页岩储层含气量测井解释方法及其应用研究
2014-01-03李乐忠蒋时馨
唐 颖 李乐忠 蒋时馨
1.中海石油气电集团有限责任公司技术研发中心 2.中国地质大学(北京)能源学院3.页岩气资源勘查与战略评价国土资源部重点实验室
含气量是页岩储层评价的关键参数,对页岩含气性评价、储量预测具有重要意义[1-2]。含气量确定包括现场解吸法、等温吸附法和测井解释法。现场解吸法反映了样品的实际含气量,但受取心方式和提钻时间影响,损失气估算误差较大,等温吸附法获得的是页岩的最大吸附气量,未考虑游离气量部分,与实际含气量有较大差别。通过测井数据结合岩心实验建立含气量的测井解释模型,可以预测页岩的含气量,减少实验成本。Decker等研究发现,页岩实测含气量与有机碳含量(TOC)存在很好的正线性相关关系,TOC与体积密度存在很好的负线性相关关系,从而可以建立体积密度与含气量的计算模型来预测Antrim页岩含气量[3]。Lewis等提出了基于等温吸附实验的测井校正模型[4],该模型被用在斯伦贝谢公司测井解释软件中。Cluff等以等温吸附和体积模型为基础,利用测井解释参数计算了Delaware盆地Barnett页岩和Woodford页岩原地资源量[5]。Utley等使用神经网络计算关键参数基于等温吸附和体积模型计算了Fayetteville页岩含气量[6]。目前,对页岩含气量的测井解释方法研究较少,笔者以澳大利亚Eromanga盆地Toolebuc页岩为例,讨论页岩储层含气量测井解释方法,以供参考。
1 研究区块概况
本次研究资料来自于位于澳大利亚昆士兰州Eromanga盆地B、E、K等3口页岩气勘探井,目的层为白垩系Toolebuc页岩(图1)。Toolebuc页岩是一套覆盖澳大利亚中东部Eromanga盆地和Galilee盆地的海相灰质页岩,在Eromanga盆地干酪根以混合型为主,TOC较高,热演化成熟度较低。研究收集到3口井测井数据各1套,岩心分析186项次,其中测井数据使用 Wetherford公司Compact系统采集,岩心分析由Wetherford实验室和CoreLab岩心分析公司共同完成。
图1 研究区地理位置和地层发育情况图
2 含气量计算模型及关键参数测井解释方法
2.1 含气量计算模型
在计算页岩储层原地资源量时通常使用吸附气和游离气之和来表征总含气量[7-12]。北美地区页岩气勘探经验表明,通过吸附气和游离气计算总含气量比解吸实验获得的含气量更能反映页岩的含气性特征。
2.1.1 吸附气量
吸附气是页岩气的主要组成部分,占总含气量的20%~85%[9,12],基于页岩的吸附特征,用Langmuir等温吸附模型来表征页岩的吸附气量。通过等温吸附实验获得页岩的Langmuir压力和Langmuir体积两个参数,对不同温度、压力和TOC的页岩样品,需要对各参数进行测井校正[4]。Langmuir体积和Langmuir压力校正公式为:
式中Vlt为储层温度校正的Langmuir体积,m3/t;plt为储层温度校正的Langmuir压力,MPa;T为储层温度,℃;Ti为等温吸附实验温度,℃;Vl为实验样品Langmiru体积,m3/t;pl为实验样品Langmuir压力,MPa。
式中Vlc为经过储层温度和TOC校正的Langmuir体积,m3/t;TOCiso为等温吸附实验样品TOC值;TOClg为测井计算的TOC值。
根据Langmuir方程,页岩吸附气量为:
式中Ga为吸附气含量,m3/t;p为储层压力,MPa。
2.1.2 游离气量
游离气量是页岩孔隙空间中的含气量,通过体积模型计算:
式中Gf为游离气量,m3/t;Bg为气体压缩系数,m3/m3;φe为有效孔隙度;Sge为有效含气饱和度;ρb为地层密度,g/cm3。
