煤层瓦斯含气量预测

专题讲演
煤层气含气量预测方法
学生姓名：孙晓旭
专业班级：煤层12-2
学号：1201160215
指导教师：陶梅
完成日期：2016.1.10
综合成绩：
辽宁工程技术大学
煤层含气量预测方法
摘要
为了提高煤层含气量预测效果，更准确地评价煤层气资源量、预测煤层气开发前景，以及制定合理的开发方案，基于大量文献调研，首先梳理了煤层气及煤层含气量的概念、影响因素，其次对煤层含气量预测方法的特点进行了比较分析，进而开展了煤层含气量预测方法发展趋势分析研究表明，煤层含气量的影响因素主要包括煤的变质程度、温度、压力、煤质、煤层有效埋藏深度、储层有效厚度、储层物性等，其中，煤变质程度起着根本性作用煤层含气量定量预测方法主要有等温吸附曲线法、含气量梯度法、测井法、地震法等合理选择煤层含气量预测方法，开展多学科、多种预测方法综合预测含气量研究、研发新的煤层含气量预测方法是煤层含气量预测的主要发展趋势。

关键词：煤层气；含气量；影响因素；预测方法
Prediction method of gas content in coal seam
ABSTRACT
In order to improve the prediction of coalbed gas content, a more accurate evaluation of coalbed gas resource, prediction of coalbed methane development prospects, and formulate a reasonable development plan, based on extensive literature research, firstly reviews the concept and factors of coal-bed gas and coal seam gas content, followed by the characteristics of coal seam gas content prediction methods are compared and analyzed then, carry out the analysis of coalbed gas content prediction methods of the development trend of research shows that the influence factors of coal seam gas content mainly includes the metamorphic degree of coal, temperature, pressure, coal and coal seam buried depth, reservoir thickness, reservoir property, the degree of coal metamorphism plays a fundamental role in prediction of coalbed the main gas quantitative selection of isothermal adsorption curve method, gradient method, gas logging, seismic method of coal seam gas content prediction method, carry out Multi discipline, multi prediction methods comprehensive prediction of gas content research, research and development of new coal bed gas content prediction method is the main development trend of coal seam gas content prediction.
Keywords：coalbed gas；Gas content；Influence factor；Prediction method
目录
1煤层含气量的概念及影响因素 (1)
1.1煤层气含气量的概念 (2)
1.2煤层气含气量的影响因素 (2)
2煤层含气量预测方法 (4)
2.1等温吸附曲线法 (5)
2.2含气量梯度法 (2)
2.3钻孔岩芯实测含气量法 (5)
2.4回归分析法 (2)
2.4.1单一因素回归法 (3)
2.4.2多因素线性回归法 (6)
2.4.3复合参数回归法 (3)
2.5含气饱和度法 (2)
2.6利用矿井瓦斯涌出量预测含气量 (5)
2.7地温和地应力法 (2)
2.8利用煤层气层背景值求含气量 (5)
2.9地震预测法 (2)
2.10现代数学法 (5)
2.10.1神经网络技术 (3)
2.10.2灰色关联分析技术 (6)
2.10.3支持向量机技术 (3)
专题演讲
1煤层含气量的概念及影响因素
1.1煤层气含气量的概念
煤层气是指赋存在煤层中的以甲烷为主要成分，以吸附在煤基质颗粒表面为主、部分游离于煤孔隙中或溶解于煤层水中的烃类气体。

煤层含气量是指单位数量煤体中所吸附的煤层气数量，或者每吨原煤中所含煤层气的量（m3/t）
1.2煤层气含气量的影响因素
煤层含气量是煤化作用、构造活动、埋藏演化过程中经过多次吸附解吸、扩散渗流、运移后，在现今地质条件下动平衡的结果。

