《Fuel》:Interpretable machine learning prediction of coalbed methane content and depth-dependent predictive contributions in shallow and medium-deep reservoirs: A case study of the Qinshui Basin
编辑推荐:
摘要煤层气(CBM)含量的准确预测对于气藏勘探至关重要,但由于CBM含量反映了非线性且相互作用的地质控制因素,该预测仍存在挑战。本研究首先从沁水盆地南部114口独立井中汇编了1072个岩心样品;经过地质质量控制和异常值处理后,保留了111口井的945个样品用于模型开发与评估。
摘要
煤层气(CBM)含量的准确预测对于气藏勘探至关重要,但由于CBM含量反映了非线性且相互作用的地质控制因素,该预测仍存在挑战。本研究首先从沁水盆地南部114口独立井中汇编了1072个岩心样品;经过地质质量控制和异常值处理后,保留了111口井的945个样品用于模型开发与评估。样品被分为浅层煤储层(SCR,351.3–997.4米)和中等深度煤储层(MDCR,1000.2–1506.9米)。采用K近邻(KNN)方法对缺失值进行插补。ReliefF方法被用于两个储层组,对SCR保留了12个连续变量,对MDCR保留了10个。在八种监督学习模型中,CatBoost在模型开发集的10折交叉验证中取得了最高的平均验证折R2值,SCR达到0.85,MDCR达到0.81。独立盲井验证得到的R2值分别为0.86和0.84。采用SHAP(SHapley Additive exPlanations)方法刻画了模型特定的预测贡献。在SCR中,最大镜质组反射率(Ro,max)、干燥无灰基氢含量(Hdaf)、顶板单轴抗压强度(UCSroof)和埋深具有最大的平均绝对SHAP值。在MDCR中,Ro,max、干燥基灰分产率(Ad)、煤层厚度和煤体结构排名最高。此外,SHAP分析刻画了拟合的CBM含量模型中输入参数的预测贡献和依赖模式,这可能有助于研究人员和从业人员识别数据驱动的储层评价中的关键预测因子。
引言
煤层气(CBM)是一种重要的非常规天然气资源,已在世界许多含煤盆地实现商业开发[1]。据估计,俄罗斯、加拿大、中国和美国的CBM资源量在85×1012至262×1012立方米之间[2]。中国拥有丰富的CBM资源;埋深小于2000米的资源量估计约为29.82×1012立方米,其中1000–2000米区间的资源量占22.45×1012立方米[3]。随着浅层资源的逐步开采,深部CBM的高效开发对于维持产业增长日益重要[4]。由于CBM富集受沉积背景、构造演化、煤阶、水文地质条件等多种地质因素的非线性耦合控制,富集模式具有强烈的盆地特异性[5]。在孔隙尺度上,应力依赖的裂隙演化和连通性可改变渗透率和气体渗流[6],而滑移流、Knudsen扩散、表面扩散和吸附的相对重要性随孔径、压力和储层条件而变化[7]。因此,能够适应复杂地质条件的准确CBM含量预测模型是高效勘探与开发的基础。
CBM含量通常采用直接法和间接法进行评价[1],[8],[9],[10]。直接法(如USBM法和Smith-Williams法)使用压力取心或密封岩心解吸程序,从解吸气、损失气和残余气中确定总气体含量[11]。这些测量结果仍是CBM含量评价的重要参考数据,但长时间解吸期(通常为数周至数月)、对完整岩心的要求以及相关操作成本限制了其高密度或大规模应用[9],[10]。间接法使用理论模型估计气体含量:吸附气通常用Langmuir方程描述,而游离气和溶解气则从状态方程和溶解度理论中估算[9],[12],[13]。其估计值取决于模型假设以及温度、压力、吸附和饱和度参数,这些参数在深部和非均质储层中难以准确确定[12],[13],[14],[15]。
随着地球物理测井的进步,数据驱动的气体含量预测已成为一个活跃的研究方向。早期的统计方法(包括线性回归)已支持特定区块的储层评价[5],[10],[16]。近期的非线性方法进一步扩展了这一能力,通过表征非均质条件下地质和储层变量之间的相互作用[10],[16],[17]。表1总结了关于CBM含量预测的代表性机器学习研究。数据集规模、地质覆盖范围和深度依赖的储层条件是模型开发的核心。已发表的CBM数据集通常包含少于200个样品[10],[11],[17],[18],[19],[20],[21],而埋深相关的地热和地温梯度可产生浅层和深部储层之间截然不同的富集特征[22],[23]。这些观察支持在深度分层框架下使用实测CBM含量作为预测目标来评估多种监督学习算法。
