KR101818098B1

KR101818098B1 - 물리검층 자료를 이용한 지층 내 점토 함량 산출방법

Info

Publication number: KR101818098B1
Application number: KR1020160096297A
Authority: KR
Inventors: 김태연; 황세호; 장성형; 신제현; 이동훈
Original assignee: 한국지질자원연구원
Priority date: 2016-07-28
Filing date: 2016-07-28
Publication date: 2018-01-15

Abstract

본 발명은 지층, 특히 셰일가스가 부존되어 있는 저류층 내 점토 함량을 측정하기 위한 방법이다. 본 발명에서는 지층 내 점토 함량이 지층의 영률과 포아송비와의 상관성으로부터 도출되었다. 음파검층 및 밀도검층을 통한 데이터가 확보되면 고가의 ECS 검층없이도 지층의 점토 함량을 검층 스케일로 확보할 수 있다.

Description

물리검층 자료를 이용한 지층 내 점토 함량 산출방법 {Method for estimating volume of clay in rocks}

본 발명은 지층, 저류층의 물성을 측정하는 물리검층 기술에 관한 것으로서, 특히 지층을 이루는 암석내 점토의 함량을 추정하기 위한 방법에 관한 것이다.

최근 각광받고 있는 셰일가스, CBM 등 비전통 에너지 자원은 석유나 천연가스 등의 전통 에너지 자원과는 매우 다른 조건으로 부존되어 있다. 예컨대, 천연가스나 석유는 주로 사암이 저류암이 되고, 배사 구조를 지닌 영역에 집중되어 부존한다. 사암은 공극률이 매우 크므로 시추를 통해 압력 개방이 이루어지면 상대적으로 쉽게 생산이 가능하다. 그러나 셰일가스의 경우 셰일이 저류암인데, 셰일은 공극률이 극히 작아 가스의 이동이 용이하지 않다. 더욱이, 셰일가스는 천연가스와 달리 어느 한 곳에 집중되어 있지 않고 셰일층을 따라 넓게 퍼져 있으므로 개발이 용이하지 않다. 최근에 수평시추기술이 발전하면서 셰일가스를 경제적으로 생산할 수 있게 되었다.

셰일가스 저류층에 대한 물리검층에서는 지층(암석) 내 점토의 함량을 측정한다. 전통 에너지 자원에서는 저류층 내 점토의 함량은 중요한 평가 요소가 아닌 반면, 셰일가스 개발에서는 무척 중요하다. 이유는 다음과 같다.

셰일가스 저류층의 총자유가스량은 저류층 부피, 공극률, 가스포화도를 곱하여 계산할 수 있다. 셰일가스 저류층의 공극은 물과 가스로 채워져 있다. 따라서 수포화도 분석결과를 이용하면 가스포화도를 직접 계산할 수 있다. 셰일가스 저류층 내에 존재하는 점토는 셰일 내에 존재하는 물의 일부를 흡착하고 있기 때문에 정확한 수포화도 분석 및 가스함량 분석을 위해서는 점토 함량 분석이 선행되어야 한다.

또한 셰일가스 개발에서는 수압파쇄가 동반된다. 셰일층의 투과도가 작기 때문에 인위적으로 균열을 형성하여 시추정까지 가스가 이동할 수 있는 통로(균열망)가 필요하기 때문이다. 수압파쇄는 취성이 높은 암석일수록 용이하고 경제적이다. 암석 중에서 점토의 함량이 높으면 취성이 떨어진다. 따라서 저류층에서 수압파쇄지점을 선정하기 위해서도 저류층의 점토 함량분석이 필요하다.

점토 함량을 측정하기 위해서는 ECS 검층을 활용할 수 있다. ECS (Elemental Capture Spectroscopy) 검층은 지층을 구성하는 광물성분을 무게 백분율로 측정하여, 지층의 총 점토함량, 총 탄산염(carbonate) 광물 함량, QFM (Quartz, Feldspar, Mica) 함량 등을 물리검층 데이터 스케일로 얻을 수 있다. 하지만 ECS 검층은 매우 고가이므로 비경제적이라는 단점이 있다.

물리검층자료를 이용하여 셰일가스 저류층의 점토함량을 계산하는데 있어 가장 흔하게 사용되는 방법은 중성자검층과 밀도검층 자료를 다음과 같은 수식에 적용하여 산출하는 방법이다 (Bhuyan and Passey, 1994):

여기서,

VCLAY: 점토 함량 (dimensionless),

NPHI: 중성자검층 측정값 (dimensionless)

NPHI_fluid: 유체의 중성자검층 측정값 (dimensionless)

NPHI_matrix: 모암의 중성자검층 측정값 (dimensionless)

NPHI_shale: 셰일의 중성자검층 측정값 (dimensionless)

RHOB : 밀도검층 측정값 (g/cm3)

RHOB_fluid: 유체의 밀도검층 측정값 (g/cm3)

RHOB_matrix: 모암의 밀도검층 측정값 (g/cm3)

RHOB_shale: 셰일의 밀도검층 측정값 (g/cm3)이다.

위 식에서 VCLAY는 구하고자 하는 값이고, RHOB, NPHI 2개 항은 실제 검층을 통해 측정값이고, 나머지 하첨자가 붙어있는 값들은 측정값이라고 표시하였지만 실제 이들은 추정치이다. 위 식에서 하첨자는 matrix, fluid, shale이다. 즉, 저류층이 셰일을 포함한 암석파트인 모암과 공극 속의 유체 2가지로 이루어져 있다는 것을 전제하고 있다.

그리고 NPHI_matrix 는 저류층이 아니라 순수하게 모암만 존재한다고 했을 때의 중성자 검층값을 의미하며, 마찬가지로 RHOB_fluid는 저류층에서 순수하게 유체만의 밀도검층값을 의미한다. 그러나, 중성자검층이나 밀도검층을 하면 모암, 유체 및 셰일이 전체적으로 반영된 값이 검층되므로 각 부분의 순수한 검층값은 추정에 의할 수 밖에 없다. 따라서, 위 식에서 하첨자가 붙어있는 6개의 항은 추정치를 입력할 수 밖에 없다. 결국 위 식을 사용하는 경우 복잡할 뿐만 아니라, 6개의 항을 예측치로 입력해야 하므로 신뢰성에서도 문제가 있을 수 있다.

이에 점토함량을 보다 간편하고 신뢰성있게 추정할 수 있는 방법이 요청된다.

본 발명은 상기한 문제점을 해결하기 위한 것으로서, 음파검층을 통해 얻어진 P파 속도, S파 속도에 대한 데이터와 밀도검층에서 획득한 데이터를 이용하여 저류층(지층)의 점토 함량을 산출할 수 있는 방법을 제공하는데 그 목적이 있다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.

상기 목적을 달성하기 위한 본 발명에 따른 지층 내 점토 함량 산출방법은, (a)지층 내 P파 속도, S파 속도, 밀도에 대하여 시추공의 심도에 따른 물리검층 데이터를 획득하는 단계; (b)상기 시추공을 형성할 때 뽑아올린 코어시료의 복수의 지점에 대하여 XRD를 이용하여 점토 함량 샘플 데이터를 획득하는 단계; (c)상기 점토 함량 샘플 데이터가 있는 복수의 지점에서의 상기 P파 속도, S파 속도 및 밀도 데이터를 이용하여 상기 복수의 지점별로 영률과 포아송비를 산출하는 단계;

(d)지층 내 점토 함량(VCLAY)을 영률(YM)과 포아송비(PR)에 대한 하기의 관계식으로 설정하는 단계;

(여기서, a, b, c는 보정계수)

(d)상기 (b)단계에서 획득한 복수의 점토 함량 샘플 데이터와, 상기 샘플 데이터가 획득된 지점에서 산출된 영률, 포아송비를 이용하여 상기 점토 함량에 대한 관계식의 보정계수 a, b, c의 최적값을 결정하는 단계;를 포함하여 이루어진 것에 특징이 있다.

