西南石油大学学报(自然科学版)  2019, Vol. 41 Issue (3): 71-79
柴达木盆地东坪气田基岩储层裂缝建模方法研究    [PDF全文]
战雕 , 邵振鹏, 曾丽, 王英军, 佟林    
中国石油青海油田分公司采气三厂, 甘肃 敦煌 736202
摘要: 东坪气田基岩气藏是罕见的非常规裂缝性气藏,有效模拟天然裂缝的发育状况及展布特征十分困难。针对这一问题,在分析东坪气田基岩气藏储集空间特征的基础上,确立了基岩储层DFN离散裂缝模型的建立思路。先基于成像测井解释的裂缝倾角、裂缝方位角等裂缝特性参数,将东坪基岩储层裂缝分为两组走向近似垂直的天然裂缝,分别模拟了两组天然裂缝的密度分布。再以裂缝密度曲线作为目标曲线、地震综合属性体作为趋势约束体,建立了DFN离散裂缝分布模型。通过提取裂缝密度、孔隙度及渗透率等属性参数,研究了东坪基岩储层裂缝的分布特征,发现裂缝主要受断层控制,平面上和纵向上均存在强的非均匀发育特性。最后,运用东坪基岩储层生产动态特征和气藏数值模拟的产量历史拟合效果检验了DFN离散裂缝模型对基岩储层的适用性。研究成果可为非常规基岩储层的裂缝模拟提供强有力的技术手段。
关键词: 东坪气田     基岩储层     裂缝建模     DFN模型     地震属性    
A Study on Fracture Modelling of the Bedrock Reservoir in Dongping Gas Field, Qaidam Basin
ZHAN Diao , SHAO Zhenpeng, ZENG Li, WANG Yingjun, TONG Lin    
The No.3 Gas Mine Factory, Petrochina Qinghai Oilfield Company, Dunhuang, Gansu 736202, China
Abstract: The bedrock gas reservoir in the Dongping Gas Field is a rare and unconventional fractured gas reservoir, and it is challenging to model the development and distribution of the naturally occurring fractures in the area. We aimed to solve this problem by establishing a Discrete Fracture Network (DFN) model of the bedrock reservoir based on the spatial characteristics of the reservoir in the Dongping gas field. We first divided these natural fractures in the Dongping Gas Field into two roughly perpendicular groups based on fracture characteristics measured in image logs, such as the inclination angle and azimuth, and we modelled the density distribution of each group. A DFN model was then built using a fracture density curve as the target curve and seismic attributes as constraints. By extracting attribute parameters such as fracture density, porosity, and permeability, we studied the distribution characteristics of the fractures in the Dongping bedrock reservoir. The results showed that these fractures are generally controlled by faults, and there is strong non-uniform development along both horizontal and vertical axes. Finally, this paper validates that the DFN model is suitable for bedrock reservoirs by demonstrating fitting between the dynamic characteristics of production in the Dongping bedrock reservoir and the modelled production of the gas reservoir.
Keywords: Dongping Gas Field     bedrock reservoir     fracture modelling     DFN model     seismic attributes    
引言

东坪气田基岩古潜山块状气藏是近年来柴达木盆地勘探的重大发现,是国内外罕见的非常规基岩气藏之一[1]。东坪气田基岩储层具有岩性复杂、天然裂缝非均匀发育等地质特征。天然裂缝是基岩储层的主要渗流通道,也是气层与底水连通的主要通道,建立合理、有效的天然裂缝模型,准确模拟天然裂缝的发育及展布特征,是基岩储层高效开发的基础。

目前,常规的连续裂缝介质网络模型理论与应用研究已十分丰富,但有关离散裂缝网络(Discrete Fracture Network, DFN)模型的相关理论及应用研究较少。近年来,越来越多的学者开始针对DFN离散裂缝模型开展了相关研究工作[2-9],但仍处于探索阶段。现有的DFN离散裂缝模型理论研究大多基于成像测井成果资料的DFN模型建立与表征[2],未考虑断层等地震综合属性体约束条件,且对所建的模型未利用生产动态特征和数值模拟历史拟合等方法深入研究模型的适用性。还有一些有关DFN离散裂缝模型理论的研究工作则主要是针对建模过程中的模拟算法及算法的升级优化改进等方面开展的研究工作[3-5],并未结合具体的裂缝性气藏实例进行应用分析。此外,有关DFN离散裂缝模型的应用研究主要表现在对页岩气藏、裂缝性致密油藏等非常规油气藏的初步应用[6-9],未见DFN离散裂缝模型在非常规基岩储层中的应用研究。

