神经网络技术在旬邑-黄陵地区油层压裂井产能预测中的应用.pdfVIP

石油天然气学报 (江汉石油学院学报)2014年4月第36卷第4期 JournalofOilandGasTechnology(J．JPI)Apr．2014Vo1．36No．4 神经网络技术在旬 邑一黄陵地区油层压裂井 产能预测 中的应用 席天德 ，韩，J＼琴 (陕西延长石油 (集团)有限责任公司研究院，陕西西安710065) 程妮 ，薛金泉 (延长油田股份有限公司勘探开发研究中心，陕西延安716500) 曹淑慧 (北京华油明信能源技术有限责任公司，北京102200) 高萍 (延长油田股份有限公司测井解释中心，陕西延安716000) [摘要]影响压裂井的产能因素较多，采用常规 的线性方法进行的产能预测效果不佳 。由于研究区无压裂 参数 ，‘鉴于神经网络技术高度复杂的非线性动力学系统功能，因此采用神经网络技术进行产能预测。优 选有效孔隙度 、有效渗透率、可动油饱和度 、有效厚度 、原油黏度 、产水率 以及初期 日产油 7个参数作 为模 型的训练样本 ，利用该模型进行预测 。实践结果表 明，该方法预测产 能与试油 日产油量符合率达到 9O ，很好地实现 了在无压裂参数条件下，对低孔低渗砂岩储层压裂井产能的预测 。 [关键词]低孔低渗；砂岩储层；压裂井产能；BP神经网络；旬 邑一黄陵地 区 [中图分类号]TE328；TE319 [文献标志码]A [文章编号]1000—9752 (2014)04—0107—04 常规的产能预测方法针对孔渗条件好的油藏 ，采用米采油指数进行产能预测及评价 ，产能预测精度 较高。对于经压裂改造后的低孔低渗致密砂岩储层 ，储集微观空间类型多样性及孑L隙结构复杂 ，传统的 储层参数评价模型和方法在应用范围和精度上 已不能满足精细储层测井评价的需求口J。 国外对于压裂井产能的研究始于 20世纪 5O年代 ，大多围绕压裂产量与裂缝参数及地层物性之间的 关系，给出计算方法和模型 ]，并没有最适合的压裂井产能预测方法。国内起步较晚，压裂井产能预测 这方面的研究工作 ，主要包括经验性方法和采用不同算法建立压裂井产能预测模型_l4~1 。 旬邑一黄陵地 区为低孔～特低渗储层 ，孔隙度主要分布在 4．2 ～11．2 ，渗透率主要分布在 0．09 ～ O．55mD，提高单井产量均采用压裂方式。研究稳定状态和拟稳定状态下 的产能预测 ，按照 Raymond 和 Binder提出的稳态模型，进一步考虑射孔和表皮因数的影响，根据平面径 向流原理得到产能预测模 型，即无限导流能力垂直裂缝井稳态渗流产能公式： 一 二妻 (1n~2rq_Si--1) ． S 一 ~os(K--1) ’ ． 式中：q为储层产量 ，m。／d；K 为储层 内流体的有效渗透率 ，mD；h为有效厚度 ，m；P 为泄流区的平均压 力 ，MPa；户 为流压 ，MPa；ff为流体黏度 ，mPa·S；B为体积因数 ，1；r为有效供油半径 ，iTf；~o为裂缝污染 部分的宽度 ，m；K 为裂缝污染部分的渗透率，mD；z．为水力垂直裂缝半长，m；S为表皮因数 ，1。 鉴于产能与地质和工程因素之间的非线性关系，以及研究区无压裂参数的实际资料情况 ，考虑到神 经网络技术高度复杂的非线性动力学系统这一功能，采用该方法进行产能预测 。 1 压裂井产能预测影响因素及各参数的确定 影响压裂井产能的主要因素包含几何因素、油藏类型、钻井液与完井 、增产措施等 4个方面 。其中 [收稿日期]2013—01—12 [作者简介]席天德 (I965～)，男，1988年大学毕业，高级工程师，现从事油藏开发地质方面的相关研究工作。 石油天然气工程 2O14年4月 14 ● · l2 lO 8 罢e