본 발명에 따르면, 상기 점토 함량에 대한 관계식이 확정된 후, 상기 P파 속도, S파 속도, 밀도 데이터를 이용하여 상기 시추공의 심도에 따른 영률과 포아송비를 산출하고, 상기 영률과 포아송비를 상기 점토 함량에 대한 관계식에 입력하여 검층 스케일로 점토 함량을 획득하는 단계를 더 구비할 수 있다.

그리고, 본 발명에서 상기 지층은 특히 셰일가스가 부존되어 있는 저류층에 적용될 수 있다.

본 발명의 일 실시예에서, 상기 보정계수 a, b, c의 최적값을 구하는 것은 다중선형회귀분석 방법을 이용할 수 있다.

본 발명에 의하여 매우 고가의 검층 기술인 ECS 검층에 의존하지 않고도 지층의 점토 함량을 경제성있게 추정할 수 있게 되었다.

또한 기존의 밀도검층과 중성자검층을 이용하여 점토 함량을 산출한 방식에 비하여 훨씬 더 정확하고 신뢰성있게 점토 함량을 산출할 수 있다는 이점이 있다.

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.

도 1에는 Rickman 방식과 Jin 방식으로 각각 산출된 취성값이 각각 검층 스케일로 도시되어 있다.
도 2에는 Jin의 취성값의 근거가 되는 ECS 검층 데이터와 함께 Rickman과 Jin의 취성값이 상호 겹쳐져서 표시되어 있다.
도 3에는 ECS 검층 데이터가 나타나 있다.
도 4에는 XRD를 이용해 측정한 점토 함량(VCLAY_core)을 Y축으로, 다중선형회귀분석에 의해 a, b, c를 구하여 확정한 수식에 의한 점토 함량(VCLAY_MLR,)을 X축으로 하여 함께 도시하였다.
도 5는 도 4의 VCLAY_MLR을 심도에 따른 검층 스케일로 나타냈고, XRD로 측정된 지점은 붉은색 점으로 표시한 것이다.
도 6에는 ECS 검층에 의한 점토 함량을 Y축으로 본 발명에 의해 구해진 수식에 의해 구해진 점토 함량을 X축으로 하여 함께 도시하였다.
도 7은 도 6의 ECS 데이터와 본 발명에 의한 추정 데이터를 검층 스케일로 함께 나타낸 것이다.
도 8은 본 발명에 따른 방법을 나타낸 플로우 챠트이다.
※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.

본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.

본 발명에서는 물리검층 데이터들을 이용하여 저류층 내 점토의 함량을 추정하는 방법을 제시하고자 한다. 그리고 본 발명의 대상은 주로 셰일가스 등이 부존되어 있는 저류층이겠지만, 대상이 반드시 저류층에 국한되는 것은 아니며 자원이 부존되어 있지 않은 일반 지층이나 암석층에 대해서도 토목 설계 등의 목적으로 적용될 수 있을 것이다.

본 발명에서는 음파 검층(sonic log)을 통한 P파와 S파의 속도 데이터 및 밀도 검층(density log)을 통한 밀도 데이터로부터 저류층의 점토 함량을 추정하고자 한다. 보다 직접적으로는 위 데이터들에 의하여 구해지는 저류층의 영률(YM, Young's Modulus)과 포아송비(PR, Poison Ratio)를 이용하여 점토 함량을 추정한다. 그리고 본 발명에 의한 결과를 도출하기 위한 과정에서는 코어링된 시료에 대하여 XRD를 이용한 점토 함량에 대한 샘플 데이터도 필요하다. 결국, 본 발명을 수행하기 위해서는 P파 속도, S파 속도, 밀도, XRD를 이용한 점토 함량 샘플 데이터가 필요하다. 이하 자세하게 설명하기로 한다.

본 발명의 이해를 쉽게하고자 먼저 암석의 취성(brittleness)에 대하여 설명한다. 취성은 암석이 외부의 하중을 받았을 때 급격하게 지지력이 발생하는 성질 또는 지지력의 정도 혹은 연성의 부족 또는 부족의 정도로 정의된다. 취성은 앞에서도 언급하였지만 셰일가스 개발에서 필수 요소인 수압파쇄와 밀접하게 연결되어 있는 바 매우 중요하다.

Rickman(2008)은 셰일가스 개발과 관련하여 암석의 취성 계산식을 아래의 식(1)과 같이 제시하였다.

