彭龍仕,喬 蘭,龔 敏,呂玉民
(1.北京科技大學金屬礦山高效開采與安全教育部重點實驗室,北京 100083;2.北京科技大學土木與環(huán)境工程學院,北京 100083;3.中海油研究總院,北京 100027)
煤層氣井多層合采產(chǎn)能影響因素
彭龍仕1,2,喬 蘭1,2,龔 敏1,2,呂玉民3
(1.北京科技大學金屬礦山高效開采與安全教育部重點實驗室,北京 100083;2.北京科技大學土木與環(huán)境工程學院,北京 100083;3.中海油研究總院,北京 100027)
針對韓城煤層氣田多層合采的特點,結合欠飽和煤層氣藏開發(fā)特征,采用相關分析系統(tǒng)剖析該區(qū)煤層氣井產(chǎn)能影響因素,用灰色關聯(lián)分析定量評價各影響因素的重要性,并利用模糊層次分析法對煤層氣井產(chǎn)能進行綜合評價。相關性分析結果表明該區(qū)煤層氣井產(chǎn)能與初見氣時間、初見氣累產(chǎn)水量、擬臨儲比、擬含氣量、地解壓差和煤層厚度具有很好的相關性,但與初見氣井底流壓、埋深、原始儲層壓力和間距之間的相關性較差?;疑P聯(lián)分析定量顯示區(qū)內氣井最大產(chǎn)氣能力主要受控于擬臨儲比、合采煤厚和擬含氣量,而平均產(chǎn)氣水平則主要受控于合采煤厚、初見氣累產(chǎn)水量和地解壓差。分析認為資源豐度和含氣飽和度是影響欠飽和煤層氣藏最大產(chǎn)氣能力的關鍵因素,而降壓幅度和難易程度是決定這類氣藏平均產(chǎn)氣水平的重要因素。模糊層次分析顯示區(qū)內的煤層氣井最大產(chǎn)氣和平均產(chǎn)氣的綜合評價等級都為良好。
煤層氣井;多層合采;產(chǎn)能
欠飽和煤層氣藏是指煤儲層中的含氣量小于其原始儲層壓力下理論最大含氣量的煤層氣藏?,F(xiàn)已發(fā)現(xiàn)的絕大部分煤層氣藏屬于欠飽和煤層氣藏[1-3]。欠飽和煤層氣藏要實現(xiàn)產(chǎn)氣必須降壓到臨界解吸壓力以下[4],因此其產(chǎn)氣滯后于飽和煤層[5]。此外,蘭氏等溫吸附曲線及相關研究顯示欠飽和度的略微降低也往往大大地延長這類煤儲層降壓至臨界解吸壓力的單相排水期[6],因此其初次見產(chǎn)時間也被大大地延后。
目前,國內對各地區(qū)的煤層氣井產(chǎn)能已開展了大量的研究[7-9],但針對煤層氣井多層合采的煤層氣井產(chǎn)能分析較為薄弱,僅開展多層合采數(shù)值模擬研究[10]。本次研究以韓城煤層氣田為例,從該區(qū)煤層氣多層合采現(xiàn)狀出發(fā),分析該區(qū)內煤層氣井多層合采產(chǎn)能的影響,并基于灰色關聯(lián)分析,對各因素的影響程度進行排序。
韓城煤層氣田地處鄂爾多斯地塊東南緣的渭北隆起帶東段陜西省韓城市境內,呈北東延伸的寬帶狀。該煤層氣田是我國繼沁南煤層氣田之后的又一個煤層氣開發(fā)的重點地區(qū)。
煤層氣探井數(shù)據(jù)顯示該區(qū)83.33%的煤儲層屬于欠飽和煤層氣藏,且其中有80%的煤儲層的含氣飽和度低于80%,屬于典型的欠飽和煤層氣藏。同時含氣飽和度低決定了該區(qū)煤儲層的臨界解吸壓力普遍偏低,最小僅為0.63 MPa,大部分處于2 MPa左右;也造成了該區(qū)煤儲層的地解壓差偏大,大部分煤儲層需要大幅度降壓后才能使得吸附態(tài)的煤層氣發(fā)生解吸,局部煤儲層需要降壓9 MPa以上才能解吸煤層氣。因此,韓城地區(qū)煤儲層絕大部分屬于典型的欠飽和煤層氣藏,具有含氣飽和度低,臨界解吸壓力小,地解壓差大。
韓城地區(qū)煤層氣井的主要生產(chǎn)組合特征是多煤層合采。目前,主要生產(chǎn)組合方式有3號和5號、3號和11號、5號和11號、3號和5號和11號,同時部分井單采11號,少數(shù)井單采3號煤層或5號煤層,個別井打開其他煤層或臨近的砂巖層。由于區(qū)內大部分煤層氣藏屬于欠飽和煤層氣藏,其生產(chǎn)過程需要經(jīng)歷一個很長的排水和不穩(wěn)定產(chǎn)氣階段[4]。為了更可靠的可對比性,本次研究選取連續(xù)排采在500~800 d(集中在600 d左右)的氣井來進行產(chǎn)能分析。統(tǒng)計顯示不同生產(chǎn)組合方式下氣井的氣水產(chǎn)出特征差異較大(表1)。