针对东坪气田裂缝性基岩储层,运用离散裂缝建模方法模拟天然裂缝在储层空间中的3维分布状态及分布特征,国内外尚无成套的经验可借鉴。本文在前人已有的DFN离散裂缝模型研究的基础上,从东坪气田基岩储层的实际地质情况出发,基于成像测井(FMI)资料和地震资料,开展成像测井解释和地震解释,以测井解释成果为核心,强化地震综合属性为约束条件,构建了适用于东坪气田基岩储层的DFN离散裂缝模型。研究成果不仅为东坪气田基岩气藏的天然裂缝模拟提供了新的技术手段,还可为国内外其他同类型基岩气藏的离散裂缝研究提供参考。

1 东坪气田基岩储层储集空间特征

东坪气田位于柴达木盆地西北部阿尔金山前东段,是新近发现的国内外罕见的基岩古潜山块状气藏。柴达木盆地东坪构造整体为一个南倾斜坡背景下受近南北向断层控制的南倾古鼻状隆起。区内发育基岩风化壳、中生代与新生代三套地层,其中,主要的产气层为基岩层,储层岩性主要为变质岩,以花岗岩和片麻岩为主[1]

东坪气田基岩储层的储集空间分为3类:一是风化壳形成的溶蚀孔洞,孔隙度可达5%$\sim$10%,渗透性取决于裂缝的发育程度;二是矿物溶蚀形成的溶孔,主要是地层水沿裂缝渗流,造成矿物溶蚀,形成溶孔;三是裂缝,基岩储层微裂缝十分发育,是研究工区主要的油气储集空间和渗流通道。

图 1为东坪气田基岩储层2口井的岩芯照片。

图1 东坪基岩储层裂缝岩芯照片 Fig. 1 Core images of fractures in Dongping bedrock formation

图 1可以看出天然裂缝发育的一些基本特征。高角度缝、低角度缝和水平缝均有发育。多数岩芯呈碎块状态,说明微裂缝十分发育。同时也见不规则的小裂缝,多组交错分布。裂缝宽度可达1 mm,多数有不同程度的充填,多数岩芯碎裂,裂缝密度较大。通过地质认识,认为东坪气田属于基岩裂缝性储层,区块内裂缝十分发育,且结构复杂,裂缝既是油气藏的储集空间,也是主要的渗流通道[10]。因此,建立合理准确的裂缝地质模型对于该气藏的开发至关重要。

2 东坪气田基岩储层裂缝建模 2.1 裂缝模型的建立思路

针对东坪气田基岩储层裂缝系统复杂、微裂缝发育、非均质性强的特点[1],确立了一套系统的基岩储层裂缝模型建立思路。依托成像测井数据和地震数据,开展成像测井解释和地震解释,获取基岩储层天然裂缝特征参数及地震综合属性参数[11, 12],并以测井解释成果为核心、综合地震属性为约束条件,按照随机建模的原则,建立适合于东坪气田基岩储层的DFN离散裂缝网络模型。建立基岩储层裂缝模型的主要流程如图 2所示。

图2 基岩储层裂缝建模流程图 Fig. 2 Fracture modeling flow chart of bedrock reservoir
2.2 基岩储层裂缝模型的建立 2.2.1 东坪基岩储层裂缝特征

裂缝特征参数数据是基岩储层裂缝建模的基础[13-14]。基于东坪气田10口井的成像测井解释成果,确定了东坪基岩储层的裂缝倾角、裂缝方位角、裂缝密度、裂缝孔隙度、裂缝开度等基本特征参数的分布范围,为该气田基岩储层DFN裂缝的有效模拟提供基础数据[15]。东坪气田基岩储层裂缝特征表现为:裂缝倾角主要分布在30°$\sim$70°;主要发育A、B两组走向近似垂直的裂缝,一组为北东—西南走向、裂缝方位为北东35°的A组裂缝(图 3a),另一组为北西—东南走向、裂缝方位为北东140°的B组裂缝(图 3b);裂缝密度普遍小于2.5 m$^{{\rm 2}}$/m$^{{\rm 3}}$;裂缝孔隙度在0.2%左右;裂缝开度主要分布在5$\sim$120 $\mathsf{µ}$m,平均40 $\mathsf{µ}$m。