그리고 Guo et al(2012)은 암석의 균열 밀도와 광물 함량 사이의 상관관계 분석을 통하여 암석 내 석영과 돌로마이트의 함량이 셰일가스 저류층 취성과 연관성을 보인다는 사실을 발견하였다. 또한 Jin(2014)은 규산염 광물과 탄산염 광물이 점토 보다는 높은 취성을 보이므로 암석의 취성을 암석 내 규산염 광물과 탄산염 광물의 함량으로 정의할 수 있다고 보았으며 아래의 식(2)와 같이 취성 계산식을 제안하였다.

도 1에는 동일한 영역에서 Rickman 방식과 Jin 방식으로 각각 산출된 취성값이 각각 검층 스케일로 도시되어 있다. 즉, 음파 검층과 밀도 검층을 통해 얻어진데이터를 기초로 하여 영률과 포아송비을 구한 후 Rickman 방식으로 산출된 심도별 취성값(좌측, 검층 스케일)과, ECS 검층 데이터를 기초로 하여 Jin 방식으로 산출된 심도별 취성값(우측, 검층 스케일)이 나타나 있다. 도 1에서 Y축은 시추공의 심도를 나타내고, X축은 취성값으로서 0~1 사이로 나타낸 것이다.

도 1을 참고하면, Jin에 의한 취성값와 Rickman에 의한 취성값이 매우 유사함을 알 수 있다.

Jin과 Rickman의 취성값이 경향성에 있어서 상호 일차하고 있다. 수학적으로 표현하면 Rickman의 취성값에 보정계수를 더하면 Jin의 취성값과 거의 유사해진다.

도 2에는 Jin의 취성값의 근거가 되는 ECS 검층 데이터와 함께 Rickman과 Jin의 취성값이 상호 겹쳐져서 표시되어 있다.

도 2를 참고하면, 좌측의 3개의 컬럼이 ECS 검층 데이터이다. ECS 검층이란 앞에서도 설명하였지만 지층 내 광물의 함량을 측정하는 것인데, 구체적으로는 석영(Qz), 장석(Fe) 및 운모(Mi)의 총 함량에 대한 데이터(QFM)와, 지층 내 방해석(Ca)과 돌로마이트(Dol)의 총 함량에 대한 데이터(Carbonate) 및 점토에 대한 데이터(Clay)를 획득할 수 있다.

위 ECS 데이터를 참고하면, 동일한 심도에서 QFM과 Carbonate와 Clay의 함량을 합치면 대략 1이 된다. 도 3에는 ECS 검층 데이터, 즉 QFM(첫 번째 컬럼), carbonate(두 번째 컬럼), clay(세 번째 컬럼)와 이들을 모두 합친 것(네 번째 컬럼, 보라색)이 검층 스케일로 나타나 있다. 네 번째 컬럼의 값은 거의 1을 나타내고 있다. 즉, 지층의 대부분이 위 검층 데이터에서 측정되는 광물로 이루어졌다고 볼 수 있다.

그리고 도 2의 가장 우측의 컬럼에는 위 ECS 데이터를 기초로 Jin의 방식으로 취성값을 계산하여 검정색으로 도시하였고, 또한 동일한 시추공에서 음파검층 및 밀도검층을 통해 얻은 데이터를 이용하여 Rickman에 의한 취성값을 구하여 빨간색으로 겹쳐서 도시하였다. 앞에서 언급한 바와 같이, 검정색과 빨간색의 취성값이 거의 일치하는 것으로 나타난다. 더욱이 좌측의 clay 함량과 비교하면 취성값과 clay의 함량은 서로 반대로 나타나다. 즉, clay의 함량이 많으면 취성이 작게 나타나고, clay의 함량이 많으면 취성이 높게 나타난다. 이는 clay가 많으면 취성이 낮아진다는 성질상 당연한 것으로 판단된다.

