各向异性致密砂岩气藏分段压裂水平井气水两相产能预测模型

致密砂岩气藏具有储层物性差、孔喉结构复杂、各向异性强、初始含水饱和度覆盖范围大等特征,导致储层中流体的渗流机理复杂,为气井产能的准确预测及评价带来了巨大挑战。为此,基于气水两相非达西渗流理论,综合考虑储层各向异性、储层基质和裂缝不同程度的应力敏感性和两相启动压力梯度、高速非达西渗流效应、气体滑脱效应以及裂缝导流能力与缝间干扰等复杂因素,利用坐标变换、扰动椭圆理论、等价发展矩形理论、当量井径原理、压力叠加原理、水电相似原理等方法,建立了适用于各向异性致密砂岩气藏分段压裂水平井气水两相产能预测的新模型。通过矿场实例验证了新模型的准确性和实用性,并绘制了气水两相产能预测曲线,评价了敏感参数对产能的影响规律。研究结果表明:随着气体滑脱效应、裂缝导流能力、裂缝半长、裂缝条数、水平井井筒与地层主渗透率方向夹角的增大,压裂水平井的无阻流量增大;而随着储层各向异性、储层应力敏感性、裂缝应力敏感性、两相启动压力梯度、生产水气比增大,压裂水平井的无阻流量降低;水相对气相的流动具有抑制作用,且驱替压差越大,抑制作用越显著,因此需提前采取防水和治水措施。该研究成果进一步缩小了致密砂岩气藏产能预测结果与矿场实际产量的差距,有助于致密砂岩气藏的参数评估、动态预测以及产能评价和勘探开发决策制定。

基于LSTM的产能预测方法——以A区长7储层为例

针对研究区目标储层典型页岩油藏物性较差导致全区及中高初产油井产能递减的问题,笔者提出一种长短期记忆神经网络(LSTM),选取研究区生产时间大于48个月全区油井以及中高初产递减型井的平均月生产数据并对其未来4个月的产能进行预测。结果表明,长短期记忆神经网络(LSTM)产能预测相比于传统的指数递减规律对产量进行拟合的误差更小,预测结果更为可靠。从而为后期油田生产以及后续开发采取的工程措施提供理论依据。

超深层碳酸盐岩气藏产能预测模型及影响因素研究

超深层碳酸盐岩气藏具有储集介质多样、非均质性强和高温高压等典型特征,且普遍采用斜井开发,导致气井产能评价难度大。考虑该类气藏的多重储集介质、应力敏感性、非线性渗流、阈压效应和井斜等因素,基于Forchheimer气相微分方程、应力敏感和气相渗流物理模拟实验数据建立三项式产能预测模型,对不同区域、不同类型碳酸盐岩储层的气井产能进行预测,并分析上述因素对产能的影响规律。结果表明:孔隙型和低渗透孔洞型储层受阈压效应的影响,缝洞型和高渗透孔洞型储层受非线性渗流的影响,因此三项式产能预测模型更适合储层类型多样的超深层碳酸盐岩气藏;不同类型储层表现出不同程度的应力敏感性和非线性渗流特征,需进行各类储层岩心的物理模拟实验确定产能方程所需的各项参数;井斜会产生负表皮因子影响气井产能,当井斜角大于55°时,各类储层的气井产能开始快速提升,且对缝洞型储层的改善效果最明显;阈压效应的产能抑制作用在低压差阶段很强,而应力敏感性和非线性渗流的影响主要体现在高压差阶段;启动压力梯度和非线性渗流系数分别为0.01~0.048MPa/m和10^(9)~10^(12)m^(-1)时显著抑制气井产能,而应力敏感造成的产能损失较稳定;影响气井产能的主控因素是表皮系数和地层系数,而开发阶段的非线性渗流效应对高渗透储层以及阈压效应对低渗透储层的影响也较为显著。

富满地区断控缝洞型油藏试油初期产能预测方法

塔里木盆地富满地区碳酸盐岩缝洞型油藏产能预测分析多是定性认识,且产能预测方程可操作性较差。通过分析稳定渗流压裂井产量与井底压力关系,发现影响各井产能的主要因素是生产压差和裂缝发育程度。根据钻井期间目的层钻具放空和泥浆漏失量情况将富满地区试油井分为3类,同时分别统计分析3类井生产压差和日产油、日产气的关系,最终形成了1套符合富满地区断控缝洞型油藏的产能预测方法。利用该方法对富满地区7口试油井进行产量预测,有5口井试油后验证产量误差在15%以内,符合率达到71.43%。该方法使用简单、可靠性强,可在塔里木盆地富满地区推广应用。

