2017, Vol. 29
2. 长江大学 非常规油气湖北省协同创新中心, 武汉 430100;
3. 中国石油华北油田分公司 勘探开发研究院, 河北 任丘 062552;
4. 中国石油华北油田分公司 地球物理勘探研究院, 河北 任丘 062552
2. Hubei Cooperative Innovation Center of Unconventional Oil and Gas, Yangtze University, Wuhan 430100, China;
3. Research Institute of Exploration and Development, PetroChina Huabei Oilfield Company, Renqiu 062552, Hebei, China;
4. Research Institute of Geophysical Exploration, PetroChina Huabei Oilfield Company, Renqiu 062552, Hebei, China
不同煤体结构类型的煤层，因孔隙大小、裂隙网络和破碎程度不同，对煤层气富集和运移的影响也不相同。煤层脆性较大，在受到应力作用后会出现不同程度的破碎。煤体结构越破碎，煤层气吸附能力越强，煤粉堵塞渗流通道，煤层渗透性变差，从而造成煤层气富集[1-3]。因此，煤体结构研究对于预测煤层渗透率和选择煤层气勘探有利区块均具有重要意义[4-5]。
煤体结构的判识主要有现场钻孔岩心观测、井下煤层编录以及地球物理测井等方法。由于煤层采样、制样困难，且成本较高，使得前2种方法均未得到广泛应用，而测井方法能够提供随深度连续且准确的解释结果，从而成为目前判识煤体结构的重要方法[6]。前人已对煤体结构的判识做过许多研究并取得了一些成果，姚军朋等[7]阐明了利用岩石物理研究结果，并通过Archie公式求取煤岩孔隙结构指数定量判识方法的可行性，并将该方法在2个煤田进行了实际应用；陈跃等[8]通过测井资料与钻井取心样品对比及分析，揭示了韩城地区不同煤体结构在平面上的分布规律及其与区内构造带的关系；张坤鹏等[9]利用不同煤体结构在测井曲线上响应特征的差异，预测了新景煤矿3#煤层不同煤体结构的分布规律。尽管许多学者在利用测井信息分析煤体结构方面进行了大量研究，但受煤层结构差异较大和区域地质特征不同等因素的影响，煤体结构研究目前仍处于定性阶段，定量评价煤体结构的研究相对较少，各种判识方法也没有得到实际推广与应用。
鉴于煤体结构研究在煤层气勘探开发中的重要性，以及测井资料判识煤体结构具有广阔的应用前景，目前煤体结构判识又没有定量化与统一的标准，因此笔者利用不同煤体结构的测井响应特征差异，在常规测井资料定性划分煤体结构类型的基础上，提出利用阵列声波资料计算煤岩脆性指数 (BI)，并依据煤岩脆性指数大小定量判识煤体结构类型，以满足当前煤层气勘探开发的需要。
1 煤体结构分类及其测井响应特征 1.1 煤体结构分类煤体结构是煤层在地质历史演化过程中经受各种地质作用后表现出的结构特征，具体表现为煤岩体各组分的颗粒大小、形态特征及其相互关系[10]。目前煤体结构的分类方法较多，常见的有二分法、三分法、四分法和五分法[11-12]。基于沁水盆地F区块3#煤层的煤体结构类型，并依据不同煤体结构类型的结构特征和测井响应特征差异，将其划分为3类：Ⅰ类为原生结构煤，Ⅱ类为过渡结构煤，Ⅲ类为碎裂结构煤。碎裂结构煤与原生结构煤的主要区别是碎裂结构煤发生了构造变形且具有不同的结构构造特征，过渡结构煤的结构特征介于原生结构煤与碎裂结构煤之间 (表 1)。
|
下载CSV 表 1 不同煤体结构特征 Table 1 The characteristics of different coal structures |
通常煤层受到构造应力的作用，导致煤岩孔隙和裂隙增加[13]，因而不同煤体结构煤的结构和物性特征差异显著。利用常规测井资料定性划分煤体结构时，必须从测井原理和不同煤体结构煤的结构特征出发，并利用测井曲线的差异来划分煤体结构[14-16]。在沁水盆地F区块3#煤层多口井煤层测井数据统计与分析的基础上，对不同煤体结构煤的测井曲线组合特征进行了系统分析和总结 (图 1)。
