CN106127598B - 一种基于地球物理测井信息的构造煤预测方法 - Google Patents
一种基于地球物理测井信息的构造煤预测方法 Download PDFInfo
- Publication number
- CN106127598B CN106127598B CN201610497394.5A CN201610497394A CN106127598B CN 106127598 B CN106127598 B CN 106127598B CN 201610497394 A CN201610497394 A CN 201610497394A CN 106127598 B CN106127598 B CN 106127598B
- Authority
- CN
- China
- Prior art keywords
- coal
- deformation
- rcsi
- rlm
- depth
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013467 fragmentation Methods 0.000 claims abstract description 11
- 238000006062 fragmentation reaction Methods 0.000 claims abstract description 11
- 238000011161 development Methods 0.000 claims abstract description 6
- 239000011148 porous material Substances 0.000 claims abstract description 6
- 239000012530 fluid Substances 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims description 15
- 235000013312 flour Nutrition 0.000 claims description 6
- 230000009897 systematic effect Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 description 5
- 238000005553 drilling Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012360 testing method Methods 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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/04—Measuring depth or liquid level
- E21B47/053—Measuring depth or liquid level using radioactive markers
-
- 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)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Geology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Marine Sciences & Fisheries (AREA)
- Geochemistry & Mineralogy (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于地球物理测井信息的构造煤预测方法，包括以下步骤：将煤芯煤体结构划分为多种类型，并确定各井各煤层煤芯的构造煤类型、深度和厚度；将各井的同类测井数据统一到相同刻度水平；进行煤芯深度‑测井深度的匹配归位；分别统计区内未破坏的原生煤的多个测井参数的标准值；引入相对结构指数RCSI；引入构造煤流体侵入指示参数RLM；确定不同类型构造煤的RCSI、RLM的定量取值门槛；计算RCSI和RLM曲线，进行构造煤的厚度解释；计算每口井中不同煤层原生煤和碎裂煤的占厚比，勾绘等值线图，对构造煤的发育区进行解释和评价。本发明可大大降低对解释人员的经验要求，实现对构造煤简便快速、准确的自动化解释预测，可以很好地满足实际应用的需要。
Description
技术领域
本发明属于构造煤预测技术领域，具体涉及一种基于地球物理测井信息的构造煤预测方法。
背景技术
获取煤体构造变形信息的主要方法包括：矿井下煤壁观测、钻井取芯、地球物理测井曲线判识3种。煤矿井下观察多局限在浅部煤层，无法获得中、深部煤层的结构破坏信息；取芯井的数量有限，且取芯率不一，难以获得构造煤的发育程度及其分布特征全貌；测井曲线可完整记录钻孔揭露的煤层的多种物理信息，是目前最经济、有效判识煤层气开发井内煤体结构的方法。
然而，构造煤在测井曲线上有很多异常响应，主要表现为低电阻率、低密度、高声波时差、井径扩大等，其中尤以构造煤相对低电阻率异常响应特征的应用最为广泛。总的来看，目前在构造煤测井响应异常解释中关注的是各个指示参数绝对量的大小，而不是煤体结构发生变化后与原生煤相应参数相对量的变化，因而在很多情况下依赖于解释人员，受专业水平和经验等人为的因系影响较大；在定性判识过程中，需要结合多个参数曲线，必须逐井逐层解释，效率很低；此外，由于未考虑钻开煤层后不同类型构造煤的变形及其泥浆滤液的流体交换作用，电阻率法判识构造煤的标准差异较大；各区块之间的定量解释参数和量化标准不一，需要结合各区块的实际数据条件，建立相应的地区经验公式。
发明内容
针对上述现有技术中存在的问题，本发明的目的在于提供一种可避免出现上述技术缺陷的基于地球物理测井信息的构造煤预测方法。
为了实现上述发明目的，本发明提供的技术方案如下：
一种基于地球物理测井信息的构造煤预测方法，包括以下步骤：
步骤1)将煤芯煤体结构划分为多种类型，并确定各井各煤层煤芯的构造煤类型、深度和厚度；
步骤2)采用预处理方法，消除系统误差，将各井的同类测井数据统一到相同刻度水平，实现井间测井数据的可靠对比；
步骤3)采用煤灰分-自然伽玛相关的方法，进行煤芯深度-测井深度的匹配归位；
步骤4)分别统计区内未破坏的原生煤的多个测井参数的标准值；
步骤5)引入相对结构指数RCSI；
步骤6)引入构造煤流体侵入指示参数RLM；
步骤7)对归位后煤芯的构造煤类型与RCSI、RLM两个参数做交汇分析，确定不同类型构造煤的RCSI、RLM的定量取值门槛；
步骤8)计算RCSI和RLM曲线，进行构造煤的厚度解释；
步骤9)计算每口井中不同煤层原生煤和碎裂煤的占厚比，勾绘等值线图，对构造煤的发育区进行解释和评价。
进一步地，在步骤1)中，将煤芯煤体结构划分为原生煤、碎裂煤、碎粒煤、碎粉煤四种类型。
进一步地，在步骤3)中，进行煤芯深度-测井深度的匹配归位的方法包括以下步骤：
步骤一：将灰分值按取芯深度与自然伽玛曲线叠置；
步骤二：对样点只做整体的平移，或者是在不改变样点的相对位置关系的情况下，对单个或多个样点进行移动；
步骤三：确定灰分极值及其对应的测井深度；
步骤四：按照高灰分的样点对应高自然伽玛值、低灰分对应低自然伽玛值的原则，确定样点位置。
进一步地，所述相对结构指数RCSI的计算公式为：
其中，Rcal为煤样井径平均值与给定标准井径值之比；Rden为煤样补偿密度平均值与给定标准密度值之比；Rimp为煤样波阻抗平均值与给定波阻抗标准值之比。
进一步地，在步骤7)中所确定的不同类型构造煤的RCSI、RLM的定量取值门槛分别为：碎裂煤：RCSI＜125and RLM＜15；碎粉煤：50＜RCSI＜145 and 15＜RLM＜110；糜棱煤：RCSI＞160or RLM＞200。
本发明提供的基于地球物理测井信息的构造煤预测方法，通过构建相对结构指数和相对电阻率变化指数，进行构造煤测井定性判识和半定量解释，可大大降低对解释人员的经验要求，实现对构造煤简便快速、准确的自动化解释预测，可以很好地满足实际应用的需要。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合具体实施例对本发明做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于地球物理测井信息的构造煤预测方法，包括以下步骤：
(1)利用煤层气或煤矿的钻井取芯成果，根据其形状、裂隙、割理等指标将煤芯煤体结构划分为原生煤、碎裂煤、碎粒煤、碎粉煤四种类型，并确定各井各煤层煤芯的构造煤类型、深度和厚度；
(2)在优选井的基础上，以厚度5m以上的海相泥岩和灰岩层为标准层，可采用直方图和趋势面等预处理方法，消除由于不同施测时间、施工单位和不同类型仪器测量而造成的系统误差，将各井的同类测井数据统一到相同刻度水平，实现井间测井数据的可靠对比；
(3)采用煤灰分-自然伽玛相关的方法，进行煤芯深度－测井深度的匹配归位；匹配归位方法包括以下步骤：
步骤一：将灰分值按取芯深度与自然伽玛曲线叠置；
步骤二：对样点只做整体的平移，或者是在不改变样点的相对位置关系的情况下，对单个或多个样点进行移动；
步骤三：确定灰分极值及其对应的测井深度，其中：灰分低于10％，GR响应在12-25API之间；灰分大于40％，对应的GR响应在120API以上；灰分值的范围10％-20％、20％-30％分别对应的自然伽玛响应为30-40API、80-100API；
步骤四：按照高灰分的样点对应高自然伽玛值、低灰分对应低自然伽玛值 的原则，确定样点位置；
(4)分别统计区内未破坏的原生煤的密度、声波时差、井径、波阻抗等测井参数的标准值；
(5)引入相对结构指数RCSI(Relative Coal Structure Index)，其计算公式为：
其中，RCSI为相对结构指数，表示相对于原生结构的波阻抗、密度、井径等测井响应的物的变化量；Rcal为煤样井径平均值与给定标准井径值之比；Rden为煤样补偿密度平均值与给定标准密度值之比；Rimp为煤样波阻抗平均值与给定波阻抗标准值之比；
(6)引入构造煤流体侵入指示参数RLM，即深测向与微球型聚焦电阻率的比值：RLLD/RMSFL；
(7)对归位后煤芯的构造煤类型与RCSI、RLM两个参数做交汇分析，确定不同类型构造煤的RCSI、RLM的定量取值门槛；如：不同类型构造煤的RCSI、RLM的定量取值门槛分别为：碎裂煤：RCSI＜125and RLM＜15；碎粉煤：50＜RCSI＜145and 15＜RLM＜110；糜棱煤：RCSI＞160or RLM＞200；不同区域、煤类具体门槛值会有变化；(8)计算RCSI和RLM曲线，根据上述定量解释标准，进行构造煤的厚度解释；
(9)计算每口井中不同煤层原生煤和碎裂煤的占厚比(原生煤和碎裂煤厚度之和与煤层总厚度的比值)，勾绘等值线图，对构造煤的发育区进行解释和评价。
本发明提供的基于地球物理测井信息的构造煤预测方法，通过构建相对结构指数和相对电阻率变化指数，进行构造煤测井定性判识和半定量解释，可大大降低对解释人员的经验要求，实现对构造煤简便快速、准确的自动化解释预测，可以很好地满足实际应用的需要。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种基于地球物理测井信息的构造煤预测方法，其特征在于，包括以下步骤：
步骤1)将煤芯煤体结构划分为多种类型，并确定各井各煤层煤芯的构造煤类型、深度和厚度；
步骤2)采用预处理方法，消除系统误差，将各井的同类测井数据统一到相同刻度水平，实现井间测井数据的可靠对比；
步骤3)采用煤灰分-自然伽玛相关的方法，进行煤芯深度-测井深度的匹配归位；
步骤4)分别统计区内未破坏的原生煤的多个测井参数的标准值；
步骤5)引入相对结构指数RCSI；
所述相对结构指数RCSI的计算公式为：
其中，Rcal为煤样井径平均值与给定标准井径值之比；Rden为煤样补偿密度平均值与给定标准密度值之比；Rimp为煤样波阻抗平均值与给定波阻抗标准值之比；
步骤6)引入构造煤流体侵入指示参数RLM；
步骤7)对归位后煤芯的构造煤类型与RCSI、RLM两个参数做交汇分析，确定不同类型构造煤的RCSI、RLM的定量取值门槛；
步骤8)计算RCSI和RLM曲线，进行构造煤的厚度解释；
步骤9)计算每口井中不同煤层原生煤和碎裂煤的占厚比，勾绘等值线图，对构造煤的发育区进行解释和评价。
2.根据权利要求1所述的基于地球物理测井信息的构造煤预测方法，其特征在于，在步骤1)中，将煤芯煤体结构划分为原生煤、碎裂煤、碎粒煤、碎粉煤四种类型。
3.根据权利要求1所述的基于地球物理测井信息的构造煤预测方法，其特征在于，在步骤3)中，进行煤芯深度-测井深度的匹配归位的方法包括以下步骤：
步骤一：将灰分值按取芯深度与自然伽玛曲线叠置；
步骤二：对样点只做整体的平移，或者是在不改变样点的相对位置关系的情况下，对单个或多个样点进行移动；
步骤三：确定灰分极值及其对应的测井深度；
步骤四：按照高灰分的样点对应高自然伽玛值、低灰分对应低自然伽玛值的原则，确定样点位置。
4.根据权利要求1所述的基于地球物理测井信息的构造煤预测方法，其特征在于，在步骤7)中所确定的不同类型构造煤的RCSI、RLM的定量取值门槛分别为：碎裂煤：RCSI＜125且RLM＜15；碎粉煤：50＜RCSI＜145且15＜RLM＜110；糜棱煤：RCSI＞160或RLM＞200。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610497394.5A CN106127598B (zh) | 2016-06-29 | 2016-06-29 | 一种基于地球物理测井信息的构造煤预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610497394.5A CN106127598B (zh) | 2016-06-29 | 2016-06-29 | 一种基于地球物理测井信息的构造煤预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106127598A CN106127598A (zh) | 2016-11-16 |
| CN106127598B true CN106127598B (zh) | 2019-03-15 |
Family
ID=57285691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610497394.5A Active CN106127598B (zh) | 2016-06-29 | 2016-06-29 | 一种基于地球物理测井信息的构造煤预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106127598B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969272B (zh) * | 2018-09-28 | 2022-07-05 | 中国石油化工股份有限公司 | 一种基于测井数据概率统计预测油藏流动单元类型的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104234706A (zh) * | 2013-06-09 | 2014-12-24 | 中国石油化工股份有限公司 | 一种含煤性测井敏感参数评价方法 |
| 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 |
-
2016
- 2016-06-29 CN CN201610497394.5A patent/CN106127598B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104234706A (zh) * | 2013-06-09 | 2014-12-24 | 中国石油化工股份有限公司 | 一种含煤性测井敏感参数评价方法 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 《韩城地区煤体结构判识方法及分布规律研究》;何游;《中国优秀硕士论文全文数据库 理工科学辑》;20150915(第9期);正文第18-42、52-56页，表3-3、6-2 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106127598A (zh) | 2016-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | History matching of the Norne full-field model with an iterative ensemble smoother | |
| Shaoul et al. | Damage mechanisms in unconventional gas well stimulation-A new look at an old problem | |
| 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 | |
| CN104948176B (zh) | 一种基于渗透增大率识别碳酸盐岩储层裂缝的方法 | |
| Cheng et al. | A structured approach for probabilistic-assisted history matching using evolutionary algorithms: Tengiz field applications | |
| Sinha et al. | A novel screening method for selection of horizontal refracturing candidates in shale gas reservoirs | |
| Chiotoroiu et al. | Forecasting incremental oil production of a polymer-pilot extension in the Matzen field including quantitative uncertainty assessment | |
| CN103628816B (zh) | 地震属性指导水平井导向的方法及其装置 | |
| Obidegwu et al. | Seismic assisted history matching using binary image matching | |
| Chen et al. | History matching of the Norne full field model using an iterative ensemble smoother | |
| CN110939428B (zh) | 一种致密砂岩油气藏储层裂缝的识别方法 | |
| Ajisafe et al. | Calibrated complex fracture modeling using constructed discrete fracture network from seismic data in the Avalon shale, New Mexico | |
| CN104463686A (zh) | 利用判别分析法随钻识别页岩气储层的方法 | |
| CN106127598B (zh) | 一种基于地球物理测井信息的构造煤预测方法 | |
| Al-Dhuwaihi et al. | Fit-for-purpose chemical EOR ASP modeling strategy to guide pilot development decisions for a giant reservoir in North Kuwait | |
| Suarez et al. | Fracturing-to-Production Simulation Approach for Completion Optimization in the Vaca Muerta Shale | |
| Temizel et al. | A theoretical and practical comparison of capacitance-resistance modeling with application to mature fields | |
| CN116559938A (zh) | 一种油气藏裂缝模型建立方法及电子设备 | |
| CN107765311A (zh) | 一种利用地震数据进行泥页岩含气量预测方法 | |
| Vasilev et al. | Pressure transient behavior in naturally fractured reservoirs: Flow anaysis | |
| Zulkipli et al. | The Guiding Principle of Well Placement to Maximise Hydrocarbon Recovery through Enhanced Reservoir Characterisation and Prolific Seismic-Driven Approaches | |
| Kuleshov et al. | Optimization of the Verkhnechonskoye Field Development Process by Mapping Geomechanical Properties and Stresses | |
| Willuweit et al. | Application of Big Loop Uncertainty Analysis to Assist History Matching and Optimize Development of a Waterflood Field | |
| Warrlich et al. | From data acquisition to simulator: fracture modeling a carbonate heavy-oil reservoir (Lower Shuaiba, Sultanate of Oman) | |
| Rajput et al. | An innovative method of integrating geo-cellular and dynamic models for secondary oil recovery |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191210 Address after: Room 1001, floor 10, building B, Jinshang international, No. 100, Yingbin West Street, Huitong Industrial Park, Jinzhong Development Zone, Shanxi demonstration zone, Jinzhong City, Shanxi Province Patentee after: Shanxi Shandi Geophysical Survey Technology Co., Ltd. Address before: 030024 West Street, Taiyuan, Shanxi, No. 79, No. Patentee before: Taiyuan University of Technology |