基于GWO-SVM算法的油气井产能预测模型研究

油气井产能对于油藏完井方式选择及相关作业起着决定性作用,是油气藏开发的关键指标之一。当前基于机器学习算法的油气井产能预测过程中预测结果受样本数据影响明显。针对支持向量机方法和灰狼算法在处理小数据样本时的特征及优势,将支持向量机与灰狼算法相结合,形成了灰狼算法—支持向量机算法(GWO-SVM算法)。利用某油田数据实际井数据对优化前后的算法及当前常用的机器学习算法进行对比测试,结果表明,优化后的GWO-SVM算法在计算速度和计算精度上表现出了明显优势,能更准确地确定油气井产能。研究结果对油气井产能预测具有一定指导意义。

基于神经网络的煤矿采动区地面直井产能预测

基于平顶山首山一矿煤系地质条件、采动区上“三带”发育规律和1口地面采动试验井排采数据,通过理论分析选取埋深、煤厚、渗透率、井口负压、管道压力和瓦斯浓度为地质控制参数,建立了采动直井多参数BP神经网络煤系气产能预测模型。结果表明:随着采煤工作面的推进,日产气量随排采时间呈逐渐递减趋势;不同排采阶段产气量变化较大,整体上产气规律划分为3个阶段分区:Ⅰ产气高值阶段,Ⅱ产气峰值阶段,Ⅲ产气衰减阶段。当BP神经网络隐含层神经元个数为10、30和50时,训练集、验证集和测试集数据拟合度达到90%左右,模型预测结果显示实际日产气量和预测日产气量相对误差较低,分别为3.01%、5.22%和3.35%,实际累计产气量和预测累计产气量数据相关性为0.9991、0.9997和0.9998。

基于注意力机制的CNN-GRU煤层气产能预测方法研究

为优化当前煤层气产气量预测方法,探讨煤层气产能排采数据历史状态影响及时序过长导致丢失关键信息的问题,提出了一种基于Attention机制的卷积门控循环单元网络的煤层气产能预测模型;选取5个与日产气相关性较高的排采参数,利用韩城区块煤层气井现场排采数据构建并训练煤层气产能预测模型,预测未来该井区160 d的产气量情况。研究结果表明:引入注意力机制的组合模型CNN-GRUA,通过提取数据高层特征、并降低历史序列关键信息丢失的影响,克服了传统预测方法无法处理数据间非线性、时序性以及信息丢失的问题;相比BP神经网络、卷积神经网络、门控循环单元和未引入注意力机制的CNN-GRU等模型,组合CNNGRUA模型具有更高的预测精度,平均绝对误差百分比仅为1.72%。

碳酸盐岩储层酸化酸压产能预测方法

由于裂缝性碳酸盐岩油气藏成藏过程十分复杂,导致裂缝、溶洞、基质等储集体的发育特征、物性、非均质性、流体分布规律、油气藏类型、开发模式和开发动态特征等方面与常规油气藏差异较大。陈冀嵋等提出了一种考虑酸压蚓孔区对产能影响的模型,分析了蚓孔的形成对产能造成的影响。袁淋等考虑水平井伤害带和酸化带区域的非均匀分布,利用相似流动替换法得到水平井酸化后的表皮因子,推导得到酸化井产能的解析解计算公式。Assiya Ugursal等针对天然裂缝型碳酸盐岩,建立了预测天然裂缝型碳酸盐岩储层的酸压性能的模型,以估算裂缝导流能力及产能。目前现有的产能预测方法在X油田的适应性较差,因此有必要对现有的产能预测方法进行筛选和优化,建立适合该油田的裂缝性碳酸盐岩油气藏产能预测方法,本文的研究成果对提高该类油气藏的开发效果具有十分重要的意义。

玛湖凹陷砂砾岩储层分类与产能预测方法研究

准确的储层分类与产能预测对油气田高效勘探和开发部署规划具有指导意义。准噶尔盆地环玛湖凹陷南斜坡二叠系乌尔禾组砂砾岩储层岩性及物性非均质性强、砂泥砾混杂、黏土含量高、孔隙结构复杂、物性差,导致压裂改造后井间产能差异大,给试油及压裂选层带来困难,因此亟需建立砂砾岩储层分类与产能预测模型。结合地质录井、测井、试油等各类数据,提出了宏观流动系数、储层物性指数和储层压力厚度指数用于研究区的储层分类,建立了分类标准,将玛湖砂砾岩储层分为Ⅰ,Ⅱ,Ⅲ和Ⅳ类。分析了研究区砂砾岩储层产能的主控因素,综合储层物性指数和储层压力厚度指数,提出储层综合压力物性指数,并根据基于核磁共振测井资料以及常规测井资料的综合压力物性指数构建了储层综合量化评价指数,建立了其在不同储层类型下与采液指数的关系,对研究区储层进行了产能预测。试油结果验证了产能预测方法的有效性。