由于煤层气在煤储层中的储集及渗流机理与常规天然气大不相同[5]其影响因素多样而复杂
煤层含气量的主要因素煤的变质程度、温度、压力、煤层有效埋藏深度、有效厚度、构造特征、水文地质特征、煤层顶、底板岩性等（表1）其中，煤变质程度起着根本性作用此外，煤层含气量还与煤储层物性和显微组分有关
2煤层含气量预测方法
几十年来，前人对煤层
含气量的定量预测作了大量
研究目前，我国在煤层气资
源评价中确定煤层含气量主
要采用直接法和间接法直接
法主要是参照美国矿业局直
接法直接法，还有改进的直
接法，间接法包括等温吸附
曲线法、含气量梯度法、测
井曲线法、地震法、温度一
压力一吸附曲线法、煤质一灰分一含气量类比法、地质条件综合分析法、模拟法等
2.1等温吸附曲线法
孙晓旭
一般来说，80%一90%以上的煤层气以吸附气状态存在于煤层之中研究表明，煤对甲烷的吸附能力与温度和压力有关，Langmuir实验定律可以较好地描述这一特性。

标准Langmuir公式为：
V=V L/（p L+p）
式中：V L为Langmuir体积，m3/t；p L为Langmuir压力，MPa；p为地层压力，MPa；V 为吸附量，m3/t。

由Langmuir方程可知，如果知道V L和p L值即可求出煤样的吸附等温线，从而利用吸附等温线求出不同压力下的含气量，通常V L和p L值由工业分析数据得到。

但是赵毅[1]等在实际应用中发现利用Langmuir公式得到的含气量是纯煤层中吸附的最大含气量，并不代表真实含气量，与实际煤层的含气量相差很大，需要进行多方面的校正由于煤层中的吸附气很大程度上取决于煤层灰分、固定碳、地层压力和温度，因此，U.Ahmed根据以上条件对Langmuir公式方程作出改进。

赵毅[1]等研究表明，在高阶煤中应用改进的Langmuir方程可以很好的表征煤层中实际的含气量。

2.2含气量梯度法
煤层含气量梯度是指同一煤层中增加单位深度含气量的增量，通常用每百米吨煤增加的含气量来表示含气梯度法主要适用于同一构造单元中的深部外推预测区，或不同构造单元中地质条件基本相近的预测区，是具有较高可靠性的煤层气含量预测方法之一其应用的理论基础是：在构造相对简单的同一构造单元中，控制煤层含气量的其他因素基本相同时，含气性主要受控于煤层的埋藏深度。

一般而言，随着埋深的增加，煤层的温度和压力增加，气体的生成量也越大，且逸出难度增大，因而，煤层气含量越大对煤层有效埋深与含气量进行线性回归，从而对同一构造单元含气量进行预测。

聂怀耀[2]、王爱国[3]、李静[4]等人分别对铁法煤田、寿阳矿区巧号煤层、焦作煤田图应用含气梯度法进行了含气量预测，取得了较好的应用效果
专题演讲
2.3钻孔岩芯实测含气量法
直接法测试，其含气量包括：解吸气、逸散气、残余气3项之和。

该方法是利用现场钻井煤芯或有代表性的煤屑测定实际含气量，适用于新探区的取芯井，可提供参考依据
2.4回归分析法
2.4.1单一因素回归法
单一因素回归法主要利用含气量与密度测井值（或深度、灰分）的统计关系，来预测含气量。

李金珊[5]对川南筠连沐爱地区煤层含气量进行预测时，利用已有钻孔煤层气资料，通过相关关系拟合获得了研究区煤层底板标高与含气量间的预测模型。

利用该模型预测研究区8号主采煤层含气量分布。

2.4.2多因素线性回归法
将煤层含气量与测井值、煤质及其他参数进行多元线性回归分析，建立相应的数学表达式来预测含气量
何晶[6]将含气量作为因变量，R0、煤层上覆有效地层厚度、镜质组含量和灰分含量作为自变量，进行逐步回归分析获得线性方程，用该线性方程预测含气量。

赵青平[7]根据岩样实验分析数据同测井资料的相关性，通过多元线性回归方法，建立了通过多条测井曲线计算煤层气含气量的公式。

赵青平[8]利用沁水盆地A区的煤心实验数据和测井资料评价煤层结构，结合常规测井曲线与含气量的关系，建立了以煤层结构为基础的多元回归方法的煤层含气量计算模型。

2.4.2复合参数回归法
张妮[9]、杨东银[12]、王安龙[10]、周婷[11]利用与含气量相关性较好的参数，通过构建复合参数，建立复合参数与含气量的关系模型来预测煤层气含量。

杨东银[12]研究和顺地区时，利用声波时差/密度组合参数来求取含气量，与实验测定的含气量相比，点数基本对称分布于45°线附近。

王安龙[10]利用测井资料中的声波时差、自然伽马和体积密度构成复合参数P（P=AC/(GR×DEN)），建立P与含气量的关系模型（图2），以该模型预测含气量，效果较好
孙晓旭
2.5含气饱和度法
余常忠[13]利用煤层孔隙度、含气饱和度与密度测井参数结合，就可以计算煤层含气量:
Q=φ×Sg/g
其中，Q-煤层含气量，m3/t；Φ-煤层孔隙度，%；
Sg-煤层含气饱和度，%；g-煤层密度，t/m3。

2.6利用矿井瓦斯涌出量预测含气量
杨敏芳[14]采用矿井瓦斯涌出量推算的方法来预测不同深度煤层含气量。

利用各矿区瓦斯相对涌出量与开采深度实测数据拟合出相应关系式，然后将钻井解吸测定的含气量对应的深度值代入关系式，得到此深度对应的瓦斯相对涌出量；再用此瓦斯涌出量除该深度的解吸含量，得到瓦斯涌出量与煤层气含量的折算系数；最后利用开采深度与瓦斯涌出量的相关公式，计算出不同深度的瓦斯相对涌出量；再利用计算出的瓦斯相对涌出量除以折算系数，得出不同深度的含气量数据。

2.7地温和地应力法
大量研究表明，现今煤层气含量主要由其保存条件决定。

根据这一认识，生气时形成的压力绝大部分因构造变动和运移而散失，现今煤层气压力主要为构造应力和上覆岩层自重应力压缩孔隙所致，生气形成的压力甚微。

根据这一理论假设，在计算煤层气压力时作适当力学简化，主要考虑孔隙压缩压力这一主要因素，忽略生气压力。

煤层中的甲烷含量由吸附、游离和水溶解甲烷3部分组成，其中，水溶解甲烷含量甚微，故不考虑计算。

地应力、地温场中煤层气含量，即
Q=Q游+Q吸
式中：p-游离甲烷压力，MPa；Ta-标准状况下热力学温标，273K；T-煤层温度对应的热力学温标，K；Pa-标准状况下的压力，0。

1MPa；ρARD-煤层视密度，g/cm3；Z-气体压缩系数；α-有效应力系数；0-地面实验室室温下测定的无外载时煤体孔隙率；
β1-含甲烷煤体体积压缩系数；β2-含甲烷煤体的热膨胀系数；D-地应力梯度，MPa/m；H-计算点埋深，m；G-地温梯度，℃/m；k和q-实验常数，k=0。