根据GRI实验原理,有φeSge=φSg。
吸附态的气体存在会影响游离气的容纳空间,在计算游离气含量时减去吸附气所占的体积空间[11]。因此游离气实际体积为:
式中M为天然气的视分子重量,g/mol,甲烷为16;ρs为吸附态甲烷密度,g/cm3,ρs=0.3750-0.4233,页岩储层一般取0.37[11]。
2.2 关键参数的测井解释方法
近年来,随着测井技术的发展,国外几大服务公司形成了各自的特殊测井系列并在页岩储层各种参数的解释中取得了很好的效果。特殊测井数据需要配套的测井设备采集,并且有配套的解释技术,本研究只讨论使用常规测井系列解释关键参数的方法。根据上述含气量计算模型,在计算过程中需要使用的储层参数包括TOC、孔隙度和含气饱和度。
表1 TOC测井解释方法表
2.2.1 有机碳含量(TOC)
TOC是页岩储层评价的重要参数,前人对页岩储层TOC测井计算方法研究较多(表1),大致可以分为3类:①通过实测TOC与测井参数进行一元或多元线性回归或非线性回归计算TOC;②使用声波电阻率法(ΔlgR)计算TOC;③使用核磁共振、脉冲中子等特殊测井计算TOC。通过实测TOC与测井参数线性回归的方法操作简单,计算精度可以满足勘探要求;声波电阻率法是烃源岩TOC计算的常用方法,可用于页岩TOC测井计算,但是通过该方法计算的TOC常需要使用岩心分析的TOC校正才能和实测TOC达到比较好的吻合;特殊测井费用较高,多数页岩气探井不进行特殊测井,单针对TOC计算来说,常规测井已经能够满足需要。因此,多数情况下,根据各地区实测的TOC数据与测井参数进行相关性分析,选择相关性较好的测井系列与实测TOC进行一元或多元线性回归即可计算页岩的TOC,计算精度基本能够满足勘探的需要,当实验数据增加时,需要对线性模型进行修正。
2.2.2 总孔隙度
常规砂岩储层中,当岩性和骨架参数已知时,对于含水的纯地层,利用经过环境校正的密度或中子测井曲线中的任何一种,或者在没有次生孔隙的情况下用声波测井曲线都能确定孔隙度[13]。计算页岩孔隙度常使用密度曲线,由于页岩中有机质密度较低,且不同层段骨架矿物组成也不同。因此,在使用密度曲线计算页岩孔隙度时必须考虑所有影响体积密度响应的因素。
Luffel等通过建立页岩矿物体积模型利用测井数据计算出页岩中干酪根含量,并利用岩心实测可动油与干酪根的相关性计算可动油含量,最后根据总烃体积与实测孔隙度的相关性建立了孔隙度计算的线性方程并计算了Devonian页岩孔隙度[14]。Utley等将页岩分为基质、有机质和流体3种组分[15],推导得出页岩总孔隙度计算公式为:
Sondergeld等将页岩分为基质、地层水、天然气和有机质等组分[16],推导出页岩总孔隙度计算公式为:
总之,页岩孔隙度测井解释是以体积密度为基础建立合理的岩石体积模型,通过求解体积模型的方程组得出孔隙度,在建立体积模型时需要注意两点:①模型的组分不能太多,以保证体积模型方程组有解,常用的组分包括基质、有机质、流体和天然气;②模型中的组分应该尽量简单,以便确定合理的骨架值。另外,计算过程中通常不使用体积密度计算的TOC,虽然多数情况下TOC与体积密度具有更好的相关性,但使用体积密度计算的TOC来进一步计算得到的总孔隙度与体积密度具有多重共线特征,与实际情况不符。
2.2.3 饱和度
页岩储层致密,一般不含水,成熟的页岩以生气为主,含油饱和度较低,可以忽略不计,因此页岩的饱和度通常只计算含气饱和度,只在成熟度较低时考虑含油饱和度。常规砂岩储层通常使用阿尔奇(Archie)公式计算含水饱和度,研究认为阿尔奇公式在页岩储层中也有很好的适用性,其计算结果的准确性取决于针对页岩地层的各个参数取值是否合理[14,17-21]。