大样本机器学习研究已展示了集成模型在CBM含量预测中的潜力。一项基于958个样品开发的CatBoost模型实现了约0.94的R2[24],证明了大规模数据集对于提高预测精度的价值。然而,该方法主要依赖数值化的煤层和测井变量,并主要关注算法选择,而未系统地考虑分类地质信息和模型可解释性。因此,当前研究正朝着连续和分类地质变量的集成使用、系统性特征筛选、深度依赖的储层表征、独立井验证以及模型预测的可解释性分析方向发展。
近期的研究通过多层煤系储层分析[28]、可解释特征选择和消融分析[29]、纳入领域知识、多源数据和物理约束[30]以及进化优化与不确定性比较评估[31],扩展了数据驱动的储层建模。这些进展共同表明,可靠的储层预测除了预测精度外,还需要考虑输入表征、地质一致性、模型可解释性和验证设计。基于这一方向,本研究结合了连续和分类地质与工程变量、比较性特征选择、深度分层建模、盲井验证以及基于SHAP的模型特定预测贡献分析。
中国以前的国家级CBM资源评价通常使用埋深区间(<1000米、1000–1500米、1500–2000米)来评价资源,为深度分层的资源分析提供了实用基础[3]。秦[35]进一步报告称,在早期和后期的国家级资源评价中,埋深大于1000米已被作为深部CBM资源的作业标准。先前的地质研究也表明,埋深与地热条件、地应力、储层压力、吸附行为、渗透率和气体保存条件的变化相关[22],[34]。秦[35]总结指出,沁水盆地不同区域报道的临界深度一般在750–1250米左右,包括沁水盆地南部的800–1000米左右。基于此,在模型开发前,将1000米规定为本研究样品分为SCR和MDCR的阈值。这一划分与国家级CBM资源评价中使用的埋深区间以及沁水盆地先前报道的地质过渡深度范围一致。
本研究提出了一个深度分层且可解释的机器学习框架用于CBM含量预测(图1)。基于沁水盆地南部114口独立井1072个质量控制后实测样品的汇编,样品被分为浅层煤储层(SCR,351.3–997.4米)和中等深度煤储层(MDCR,1000.2–1506.9米)。工作流程结合了缺失值插补、归一化、比较性特征选择、八种监督学习算法以及基于SHAP的模型特定预测贡献分析。该框架旨在量化深度依赖的预测模式,并为详细的储层评价提供数据支持的CBM含量评估。
章节摘要
数据库构建
本研究从沁水盆地汇编了一个多井CBM数据库,包括114口井的1072个煤样品、其实测CBM含量以及33个原始预测变量。使用1000米作为储层分类边界[3],[32],[33],[34],[35],数据库包括614个浅层煤储层(SCR)样品和458个中等深度煤储层(MDCR)样品。输入变量描述了煤层地质、煤质与物理性质、元素、显微组分和
异常值识别与处理
初步汇编包含1081条记录。根据预定义的地质质量控制标准,9条干燥基灰分产率(Ad)大于50%的记录被识别为非煤材料并排除,剩余1072个煤样品。然后将样品分为SCR和MDCR,并在统计异常值处理之前隔离了盲井验证集。
在隔离盲井验证集之后,IQR阈值从完整的
结论
- (1)
经过地质质量控制和异常值处理后,111口井的945个样品被用于开发和评估深度分层的CBM含量模型。在评估的八种机器学习算法中,CatBoost在模型开发集的10折交叉验证中取得了最高的平均验证折R2值,SCR达到0.85,MDCR达到0.81。独立盲井验证得到的R2值分别为0.86和0.84,证明了该方法的
作者贡献声明
白坤: 撰写—原稿,方法论,调查,形式化分析,概念化。 沈建: 撰写—原稿,方法论,形式化分析,数据管理,概念化。 李伟: 可视化,验证,调查,形式化分析。 冯思杰: 可视化,形式化分析,数据管理。 李晨: 可视化,验证,调查。 李九卿: 验证,资源,调查。 程书婷: 撰写—原稿,形式化分析,数据管理。
利益冲突声明
作者声明他们不存在已知的可能影响本文所述工作的竞争性财务利益或个人关系。
致谢
本研究由国家自然科学基金(42272198)和江苏省国际科技合作科技创新支撑计划(BZ2025004)提供资助。
白坤|沈建|李伟|冯思杰|李晨|李九卿|程书婷|王晨龙
中国矿业大学,教育部煤层气资源与成藏过程重点实验室,江苏徐州,221008,中国