毛 毳，韓欣澎，王有智

(1.東北石油大學地球科學學院，黑龍江 大慶 163318；2.中國石油集團海洋工程有限公司工程設計院， 北京 100028；3.大慶油田有限責任公司 勘探開發(fā)研究院，黑龍江 大慶 163712)

0 引言

煤層氣作為較早被開發(fā)的非常規(guī)天然氣之一，在我國已經取得了重大進展[1-2]。我國含煤盆地構造背景復雜，橫向非均質性較強，給選區(qū)評價帶來不小的挑戰(zhàn)[3-4]。通過多年的摸索，確定了資源條件、儲層條件和保存條件為控制煤層氣高產富集的主控因素[5]。隨著勘探程度的不斷深入，從傳統(tǒng)的半定量性質的“綜合評價標準”向定量評價發(fā)展。多種數(shù)學方法逐漸在煤層氣選區(qū)評價過程中凸顯作用。傅雪海等[5]提出關鍵因素遞階優(yōu)選法，并指出含氣性因素具有“一票否決”的關鍵作用。多層次模糊數(shù)學法經常應用于煤層氣選區(qū)評價[6-9]，但主觀因素所占比重成為該方法的難點。筆者以黑龍江鶴崗煤田為研究對象，分別探討傳統(tǒng)選區(qū)評價方法、灰色聚類方法和主成分分析法在選區(qū)評價過程中的可信度，建立科學評價方法體系，從而實現(xiàn)客觀、迅速和準確的評價選區(qū)目的，為開發(fā)決策工作提供理論支撐。

1 地質背景及參數(shù)選取

鶴崗盆地位于佳木斯地塊的西北部，西臨青黑山斷裂，東南被依蘭-伊通斷裂阻斷[10]。鶴崗煤田位于盆地西側，呈現(xiàn)向東傾斜的半掩蓋式單斜構造形態(tài)。鶴崗盆地構造背景復雜，經歷多期性質不同的構造運動，應力場方向多次發(fā)生大的改變，導致礦區(qū)內張性斷裂密集發(fā)育，相互截切，使得構造格局更加復雜[11]。鶴崗煤田主要包括八個礦區(qū)，從北到南依次為興山礦、南山礦、益新礦、鳥山礦、富力礦、興安礦、峻德礦和新華礦(圖1)。

圖1 鶴崗煤田礦區(qū)分布圖Figure 1 Mine areas distribution in Hegang coalfield

根據鶴崗煤田實際地質條件，選取煤層厚度、資源量、含氣量、壓力梯度、滲透率、割理、灰分、蘭氏體積、頂板泥巖比例、含氣飽和度、變質程度、孔隙度12個指標(表1)。其中煤層厚度、變質程度、灰分、壓力梯度數(shù)據來源鶴崗煤田勘探報告，均為各礦區(qū)平均值。含氣量、滲透率、蘭氏體積、孔隙度、含氣飽和度和變質程度數(shù)據來自實驗數(shù)據。頂板泥巖比例通過鉆孔數(shù)據統(tǒng)計得出。割理條數(shù)通過賦值獲得，15～20條/(5 cm)賦值4，10～15條/(5 cm)賦值3，5～10條/(5 cm)賦值2，0～5條/(5 cm)賦值1。資源量數(shù)據是指煤層埋深在1 200 m以淺。

2 評價方法

2.1 傳統(tǒng)方法原理及步驟

借鑒常規(guī)油氣區(qū)帶評價方法，選取幾個與煤層氣相關的主要因素進行疊合，根據實際地質條件制定有利區(qū)劃分標準。由于使用的參數(shù)相對較少，該方法在評價初期應用較為廣泛，而且評價結果較為直觀、快速。

選取煤層厚度、煤階和埋藏作為關鍵因素，根據評價參數(shù)分級，對鶴崗煤田有利區(qū)進行初步評價。評價結果為南山礦和益新礦為Ⅰ類區(qū)，鳥山礦、富力礦、興安礦和峻德礦為Ⅱ類區(qū)，興山礦和新華礦為Ⅲ類區(qū)。