式中Sw为含水饱和度;Rw为地层水电阻率,Ω·m;φ为总孔隙度;Rt为地层电阻率,Ω·m;m为胶结指数;n为饱和度指数;a为常数。
页岩中a一般取1,m、n根据页岩的裂缝特征和岩性特征取值。对于泥岩或白垩岩,根据实测孔隙度与地层系数之间的关系,得到m约为2.0,裂缝和条痕的存在会降低胶结指数[22-23]。Devonina页岩测井计算饱和度时,m=1.7,n=1.7[17-18]。Barnett页岩测井计算饱和度时,m=1.9,n=2.0[19]。地层水电阻率是阿尔奇公式中最敏感的参数,其准确性直接影响到计算含水饱和度的准确性。页岩孔隙度极低且多为干层,其地层水电阻率可以使用与页岩相邻或相近的砂岩或灰岩地层水电阻率。
3 含气量测井解释模型应用实例及误差分析
3.1 关键参数测井解释
3.1.1 有机碳含量(TOC)
本次研究共收集到3口井实测TOC数据65个,对实测TOC和测井数据进行相关性分析,结果表明TOC与自然伽马(GR)、体积密度(DEN)、中子孔隙度(CNL)在0.01水平(双侧)上显著相关,其中DEN相关性最好,GR次之,CNL最差(表2)。根据相关性分析结果,分别使用DEN、GR、CNL与TOC进行一元线性回归,同时使用3个参数与TOC进行多元线性回归,并使用ΔlgR法计算TOC(表2)。对于多元线性回归结果,给定显著性水平α=0.01,多元回归的样本容量M=65,回归方程n=3,因F=99.359>F0.01(n,M-n-1)=F0.01(3,61)=4.12,因此多元回归关系成立。使用上述5种方法计算TOC,并与岩心实测TOC进行对比(图2),5种方法中,多元线性回归法预测精度最高,其次为DEN,再次为GR、CNL,ΔlgR法计算结果与实测值相关性最低。因此,对本研究区来说,多元线性回归法预测TOC精度较高,是预测TOC最好的线性回归方法。
表2 不同方法计算Toolebuc页岩TOC结果表
图2 TOC不同方法计算结果与岩心实测对比图
3.1.2 孔隙度
公式(8)、(9)两种孔隙度计算模型都适用于页岩储层孔隙度的测井计算[16],分别使用两种模型计算Toolebuc页岩孔隙度,TOC使用多元线性回归法计算,根据岩心实验结果ρTOC=1.04g/cm3。由于Toolebuc页岩灰质含量较高,基质密度和流体密度可以取灰岩刻度骨架值[16,24],ρm=2.71g/cm3,ρfl=1g/cm3。研究同时使用地层实际刻度计算孔隙度与石灰岩刻度进行对比,根据岩心实验结果,ρm=2.79g/cm3,ρfl=0.92g/cm3。研究共收集到岩心样品实测孔隙度47个,平均为15.31%,公式(8)实际地层刻度计算平均孔隙度为17.19%,石灰岩刻度计算平均孔隙度为14.80%,公式(9)实际地层刻度计算平均孔隙度为18.23%,石灰岩刻度计算平均孔隙度为15.83%。两种孔隙度模型在两种刻度下计算结果对比分析(图3),两种模型石灰岩刻度计算结果都比实际地层刻度计算误差小,单就在石灰岩刻度下,公式(8)计算结果比公式(9)计算结果误差更小,公式(8)计算平均总孔隙度与岩心实验平均总孔隙度误差为0.51%,在孔隙度测井预测合理误差范围之内。
图3 Toolebuc页岩孔隙度测井计算与岩心分析结果对比图
3.1.3 饱和度
Cadna-Owie砂岩层是位于Toolebuc页岩下方最近的砂岩层(图1),根据Eromanga盆地水文地质研究,Eromanga盆地自地表到三叠系Rewan层均处于大自流盆地影响范围之内,地层中的水均来自地表[25]。因此Cadna-Owie层地层水电阻率不能反映Toolebuc页岩地层水电阻率。同时,由于本区勘探资料较少,缺少m、n经验值,通过估算各参数计算的含水饱和度误差较大,含水饱和度采用下述方法计算。
