2. 东方地球物理公司研究院地质研究中心, 河北涿州 072751;
3. 中国石油华北油田分公司, 河北任丘 062550
2. Geological Research Center, BGP, CNPC, Zhuozhou, Hebei 072751, China;
3. PetroChina Huabei Oilfield Company, Renqiu, Hebei 062550, China
煤层是煤层气自生自储的载体,煤体结构是煤层气选区、评价的关键条件之一,也是煤层气能否高产的决定性因素。根据煤层破裂程度,煤体结构可分为原生煤和构造煤。原生煤强度高、裂隙连通性好、渗透率高,有利于煤层气的开发;构造煤松软、强度低、渗透性差,不利于煤层气开发[1]。
目前判断煤体结构的方法主要为直接法(煤心鉴别)和间接法(利用测井、超声波等资料)[2-5]两类。无论是直接法还是间接法都仅能对井点位置的煤体结构进行评价。在实际应用中,煤体结构的空间评价对指导下一步勘探开发更具有实际意义。文献调研表明[6-9],基于地震资料的反演技术是目前对钻井空白区带煤体结构预测的主要方法。在沁水盆地的实际应用中,常规电性测井资料对煤体结构敏感性低。大量的弹性参数和超声波测试表明: 随着煤体破坏程度的增大,煤的声波速度、泊松比、剪切模量、体积模量和拉梅常数等参数存在明显差异[10-11],这为本文基于地震资料、利用弹性参数预测煤体结构奠定了理论基础。
本文以沁水盆地M区块为例,把煤心的判定结果作为有效的定性依据,利用测井交会分析技术,优选剪切模量μ和密度ρ的乘积μρ作为识别煤体结构类型的敏感弹性参数,创新性提出用远道部分叠加数据减去近道部分叠加数据作为原始数据,通过相控反演预测μρ体,根据原生煤与构造煤的μρ值域差异,实现原生煤与构造煤分布预测。
2 敏感参数优选首先依据煤心资料确定不同煤体结构。原生煤呈层状、似层状,呈现为保持棱角的较大块体,块体间无相对位移,手工捏不动或不能捏成厘米级碎块。构造煤(碎裂煤和碎粒煤)呈层状、似层状、透镜状,块体间有相对位移,可捻搓成厘米、毫米级碎粒。根据工区内22口探井煤心资料分析,确定井中原生煤和构造煤发育层段。
其次优选煤体结构敏感参数。图 1为ZS33井不同煤体结构的典型电性曲线。960~966m段为原生煤与碎裂煤互层,可以看出960~961m及964~965m段井径增大,表明有明显垮塌现象,对应的电阻率为低值,声波时差增大,为构造煤特征;961~964m段井径正常,对应的电阻率呈高值,声波时差相对小,整个煤层段密度及GR变化不大,为原生煤特征。常规测井曲线参数直方图定量分析(图 2)显示,原生煤和构造煤的电阻率、纵波阻抗、GR值域有大范围重叠,密度值可用于区分原生煤和构造煤,但密度反演结果不稳定。不同结构的煤样超声波实验结果表明:构造煤的弹性参数值低于原生煤,因此对该区煤层的各种弹性参数开展交会分析(图 3),发现弹性参数μρ区分原生煤与构造煤效果最好。
研究区位于沁水盆地南部。沁水盆地自石炭纪—二叠纪煤系沉积后, 历经印支、燕山、喜马拉雅三期全球性以及多次局部性的构造运动,主要目的层二叠系山西组3#煤层发生了不同程度的构造破坏作用, 盆地内不同部位的煤层结构出现明显差异。
研究区现有地震资料的有效频带范围为8~60Hz,主频约为35Hz,即地震纵向最大分辨率约为17.8m, 而目标层厚度为5~8m, 直接基于地震资料无法分辨薄煤层,只能通过高分辨率反演技术实现。由于μρ属于弹性参数, 目前主要是基于叠前同时反演获取,但受地震频带宽度的限制,该反演结果的分辨率相对较低,对薄层的识别能力较差(图 4)。
针对研究区煤层较薄的实际情况,本文提出利用包含AVO信息的地震数据,优选地震波形指示反演,预测敏感弹性参数体,再根据原生煤和构造煤的弹性参数值域差异,进一步预测煤体结构分布。具体流程如图 5所示。
该方法创新性地提出利用远道部分叠加数据减去近道部分叠加数据得到一个包含AVO信息的地震数据,相对于全叠加数据,它与叠前弹性参数更加匹配。再优选波形指示反演,既充分利用测井资料的纵向分辨率高的优势,又可利用地震资料波形横向分辨率高的优势。所以,该方法既保证了井震信息的匹配性,又实现了纵向高分辨率的目标。
图 6为3#煤层的连井μρ剖面,反演结果能分辨5m厚的煤层。
根据反演的μρ属性值,得到研究区3#煤层煤体结构空间分布(图 7, 红色、黄色区域以原生煤为主,其他区域以构造煤为主)。通过分析工区內22口实钻井统计的煤体结构类型(表 1),预测结果仅4口井有误差:ZS78、ZS91、ZS81井为原生+碎裂,预测为很好的原生结构;ZS71井为原生结构,预测结果为构造煤。其余井均吻合,吻合率达82%。
研究区在整体斜坡背景上形成了“两洼一隆”构造格局;3#煤层发育一些北东向、北北东向低幅度褶皱。西北部构造较为简单,主控断裂规模小,微小断裂相对减弱(图 8)。从构造对煤体结构的影响来看,在构造相对平缓处的弱构造区主要发育原生煤,在断裂发育区和向斜、背斜的核部主要发育构造煤。从预测结果与构造对比分析可以看出,反演结果符合地质规律。
从该区目前开发情况看,ZS77井区及ZS19井区开发效果好,吨煤含气量高,累积产气量大。
4 结论与认识(1) 煤体结构的敏感参数不同地区不一样,本研究区弹性参数μρ能较好地区别构造煤和原生煤;
(2) 具有叠前信息的地震资料与弹性参数匹配性更好;
(3) 基于叠前AVO数据的波形指示反演预测煤体结构技术,效果较好,对开发生产具有指导意义。
[1] |
朱庆忠, 杨延辉, 王玉婷, 等. 高阶煤层气高效开发工程技术优选模式及其应用[J]. 天然气工业, 2017, 37(10): 27-34. ZHU Qingzhong, YANG Yanhui, WANG Yuting, et al. Optimal geological-engineering models for highly efficient CBM gas development and their application[J]. Natural Gas Industry, 2017, 37(10): 27-34. |
[2] |
罗莎, 汪凌霞. 关于煤体结构判识方法的探讨[J]. 石油化工应用, 2017, 36(4): 98-101. LUO Sha, WANG Lingxia. Discussion on methods of coal body structure identification[J]. Petrochemical Industry Application, 2017, 36(4): 98-101. |
[3] |
张许良, 单菊萍, 彭苏萍. 地质测井技术划分煤体结构探析[J]. 煤炭科学, 2009, 37(12): 88-92. ZHANG Xuliang, SHAN Juping, PENG Suping. Discussion and analysis on geological logging technology applied to divide coal mass structure[J]. Coal Science and Technology, 2009, 37(12): 88-92. |
[4] |
何游, 要惠芳, 陈强. 基于测井响应的韩城矿区煤体结构定量判识方法[J]. 煤矿安全, 2015, 46(6): 178-182. HE You, YAO Huifang, CHEN Qiang. Quantitative identification method for coal body structure based on logging response in Hancheng Mining Area[J]. Safety in Coal Mines, 2015, 46(6): 178-182. |
[5] |
傅雪海, 姜波, 秦勇, 等. 用测井曲线划分煤体结构和预测煤储层渗透率[J]. 测井技术, 2003, 27(2): 140-143. FU Xuehai, JIANG Bo, QIN Yong, et al. Classification of coalbody structure and prediction of coal reservoir permeability with log curves[J]. Well Logging Technology, 2003, 27(2): 140-143. |
[6] |
彭刘亚, 崔若飞, 任川, 等. 利用岩性地震反演信息划分煤体结构[J]. 煤炭学报, 2013, 38(增刊2): 410-415. PENG Liuya, CUI Ruofei, REN Chuan, et al. Classification of coal boby structure using seismic lithology inversion infomation[J]. Journal of China Coal Society, 2013, 38(S2): 410-415. |
[7] |
张留荣, 曾维望. 地震技术在煤层气勘探开发中的应用现状与发展趋势[J]. 中国煤炭地质, 2017, 29(6): 68-73. ZHANG Liurong, ZENG Weiwang. Application status quo and development trend of seismic prospecting technology in CBM exploitation[J]. Coal Geology of China, 2017, 29(6): 68-73. |
[8] |
王远, 崔若飞, 孙学凯, 等. 利用地震反演信息划分煤体结构[J]. 煤田地质与勘探, 2011, 39(4): 69-73, 76. WANG Yuan, CUI Ruofei, SUN Xuekai, et al. Uti-lizing seismic inversion information in classifying coal structures[J]. Coal Geology & Exploration, 2011, 39(4): 69-73, 76. |
[9] |
侯月华, 姚艳斌, 杨延辉, 等. 基于对应分析技术的煤体结构判别: 以沁水盆地安泽区块为例[J]. 煤炭学报, 2016, 41(8): 2041-2049. HOU Yuehua, YAO Yanbin, YANG Yanhui, et al. Discriminate method of coal structure based on correspondence analysis technology: a case study in the Anze area, Qinshui Basin[J]. Journal of China Coal Society, 2016, 41(8): 2041-2049. |
[10] |
孟召平, 张吉昌, TIEDEMANN J. 煤系岩石物理力学参数与声波速度之间的关系[J]. 地球物理学报, 2006, 49(5): 1505-1510. MENG Zhaoping, ZHANG Jichang, TIEDEMANN J. Relationship between physical and mechanical pa-rameters and acoustic wave velocity of coal measures rocks[J]. Chinese Journal of Geophysics, 2006, 49(5): 1505-1510. |
[11] |
成林. 构造煤地球物理响应研究[D]. 河南焦作: 河南理工大学, 2012. CHENG Lin. Research on Geophysical Response of Deformed Coal[D]. Henan Polytechnic University, Jiaozuo, He'nan, 2012. |