表1 韓城地區(qū)不同生產(chǎn)組合方式下的氣井生產(chǎn)狀況Table 1 Statement of gas production under different production combinations in Hancheng aream3/d
鑒于區(qū)內單一組合生產(chǎn)方式下的數(shù)據(jù)有限,難以開展影響因素的相關性可靠分析,因此對多層合采組合方式下的各因素按煤層厚度進行加權平均,進而將研究區(qū)內不同合采組合下的氣井產(chǎn)能數(shù)據(jù)與其影響因素進行相關性分析。
2.1 初見氣時間
初見氣時間是指煤層氣井啟抽后至觀測到套壓或者初次連續(xù)見氣所用時間。通過統(tǒng)計及對比本區(qū)內57口連續(xù)生產(chǎn)的氣井初見氣時間及其產(chǎn)能特征發(fā)現(xiàn):區(qū)內各氣井的初見氣時間差異很大,超過60%的煤層氣井初見氣時間小于100 d,個別煤層氣井的初見氣時間超過500 d;初見氣時間和氣井產(chǎn)能極好的相關性表現(xiàn)為:初見氣時間越短,煤層氣井的最大及平均產(chǎn)氣量越大,反之煤層氣井的最大及平均產(chǎn)氣量急劇下降(圖1(a))。
初見氣時間與煤層氣井平均產(chǎn)氣量的相關性表現(xiàn)不如其與煤層氣井最大產(chǎn)氣量的相關性明顯,這與初見氣時間反映煤層氣藏的吸附氣飽和度以及氣井最大產(chǎn)氣量反映煤層氣藏的潛在產(chǎn)氣能力有密切關系。同時,在本區(qū)內相似的生產(chǎn)制度和水文地質條件下,初見氣時間與煤層氣井產(chǎn)能的相關性尤為明顯。
圖1 影響因素與氣井產(chǎn)能的關系Fig.1 Relationship of factors and gas well production performance
2.2 初見氣井底流壓
初見氣井底流壓是指投產(chǎn)后的煤層氣井初見氣時井底的流動壓力,其值主要由套管環(huán)空內的液柱高度以及套壓決定[8]。對于開發(fā)井而言,現(xiàn)場可將初見氣井底流壓近似為煤層氣藏的臨界解吸壓力。
分析統(tǒng)計數(shù)據(jù)發(fā)現(xiàn):本區(qū)內氣井的初見氣井底流壓都較均布在0.5~4.0 MPa,且與煤層氣井產(chǎn)能的相關性較為松散,但整體而言產(chǎn)能效果較好的煤層氣井的初見氣井底流壓較大。圖1(b)顯示,研究區(qū)內最大產(chǎn)氣量超過4 000 m3/d的煤層氣井初見氣井底流壓集中分布在2~3 MPa。結合本地區(qū)煤層氣等溫吸附特性曲線(蘭氏體積約22.5 m3/t、蘭氏壓力約2.20 MPa)發(fā)現(xiàn):4 MPa以上氣體的解吸速率明顯小于2~4 MPa壓力區(qū)間氣體的解吸速率。壓降漏斗擴散模型表明:儲層壓力在1~2 MPa內的煤儲層降壓速率明顯慢于2~4 MPa內的降壓速率。故此,壓力在2~4 MPa區(qū)間內的煤儲層具有較為平衡的降壓速率以及解吸速率,這對泄壓漏斗的擴展及氣體的擴散滲流有利,進而有助于煤層氣井形成較高的產(chǎn)氣能力[11]。圖1(b)也顯示本區(qū)內初見氣井底流壓和氣井平均產(chǎn)氣量之間的相關性很差。
2.3 初見氣累計產(chǎn)水量
初見氣累計產(chǎn)水量是指煤層氣井投產(chǎn)后初次連續(xù)見氣時所對應的累計產(chǎn)水量,是一個能準確反映目的煤層水活躍性、間接反映煤儲層降壓幅度的參數(shù)。無外來水補給時,初見氣累計產(chǎn)水量和煤層總體降壓幅度正相關;在相近的初見氣時間內,初見氣累計產(chǎn)水量和煤層含水性也正相關。
