寺河矿瓦斯富集区内井间含气量差异研究

以沁水盆地南部寺河矿区3#煤层为研究对象,对研究工区内的井间瓦斯含气量差异及影响因素进行了分析。结果表明,造成井间含气量差异的主要因素有构造发育、煤层厚度、埋深及煤岩结构。埋深与煤岩结构是造成单井含气量差异的最直接影响因素,共同决定了煤层的含气性。地层压力越大,煤层密度越低,煤层气含量越高。     

基于三维地震底板标高模拟方法预测非洲卡鲁盆地煤层气含气量的研究

为了揭示非洲卡鲁盆地煤层地质特征及含气量,对已有的钻孔煤层气资料及三维地震资料进行分析,通过相关关系拟合,获得非洲卡鲁盆地8号煤层底板标高与含气量的预测模型,利用已知资料煤层底板标高建立煤层气含量预测模型,获得8号煤层预测的含气量值,再与该煤层钻井的实测含气量进行数据对比验证,预测精度达到在85%以上,这种利用有限的地质资料预测含气量的方法可行的。研究表明非洲卡鲁盆地煤层演化程度较高,生气能力强,构造区成煤条件好,煤层的厚度较大,从构造和水文地质特征推断盆地煤层气富集,属于煤层气资源比较丰富的开发区块,为勘探开发工作提供依据。     

基于三维地震底板标高模拟方法预测非洲卡鲁盆地煤层气含气量

为了揭示非洲卡鲁盆地煤层地质特征及含气量,对已有的钻孔煤层气资料及三维地震资料进行分析。通过相关关系拟合,获得非洲卡鲁盆地8号煤层底板标高与含气量的预测模型及8号煤层预测的含气量值,再与该煤层钻井的实测含气量进行数据对比验证,预测精度在85%以上,说明这种利用有限的地质资料预测含气量的方法可行。8号煤层预测含气量研究结果表明:非洲卡鲁盆地煤层演化程度较高,生气能力强,构造区成煤条件好,煤层的厚度较大,从构造和水文地质特征推断盆地煤层气富集,属于煤层气资源比较丰富的开发区块。     

永陇矿区丈八井田煤层气赋存特征及其控气因素

为了促进丈八井田煤炭和煤层气资源综合开发利用,通过搜集区内瓦斯钻孔及煤层气参数井资料,分析煤层气赋存特征和控气因素。结果表明:丈八井田煤层含气量较低,煤层孔隙特征主要发育为微孔,具有较好的吸附能力,煤储层压力和渗透率都较低。地质构造对煤层的分布控制明显,直接关系到煤层的含气饱和度,同时影响煤层气的保存条件,是影响煤层气赋存的主控因素;煤层变质程度低,处于早期泥碳化作用阶段,生气能力差;影响煤层含气量的含水层富水性弱,地下水运移缓慢,矿化度较低,有利于次生生物成因气的生成和保存,水文地质条件是煤层气成藏的重要因素;煤层埋深和顶底板岩性对煤层气含量影响较小。     

高丰度煤层气富集区地球物理识别

为预测煤层气富集区,通过地震反演和地震属性分析,获得了煤层含气量、地质构造、煤层厚度、煤层结构、煤层顶、底板岩性和裂隙等地震地质参数,基于地球物理信息融合方法对煤层气富集区进行了预测。研究结果表明:随着埋藏深度增加,煤层厚度增加,煤层含气量呈增加趋势;向斜轴部隆起带煤层含气量大,背斜轴部凹陷区煤层含气量相对较多;构造煤分布区一般煤层气较富集;煤层直接顶底板为泥岩,则煤层含气量一般较高;裂隙的存在会对煤层气含量有一定影响。研究认为,煤层埋深、煤层厚度、结构、构造和顶底板岩性等参数是控制研究区煤层气富集的主要地震地质因素,基于地球物理信息融合对煤层气富集区进行预测,可以避免单一地震地质因素预测的局限性,有助于提高预测精度。     

黔西地区煤层含气量主控因素解析

黔西煤层气储量丰富,同时成煤期地质条件复杂,不同区域煤层含气量差异较大,对煤层气含量差异因素研究有重要意义.通过对黔西煤层及煤层地质条件的研究,认为影响黔西煤层气含量的主控因素是煤层埋深、煤岩煤质、煤层分化带埋深和煤层厚度.并对以上主控因素与黔西煤层含气量的相关关系进行了研究,煤层含气量与埋深、煤阶、煤层厚度成正相关关系.     