|
下载eps/tif图 图 1 原生结构煤（a）和碎裂结构煤（b）测井曲线组合特征 Fig. 1 Combined log features of primary structure coal (a) and cataclastic structure coal (b) |
(1) 井径曲线：煤体结构越破碎，煤岩结构越疏松，在钻井过程中越容易造成井壁垮塌并产生井径扩大，从而井径测井值越大。
(2) 自然伽马曲线：煤体结构越破碎，孔隙和裂隙发育程度越高，单位体积内放射性物质质量越低，自然伽马测井值越小。
(3) 密度曲线：煤体结构越破碎，煤岩结构越疏松，孔隙和裂隙越发育，密度测井值越小。
(4) 声波时差曲线：煤体结构越破碎，孔隙和裂隙发育程度越高，声波时差测井值越大，且声波时差曲线上常出现“周波跳跃”现象。
(5) 电阻率曲线：煤体结构越破碎，煤体导电网络越发达，导电离子在电场作用下越能自由地迁移，电阻率测井值越小，且下降幅度越大，反映煤体破碎程度越高。
不同煤体结构测井响应特征总体表现为：随着煤体破碎程度增加，孔隙和裂隙越发育，井径明显扩大、自然伽马减小、密度减小、声波时差增大 (测井曲线上常出现“周波跳跃”现象)、电阻率降低 (表 2)。
|
|
下载CSV 表 2 不同煤体结构测井响应平均值 Table 2 The average log response of different coal structures |
综合考虑不同煤体结构的测井响应特征，在常规测井资料定性划分煤体结构的基础上，利用阵列声波测井资料提取煤岩的弹性模量和泊松比[17-19]，并计算煤岩脆性指数，依据脆性指数大小来定量判识煤体结构的类型，从而可以提高煤体结构的判识精度。
2.1 定量判识参数根据岩石的弹性波动理论，结合密度测井和阵列声波测井等资料，可以得出煤岩的弹性模量和泊松比[20]
| $ E = \frac{{\rho (3\Delta t_s^2-{\rm{ }}4\Delta t_p^2)}}{{\Delta t_s^2(\Delta t_s^2-{\rm{ }}\Delta t_p^2)}} $ | (1) |
| $ U = \frac{{\Delta t_s^2-{\rm{ }}2\Delta t_p^2}}{{2\Delta t_s^2-{\rm{ }}2\Delta t_p^2}} $ | (2) |
式中：E为弹性模量，GPa；ρ为煤岩密度，g/cm3；Δtp与Δts分别为纵波时差、横波时差，μs/m；U为泊松比，一般为0.2~0.4。
根据弹性模量与泊松比[21]可得
| $ BI = \frac{{BI(E) + BI(U)}}{2} $ | (3) |
其中，
| $ BI(E) = {\rm{ }}100\frac{{E-{E_{{\rm{min}}}}}}{{{E_{{\rm{max}}}}-{E_{{\rm{min}}}}}} $ | (4) |
| $ BI(U) = {\rm{ }}100\frac{{U-{U_{{\rm{max}}}}}}{{{U_{{\rm{min}}}}-{U_{{\rm{max}}}}}} $ | (5) |
式中：BI为煤岩脆性指数；BI(E) 与BI(U) 分别为依据弹性模量和泊松比计算的脆性指数；Emax与Emin分别为弹性模量的最大值和最小值，GPa；Umax与Umin分别为泊松比的最大值和最小值。
2.2 定量判识煤体结构的可行性分析煤岩脆性指数是描述煤储层脆性大小的参数，它主要取决于煤岩的弹性模量和泊松比等[22]。弹性模量反映了煤岩破碎后保持裂缝的能力，而泊松比反映了煤岩在压力作用下的抗破碎能力。煤储层弹性模量越高、泊松比越低，则煤岩的脆性指数越高，煤岩越容易破碎。煤体结构是煤储层经过地质构造变动所形成的结构特征，往往煤岩的脆性越大，煤岩越易破碎，煤体结构破坏程度越高[23-24]。因此，可以利用煤岩脆性指数的大小来定量判识煤体结构的类型：煤岩脆性指数逐渐变大，煤体破碎程度就越高，这为煤体结构的定量判识提供了依据。