对阿尔奇公式两边取对数,经整理后变成lgSw与lgφ、lgRt的线性关系式,lgRw为常数项,即
式中Sw为岩心分析孔隙度;φ为测井解释总孔隙度;Rt为测井电阻率,Ω·m。
通过3口井25个岩心分析含水饱和度值和测井参数进行多元线性回归,结果如下:
公式(12)计算含水饱和度结果与岩心分析结果对比,25个点中除3个点相对误差较大之外,多数点相对误差在5%左右,误差较小(图4)。
图4 Toolebuc页岩含水饱和度岩心分析与测井解释对比图
同时,岩心实测含油饱和度(So)、含气饱和度(Sg)和含水饱和度(Sw)表现出很好的相关性,可以通过其相关关系计算含油饱和度和含气饱和度。即
3.2 含气量计算及误差分析
研究对3口井18块岩心样品进行了等温吸附实验,实验温度使用各井的平均地层温度,由于等温吸附实验温度和地层温度相差很小,使用公式(1)、(2)校正前后结果基本相同。通过对实验结果进行相关性分析发现,Langmuir体积与TOC表现出一定的相关性,但相关性较低,吸附气量与TOC相关性较高(图5)。吸附气量是Langmuir体积经过压力校正后的地层实际吸附气量,吸附气量与TOC的相关性比Langmuir体积与TOC的相关性高,说明通过压力校正后能够提高TOC与吸附气量的相关性。因此,可以根据实测样品的等温吸附结果进行压力校正建立吸附气量的预测模型。
图5 Langmuir体积、吸附气量与TOC线性关系图
表3 K井含气量测井解释结果表
使用ExcelSlover对18个样品点TOC、Vl、pl、Ga进行规划求解,得到最优化条件如下:
在最优化条件下,使用Langmuir方程计算3口井样品点吸附气量,TOC使用实验分析值,18个样品点计算得出的吸附气量平均为0.82cm3/g,而样品等温吸附实验计算吸附气量平均为0.82cm3/g,最优化条件计算吸附气量均值与等温吸附实验结果相同,说明该最优化条件计算吸附气量误差很小。
以K井为例,根据公式(4)、(15)、(16)计算吸附气量,根据公式(6)~(8)、(12)~(14)计算游离气量,1/Bg=61m3/m3,计算结果如表3所示。由于Toolebuc页岩成熟度较低,烃类产物中同时存在油和气。因此实验分析和测井解释结果中含水饱和度和含油饱度比成熟页岩高,通过岩心分析结果计算水中溶解气约为0.04g/cm3,在计算总含气量时参考行业惯例忽略。测井解释结果与等温吸附实验及解吸实验结果对比(图6),测井解释含气量随深度变化趋势与等温吸附实验和解吸实验获得的含气量随深度变化趋势相同,单个点的值比解吸实验值略大,这是因为在取心过程中岩心中部分天然气散失,估算损失气量时存在误差,测井解释含气量本身也存在一定的误差,另外由于Toolebuc页岩成熟度较低,其生气能力可能达不到吸附饱和,造成使用等温吸附模型计算吸附气量比地层实际吸附气量略大;测井解释含气量比等温吸附计算含气量略大,是因为计算含气量除包含吸附气之外,还包含游离气。综上分析,本模型解释的含气量结果基本可信,误差在合理的范围内。
图6 K井测井解释含气量与解吸实验含气量、等温吸附含气量对比图
4 模型的适用性及与不同方法的对比
4.1 模型在不同成熟度页岩含气量解释中的适用性