2.2 灰色聚類原理及步驟

灰色理論系統(tǒng)在油氣區(qū)帶評價應用廣泛[12-13]，由于煤層氣評價指標較多，而各個指標之間的關系不夠明確，難以準確分類，含煤盆地區(qū)帶評價具有灰色特征，每個指標都具有不同意義，而疊加后結果不確定，通過建立白化函數(shù)，將觀測對象劃分成若干個可定義類別，使同類因素歸并， 復雜系統(tǒng)簡單化，從而判別區(qū)帶類型。將鶴崗煤田八個礦區(qū)作為聚類對象，將12個評價參數(shù)記作聚類指標，聚類步驟主要包括四個部分：

圖2 鶴崗煤田疊合法優(yōu)選有利區(qū)分布圖Figure 2 Preferable CBM zones distribution in Hegang coalfield through superposition

表1 鶴崗煤田煤層選區(qū)評價參數(shù)

表2 白化函數(shù)閥值及聚類權

①列出各礦區(qū)聚類白化數(shù)dij，i代表礦區(qū)，j代表評價參數(shù)。對數(shù)據進行標準化。

(1)

(2)

④利用區(qū)帶劃分好中等和差三類聚類系數(shù)構造聚類行向量，進行聚類判別，實現(xiàn)區(qū)帶評價目的。

(3)

根據上述步驟，先將表1中數(shù)據作標準化處理，應用規(guī)格均值法將數(shù)據的量綱的影響降到最低。根據經驗確定白化函數(shù)，帶入(1)式中獲得閾值和各指標的聚類權(表2)。將表2數(shù)據帶入(2)中，計算出聚類系數(shù)，然后按照聚類標準進行排序(表3)。

2.3 主成分分析法原理及步驟

主成分分析法的目的是用較少的變量去解釋原始數(shù)據中大部分的變異[14-16]。這種方法可以對大量有關聯(lián)性指標進行信息提取和簡化，從而更加深刻的揭示事物的內在規(guī)律[17-18]。假設每個區(qū)塊有p個評價參數(shù)記為X1，X2，…Xp，將其進行線性組合，作為新的綜合指標F1，F(xiàn)2，…，F(xiàn)k(k≤P)，則第i個主成分為Fi。主要步驟如下[19-20]：

表3 灰色聚類評價結果

①數(shù)據標準化處理后，計算相關系數(shù)矩陣R，然后得到R的特征值λi和特征向量ui。

②根據特征根對應特征向量，計算每個主成分的方差貢獻率和累計方差貢獻率(Bi≥85%)。

(4)

(5)

③從而得到m個主成分，F(xiàn)1，F(xiàn)2，…，F(xiàn)m，最終可以確定煤儲層質量主成分分析模型。

(6)

應用SPSS數(shù)據分析軟件對12項指標進行標準化處理，得到標準化數(shù)據表(Xij)8×12。通過計算相關系數(shù)矩陣求取特征值和特征向量(表4、表5)。應用公式(6)可以得到鶴崗煤田各礦區(qū)綜合評分值，排序后即可優(yōu)選出有利區(qū)。

由第一主成分可以發(fā)現(xiàn)含氣量、滲透率、資源量、灰分和平均孔隙度貢獻率較大，反映出儲層物性因素在選區(qū)評價中的核心價值；第二主成分中割理、頂板泥巖比例和儲層壓力梯度貢獻率較大，反映出保存條件在煤層氣選區(qū)評價中的關鍵性；第三主成分中蘭氏體積、含氣飽和度和煤層厚度貢獻率較大，反映出煤層原始的生烴基礎對選區(qū)的重要性。

表4 鶴崗煤田礦區(qū)特征值和方差貢獻表

表5 鶴崗煤田礦區(qū)標準化正交特征向量

表6 鶴崗煤田各礦區(qū)綜合得分及排序

3 評價結果對比分析

通過上述方法對鶴崗煤層氣選區(qū)進行評價，南山礦和益新礦優(yōu)選為Ⅰ類區(qū)，作為鶴崗煤田煤層氣勘探開發(fā)首選區(qū)塊，證實了兩個礦區(qū)綜合條件優(yōu)越。在其他礦區(qū)的評價過程中，傳統(tǒng)方法只是宏觀上進行大體區(qū)分，對后續(xù)工作的開展和制定決策帶來不確定性?；疑垲惡椭鞒煞址治龇▽Π藗€礦區(qū)進行有定量評價，綜合多種因素對各個礦區(qū)進行有效排序，對后續(xù)的煤層氣勘探和開發(fā)方向提供了理論支撐。下面將分別探討三種方法的優(yōu)缺點和可信度。