20~0。

45，一般取0。

31，煤质为湿煤时，k=0。

27，q=0。

5~1。

0，一般为1。

0；W-煤的水分质量分数，%；A-原煤中灰分质量分数，%；a、b-吸附常数值。

2.8利用煤层气层背景值求含气量
煤层气层背景值指煤层气层不含天然气时的测井读数。

煤层气层测量值是从测井中实际测得的煤层气层的数值，以常用的补偿中子、补偿密度、声波时差测井曲线为例，利用体积模型，可以建立求解煤层气含量的计算公式：
Vg=（ρb*-ρb）/（ρw-ρg）
Vg=（CNb*-CNb）/（CNw-CNg）
Vg=（△tb*-△tb）/（△tw-△tg）
式中：ρb*、ρb、ρw、ρg分别为煤层气层密度背景值、密度测量值、水的体积密度值、煤层气体积密度值；CNb*、CNb、CNw、CNg分别为煤层气层中子背景值、中子测量值、水的补偿中子值、煤层气补偿中子值；△tb*、△tb、△tw、△tg分别为煤层气层声波背景值、声波测量值、水的声波时差值、煤层气声波时差值
2.9地震预测方法
胡朝元[15]研究山西沁水煤层气地震勘探工程时，发现可采含气量与地震反射瞬时振幅成反比关系。

陈信平、霍丽娜[16]、朱正平[17]等人基于地震资料分析，发现煤层含气量与密度、纵波速度、横波速度呈负相关关系，消除埋深影响的地震吸收衰减属性与含气量呈明显正相关性，构造（正）曲率与含气量呈负相关性等，据此可评价煤层含气量。

孙斌[18]利用A VO地震属性探讨了煤储层含气量与地震弹性参数之间的关系及A VO 地震响应特征，发现煤储层的含气量随纵波速度、横波速度、密度的增大而减小，高产井所在的煤储层一般有较强的A VO异常。

2.10现代数学法
孙晓旭
由于煤层含气量受多种地质因素影响，它们之间存在着复杂的非线性关系，有些甚至是随机的、模糊的，利用传统的方法难以表达它们之间的内在关系叫因此，可以运用神经网络技术、灰色关联技术、支持向量机等方法进行精细分析、评价和预测。

2.10.1神经网络技术
神经网络技术是基于人们对生物神经系统的理解和认识，将人的大脑功能加以模型化的一种计算机信息处理系统神经网络技术具有极强的学习能力、卓越的组织能力、训练精度高、非线性逼近能力强、建模方式灵活多变等优点，该算法对于已知存在某种潜质的联系但又无法用确切方程或算法表达的求解问题有其独到之处孟召平[19]、连承波[24]、吴东平[20]等人应用神经网络法分别对沁水盆地南部主采煤层、东滩矿区、山西柳林杨家坪地区主力煤层4、5、8号煤层进行了煤层含气量预测，取得了较好的效果
2.10.2灰色关联分析技术
煤层气含量是受多因素影响的参数，且各因素对煤层含气量的影响程度不同，其中有些因素是已知信息，有些是未知信息，而且这些影响因素是一个系统变化过程，即煤层气含量实际上是一个（由多个影响因素组成的）灰色系统，而灰色关联分析方法能够有效解决灰色问题。

灰色关联分析是对研究系统建立适当的数学模型，通过对系统动态发展过程进行量化分析，抓住影响系统的主要矛盾、主要特征和主要因素。

灰色关联分析技术的优点在于具有简便、快速、样本量要求较小、评价原理直观明了、易于操作且定量分析结果与定性分析结果吻合高的特点，因而得到较为广泛的应用。

田敏[21]、杨欣超[22]、杜志强[23]应用灰色关联分析技术分别对沁水煤田晋城矿区号煤层、淮南矿区个评价单元、沁水盆地晋城矿区号煤层煤层气含量进行了预测和评价结果均表明，灰色关联技术在煤层含气量预测与评价中具有较为广阔的应用前景。

2.10.3支持向量机技术
Vapnik等人提出了支持向量机算法，该算法是一种新型的机器学习算法，其优点在于具有非线性逼近能力，并能进行高维模式识别，避免了人工神经网络等方法的网络结构难以确定、过学习和欠学习以及局部极小等问题，目前被认为是针对小样本的分类、回归等问题的较好方法。

刘爱华等以沁水盆地南部煤层气勘探研究测试成果为例，采用支持向量机回归方法建立煤层含气量预测模型，并对煤层含气量进行预测，取得了较好的应用效果此外，预测煤层含气量的方法还有煤质一灰分一含气量类比法、地质条件综合分析法、模拟法。