图3 裂缝方位分布玫瑰图 Fig. 3 Rose diagram of fracture azimuth distribution
2.2.2 裂缝密度分布模拟

裂缝发育程度可用裂缝密度来描述[16-17]。模拟裂缝在三维空间的分布,需要用实际裂缝密度数据来加以约束[2]。利用成熟的商业化软件对成像测井(FMI Log)测试资料进行解释及图形化处理,除了可以绘制出反映不同井深条件下天然裂缝发育倾角的“蝌蚪图”(Dip Angle)和天然裂缝分布的矢量频率图(Polar Frequency Plot),还可以分别绘制出A、B两组裂缝的裂缝密度曲线,即裂缝密度曲线A和裂缝密度曲线B,如图 4所示。将两组裂缝密度曲线作为目标曲线,可有效模拟两组裂缝密度的空间分布。

图4 DP105井成像测井解释裂缝密度曲线 Fig. 4 The fracture density curve is explained by DP105 well FMI log

对东坪气田基岩储层的地震测试资料进行有效的解释与处理,以建立地震综合属性体。先利用地震资料求取深度域方差体属性(图 5a)和深度域蚂蚁体属性(图 5b),再结合断层发育带基岩裂缝距断层的距离等[2] (图 5c),通过分析统计波阻抗、裂缝密度、蚂蚁体属性等不同地震属性体之间的关系与规律,最终构建出地震综合属性数据体(图 6)。

图5 3种地震属性图 Fig. 5 Three types of seismic attributes
图6 地震综合属性图 Fig. 6 Seismic comprehensive attributes

通过与裂缝密度曲线的空间分布特征进行对比验证,确定了地震综合属性体的准确性。以地震综合属性体作为趋势约束体,可有效预测裂缝密度在三维空间的分布。

以裂缝密度曲线为目标曲线、地震综合属性作为趋势约束数据体,基于粗化的地质模型网格,采用序贯高斯模拟方法[18]对东坪气田基岩储层的裂缝密度及裂缝分布进行了模拟,获得了A、B两组裂缝的裂缝密度分布数据体,见图 7

图7 裂缝密度分布模拟图 Fig. 7 Distribution diagram of simulated fracture density
2.2.3 DFN分布模型建立

应用Fracman裂缝建模,建立东坪气田基岩储层天然裂缝的DFN分布模型。以A、B两组裂缝的裂缝密度数据体作为约束数据体,以成像测井解释的裂缝倾角、裂缝方位、裂缝开度等裂缝特性参数作为输入参数,模拟获得了东坪气田基岩储层离散裂缝的三维空间分布图(图 8)。在模拟过程中不断修改裂缝密度参数,直到利用模拟得到的两组裂缝密度及裂缝孔隙度分布特征与根据FMI资料统计的分布特征一致时,模拟结束。

图8 东坪气田基岩储层离散裂缝的DFN模型 Fig. 8 DFN model of discrete fracture for the bedrock formation of Dongping Gas Field
2.2.4 基岩储层裂缝属性提取

利用建立的天然裂缝DFN分布模型,可提取天然裂缝密度、孔隙度及渗透率等属性参数值,以研究裂缝的分布特征[19-20]。对东坪气田基岩储层分别按上下两段进行了裂缝属性参数提取,绘制了天然裂缝密度、孔隙度及渗透率分布图(图 9图 10)。

图9 裂缝密度及裂缝孔隙度分布图 Fig. 9 Distribution of fracture density and fracture porosity
图10 裂缝渗透率分布图 Fig. 10 Distribution of fracture permeability

裂缝密度大、裂缝孔隙度大及裂缝渗透率高的地方为基岩储层天然裂缝相对发育的区域。从图 9图 10可见,总体上裂缝分布受到断层的控制。平面上,东部裂缝发育程度相对较高,西南部裂缝发育程度相对较差;纵向上,靠近基岩顶面裂缝相对不发育,下部裂缝较发育。这一特征表明基岩储层裂缝受深部基底卷入构造影响。

3 基岩储层裂缝模型检验

建立的储层裂缝模型必须能有效地反映实际的地质情况,模型才具有适用性。特从生产动态特征和气藏数值模拟两个方面入手,来评价所建立的东坪气田基岩储层天然裂缝模型的适用性。

3.1 生产动态特征检验法

所谓生产动态特征检验法就是通过分析气井生产动态特征与基岩储层裂缝发育情况的匹配性来判断建立的储层裂缝模型是否与实际情况相符的一种检验方法。裂缝性基岩储层气井的生产动态特征,特别是气井水淹,是受裂缝的分布及发育程度所控制[10]。通过分析东坪气田各气井的生产动态资料,发现P1-2-7井、DP103井、DP104井、P1-2-9井、P1H-2-6井等5口气井发生了水淹,造成水淹的直接原因是底水沿天然裂缝迅速锥进。由此可推断出这5口水淹井位于基岩储层天然裂缝十分发育的区域,与建立的基岩储层裂缝模型裂缝展布属性相符,如图 11所示。因此,本文建立的天然裂缝模型适用于描述东坪气田基岩储层天然裂缝的分布特性。

图11 水淹井处裂缝渗透率属性图 Fig. 11 Fracture permeability property at the location of the flooded wells
3.2 气藏数值模拟检验法

气藏数值模拟检验法就是将所建立的基岩储层裂缝模型作为基础地质模型进行气藏数值模拟,并根据气藏开发动态数据的历史拟合情况来判定裂缝模型适用性的一种检验方法。运用建立的天然裂缝模型作为基础地质模型,对东坪气田基岩储层开展了数值模拟研究。东坪基岩储层的日产气量与日产水量的全历史拟合结果如图 12所示,其拟合精度高,符合率在96%以上,表明所建立的基岩裂缝模型能够有效反映目标储层的实际地质特征。

图12 实际生产历史拟合图 Fig. 12 Matching curves of production data history

生产动态特征检验结果和气藏数值模拟检验结果均表明,结合相控建模技术建立的基岩储层裂缝模型与东坪气田基岩储层的实际地质情况完全相符。本文建立的基岩储层裂缝模型已充分应用于东坪气田后续的气藏工程研究中。例如,针对东坪气田基岩储层后期开发过程中出水过快的问题,基于建立的裂缝模型,结合生产动态数据分析,诊断了东坪基岩储层出水的根本原因,进而有针对性地开展了气藏开发方式调整,制定出合理的气井开采制度,解决了东坪气田基岩储层的出水技术难题。矿场实践结果表明,本文研究的基岩储层裂缝建模技术强力支撑了东坪气田基岩气藏的高效开发。

4 结论

(1) 以东坪气田基岩储层为研究对象,以成像测井解释成果为核心,强化地震综合属性为约束条件,研究了一套基岩储层DFN离散裂缝模型的建立思路与方法,可有效模拟基岩储层天然裂缝的3维空间展布。

(2) 基于精细的成像测井解释结果,获取裂缝倾角、裂缝方位角、裂缝密度、裂缝孔隙度、裂缝开度等裂缝特性参数,是开展裂缝空间展布模拟的前提条件。利用深度域方差体属性、蚂蚁体属性等构建地震综合属性体,从宏观上约束裂缝网络系统的空间分布及走向,是构建基岩储层DFN离散裂缝模型的必要条件。

(3) 从建立的DFN离散裂缝分布模型中提取天然裂缝密度、孔隙度及渗透率等属性参数值,可分析基岩储层裂缝的发育程度及分布特征。东坪气田基岩储层天然裂缝的发育与分布总体上受断层的控制,平面上东部裂缝较发育,西南部裂缝发育程度相对较差,纵向上靠近基岩顶面裂缝相对不发育,下部裂缝较发育。

(4) 从气藏生产动态特征和数值模拟两方面着手,可检验DFN离散裂缝模型的适用性。经东坪气田基岩储层的生产动态特征分析,认为水淹气井位于天然裂缝十分发育的区域,与模拟的DFN离散裂缝展布特征相符。东坪气田实际日产气量、日产水量的全历史拟合结果验证了DFN离散裂缝对基岩储层的适用性。

参考文献
[1]
李江涛, 李志军, 贾永禄, 等. 柴达木盆地东坪基岩气藏的特殊地质条件及其开发模式探讨[J]. 天然气工业, 2014, 34(8): 75-81.
LI Jiangtao, LI Zhijun, JIA Yonglu, et al. Special geological conditions and development modes of the Dongping Basement Gas Reservoirs in Qaidam Basin[J]. Natural Gas Industry, 2014, 34(8): 75-81. doi: 10.3787/j.issn.-1000-0976.2014.08.011
[2]
郎晓玲, 郭召杰. 基于DFN离散裂缝网络模型的裂缝性储层建模方法[J]. 北京大学学报(自然科学版), 2013, 49(6): 964-972.
LANG Xiaoling, GUO Zhaojie. Fractured reservoir modeling method based on discrete fracture network model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2013, 49(6): 964-972. doi: 10.13209/j.0479-8023.-2013.128
[3]
梁宇涛, 刘鹏程, 冯高城. 基于蚂蚁追踪技术的裂缝型储层建模方法[J]. 复杂油气藏, 2014, 7(3): 11-15.
LIANG Yutao, LIU Pengcheng, FENG Gaocheng. Modeling of fractured reservoirs based on ant tracking technology[J]. Complex Hydrocarbon Reservoirs, 2014, 7(3): 11-15. doi: 10.3969/j.issn.1674-4667.2014.03.004
[4]
GHAHFAROKHI P K. The structured gridding implications for upscaling model discrete fracture networks(DFN) using corrected Oda's method[J]. Journal of Petroleum Science and Engineering, 2017, 153: 70-80. doi: 10.1016/-j.petrol.2017.03.027
[5]
张烈辉, 贾鸣, 张芮菡, 等. 裂缝性油藏离散裂缝网络模型与数值模拟[J]. 西南石油大学学报(自然科学版), 2017, 39(3): 121-127.
ZHANG Liehui, JIA Ming, ZHANG Ruihan, et al. Discrete fracture network modeling and numerical simulation of fractured reservoirs[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2017, 39(3): 121-127. doi: 10.11885/j.issn.1674-5086.2016.03.31.03
[6]
MI Lidong, JIANG Hanqiao, LI Junjian. The impact of diffusion type on multiscale discrete fracture model numerical simulation for shale gas[J]. Journal of Natural Gas Science & Engineering, 2014, 20(2): 74-81. doi: 10.1016/j.-jngse.2014.06.013
[7]
唐明明, 张金亮. 基于随机扩展方法的致密油储层裂缝建模研究[J]. 西南石油大学学报(自然科学版), 2017, 39(1): 63-72.
TANG Mingming, ZHANG Jinliang. Study on fracture modeling of tight oil reservoir based on random expansion method[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2017, 39(1): 63-72. doi: 10.11885/j.issn.1674-5086.2015.07.18.01
[8]
吕心瑞, 韩东, 李红凯. 缝洞型油藏储集体分类建模方法研究[J]. 西南石油大学学报(自然科学版), 2018, 40(1): 68-77.
LU Xinrui, HANG Dong, LI Hongkai. Study on the classification and modeling of fracture-vug oil deposits[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2018, 40(1): 68-77. doi: 10.11885/j.issn.-1674-5086.2016.07.21.03
[9]
SHAKIBA M, FILHO J S D A, SEPEHRNOORI K. Using embedded discrete fracture model(EDFM)in numerical simulation of complex hydraulic fracture networks calibrated by microseismic monitoring data[J]. Journal of Natural Gas Science and Engineering, 2018, 55: 495-507. doi: 10.1016/j.jngse.2018.04.019
[10]
商克俭, 冯东梅, 叶礼友, 等. 裂缝-孔隙型双重介质气藏开发影响分析[J]. 西南石油大学学报(自然科学版), 2018, 40(2): 107-114.
SHANG Kejian, FENG Dongmei, YE Liyou, et al. Analysis of the influence of the development of fractureporosity-type volcanic gas reservoir[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2018, 40(2): 107-114. doi: 10.11885/j.issn.1674-5086.2017.01.08.02