等温吸附与体积模型相结合计算页岩含气量,从不同相态气体的计算过程来看,游离气的计算本质是通过孔隙中已经存在的天然气电性特征根据体积模型计算,无论是低熟还是成熟的页岩,只要一定量的气体在孔隙中聚集,都能通过孔隙度和含气饱和度等参数计算得出游离气量。吸附气量计算原理是等温吸附理论,计算得到的实际上是页岩储层在地层条件下能够吸附的最大含气量,其假设前提是页岩已经达到能够生成足够天然气的成熟度,由于国内外大多数页岩都属于成熟或者高成熟页岩,生气量可以达到吸附饱和,理论上可以认为实际吸附量等于最大吸附量。因此该模型对成熟或高成熟的页岩适用性很好。对于成熟度较低的页岩,如果生气能力达不到吸附饱和,利用等温吸附计算得到的吸附气量会比储层实际吸附气量大,通过本模型计算的页岩含气量也因此比储层实际含气量大,但是在勘探阶段预测储层原地资源量时误差在合理的范围之内。因此本模型对于成熟度较低的页岩同样适用。
4.2 不同含气量测井解释方法的对比
通过建立实测含气量与测井参数之间的线性或非线性模型预测含气量在煤层气井中应用效果较好,前人研究较多[26-30],线性回归法对含气量较低的井误差较高,非线性模型需要建立在区域大量样品实验结果的基础上。煤层含气量主要分布在5~18m3/t,美国5套开发页岩含气量主要分布在0.42~9.91m3/t,多数小于3m3/t,页岩含气量总体远小于煤层,通过线性回归计算结果误差较大;Toolebuc页岩岩心实测含气量平均小于1m3/t,通过实测含气量与测井数据相关性分析研究没有发现含气量与测井参数之间的相关性,该特征是否具有普遍性及非线性模型是否适用有待下一步研究。另外,页岩气井在钻井取心过程中,受取心方式影响气体损失严重,损失气量占总含气量的40%~70%,估算结果误差较大。因此使用测井数据与实测含气量之间的关系预测页岩含气量可能带来很大的误差。基于上述分析,对页岩储层来说,使用测井数据和实验结果相结合,分别计算页岩的游离气量和吸附气量得到总含气量比使用线性回归和非线性模型计算更合理。
5 认识与结论
1)页岩含气量测井解释以等温吸附和体积模型为基础,分别计算吸附气和游离气量获得总含气量,通过等温吸附实验结果建立总有机碳和Langmuir体积、Langmuir压力的最优化模型,然后使用Langmuir方程计算吸附气量,并根据孔隙体积及含气饱和度计算游离气量,中间参数通过测井解释获得。
2)通过Toolebuc页岩实际应用表明,等温吸附和体积模型解释的含气量与储层实际含气性特征比较吻合,适用性强,尤其是对含气量较低的页岩,误差较小。模型中间参数通过实验结果和测井数据的相关性模型或经验公式计算,相关性模型在不同地区需要根据储层的岩心实验结果和测井数据建立并根据实验数据的增加不断修正,经验公式法普遍适用性较好。
3)页岩含气量总体水平低于煤层,而且受取心方式影响,实测含气量中损失气量估算误差较大。因此通过测井参数与实测含气量线性或非线性关系预测含气量误差较大,通过测井分别计算游离气量、吸附气量是表征页岩含气量的最合理方法。
致谢:中海石油气电集团有限责任公司教授级高级工程师邢云,中国石油长城钻探工程有限公司高级工程师魏斌,中国地质大学(北京)博士生导师张金川、谭茂金,斯伦贝谢科技服务公司岩石物理工程师张宗富,美国Discovery公司总裁Robert Cluff,美国Utleyophysics公司首席咨询师Lee Utley等给予了笔者指导和帮助,在此致谢。
[1]邹才能,董大忠,王社教,等.中国页岩气形成机理、地质特征及资源潜力[J].石油勘探与开发,2010,37(6):641-653.ZOU Caineng,DONG Dazhong,WANG Shejiao,et al.Geological characteristics,formation mechanism and resource potential of shale gas in China[J].Petroleum Exploration and Development,2010,37(6):641-653.