정작 중요한 점은 Rickman의 취성값과 clay 함량과의 관계이다. 즉 Jin의 취성값은 원래 광물의 함량에 기반하고 있으므로 clay의 함량과 Jin의 취성값은 서로 동일한 경향을 나타낼 것으로 쉽게 예상된다. 그런데 Rickman의 취성값은 영률과 포아송비를 기초로 하는 것이기 때문에 점토의 함량과는 직접적으로 연관되지 않는다. 그런데도 데이터를 보면 Rickman의 취성값과 clay의 함량은 정확하게 반대방향으로 대칭되게 나타난다.

본 발명의 연구진은 이 점에 착안하였다. Rickman의 취성값과 Jin의 취성값은 거의 동일한 경향성을 나타내며, Jin의 취성값은 점토의 함량과 밀접한 관련성을 가지므로, 결과적으로 Rickman의 취성값과 점토의 함량도 상호 밀접하게 연관될 수 있다는 것이다. 수학적으로 표현하면, 점토의 함량을 Rickman 취성값의 변수들인 영률과 포아송비의 함수로 나타낼 수 있다는 것이다. 즉, 본 발명의 연구진은 아래의 식(3)과 같이 점토의 함량(부피, VCLAY)를 영률(YM)과 포아송비(PR)에 대한 선형함수로 설정하였다.

... 식(3)

그리고 영률(YM)과 포아송비(PR)은 아래의 식(4) 및 식(5)에 의하여 산출된다.

... 식(4)

... 식(5)

위 식(4) 및 식(5)에서 Vp는 P파의 속도, Vs는 S파의 속도, ρ는 암석의 밀도로서, 각각 음파검층 및 밀도검층에 의해서 측정된 값이다.

결과적으로 음파검층 데이터 및 밀도검층 데이터를 이용하여 저류층 내 점토의 함량을 추정할 수 있다. 종래기술에서 설명한 점토 함량을 구하는 식은 6개의 항에 대하여 추정치(예측치)를 사용해야 했고, 중성자검층과 밀도검층값이 필요한 바 복잡했던 것에 비하면 훨씬 간단해졌다.

이제 위 식(3)에서 미확정값인 a, b 및 c를 최적화하면 된다. a, b, c 값을 최적화함으로써 위 식(3)은 간편성과 함께 정확성과 신뢰성을 보장할 수 있게 된다.

위 미확정 값 a, b, c를 확정하기 위하여 다양한 방법을 적용할 수 있지만, 본 실시예에서는 다중선형회귀분석(Multi-Linear Regression) 방법을 사용한다.

이를 위해 복수 개의 데이터 세트가 필요하다. 즉, 동일 심도에서의 점토함량(VCLAY)값과, 영률 및 포아송비를 하나의 데이터 세트로 하여 복수의 지점(복수의 심도)에서의 데이터 세트가 필요하다. 데이터 세트를 상기 식(3)에 대입하여 복수의 데이터에 대하여 a, b, c 값을 구할 수 있다.

먼저, 점토 함량(VCLAY)에 대하여 샘플값을 확보한다. 예컨대, 물리검층을 위한 시추공을 형성할 때 코어링한 시료에 대하여 일정 포인트별(심도별)로 XRD를 촬영하여 해당 포인트별로 점토 함량에 대한 데이터를 획득한다. 흔히 검층 스케일(log scale)이라고 하면 대략 20~50cm 단위로 측정이 이루어진 경우를 말한다. 본 발명에서는 수식을 확정하기 위하여 점토 함량에 대한 샘플값이 필요한 것이므로 검층 스케일이 아니라 대략 수m 단위의 포인트별로 XRD를 촬영하여 점토 함량을 측정하여 샘플값을 확보한다.

그리고 검층 스케일로 물리검층한 데이터(P파, S파, 밀도)들 중에서 코어 시료에 대한 XRD 샘플값을 취득한 심도(포인트)의 데이터를 추출한다. 이렇게 되면 총 4개의 데이터가 수집된다. 예컨대, A시추공의 제1심도에서 P파 속도, S파 속도, 밀도 및 XRD를 통한 점토함량 데이터가 수집된다. 그리고 그 지점에서의 영률과 포아송비를 계산한다. XRD를 이용한 점토 함량이 측정된 포인트마다 동일한 과정을 수행하게 되면 결국 복수의 지점에서 데이터 세트(영률, 포아송비, 점토함량)가 만들어진다.