3.1 傳統(tǒng)方法

傳統(tǒng)方法的優(yōu)點突出，在煤層氣勘探初期，可以獲得的地質參數(shù)較少，往往從物質基礎的角度出發(fā)，首選如煤層累計厚度、煤階等因素，將幾個單一的地質參數(shù)平面圖進行疊合，同時具有多種有利因素的礦區(qū)即為有利區(qū)，而且只能大體上區(qū)分出不同礦區(qū)的所處的勘探序列，而同一序列中的礦區(qū)無法進行排序。該方法較為簡單、直觀，對處于區(qū)帶評價階段的含煤盆地具有一定參考價值。傳統(tǒng)方法的缺點同樣突出，評價過程中考慮的因素過于單一，而煤層氣成藏過程復雜，需要多種因素匹配，而且不同的地質背景下，主導因素也會發(fā)生變化，這就導致評價結果可信度降低。煤層氣評價參數(shù)存在多種相互牽制的條件，如煤階高的地區(qū)煤層薄，煤層厚度大的地方含氣量低等，此時多因素疊加的方法就會產生爭議，評價結果也往往無法反應真事情況。如鳥山礦區(qū)用疊合法劃為Ⅱ類區(qū)，定量評價方法中歸為Ⅰ類區(qū)。

3.2 灰色聚類方法

灰色聚類分析方法在油氣勘探過程中應用廣泛，其優(yōu)勢包括兩點：①利用區(qū)帶評價具有灰色特征，解決“小樣本”“貧信息”不確定系統(tǒng)，通過部分已知的區(qū)塊信息實現(xiàn)對整個區(qū)帶的認識和描述；②通過建立白化函數(shù)，基于不同地區(qū)的特征制定不同指標的界限值，利用數(shù)學方法確定權重值，使得評價的結果更加客觀、可信。該方法的劣勢在于仍無法擺脫人為因素，權重的確定是該方法的核心部分，權重又受到白化函數(shù)閥值的控制，閥值的確定受到人為因素的干擾，因此其可信度受到一定的削弱。③區(qū)帶評價過程中，選取的參數(shù)為平均值，往往煤層在區(qū)帶內具有較強的非均質性，加入新的數(shù)據勢必影響評價結果。因此，隨著煤層氣勘探獲得數(shù)據的增加，該方法的推廣受到制約。

3.3 主成分分析法

主成分分析法優(yōu)勢包含三個方面：①將原始關系復雜的各種參數(shù)轉換成為相互獨立的主成分,接下來的運算都是針對這些主成分進行綜合評價,排除了參數(shù)間重復信息的使用。②評價方法的核心就是評價參數(shù)權重的確定，主成分分析方法權重的確定是通過數(shù)據分析而得到的各參數(shù)之間的內在結構關系得到的，因此該方法相對其他評價方法的優(yōu)點就是客觀。③降維后主成分個數(shù)是較少，簡便綜合評價過程。主成分分析法也存在一定缺陷，即評價過程中用線性關系處理主成分、評價參數(shù)、綜合評價結果三者的關系，計算方法需要在實際應用過程中改進，使評價結果更加客觀、可信。

綜上所述，煤層氣選區(qū)評價是一個動態(tài)過程，需要多種方法相結合。在評價初級階段，使用定性的評價方法為煤層氣勘探確定整體方向，隨著對勘探區(qū)域獲取的參數(shù)不斷豐富，通過定量評價方法對煤層氣區(qū)帶進行精細評價，可以對有序勘探開發(fā)和儲量接替提供科學依據。

4 結論

①應用定性和定量的方法對鶴崗煤層氣有利區(qū)進行評價，三種方法都將南山礦和益新礦選擇為最優(yōu)區(qū)帶，均實現(xiàn)評價目的。定性評價法具有“參數(shù)較少、操作簡單，快速評價”的優(yōu)勢，缺點是同類礦區(qū)無法排序和單一因素的疊加無法客觀反應煤層氣復雜成藏過程，對勘探提供支撐有限。

②灰色聚類和主成分分析法的對鶴崗煤田有利區(qū)評價結果契合度較高，解決了煤層氣有利區(qū)帶定量評價的難題?；疑垲愐廊淮嬖谥饔^因素的影響，主成分分析法更具有優(yōu)勢，既簡化了評價體系，又摒棄了主觀因素的干擾。

③煤層氣勘探開發(fā)是一個動態(tài)過程，區(qū)帶評價方法與勘探階段有效匹配是關鍵環(huán)節(jié)，因此定性和定量評價方法的綜合運用可以更好的為煤層氣勘探開發(fā)服務。

[1] 鄒才能，張國生，楊智，等．非常規(guī)油氣概念、特征、潛力及技術-兼論非常規(guī)油氣地質學[J].石油勘探與開發(fā)，2013，40(4)：385-399.

[2] 鄒才能，陶士振，楊智，等．中國非常規(guī)油氣勘探與研究新進展[J].礦物巖石地球化學通報，2012，31(4)：312-321.

[3] 鄒才能，楊智，張國生，等．常規(guī)-非常規(guī)油氣"有序聚集"理論認識及實踐意義[J].石油勘探與開發(fā)，2014，31(4)：14-26.

[4] 邱振，鄒才能，李建忠，等．非常規(guī)油氣資源評價進展與未來展望[J].天然氣地球科學，2013，24(2)：238-245.

[5] 李五忠，田文廣，陳剛，等．不同煤階煤層氣選區(qū)評價參數(shù)的研究與應用[J].天然氣工業(yè)，2010，30(6)：45-47.

[5] 傅雪海，秦 勇，韋重韜．煤層氣地質學[M].江蘇 徐州: 中國礦業(yè)大學出版社，2007：184-191.

[6] 侯海海，邵龍義，唐 躍，等．基于多層次模糊數(shù)學的中國低煤階煤層氣選區(qū)評價標準: 以吐哈盆地為例[J].中國地質，2014，41(3)：1002-1009.

[7] 胡彥林，張遂安，高志華，等．基于模糊數(shù)學方法優(yōu)化煤層氣井底流壓下降制度[J].煤炭科學技術，2015，43( 3) : 64-67，72.

[8] 李貴紅．鄂爾多斯盆地東緣煤層氣有利區(qū)塊優(yōu)選[J].煤田地質與勘探，2015，43(2) :28-32.

[9] 秦子晗，彭永偉．基于動態(tài)權重的區(qū)域沖擊危險性評價方法研究[J].煤炭科學技術，2011，39(10) :18-21.

[10] 王有智，王世輝．鶴崗煤田構造煤孔隙分形特征[J].東北石油大學學報，2014，38(5)：61-66.

[11] 王世輝，李佳，許承武，等．鶴崗礦區(qū)煤層氣成藏控氣因素分析[J].大慶石油地質與開發(fā)，2013，32(4)：160-163.

[12] 霍凱中，趙永軍，孫立冬．灰色聚類分析在煤層氣選區(qū)評價中的應用[J].斷塊油氣田，2007，14(2)：14-17.

[13] 譚河清，彭存?zhèn)}，武國華，等．灰色聚類分析在孤東地區(qū)油氣勘探中的應用[J].石油與天然氣地質，2003，24(1)：97-101.

[14] 毛毳，鄒文斌，孫世軒，等．主成分分析法在煤儲層評價中的應用-以鶴崗煤礦為例[J].中國煤炭地質，2016，28(11)：15-24.

[15] 王安民，曹代勇，魏迎春．煤層氣選區(qū)評價方法探討--以準噶爾盆地南緣為例[J].煤炭學報，2017，42( 4) : 950-958.

[16] 張春朋，吳財芳，李 騰，等．主成分分析法在煤層氣選區(qū)評價中的應用[J].煤炭科學技術，2016，44( 8) : 137-142.

[17] 潘榮，朱筱敏，張劍鋒，等．基于主成分分析的儲層質量綜合評價模型-以克拉蘇構造帶巴什基奇克組為例[J].石油實驗地質，2014，36(3)：376-380.

[18] 張傳平，朱天松．主成分分析法在油田原油開采成本分析中的應用[J].石油大學學報：自然科學版，2002，26(3)：101-103.

[19]葛新民，范卓穎，范宜仁，等．基于核主成分?小波能譜分析的復雜儲層油水界面預測[J].東北石油大學學報，2015，46(5)：1747-1752.

[20] G. Todd Ventura, Gregory J. Hallc, Robert K. Nelsona, et al. Analysis of petroleum compositional similarity using multiway principal components analysis (MPCA) with comprehensive two-dimensional gas chromatographic data[J].Journal of Chromatography A, 2011, 1218 : 2584-2592.