KR101708599B1 - Modeling method for gas content of cbm reservoir rocks - Google Patents
Modeling method for gas content of cbm reservoir rocks Download PDFInfo
- Publication number
- KR101708599B1 KR101708599B1 KR1020160180935A KR20160180935A KR101708599B1 KR 101708599 B1 KR101708599 B1 KR 101708599B1 KR 1020160180935 A KR1020160180935 A KR 1020160180935A KR 20160180935 A KR20160180935 A KR 20160180935A KR 101708599 B1 KR101708599 B1 KR 101708599B1
- Authority
- KR
- South Korea
- Prior art keywords
- content
- amount
- modeling
- gas content
- gas
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011435 rock Substances 0.000 title abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 239000003245 coal Substances 0.000 claims description 42
- 238000011161 development Methods 0.000 claims description 41
- 238000004062 sedimentation Methods 0.000 claims description 21
- 230000008021 deposition Effects 0.000 claims description 6
- 230000000704 physical effect Effects 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 2
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims 2
- 229910052748 manganese Inorganic materials 0.000 claims 1
- 239000011572 manganese Substances 0.000 claims 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 abstract description 48
- 239000002956 ash Substances 0.000 description 37
- 230000018109 developmental process Effects 0.000 description 34
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000005553 drilling Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000036571 hydration Effects 0.000 description 2
- 238000006703 hydration reaction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G06F17/5009—
-
- 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
- E21B49/02—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 by mechanically taking samples of the soil
-
- 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
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
- E21B49/0875—Well testing, e.g. testing for reservoir productivity or formation parameters determining specific fluid parameters
-
- E21B2049/085—
-
- G06F2217/16—
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)
- Soil Sciences (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
Description
본 발명은 에너지, 자원분야의 기술로서, 특히 탄층 메탄가스 저류층의 가스 함유량을 모델링하는 방법에 관한 것이다. The present invention relates to the field of energy and resources, and more particularly to a method for modeling the gas content of a coal bed methane gas reservoir.
세계 에너지 자원의 패러다임은 현재의 전통 에너지 자원에서 비전통 에너지 자원으로 이행되고 있다. 특히 비전통 가스(UG; unconventional gas) 에너지 자원은 현재의 석탄/석유 에너지자원을 대체할 차세대 에너지원으로 평가되고 있다. 대표적인 비전통 가스에너지 자원은 셰일가스, 치밀가스, 탄층메탄(CBM, Coalbed methane)이다. The paradigm of global energy resources is shifting from current traditional energy sources to non - traditional energy sources. In particular, unconventional gas (UG) energy resources are being evaluated as next generation energy sources to replace current coal / petroleum energy resources. Typical unconventional gas energy sources are shale gas, dense gas, and coalbed methane (CBM).
CBM은 셰일가스보다 개발이 비교적 쉽다. 셰일가스는 지하 2,000~3,000미터에 부존되어 있지만 CBM은 그 보다 얕은 곳에 존재한다. 따라서 CBM 개발이 셰일가스에 비하여 용이하지만, 매장량은 오히려 풍부하다는 특성이 있다. CBM is relatively easy to develop than shale gas. Shale gas is located at 2,000 to 3,000 meters underground, but CBM is shallower. Therefore, CBM development is easier than shale gas, but reserves are rather abundant.
지난 20년간 CBM은 중요한 에너지원의 하나로 부상했다. CBM은 독성이 없고 재를 배출하지 않을 뿐 만 아니라 석탄이나 석유 그리고 목재보다도 CO2를 적게 방출한다. 이러한 CBM의 이점 때문에 세계적으로 에너지 수요 증가에 대응하여 CBM의 개발에 노력하고 있다. For the past 20 years, CBM has emerged as an important energy source. CBM is not toxic and does not release ashes, but also releases less CO2 than coal, oil and wood. Because of this advantage of CBM, we are trying to develop CBM in response to the increase of energy demand worldwide.
도 1은 탄층메탄의 생산 구조를 설명하기 위한 도면이며, 도 2는 탄층메탄의 가스흡착구조를 설명하기 위한 도면이다. FIG. 1 is a view for explaining a production structure of coal bed methane, and FIG. 2 is a view for explaining a gas adsorption structure of coal bed methane.
도 1 및 도 2를 참고하면, 메탄가스는 석탄층, 즉저류층에서 메트릭스로 이루어진 석탄에 흡착되어 있다. 메트릭스들 사이의 균열에는 일반적으로 물이 채워져 있다. 지상으로부터 저류층까지 생산정을 시추하면, 저류층의 압력이 개방되면서 석탄에 흡착되어 있는 메탄가스가 탈착된다. 메탄가스는 석탄층의 균열을 따라 이동하여 생산정을 통해 배출된다. Referring to FIGS. 1 and 2, the methane gas is adsorbed on a coal layer, that is, coal composed of a matrix in a reservoir layer. The cracks between the metrics are generally filled with water. When drilling the production wells from the ground to the reservoir, the methane gas adsorbed on the coal is desorbed while the pressure of the reservoir is opened. Methane gas moves along cracks in the coal bed and is discharged through the production process.
위에서 설명한 바와 같이, 메탄가스는 석탄에만 흡착되어 존재한다. 그리고 석탄이 매장된 저류층은 도 2에 나타난 바와 같이 석탄(휘발성 물질 포함) 이외에 물과 회분(ash)이 공존한다. As described above, the methane gas is adsorbed only to coal. As shown in FIG. 2, the reservoir containing coal is co-existed with water (ash) in addition to coal (including volatile substances).
따라서 저류층 내 메탄가스의 함량을 정확하게 평가하기 위해서는 석탄, 회분 및 물의 함량을 정확하게 파악하는 것이 중요하다. Therefore, it is important to accurately determine the content of coal, ash and water in order to accurately estimate the methane gas content in the reservoir.
문제는 전통가스와 비전통가스는 부존특성이 매우 상이하다는 것이다. 즉, 전통가스는 특수한 지형구조(저류암과 덮개암, 배사구조 등)가 발달된 특정 지역에 집중적으로 부존되어 있지만, 탄층메탄은 석탄층을 따라 넓게 분포하고 있고 단위 볼륨당 메탄가스의 밀도도 낮다. 따라서 전통가스와 비교하면, 메탄가스가 부존되어 있는 저류층은 퇴적상이 매우 다양하며 불균질하게 나타나는 특징이 있다. 다르게 말하면, CBM은 같은 저류층 내에서도 영역별로 회분과 물, 석탄의 함량이 불균일하다는 것이다. 따라서 전통가스 개발에 사용하는 자원량 평가 모델링방법을 CBM 평가에 그대로 이용할 경우 정교한 분석이 불가능하다.The problem is that the characteristics of traditional gas and non-traditional gas are very different. In other words, the traditional gas is concentrated in a specific area where special topography (reservoir, cover, and dome structure) is developed, but the coal bed methane is widely distributed along the coal bed and the density of methane gas per unit volume is also low . Therefore, compared with conventional gas, the reservoir containing methane gas is very heterogeneous. In other words, CBM is that the contents of ash, water and coal are unevenly distributed in the same reservoir. Therefore, it can not be analyzed precisely if the model of resource evaluation used in the development of traditional gas is used for CBM evaluation.
그러나 국내에는 비전통가스에 대해서는 연구가 활발하지 않았다. 국내에 CBM 개발조건에 타당한 지역이 없기 때문에 연구를 위한 테스트 베드가 부재하다는 것이 가장 큰 이유이다. 또한 에너지자원 산업의 특성상 슐럼버저와 같은 글로벌 메이저 기업이 시장을 거의 독점적으로 장악하고 있는데, 메이저 기업들은 자원개발에 관한 기술을 영업비밀 또는 노하우로 관리하고 있는 바, 해외의 자료들을 이용하여 연구를 진행하는 것도 한계가 있다. 이에 국내에서는 CBM 개발과 관련한 연구와 기술이 매우 부족한 실정이다. However, research on non-traditional gas has not been active in Korea. The absence of a test bed for research is the main reason why there is no valid area for CBM development conditions in Korea. In addition, due to the nature of the energy resources industry, major global companies such as Schlumberger dominate the market almost exclusively. Major companies are managing the technology related to resource development with trade secrets or know-how. There is a limit to progress. In Korea, research and technology related to CBM development are very limited.
본 발명은 상기한 문제점을 해결하기 위한 것으로서, 저류층의 메탄가스 자원량을 정확하게 평가할 수 있으며, 생산성 예측에도 활용가능하도록 구조가 개선된 탄층 메탄가스 저류층의 가스함유량 모델링방법을 제공하는데 목적이 있다. It is an object of the present invention to provide a method of modeling the gas content of a coal bed methane gas reservoir having an improved structure so that the methane gas resource amount of the reservoir can be accurately evaluated and utilized for predicting the productivity.
한편, 본 발명의 명시되지 않은 또 다른 목적들은하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.On the other hand, other unspecified purposes of the present invention will be further considered within the scope of the following detailed description and easily deduced from the effects thereof.
위 과제를 달성하기 위한 본 발명에 따른 탄층 메탄가스 저류층 가스함유량 모델링방법은, (a)탄층메탄(CBM) 개발지역에 대하여 적어도 하나의 시추공을 형성하여 저류층 심도별로 코어 샘플을 획득하고, 물리검층을 통해 심도별로 밀도값을 측정하는 단계; (b)공업분석을 통해 상기 코어 샘플의 각 포인트마다 회분량, 수분량, 가스함유량 및 밀도를 측정하는 단계; (c)상기 공업분석을 통해 획득된 회분량과 밀도 사이의 상관관계에 대한 제1추세함수와, 상기 공업분석을 통해 획득된 수분량과 심도, 밀도, 회분량 중 어느 하나의 물성과의 상관관계에 대한 제2추세함수와, 상기 공업분석을 통해 획득된 회분량과 수분량의 합과 상기 가스함유량 사이의 상관관계에 대한 제3추세함수를 결정하는 단계; (e)개발지역의 저류층을 3차원 격자로 구획하여 복수의 셀을 가지는 3차원 그리드를 형성하는 단계; (f)상기 시추공에서 물리검층을 통해 획득된 밀도 데이터를 상기 제1추세함수에 입력하여 상기 시추공을 지나는 상기 그리드 상의 각 셀의 회분량을 산출하고, 지구통계학적 기법을 이용하여 상기 그리드 내 전체 셀에 대한 회분량을 모델링하는 단계; (g)상기 시추공에서 획득된 상기 물성 데이터를 상기 제2추세함수에 입력하여 상기 시추공을 지나는 상기 그리드 상의 각 셀의 수분량을 산출하고, 지구통계학적 기법을 이용하여 상기 그리드 내 전체 셀에 대한 수분량을 모델링하는 단계; 및 (h)상기 그리드 상의 각 셀의 수분량과 회분량의 합계를 상기 제3추세함수에 입력하여 상기 그리드 상의 전체 셀에 대한 가스함유량을 모델링하는 단계;를 구비하는 것에 특징이 있다. In order to accomplish the above object, the present invention provides a method for modeling the coal bed methane gas storage layer gas content, comprising the steps of: (a) forming at least one borehole in a coal bed methane (CBM) development area to obtain a core sample for each reservoir depth, Measuring a density value by depth; (b) measuring an ash content, a moisture content, a gas content and a density at each point of the core sample through industrial analysis; (c) a correlation between the first trend function for the correlation between the amount of recycle obtained through the industrial analysis and the density, and the water content obtained through the industrial analysis, and the depth, Determining a third trend function for a correlation between the sum of the ash and water content obtained through the industrial analysis and the gas content; (e) partitioning the reservoir in the development area into a three-dimensional grid to form a three-dimensional grid having a plurality of cells; (f) inputting the density data obtained through physical logging in the borehole to the first trend function to calculate the amount of each cell on the grid passing through the borehole, Modeling the amount of rotation for the cell; (g) inputting the physical property data obtained in the borehole to the second trend function to calculate the water content of each cell on the grid passing through the borehole, and calculating a water content ; ≪ / RTI > And (h) modeling the gas content of all the cells on the grid by inputting the sum of the moisture amount and the ash amount of each cell on the grid to the third trend function.
본 발명의 일 실시예에서, 상기 (c)단계와 (g)단계에서 사용하는 물성은 심도인 것이 바람직하다. In one embodiment of the present invention, the properties used in steps (c) and (g) are preferably in depth.
본 발명의 일 실시예에서, 상기 개발지역을 평면방향에서 복수의 영역으로 분할하여, 각 영역별로 상기 시추정들을 그룹핑하여 상기 (a)~(h)단계를 수행하는 것이 바람직하다. In one embodiment of the present invention, it is preferable that the development area is divided into a plurality of areas in a planar direction, and the steps (a) to (h) are performed by grouping the wells in each area.
보다 구체적으로, 상기 개발지역의 분할은 상기 코어 샘플을 취득한 시추정과의 인접한 거리를 기준으로 수행할 수 있다. More specifically, the division of the development area can be performed based on the distance between the core sample and the drill hole.
또는 상기 개발지역의 분할은 지형도에서 등고선 상의 높이를 기준으로 수행할 수 있다. Or the division of the development area can be performed on the basis of the height on the contour line in the topographic map.
특히, 상기 개발지역의 지층의 퇴적환경에 대한 조사를 선수행한 후, 상기 개발지역의 분할은 퇴적환경의 동일성을 기준으로 수행하는 것이 바람직하다. 여기서, 상기 퇴적환경은, 하도(water channel)가 존재했던 영역, 옴브로트로픽 마이어(ombrotrophic mire) 및 레오트로픽 마이어(rheotrophic)를 포함할 수 있다. Particularly, after surveying the sedimentation environment of the strata in the development area, it is preferable that the development area is divided based on the identity of the sedimentation environment. Here, the deposition environment may include an area where a water channel exists, an ombrotrophic mire, and a rheotrophic.
본 발명에 따르면, CBM 개발대상지역 전체를 하나의 대상으로 하지 않고, 퇴적환경의 유사성, 등고선의 유사성 및 거리적 인접성에 따라 영역을 분할함으로써 가스함유량 모델링이 실제를 보다 잘 반영할 수 있다는 이점이 있다. According to the present invention, there is an advantage that the gas content modeling can more accurately reflect the reality by dividing the region according to the similarity of the deposition environment, the similarity of the contour lines, and the proximity of the distance, have.
둘 째, 종래에는 공업분석 데이터, 그것도 심도별 가스함유량만을 샘플로 삼아 통계적 기법을 통해 전체 그리드 내 셀들의 가스함유량을 추정하였는 바 정교함은 물론 신뢰성도 떨어졌다. 그러나 본 발명에서는 밀도, 수분량, 회분량, 가스함유량에 대한 공업분석 데이터를 통해 추세함수를 도출하고, 이 추세함수를 물리검층이 수행된 모든 시추정에 대하여 적용함으로써 종래와 달리 통계기법에 사용되는 데이터의 개수가 획기적으로 증가한다. 통계 기법의 신뢰성은 1차적으로 샘플 데이터 개수에 의존하므로 종래에 비하여 훨씬 정교하게 데이터 추정이 가능하다는 이점이 있다. 또한, 추세함수는 지질학적, 자원공학적 이해 및 데이터의 다면 분석에 기초한 것이므로 실제의 추세를 잘 반영할 수 있다는 이점이 있다. Secondly, industrial analysis data and gas content of depth are used as samples to estimate the gas content of the cells in the entire grid through statistical techniques, which is not only sophisticated but also unreliable. However, in the present invention, the trend function is derived from the industrial analysis data on the density, the water amount, the amount of the ash, and the gas content, and this trend function is applied to all the wells in which the physical logging is performed, The number of data increases dramatically. Since the reliability of the statistical technique depends primarily on the number of sample data, there is an advantage that the data estimation can be performed more precisely than the conventional method. In addition, the trend function is based on geological and resource engineering understanding and multi-faceted analysis of data, which has the advantage of reflecting real trends.
셋 째, 본 발명에서는 가스함유량을 회분과 수분의 합량과의 상관관계로 파악함으로써, 추후 가스 생산에 관한 동적 모델링에 기초로 기능할 수 있다는 이점이 있다. Third, in the present invention, by grasping the gas content as a correlation with the sum of ash and water, there is an advantage that it can function based on dynamic modeling of gas production in the future.
본 발명의 이러한 이점들에 의하여, CBM 개발에서 중요한 과정인 저류층 가스함유량 모델링을 보다 신뢰성있게 수행할 수 있을 것으로 기대한다. With these advantages of the present invention, it is expected that the modeling of the reservoir gas content, which is an important process in CBM development, can be performed more reliably.
한편, 여기에서 명시적으로 언급되지 않은 효과라하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급됨을 첨언한다.On the other hand, even if the effects are not explicitly mentioned here, the effect described in the following specification, which is expected by the technical features of the present invention, and its potential effects are treated as described in the specification of the present invention.
도 1은 탄층메탄의 생산 구조를 설명하기 위한 도면이다.
도 2는 탄층메탄의 가스흡착구조를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 탄층 메탄가스 저류층 가스함유량 모델링방법의 개략적 흐름도이다.
도 4는 CBM 개발지역을 평면도로 모식화한 것이다.
도 5는 코어 샘플에 대한 공업분석 결과에서 밀도와 회분량을 대응시킨 그래프이다.
도 6은 코어 샘플의 밀도와 수분량을 대응시킨 결과이며, 도 7은 회분량과 수분량을 대응시킨 결과이고, 도 8은 수분량과 심도를 대응시킨 결과이다.
도 9는 수분과 회분의 합량과 가스함유량을 대응시킨 결과이다.
도 10은 저류층의 모델링을 위하여 3차원 그리드를 형성한 예이다.
도 11은 회분량 모델링의 결과를 나타낸 것이다.
도 12는 수분량 모델링의 결과를 나타낸 것이다.
도 13은 가스함유량 모델링의 결과를 나타낸 것이다.
도 14는 CBM 개발지역에서 70m 간격의 2개의 시추공에 대한 지질주상도 결과를 나타낸 것이다.
도 15는 석탄층 위에 하도가 지나간 지질환경을 개략적으로 나타낸 도면이다.
도 16은 CBM 개발지역의 각 영역별 가스 함량을 나타낸 분포도이다.
도 17은 도 16에서 원, 세모, 네모로 표시된 지역에서 압력에 따른 가스 흡착량을 나타낸 그래프이다.
도 18은 개발대상지역을 복수의 영역으로 분할하고, 시추공을 그룹핑하는 예를 나타내는 도면이다.
도 19는 석탄이 퇴적되는 환경을 분류한 도표이다.
도 20은 옴브로트로픽 마이어(ombrotrophic mire) 환경과, 레오트로픽 마이어(rheotrophic mire, 또는 minerotrophic) 환경 모델을 나타낸 것이다.
도 21은 옴브로트로픽 마이어의 bog 환경을 단면으로 나타낸 것이다.
도 22는 레오트로픽 마이어의 fen 환경을 단면으로 나타낸 것이다.
※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.1 is a view for explaining the production structure of coal bed methane.
2 is a view for explaining the gas adsorption structure of coal bed methane.
3 is a schematic flow diagram of a method for modeling the coal bed methane gas storage layer gas content according to an embodiment of the present invention.
Fig. 4 is a schematic representation of the CBM development area as a plan view.
FIG. 5 is a graph showing the correspondence between the density and the amount of recovery in the results of the industrial analysis on the core sample.
FIG. 6 shows the result of correlating the density of the core sample with the water content, FIG. 7 shows the result of correlating the amount of water with the amount of water, and FIG. 8 is a result of correlating water content and depth.
Fig. 9 shows the result of associating the sum of the moisture and the ash with the gas content.
FIG. 10 shows an example of forming a three-dimensional grid for modeling a reservoir layer.
Fig. 11 shows the results of the amount-of-rotation modeling.
Figure 12 shows the results of moisture content modeling.
Figure 13 shows the results of gas content modeling.
Figure 14 shows the results of geological columnar mapping for two boreholes spaced 70m apart in the CBM development area.
15 is a view schematically showing the geological environment where the underpass passes over the coal layer.
16 is a distribution chart showing the gas content of each region of the CBM development area.
17 is a graph showing the amount of gas adsorbed by pressure in the area indicated by circles, triangles, and squares in FIG.
18 is a diagram showing an example of dividing a development target area into a plurality of areas and grouping the boreholes.
19 is a chart for classifying the environment in which coal is deposited.
Figure 20 shows an ombrotrophic mire environment and a rheotrophic mire (or minerotrophic) environmental model.
FIG. 21 is a cross-sectional view of the bog environment of the ombrobotropic Meyer.
Figure 22 is a cross-sectional view of the fen environment of a leotrophic mailler.
* The accompanying drawings illustrate examples of the present invention in order to facilitate understanding of the technical idea of the present invention, and thus the scope of the present invention is not limited thereto.
본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may obscure the subject matter of the present invention.
이하, 첨부된 도면을 참고하여 본 발명의 일 실시예에 따른 탄층 메탄가스 저류층 가스함유량 모델링방법 및 생산량 모델링방법에 대하여 보다 상세하게 설명하기로 한다. Hereinafter, a coal gas methane gas storage layer gas content modeling method and a production volume modeling method according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
도 3은 본 발명의 일 실시예에 따른 탄층 메탄가스 저류층 가스함유량 모델링방법의 개략적 흐름도이다. 3 is a schematic flow diagram of a method for modeling the coal bed methane gas storage layer gas content according to an embodiment of the present invention.
도 3을 참고하면, 본 발명의 일 실시예에 따른 탄층 메탄가스 저류층 가스함유량 모델링방법(이하, 가스함유량 모델링방법)에서는 개발대상지역을 복수의 영역으로 분할하고, 복수의 시추공을 형성한다. Referring to FIG. 3, in the coal bed methane gas storage layer gas content modeling method (hereinafter referred to as a gas content modeling method) according to an embodiment of the present invention, a region to be developed is divided into a plurality of regions and a plurality of boreholes are formed.
개발대상지역을 분할하는 것에 대해서는 뒤에서 상세하게 설명하기로 하며 여기서는 시추공 형성에 대해서만 설명한다. The division of the development target area will be described in detail later, and only the formation of the borehole is described here.
도 4는 CBM 개발지역을 평면도로 모식화한 것이다. 도 4에 도시된 바와 같이, 시추공은 개발지역의 어느 일부에 집중되게 형성하지 않고, 넓게 분포하는 것이 바람직하다. 특히, 대상지역에 대한 고지질환경 또는 퇴적환경이 미리 조사되어 있는 경우라면, 퇴적환경이 서로 다른 지역에 대하여 시추공을 각각 형성하는 것이 바람직하다. 또는 개발지역 내의 등고선의 높이에 따라 시추정을 개별적으로 형성하는 것이 바람직하다. 퇴적환경이나 등고선의 높이에 따라 지층의 구성이 서로 다르게 나타날 수 있기 때문이다. Fig. 4 is a schematic representation of the CBM development area as a plan view. As shown in Fig. 4, it is preferable that the boreholes are widely distributed rather than being concentrated in any part of the development area. Particularly, if a high-quality environment or a sedimentation environment is preliminarily surveyed for a target area, it is preferable to form each of the boreholes for different areas of the sedimentation environment. Or it is preferable to separately form the wells according to the height of the contour lines in the development area. This is because the structure of the strata may be different depending on the sedimentation environment or the height of the contour line.
결국 본 발명의 첫 번째 과정인 시추공을 형성할 때에는 퇴적환경의 차이, 등고성의 차이 등을 고려할 필요가 있으며, 이러한 선행 조사가 수행되지 않은 경우에도 되도록 시추공을 넓은 영역에 고르게 분포시켜서 다양한 지질환경을 반영할 필요가 있다.As a result, it is necessary to consider the difference in the sedimentation environment and the difference of the flatness in forming the borehole, which is the first process of the present invention. Even if the preliminary investigation is not performed, the borehole can be distributed evenly over a wide area, It needs to be reflected.
그리고 각 시추공은 수직하방으로 짧게는 수 백 미터에서 길게는 수 킬로미터까지 수직 하방으로 연장될 수 있다. And each borehole can extend vertically downward, from a few hundred meters to a few kilometers long.
시추공을 형성한 후에는 이들 중 일부 시추공에 대하여 코어 샘플을 심도별로 획득한다. 또한 전체 시추공에 대해서는 물리검층을 통해 심도별 밀도 데이터를 측정한다. After forming the borehole, the core samples are acquired in depth by some of the boreholes. For all boreholes, density data is measured at depth by physical logging.
코어 샘플에 대해서는 공업분석을 실시한다. 공업분석에서는 코어 샘플을 심도별로 소량을 취하여 수분량, 회분량, 밀도, 가스함유량 등을 각각 측정한다.The core samples are subjected to industrial analysis. In the industrial analysis, a small amount of core sample is taken per depth, and water content, amount of recycled material, density and gas content are measured.
공업분석을 통해 심도별로 회분량, 수분량, 가스함유량과 밀도가 측정되면 제1추세함수 내지 제3추세함수를 도출한다. The first trend function to the third tendency function are derived when the amount of ash, water content, gas content and density are measured by the industrial analysis.
제1추세함수란 코어 샘플의 회분량과 밀도 사이의 상관관계를 나타내는 함수이다. 즉, 코어 샘플의 각 포인트에서 회분량과 밀도값을 각각 측정한 후, 도 5에 도시된 바와 같이, X축을 밀도로, Y축을 회분량으로 하여 그래프상에서 플로팅(plotting) 한다. 그래프상에 찍힌 점들은 공업분석의 결과이며, 심도와는 상관없이 회분량과 밀도와의 관계로만 나타낸 것이다. 물론 각 포인트는 식별가호를 부여하여 어느 심도에서 획득된 것인지가 파악되어 있다. The first trend function is a function indicating the correlation between the amount of the core sample and the density. That is, after measuring the amount of grains and the density at each point of the core sample, plotting is performed on the graph with the X-axis as the density and the Y-axis as the grains as shown in FIG. The dots plotted on the graph are the results of the industrial analysis and are shown only in terms of the relationship between the amount and density, regardless of depth. Of course, each point is given an identification number to determine at which depth it was acquired.
이렇게 밀도와 회분량을 플로팅한 후, 최소자승법 등의 수학적 기법을 이용하여 이들 데이터의 추세를 반영하는 제1추세함수를 설정할 수 있다. CBM 저류층은 앞에서도 언급한 바와 같이 석탄과 회분과 수분으로 이루어진다. 여기서 회분이란 석탄이 아닌 암석을 의미한다. 석탄의 밀도는 낮고 석탄이 아닌 암석은 밀도가 높다. 따라서 회분량은 밀도와 깊게 연관되어 있다는 데에 착안하여 본 발명에서는 회분량에 대한 제1추세함수를 밀도와의 상관관계로 파악한 것이다.After plotting the density and the ash amount, a first trend function that reflects the trend of the data can be set using a mathematical technique such as a least squares method. The CBM reservoir consists of coal, ash and water as mentioned above. Here, ash means rock, not coal. Coal density is low and non-coal rock is high density. Therefore, attention is paid to the fact that the amount of ash is closely related to the density, and in the present invention, the first trend function for the amount of the ash is understood as a correlation with the density.
제2추세함수는 코어 샘플의 수분량과 물성 사이의 상관관계를 나타낸 것이다. 물성은 예컨대, 밀도 또는 회분량이 될 수 있다. 또한 물성은 아니지만 심도와 수분량 사이의 상관관계를 나타낸 것이다. 제2추세함수를 도출하는 방법은 앞의 제1추세함수를 도출하는 것과 동일하다. 본 실시예에서는 수분량에 대하여 심도와의 상관관계를 통해 제2추세함수를 도출하였다. The second trend function shows the correlation between the moisture content and the physical properties of the core sample. The physical properties may be, for example, density or ash. It is not a physical property but a correlation between depth and moisture. The method of deriving the second trend function is the same as deriving the first trend function. In the present embodiment, the second trend function is derived by correlating the moisture amount with the depth.
도 6은 코어 샘플의 밀도와 수분량을 플로팅한 결과이며, 도 7은 회분량과 수분량을 플로팅한 결과이고, 도 8은 수분량과 심도를 플로팅한 결과이다. Fig. 6 shows the result of plotting the density and moisture content of the core sample, Fig. 7 shows the results of plotting the amount of the ash and the water content, and Fig. 8 shows the results of plotting the water content and the depth.
도 6 및 도 7의 그래프를 보면, 수분량과 밀도 사이, 그리고 수분량과 회분량 사이에는 특별한 추세가 형성되지 않는다. 그러나 도 8의 그래프를 보면, 수분량과 심도 사이에는 일정한 추세가 형성되는 것을 알 수 있다. 따라서 수분은 회분량이나 밀도 보다는 심도에 의존하는 경향성을 보인다. 심도가 깊을수록 지하의 압력이 증가하고 이에 수분이 배출된다는 점을 고려하면 수분 함량이 심도에 의존한다는 것은 타당한 결과로 보인다. 이에 본 발명에서는 제2추세함수를 수분량과 심도와의 상관관계로 도출하였다. 6 and 7, there is no particular trend between the moisture content and the density, and between the moisture content and the ash content. However, in the graph of FIG. 8, it can be seen that a certain trend is formed between the moisture content and the depth. Therefore, moisture is more dependent on depth than density or density. Considering that the deeper the depth is, the higher the underground pressure and the water is discharged, it seems reasonable that the water content depends on the depth. In the present invention, the second trend function is derived from the correlation between moisture content and depth.
제3추세함수는 코어 샘플의 회분량과 수분량의 합량에 대한 가스함유량 사이의 상관관계를 나타내는 것이다. 제3추세함수를 도출하는 방법도 제1추세함수를 도출하는 방법과 동일하다. The third trend function represents the correlation between the amount of the core sample and the gas content relative to the sum of the water content. The method of deriving the third trend function is also the same as the method of deriving the first trend function.
도 9는 수분과 회분의 합량과 가스함유량을 플로팅한 결과인데, X축을 회분과 수분의 합량으로 하고, Y축을 코어에서 측정한 가스함유량으로 하여 그래프상에 코어 샘플의 각 포인트를 플로팅한다. 그리고 이 포인트 데이터들의 추세를 수학적 기법을 통해 함수로 도출한다. 제3추세함수는 회분량과 수분의 합량에 대한 가스함유량의 상관관계로부터 도출되었는데, 회분과 수분을 제외한 나머지는 석탄의 함량이므로, 제3추세함수는 결국 석탄의 함량과 가스함유량 사이의 상관관계를 파악한 것이다. 가스는 석탄에만 흡착된다는 과학적 원리에 터잡아 본 발명에서는 가스함유량에 대한 제3추세함수를 회분과 수분의 합량에 대한 관계로 파악한 것이다. Fig. 9 shows the result of plotting the sum of water and ash and the gas content. Each point of the core sample is plotted on the graph using the X axis as the sum of the ash and water and the Y axis as the gas content measured by the core. Then, the trend of the point data is derived as a function through a mathematical technique. The third trend function was derived from the correlation of the gas content to the amount of ash and the amount of moisture. Since the remainder excluding ash and moisture is the coal content, the third trend function is the correlation between the coal content and the gas content . In the present invention, the third trend function of the gas content is determined by the relationship between the ash content and the water content.
상기한 바와 같이, 제1추세함수 내지 제3추세함수를 도출한 후에는 본격적으로 컴퓨터를 이용한 모델링을 수행한다. As described above, after deriving the first trend function to the third trend function, the computer modeling is performed in earnest.
모델링을 위해서는 도 10에 도시된 바와 같이 먼저 개발대상지역의 저류층을 3차원으로 격자화하여 복수의 셀로 구획한다. 즉 X축, Y축, Z축을 따라 좌표가 부여되어 복수의 셀로 나누어진다. For modeling, as shown in FIG. 10, first, the reservoir of the development target area is divided into a plurality of cells by three-dimensionally grating. That is, along the X axis, the Y axis, and the Z axis, and is divided into a plurality of cells.
이렇게 3차원 그리드를 형성한 후에는 회분량에 대한 모델링, 수분량에 대한 모델링을 수행한다. 각각의 모델은 3차원 그리드를 공유한다. After forming the three-dimensional grid, modeling of the amount of ash and modeling of the moisture content is performed. Each model shares a three-dimensional grid.
회분량 모델링에서는 먼저 제1추세함수를 물리검층이 수행된 모든 셀에 대하여 적용한다. 예컨대, 물리검층을 수행한 시추정의 좌표를 그리드에 적용하면, X축 및 Y축 좌표는 고정되어 있고, Z축을 따라 복수의 셀을 지나가게 된다. 도 10에서 Z축을 따라 수직하게 그어진 라인이 시추정이다. 도 10은 복수의 시추정이 형성되어 있는 상태이다. 각 시추정에서는 모두 물리검층을 통해 심도별 밀도 데이터가 획득되어 있다. 여기서 "심도별"이라는 용어는 모델링 관점에서는 "셀별"이라는 용어로 대체할 수 있다. 시추정이 형성된 좌표심도에 따라 셀이 나누어지기 때문이다. 결국, 시추정이 지나는 모든 셀들에는 각각 밀도값이 설정되어 있다. 그리고 모든 셀들에 대해서 제1추세함수를 적용한다. First, the first trend function is applied to all cells where physical logging is performed. For example, if the drilling definition coordinates on which physical logging is performed are applied to the grid, the X axis and Y axis coordinates are fixed and pass through a plurality of cells along the Z axis. In Fig. 10, a line drawn perpendicularly along the Z axis is a drill hole. Fig. 10 shows a state in which a plurality of threaded jets are formed. In each drill hole, density data is obtained by depth logging through physical log. Here, the term "depth by depth" can be replaced by the term "by cell" in terms of modeling. This is because the cells are divided according to the depth of the coordinates at which the seed jets are formed. As a result, the density values are set for all the cells passing through the holes. And we apply the first trend function to all cells.
본 실시예에서는 제1추세함수를 아래와 같이 도출하였다. In the present embodiment, the first trend function is derived as follows.
회분량 = 83.74×d(밀도)-101.39 …… 제1추세함수Amount of turn = 83.74 x d (density) -101.39 ... ... The first trend function
다만, 위 추세함수는 저류층마다 모두 다르게 나타날 수 있으며, 하나로 정해진 값이 아니고 수학적 기법을 통해 개별적으로 도출해야 한다. However, the above trend functions may appear differently in each reservoir, and they should be deduced individually by mathematical techniques rather than by a single value.
회분량에 대한 제1추세함수는 밀도를 변수로 규정되어 있으므로, 각 셀에서의 밀도값을 제1추세함수에 입력하면 시추정이 지나는 모든 셀들에 대하여 회분량이 각각 설정된다. Since the density function of the first trend function is defined as a variable, the density value of each cell is input to the first trend function.
이후, 지구통계학적 기법에 의하여 이미 회분량이 설정된 셀들을 샘플로 하여 그리드 내 전체 셀들에 대하여 회분량을 추정하는 모델링을 수행한다. 지구통계학적 기법은 통계 또는 수학적 기법으로서 특히 지질, 에너지 자원분야에서 사용하는 소프트웨어를 통해서 구현되며, 이는 해당분야의 공지의 기술이므로 자세한 설명은 생략하기로 한다. Then, modeling is performed for all cells in the grid by estimating the amount of cells already set by the geostatistical technique. Geostatistical techniques are statistical or mathematical techniques, especially implemented in software used in the fields of geology and energy resources, which are well known in the art, so a detailed description will be omitted.
회분량 모델링의 결과가 도 11에 도시되어 있다. 도 11은 3차원 그리드 전체를 위에서 바라본 결과이다. 영역별로 회분량이 다르게 나타남을 알 수 있다. The results of the ash modeling are shown in Fig. 11 is a view of the entire three-dimensional grid viewed from above. It can be seen that the amount of recycling is different for each area.
수분량 모델링을 수행한다. Perform moisture modeling.
수분량 모델링도 회분량 모델링과 동일한 방법으로 이루어진다. 시추정이 지나는 셀들에는 각각 심도, 즉 Z축 좌표값이 설정되어 있다. 그리고 시추정이 지나는 셀들에 대하여 제2추세함수를 적용한다. Moisture modeling is also done in the same way as batching modeling. The depths, that is, the Z-axis coordinate values, are set in the cells through which the drilled holes pass. And a second trend function is applied to the cells through which the seed jets pass.
본 실시예에서 제2추세함수는 아래와 같이 정의된다. In this embodiment, the second trend function is defined as follows.
수분량=5.39+1.2×10-2D+1.21×10- 5D2+4×10- 9D3 …… 제2추세함수(여기서 D는 심도) Water content = 5.39 + 1.2 × 10 -2 D + 1.21 × 10 - 5
제1추세함수와 마찬가지로 제2추세함수도 하나로 정해진 것이 아니며, 저류층 별로 공업분석을 통해서 도출된다. Like the first trend function, the second trend function is not determined as one, but is derived from the industrial analysis for each reservoir.
제2추세함수는 심도(D)에 대한 함수이므로 시추정이 지나는 셀들의 심도를 입력하면 이 셀들의 수분량이 모두 산출된다. 이후, 앞에서와 마찬가지로 지구통계학적 기법을 통해 이미 수분량이 설정된 셀들을 샘플로 이용하여 그리드 내 전체 셀들에 대한 수분량을 추정한다. 수분량 모델링의 결과가 도 12에 도시되어 있다. 도 12의 모델링 결과도 3차원 그리드를 위에서 바라본 평면분석결과이다. 각 색채는 수분량의 정도를 나타낸 것으로서, 평면방향에서 수분량이 다른 것을 알 수 있다. Since the second trend function is a function of the depth (D), if the depth of the cells passing through the sphere is input, all the water contents of these cells are calculated. Then, the water content of all the cells in the grid is estimated by using the geothermal statistical technique as previously described, using the cells having the moisture content already set as samples. The results of the moisture content modeling are shown in Fig. The modeling result of FIG. 12 is also a plane analysis result of the 3D grid viewed from above. Each color represents the degree of water content, and it can be seen that the water content is different in the plane direction.
이제 회분량 모델과 수분량 모델이 각각 결정되었고, 각 모델은 그리드를 공유하므로, 회분량 모델과 수분량 모델은 쉽게 통합될 수 있다. 결국 그리드 내 모든 셀들에는 회분량 및 수분량이 설정되어 있다. Now, the aspiration model and the hydration model are each determined, and each model shares the grid, so the aspiration model and the hydration model can be easily integrated. Eventually, all the cells in the grid have set up the amount of water and the amount of water.
이제 마지막으로 가스함유량 모델링을 수행한다. Finally, gas content modeling is performed.
앞에서 가스함유량은 회분량과 수분량의 합계에 따른 3추세함수로 설정하였다. 본 실시예에서 제3추세함수는 아래와 같이 정의되었다. 물론 제3추세함수도 저류층에 따라 다르게 설정되는 개념이다. The gas content was set to three trend functions according to the sum of the amount of the ash and the amount of water. In the present embodiment, the third trend function is defined as follows. Of course, the third trend function is also set differently depending on the reservoir layer.
가스함유량=403-4.165×(회분량+수분량) …… 제3추세함수Gas content = 403-4.165 x (amount of recycle + amount of water) ... ... The third trend function
위와 같이, 제3추세함수는 회분량과 수분량의 합계가 변수로 설정되어 있다. 그리드 내 전체 셀들에는 이미 회분량 모델과 수분량 모델에 의하여 회분량과 수분량이 설정되어 있으므로, 제3추세함수를 모든 셀에 대하여 적용하면 모든 셀에 대하여 가스함유량을 추정할 수 있다. As described above, the third trend function is such that the sum of the amount of recycle and the amount of water is set as a variable. Since all the cells in the grid have already set up the amount and moisture content by the ash content model and the moisture content model, the gas content can be estimated for all the cells by applying the third trend function to all the cells.
앞에서 회분량과 수분량은 시추정이 지나가는 셀들에 대해서 데이터를 획득한 후, 이 데이터를 샘플로 하고 지구통계학적 기법을 사용하여 모든 셀들의 수분량 및 회분량을 추정하였다. 그러나 가스함유량에 대한 제3추세함수는 회분량과 수분량의 합계를 변수로 하는 함수로 설정하였는 바, 샘플 데이터를 이용하여 통계기법을 사용할 필요 없이 회분량과 수분량의 합을 입력하는 즉시 산출된다. 최종적으로 가스함유량 모델링 결과가 도 13에 도시되어 있다. The amount of water and the amount of water were obtained from the data of the cells passing through the drill hole, and the data and the amount of water were estimated by using the geostatistical method. However, the third trend function for the gas content is calculated as the sum of the amount of the ash and the amount of the water as a variable, and it is calculated immediately after the sum of the amount of the ash and the amount of the water without using the statistical technique using the sample data. Finally, the gas content modeling results are shown in Fig.
종래에는 코어 샘플에 대한 공업분석 결과만을 이용하여 모델링을 수행하는 방법을 채택하였다. 즉, 시추정에서 획득한 코어 샘플에 대하여 공업분석을 통해 심도별로 가스함유량을 측정한 후, 이 심도별 데이터를 시추정이 지나는 수직한 셀들에 입력한다. 그리고 이 데이터를 샘플로 하여 통계학적 기법을 사용하여 그리드 내 전체 셀들에 대한 가스함유량을 추정하였다. 도 10에 도시된 바와 같이 그리드 내 시추정의 수는 꽤 많지만, 이들 중에서 코어 샘플을 획득하는 시추정의 수는 매우 제한되어 있다. 결국 종래의 방법에서는 통계학적 기법의 근간이 되는 샘플 데이터의 수가 매우 적다는 한계가 있다. 통계는 데이터 개수가 많을수록 정교해진다는 특징이 있다. 결국 종래의 방법으로는 그리드 내 각 셀들의 가스함유량을 정교하게 추정할 수 없다는 한계가 있었다. Conventionally, a method of performing modeling using only the result of industrial analysis of a core sample was adopted. In other words, after measuring the gas content by depth by industrial analysis on the core sample obtained from the drill hole, the data of the depth is inputted into the vertical cells passing through the drill hole. We then use this data as a sample to estimate the gas content for all cells in the grid using statistical techniques. As shown in FIG. 10, the number of drilling definitions in the grid is quite large, but among them, the number of drilling definitions for acquiring core samples is very limited. As a result, the conventional method has a limitation in that the number of sample data that is the basis of the statistical technique is very small. Statistics show that the more data, the more sophisticated. As a result, there is a limitation in that the gas content of each cell in the grid can not be precisely estimated by the conventional method.
그러나 본 발명에서는 공업분석 결과와 시추정에서의 물리검층 결과를 함께 이용한다는데 특징이 있다. 시추정에 대해서는 거의 모두 물리검층이 이루어지며, 코어 샘플에 대한 공업분석을 통해 추세함수가 정의되면, 물리검층 데이터를 추세함수에 입력하여 모든 시추정에 대하여 공업분석 수준으로 데이터를 확보할 수 있다. 모델링을 위한 데이터의 개수가 획기적으로 많아지므로, 통계 기법을 사용하더라도 신뢰할 수 있는 결과를 도출할 수 있다. However, the present invention is characterized in that the result of industrial analysis is used together with the results of physical logging in drilling tanks. When the trend function is defined by the industrial analysis on the core sample, the physical log data can be input to the trend function to secure the data to the industrial analysis level for all the wells . Since the number of data for modeling increases drastically, reliable results can be obtained even with statistical techniques.
또한, 공업분석 결과에서도 종래에는 직접적으로 가스함유량만을 측정하였다면, 본 발명에서는 가스함유량, 회분량, 수분량, 밀도를 모두 측정한다. 그리고 이들 사이의 관계에서 추세가 형성되는 요소들을 선정하여 추세함수를 설정하였다. 앞에서 기재한 바와 같이 수분량은 밀도나 회분량보다는 심도와의 상관성이 우수하다는 것을 확인하여 추세함수를 설정하였다. 또한 데이터 플로팅을 통해 상관성을 확인한 것에만 그치지 않고, CBM 저류층의 지질학적, 자원공학적 이해에 근거하여 상관관계를 이루는 요소들을 선정하였다. 회분과 밀도의 상관관계, 수분과 심도와의 상관관계, 그리고 가스함유량과 회분 및 수분의 합량(즉 석탄함량) 사이의 상관관계를 도출한 것은 이러한 이론적 지식에 기초한 바 크다. 즉, 본 발명에서는 지질, 자원공학에 대한 이론적 기초와, 실제 데이터를 이용한 데이터 분석에 의해서 추세함수들을 도출하였는 바 신뢰성이 매우 높다고 할 것이다. Also, in the industrial analysis results, if only the gas content is measured directly, conventionally, the gas content, the amount of recycle, the amount of water and the density are all measured. And the trend function is set by selecting the elements forming the trend in the relation between them. As described above, the trend function is established by confirming that the moisture content has a greater correlation with the depth than the density or the amount of the ash. In addition, we did not only confirm the correlation through data plotting, but also correlated elements based on geological and resource engineering understanding of CBM reservoir. It is based on this theoretical knowledge that the correlation between ash and density, the correlation between moisture and depth, and the correlation between gas content and ash and water content (ie coal content) are significant. That is, in the present invention, since the trend functions are derived by the theoretical basis of the geology and the resource engineering and the data analysis using the actual data, the reliability is very high.
한편, 본 발명에서 가스함유량을 회분과 수분의 관계로 파악한 것은 추후 메탄가스를 생산할 때의 생산 모델링에서도 활용될 수 있다. 생산 모델링은 시간에 따른 압력변화에 의해서 셀들의 상태, 특히 가스가 탈착되어 배출되므로 가스함유량이 연속적으로 변화해가는 동적 모델링이다. 그리고 이러한 변화에 있어서 회분과 수분의 함량은 중요한 변수가 된다. 즉, 본 발명은 가스생산량 모델링의 기초 토대로 기능할 수 있다. On the other hand, in the present invention, grasping the gas content by the relationship between ash and water can be utilized in production modeling for producing methane gas later. Production modeling is a dynamic modeling in which the state of the cells, especially the gas, is desorbed and discharged by a pressure change over time, so that the gas content continuously changes. And the ash content and moisture content are important variables in this change. That is, the present invention can function as a basis for modeling gas production.
한편, 지금까지는 CBM 개발지역 전체를 대상으로 위의 과정을 수행하는 것으로 설명하였다. 그러나, 개발지역을 복수의 영역으로 분할한 후, 각 영역별로 위의 과정을 수행하는 것이 바람직하다. 이에 본 발명의 첫 번째 프로세스에서 개발지역을 복수로 분할하는 것으로 하였다. 이에 대하여 보다 자세하게 설명한다. In the meantime, it is explained that the above process is performed for the entire CBM development area. However, it is desirable to divide the development area into a plurality of areas, and then perform the above process for each area. Thus, in the first process of the present invention, the development area is divided into a plurality of areas. This will be described in more detail.
CBM은 전통가스와 달리 어느 한 곳에 집중적으로 부존되어 있는 것이 아니라, 넓은 지역에 분포하기 때문에 동일한 개발지역 내에서도 지질환경 또는 퇴적환경이 서로 다르게 나타난다. Unlike traditional gas, CBM is concentrated in one place, but it is distributed in a large area, so geological environment or sedimentation environment is different even in the same development area.
도 14에는 70m 간격의 2개의 시추공에 대한 물리검층 결과가 나타나 있다. 지질학적 관점에서 70m는 매우 짧은 거리임에도 불구하고 심도별 지질조건은 매우 다르다는 것을 알 수 있다. In Fig. 14, the physical logging results for two boreholes spaced at intervals of 70 m are shown. From the geological point of view, it can be seen that the geological conditions at depths are very different even though the distance of 70m is very short.
앞에서도 언급했지만, 개발 대상지역의 고지질환경이나 퇴적환경은 석탄 퇴적상에 매우 큰 영향을 미친다. 예컨대, 고지질환경 또는 퇴적환경에서 하도(channel)가 지나간 영역의 경우에는 퇴적상의 변화가 매우 극명하게 나타난다. 도 15는 석탄층 위에 하도가 지나간 지질환경을 개략적으로 나타낸 도면이다. As mentioned earlier, the high quality environment and the sedimentation environment in the development area have a great influence on the coal sedimentation. For example, in the case of a zone in which a channel passes in a high-quality environment or a sedimentation environment, the change in the sedimentation state is very apparent. 15 is a view schematically showing the geological environment where the underpass passes over the coal layer.
도 15에 도시한 지층 구조는 도 14의 주상지질도(물리검층을 수행 결과)로 나타낸 지역에 대한 것이다. 도 15를 참고하면, 탄층(검은색)이 퇴적된 이후에 상측에 하도가 발달하였던 것을 알 수 있다. 하도 지역은 주로 사암이 퇴적되고, 사암은 도 15에서 노란색으로 표시되어 있다. 하도가 발달하면 물의 흐름으로 인하여 하부 지층을 깊게 침식하는 현상이 나타난다. 도 11에서 70m를 사이에 두고 동일 심도에서 석탄층의 두께가 전혀 다르게 나타나는 것은 하도의 석탄층 침식 영향을 반영한 것이다. The geological structure shown in Fig. 15 is for the area represented by the column topography (the result of performing physical logging) in Fig. Referring to FIG. 15, it can be seen that the lower layer developed on the upper side after the coal layer (black) was deposited. Sandstone is mainly deposited in the lower area, and sandstone is marked yellow in Fig. When the lower reaches develop, there is a phenomenon that the bottom layer is deeply eroded due to the flow of water. The fact that the thickness of the coal layer is completely different at the same depth with 70m in FIG. 11 reflects the influence of the coal bed erosion in the lower part.
도 16은 CBM 개발지역의 각 영역별 가스 함량을 나타낸 분포도이다. 도 16에 표시된 영역은 매우 넓으므로 가스 함량이 영역별로 매우 다르게 나타남을 알 수 있다. 즉, 도 16에서 원, 세모, 네모로 표시된 영역의 시추공에서 코어 샘플을 획득한 후 랭마이어(Langmuir) 실험을 수행한 결과, 도 17에 나타난 바와 같이, 동일한 압력에 대해서도 코어 샘플의 단위 유닛당 가스가 흡착될 수 있는 양의 최고값이 매우 다르게 나타난다. 즉, 석탄 함량이 매우 크게 차이가 있다는 것이다. 16 is a distribution chart showing the gas content of each region of the CBM development area. Since the area shown in FIG. 16 is very wide, it can be seen that the gas content is very different in each region. That is, as shown in FIG. 16, the Langmuir experiment was conducted after acquiring a core sample at a borehole in a circle, triangle, and square area in FIG. 16. As a result, as shown in FIG. 17, The maximum value of the amount by which the gas can be adsorbed is very different. That is, the coal content is very different.
이렇게 고지질환경 또는 퇴적환경이 CBM 퇴적상에 미치는 영향은 매우 크기 때문에, 개발 대상지역의 가스함유량을 분석할 때에도 이러한 점을 감안할 필요가 있다. The effect of such a high-quality environment or sedimentation environment on the CBM sedimentation is very large, so it is necessary to take this into consideration when analyzing the gas content of the development target area.
따라서 본 발명에서는, 도 3의 플로우 챠트의 첫에 번째 프로세스에 도시된 바와 같이, 먼저 개발 대상지역을 복수의 영역으로 분할한 후 각 영역별로 위의 과정을 수행하여 가스함유량을 모델링하도록 하였다. Therefore, in the present invention, as shown in the first process of the flowchart of FIG. 3, the development target region is first divided into a plurality of regions, and then the above process is performed for each region to model the gas content.
영역의 분할하는 기준은 아래와 같다. The criteria for dividing the region are as follows.
먼저 시추공들 중에서 코어 샘플을 획득하여 공업분석을 수행한 시추공을 기준으로 거리가 가까운 시추공들을 그룹핑하는 방식이다. 대상지역이 넓게 분포하기 때문에 영역별로 퇴적조건이 다를 수 있다. 그러나 시추공에 대하여 공업분석을 수행하면 지질 구조를 명확하게 파악할 수 있고, 그 시추공과 거리가 가까우면 비슷한 지질구조가 형성되었을 가능성이 높다. 도 18에는 개발대상지역 전체에서 시추공을 형성한 지점들이 표시되어 있고, 붉은색으로 칠해진 상대적으로 큰 원은 공업분석을 실시한 시추공이다. 공업분석이 수행된 시추정을 기준으로 그룹핑하여 시추공들의 색을 달리하여 표시하였다. 도 10에서도 시추정 그룹별로 색이 달리 표시되어 있는 것을 확인할 수 있다. First, a core sample is obtained from among the boreholes and the nearest boreholes are grouped based on the borehole where the industrial analysis is performed. Because the target area is widely distributed, sedimentation conditions may vary from area to area. However, industrial analysis of the borehole clearly reveals the geological structure, and if the borehole is close to the borehole, a similar geological structure is likely to be formed. Figure 18 shows the locations of the boreholes in the entire development area, and the relatively large circle painted in red is the borehole with industrial analysis. The color of the boreholes was differentiated by grouping based on the drill hole where industrial analysis was performed. Also in FIG. 10, it can be confirmed that the colors are displayed differently according to the seedling groups.
영역의 분할은 등고선을 기준으로 할 수도 있다. 도 18의 중간부터 우측 영역에 걸쳐 등고선을 표현하였다. 동일한 등고선상 또는 해당 등고선과 가까운 거리에 있는 시추공들을 그룹핑하여 영역을 분할할 수 있다. 동일한 등고선 상에 위치한 시추공들은 심도에 따른 퇴적환경이 유사할 가능성이 높기 때문이다. The division of the area may be based on contour lines. Contour lines are expressed from the middle to the right area in FIG. You can divide the area by grouping boreholes on the same contour line or close to the contour line. Boreholes located on the same contour line are likely to have similar sedimentation environments depending on depth of field.
마지막으로 개발 대상지역의 고지질환경 또는 퇴적환경이 미리 조사되어 있는 경우라면, 퇴적환경의 동일성을 기준으로 시추공들을 그룹핑하고 영역을 분할할 수 있다. Finally, if the high-quality environment or sedimentation environment of the development area is pre-surveyed, the boreholes can be grouped based on the identity of the sedimentation environment and the area can be divided.
도 19는 석탄이 퇴적되는 환경을 분류한 도표이며, 도 20은 옴브로트로픽 마이어(ombrotrophic mire) 환경과, 레오트로픽 마이어(rheotrophic mire, 또는 minerotrophic) 환경을 나타낸 것이다. 또한 도 21은 옴브로트로픽 마이어의 bog 환경을 단면으로 나타낸 것이며, 도 22는 레오트로픽 마이어의 fen 환경을 단면으로 나타낸 것이다. FIG. 19 is a chart showing an environment in which coal is deposited, and FIG. 20 shows an ombrotrophic mire environment and a rheotrophic mire (or minerotrophic) environment. FIG. 21 is a cross-sectional view of the bog environment of the ovrobrotrophymair, and FIG. 22 is a cross-sectional view of the fen environment of the leotrophic meyer.
도 19 내지 도 22에 나타난 석탄 퇴적환경, 그리고 앞에서 설명한 바와 같이 하도의 존재 여부에 대하여 선행조사가 수행된 경우라면, 퇴적환경을 기준으로 개발대상지역의 영역을 분할하는 것이 가장 합리적이라고 할 것이다. 지층의 퇴적 환경에 따라 영역을 분할하면 실제의 퇴적상을 가장 잘 반영할 수 있고, 이에 따라 가스함유량도 보다 신뢰성있게 분석할 수 있을 것이다. 그리고, 앞에서 언급한 3가지의 기준을 각각 적용할 수도 있지만, 이들을 상호 조합하여 적용할 수도 있다. It is most reasonable to divide the area of the development target area based on the deposition environment if the preliminary investigation has been performed on the coal deposition environment shown in FIGS. 19 to 22 and the presence or absence of the bottom as described above. Segmentation according to the sedimentation environment of the stratum can best reflect the actual sedimentation, and thus the gas content can be more reliably analyzed. The above-mentioned three criteria may be respectively applied, but they may be applied in combination.
이상에서 설명한 바와 같이, 본 발명은 종래기술과 비교하여 몇 가지 점에서 보다 진보한 모델링방법을 보여준다. As described above, the present invention shows a more advanced modeling method in several respects as compared with the prior art.
먼저 개발대상지역 전체를 하나의 대상으로 하지 않고, 퇴적환경의 유사성, 등고선의 유사성 및 거리적 인접성에 따라 영역을 분할함으로써 가스함유량 모델링이 실제를 보다 잘 반영할 수 있도록 하였다. First, the gas content modeling can better reflect the reality by dividing the region according to the similarity of the sedimentation environment, the similarity of the contour line, and the proximity of distance, rather than as a whole.
둘 째, 종래에는 공업분석 데이터, 그것도 심도별 가스함유량만을 샘플로 삼아 통계적 기법을 통해 전체 그리드 내 셀들의 가스함유량을 추정하였는 바 정교함은 물론 신뢰성도 떨어졌다. 그러나 본 발명에서는 밀도, 수분량, 회분량, 가스함유량에 대한 공업분석 데이터를 통해 추세함수를 도출하고, 이 추세함수를 물리검층이 수행된 모든 시추정에 대하여 적용함으로써 종래와 달리 통계기법에 사용되는 데이터의 개수가 획기적으로 증가한다. 통계 기법의 신뢰성은 1차적으로 샘플 데이터 개수에 의존하므로 종래에 비하여 훨씬 정교하게 데이터 추정이 가능하다는 이점이 있다. 또한, 추세함수는 지질학적, 자원공학적 이해 및 데이터의 다면 분석에 기초한 것이므로 실제의 추세를 잘 반영할 수 있다는 이점이 있다. Secondly, industrial analysis data and gas content of depth are used as samples to estimate the gas content of the cells in the entire grid through statistical techniques, which is not only sophisticated but also unreliable. However, in the present invention, the trend function is derived from the industrial analysis data on the density, the water amount, the amount of the ash, and the gas content, and this trend function is applied to all the wells in which the physical logging is performed, The number of data increases dramatically. Since the reliability of the statistical technique depends primarily on the number of sample data, there is an advantage that the data estimation can be performed more precisely than the conventional method. In addition, the trend function is based on geological and resource engineering understanding and multi-faceted analysis of data, which has the advantage of reflecting real trends.
셋 째, 본 발명에서는 가스함유량을 회분과 수분의 합량과의 상관관계로 파악함으로써, 추후 가스 생산에 관한 동적 모델링에 기초로 기능할 수 있다는 이점이 있다. Third, in the present invention, by grasping the gas content as a correlation with the sum of ash and water, there is an advantage that it can function based on dynamic modeling of gas production in the future.
본 발명에 의하여 CBM 개발의 중요한 과정 중 하나인 저류층 가스함유량 모델링이 신뢰성있게 수행될 수 있을 것으로 기대된다. It is expected that the present invention can reliably perform the modeling of the reservoir gas content, which is one of the important processes of CBM development.
본 발명의 보호범위가 이상에서 명시적으로 설명한 실시예의 기재와 표현에 제한되는 것은 아니다. 또한, 본 발명이 속하는 기술분야에서 자명한 변경이나 치환으로 말미암아 본 발명이 보호범위가 제한될 수도 없음을 다시 한 번 첨언한다.The scope of protection of the present invention is not limited to the description and the expression of the embodiments explicitly described in the foregoing. It is again to be understood that the present invention is not limited by the modifications or substitutions that are obvious to those skilled in the art.
Claims (7)
(b)공업분석을 통해 상기 코어 샘플의 각 포인트마다 회분량, 수분량, 가스함유량 및 밀도를 측정하는 단계;
(c)상기 공업분석을 통해 획득된 회분량과 밀도 사이의 상관관계에 대한 제1추세함수와, 상기 공업분석을 통해 획득된 수분량과 심도, 밀도, 회분량 중 어느 하나의 물성과의 상관관계에 대한 제2추세함수와, 상기 공업분석을 통해 획득된 회분량과 수분량의 합과 상기 가스함유량 사이의 상관관계에 대한 제3추세함수를 결정하는 단계;
(e)개발지역의 저류층을 3차원 격자로 구획하여 복수의 셀을 가지는 3차원 그리드를 형성하는 단계;
(f)상기 시추공에서 물리검층을 통해 획득된 밀도 데이터를 상기 제1추세함수에 입력하여 상기 시추공을 지나는 상기 그리드 상의 각 셀의 회분량을 산출하고, 지구통계학적 기법을 이용하여 상기 그리드 내 전체 셀에 대한 회분량을 모델링하는 단계;
(g)상기 시추공에서 획득된 물성 데이터를 상기 제2추세함수에 입력하여 상기 시추공을 지나는 상기 그리드 상의 각 셀의 수분량을 산출하고, 지구통계학적 기법을 이용하여 상기 그리드 내 전체 셀에 대한 수분량을 모델링하는 단계; 및
(h)상기 그리드 상의 각 셀의 수분량과 회분량의 합계를 상기 제3추세함수에 입력하여 상기 그리드 상의 전체 셀에 대한 가스함유량을 모델링하는 단계;를 구비하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. (a) forming at least one borehole in a coal manganese (CBM) development area to obtain a core sample for each depth of the reservoir layer, and measuring the density value at each depth through the physical logging;
(b) measuring an ash content, a moisture content, a gas content and a density at each point of the core sample through industrial analysis;
(c) a correlation between the first trend function for the correlation between the amount of recycle obtained through the industrial analysis and the density, and the water content obtained through the industrial analysis, and the depth, Determining a third trend function for a correlation between the sum of the ash and water content obtained through the industrial analysis and the gas content;
(e) partitioning the reservoir in the development area into a three-dimensional grid to form a three-dimensional grid having a plurality of cells;
(f) inputting the density data obtained through physical logging in the borehole to the first trend function to calculate the amount of each cell on the grid passing through the borehole, Modeling the amount of rotation for the cell;
(g) inputting the physical property data obtained in the borehole into the second trend function to calculate the water content of each cell on the grid passing through the borehole, and calculating a water content for all the cells in the grid using a geostatistical technique Modeling; And
(h) modeling the gas content of all the cells on the grid by inputting the sum of the moisture amount and the recycle amount of each cell on the grid to the third trend function Content modeling method.
상기 (c)단계와 (g)단계에서 사용하는 물성은 심도인 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. The method according to claim 1,
Wherein the physical properties used in steps (c) and (g) are depths.
