简介：介绍了基于得克萨斯北部巴尼特页岩区带水平井中钻井、水力压裂处理和生产数据的挖掘分析结果。文中对巴尼特页岩区带内13400多口生产井的钻井资料和生产资料进行了剖析。并对其中3300多口水平井的井筒结构进行了详细描述，描述内容包括井斜方位、斜角、水平段长度和射孔等。本研究利用了地理信息系统模式识别技术，并结合运用了常规统计技术，从看似分散的数据集中发现了隐藏的规律性。该项研究提供了一个实例研究，说明了如何利用数据挖掘技术解决页岩气藏最佳开发实践的问题。过去几年间，公开的钻井和生产井资料大量增加，为该项技术的应用创作了条件。简单地绘制生产数据与生产井变量及压裂变量的交汇图，所得结果往往较为分散。本次研究充分利用了页岩气大开发所产生的丰富钻井和生产数据，通过深入分析总结经验教训。文中论述了相关的一些变化趋势，诸如井筒趾端的走向（向下、水平或向上）、水平井段的长度、斜角等参数的变化对页岩气产量的影响。研究结果表明，把实用的数据挖掘技术应用于大型页岩气数据集，可以发现一些具有规律性的经验教训，而在小型页岩气数据集中应用这些技术可能发现不了这些规律性。这项研究的另一个突出特点是利用了汇总的储层物性近似值、井筒结构数据、完井资料和压裂处理数据，从地理的地角度绘制这些数据与生产数据的交汇图，提高数据解释的质量。

简介：在萨斯奎汉纳／页岩山（susquehanna／shaleHills）观测站（SSHO），我们利用小角度和超小角度的中子散射（SANS／USANS）研究了正在风化的罗斯山（RoseHill）组页岩的超微尺度特征的演化。这里称为中子散射（NS）的SANS／USANS技术可以描述大小为3nm上下到几个微米的孔隙。利用NS研究了在山顶用气动钻获取的页岩碎片（“风化岩”）或手控螺旋钻获取的页岩碎片（“风化层”）。可以推测大约在20m深度溶蚀作用已使铁白云石在基岩中消失，而用于NS研究的所有页岩碎片都采自这一铁白云石溶蚀带的上方。NS研究证实，无铁白云石岩石的总体积有5—6％是由分隔的粒内孔隙构成的。在5m深度，孔隙度和表面积的突然增大对应于有关风化岩中长石溶蚀作用的开始，因而其主要成因可以归结为15000年前开始的冰穿边缘作用。在风化岩一风化层界面以下几十厘米处，由于绿泥石和伊利石开始发生溶解，所以孔隙度和表面积也有明显增加。这些黏土矿物的溶解反应促进了风化岩向风化层的转化。在整个风化层，页岩碎片的粒内孔隙连接成为较大的粒问孔隙，而散射特征也由深处的体分形变为接近地表的面分形。孔隙形态也由深处的各向异性变为最上部的各向同性，前者可能与早先的大地构造活动在岩石中形成的铅笔劈理有关，而后者的成因在于黏土的风化。在风化作用最强烈的风化层，高岭石和氢氧化铁发生沉淀，堵塞了一部分连通的孔隙。这些沉淀物的出现以及因黏土风化而使更多石英暴露出来，都对最上部样品的矿物一孔隙界面面积的下降有作用。这些观测结果符合SSHO的基岩一风化岩一风化层的转化，其原因在于：（1）有反应物（即水、氧气等）运移进入了原生孔隙和由构造事件和冰川边缘效应所形成的裂缝中；（2）矿物一水反应以及颗�

简介：在非常规页岩气储层研究方面，人们已经取得了大量的成果，例如有机质孔隙（页岩有机质内的微米级和纳米级孔隙）的识别、其对页岩中天然气赋存和渗流的重要性以及获取孔隙三维图像的方法（氩离子铣磨和／或场致放射电子扫描显微成像）等等。然而，除了有机质孔隙之外，页岩中还存在其他一些类型的孔隙，它们对页岩气（和油）的赋存和运移可能也很重要，而且在这些孔隙的识别和成像方面还有其他一些技术可以利用。文中介绍了在巴尼特和伍德福德页岩气储层中发现的各种孔隙类型及其分类。电子扫描显微成像显示，巴尼特和伍德福德页岩储层中都存在多孔的絮凝物，它们似乎类似于实验室内产生的絮凝物及其他古老页岩中的絮凝物。公开的实验研究和观察结果都表明，就水力学特性而言，这些絮凝物相当于比较粗的颗粒，而且是在牵引力作用下搬运的。巴尼特页岩和伍德福德页岩中水流作用形成的微沉积构造和结构以及保存下来的絮凝物都说明，在沉积物搬运和沉积过程中这种牵引力作用比较活跃。絮凝物之间的孔隙空间是开启的，它们能够为页岩中天然气的赋存提供空间并为气体分子的渗流提供通道。以不连续颗粒的形式或者以粘土颗粒表面吸附包覆层的形式存在于页岩中的有机质，其内部也可以观察到孔隙。本文把这类孔隙称作“有机质孔隙”。在巴尼特页岩中，多孔的粪粒（fecalpellets）也很常见。保存下来的化石碎片（例如孔壁为有机质的孔隙）和无机海绵骨针（Spongespicules）都具有中空的体腔，即使在埋藏条件下它们也有可能保持部分开启甚至完全开启的状态。在各种矿物（例如草莓状黄铁矿）的（晶体）颗粒之间存在粒内孔隙。页岩基质内的微孔道（可能是冲蚀坑或微沉积构造的边界面）也可以为

简介：从三个方面讨论了多元线性回归法在砂砾岩储层孔隙度定量预测中的应用：①在分析测井解释孔隙度基础上，开展地震地质层位解释，进而提取多种地震属性，进行属性优选；②通过对地震属性的相关性及物理意义的分析，确定强度总和、负振幅总和、零点相位数是最优地震属性组合；③通过对地震属性参数与储层孔隙度离散数据的趋势性分析，识别和去除奇异值的影响，提高数据间的相关性，进一步提高储层孔隙度预测精度，从而达到定量预测储层孔隙度的目的。预测结果符合地质规律，预测精度较高，验证了该方法的有效性和可行性。