2.3 应用效果分析利用阵列声波测井资料对沁水盆地F区块3#煤层7口井提取煤储层岩石动力学参数并计算煤岩脆性指数 (表 3)。结果表明：原生结构煤的脆性指数一般大于62.33，平均为63.25~69.18；过渡结构煤的脆性指数为67.33~77.06，平均为68.61~ 76.39；碎裂结构煤的脆性指数为73.35~88.55，平均为74.67~86.74。
|
|
下载CSV 表 3 不同煤体结构的煤岩脆性指数 Table 3 The coal rock brittleness index of different coal structures |
利用阵列声波测井资料的计算结果显示，沁水盆地F区块3#煤层7口井煤岩相邻碎裂程度的脆性指数具有一定的交叉、重叠，这主要是受煤层结构特征与非均质性以及测井仪器的分辨率和煤层井眼、围岩等的影响引起的。根据煤岩脆性指数计算结果能够较准确地将沁水盆地F区块3#煤层的煤体结构类型划分为三大类，降低了煤体结构定性划分的误差。
图 2为F5井利用煤岩脆性指数大小对煤体结构类型的判识结果：651.7~653.0 m井段为Ⅱ类过渡结构煤，653.0~657.1 m井段为Ⅰ类原生结构煤，657.1~658.2 m井段为Ⅲ类碎裂结构煤。实际资料处理结果表明：利用煤岩脆性指数定量判识煤体结构是可行的，其判识结果与钻井取心结果 (表 4) 符合率较高。
|
下载eps/tif图 图 2 F5井不同煤体结构判识结果 Fig. 2 The identification of different coal structures in F5 well |
|
|
下载CSV 表 4 钻井取心样品的煤体结构 Table 4 The coal structures of drilling core samples |
(1) 根据煤体的破碎程度，将沁水盆地F区块3#煤层煤体结构类型划分为原生结构、过渡结构和碎裂结构，后2种为构造煤，过渡结构煤的结构特征介于原生结构煤和碎裂结构煤之间。
(2) 煤体结构与测井参数之间具有较好的相关性，随着煤体结构破碎程度的增加，井径扩径明显、自然伽马减小、密度减小、声波时差增大、电阻率降低。
(3) 利用阵列声波测井资料计算煤岩脆性指数 (BI) 定量判识煤体结构是可行的，实际资料处理结果与钻井取心结果符合率较高，该方法可大大提高煤体结构研究的精度。
| [1] |
范俊佳, 琚宜文, 柳少波, 等.
不同煤储层条件下煤岩微孔结构及其对煤层气开发的启示. 煤炭学报, 2013, 38(3): 441–447.
FAN J J, JU Y W, LIU S B, et al. 2013. Micropore structure of coals under different reservoir conditions and its implication for coalbed methane development. Journal of China Coal Society, 2013, 38(3): 441-447. |
| [2] |
降文萍, 张群, 姜在炳, 等.
构造煤孔隙结构对煤层气产气特征的影响. 天然气地球科学, 2016, 27(1): 173–179.
JIANG W P, ZHANG Q, JIANG Z B, et al. 2016. Effect on CBM drainage characteristics of pore structure of tectonic coal. Natural Gas Geoscience, 2016, 27(1): 173-179. DOI:10.11764/j.issn.1672-1926.2016.01.0173 |
| [3] | LI J Q, LIU D M, YAO Y B, et al. 2011. Evaluation of the reservoir permeability of anthracite coals by geophysical logging data. International Journal of Coal Geology, 2011, 87(2): 121-127. DOI:10.1016/j.coal.2011.06.001 |
| [4] |
康园园, 邵先杰, 石磊, 等.
