经多元回归，建立了煤层全水分预测模型。图4为测井量与煤岩全水分相关分析图
B区块煤岩全水分计算公式：
Mt＝-8.705+0.021×GR-0.016×AC+12.871×DEN
其中：Mt：煤岩全水分，％；
DEN：体积密度，g/cm3；AC：纵波时差，μs/m；GR：自然伽马，API
步骤5煤层含水量的计算。以煤岩全水分计算为基础，综合布井井距等各项因素，建立了单井煤层总含水量预测模型。B区块井距350m。
单井煤层总含水量计算公式：
WTC＝(THKcb×S×DEN×(Mt/100))/ρw/10000
上式中，S为煤层排采供水面积：对于单井而言，S＝350×350m2
Mt：煤层全水分评价参数，％ THKcb：煤层厚度，m
ρw：煤层水密度，g/cm3 DEN：煤岩体积密度，g/cm3
单井煤层可动水含量：
WCM＝WTC×Scwm
其中：WTC：煤层总含水量，104m3 WCM：煤层可动水含量，104m3
Scwm：煤层可动水饱和度。压汞实验分析，B区块煤层可动水饱和度为23％。
表2B区块煤层和砂岩层含水量测井预测
图4是B5-2x4井测井解释成果图。第8号层(4+5#煤)，测井曲线显示，煤层厚度小，电阻率为2000Ω.m，体积密度为1.40g/cm3左右，自然伽马数值较低，模型计算含水量小，总含水1.38万方，可动水0.32万方。
步骤6煤层顶底板砂岩含水量计算。对于煤层顶底板砂体较发育，煤层与砂层间泥岩隔层较薄，砂岩层所含地层水对煤层产水量有较大贡献。煤层顶底板砂岩层对产水量的影响主要表现在厚度、孔隙度和可动水饱和度，厚度大、孔隙度大、可动水饱和度大，产水量就越大。
顶底板砂岩层总含水量预测模型：
WTS＝(S×THKs×(POR/100))/ρw/10000
上式中，S为顶地板砂岩面积。
对于单井而言，S＝350×350m2
对于区域而言，S为区域整体排采时地层流体流动波及范围
ρw：煤层水密度，g/cm3；THKs：砂岩厚度，m；POR：砂岩孔隙度，％；
顶底板砂岩层可动水量预测模型：
WSM＝WTS×(1-SWIR)
上式中：WTS：顶底板砂岩总含水量，104m3；
WSM：顶底板砂岩可动水，104m3；
SWIR：砂岩层束缚水饱和度，％。
发明中所提供的方法已经在沁水盆地南部和鄂尔多斯盆地东缘两个煤层气田应用，为排采过程中的产水量预测提供了可靠的信息。本发明所提供的公式在不同地区会有所调整，公式中的系数依据不同地区而定。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (7)
1.一种煤层含水量和产水量预测方法，其特征在于，包括以下步骤：
1)计算纯煤层产水量参数及产水量；
2)构建顶底板砂岩产水综合评价参数；
3)计算煤层排采产水量；
4)计算煤岩全水分；
5)计算煤层含水量；
6)计算煤层顶底板砂岩含水量。
2.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤1)中，纯煤层产水量参数及产水量的计算方法为：
筛选排采煤层顶底板中无明显含水砂岩的井，统计煤层排采产水量与煤层测井响应的关系，确定煤层产水量的敏感测井量，并构建煤层产水综合评价参数：
Wcb＝f(PORD，PORS，GR，RT)
式中：PORD为密度孔隙度；PORS为声波孔隙度；GR为自然伽马；RT为电阻率；
单井煤层产水量QWC计算公式：
QWC＝c1×Wcb+c2
上式中，c1、c2为区域系数。
3.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤2)中，构建顶底板砂岩产水综合评价参数Wrf的具体方法为：
Wrf＝f(PORs，THKs，D)
上式中，THKs为砂岩厚度；PORs为砂岩孔隙度；D为砂岩距煤层的距离。
4.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤3)中，煤层排采产水量的计算方法为：
将煤层产水评价参数Wcb、砂岩产水评价参数Wrf与煤层排采产水量联合分析，通多元回归建立关系式，进行煤系地层煤层排采产水预测；
煤层排采总产水量QWT预测函数：
QWT＝f(Wrf，Wcb)。
5.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤4)中，煤岩全水分的计算方法为：
对煤样全水分计算公式如下：
Mt＝(100-Mf)×Minh/100+Mf
其中：Mt为煤样的全水分，单位％；Mf为煤样的外水分，单位％；Minh为煤样空气干燥基水分，单位％；
利用煤心全水分实验数据，经岩心归位后与测井资料结合，优选相关性较高的测井量，经多元回归建立煤层全水分预测模型；
煤岩全水分Mt计算函数：
Mt＝f(RT，GR，AC，DEN)
其中：Mt为煤岩全水分，％；DEN为体积密度；AC为纵波时差；GR为自然伽马；RT为电阻率。
6.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤5)中，煤层含水量的计算方法为：
以煤岩全水分计算为基础，利用测井提供的煤层厚度、煤岩体积密度，根据实际井距，建立单井煤层总含水量预测模型；
煤层总含水量：
WTC＝(THKcb×S×DEN×(Mt/100))/ρw/10000
上式中，S为煤层排采供水面积：对于单井而言，S＝R2，R为井距，单位m；对于区域而言，S为区域整体排采时地层流体流动波及范围；
其中，Mt为煤层全水分评价参数，单位％；THKcb为煤层厚度，单位m；ρw为煤层水密度，单位g/cm3；DEN为煤岩密度，单位g/cm3；
单井煤层可动水含量：
WCM＝WTC×Scwm
