低孔低渗气层产能预测方法研究——以苏里格气田苏77区块二叠系储层为例

苏里格气田苏77区块二叠系气层属典型的低孔、低渗、低压、低丰度气藏,储层自然产能低,只有经过储层改造才能获得比较好的产能。为了评价储层的含气性以及储层改造的效果,本文在储层参数精细解释的基础上,总结出一套适合本区的气层产能预测方法。首先优选声波时差与补偿密度曲线比值、自然电位相对值、自然伽马相比值等3个测井特征参数比值,并对产能进行敏感性分析,赋以权重系数,构建一个产能预测综合评价系数K,同时根据改造储层段的有效厚度H,建立了气层产能Q与储能评价综合指数P(KH)之间的预测模型。将该模型用于苏77区新井储层评价中,预测结果与试采对比表明,该方法效果明显,具有广阔的应用前景。

逐类组合支持向量机在致密储层判识和产能预测中的应用

针对致密储层判识和产能预测准确率低,提出一种新的建模方法——逐类组合支持向量机方法(TCSVM).首先应用支持向量分类机(SVC)实现储层类别判识,然后用支持向量回归机(SVR)建立气层产能预测模型,最后对未知储层进行判识和产能预测.该模型通过前期降噪、降维的属性优化,有效降低数据类别对储层判识的干扰,提高储层判识和气层产能预测的准确率.以陕甘宁盆地中部气田马五1气藏为例,选用19口井的92个已测试层位作为已知样本(其中78个训练样本,14个检验样本),以气层、含气层、干层、水层和产能赋值为目标,挑选与储层特征密切相关的10个特征参数作为输入变量,建立中部气田马五1气藏的储层判识模型和气层产能预测模型.检验结果表明:模型的预测误差较传统的建模方法和多项式自组织神经网络方法(MOSN)低,其中尤以主成分分析逐类组合支持向量机模型(PCA-TCS-VM)的预测误差最低(平均绝对误差为0.359,平均相对误差为0.036).表明逐类组合支持向量机方法减少数据类别对储层判识和产能预测的干扰,提高准确率,对油气勘探具有积极指导意义.