基于K-means与SVR的致密油藏水平井压裂产能预测研究

水平井体积压裂是致密油藏高效开采的主要技术手段,准确预测产能对油田施工方案编制具有重要的指导意义,开采效果受地层因素、原油物性因素、压裂施工因素等影响,基于机理计算公式的传统预测方法存在一定局限性,提出一种基于K-means聚类与支持向量回归的产能预测组合模型,采用主成分分析算法解决K-means中欧氏距离对所有特征贡献程度一致性问题,K-means聚类结果与压裂施工参数结合作为SVR预测样本,有效解决不同区域间差异较大等问题。通过实验对比SVR、BP神经网络,预测准确性和稳定性优于单一模型,具有较高的合理性,可为致密油田高效开发提供指导性建议。

东海X气田基于测井参数的渗透率及产能预测方法研究

渗透率是产能预测中一个重要的参数,其计算受多种因素的影响。非均质性强的地层,岩性的变化对渗透率的影响较大。该文研究了利用测井曲线将岩性对渗透率的影响进行量化,将自然伽马值应用到渗透率的计算中,找到更合理、更准确的求取渗透率的方法。在合理求得渗透率的基础上,该文利用渗透率、含气饱和度等参数对产能预测方法进行了优化和改进,取得了一定的效果。研究结果表明,自然伽马与孔隙度结合能提高计算渗透率的精度,综合考虑含气饱和度和渗透率的综合物性参数与产能的相关性更高,预测的产能更准确。该研究对于类似地区产能准确预测可提供参考和借鉴。

基于神经网络模型的致密气藏分段压裂井产能预测

致密气藏储层致密,开采难度较大,应用分段压裂水平井技术可以更高效地开采致密气藏,如何准确预测水平井分段压裂井的产能也成为气藏实际生产开发的关注重点。通过对前人致密气藏分段压裂水平井解析模型的探究确定影响产能因素;运用灰色关联分析法可视化分析影响压裂水平井无阻流量的主要因素;选取不同输入层个数影响因素利用Python编程程序建立神经网络模型,对比选取高精度的训练模型结构;利用训练好的神经网络模型对实际气田待压裂井进行产能预测。结果表明,利用神经网络模型建立的压裂水平井产能预测方法具有误差小、简便高效的优点,对实际气田生产开发制度有一定指导意义。

基于神经网络的水合物藏降压开采产能预测及参数优化

基于数值模拟求解的传统水合物藏产能预测方法耗时长、效率低,准确、高效地预测天然气水合物藏产能是目前面临的难点问题。基于实际海域水合物藏的地质数据建立大量数值模拟样本,利用神经网络模型对数值模拟结果进行学习,建立水合物藏产能预测的神经网络模型。同时,预测神狐水合物藏和日本南海水合物藏开采2 a的产能,并对降压开采的压力进行推荐。结果表明:神经网络模型预测的准确率超过97%;预测得到神狐水合物藏2 a的日均产气量为2 839 m^(3),最佳开采压力为3 MPa;日本南海水合物藏2 a的日均产气量为21 523 m^(3),综合考虑产气量和气水比,最佳开采压力为4 MPa;69%的水合物藏适合的开采压力为3 MPa;但当水合物藏的水合物饱和度大于65%、地层绝对渗透率高于0.1μm^(2)及原始地层压力高于20 MPa时,建议开采压力选择5 MPa。

页岩气产能预测方法的优选与评价

合理的页岩气产能预测方法是动态储量评估和提高开发效益的关键。基于常用的6种产量递减方法,结合页岩气流动状态划分和某区块页岩气井实际生产数据,建立了页岩气井后期生产数据获取方法及产能预测方法优选规律。研究结果表明:对进入拟稳态阶段的生产井,前期流动状态参数对后期产能预测影响较大;前期流动状态参数在-0.40~-0.04时,产能预测选用改进延伸指数递减法或改进Duong递减法;前期流动状态参数在-0.50~-0.40时,产能预测选用双曲递减法或改进延伸指数递减法。对未进入拟稳态阶段的生产井,前期流动状态参数在-0.40~-0.04时,选用0.5×改进Duong递减法+0.5×改进延伸指数递减法获取后期生产数据;前期流动状态参数在-0.50~-0.40时,选用0.5×改进延伸指数递减法+0.5×双曲递减法获取后期生产数据;基于获取的后期生产数据,利用优选方法进行产能预测。选取实际生产数据,对进入拟稳态阶段的生产井进行分析,预测产量的误差平均为4.51%,证明了产能预测方法优选规律的可靠性。