其中：WTC为煤层总含水量，单位104m3；WCM为煤层可动水含量，单位104m3；Scwm为煤层可动水饱和度。
7.根据权利要求1所述的煤层含水量和产水量预测方法，其特征在于，所述步骤6)中，煤层顶底板砂岩含水量的计算方法为：
顶底板砂岩层总含水量预测模型：
WTS＝(S×THKs×(POR/100))/ρw/10000
上式中，S为顶地板砂岩面积；
对于单井而言，S＝R2，R为井距，单位为m；
对于区域而言，S为区域整体排采时地层流体流动波及范围；
ρw为砂层水密度，单位为g/cm3；THKs为砂岩厚度，单位为m；POR为砂岩孔隙度，单位％；
顶底板砂岩层可动水量预测模型：
WSM＝WTS×(1-SWIR)
上式中，WTS为顶底板砂岩总含水量，单位104m3；WSM为顶底板砂岩可动水，单位104m3；SWIR为砂岩层束缚水饱和度，单位％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610543647.8A CN106097133B (zh) | 2016-07-11 | 2016-07-11 | 一种煤层含水量和产水量预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610543647.8A CN106097133B (zh) | 2016-07-11 | 2016-07-11 | 一种煤层含水量和产水量预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106097133A true CN106097133A (zh) | 2016-11-09 |
| CN106097133B CN106097133B (zh) | 2021-01-01 |
Family
ID=57219758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610543647.8A Active CN106097133B (zh) | 2016-07-11 | 2016-07-11 | 一种煤层含水量和产水量预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106097133B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107272082A (zh) * | 2017-07-26 | 2017-10-20 | 太原理工大学 | 一种定量探测煤层内含水量的模拟方法 |
| CN109558663A (zh) * | 2018-11-22 | 2019-04-02 | 中国矿业大学 | 一种煤储层可压裂性评价方法 |
| CN110094200A (zh) * | 2018-01-31 | 2019-08-06 | 中国石油天然气股份有限公司 | 预测煤层气井最大日产水量的方法和装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105093340A (zh) * | 2015-08-05 | 2015-11-25 | 中国石油天然气股份有限公司 | 煤层可动水体积的获取方法及获取装置 |
| CN105114068A (zh) * | 2015-09-07 | 2015-12-02 | 中国地质大学（北京） | 一种利用测井资料预测煤层气区块高产水区的方法 |
| CN105631529A (zh) * | 2015-10-28 | 2016-06-01 | 中国石油化工股份有限公司 | 一种边水气藏见水时间预测方法 |
-
2016
- 2016-07-11 CN CN201610543647.8A patent/CN106097133B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105093340A (zh) * | 2015-08-05 | 2015-11-25 | 中国石油天然气股份有限公司 | 煤层可动水体积的获取方法及获取装置 |
| CN105114068A (zh) * | 2015-09-07 | 2015-12-02 | 中国地质大学（北京） | 一种利用测井资料预测煤层气区块高产水区的方法 |
| CN105631529A (zh) * | 2015-10-28 | 2016-06-01 | 中国石油化工股份有限公司 | 一种边水气藏见水时间预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 王建功等: "煤层产水因素测井分析", 《2013年煤层气学术研讨会论文集》 * |
| 陈晓琼等: "煤系地层含水性预测方法研究", 《2015油气田勘探与开发国际会议论文集》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107272082A (zh) * | 2017-07-26 | 2017-10-20 | 太原理工大学 | 一种定量探测煤层内含水量的模拟方法 |
| CN107272082B (zh) * | 2017-07-26 | 2019-02-22 | 太原理工大学 | 一种定量探测煤层内含水量的模拟方法 |
| CN110094200A (zh) * | 2018-01-31 | 2019-08-06 | 中国石油天然气股份有限公司 | 预测煤层气井最大日产水量的方法和装置 |
| CN109558663A (zh) * | 2018-11-22 | 2019-04-02 | 中国矿业大学 | 一种煤储层可压裂性评价方法 |