煤层气开发目标区精选体系与方法研究. 岩性油气藏, 2011, 23(1): 62–66.
KANGYY, SHAO X J, SHI L, et al. 2011. Study on system and method of ranking coalbed methane development perspectives. Lithologic Reservoirs, 2011, 23(1): 62-66. |
| [5] |
胡奇, 王生维, 张晨, 等.
沁南地区煤体结构对煤层气开发的影响. 煤炭科学技术, 2014, 42(8): 65–68.
HU Q, WANG S W, ZHANG C, et al. 2014. Coal structure affected to coalbed methane development in Qinnan region. Coal Science and Technology, 2014, 42(8): 65-68. |
| [6] | DASHTIAN H, JAFARI G R, SAHIMI M, et al. 2011. Scaling, multifractality, and long-range correlations in well log data of largescale porous media. Physica A:Statistical Mechanics and its Applications, 2011, 390: 2096-2111. DOI:10.1016/j.physa.2011.01.010 |
| [7] |
姚军朋, 司马立强, 张玉贵.
构造煤地球物理测井定量判识研究. 煤炭学报, 2011, 36(Suppl 1): 94–98.
YAO J P, SIMA L Q, ZHANG Y G. 2011. Quantitative identification of deformed coals by geophysical logging. Journal of China Coal Society, 2011, 36(Suppl 1): 94-98. |
| [8] |
陈跃, 汤达祯, 许浩, 等.
基于测井信息的韩城地区煤体结构的分布规律. 煤炭学报, 2013, 38(8): 1435–1442.
CHEN Y, TANG D Z, XU H, et al. 2013. The distribution of coal structure in Hancheng based on well logging data. Journal of China Coal Society, 2013, 38(8): 1435-1442. |
| [9] |
张坤鹏, 姜波, 李明, 等.
新景煤矿3号煤层煤体结构测井曲线判识及其分布规律. 煤田地质与勘探, 2016, 44(1): 123–127.
ZHANG K P, JIANG B, LI M, et al. 2016. Identification and distribution of structure of seam No.3 in Xinjing Mine on the basis of well logs. Coal Geology & Exploration, 2016, 44(1): 123-127. |
| [10] |
孟召平, 刘珊珊, 王保玉, 等.
晋城矿区煤体结构及其测井响应特征研究. 煤炭科学技术, 2015, 43(2): 58–63.
MENG Z P, LIU S S, WANG B Y, et al. 2015. Study on feature of coal body structure and logging response in Jincheng mining area. Coal Science & Technology, 2015, 43(2): 58-63. |
| [11] | CHEN Q, YAO H F, CHANG S L, et al. 2013. Coalbody structure classification method based on dual-lateral and RXO crossplot analysis. Journal of Coal Science and Engineering, 2013, 19(4): 522-529. DOI:10.1007/s12404-013-0413-z |
| [12] |
李伟, 要慧芳, 刘鸿福, 等.
基于显微CT的不同煤体结构煤三维孔隙精细表征. 煤炭学报, 2014, 39(6): 1127–1132.
LI W, YAO H F, LIU H F, et al. 2014. Advanced characterization of three-dimensional pores in coals with different coal-body structure by micro-CT. Journal of China Coal Society, 2014, 39(6): 1127-1132. |
| [13] |
闫霞, 李小军, 赵辉, 等.
煤层气井井间干扰研究及应用. 岩性油气藏, 2015, 27(2): 126–132.
YAN X, LI X J, ZHAO H, et al. 2015. Research on well interference of coalbed methane wells and its application. Lithologic Reservoirs, 2015, 27(2): 126-132. |
| [14] |
刘之的, 王剑, 杨秀春, 等.
密度测井扩径影响校正方法在煤层气储层中的适用性分析. 地球物理学进展, 2014, 29(5): 2219–2223.
