论文部分内容阅读
论文以沁水盆地某研究区的测井、实验测试和排采资料为基础,围绕煤层气储层产能评价技术,分别从煤层气储层测井评价、煤层气储层产能分级和主控因素分析、煤层气储层产能测井预测和煤层气储层产气量动态变化预测等方面开展系列研究。本文以研究区块的测井和实验测试资料为基础,通过建立多元回归模型和遗传最优化模型预测煤岩工业组分;通过建立多元回归模型和等温吸附模型计算煤层含气量;通过利用双侧向迭代法、双侧向数值模拟法和简化阿尔奇公式法计算煤岩裂缝孔隙度;基于利用双侧向测井计算的裂缝宽度和裂缝孔隙度,通过建立立方体模型计算煤岩裂缝渗透率;上述煤层气储层参数的测井解释模型均有较高的解释精度。通过对研究区块的排采资料进行分析,依据累计产气量曲线的形态和平均日产气量的差异,将煤层气储层的产能划分为高产(>1000m3/d)、中产(300~1000m3/d)和低产(<300m3/d)三个级别。同时分析通过测井方法获取的参数对产能的影响,并利用灰色关联分析法计算各个参数对产能影响的关联度和权重,由高到低依次为:含气量、灰分、碳分、裂缝孔隙度、裂缝渗透率、厚度和埋深。通过建立多项式指数模型、模糊综合评价模型和粒子群优化的支持向量机模型预测煤层气储层产能级别。多项式指数模型通过将不同的产能影响因素进行组合来整体上反映产能的差异;模糊综合评价模型通过对各个产能影响因素进行打分和加权处理,既能兼顾所有影响因素又能反映不同因素的差异性;粒子群优化的支持向量机模型能够反映不同的影响因素和煤层气储层产能之间复杂的非线性关系;上述模型在研究区块都有很好的应用效果。通过建立翁氏模型、灰色预测模型和Elman神经网络模型预测煤层气储层产气量的动态变化,同时分析不同模型的适用性。对于产量波动小、峰值明显、稳产时间长的煤层气储层,翁氏模型的产气量动态变化预测效果较好;灰色预测模型能够对产量波动小、峰值明显、稳产时间长的煤层气储层进入递减阶段的产气量动态变化进行较为准确预测;对于不同生产特征的煤层气储层,Elman神经网络模型的产气量动态变化预测效果都较好。