随着当今社会对新能源需求的增加,煤层气资源的开发日益受到人们的重视。测井资料具有准确、连续、可靠的特点,在煤层气储层评价中发挥着重要作用。
本文针对煤储层测井资料受扩径影响较为严重的问题,提出了一种基于扩径率的煤层测井数据编辑校正方法,在一定程度上消除煤层扩径对测井资料的影响。通过分析研究区煤层气储层测井响应特征,并结合岩屑录井资料建立了含煤地层岩性识别方法。以研究区测井、录井及煤心实验测试数据为基础,分析总结了该区煤层煤质、煤阶、渗透性及含气性特点及其影响因素,建立了煤层煤质、煤阶的地区性统计模型,并分别运用煤系地层和非煤系地层的体积模型,计算地层组分含量。煤层气储集空间结构复杂,在常规测井资料中选用了双侧向测井,利用迭代法计算煤层裂缝孔隙度,结合裂缝宽度,进而评价煤层渗透率。基于包含温度和压力校正的兰氏等温吸附线方程预测煤层含气量,同时分析了煤层含气量的影响因素,并建立了研究区煤层含气量的多参数非线性回归预测模型。此外,本文还尝试了将BP神经网络、支持向量机、遗传算法等人工智能处理技术应用于煤层气储层测井评价,简化了储层参数建模过程,避免了合理选取解释参数的难题,提高了储层参数预测精度。
基于上述方法,编制了相应的计算机程序,对研究区十余口井进行了煤层气储层综合测井评价,取得了良好的实际应用效果。