参考文献
[1]赵毅，毛志强，蔡文渊，等。

煤层气储层测井评价方法研究[J]。

测井技术，2011，35（1）25-30。

[2]聂怀耀，李俊生，张俊。

焦作煤田深部煤层含气量预测[J]。

煤矿安全，2009（6）：79-82
[3]王爱国，林建法，王洪林，等。

寿阳矿区深部煤层含气量预测[J]。

中国煤田地质，1999，11（2）：26-27
[4]李静，李小彦，杨利军，等。

煤层含气量预测方法[J]。

煤田地质与勘探，1998，26（1）：31-33
[5]李金珊、杨敏芳、朱维耀等。

川南筠连沐爱地区煤层含气量预测
及控制因素分析[J]，东北大学学报，2015，36(5):724-728。

[6]何晶、胡雅蓉，柳林杨家坪试验区煤层气含气量模型探讨[J]，天
然气勘探与开发，2001，24(3):51-54。

[7]赵青平，鄂尔多斯盆地煤层气含气量计算方法研究与探索[J]，
国外测井技术，2014，27-32。

[8]赵青平、王建功、刘文华等，基于煤岩结构的煤层含气量测井评
价方法[J]，中国煤层气，2014，11(4):22-25。

[9]张妮、刘仲敕、薛媛，利用测井资料评价煤层含气量的新方法
[J]，国外油田工程，2010，26(3):53-56。

[10]王安龙，煤层气测井资料建模及其应用评价研究[J]，中国煤层
气，2014，11(4):31-35。

[11]周婷、张平松、肖玉林等，利用钻孔测井复合参数综合评价煤层
含气量[J]，矿业安全与环保，2014，41(6):53-56。

[12]杨东银、范宜仁、邓少贵等，利用测井资料评价煤层煤质及含气
量的方法研究[J]，勘探地球物理进展，2010，33(4):262-267。

[13]余常忠、王水，电性参数在煤层气测井中的应用[J]，陕西地质，
2010，28(1):79-81。

[14]杨敏芳、孙斌[18]、张丽琳等，鹤岗盆地煤层气赋存特征及勘探开发
潜力[J]，天然气工业，2010，30(11):26-29。

[15]胡朝元、彭苏萍、赵士华等，煤层气储层参数多信息综合定量预
测方法[J]，煤田地质与勘探，2005，33(1):28-32。

[16]霍丽娜、徐礼贵、邵林海等，煤层气“甜点区”地震预测技术及其
孙晓旭
应用[J]，天然气工业，2014，34(8):46-52。

[17]朱正平、雷克辉、潘仁芳，沁水盆地和顺区块基于地震多属性分
析的煤层含气量预测[J]，石油物探，2015，54(2):226-233。

[18]孙斌、杨敏芳[14]、孙霞等，基于地震A VO属性的煤层气富集区预测
[J]，天然气工业，2010，30(6):15-19。

[19]孟召平，田永东，雷殇。

煤层含气量预测的BP神经网络模型与应用[J]。

中国矿业大学学报，2008，37（4）:456-461
[20]吴东平，吴春萍，岳晓燕。

煤层气测井评价的神经网络技术[J]。

天然气勘探与开发，2001，24（1）：31-34
[21]田敏，赵永军，孙鹏程。

灰色系统理论在煤层气含量预测中的应用[J]。

煤田地质与勘探，2008，36（2）：24-27
[22]杨欣超，桑树勋，方良才，等。

灰色关联分析在煤层气储层评价中的应用[J]。

西安科技大学学报，2010，30（2）：202-206
[23]杜志强，杨志远，吴艳，等。

煤层含气量评价中灰色关联分析与相关分析法对比[J]。

煤田地质与勘探，2012，40（1）：20-23
[24]连承波，赵永军，李汉林，等。

煤层含气量的主控因素及定量预测[J]。

煤炭学报，2005。

30（6）：726-729。