統(tǒng)計并分析研究區(qū)煤層氣井產(chǎn)能數(shù)據(jù)和初見氣累計產(chǎn)水量的外包絡線趨勢發(fā)現(xiàn):煤層氣井最大及平均產(chǎn)氣量隨初見氣累計產(chǎn)水量的增加而呈負冪函數(shù)下降趨勢(圖1(c))。產(chǎn)氣量較好的煤層氣井的初見氣累計產(chǎn)水量分布在1 000 m3以內,而初見氣累計產(chǎn)水量超過2 000 m3的煤層氣井很難有理想的產(chǎn)氣能力。初見氣累計產(chǎn)水量偏高的煤層很難形成理想產(chǎn)能的原因有:一是煤層的含氣飽和度小,則需要經(jīng)過長時間排水降壓以形成產(chǎn)能,長時間排水將嚴重傷害煤儲層的有效應力及孔滲連通性,毛管力卻因之增大,因此而降低的氣體流體性使煤層氣井產(chǎn)能變差;二是煤儲層因長時間溝通活躍水體排水而難以對煤儲層本身進行降壓,煤層氣不能被充分解吸以激發(fā)煤層氣井產(chǎn)能。
2.4 擬臨儲比
本次研究結合生產(chǎn)現(xiàn)場,在欠飽和煤層氣藏的產(chǎn)能影響因素分析中引入擬臨儲比。擬臨儲比指初見氣井底流壓與擬原始煤儲層壓力之比,其中擬原始煤儲層壓力是根據(jù)區(qū)內壓力系數(shù)和煤層埋深加以計算而得。
對比分析擬臨儲比及氣井產(chǎn)能數(shù)據(jù)發(fā)現(xiàn):區(qū)內煤儲層的擬臨儲比在10%~85%,平均為53.48%,與探井數(shù)據(jù)基本吻合;區(qū)內氣井的最大產(chǎn)氣量與擬臨儲比具有一定的線性正相關,煤層擬臨儲比越高,氣井產(chǎn)能越好(圖1(d))。綜合欠飽和煤層氣藏開發(fā)儲滲動態(tài)效應可知,煤儲層擬臨儲比越低,應力效應作用于煤儲層的早期排采階段越長,煤層應力傷害越嚴重,同時也越不利于煤層基質收縮效應和氣體滑脫效應對滲透率的改善效果,相等條件下的氣井產(chǎn)能自然越差。而擬臨儲比高的煤層,有效應力傷害階段短,氣井見氣快,煤基質收縮效應及氣體滑脫效應作用階段較長,產(chǎn)層壓降控制范圍大,氣井易形成高產(chǎn)。
2.5 地解壓差
地解壓差是指煤層原始儲層壓力與初見氣井底流壓之差。地解壓差越大,氣井的初見氣時間越長,初見氣累產(chǎn)水量越大,初見氣井底流壓越小,擬臨儲比自然越低。
統(tǒng)計計算韓城地區(qū)地解壓差與氣井產(chǎn)能數(shù)據(jù)發(fā)現(xiàn):區(qū)內80%的煤儲層地解壓差在3 MPa以內;且地解壓差與氣井產(chǎn)能之間的關系類似于擬臨儲比與氣井產(chǎn)能之間的關系,但其相關性方向正好相反,即高產(chǎn)氣井的地解壓差小(圖1(e))。這表明地解壓差越小,有效應力效應作用的壓力段越短,煤層應力傷害越小,也越有利于煤層的基質收縮效應和滑脫效應對滲透率的改善效果。
2.6 埋深與原始儲層壓力
鑒于研究區(qū)內大多數(shù)氣井采取多煤層合采生產(chǎn)方式,故此,本研究擬采用合采煤層平均埋深和原始煤儲層壓力(煤儲層平均埋深下的靜水壓力與壓力系數(shù)之乘積)來進行煤層氣井產(chǎn)能因素分析。從圖1(f),(g)的相關分析看,煤層氣井產(chǎn)氣量與煤儲層埋深和原始儲層壓力之間的相關性不好,相同埋深下的煤儲層既有低產(chǎn)井也有高產(chǎn)井。因此,研究區(qū)內煤層埋深及原始儲層壓力對煤層氣井的產(chǎn)能影響很小[11]。
2.7 煤厚與間距
煤層間距及合采煤層總厚度是分析煤層氣井產(chǎn)能兩個重要的參數(shù)。通過分析本研究區(qū)內3個開發(fā)井組的合采總厚度與煤層氣井產(chǎn)能的相關性得出:生產(chǎn)層總厚度與煤層氣井產(chǎn)能之間未表現(xiàn)出明顯的相關性(圖1(h)),這是因為合采下各煤層之間存在著壓力干擾。
本研究分析了雙煤層合采、3煤層合采的煤層間距和氣井產(chǎn)能之間的相關性。圖2顯示,雙煤層合采及3煤層合采煤層間距與煤層氣井產(chǎn)能未能表現(xiàn)出良好或明顯的相關性。但結合研究區(qū)內3套目標開采煤層之間的平均間距發(fā)現(xiàn)[11]:3層合采高產(chǎn)井的上下煤層間距分布在區(qū)內煤層平均間距附近,即高產(chǎn)井的3號與5號煤層間距約為27 m,但5號與11號煤層間距約為43 m。
2.8 擬含氣量
