论文部分内容阅读
为了提高煤层气储层测井精细解释技术,改善煤层气储层测井精细解释效果,本研究以鄂尔多斯盆地东南部CL区的钻孔数据、测井数据、岩心测试分析数据为基础,开展了煤储层测井响应特征研究、煤层气测井系列优化分析,基于小波分析技术实现煤层气储层高分辨率结构厚度划分,建立了基于多信息的煤储层工业组分预测模型、孔隙度及渗透率预测模型,通过开展煤层气储层含气量影响因素分析,结合研究区数据实际建立了煤层气储层含气量预测新模型。研究表明,本区延安组地层厚度横向较为稳定,富县组地层起伏较大;研究区自然伽马测井曲线为岩性划分最为敏感的曲线,密度曲线对煤岩识别最为敏感。煤层气储层测井系列优选认为,开展煤层气储层自然电位测井、自然伽马测井和井径测井,可以较好地完成基本岩性识别,辅以密度测井曲线可以实现煤岩的准确识别;补偿密度测井、补偿中子测井和补偿声波测井有利于煤岩孔隙性、渗透性预测;对于高阻煤储层宜选用侧向测井方法、对于低阻煤储层应选用感应测井方法。正演模型分析及实际数据处理表明,选用sym6小波对自然伽马、密度曲线进行小波分析,得到的小波系数第3层高频信号(细节信号)的模过零点可以精细划分出煤层的顶底接口,分解后的小波系数在煤层段的模量变化揭示了煤质的纵向变化特征。以煤心密度与测井密度相关性为桥梁,开展测井数据与煤质参数的相关分析,建立了基于测井信息的煤岩工业组分参数预测模型,对比表明,碳的实际计算结果与实验分析结果符合率很好,水分和灰分的实际计算结果与实验分析结果的符合率较好;岩石体积物理模型和概率统计模型对比表明,煤层工业组分的概率统计计算方法具有较好可行性。针对煤岩物性分析,基于补偿密度信息计算了煤储层总孔隙度,选用了F-S算法计算了煤储层渗透率,并合理地解决了相关参数计算问题,研究区煤储层的孔隙度、渗透率平面展布特征揭示,研究区中部到东部孔隙度、渗透率较好,而东北部和西南部孔隙度、渗透率较差。基于煤层气含量影响因素分析,结合本次研究资料实际采用了修正的KIM方程法对6口井的煤岩储层进行了含气量计算,结果表明研究区中部到东部煤层气含量高,而东北部和西南部煤层气含量较低。