LIU Z D, WANG J, YANG X C, et al. 2014. Analyzing on applicability of expanding influence correction method of density logging in the coalbed methane reservoir. Progress in Geophysics, 2014, 29(5): 2219-2223. DOI:10.6038/pg20140534 |
| [15] |
许启鲁, 黄文辉, 杨延绘, 等.
构造煤的测井曲线判识——以柿庄北区块为例. 科学技术与工程, 2016, 16(3): 11–16.
XU Q L, HUANG W H, YANG Y H, et al. 2016. Analysis of identifying deformed coal by logging curve in Shizhuang north block, Qinshui Basin, China. Science Technology and Engineering, 2016, 16(3): 11-16. |
| [16] |
赵毅, 毛志强, 孙伟, 等.
煤层气储层非常规测井资料评价方法研究. 测井技术, 2011, 35(5): 441–446.
ZHAO Y, MAO Z Q, SUN W, et al. 2011. Evaluation method for unconventional log data of CBM reservoir. Well Logging Technology, 2011, 35(5): 441-446. |
| [17] |
刘鹏, 乔文孝, 车小花, 等.
多极子阵列声波测井技术在煤层气储层评价中的应用. 测井技术, 2014, 38(3): 292–296.
LIU P, QIAO W X, CHE X H, et al. 2014. Application of multipole acoustic logging to the evaluation of coalbed methane reservoirs. Well Logging Technology, 2014, 38(3): 292-296. |
| [18] |
王赟, 许小凯, 张玉贵.
六种不同变质程度煤的纵横波速度特征及其与密度的关系. 地球物理学报, 2012, 55(11): 3754–3761.
WANG Y, XU X K, ZHANG Y G. 2012. Characteristics of P-wave and S-wave velocities and their relationships with density of six metamorphic kinds of coals. Chinese Journal of Geophysics, 2012, 55(11): 3754-3761. DOI:10.6038/j.issn.0001-5733.2012.11.022 |
| [19] |
冯昕鹏, 李金付, 聂建委, 等.
横波速度拟合技术在苏里格气田的应用. 岩性油气藏, 2012, 24(6): 106–109.
FENG X P, LI J F, NIE J W, et al. 2012. Application of shear wave velocity fitting technology in Sulige Gas Field. Lithologic Res ervoirs, 2012, 24(6): 106-109. |
| [20] |
王成龙, 夏宏泉, 杨双定.
基于岩石脆性系数的压裂缝高度与宽度预测方法研究. 测井技术, 2013, 37(6): 676–680.
WANG C L, XIA H Q, YANG S D. 2013. On fracture height and width prediction method based rock brittleness coefficient. Well Logging Technology, 2013, 37(6): 676-680. |
| [21] |
李华阳, 周灿灿, 李长喜, 等.
致密砂岩脆性指数测井评价方法——以鄂尔多斯盆地陇东地区长7段致密砂岩储集层为例. 新疆石油地质, 2014, 35(5): 593–597.
LI H Y, ZHOU C C, LI C X, et al. 2014. Logging evaluation and application of brittleness index in tight sandstone reservoir—A case study of Chang-7 tight sandstone reservoir in Longdong area of Ordos Basin. Xinjiang Petroleum Geology, 2014, 35(5): 593-597. |
| [22] | JARVIE D M, HILL R J, RUBLE T E, et al. 2007. Uncoventional shale-gas systems:the Mississippian Barnett shale on Northcentral Texas as one model for thermogenic shale-gas assessment. APPG Bulletin, 2007, 91(4): 475-499. DOI:10.1306/12190606068 |
| [23] | RICKMAN R, MULLEN M, PETRE E, et al. 2008. A practical use of shale petrophysics for stimulation design optimization:all shale plays are not clones of the Barnett shale. SPE 115258, 2008: 1-11. |
| [24] | GRIESER B, BRAY J. 2007. Identification of production potential in unconventional reservoirs. SPE 106623, 2007: 1-6. |