四川盆地龙马溪组页岩压后返排率及产能影响因素分析

论文摘要

现有研究对四川盆地龙马溪组页岩压后各因素影响返排率的机理认识不清,返排率影响产能的规律不明朗,无法通过控制返排率控制产量,提高单井产量难度大。本研究基于地质数据、生产数据和施工数据,选取四川盆地龙马溪组WH区块的泊松比、黏土含量、有机碳含量、含气量、孔隙度、脆性指数、地层压力、层厚作为地质因素,水平段长、压裂水平段长、主压裂用液量、加砂强度、施工排量、支撑剂量作为工程因素,通过建立前馈神经网络模型,分析上述两类因素在预测页岩气井返排率时的影响权重,发现泊松比、孔隙度、黏土含量以及压裂水平段长、加砂强度、施工排量分别为地质和工程方面的主控因素。针对主控因素,应用多元非线性拟合,建立以工程指数为响应值、返排率与地质综合指数关系的预测图版;并进一步建立以综合指数为响应值的返排率与产能关系图版。图版分析表明,要注重综合因素对返排率和产能的影响。通过实际生产数据统计发现,四川盆地页岩气井存在最优返排率,达到最优返排率可以使页岩气井产气量最大化。本研究建立的返排率预测图版可有效预测返排率,并通过可控因素最优化返排率使其位于产量最大区间,进而助力提高页岩气井产量。

论文目录

• 0 引言
• 1 前馈人工神经网络模型
•   1.1 论证神经网络方法的可靠性
•   1.2 前馈神经网络建模
•   1.3 前馈神经网络模型的训练及预测
• 2 预测结果及主控因素分析
•   2.1 预测结果
•   2.2 权重计算与分析
• 3 影响返排率的主控因素分析
•   3.1 地质因素对返排率的影响
•   3.2 工程因素对返排率的影响
• 4 返排率与产能预测图版
•   4.1 返排率预测图版
•   4.2 产能预测图版
•   4.3 现场应用实例
• 5 结论

文章来源

类型: 期刊论文

作者: 郭建成,林伯韬,向建华,钟华

关键词: 四川盆地,返排率,前馈神经网络法,最优返排率,多因素分析,定量预测

来源: 石油科学通报 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 石油天然气工业

单位: 中国石油大学(北京)石油工程学院,中国石油西南油气田公司工程技术研究院

基金: 国家科技重大专项“大型油气田及煤层气开发”课题4“页岩气排采工艺技术与应用”(编号：2017ZX05037-004)资助

分类号: TE375

页码: 273-287

总页数: 15

文件大小: 4952K

下载量: 198