[11]
贺陆明, 赵清润, 董雪梅, 等. 地震属性技术在油气藏研究中的应用[J]. 天然气工业, 2007, 27(增1): 485-486.
HE Luming, ZHAO Qingrun, DONG Xuemei, et al. Application of seismic attribute technology in reservoir research[J]. Natural Gas Industry, 2007, 27(S1): 485-486.
[12]
曾忠, 阎世信, 魏修成, 等. 地震属性解释技术的研究及确定性分析[J]. 天然气工业, 2006, 26(3): 41-43.
ZENG Zhong, YAN Shixin, WEI Xiucheng, et al. Study on seismic attribute interpretation technology and its deterministic analysis[J]. Natural Gas Industry, 2006, 26(3): 41-43. doi: 10.3321/j.issn:1000-0976.2006.03.013
[13]
赵向原, 胡向阳, 曾联波, 等. 四川盆地元坝地区长兴组礁滩相储层天然裂缝有效性评价[J]. 天然气工业, 2017, 37(2): 52-61.
ZHAO Xiangyuan, HU Xiangyang, ZENG Lianbo, et al. Evaluation on the effectiveness of natural fractures in reef-flat facies reservoirs of Changxing Fm in Yuanba Area, Sichuan Basin[J]. Natural Gas Industry, 2017, 37(2): 52-61. doi: 10.3787/j.issn.1000-0976.2017.02.007
[14]
李毓. 储层裂缝的测井识别及其地质建模研究[J]. 测井技术, 2009, 33(6): 575-578.
LI Yu. Logging Identification and Geological Modeling of Reservoir Fractures[J]. Well Logging Technology, 2009, 33(6): 575-578. doi: 10.3969/J.ISSN.1004-1338.2009.-06.017
[15]
王彬, 王军, 谭亦然, 等. 基于DFN的页岩气储层裂缝建模研究[J]. 石油化工应用, 2015, 34(12): 62-65.
WANG Bin, WANG Jun, TAN Yiran, et al. Shale gas reservoir fracture modeling research base on discrete fracture network model[J]. Petrochemical Industry Application, 2015, 34(12): 62-65. doi: 10.3969/J.ISSN.1673-5285.-2015.12.018
[16]
张流, 周永胜. 储层裂缝发育程度的判别准则[J]. 石油学报, 2004, 25(4): 33-37.
ZHANG Liu, ZHOU Yongsheng. Criteria for judging the development degree of reservoir fractures[J]. Acta Petrolei Sinica, 2004, 25(4): 33-37. doi: 10.3321/J.ISSN:0253-2697.2004.04.007
[17]
童凯军, 程奇, 聂玲玲, 等. 变质岩潜山储集层有效性评价[J]. 石油与天然气地质, 2015, 36(5): 780-787.
TONG Kaijun, CHENG Qi, NIE Lingling, et al. Evaluation of effectiveness of metamorphosed basement buried hill reservoirs[J]. Oil & Gas Geology, 2015, 36(5): 780-787. doi: 10.11743/ogg20150509
[18]
印兴耀, 贺维胜, 黄旭日. 贝叶斯序贯高斯模拟方法[J]. 石油大学学报(自然科学版), 2005, 29(5): 28-32.
YIN Xingyao, HE Weisheng, HUANG Xuri. Bayesian sequential Gaussian simulation method[J]. Journal of the University of Petroleum(natural science edition), 2005, 29(5): 28-32. doi: 10.3321/jISSN:1000-5870.2005.05.006
[19]
肖阳, 刘国平, 韩春元, 等. 冀中坳陷深层碳酸盐岩储层天然裂缝发育特征与主控因素[J]. 天然气工业, 2018, 38(11): 33-42.
XIAO Yang, LIU Guoping, HAN Chunyuan, et al. Development characteristics and main controlling factors of natural fractures in deep carbonate reservoirs in the Jizhong Depression[J]. Natural Gas Industry, 2018, 38(11): 33-42. doi: 10.3787/j.issn.1000-0976.2018.11.004
[20]
秦启荣, 张烈辉, 刘莉萍, 等. 裂缝孔隙度数值评价技术[J]. 天然气工业, 2004, 24(2): 47-51.
QIN Qirong, ZHANG Liehui, LIU Liping, et al. Fracture porosity numerical evaluation technology[J]. Natural Gas Industry, 2004, 24(2): 47-51. doi: 10.3321/j.issn:1000-0976.2004.02.014