[2]唐颖,张金川,刘珠江,等.解吸法测量页岩含气量及其方法的改进[J].天然气工业,2011,31(10):108-112.TANG Ying,ZHANG Jinchuan,LIU Zhujiang,et al.Use and improvement of the desorption method in shale gas content tests[J].Natural Gas Industry,2011,31(10):108-112.
[3]DECKER A D,HILL D G,WICKS D E.Log-based gas content and resource estimates for the Antrim Shale Michigan Basin[C]∥paper 25910-MS presented at the Low Permeability Reservoirs Symposium,26-28 April 1993,Denver,Colorado,USA.New York:SPE,1993.
[4]LEWIS R,INGRAHAM D,PEARCY M.New evaluation techniques for gas shale reservoirs[C]∥Reservoir Symposium.Houston:Schlumberger,2004.
[5]CLUFF R M.Barnett Shale-Woodford Shale Play of the Delaware Basin-is it another giant shale gas field in Texas[R/OL].2006.[2014-04-14].http:∥www.discovery-group.com/pdfs/2006 W TX Barnett-Woodford shale.pdf
[6]UTLEY L.Geologic and petrophysical characteristics of the Fayetteville Shale[R/OL].(2008-01-01).[2014-04-14].http:∥www.utleypetro.com/presentations/utleypetro_gas_shales_summit.ppt
[7]JARVIE D M,HILL R J,POLLASTRO R M.Assessment of the gas potential and yields from shales:The Barnett Shale model[J].Oklahoma Geological Survey Circular,2005,110:9-10.
[8]ROSS D J,BUSTIN R M.Characterizing the shale gas resource potential of Devonian-Mississippian strata in the western Canada sedimentary basin:Application of an integrated formation evaluation[J].AAPG Bulletin,2008,92(1):87-125.
[9]CURTIS J B.Fractured shale-gas systems[J].AAPG Bulletin,2002,11(86):1921-1938.
[10]CHALMERS G R,BUSTIN R M.Lower Cretaceous gas shales in northeastern British Columbia,PartⅡ:Evaluation of regional potential gas resources[J].Bulletin of Canadian Petroleum Geology,2008,56(1):22-61.
[11]AMBROSE R J,HARTMAN R C,DIAZ C M,et al.New pore-scale considerations for shale gas in place calculations[C]∥paper 131772-MS presented at the SPE Unconventional Gas Conference,23-25 February 2010,Pittsburgh,Pennsylvania,USA.New York:SPE,2010.
[12]张金川,薛会,张德明,等.页岩气及其成藏机理[J].现代地质,2003,17(4):466.ZHANG Jinchuan,XUE Hui,ZHANG Deming,et al.Shale gas and its accumulation mechanism[J].Geoscience,2003,17(4):466.
[13]雍世和,张超谟.测井数据处理与综合解释[M].东营:中国石油大学出版社,1996.YONG Shihe,ZHANG Chaomo.Logging data interpretation and processing[M].Dongying:China University of Petroleum Press,1996.
[14]LUFFEL D L,GUIDRY F K,CURTIS J B.Evaluation of Devonian shale with new core and log analysis methods[J].Journal of Petroleum Technology,1992,44(11):1192-1197.