| WO2020103414A1 (zh) * | 2018-11-22 | 2020-05-28 | 中国矿业大学 | 一种煤储层可压裂性评价方法 |
| NL1043472A (en) * | 2018-11-22 | 2020-06-03 | Univ China Mining | Fracability evaluation method for coal reservoir |
| BE1026492B1 (fr) * | 2018-11-22 | 2020-12-08 | Univ China Mining | Méthode d'évaluation de la fracturabilité d'un réservoir de charbon |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106097133B (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gherabati et al. | The impact of pressure and fluid property variation on well performance of liquid-rich Eagle Ford shale | |
| Wang et al. | A review of stimulated reservoir volume characterization for multiple fractured horizontal well in unconventional reservoirs | |
| CN102720485B (zh) | 一种中高含水油田含水上升率的预测方法 | |
| CN110321595B (zh) | 一种测井提取静态品质系数的断层封闭性评价方法 | |
| CN108009705A (zh) | 一种基于支持向量机技术的页岩储层可压性评价方法 | |
| CN109869187B (zh) | 基于水文探查及放水试验的含水层疏放可行性分析方法 | |
| CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
| Zhang et al. | Employing a quad-porosity numerical model to analyze the productivity of shale gas reservoir | |
| Mohan et al. | A systematic approach to understanding well performance in unconventional reservoirs: a Wolfcamp case study | |
| Zhang et al. | An evaluation method of volume fracturing effects for vertical wells in low permeability reservoirs | |
| CN106295095A (zh) | 基于常规测井资料预测低渗透砂岩储层产能的新方法 | |
| CN112132454B (zh) | 一种煤层顶板或底板含水层富水性综合评价方法 | |
| CN108694264A (zh) | 一种确定页岩气储层渗透率的方法 | |
| Shi et al. | An accurate method for permeability evaluation of undersaturated coalbed methane reservoirs using early dewatering data | |
| CN106097133A (zh) | 一种煤层含水量和产水量预测方法 | |
| CN112502701A (zh) | 一种低渗透储层综合地质-工程的分类评价方法 | |
| CN105005712A (zh) | 灰岩含水层富水性评价方法 | |
| CN116127675A (zh) | 一种页岩油水平井体积压裂最大可采储量的预测方法 | |
| Rong et al. | Experimental research of the tracer characteristic curves for fracture-cave structures in a carbonate oil and gas reservoir | |
| CN116122801A (zh) | 一种页岩油水平井体积压裂可压性综合评价方法 | |
| Dong et al. | Probabilistic estimate of global Coalbed-methane recoverable resources | |
| Quan et al. | Interference analysis of methane co-production from two coal seams in Southern Qinshui Basin | |
| CN109710965A (zh) | 一种水平井人工压裂裂缝参数有效性的评价方法 | |
| Miranda et al. | Analysis of well interference tests in the Bakken Shale–A fully communicated system | |
| CN112035993B (zh) | 一种底部定压的碳酸盐岩储层测试评价方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |