CN111608653B - 一种煤层损失气量测定方法、系统、存储介质、终端 - Google Patents
一种煤层损失气量测定方法、系统、存储介质、终端 Download PDFInfo
- Publication number
- CN111608653B CN111608653B CN202010437104.4A CN202010437104A CN111608653B CN 111608653 B CN111608653 B CN 111608653B CN 202010437104 A CN202010437104 A CN 202010437104A CN 111608653 B CN111608653 B CN 111608653B
- Authority
- CN
- China
- Prior art keywords
- gas
- coal
- desorption
- coal sample
- gas content
- 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 196
- 238000000034 method Methods 0.000 title claims abstract description 110
- 238000003860 storage Methods 0.000 title abstract description 6
- 238000003795 desorption Methods 0.000 claims abstract description 104
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000010168 coupling process Methods 0.000 claims abstract description 14
- 230000008878 coupling Effects 0.000 claims abstract description 13
- 238000005859 coupling reaction Methods 0.000 claims abstract description 13
- 238000010845 search algorithm Methods 0.000 claims abstract description 12
- 239000011435 rock Substances 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 44
- 238000004088 simulation Methods 0.000 claims description 36
- 238000009792 diffusion process Methods 0.000 claims description 19
- 230000035699 permeability Effects 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 17
- 238000001179 sorption measurement Methods 0.000 claims description 15
- 238000005553 drilling Methods 0.000 claims description 14
- 238000002474 experimental method Methods 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 7
- 101100324822 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) fes-4 gene Proteins 0.000 claims description 5
- 101150115605 atm1 gene Proteins 0.000 claims description 5
- 238000009933 burial Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims 1
- 238000009738 saturating Methods 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 239000012071 phase Substances 0.000 description 19
- 230000007547 defect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 239000008346 aqueous phase Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000012798 spherical particle Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- 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
- E21B25/00—Apparatus for obtaining or removing undisturbed cores, e.g. core barrels or core extractors
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明属于煤层损失气量测定技术领域,公开了一种煤层损失气量测定方法、系统、存储介质、终端,根据取芯煤样的实际轮廓形态构建煤样网格模型;采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;将模拟计算值与实测值进行对比,模拟计算值与实测值误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。本发明综合考虑多种复杂因素,建立一种基于贝叶斯网格自适应算法的损失气量估算方法,实现煤岩损失气量的准确计算,解决现有方法误差较大的问题,应用本方法估算的损失气量与实际值的相对误差约14%。可以显著降低损失气量的估算误差。
Description
技术领域
本发明属于煤层损失气量测定技术领域,尤其涉及一种煤层损失气量测定方法、系统、存储介质、终端。
背景技术
目前,煤岩含气量测试过程中主要包括三个连续过程,(1)煤样钻井取芯及装样过程,该过程可进一步细分为钻井取芯样品由取芯位置处提升至井口和煤样由取芯容器转移至解吸罐两个过程;(2)煤样在解吸罐中自然解吸,该过程需测定不同时刻下的解吸气量;(3)当解吸气量无明显变化后,将煤样转移至密闭粉碎容器中,测定煤样粉碎后的残余气量。煤样的损失气量主要指第一阶段中因逸散出煤样而无法计量的煤层气。损失气量与埋深、提钻速度、装样耗时、煤样尺度等密切相关。
目前估算煤岩损失量的方法包括USBM法和Smith-Williams法。其基本原理均是将取芯获得的煤样置于解吸罐中开展解吸实验,获取不同时刻下的解吸气量,通过曲线外推法估算损失气量。USBM法与Smith-Williams法的理论基础相同,均假设煤样为球形颗粒、气体在煤样中为菲克扩散,忽略水相及渗流作用影响,则可推导得解吸气量与解吸时间的开方近似为线性关系。USBM法假设煤样自煤层转移至解吸罐的过程中,损失气逸散速度与在解吸罐中的解吸速度相同,因此样品在解吸罐中解吸的初始时刻为ΔT1+ΔT2,解吸气量与解吸时间的开方线性关系的截距即为损失气量。Smith-Williams法在USBM方法基础上进一步将引入了校正因子,以考虑煤样在提钻过程中和由井口转移至解吸罐中损失气逸散速度的差异,Smith-Williams方法估算的损失气量为USBM方法估算的损失气量与校正因子之积。
现有的煤岩损失气量计算方法存在的缺陷:(1)仅考虑单相气体的流动,忽略了水相的影响,而实际煤层原地条件下多为饱和水状态;(2)理论基础均为菲克扩散定律,未考虑流体在煤样中的渗流过程,对于裂缝较发育的煤样不适用;(3)边界条件假设过于理想化,实际提钻过程中存在的不确定性导致动边界条件变化较为复杂。由于已有方法均存在假设过于简化,无法准确考虑煤样取芯过程中的不确定性,且所用模型无法准确刻画两相赋存条件下的气体逸散过程,因此,现有方法估算的损失气量通常与实际值存在较大差异,误差最大可达80%。
通过上述分析,现有技术存在的问题及缺陷为:现有方法估算的损失气量通常与实际值存在较大差异,误差较大。
解决以上问题及缺陷的难度为:煤层气在煤岩中的赋存运移是一复杂的多场多机理耦合过程,很难通过简化的菲克扩散定律进行准确刻画,因此已有方法无法规避其固有假设的弊端,亦即无法准确损失气量。而多场多机理耦合流动过程的求解又受制于关键参数(如损失气量)的影响,通过人工拟合确定损失气量通常依赖于经验,通常存在主观性及不确定性较强的缺陷。解决以上问题及缺陷的意义为:建立一种新的损失气量估算方法,能够显著降低损失气量的估算误差,从而为煤层气藏开发方案的制定提供准确的数据基础,有助于实现煤层气藏的合理高效开发。
发明内容
针对现有技术存在的问题,本发明提供了一种煤层损失气量测定方法、系统、存储介质、终端。
本发明是这样实现的,一种煤层损失气量测定方法,所述煤层损失气量测定方法包括:
第一步,根据取芯煤样的实际轮廓形态构建煤样网格模型;
第二步,采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
第三步,将模拟计算值与实测值进行对比,模拟计算值与实测值误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
进一步,所述第一步构建煤样含气量测试全过程数值模型包括:
(1)当取芯样品相对完整时,采用圆柱体模型近似表征样品轮廓;当取芯煤样碎裂严重、无规则形态时,采用球体模型近似表征样品轮廓,采用正交网格或三角网格对模型进行剖分;
(2)初始化煤样属性参数,包括含水饱和度、压力、孔隙度、渗透率、吸附曲线、扩散系数、相对渗透率曲线、含气量;
(3)将煤样外边界网格中设置模拟井,通过控制井底压力以模拟煤样泄压/排气过程,将模拟井产出气量等效为煤样的解吸气量。
进一步,所述(2)包括:煤层初始条件下均饱和水,含水饱和度可设置为1,若煤层为干煤层,则含水饱和度设置为0;压力设为原始地层压力,原始地层压力可通过地层压力梯度和埋深计算得到,通过钻井过程中压力监测数据获取;孔隙度、渗透率通过岩心实验获取;吸附曲线可通过吸附实验确定;扩散系数通过吸附曲线测试过程中吸附量随时间的变化关系结合菲克扩散定律确定;相对渗透率曲线可假设为krw=Sw和krg=1-Sw或根据两相驱替实验确定,含气量为待求参数;krw为水相相对渗透率、krg为气相相对渗透率,Sw为含水饱和度。
进一步,所述(3)包括:将取芯钻头开始提钻时刻设置为初始时刻t0,对于煤样自煤层上提至井口过程,根据提钻速度、钻井液密度,计算煤样自煤层上提至井口过程中煤样边界压力为:
p(t)=p0-10-6·ρ·(t-t0)·v,0≤t<ΔT1;
对于煤样自井口转移至解吸罐的过程,设置煤样外边界压力为:
p(t)=patm1,ΔT1≤t<ΔT1+ΔT2;
对于煤样在解吸罐中自然解吸的过程自井口转移至解吸罐过程,煤样外边界压力为:
p(t)=patm2+Δpa,ΔT1+ΔT2≤t<ΔT1+ΔT2+ΔT3;
式中,p0为地层原始压力,MPa;t为取芯钻头开始提钻开始后的任意时间,分钟;ρ为钻井液密度,kg/m3;v为提钻速度,m/分钟;ΔT1为煤样自煤层提升至井口的总耗时,分钟;ΔT2为煤样自井口转移至解吸罐的总耗时,分钟;ΔT3为煤样在解吸罐中自然解吸的总耗时,分钟;patm1为井口处大气压,MPa;patm2为解吸罐所处位置的大气压,MPa;Δpa为测定煤样累积自然解吸气量过程中液柱高度对应的压力。
进一步,所述第二步包括:
(1)设定含气量上下限,其中,上限设定为目标区已有资料数据最大值的2倍,下限设定为煤样在解吸罐中实测的最大累积自然解吸量;
(2)设定贝叶斯自适应网格搜索算法最大迭代次数或最大模拟次数,在含气量上下限约束范围内,随机生成n个初始含气量数值;
(3)将确定的参数取值及n个含气量值依次输入煤层气水两相耦合流动数学模型;
(4)将模拟计算得到的自然解吸阶段中的累积产气量与实验值进行对比,计算模拟值与实验值的误差:
式中,Cgc为模拟计算得到的自然解吸阶段累积产气量,ml;Cgt为实验测试得到的自然解吸阶段累积产气量,ml;i为第i个数据点,N为总数据点数;
(5)依据各优化算法的各自寻优策略对含气量进行更新,重复(3)-(4),直至各算法达到设定的最大迭代或模拟次数;
(6)重复运行m次(2)-(5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量;
(7)将(6)中确定的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
进一步,所述(3)采用达西线性流或非线性流描述煤层气水两相流体在煤层裂隙中的渗流,采用基于菲克扩散定律的unipore或bidisperse模型描述煤层气在煤基质中的扩散,采用有限差分法或有限元法对流动数学模型进行求解,模拟计算得到n组第一步中设置的模拟井的累积产气量曲线。
进一步,所述(6)重复运行m次(2)-(5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量可以为再次随机生成n-1个含气量初始值,并将(5)中估算的含气量作为第n个含气量初始值,重复(3)-(5)后优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量。
本发明的另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求任意一项所述包括下列步骤:
第一步,根据取芯煤样的实际轮廓形态构建煤样网格模型;
第二步,采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
第三步,将模拟计算值与实测值进行对比,模拟计算值与实测值误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
本发明的另一目的在于提供一种实施所述煤层损失气量测定方法的煤层损失气量测定系统,所述煤层损失气量测定系统包括:
煤样网格模型构建模块,用于根据取芯煤样的实际轮廓形态构建煤样网格模型;
解吸气量模拟计算模块,用于采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
损失气量获取模块,用于将模拟计算值与实测值进行对比,二者误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
本发明的另一目的在于提供一种终端,所述终端搭载所述的煤层损失气量测定系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明综合考虑气体扩散、两相渗流及动边界条件等多种复杂因素,建立一种基于贝叶斯网格自适应算法的损失气量估算方法,实现煤岩损失气量的准确计算,解决现有方法误差较大的问题。目前没有用本发明的方法估算过损失气量;贝叶斯网格自适应算法是首次应用于估算过损失气量。贝叶斯网格自适应算法是首次应用于估算过损失气量。目前没有用本发明的方法估算的损失气量远低于实际值,最大相对误差可达-80%;应用本方法估算的损失气量与实际值的相对误差约14%。通过应用本方法,可以显著降低损失气量的估算误差,为煤层气藏开发方案制定提供准确的数据基础,从而有利于煤层气藏的合理高效开发。
本实验采用文献[1]中的实验测试结果验证本发明方法的准确性。图3所示为采用粒度为8目的煤样,实验测试提钻10分钟、样品转移至解试罐10分钟及自然解吸约210分钟过程中的累积解吸气量,其中前20分钟的累积解吸气量即为损失气量。实测样品的甲烷损失气量为138mL,而采用USBM法估算的损失气量为19.3mL,相对误差高达-86%。由图3中可以看出,采用新方法能够对累积解吸气量进行较好地拟合,通过新方法确定的损失气量为118mL,相对误差为-14.4%。本发明的方法与传统的USBM方法相比,估算精度显著提高。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的煤层损失气量测定方法流程图。
图2是本发明实施例提供的煤层损失气量测定系统的结构示意图;
图中:1、煤样网格模型构建模块;2、解吸气量模拟计算模块;3、损失气量获取模块。
图3是本发明实施例提供的实测与拟合累积解吸气量示意图。
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,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种煤层损失气量测定方法、系统、存储介质、终端,下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的煤层损失气量测定方法包括以下步骤:
S101:根据取芯煤样的实际轮廓形态构建煤样网格模型;
S102:采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
S103:将模拟计算值与实测值进行对比,模拟计算值与实测值误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
如图2所示,本发明提供的煤层损失气量测定系统包括:
煤样网格模型构建模块1,用于根据取芯煤样的实际轮廓形态构建煤样网格模型。
解吸气量模拟计算模块2,用于采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量。
损失气量获取模块3,用于将模拟计算值与实测值进行对比,二者误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
下面结合附图对本发明的技术方案作进一步的描述。
本发明提供的煤层损失气量测定方法包括以下步骤:
第一步,构建煤样含气量测试全过程数值模型
(1)根据取芯煤样的实际轮廓形态构建煤样网格模型。当取芯样品相对完整时,可采用圆柱体模型(直径和高度与样品一致)近似表征样品轮廓;当取芯煤样碎裂严重、无规则形态时,可采用球体模型近似表征样品轮廓(球径为破碎煤样的平均粒径)。采用正交网格或三角网格对模型进行剖分。
(2)初始化煤样属性参数,包括含水饱和度、压力、孔隙度、渗透率、吸附曲线、扩散系数、相对渗透率曲线、含气量。一般煤层初始条件下一般均饱和水,因此含水饱和度可设置为1,若煤层为干煤层,则含水饱和度设置为0;压力设为原始地层压力,原始地层压力可通过地层压力梯度和埋深计算得到,也可通过钻井过程中压力监测数据获取;孔隙度、渗透率可通过岩心实验获取;吸附曲线可通过吸附实验确定;扩散系数可通过吸附曲线测试过程中吸附量随时间的变化关系结合菲克扩散定律确定;相对渗透率曲线可假设为krw=Sw和krg=1-Sw(krw为水相相对渗透率、krg为气相相对渗透率,Sw为含水饱和度)或根据两相驱替实验确定。含气量为待求参数。
(3)将煤样外边界网格中设置模拟井,通过控制井底压力以模拟煤样泄压/排气过程,将模拟井产出气量等效为煤样的解吸气量。将取芯钻头开始提钻时刻设置为初始时刻t0,对于煤样自煤层上提至井口过程,根据提钻速度、钻井液密度,计算煤样自煤层上提至井口过程中煤样边界压力为:
p(t)=p0-10-6·ρ·(t-t0)·v,0≤t<ΔT1 (1)
对于煤样自井口转移至解吸罐的过程,设置煤样外边界压力为:
p(t)=patm1,ΔT1≤t<ΔT1+ΔT2 (2)
对于煤样在解吸罐中自然解吸的过程自井口转移至解吸罐过程,煤样外边界压力为:
p(t)=patm2+Δpa,ΔT1+ΔT2≤t<ΔT1+ΔT2+ΔT3 (3)
式中,p0为地层原始压力,MPa;t为取芯钻头开始提钻开始后的任意时间,分钟;ρ为钻井液密度,kg/m3;v为提钻速度,m/分钟;ΔT1为煤样自煤层提升至井口的总耗时,分钟;ΔT2为煤样自井口转移至解吸罐的总耗时,分钟;ΔT3为煤样在解吸罐中自然解吸的总耗时,分钟;patm1为井口处大气压,MPa;patm2为解吸罐所处位置的大气压,MPa;Δpa为测定煤样累积自然解吸气量过程中液柱高度对应的压力。
第二步,损失气量估算
在保证第一步中其他参数一定的条件下,采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量,将模拟计算值与实测值进行对比,二者误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。具体方法如下。
(1)设定含气量上下限,其中,上限设定为目标区已有资料数据最大值的2倍,下限设定为煤样在解吸罐中实测的最大累积自然解吸量。
(2)设定贝叶斯自适应网格搜索算法最大迭代次数或最大模拟次数,在含气量上下限约束范围内,随机生成n个初始含气量数值。
(3)将第一步中确定的参数取值及n个含气量值依次输入煤层气水两相耦合流动数学模型。对流动数学模型而言,采用达西线性流或非线性流描述煤层气水两相流体在煤层裂隙中的渗流,采用基于菲克扩散定律的unipore或bidisperse模型描述煤层气在煤基质中的扩散,采用有限差分法或有限元法对流动数学模型进行求解,模拟计算得到n组第一步中设置的模拟井的累积产气量曲线。
(4)将模拟计算得到的自然解吸阶段中的累积产气量与实验值进行对比,计算模拟值与实验值的误差:
式中,Cgc为模拟计算得到的自然解吸阶段累积产气量,ml;Cgt为实验测试得到的自然解吸阶段累积产气量,ml;i为第i个数据点,N为总数据点数。
(5)依据各优化算法的各自寻优策略对含气量进行更新,重复(3)-(4),直至各算法达到设定的最大迭代或模拟次数。
(6)重复运行m次(2)-(5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量。
(7)将(6)中确定的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
在本发明中假设其他参数均为已知,仅估算含气量。实际操作中,其他参数可能也有一些是未知的,这些未知的参数可以与含气量一起作为代求参数进行估算,仅需将第二步损失气量估算中“含气量”替换为“含气量+其他未知参数”即可。但未知参数越多,对含气量估算的干扰越大,含气量估算精度可能会受影响。
在本发明中(6)重复运行m次(2)-(5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量可以为再次随机生成n-1个含气量初始值,并将(5)中估算的含气量作为第n个含气量初始值,重复(3)-(5)后优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量。
本发明能够充分考虑含气量测试过程中流体复杂的流动机理和实验条件,大大提升损失气量估算的精度。
下面结合实验对本发明的技术效果作详细的描述。
本实验采用文献[1]中的实验测试结果验证本发明方法的准确性。图3所示为采用粒度为8目的煤样,实验测试提钻10分钟、样品转移至解试罐10分钟及自然解吸约210分钟过程中的累积解吸气量,其中前20分钟的累积解吸气量即为损失气量。实测样品的甲烷损失气量为138mL,而采用USBM法估算的损失气量为19.3mL,相对误差高达-86%。由图3中可以看出,采用新方法能够对累积解吸气量进行较好地拟合,通过新方法确定的损失气量为118mL,相对误差为-14.4%。本发明的方法与传统的USBM方法相比,估算精度显著提高。
[1]周敏,煤层气USBM含气量测试过程中损失气量的物理模拟实验及校正方法研究[D],中国地质大学(北京),2014。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种煤层损失气量测定方法,其特征在于,所述煤层损失气量测定方法包括:
第一步,根据取芯煤样的实际轮廓形态构建煤样网格模型;
第二步,采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
第三步,将模拟计算值与实测值进行对比,模拟计算值与实测值误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量;
所述第一步构建煤样含气量测试全过程数值模型包括:
(1)当取芯样品相对完整时,采用圆柱体模型近似表征样品轮廓;当取芯煤样碎裂严重、无规则形态时,采用球体模型近似表征样品轮廓,采用正交网格或三角网格对模型进行剖分;
(2)初始化煤样属性参数,包括含水饱和度、压力、孔隙度、渗透率、吸附曲线、扩散系数、相对渗透率曲线、含气量;
(3)将煤样外边界网格中设置模拟井,通过控制井底压力以模拟煤样泄压/排气过程,将模拟井产出气量等效为煤样的解吸气量;
所述步骤(2)包括:煤层初始条件下均饱和水,含水饱和度可设置为1,若煤层为干煤层,则含水饱和度设置为0;压力设为原始地层压力,原始地层压力可通过地层压力梯度和埋深计算得到,通过钻井过程中压力监测数据获取;孔隙度、渗透率通过岩心实验获取;吸附曲线可通过吸附实验确定;扩散系数通过吸附曲线测试过程中吸附量随时间的变化关系结合菲克扩散定律确定;相对渗透率曲线可假设为krw=Sw和krg=1-Sw或根据两相驱替实验确定,含气量为待求参数;krw为水相相对渗透率、krg为气相相对渗透率,Sw为含水饱和度;
所述步骤(3)包括:将取芯钻头开始提钻时刻设置为初始时刻t0,对于煤样自煤层上提至井口过程,根据提钻速度、钻井液密度,计算煤样自煤层上提至井口过程中煤样边界压力为:
p(t)=p0-10-6·ρ·(t-t0)·v,0≤t<ΔT1;
对于煤样自井口转移至解吸罐的过程,设置煤样外边界压力为:
p(t)=patm1,ΔT1≤t<ΔT1+ΔT2;
对于煤样在解吸罐中自然解吸的过程自井口转移至解吸罐过程,煤样外边界压力为:
p(t)=patm2+Δpa,ΔT1+ΔT2≤t<ΔT1+ΔT2+ΔT3;
式中,p0为地层原始压力,MPa;t为取芯钻头开始提钻开始后的任意时间,分钟;ρ为钻井液密度,kg/m3;v为提钻速度,m/分钟;ΔT1为煤样自煤层提升至井口的总耗时,分钟;ΔT2为煤样自井口转移至解吸罐的总耗时,分钟;ΔT3为煤样在解吸罐中自然解吸的总耗时,分钟;patm1为井口处大气压,MPa;patm2为解吸罐所处位置的大气压,MPa;Δpa为测定煤样累积自然解吸气量过程中液柱高度对应的压力。
2.如权利要求1所述的煤层损失气量测定方法,其特征在于,所述第二步包括:
1)设定含气量上下限,其中,上限设定为目标区已有资料数据最大值的2倍,下限设定为煤样在解吸罐中实测的最大累积自然解吸量;
2)设定贝叶斯自适应网格搜索算法最大迭代次数或最大模拟次数,在含气量上下限约束范围内,随机生成n个初始含气量数值;
3)将确定的参数取值及n个含气量值依次输入煤层气水两相耦合流动数学模型;
4)将模拟计算得到的自然解吸阶段中的累积产气量与实验值进行对比,计算模拟值与实验值的误差:
式中,Cgc为模拟计算得到的自然解吸阶段累积产气量,ml;Cgt为实验测试得到的自然解吸阶段累积产气量,ml;i为第i个数据点,N为总数据点数;
5)依据各优化算法的各自寻优策略对含气量进行更新,重复(3)-(4),直至各算法达到设定的最大迭代或模拟次数;
6)重复运行m次2)-5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量;
7)将6)中确定的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
3.如权利要求2所述的煤层损失气量测定方法,其特征在于,所述步骤3)采用达西线性流或非线性流描述煤层气水两相流体在煤层裂隙中的渗流,采用基于菲克扩散定律的unipore或bidisperse模型描述煤层气在煤基质中的扩散,采用有限差分法或有限元法对流动数学模型进行求解,模拟计算得到n组第一步中设置的模拟井的累积产气量曲线。
4.如权利要求1所述的煤层损失气量测定方法,其特征在于,所述步骤6)重复运行m次2)-5),m次估算中优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量可以为再次随机生成n-1个含气量初始值,并将5)中估算的含气量作为第n个含气量初始值,重复3)-5)后优化算法所能确定的最小误差f对应的含气量即为估算的煤层含气量。
5.一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求1~4任意一项所述的煤层损失气量测定方法。
6.一种实施权利要求1~4任意一项所述煤层损失气量测定方法的煤层损失气量测定系统,其特征在于,所述煤层损失气量测定系统包括:
煤样网格模型构建模块,用于根据取芯煤样的实际轮廓形态构建煤样网格模型;
解吸气量模拟计算模块,用于采用贝叶斯自适应网格搜索算法,反复调整含气量数值,通过求解煤层气水两相耦合流动模型,模拟计算解吸气量;
损失气量获取模块,用于将模拟计算值与实测值进行对比,二者误差最小对应的含气量数值减去煤样在解吸罐中的累积自然解吸气量即为损失气量。
7.一种终端,其特征在于,所述终端搭载权利要求6所述的煤层损失气量测定系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010437104.4A CN111608653B (zh) | 2020-05-21 | 2020-05-21 | 一种煤层损失气量测定方法、系统、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010437104.4A CN111608653B (zh) | 2020-05-21 | 2020-05-21 | 一种煤层损失气量测定方法、系统、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111608653A CN111608653A (zh) | 2020-09-01 |
CN111608653B true CN111608653B (zh) | 2022-11-29 |
Family
ID=72195771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010437104.4A Active CN111608653B (zh) | 2020-05-21 | 2020-05-21 | 一种煤层损失气量测定方法、系统、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111608653B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983536A (zh) * | 2014-06-06 | 2014-08-13 | 陕西延长石油(集团)有限责任公司研究院 | 一种利用测井曲线获得页岩气含气量的方法 |
CN104863579A (zh) * | 2015-05-27 | 2015-08-26 | 中国地质大学(北京) | 一种损失气量测定方法及损失气量测定系统 |
CN106370260A (zh) * | 2016-08-16 | 2017-02-01 | 中国石油天然气股份有限公司 | 一种页岩含气量测试中损失气量的测量方法 |
CN106814002A (zh) * | 2017-01-25 | 2017-06-09 | 中国地质大学(北京) | 一种模拟低煤阶煤样取芯过程中损失气量的装置与方法 |
CN109060592A (zh) * | 2018-08-16 | 2018-12-21 | 西安石油大学 | 一种页岩损失气量获取方法、装置及终端设备 |
CN110633451A (zh) * | 2018-06-22 | 2019-12-31 | 中国石油化工股份有限公司 | 页岩损失气计算方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135621B (zh) * | 2006-08-30 | 2010-05-12 | 煤炭科学研究总院重庆分院 | 煤层可解吸瓦斯含量的直接快速测定方法 |
WO2015021088A1 (en) * | 2013-08-06 | 2015-02-12 | Schlumberger Canada Limited | Methods for determining a saturation-height function in oil and gas reservoirs |
CN103439238B (zh) * | 2013-09-03 | 2015-07-08 | 中国地质大学(北京) | 煤页岩中封闭孔隙度的测量方法 |
WO2015108880A1 (en) * | 2014-01-14 | 2015-07-23 | Halliburton Energy Services, Inc. | Tight gas formation pressure determination method |
-
2020
- 2020-05-21 CN CN202010437104.4A patent/CN111608653B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983536A (zh) * | 2014-06-06 | 2014-08-13 | 陕西延长石油(集团)有限责任公司研究院 | 一种利用测井曲线获得页岩气含气量的方法 |
CN104863579A (zh) * | 2015-05-27 | 2015-08-26 | 中国地质大学(北京) | 一种损失气量测定方法及损失气量测定系统 |
CN106370260A (zh) * | 2016-08-16 | 2017-02-01 | 中国石油天然气股份有限公司 | 一种页岩含气量测试中损失气量的测量方法 |
CN106814002A (zh) * | 2017-01-25 | 2017-06-09 | 中国地质大学(北京) | 一种模拟低煤阶煤样取芯过程中损失气量的装置与方法 |
CN110633451A (zh) * | 2018-06-22 | 2019-12-31 | 中国石油化工股份有限公司 | 页岩损失气计算方法及系统 |
CN109060592A (zh) * | 2018-08-16 | 2018-12-21 | 西安石油大学 | 一种页岩损失气量获取方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111608653A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2331057C2 (ru) | Способ и устройство для оценки физических параметров подземного месторождения полезных ископаемых на основе исследования отобранных из этого месторождения фрагментов горной породы | |
CN104018829B (zh) | 一种利用煤层气井生产数据测量气水相渗曲线的方法 | |
US11435336B2 (en) | Method for determining content of lost gas in shale gas content test | |
Leray et al. | Contribution of age data to the characterization of complex aquifers | |
Jin et al. | Determination of dissociation front and operational optimization for hydrate development by combining depressurization and hot brine stimulation | |
CN110244023B (zh) | 造缝全直径岩心物理模拟与数值模拟相结合的测定方法 | |
US20070143024A1 (en) | Method for Determining the Acid Gas Storage Capacities of a Geologic Medium by Means of a Multiphase Reactive Transport Model | |
Singh et al. | A mechanistic model for multi-scale sorption dynamics in shale | |
CN109064864B (zh) | 一种模拟地热尾水回灌路径的装置及其使用方法 | |
CN106596377A (zh) | 一种封闭的页岩气流动的测试方法和装置 | |
CN113431537B (zh) | 一种非稳态变流速大尺度岩心水驱气相对渗透率测试方法 | |
CN112213234B (zh) | 一种煤岩与页岩原位含气性评价方法及系统 | |
CN102915406A (zh) | 径向流条件下油水相对渗透率曲线的计算方法 | |
CA2880050A1 (en) | Generation of isotherm datasets for reservoir volumetric estimation | |
CN104833789A (zh) | 利用致密砂岩微观孔隙结构确定气水关系的方法 | |
CN112964597B (zh) | 一种多尺度岩心吸附-解析-开采模拟实验装置及方法 | |
Wei et al. | Effect of adsorption-induced matrix swelling on coal permeability evolution of micro-fracture with the real geometry | |
CN112069654B (zh) | 一种碳酸盐岩酸化数值模拟方法 | |
Wang et al. | Permeability changes in coal seams: The role of anisotropy | |
Ma et al. | Simulation and interpretation of the pressure response for formation testing while drilling | |
CN111608653B (zh) | 一种煤层损失气量测定方法、系统、存储介质、终端 | |
Liu et al. | Modeling of gas migration in a dual-porosity coal seam around a borehole: the effects of three types of driving forces in coal matrix | |
CN103477248A (zh) | 用于估算碳氢化合物生产区域中至少一个参数值的计算方法,以在该区域规划和实施作业 | |
CN111706318B (zh) | 一种确定低渗储层剩余油分布状况的方法 | |
CN115860266B (zh) | 一种页岩气/煤层气井产能评价方法、系统及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |