一种地震岩石物理驱动的煤层气储层含气量预测方法与流程

1.本发明属于勘探地球物理储层预测技术领域，涉及一种煤层气含气量的预测，特别是一种地震岩石物理驱动的煤层气储层含气量预测方法。


背景技术：

2.煤层气是以吸附态为主(少许游离气和溶解气)，储存在煤层中的一种自生自储式的非常规天然气，其甲烷含量大于90％以上，煤矿上俗称为“瓦斯”，是非常规油气中十分重要的洁净能源。我国是仅次于加拿大和俄罗斯的全球第三大煤层气资源国，埋深2000米以浅的煤层气资源量36.8万亿立方米，开发利用前景广阔。煤层气储层的含气量是煤层气勘探开发、选区评价、安全生产和储层研究必不可少的重要参数，根据煤层气储层含气量可以准确地测算煤层气储量，筛选出有利开发区，避免盲目开采带来的巨大经济损失。因此，对煤层气储层含气量进行研究具有重要的理论意义和实际的应用价值。
3.中国专利公开了一种基于岩石物理建模的致密储层智能化含气性预测方法，申请号：201810657579.7。现有专利包括：步骤1、根据斑块饱和理论对储层物性与弹性参数之间的关系建立岩石物理模型；步骤2、正演模拟建立岩石物理模板；步骤3、利用粒子群算法反演，获得不同频率下的速度体；步骤4、针对不同储层段提取速度频散曲线，与岩石物理模板对比，分析该储层段的含气性特征。现有专利基于岩石物理建模的致密储层智能化含气性预测方法，能够充分利用粒子群体的记忆性和信息共享特征，快速地在整个搜索空间内搜寻最优解，并能够对地下储层的纵波速度频散特征做出较为准确的描述，克服了传统的储层预测技术更多是依赖人为操作，费时费力的缺陷。
4.目前常用的煤层气含量预测方法可分为直接法和间接法两种。直接法是通过钻孔采取煤样，用解吸法测定煤样的煤层气含量。间接法包括：等温-吸附曲线法、含气量梯度法、测井曲线法、煤质-灰分-含气量类比法、现代数学方法和地质条件综合法等。但各种方法均具有其特点和适用条件。直接法的取芯和装罐过程中，煤样中部分水溶气、游离气，甚至发生解吸的极少部分吸附气被逸散。同时，在储层压力直接降为大气压的解吸过程中，部分气体被“气锁”不能完全解吸。上述原因常导致直接法煤层含气量实测值偏低；间接法中的测井法含气量计算公式具有区域性，不具有广泛性和一般性；等温-吸附曲线法在高阶煤含气量预测中误差较大。


技术实现要素：

5.本发明的目的是针对现有技术存在的上述问题，提出了一种以地震岩石物理理论为桥梁，构建煤层气储层岩石物理模型，利用人工智能方法中的支持向量机算法深入挖掘地震属性与煤层气储层含气量之间的关系，实现地震岩石物理驱动的煤层气储层含气量预测方法。
6.本发明的目的可通过下列技术方案来实现：一种地震岩石物理驱动的煤层气储层含气量预测方法，包括以下步骤：
7.1)、煤层气储层岩石物理建模
8.按照煤层气储层的成分属性，设置有机组分85％，包括纯煤和吸附态的煤层气；无机矿物组分15％，包括石英含量40％，粘土含量40％，方解石含量15％，黄铁矿含量5％；煤层气储层岩石物理模型等效为煤岩基质、煤岩骨架、孔隙填充物及饱和煤岩等四个部分；
9.(1)运用voigt-ruess-hill边界理论将纯煤与石英、粘土、方解石、黄铁矿按照设定比例进行混合，得到不含吸附态煤层气的煤岩基质弹性模量参数；
10.(2)将吸附态煤层气作为煤岩基质的重要组成成分之一，使用hashin-shtrikman边界模型混合吸附态煤层气与煤岩基质，得到具有吸附态煤层气的煤岩基质的弹性模量参数；
11.(3)利用微分等效介质模型向煤岩基质中加入干燥的孔隙，计算干岩石骨架的弹性模量；
12.(4)根据wood公式将孔隙中的游离态煤层气和水进行混合，得到具有混合物性质的流体，并求取其等效弹性模量及密度参数；
13.(5)根据gassmann岩石流体替换方程，得到饱和煤层气储层岩石物理模型的弹性模量，并求取其纵波速度、横波速度和密度参数；
14.2)、煤层气储层含气量预测学习样本的构建
15.(1)根据上述煤层气储层岩石物理建模步骤，计算煤层气储层含气量从0-30m3/t变化，增量为1m3/t；
16.(2)以上述煤层气储层纵波速度、横波速度和密度参数为基础数据，利用如下shuey方程，提取对煤层气含气量敏感的截距和梯度属性：
17.r(θ)≈p g sin2θ
18.其中，p代表avo的截距，g代表avo的梯度；
[0019][0020][0021]
式中各符号的意义：
[0022][0023][0024][0025]
式中，v
p1
，v
s1
，ρ1分别表示反射界面上覆介质的纵波速度、横波速度和密度；v
p2
，v
s2
，ρ2分别表示反射界面下伏介质的纵波速度、横波速度和密度；v
p
，vs，ρ分别表示反射界面两侧介质的纵波速度、横波速度和密度的平均值；θ为入射角；
[0026]
(3)依据褶积理论，如下公式所示，地震道的地震记录可表示为：
[0027]
y＝w*r
[0028]
式中，y表示地震记录，w代表子波，r代表反射系数；结合煤田地震勘探的实际情况，子波选用45hz的雷克子波，利用褶积理论，合成不同含气量情况下的地震记录，提取对煤层气含量较敏感的瞬时振幅和瞬时频率属性；
[0029]
上述截距、梯度、瞬时振幅和瞬时频率属性共四种地震属性构成了煤层气储层含气量预测学习样本的输入值，与之对应的煤层气储层含气量则为学习样本的输出值；
[0030]
3)、煤层气储层含气量预测模型的构建
[0031]
利用支持向量机算法，将上述构建的全部学习样本按照7:3的比例随机进行划分，其中70％用于学习，30％用于测试，当测试结果满足设定的门槛值时，即认为构建的含气量预测模型合格，用于实际资料煤层气储层含气量预测；
[0032]
4)、实践煤层气储层含气量预测
[0033]
提取实际三维地震资料的截距、梯度、振幅和频率属性，作为输入数据，采用合格的含气量预测模型，对目标区煤层气储层含气量进行实践预测。
[0034]
在上述的地震岩石物理驱动的煤层气储层含气量预测方法中，步骤1)的(3)中，所述孔隙包括椭球状的基质孔隙和硬币状的裂隙，且裂缝的尺度大于基质孔隙的尺度。
[0035]
在上述的地震岩石物理驱动的煤层气储层含气量预测方法中，步骤2)的(1)中，计算孔隙度从0-10％变化，增量为1％；计算椭球状的基质孔隙占总孔隙度的比率从0％-100％变化，硬币状的裂隙占总孔隙度的比率从100％-0％变化，变化量为1％相对应的煤层气储层纵波速度、横波速度和密度参数。
[0036]
在上述的地震岩石物理驱动的煤层气储层含气量预测方法中，步骤2)的(2)中，随着煤层气储层含气量的增加，截距和梯度属性的绝对值均表现出绝对值逐渐增大的趋势，作为煤层气含量预测的敏感属性。
[0037]
在上述的地震岩石物理驱动的煤层气储层含气量预测方法中，步骤2)的(3)中，随着煤层气储层含气量的增加，瞬时振幅有增大的趋势，而瞬时频率有降低的趋势，作为煤层气含量预测的敏感属性。
[0038]
与现有技术相比，本地震岩石物理驱动的煤层气储层含气量预测方法具有以下有益效果：
[0039]