상기 개발지역을 평면방향에서 복수의 영역으로 분할하여,
각 영역별로 상기 시추공들을 그룹핑하여 상기 (a)~(h)단계를 수행하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법.The method according to claim 1,
The development area is divided into a plurality of areas in the planar direction,
Wherein the steps (a) to (h) are performed by grouping the boreholes in each zone.
상기 개발지역의 분할은 상기 코어 샘플을 취득한 시추공과의 인접한 거리를 기준으로 수행하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. The method of claim 3,
Wherein the dividing of the development area is performed based on an adjacent distance between the core sample and the borehole from which the core sample is acquired.
상기 개발지역의 분할은 지형도에서 등고선 상의 높이를 기준으로 수행하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. The method of claim 3,
Wherein the dividing of the development area is performed based on the height of the contour line in the topographic map.
상기 개발지역의 지층의 퇴적환경에 대한 조사를 선수행한 후,
상기 개발지역의 분할은 퇴적환경의 동일성을 기준으로 수행하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. The method of claim 3,
After surveying the sedimentation environment of the strata in the development area,
Wherein the dividing of the development area is performed based on the identity of the deposition environment.
상기 퇴적환경은, 하도(channel)가 존재했던 영역, 옴브로트로픽 마이어(ombrotrophic mire) 및 레오트로픽 마이어(rheotrophic)를 포함하는 것을 특징으로 하는 탄층 메탄가스 저류층 가스함유량 모델링방법. The method according to claim 6,
Wherein the deposition environment includes an area where a channel is present, an ombrotrophic mire, and a rheotrophic. ≪ Desc / Clms Page number 19 >
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160180935A KR101708599B1 (en) | 2016-12-28 | 2016-12-28 | Modeling method for gas content of cbm reservoir rocks |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160180935A KR101708599B1 (en) | 2016-12-28 | 2016-12-28 | Modeling method for gas content of cbm reservoir rocks |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101708599B1 true KR101708599B1 (en) | 2017-03-08 |
Family
ID=58403285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160180935A KR101708599B1 (en) | 2016-12-28 | 2016-12-28 | Modeling method for gas content of cbm reservoir rocks |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101708599B1 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101782294B1 (en) * | 2017-04-20 | 2017-10-23 | 한국가스공사 | Modeling method for gas production of cbm reservoir rocks |
| CN107313772A (en) * | 2017-08-16 | 2017-11-03 | 长江大学 | The method that coal petrography industry component content is calculated based on well-log information |
| CN108444856A (en) * | 2018-02-11 | 2018-08-24 | 煤炭科学技术研究院有限公司 | Coal mine underground coal bed gas bearing capacity and pressure Quick testing instrument and assay method |
| KR102220634B1 (en) * | 2019-11-20 | 2021-02-26 | 한국가스공사 | Analyzing method of gaseous compostion in cbm reservoir rocks for corrosiveness evaluation of production pipe |
| CN113240246A (en) * | 2021-04-20 | 2021-08-10 | 中国煤炭地质总局勘查研究总院 | Method and device for determining coal seam gas content main control factor based on grey correlation method |
| CN117433950A (en) * | 2023-10-24 | 2024-01-23 | 西南石油大学 | Quantitative prediction method for gas content of deep sea shale |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131517B1 (en) * | 2010-11-29 | 2012-04-04 | 한국지질자원연구원 | Processing system and method for subsurface information in oil sands reservoir using statistical analysis of well logging data |
| KR20120058046A (en) * | 2010-11-29 | 2012-06-07 | 한국지질자원연구원 | Estimation system and method for pore fluids, including hydrocarbon and non-hydrocarbon, in oil sands reservoir using statistical analysis of well logging data |
| KR20160024232A (en) * | 2014-08-25 | 2016-03-04 | 서울대학교산학협력단 | 3-Dimensional Space Modeling Method based on the Geotechnical Information |
-
2016
- 2016-12-28 KR KR1020160180935A patent/KR101708599B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101131517B1 (en) * | 2010-11-29 | 2012-04-04 | 한국지질자원연구원 | Processing system and method for subsurface information in oil sands reservoir using statistical analysis of well logging data |
| KR20120058046A (en) * | 2010-11-29 | 2012-06-07 | 한국지질자원연구원 | Estimation system and method for pore fluids, including hydrocarbon and non-hydrocarbon, in oil sands reservoir using statistical analysis of well logging data |
| KR20160024232A (en) * | 2014-08-25 | 2016-03-04 | 서울대학교산학협력단 | 3-Dimensional Space Modeling Method based on the Geotechnical Information |
Non-Patent Citations (1)
| Title |
|---|
| "가스전평가를 위한 저류층 모델링 절차 및 방법", 한국가스학회 학술대회논문집, 2008년 11월 31일 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101782294B1 (en) * | 2017-04-20 | 2017-10-23 | 한국가스공사 | Modeling method for gas production of cbm reservoir rocks |
| CN107313772A (en) * | 2017-08-16 | 2017-11-03 | 长江大学 | The method that coal petrography industry component content is calculated based on well-log information |
| CN108444856A (en) * | 2018-02-11 | 2018-08-24 | 煤炭科学技术研究院有限公司 | Coal mine underground coal bed gas bearing capacity and pressure Quick testing instrument and assay method |
| CN108444856B (en) * | 2018-02-11 | 2024-02-13 | 煤炭科学技术研究院有限公司 | Rapid tester and testing method for gas content and pressure of underground coal seam of coal mine |
| KR102220634B1 (en) * | 2019-11-20 | 2021-02-26 | 한국가스공사 | Analyzing method of gaseous compostion in cbm reservoir rocks for corrosiveness evaluation of production pipe |
| CN113240246A (en) * | 2021-04-20 | 2021-08-10 | 中国煤炭地质总局勘查研究总院 | Method and device for determining coal seam gas content main control factor based on grey correlation method |
| CN117433950A (en) * | 2023-10-24 | 2024-01-23 | 西南石油大学 | Quantitative prediction method for gas content of deep sea shale |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101782294B1 (en) | Modeling method for gas production of cbm reservoir rocks | |
| KR101708599B1 (en) | Modeling method for gas content of cbm reservoir rocks | |
| Radwan | Three-dimensional gas property geological modeling and simulation | |
| CN106501854B (en) | Oil gas drilling target geological quantifying risk evaluation method | |
| Karacan | Integration of vertical and in-seam horizontal well production analyses with stochastic geostatistical algorithms to estimate pre-mining methane drainage efficiency from coal seams: Blue Creek seam, Alabama | |
| Alvarez et al. | Quantifying remaining oil saturation using time-lapse seismic amplitude changes at fluid contacts | |
| Cao et al. | Application of seismic sedimentology in predicating sedimentary microfacies and coalbed methane gas content | |
| KR101731221B1 (en) | Method for estimating facies of cbm reservoir rocks | |
| Hosseinzadeh et al. | Discrete fracture modeling by integrating image logs, seismic attributes, and production data: a case study from Ilam and Sarvak Formations, Danan Oilfield, southwest of Iran | |
| Alher et al. | Static model of Zubair reservoir in Luhais oil field | |
| KR101131517B1 (en) | Processing system and method for subsurface information in oil sands reservoir using statistical analysis of well logging data | |
| Thachaparambil | Discrete 3D fracture network extraction and characterization from 3D seismic data—A case study at Teapot Dome | |
| Wang et al. | Subsurface fracture characterization in a folded ultra-deep tight-gas sandstone reservoir: A case study from the Keshen gas field, Tarim Basin, China | |
| Jasim et al. | Specifying quality of a tight oil reservoir through 3-d reservoir modeling | |
| Shi et al. | Identifying updip pinch-out sandstone in nearshore subaqueous fans using acoustic impedance and the instantaneous phase in the Liangjia area, Yitong Basin, China | |
| Jambayev | Discrete fracture network modeling for a carbonate reservoir | |
| Strong et al. | High resolution palaeogeographic mapping of the fluvial-lacustrine Patchawarra Formation in the Cooper Basin, South Australia | |
| Wali et al. | A practical method to calculate and model the petrophysical properties of reservoir rock using petrel software: A case Study from Iraq | |
| Sharaf et al. | Reservoir description of Upper Cretaceous concretion-rich sandstone, Mississippi, USA: example from Tinsley Field | |
| CN114114411A (en) | Quantitative determination method and device for three-dimensional fault conductibility | |
| CN110244357A (en) | A kind of structure destruction type Foregone pool sentences knowledge method | |
| Airen et al. | Reservoir Hydrocarbon Volumetric Analysis of Sapele Deep Field, Niger Delta, Southern Nigeria | |
| Novikova et al. | Geological modeling of super-viscous oil reservoir of the Permian sedimentary complex on the Western slope of the South Tatar arch. Some features of the geological model building of the super-viscous oil shallow deposits | |
| Wach et al. | Well placement, cost reduction, and increased production using reservoir models based on outcrop, core, well-log, seismic data, and modern analogs: Onshore and offshore Western Trinidad | |
| Haris et al. | Reservoir Compartment Assessment: A Case Study Of Bangko And Bekasap Formation, Central Sumatra Basin Indonesia |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20191226 Year of fee payment: 4 |