[15]HERRON S L,LE T L.Wireline source rock evaluation in the Paris Basin[J].AAPG Studies in Geology 30#,Deposition of Organic Facies,1990:57-71.
[16]SONDERGELD C,NEWSHAM K,COMISKY J,et al.Petrophysical considerations in evaluating and producing shale gas resources[C]∥paper SPE-131768-MS presented at SPE Unconventional Gas Conference,23-25 February 2010,Pittsburgh,Pennsylvania,USA.New York:SPE,2010.
[17]GUIDRY F K,LUFFEL D L,OLSZEWSKI A J,et al.Devonian shale formation evaluation model based on logs,new core analysis methods,and production tests[J].∥paper SPWLA-1990-NN presented at SPWLA 31stAnnual Logging Symposium,24-27 June 1990,Lafayette,Louisiana,USA.Lafayetle:SPWLA,1990.
[18]GUIDRY F K,LUFFEL D L,CURTIS J B.Development of laboratory and petrophysical techniques for evaluating shale reservoirs[J].GRI Final Technical Report,1995.GRI-95/0496.
[19]ZHAO H,GIVENS N B,CURTIS B.Thermal maturity of the Barnett Shale determined from well-log analysis[J].AAPG Bulletin,2007,91(4):535-549.
[20]CLUFF R M.How to assess shales from well logs-a petrophysicists perspective[R].IOGA 66thAnnual Meeting,Evansville,Indiana,2012.
[21]GLORIOSO J C,RATTIA A.Unconventional reservoirs:Basic petrophysical concepts for shale gas[C]∥paper 153004-MS presented at the SPE/EAGE European Unconventional Resources Conference and Exhibition,20-22 March 2012,Vienna,Austria.New York:SPE,2012.
[22]FOCKE J W,MUNN D.Cementation exponents in Middle Eastern carbonate reservoirs[J].SPE Formation Evaluation,1987,2(2):155-167.
[23]AGUILERA R.Analysis of naturally fractured reservoirs from sonic and resistivity logs[J].Journal of Petroleum Technology,1974,26(11):1233-1238.
[24]李舟波,潘保芝,范晓敏.地球物理测井数据处理与综合解释[M].北京:地质出版社,2008.LI Zhoubo,PAN Baozhi,FAN Xiaomin.Processing and comprehensive interpretation of geophysical well-logging data[M].Beijing:Geological Publishing House,2008.
[25]RLMS.Galilee Basin report on the hydrogeological investigations[R/OL].[2014-04-14].http:∥www.rlms.com.au/gbof/wp-content/uploads/2013/08/Presentation_RAPADGasFieldsCommission_Short_11Feb13.pdf
[26]MULLEN M J.Coalbed methane resource evaluation from wireline logs in the northeastern San Juan Basin:A case study[C]∥paper 18946-MS presented at the Low Permeability Reservoirs Symposium,6-8 March 1989,Denver,Colorado,USA.New York:SPE,1989.
[27]MAVOR M,CLOSE J C,MCBANE R A.Formation evaluation of exploration coalbed-methane wells[J].SPE Formation Evaluation,1994,9(4):285-294.
[28]侯俊胜.煤层气储层测井评价方法及其应用[M].北京:冶金工业出版社,2000.HOU Junshen.Coalbed methane reservoir logging evaluation method and its application[M].Beijing:Metallurgical Industry Press,2000.
[29]潘和平,黄智辉.煤层含气量测井解释方法探讨[J].煤田地质与勘探,1998,26(2):58-60.PAN Heping,HUANG Zhihui.Discussion on the log interpretation method of coalbed gas content[J].Coal Geology&Exploration,1998,26(2):58-60.
[30]孟召平,田永东,雷旸.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.MENG Zhaoping,TIAN Yongdong,LEI Yang.Prediction models of coal bed gas content based on BP neural networks and its applications[J].Journal of China University of Mining&Technology,2008,37(4):456-461.