基于灰色BP神经网络算法的煤层气直井剩余含气量模型

以寺河煤矿西二盘区为例,对3#煤层储层地质条件及煤层气井排采数据进行研究,从地质和工程两方面分析了在渗透率基本相同的情况下,影响煤层剩余含气量的主要因素有原始含气量、煤层厚度、煤层埋深、累计产气量、累计产水量、抽采时间等;利用灰色BP神经网络法建立了剩余含气量预测模型,并把预测结果与参数井3#煤层经过5 a抽采的剩余含气量实测数据进行了对比,结果表明:2种预测结果较为接近。     

基于AVO反演技术的煤层含气量预测

为预测煤层气含气量,结合山西寺河煤矿实际资料,在分析不同含气量AVO异常特征的基础上,通过反演得到AVO属性,建立多地震属性与含气量之间的相关关系,从而获得煤层含气量分布。对于含气量不同的钻井,高含气量的煤层一般能形成较强的AVO异常,低含气量的煤层AVO异常很小。基于截距和梯度属性,可获得纵波阻抗、横波阻抗、极化参数、密度和伪泊松比等地震属性。地震属性与煤层含气量之间具有相关性,其中截距、纵波速度、纵波阻抗、横波阻抗、极化参数、密度、伪泊松比等属性与含气量具有较大相关性。研究表明,井孔处煤层含气量预测结果与实测瓦斯含量预测误差低,吻合性好,表明基于AVO反演技术预测煤层含气量是一种可行的方法。     

荥巩煤田计河井田煤层气赋存特征

通过收集荥巩煤田计河井田地质资料，在综合分析区域构造及井田地质构造特征前提下，对煤层含气量分布规律及控制因素进行了分析，找出了影响煤层含气量的主要地质因素，为煤层气开发和瓦斯防治提供了依据。     

焦作马厂勘查区煤层气富集规律及主控因素研究

为了查明马厂勘查区煤层气富集规律及主控因素,采用了现场调研、取样和实验室测试的方法,结合煤炭资源勘查阶段的资料,深入总结了该区二_1煤层含气性分布特征,系统分析了影响该区煤层含气量的内在和外在因素。结果表明:马厂勘查区实测煤层含气量13.77～27.30 cm~3/g,平均20.26cm~3/g,整体呈现出由西到东、由南到北减小的趋势,西南部最高。这种分布首先受4种内在因素控制:(1)二_1煤镜质组含量较高,具有较强的生气能力,有利于煤层气的生成;(2)二_1煤灰分和水分含量较低,煤层吸附能力较强,有利于煤层气的赋存;(3)二_1煤层主要由微孔组成,能够为煤层气吸附提供较大的比表面积,有利于煤层气的赋存;(4)软煤在构造应力的作用下,煤的分子和晶体结构发生变化,孔隙度和比表面积有所增加,使得其亲甲烷能力有所增强,煤层含气量增高。然后受2种外在因素控制:(1)随着上覆基岩厚度的增加,封存能力逐渐增强,煤层含气量逐渐增大;(2)因断层的作用使得北部断块中二_1煤层与奥陶系石灰岩直接对接,形成相对导水边界,地下水的径流不可避免地带走一定量的煤层气,引起煤层含气量降低;中部断块中因凤凰岭强径流带的作用,煤层气以水流为载体进行运移,导致煤层含气量降低,但相对高于北部断块;南部断块中二_1煤层与二叠系弱透水岩层对接,对煤层气的保存有利,煤层含气量较高,形成马厂勘查区煤层气最有利富集区。     

基于BP神经网络的未采区瓦斯含量预测

为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测。运用瓦斯地质学和多元线性回归分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型;结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验。结果表明:该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求。采用多元线性回归-BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供一定的参考依据。     

基于灰色关联度BP神经网络预测煤层瓦斯含量

以淮南矿区潘三矿13-1煤层为例,在分析潘三矿瓦斯地质资料的基础上,结合灰色关联度分析,确定煤层埋深、地质构造、煤层倾角、煤层厚度以及顶板岩性为影响煤层瓦斯含量的主要因素,建立瓦斯含量预测BP神经网络模型。对已建立的模型进行训练和检验,并预测煤层未开采区域瓦斯含量。结果表明:建立的预测模型能满足煤矿实际安全生产的要求,为矿井瓦斯灾害防治提供一定的参考依据。     

基于多元线性回归与BP神经网络的矿井瓦斯预测模型应用

矿井瓦斯涌出量受众多因素的影响。经研究表明,煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层间距、日进度及日产量是影响瓦斯涌出的主要因素。利用多元线性回归和BP神经网络理论,分别对矿井瓦斯涌出量进行了预测,最后建立了多元线性回归与BP神经网络的组合预测模型。该模型兼顾了多元回归分析的非线性特性和神经网络的时序特性,通过具体的实例研究,对比了各种方法的预测结果。结果显示,组合预测的结果与实际有较高的拟合度,可靠性高。     

基于BP神经网络的烟煤类型识别研究

为了对烟煤进行快速分类,建立了BP神经网络识别法。以烟煤中的气煤、肥煤、焦煤为对象,选择煤的发热量、挥发分、灰分、硫分这些影响烟煤分类的主要参数作为BP神经网络的输入量,建立了能反映烟煤类型与这些参数指标关系的BP神经网络模型,对烟煤的类别进行识别。结果表明,该BP神经网络模型具有极强的非线性逼近能力,能真实反映烟煤的类型与相关参数之间的非线性关系,可快速准确地对烟煤的类型进行识别。     

