叶树刚



基于统计模型的煤层气含量预测方法研究及应用

叶树刚

(中煤科工集团 西安研究院有限公司，陕西 西安 710077)

基于概率统计理论，假设储层参数和测井信息服从某种统计规律，就可以把测井响应信息当作是随机变量,利用测井数据间接预测煤层气含量。通过河北某煤田6煤已知的6个钻孔的测井数据与实验室瓦斯吸附试验得到的瓦斯含量建立了多元回归关系，对另外10口井的瓦斯含量进行了预测，与实验室煤层气瓦斯吸附实验测量值进行对比，发现与传统的一元回归预测相比，多元回归预测更加准确。最后结合地震反演数据完成了对6煤瓦斯含量的预测。

煤层气含量；多元回归；统计模型 ；地震反演

(Xi’anResearchInstitute,CCTEG,Xi’anShanxi710077,China)

1 引 言

目前已提出的煤层气储层测井评价技术基本可分为基于常规天然气储层评价理论的定性识别方法、基于概率统计模型的储层评价方法、基于体积模型的储层评价方法和基于神经网络模型的储层预测方法四类[1,2]。

基于概率统计模型的储层评价方法的思想，业界已经做出了大量研究，其应用前提是假设储层参数和测井信息服从某种概率统计分布，且储层评价结果与测井响应之间存在某种(线性或非线性)关系[3,4]。

李纪森[5]指出各个地区的煤层气含量和煤的体积密度具有较好的线性关系，从而利用煤的体积密度和煤层气含量的交会图建立了测井体积密度和煤层气含量的线性回归公式。董红[6]在基于测井资料评价辽河油田东部凹陷煤层的研究中发现，在收集煤层气含量资料进行深度归位后，实际气含量与工业组分灰分具有很好的相关关系，从而建立了气含量和灰分之间的回归曲线方程。……