1、构建兼具吸附性和双重孔隙结构的煤层气储层岩石物理模型：
[0040]
构建的煤层气储层岩石物理模型重点考虑了煤岩基质中的有机质和无机质、煤层气以吸附态为主以及煤岩具有裂隙和孔隙双重孔隙结构等问题，使之构建的岩石物理模型与实际情况吻合度较高，可为含气量的预测提供较可靠的理论模型。
[0041]
2、煤层气储层含气量预测方法智能化程度高：
[0042]
基于构建的煤层气储层岩石物理模型，利用人工智能方法中的支持向量机算法，在进行充分的学习和训练的基础上，针对实际地震资料的煤层气储层含气量预测，仅需要提取截距、梯度、振幅和频率属性等四种地震属性，利用预测模型即可实现含气量预测，极大地提高预测效率，减少人为因素的干扰。本方法具有智能化、速度快和效率高的特点，可以获得高精度的含气量参数，对煤层气储层的开发利用具有重要的理论意义和实际的应用价。
附图说明
[0043]
图1是本发明的技术流程框架图。
[0044]
图2是本发明的煤层气含量与截距和梯度属性的关系图。
[0045]
图3是本发明的煤层气含量与瞬时振幅的关系图。
[0046]
图4是本发明的煤层气含量与瞬时频率的关系图。
[0047]
图5是本发明的煤层气储层含气量预测结果图。
具体实施方式
[0048]
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
[0049]
如图1所示，煤层气主要以吸附态赋存于煤岩的孔隙和裂缝表面(90％以上)，较少量煤层气以自由态赋存于孔隙和裂缝空间或者溶解在孔隙和裂缝水中。而煤岩主要由有机组分和无机组分共同组成，其有机组分含量通常较高，大多数在50％以上，甚至高达80％以上；无机组分包括粘土、石英、方解石、黄铁矿等矿物。在上述认识的基础上，进行煤层气储层岩石物理建模时，设置有机组分85％，包括纯煤和吸附态的煤层气；15％的无机矿物组分中，石英含量40％，粘土含量40％，方解石含量15％，黄铁矿含量5％。煤层气储层岩石物理模型等效为煤岩基质、煤岩骨架、孔隙填充物及饱和煤岩等四个部分，构建由有机组分和无机组分共同组成的，兼具吸附性和双重孔隙结构的煤层气储层岩石物理模型。建模具体步骤如下：
[0050]
1)运用voigt-ruess-hill边界理论将纯煤与石英、粘土、方解石、黄铁矿等矿物按照设定比例进行混合，得到不含吸附态煤层气的煤岩基质弹性模量参数。
[0051]
2)将吸附态煤层气作为煤岩基质的重要组成成分之一，使用hashin-shtrikman边界模型混合吸附态煤层气与煤岩基质，得到具有吸附态煤层气的煤岩基质的弹性模量参数。
[0052]
3)利用微分等效介质模型向煤岩基质中加入干燥的孔隙，计算干岩石骨架的弹性模量；其中孔隙主要考虑：椭球状的基质孔隙和硬币状的裂隙，且裂缝的尺度大于基质孔隙的尺度。
[0053]
4)利用wood公式将孔隙中的游离态煤层气和水进行混合，得到具有混合物性质的流体，并求取其等效弹性模量及密度等参数。
[0054]
5)根据gassmann岩石流体替换方程，得到饱和煤层气储层岩石物理模型的弹性模量，并求取其纵波速度、横波速度和密度等参数。
[0055]
上述煤层气储层岩石物理建模方法考虑了煤层气储层的三个特点，即：煤岩由有机组分和无机组分共同组成；煤层气以吸附态为主，游离态为辅；煤岩有2种孔隙，即基质孔隙和裂隙。
[0056]
二、煤层气储层含气量预测学习样本的构建
[0057]