深层页岩气井气水两相产能预测

气水两相流动对深层页岩气井产能具有重要影响,研究气水两相生产动态对于评估增产效果具有重要意义。考虑压裂液侵入区域(水侵层)和裂缝的气水两相流动,建立了深层页岩气多段压裂水平井的产能预测模型,并结合物质平衡方程,采用逐次迭代方法获得模型的半解析解。利用商业数值模拟器和矿场生产数据验证了模型的可靠性与实用性,并分析了水侵层敏感性参数(水侵层宽度、含水饱和度和渗透率)对产能的影响。研究结果表明:所建立模型能够合理预测深层页岩气井产能;水侵层宽度及含水饱和度越高,页岩气产量越低,但水侵层渗透率越高,页岩气产量越高,水侵层对页岩气产能的影响是多个参数协同作用的结果;水侵层宽度对页岩气20年累积产气量及产水时间影响最大,而对初期产气量影响最大的是水侵层含水饱和度。新模型为深层页岩气井产能预测精度的提高提供了理论基础和科学依据。

单一煤层开采下采动稳定区地面井抽采产能预测模型及应用

我国目前尚未有用于采动稳定区地面井抽采产能预测的计算模型,难以为地面井抽采设计提供可靠依据。基于此,通过深入挖掘成庄矿5310工作面试验井全过程抽采数据,采用全程拟合对比法分析去除多余气源影响下的地面井实际抽采数据,获得了地面井单日瓦斯抽采产能预测模型,并将产能预测模型与岳城矿不同工作面地面井全程抽采数据进行对比验证。研究结果表明:采动稳定区地面井日抽采量变化总体呈指数函数变化,预测模型拟合数据与岳城矿YCCD-02井各阶段不同工作面实际抽采数据的相关性可达85%以上。同时,构建的产能预测模型预测煤层气抽采量与岳城矿YCCD-02井后期实际抽采量吻合率达到85.5%,验证了该预测模型的准确性,可用于指导煤矿采动稳定区煤层气地面井抽采设计和稳定区瓦斯科学开发。

水平井分级分簇压裂后的产能预测方法

准噶尔盆地某区块水平井储层致密,非均质性强,采用分级分簇进行大规模体积压裂后投产产量差异大,产能影响因素的不明确使水平井产能评价成为难点。结合开发现状,按照地质与工程一体化的思路分析水平井产能的影响因素,明确优质甜点钻遇率,储层地质参数中的可动油孔隙度、岩石脆性、闭合应力以及压裂施工参数中的液量、加砂量、排量对产能影响较大。基于直井试油井资料,优选可动油孔隙度和岩石脆性构建储层品质指数对水平井段进行分段分级评价,考虑不同级别储层对产能的贡献以及闭合应力对压裂裂缝的影响,分别对储层地质参数及压裂施工参数进行归一化。在此基础上,采用多元线性回归的方法建立了水平井产能预测模型,模型参数易于获取,操作简单。经5口井的实际应用验证,预测产量与实际年产量平均相对误差为11.4%,证明该模型能够满足生产需要。

双层套管射孔产能预测模型数值模拟研究

基于双层套管射孔后形貌的量化表征指标,在考虑多因素的情况下建立“多孔介质渗流+射孔孔眼内自由流”的耦合产能模型,并应用ANSYS数值模拟软件进行建模求解;设计多组数值模拟实验,在数模结果基础上利用最小二乘法对正交实验数据进行多元二次非线性回归,建立了各参数与双层套管射孔完井产能比之间的定量求解模型;用射孔末端缩小比来表征双层套管射孔内外层套管孔径变化对产能的影响,对经典油气井产能预测模型进行修正完善,建立了双层套管射孔产能预测的理论模型,进而通过分析各参数对其的影响规律优化了射孔参数。该研究对双层套管射孔参数的优选有一定的指导意义。

西湖凹陷X气田致密气储层测井评价及产能预测

海域气田对单井产量要求较高,测井解释不仅要求孔渗饱的精度和解释结论的符合率要高,还要求对储层是否具有动用价值(预测产能)给出测井评价。近年来主要评价对象是致密储层,进一步增加了测井评价的难度。该文针对上述工作中面临的实际问题,针对性采用三种方式解决:首先,通过分沉积相的方式确定定量解释模型和参数;二是利用神经网络方法识别流体性质;三是利用测井参数预测产能。结果表明,通过分沉积相建立有针对性的测井解释模型,可以提高定量解释参数的准确性;神经网络方法可以帮助识别流体特性;在类似的地质和工程条件下,测井数据的孔隙度、渗透率和饱和度可以用来估计储层产能。上述方法在实际应用中效果较好,拓展了测井资料的应用范围。

基于ARIMA-RTS和LSTM的致密气藏产能预测

建立长短时记忆神经网络(LSTM)和基于卡尔曼平滑算法的自回归差分移动平均模型(ARIMA-RTS)模型,通过气井实际数据测试和拟合,调整参数后对比,LSTM模型表现较好,MSE误差为0.89%,但耗时较长。ARIMA-RTS模型MSE误差为2.6%,整体精度满足要求,耗时较短。