正如飽和度、臨界解吸壓力及原始儲層壓力一樣,開發(fā)井的目的煤層含氣量沒有獲得過實測數(shù)據(jù)。因此,本次研究引入擬含氣量來分析其對氣井產(chǎn)能影響關系。通過上述已獲得的原始儲層壓力、擬臨儲比和區(qū)域性的吸附等溫特性參數(shù),按照式(1)計算而得到的含氣量,稱之為擬含氣量(Q)。
圖2 合采間距與氣井產(chǎn)能的相關性Fig.2 Correlation of commingled spacing and gas well production performance
式中,VL為蘭氏體積;pL為蘭氏壓力;s為擬臨儲比;p為原始儲層壓力。
通過擬含氣量與氣井產(chǎn)能對比(圖1(i))看:氣井最大產(chǎn)氣量與煤層的擬含氣量之間存在著較為明顯的正相關性,隨著擬含氣量的增加,氣井的潛在產(chǎn)氣能力也隨之增大;然而,氣井平均產(chǎn)氣量與煤層的擬含氣量之間沒有明顯的相關關系(圖1(i))。煤層含氣量越高,則單位控制面積內的煤層氣資源量也越大,氣井開發(fā)過程中單位泄壓體積內單位壓降下的氣體解吸量也越大,因此,煤層含氣量大容易形成高產(chǎn)。
上述詳細剖析了各潛在影響因素與氣井最大產(chǎn)氣量及平均產(chǎn)氣量之間的相關關系,但仍無法確定這些影響因素對氣井產(chǎn)能的影響程度以及各因素的重要性。本次研究首先利用灰色相關分析法,定量評價研究區(qū)氣井產(chǎn)能各影響因素的相對重要性;然后在此基礎上,利用模糊層次分析法對該地區(qū)煤層氣井的最大產(chǎn)氣量及平均產(chǎn)氣量進行綜合評價。
3.1 灰色模型原理及計算模型
灰色關聯(lián)分析是基于系統(tǒng)內各因素之間發(fā)展態(tài)勢的相似程度,以定量分析和確定系統(tǒng)中各因素與主變量之間關聯(lián)性的一種分析方法。如果兩個因素的變化態(tài)勢基本一致或相似,則兩者之間的關聯(lián)程度較大;反之則較小[9,12-13]。
灰色關聯(lián)分析主要分為兩個計算過程:
(1)關聯(lián)系數(shù)計算。若數(shù)據(jù)變化的母數(shù)列為{x0(n)},子數(shù)列為{xi(n)},則母數(shù)列即為各個氣井的平均產(chǎn)氣量,子數(shù)列為在相對應井點處所提取的各種影響參數(shù),如煤層埋深、煤層厚度、原始儲層壓力、擬含氣量、擬臨儲比、初見氣井底流壓、初見氣時間、初見氣累產(chǎn)水量以及地解壓差。則在時刻n=k時, {x0(k)}與{xi(k)}的關聯(lián)系數(shù)ε0i(k)用下式計算,即
式中,Δmax,Δmin分別為序列絕對差中的最大值與最小值,因為進行比較的序列在經(jīng)數(shù)據(jù)變換后互相相交,所以一般取Δmin=0;ρ為分辨系數(shù);Δ0i(k)為k時刻兩個序列的絕對值差,即
(2)關聯(lián)度計算。兩序列的關聯(lián)度可用兩比較序列各個時刻的關聯(lián)系數(shù)的平均值(反映過程的關聯(lián)程度)表示,即
式中,r0i為子序列i與母序列0的關聯(lián)度;N為序列的長度,即數(shù)據(jù)個數(shù)。
3.2 灰色相關分析評價結果
通過上述模型計算,得出韓城地區(qū)氣井產(chǎn)能影響因素對氣井最大產(chǎn)氣量和平均產(chǎn)氣量的影響關系及排序見表2。
表2 氣井產(chǎn)能主控因素灰色關聯(lián)定量評價Table 2 Quantitative evaluation of grey relational on controlling factors of gas well production performance
結果顯示影響區(qū)內氣井最大產(chǎn)氣的主控因素依次為擬臨儲比、煤層總厚和擬含氣量。結合上述的相關分析,得出擬臨儲比越大、煤層總厚適中和擬含氣量越高,氣井的最大產(chǎn)氣量就越大,即氣井的潛在產(chǎn)氣能力越大。而影響區(qū)內氣井平均產(chǎn)氣的主控因素依次為煤層總厚、初見氣累產(chǎn)水量和地解壓差。與含氣量相比,生產(chǎn)煤層總厚更能體現(xiàn)單井的控制資源量,同時見氣累產(chǎn)水和地解壓差間接地反映出排水過程中煤儲層降壓幅度和速率。由此可知,氣井的長期產(chǎn)氣水平受控于煤層總厚、見氣累產(chǎn)水量和地解壓差,即單井控制儲層降壓幅度與速率。這些影響因素當中,煤層埋深和原始儲層壓力的影響最小。
3.3 模糊層次分析法評價原理
模糊層次分析法是將層次分析法和模糊綜合評斷結合的一種評價方法。其優(yōu)點在于將兩種方法耦合,從定性與定量雙重方面進行評價,從而使主觀估計客觀化[14],其主要計算過程如下:
(1)建立評價因素集,即評價指標體系,設評價體系為U,U={x1,x2,…,xn}即為因素集,其中xi是指對體系有影響作用的第i個研究對象。然后將體系按其屬性分為幾個層次,一般為:目標層、準則層和措施層,即總指標、一級指標和二級指標。
(2)確定權重集,構建判斷矩陣,對評價體系中因素進行兩兩比較,利用“Saaty的1-9標度法”確定構建因素的判斷矩陣為
對判斷矩陣進行歸一化處理,求出每個因素的重要度Wi,同時得出矩陣中各因素的相對重要度W0i。
(3)為了判斷矩陣的一致性,利用計算一致性指標C.I對矩陣進行一致性檢驗。一致性指標為
其中,(AW)i為向量AW的第i個分量。計算一致性比例C.R為
式中,R.I為隨機一致性指標,見表3。
(4)建立評價集V=(v1,v2,…,vn),如V=(優(yōu)秀,良好,中等,較差),評價等級見表4。
(5)單指標評價,作用是對因素隸屬度的評判。
表3 平均隨機一致性指標Table 3 The average random consistency index
表4 評價等級表Table 4 Evaluation scale
單個指標隸屬度是根據(jù)上述等級評價表通過專家打分的方法確定的。假設有l(wèi)個人組成專家組,每位專家對單個因素只有一次評判權利。若l位專家中對因素Xi為等級Vj的評價有l(wèi)ij個人,則對于因素Ui可以得到一個模糊集Ri[15]。由Ri組成的矩陣就稱為隸屬度R。
(6)綜合評價,在確定單指標的隸屬度之后首先進行一級綜合評價,即根據(jù)公式Bi=Ai·Ri可得。得到一級模糊模型的隸屬度后進行二級評價,即不斷地從底層向上層求出隸屬度向量,直到得出最高層的隸屬度向量,即通過B=A·R可得。最后通過公式S=B·C可得綜合評價等級。
3.4 模糊層次分析法評價結果
根據(jù)上文分析可得層次分析(表5)。
筆者對最大產(chǎn)氣和平均產(chǎn)氣分兩個總指標進行綜合評價。假設最大產(chǎn)氣的綜合評價等級為S1,平均見氣的綜合評價等級為S2。首先對最大產(chǎn)氣進行綜合評價。以下是計算過程。
表5 相關因素層次分析Table 5 Factors associated with hierarchical analysis
(1)構建判斷矩陣并求出各因素的權重,然后做一致性檢驗。結果見表6~9。
表6 Pi-Pij矩陣Table 6 Pi-Pijmatrix
表7 Pi-Pij矩陣(基本因素)Table 7 Pi-Pijmatrix(The basic factors)
表8 Pi-Pij矩陣(模擬因素)Table 8 Pi-Pijmatrix(The simulation factors)
表9 Pi-Pij矩陣(相關因素)Table 9 Pi-Pijmatrix(The correlative factors)
(2)根據(jù)專家打分后構建各二級指標的隸屬度。
(3)綜合評價。
一級綜合評價:
從評價等級可知70≤S<90,因此該地區(qū)的煤層氣的最大產(chǎn)氣和平均產(chǎn)氣的綜合評價等級都為良好。
(1)分析認為,該區(qū)煤層氣井產(chǎn)能與初見氣時間、初見氣累產(chǎn)水量、擬臨儲比、擬含氣量、地解壓差和煤層厚度具有比較好的相關性,但與初見氣井底流壓、埋深、原始儲層壓力和間距之間的相關性較差。
(2)區(qū)內氣井最大產(chǎn)氣能力主要受控于擬臨儲比、合采煤厚和擬含氣量,而平均產(chǎn)氣水平則主要受控于合采煤厚、初見氣累產(chǎn)水量和地解壓差。因此,資源豐度和含氣飽和度是影響欠飽和煤層氣藏最大產(chǎn)氣能力的關鍵因素,而降壓幅度和難易程度則是決定這類氣藏平均產(chǎn)氣水平的重要因素。
(3)模糊層次分析顯示區(qū)內的煤層氣井最大產(chǎn)氣量和平均產(chǎn)氣量的綜合評價等級都為良好。
[1] Gentzis T.Review of mannville coal geomechanical properties:Application to coalbed methane drilling in the Central Alberta Plains, Canada[J].Energy Sources Part A-Recovery Utilization and Environmental Effects,2010,32(4):355-369.
[2] 姚艷斌.煤層氣儲層精細定量表征與綜合評價模型[D].北京:中國地質大學,2008.
[3] Wong S D,Macdonald S Andrei.Conceptual economics of full scale enhanced coalbed methane production and CO2storage in anthracitic coals at South Qinshui basin,Shanxi,China[J].International Journal of Coal Geology,2010,82(3-4):280-286.
[4] Ayers W B.Coalbed gas systems,resources,and production and a re-view of contrasting cases from the San Juan and Powder River basins [J].AAPG Bulletin,2002,86(11):1853-1890.
[5] Hamelinck C N,Faaij A P,Turkenburg W C,et al.CO2enhanced coalbed methane production in the Netherlands[J].Energy,2002, 27(7):647-674.
[6] Pashin J C.Variable gas saturation in coalbed methane reservoirs of the Black Warrior Basin:Implications for exploration and production [J].International Journal of Coal Geology,2010,82(3-4):135-146.
[7] 陳振宏,王一兵,楊焦生,等.影響煤層氣井產(chǎn)量的關鍵因素分析——以沁水盆地南部樊莊區(qū)塊為例[J].石油學報,2009, 30(3):409-416.
Chen Zhenhong,Wang Yibing,Yang Jiaosheng,et al.Influencing factors on coal-bed methane production of single well:A case of Fanzhuang Block in the south part of Qinshui Basin[J].Acta Petrolei Sinica,2009,30(3):409-416.
[8] 陶 樹,湯達禎,許 浩,等.沁南煤層氣井產(chǎn)能影響因素分析及開發(fā)建議[J].煤炭學報,2011,36(2):194-198.Tao Shu,Tang Dazhen,Xu Hao,et al.Analysis on influence factors of coalbed methane wells productivity and development proposals in southern Qinshui Basin[J].Journal of China Coal Society,2011, 36(2):194-198.
[9] 呂玉民,湯達禎,許 浩,等.沁南盆地樊莊煤層氣田早期生產(chǎn)特征及主控因素[J].煤炭學報,2012,37(S2):429-434.
Lü Yumin,Tang Dazhen,Xu Hao,et al.Initial production characteristic and its controls in Fanzhuang coalbed methane field,Southern Qinshui Basin[J].Journal of China Coal Society,2012,37(S2): 429-434.
[10] 邵長金,邢立坤,李相方,等.煤層氣藏多層合采的影響因素分析[J].中國煤層氣,2012,9(3):8-12.
Shao Changjin,Xing Likun,Li Xiangfang,et al.Analysis of factors influencing co-production of multi-seam in CBM reservoir[J].China Coalbed Methane,2012,9(3):8-12.
[11] 呂玉民,湯達禎,許 浩,等.韓城煤層氣田氣井合采產(chǎn)能特征及其影響因素探析[A].2013年煤層氣學術研討會[C].杭州, 2013.
[12] 鄧聚龍.灰色系統(tǒng)[M].武漢:華中工學院出版社,1985.
[13] 曹 軍,胡萬義.灰色系統(tǒng)理論與方法[M].哈爾濱:東北林業(yè)大學出版社,1993.
[14] 基于客觀聚類的模糊建模方法研究[D].上海:上海交通大學, 2009.
[15] 馮占文,劉貞堂,李忠輝,等.應用層次分析-模糊綜合評判法對煤與瓦斯突出危險性的預測[J].中國安全科學學報,2009, 19(3):149-154.
Feng Zhanwen,Liu Zhentang,Li Zhonghui,et al.Application of analytic hierarchy process and fuzzy comprehensive evaluation method for the forecast of coal and gas outburst danger[J].Journal of China Safety Science,2009,19(3):149-154.
Factors affecting the production performance of coalbed methane wells with multiple-zone
PENG Long-shi1,2,QIAO Lan1,2,GONG Min1,2,Lü Yu-min3
(1.State Key Laboratory of High-Efficient Mining and Safety of Metal Mines,Ministry of Education,University of Science and Technology Beijing,Beijing
100083,China;2.School of Civil and Environment Engineering,University of Science and Technology Beijing,Beijing 100083,China;3.CNOOC Research Institute,Beijing 100027,China)
Based on the multiple-zone production at Hancheng coalbed methane(CBM)field,combined with the characteristics of unsaturated CBM reservoirs,this paper systematically analyzed the factors affecting CBM well production performance using correlation analysis and quantitatively evaluates the importance of those factors through grey correlation analysis.Also,the fuzzy analytic hierarchy process(AHP)was used to evaluate the productivity of CBM well.Results from the correlation analysis demonstrate that there are some correlations between CBM well production performance and initial gas-producing time,cumulative water production when gas initially produces,pseudo-gas saturation, pseudo-gas content,difference between reservoir pressure and desorption pressure and coal thickness.In addition,the grey correlation analysis shows that peak gas production is controlled by pseudo-gas saturation,total thickness of multiple-zone and pseudo-gas content.The average gas production is determined by the total thickness of multiple-zone,cumulative water production when gas initially produces and the difference between reservoir pressure and desorptionpressure.Based on the analyses above,it is considered that resource abundance and gas saturation are critical factors affecting the peak gas production capacity of unsaturated CBM reservoirs.The extent and the difficulty level of depressurization are the most important factors influencing the average gas production capacity of those reservoirs.The fuzzy analytic hierarchy process shows a rational comprehensive evaluation for the CBM Wells’maximum and average gas production.
CBM wells;multiple-zone production;production performance
P618.11
A
0253-9993(2014)10-2060-08
2014-04-24 責任編輯:韓晉平
彭龍仕(1978—),男,湖南婁底人,博士研究生。E-mail:palnsh@163.com。通訊作者:喬 蘭(1963—),女,河北衡水人,教授,博士生導師。Tel:010-62338339,E-mail:qiaol@ces.ustb.edu.cn
彭龍仕,喬 蘭,龔 敏,等.煤層氣井多層合采產(chǎn)能影響因素[J].煤炭學報,2014,39(10):2060-2067.
10.13225/j.cnki.jccs.2014.0541
Peng Longshi,Qiao Lan,Gong Min,et al.Factors affecting the production performance of coalbed methane wells with multiple-zone[J].Journal of China Coal Society,2014,39(10):2060-2067.doi:10.13225/j.cnki.jccs.2014.0541