1)根据上述煤层气储层岩石物理建模流程，计算煤层气储层含气量从0-30m3/t变化，增量为1m3/t；孔隙度从0-10％变化，增量为1％；椭球状孔隙占总孔隙度的比率从0％-100％变化，硬币状裂隙占总孔隙度的比率从100％-0％变化，变化量为1％相对应的煤层气储层纵波、横波速度和密度等参数。
[0058]
2)以上述煤层气储层纵波、横波速度和密度等参数为基础数据，利用shuey方程，
如公式(1)所示，提取对煤层气含气量敏感的截距和梯度属性。
[0059]
r(θ)≈p g sin2θ
[0060]
其中，p代表avo的截距，g代表avo的梯度。
[0061][0062][0063]
式中各符号的意义：
[0064][0065][0066][0067]
式中，
[0068]vp1
，v
s1
，ρ1分别表示反射界面上覆介质的纵波速度、横波速度和密度；
[0069]vp2
，v
s2
，ρ2分别表示反射界面下伏介质的纵波速度、横波速度和密度；
[0070]vp
，vs，ρ分别表示反射界面两侧介质的纵波速度、横波速度和密度的平均值；
[0071]
θ为入射角。
[0072]
3)依据褶积理论，如公式(7)所示，地震道的地震记录可表示为：
[0073]
y＝w*r
[0074]
y表示地震记录，w代表子波，r代表反射系数。结合煤田地震勘探的实际情况，子波选用45hz的雷克子波，利用褶积理论，合成不同含气量情况下的地震记录，提取对煤层气含量较敏感的瞬时振幅和瞬时频率属性。
[0075]
上述截距、梯度、振幅和频率属性共四种地震属性构成了煤层气储层含气量预测学习样本的输入值，与之对应的煤层气储层含气量则为学习样本的输出值。
[0076]
三、煤层气储层含气量预测模型的构建
[0077]
利用支持向量机算法，将上述构建的学习样本按照7:3的比例随机地进行划分，其中70％用于学习，30％用于测试，当测试结果满足设定的门槛值时，即认为构建的含气量预测模型效果较为理想，可以用于实际资料煤层气储层含气量的预测。
[0078]
四、煤层气储层含气量预测
[0079]
提取实际三维地震资料的截距、梯度、振幅和频率属性，作为输入数据，采用训练过的含气量预测模型，即可实现目标区煤层气储层含气量的预测。
[0080]
如图1所示，主要包括三个部分的内容，即：1)煤层气储层岩石物理模型的构建；2)截距、梯度、瞬时振幅和瞬时频率属性的提取；3)基于支持向量机的煤层气储层含气量的学习、训练和预测。
[0081]
如图2所示，随着煤层气储层含气量的增加，截距和梯度属性的绝对值均表现出绝对值逐渐增大的趋势，可以作为煤层气含量预测的敏感属性。
[0082]
如图3和4所示，随着煤层气储层含气量的增加，瞬时振幅有增大的趋势，而瞬时频率有降低的趋势，瞬时振幅和瞬时频率也可以作为煤层气含量预测的敏感属性。
[0083]
利用实际地震资料的截距、梯度、振幅和频率等四种地震属性预测的煤层气含量结果，如图5所示，其含气量值与钻孔处实测的含量值吻合度较高，煤层气含量较高的三口井(实测含气量18.02m3/t、17.58m3/t和16.86m3/t)均位于含量较高区域，含气量较低的两口井(实测含气量9.79m3/t和8.68m3/t)位于含量较低区域，而含气量为12.51m3/t和10.12m3/t的井则位于过渡区域。预测结果表明地震岩石物理驱动的煤层气储层含气量预测方法能够有效地预测煤层气含气量，提高预测的精度，降低预测的风险。
[0084]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。