基于神经网络模型的致密气藏分段压裂井产能预测

TE371; 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....

Full description

Saved in:
Bibliographic Details
Published in科学技术与工程 Vol. 23; no. 1; pp. 189 - 197
Main Authors 王丹群, 李治平, 毛得雷
Format Journal Article
LanguageChinese
Published 中国地质大学(北京)能源学院,北京100083%中联煤层气国家工程研究中心有限责任公司,北京100095 2023
Subjects
致密气藏
分段压裂水平井
产能预测
神经网络
Online AccessGet full text

Cover

More Information
Summary:TE371; 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.
ISSN:1671-1815
DOI:10.3969/j.issn.1671-1815.2023.01.022