基于小样本量数据挖掘的压裂工艺参数优化方法研究

发布时间：2020-07-05 05:37

【摘要】：水力压裂对于低渗透油气藏开发具有重要意义,合理的压裂设计是压后效果的有力保证。常用的压裂设计方法是基于储层的物性、岩性、岩石力学性质等基础参数,通过商用压裂软件进行,目前受限于裂缝延伸模型研究进展和精细模型的求解难度,也缺乏对其他储层施工经验的学习和借鉴。同时,近年来数据挖掘技术飞速发展,不少学者也将其应用到油气田开发领域并取得了一定的成果,显示出数据挖掘技术在压裂设计和优化中巨大的研究前景。本文选取西部某低孔特低渗砂砾岩油藏作为研究对象。该区块压裂井数量较少且均为探井,利用数据挖掘技术对小样本情况下的压裂工艺参数优化方法进行研究,取得的成果和认识如下。(1)目标区域压裂有缝高过度延伸的风险,存在明显速敏、盐酸酸敏、碱敏和应力敏感;压裂液和支撑剂选择符合储层实际情况;施工参数选择的经验性和不同井层间的较大差异性影响了压裂效率和压裂效果,从侧面反映出压裂工艺参数优化的必要性。(2)利用目标区块的地质资料和压裂施工资料,考虑压后产能影响因素的全面性、独立性和泛化性,收集和整理得到53个井层的相关数据,比选数据库系统后利用适合目标区块数据特征的Access建立压裂数据库,支持数据的存储和更新。(3)有针对性地建立起一套原始数据的预处理方法:通过地层系数法对合层开采的产能进行劈分,实现各个产层数据的充分利用;通过比选确定合适的数据无量纲化方法,有效避免奇异样本点带来的不收敛问题。(4)比选权重分析方法,选择灰色关联分析得到目标区块井层24个因素对压后产能影响权重的大小,按显著性递减的顺序排序为:每米加砂强度、前置液比、储层有效厚度、杨氏模量、大中砾岩厚度、细砂岩厚度、脆性指数、小中砾岩厚度、水平应力差、粗砂岩厚度、渗透率、中子孔隙度、施工排量、含油饱和度、最小水平主应力、孔隙结构指数、垂向应力、声波时差、泊松比、泥质含量、电阻率、平均砂比、孔隙度、密度。(5)针对目标区块小样本数据库,基于数据挖掘方法中的支持向量机和贝叶斯神经网络分别建立针对压后产能的预测模型,发现两套模型的预测精度均能基本满足要求,但支持向量机产能预测模型的性能相对更好。(6)在择优选择的支持向量机产能预测模型和基于灰色关联分析方法分析结果提出的相似储层确定方法的基础上,建立压裂工艺参数优化模型,随机选取目标区块任一井层对模型进行了应用,得到了较好的结果。(7)基于文中各项研究,通过MATLAB中的GUI编程平台编制和开发压裂工艺参数优化软件,整合研究成果,实现压裂施工参数查询、压后产能预测、压后产能影响因素分析、压裂施工参数优化等功能,为压裂设计提供借鉴和参考。
【学位授予单位】：西南石油大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TE357
【图文】：

图４－２训练样本预测产能与实际产能的拟合情况逡逑尽管整体预测效果良好，但仔细分析压后产能的预测情况可以发现，实际米采液指逡逑１

基于小样本量数据挖掘的压裂工艺参数优化方法研究

图４－３邋ＢＰ神经网络的结构模型逡逑ＢＰ神经网络能将上一次输出结果的误差逆向传播，从而实现对其权值和阈值的重逡逑新调整，当误差达到最小或者极小的时候结束［９１］

【参考文献】