地应力地温场中煤层气富集区高精度定量预测的力学方法

针对当前我国煤层气富集区预测中预测位置不准、难以定量化描述、精度不高等不足，提出了地应力地温场中煤层气富集区定量预测的力学方法。建立了应力、温度影响下的煤层气压力预测方程、含气量预测方程，预测方程体现了地应力和地温对煤层气压力、含气量、孔隙率的影响，其中，应力和温度通过影响煤层气压力进而影响吸附量，通过影响煤层气压力和孔隙率进而影响游离量，温度还通过影响吸附常数b影响吸附量。以重庆沥鼻峡盐井矿区为研究区，进行了Kaiser声发射原岩应力测试实验、不同温度下的煤体甲烷等温吸附实验和不同埋深的孔隙率测定实验。实验表明，吸附常数a随温度变化不明显，b随温度升高线性减小。以实验为基础，结合现场实测数据和实际地质资料，定量化预测了矿区煤层气含气量分布。以煤层气含量为判别指标，按照富集程度不同，将研究区划分为两级富集区。预测方法克服了以往煤层气富集区预测定性描述、预测不准和精度不高的不足。     

The coalbed methane production potential method for optimization of wells location selection

A gas production potential method for optimization of gas wellsite locations selection is proposed in terms of the coalbed gas resources volume and the recoverability. The method uses the actual data about reservoirs in a coalbed gas field in central China to optimize wellsite locations in the studied area in combination with the dynamic data about actual production in the coalbed gas field, selects a favorable subarea for gas wells deployment. The method is established based on the basic properties of coal reservoirs, in combination with the coalbed thickness and the gas content to make an analysis of the gas storage potential of a coal reservoir, as well as resources volume and the permeability of a coal reservoir. This method can be popularized for optimization of wellsite locations in other methane gas development areas or blocks.     

武乡南区块煤层气开发的深部地质边界研究

为了开发利用新中标的武乡南区块煤层气资源，对深部煤层气资源的开采提供理论指导，基于地质分析与实验模拟相结合的思路与方法，结合模拟煤储层条件下的等温吸附与渗流实验，预测了深部煤储层含气性与渗透性随着埋深增大的变化特征，并发现了深部不同于浅部的变化趋势，指导了后期煤层气开发的工程实践。研究结果表明:深部煤储层压力与温度共同制约含气量的大小，且深部煤储层含气量发生转折的临界深度为1 820 m，超过这一临界深度含气量逐渐降低；深部煤储层温度与地应力共同制约渗透率的大小，且深部煤储层渗透率发生转折的标志埋深是1 600 m；鉴于深部煤储层低渗的特点，有效地对深部煤储层含气量、渗透率及其可改造性进行分析与探讨，认为煤层气开发的深部地质边界为埋深1 800 m。     

润丰煤矿6号煤层瓦斯含量影响因素分析

以润丰煤矿地质勘探期间6号煤层的实测瓦斯含量等资料为基础,运用回归分析方法确定煤层瓦斯含量的主控因素。结果表明,顶板砂岩厚度和煤层厚度对瓦斯含量分布产生一定影响,但是线性相关程度不高;影响6号煤层瓦斯含量分布规律的主要因素为上覆基岩厚度和埋深。     

准噶尔东南缘中低煤阶煤层气富集规律及成藏模式

准噶尔盆地东南缘煤层气资源丰富但勘探程度相对较低,富集成藏机制和主控因素认识不足,制约了勘探实践。基于对准东南地区煤层气地质条件的精细解剖,揭示了研究区煤层气富集特征及成藏机制。研究发现,准南煤系主要发育在天山山前断褶带,受构造控制明显,东西向断层和背斜密集;煤层层数多且与砂岩叠置发育;煤岩孔径较大,孔隙连通性好,煤层含气量总体上呈现西高东低的特点。在此基础上,建立了准东南地区主要发育急倾斜煤层构造-水力封堵型混合气富集成藏模式,认为“相对的高压的封闭区是煤层气富集和成藏的有利部位”。故在煤层气勘探中应优选埋深适中的“相对构造高点”和平缓的地表水与地下水稳定过渡带,并建议对阜康-大黄山有利目标区开展立体勘探实践。     

BP神经网络在煤与瓦斯突出预测中的应用

鉴于煤与瓦斯突出对煤矿的安全生产的威胁以及其影响因子的复杂性,合理的选择煤与瓦斯突出预测的影响因子,利用非线性的BP人工神经网络建立煤与瓦斯突出强度预测模型,来预测煤与瓦斯突出强度的大小。结果显示,煤与瓦斯突出强度的预测值与实测值吻合得较好,表明采用BP神经网络预测煤与瓦斯突出强度是可行的,为矿井煤与瓦斯突出的预测提供了一种预测精度较高的方法。