이제 이 데이터세트를 이용하여 상기 식(3)에서의 미확정값 a, b, c를 다중선형회귀분석을 통해 구한다. 데이터 세트의 각 값을 식(3)에 입력하여 모든 데이터세트에서 오차가 가장 적어지도록 a, b, c 값을 결정하면 된다. 본 실시예에서는 a=0.0527, b=1.322, c=0.2886으로 구해졌다.

도 4에는 XRD를 이용해 측정한 점토 함량(VCLAY_core)을 Y축으로, 최소자승법에 의해 a, b, c를 구하여 확정한 수식에 의한 점토 함량(VCLAY_MLR)을 X축으로 하여 함께 도시하였다. 즉, 위 그래프에서 찍힌 점은 특정 심도에서의 XRD로 측정한 점토 함량(Y축 값)과 수식에 의한 점토 함량(X축 값)이다. X축 값과 Y축 값이 일치한다면 본 발명에 의해 만들어진 수식에 의해 추정된 점토 함량값이 실제 점토 함량값(XRD 이용한 값)과 동일하다는 것이다. 그래프를 보면 X축 값과 Y축 값이 유사하게 나타나고 있다.

도 5에는 위에서 구해진 수식을 심도에 따른 검층 스케일로 만들어서 도시하였고, XRD 측정값에 의한 점토함량은 붉은색 점으로 표시하였다. 도 4를 참고하면, 일부 지점에서 약간의 차이는 있지만 XRD를 이용하여 측정한 코어 시료의 점토 함량과, 수식에 의한 점토 함량이 유사한 것을 확인할 수 있다.

한편, 도 6에는 ECS 검층에 의한 점토 함량을 Y축으로 본 발명에 의해 구해진 수식에 의해 구해진 점토 함량을 X축으로 하여 함께 도시하였다. 시추공을 형성하여 ECS 검층을 직접 수행하여 점토 함량을 검층 스케일로 측정하였고, 동일한 시추공에 대하여 음파검층 및 밀도검층을 통해 구해진 데이터를 이용하여 본 발명에서 제시한 수식을 형성하여 점토 함량을 추정하였다. 즉, Y축은 ECS 검층에 의한 실제 측정값이고 X축은 추정값인데, 이들 사이의 관계(붉은색 직선)의 기울기가 1에 근접하고 있으며 상관계수(R)이 0.8 이상이므로 두 개의 데이터 사이의 일치도가 매우 높다는 것을 알 수 있다. 다시 말하면, ECS 검층값과 본 발명에 의한 추정값이 거의 일치한다는 것이다. 마찬가지로 도 7에는 심도에 따라 검층 스케일로 ECS 검층 데이터(좌측, WCLA_WALK2)와 본 발명에 의한 추정값(우측, VCLAY_MLR)을 나란히 도시하였다. 도 7에 나타나 있듯이 두 개의 데이터는 거의 일치하는 것을 알 수 있다.

앞의 도 4 및 도 5의 그래프의 경우 본 발명에 의한 수식을 만들 때 XRD 데이터를 사용하였으므로 XRD 측정값과 본 발명에 따른 수식에 의하여 추정한 값이 일치하는 경향을 보일 수 있다. 그러나, ECS 검층 데이터는 본 발명에 의한 수식을 형성할 때 아무런 영향을 미치지 않았는 바, ECS 검층 데이터와 본 발명에 의한 추정값이 거의 일치하게 나타난다는 것은 매우 의미가 크다. 즉 본 발명에 의한 점토 함량의 추정값이 신뢰할 수 있다는 것을 확인하였다.

도 8에는 본 발명의 수행 단계를 정리한 플로우 챠트이다. 도 8을 참고하여 본 발명의 수행 순서를 정리하면 다음과 같다.

먼저, 해당 사이트에 대한 P파/S파 속도 데이터, 밀도 데이터를 획득한다. 그리고 또한 시추를 통해 뽑아올려진 코어시료의 복수의 지점에 대하여 XRD를 이용한 점토 함량 샘플 데이터를 획득한다. XRD 데이터는 시추공을 뚫고 코어링된 시료로부터 획득해야 한다. 그리고 나머지 P파/S파 속도 및 밀도 데이터는 시추공에 sonde를 삽입하여 물리검층을 수행한 것으로부터 얻어질 수 있다.

물리검층 데이터가 확보되면 위의 식(3)에서 a,b,c를 결정하기 위한 데이터를 추출한다. 즉, XRD를 이용한 점토 함량 샘플 데이터와, XRD 샘플 데이터가 있는 지점에서의 P파 속도, S파 속도 및 밀도 데이터를 추출하여 4개의 데이터를 수집한다. 그리고 P파, S파 및 밀도 데이터를 이용하여 해당 지점에서의 포아송비와 영률을 계산한다. 결국, XRD를 이용한 점토 함량 데이터, 영률 및 포아송비를 하나의 데이터 세트로 하여 복수의 데이터 세트를 준비한다.

그리고 복수의 데이터 세트를 이용하여 다중선형회귀분석 방법을 이용하여 위의 식(3)에서 a, b, c의 최적값을 산출한다.

a, b, c값이 확정되면 영률과 포아송비 및 밀도를 변수로 하는 점토 함량에 대한 관계식을 얻을 수 있다.

최종적으로 음파검층 및 밀도검층 데이터를 이용하여 시추공의 모든 심도에 대하여 영률과 포아송비를 계산하고, 이 값을 위의 식(3)에 입력하면 검층 스케일로 점토 함량에 대한 데이터를 획득할 수 있다.

이상에서 설명한 바와 같이, 본 발명에서는 P파/S파 속도 데이터, 밀도 데이터 및 XRD를 이용한 코어 시료 점토 함량 샘플 데이터가 있는 경우, 이를 이용하여 검층 스케일로 지층의 점토 함량을 추정해 낼 수 있다. 그리고 이렇게 추정된 데이터는 실제 점토 함량과 비교하여 경향성에서는 물론 실제 값과도 유사하게 나타나는 바, 본 발명에 따른 추정 데이터를 신뢰할 수 있다.

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.

Claims

(a)지층 내 P파 속도, S파 속도, 밀도에 대하여 시추공의 심도에 따른 물리검층 데이터를 획득하는 단계;
(b)상기 시추공을 형성할 때 뽑아올린 코어시료의 복수의 지점에 대하여 XRD를 이용하여 점토 함량 샘플 데이터를 획득하는 단계;
(c)상기 점토 함량 샘플 데이터가 있는 복수의 지점에서의 상기 P파 속도, S파 속도 및 밀도 데이터를 이용하여 상기 복수의 지점별로 영률과 포아송비를 산출하는 단계;
(d)지층 내 점토 함량(VCLAY)을 영률(YM)과 포아송비(PR)에 대한 하기의 관계식으로 설정하는 단계;

(여기서, a, b, c는 보정계수)
(d)상기 (b)단계에서 획득한 복수의 점토 함량 샘플 데이터와, 상기 샘플 데이터가 획득된 지점에서 산출된 영률, 포아송비를 이용하여 상기 점토 함량에 대한 관계식의 보정계수 a, b, c의 최적값을 결정하는 단계;를 포함하여 이루어진 것을 특징으로 하는 지층 내 점토 함량 산출방법.
제1항에 있어서,
상기 점토 함량에 대한 관계식이 확정된 후,
상기 P파 속도, S파 속도, 밀도 데이터를 이용하여 상기 시추공의 심도에 따른 영률과 포아송비를 산출하고,
상기 영률과 포아송비를 상기 점토 함량에 대한 관계식에 입력하여 검층 스케일로 점토 함량을 획득하는 단계를 더 구비하는 것을 특징으로 하는 지층 내 점토 함량 산출방법.
제1항에 있어서,
상기 지층은 셰일가스가 부존되어 있는 저류층인 것을 특징으로 하는 지층 내 점토 함량 산출방법.
제1항에 있어서,
상기 보정계수 a, b, c의 최적값을 구하는 것은 다중 선형 회귀분석 방법을 이용하는 것을 특징으로 하는 지층 내 점토 함량 산출방법.