基于数据分析的页岩油气产能影响因素认识
发布时间：2021-04-05 02:45
针对页岩油气产能影响因素具有参数多、关系复杂、难以量化评价的特点,利用因子分析、多元回归等方法,对某页岩区块数百口生产井的地质、油藏、工程等数据进行数据分析.研究从数据关联角度,将产能影响参数归纳为泄流范围、储层特征和改造强度等相互独立的三类,利用这三类参数可以对研究区特征进行详细刻画;同时研究中结合多元回归等方法,对产能的影响因素进行量化评价,确定了不同产区的产能主控因素.结果表明,在各方面条件均优的情况下,泄流范围对产能影响权重占40%,储层特征占40%,改造强度占20%.当储层含油气性好,物性好,储层能量足时,储层特征的影响程度会有所提高,反之,则泄流范围影响处于主导地位.改造强度影响程度则随着储层中人工裂缝密度和复杂程度的增加而提高.
【文章来源】：数学的实践与认识. 2020,50(14)北大核心
【文章页数】：8 页
【部分图文】：
图１初始产量与累计产量关系??
１１０??数学的实践与认识??５０卷??图３各区改造强度对比?图４各区储层特征对比??根据上述评价指标，可以对各产Ｋ的特征进行刻画评价：Ａ?Ｋ整体泄流范围大，改造程??度强，储层均质且致密程度较弱，含油气性相对较高；Ｂ区整体改造程度差，非均质性强，但储??层渗透性较强，含油气性好，具有较高的储层能最；Ｃ！?Ｋ整体泄流范围和改造程度均处于中等，??但禽油气性差，储层非均质性较强且较为致密．了解产Ｋ的这些特征有利于下一ｉｌ；？评价该Ｋ??产能影响因素．??５产能影响因素量化评价??目前多因素最化评价多通过多元线性回归方法实现．多元线性回归方法以目标参数为因??变母，影响因素为ｆｔ变輦，从而建立线性回归方程，各参数的回归系数可以作为影响权重进行??直接比较．??对全部１３．个：参数进行影＿响权重分析时，不同样本数所得到的各参数的影响权重差异较??大，如今１００究样本数时，支撑剤量的影响权重为０．０１，而为选取８〇％样本进行回归时，支撑??刻量的影响权重则为０．２１，结果如图５，图６所示，这表明单因素方法评价结果具有较强的不??稳定性．??量化对比的指标，储层持征参数虽然相为：关联度不高，但各参数间物理意义较为明确，因此??研究中分别利用数据差异系数来表征各Ｋ的储层非均质性，利用渗透率来表征储层致密程??度，利用孔隙度和ＴＯＣ来表征储层的含油气性，利用井口压力和垂深来表征储层能量．将??Ａｖ?Ｂｙ?Ｃ三＿民的储层特征指标转化为同一个坐标系下，结果见图４??參。錢＿家，＃：雄料??图５?１００％样本时影响权重量化评价?图６?１００％样本时影响权重量化评价??区??区??ＡＫ??．８．６．４．２１．８．６．
１１０??数学的实践与认识??５０卷??图３各区改造强度对比?图４各区储层特征对比??根据上述评价指标，可以对各产Ｋ的特征进行刻画评价：Ａ?Ｋ整体泄流范围大，改造程??度强，储层均质且致密程度较弱，含油气性相对较高；Ｂ区整体改造程度差，非均质性强，但储??层渗透性较强，含油气性好，具有较高的储层能最；Ｃ！?Ｋ整体泄流范围和改造程度均处于中等，??但禽油气性差，储层非均质性较强且较为致密．了解产Ｋ的这些特征有利于下一ｉｌ；？评价该Ｋ??产能影响因素．??５产能影响因素量化评价??目前多因素最化评价多通过多元线性回归方法实现．多元线性回归方法以目标参数为因??变母，影响因素为ｆｔ变輦，从而建立线性回归方程，各参数的回归系数可以作为影响权重进行??直接比较．??对全部１３．个：参数进行影＿响权重分析时，不同样本数所得到的各参数的影响权重差异较??大，如今１００究样本数时，支撑剤量的影响权重为０．０１，而为选取８〇％样本进行回归时，支撑??刻量的影响权重则为０．２１，结果如图５，图６所示，这表明单因素方法评价结果具有较强的不??稳定性．??量化对比的指标，储层持征参数虽然相为：关联度不高，但各参数间物理意义较为明确，因此??研究中分别利用数据差异系数来表征各Ｋ的储层非均质性，利用渗透率来表征储层致密程??度，利用孔隙度和ＴＯＣ来表征储层的含油气性，利用井口压力和垂深来表征储层能量．将??Ａｖ?Ｂｙ?Ｃ三＿民的储层特征指标转化为同一个坐标系下，结果见图４??參。錢＿家，＃：雄料??图５?１００％样本时影响权重量化评价?图６?１００％样本时影响权重量化评价??区??区??ＡＫ??．８．６．４．２１．８．６．
【参考文献】：
期刊论文
[1]威远区块页岩气水平井基于灰色关联分析的产能评价方法[J]. 肖寒. 油气井测试. 2018(04)
[2]页岩气井初期产能主控因素“Pearson-MIC”分析方法[J]. 马文礼,李治平,高闯,孙玉平,张静平,邓思哲. 中国科技论文. 2018(15)
[3]页岩气水平井产量主控因素分析及产能预测[J]. 王忠东,王业博,董红,王献军. 测井技术. 2017(05)
[4]多裂缝水平井产能影响因素定量化分析模拟实验研究[J]. 贡同,郭雨仙,匡力,刘灏亮,夏鹏辉. 能源与环保. 2017(09)
[5]大数据挖掘技术评价致密气藏水平井产能[J]. 孙敬,刘德华,董春艳. 特种油气藏. 2016(05)
[6]致密气储层压裂水平井产能影响因素排序[J]. 王凤娇,刘义坤. 数学的实践与认识. 2015(11)
[7]新型压裂技术在页岩气开发中的应用[J]. 李庆辉,陈勉,金衍,王明远,姜海龙. 特种油气藏. 2012(06)
[8]页岩气井压裂技术及其效果评价[J]. 马超群,黄磊,范虎,曾俊峰,侯明明,刘涛. 石油化工应用. 2011(05)
[9]增产改造理念的重大变革——体积改造技术概论[J]. 吴奇,胥云,王腾飞,王晓泉. 天然气工业. 2011(04)
[10]中国页岩气形成机理、地质特征及资源潜力[J]. 邹才能,董大忠,王社教,李建忠,李新景,王玉满,李登华,程克明. 石油勘探与开发. 2010(06)
本文编号：3118982
【文章来源】：数学的实践与认识. 2020,50(14)北大核心
【文章页数】：8 页
【部分图文】：
图１初始产量与累计产量关系??
１１０??数学的实践与认识??５０卷??图３各区改造强度对比?图４各区储层特征对比??根据上述评价指标，可以对各产Ｋ的特征进行刻画评价：Ａ?Ｋ整体泄流范围大，改造程??度强，储层均质且致密程度较弱，含油气性相对较高；Ｂ区整体改造程度差，非均质性强，但储??层渗透性较强，含油气性好，具有较高的储层能最；Ｃ！?Ｋ整体泄流范围和改造程度均处于中等，??但禽油气性差，储层非均质性较强且较为致密．了解产Ｋ的这些特征有利于下一ｉｌ；？评价该Ｋ??产能影响因素．??５产能影响因素量化评价??目前多因素最化评价多通过多元线性回归方法实现．多元线性回归方法以目标参数为因??变母，影响因素为ｆｔ变輦，从而建立线性回归方程，各参数的回归系数可以作为影响权重进行??直接比较．??对全部１３．个：参数进行影＿响权重分析时，不同样本数所得到的各参数的影响权重差异较??大，如今１００究样本数时，支撑剤量的影响权重为０．０１，而为选取８〇％样本进行回归时，支撑??刻量的影响权重则为０．２１，结果如图５，图６所示，这表明单因素方法评价结果具有较强的不??稳定性．??量化对比的指标，储层持征参数虽然相为：关联度不高，但各参数间物理意义较为明确，因此??研究中分别利用数据差异系数来表征各Ｋ的储层非均质性，利用渗透率来表征储层致密程??度，利用孔隙度和ＴＯＣ来表征储层的含油气性，利用井口压力和垂深来表征储层能量．将??Ａｖ?Ｂｙ?Ｃ三＿民的储层特征指标转化为同一个坐标系下，结果见图４??參。錢＿家，＃：雄料??图５?１００％样本时影响权重量化评价?图６?１００％样本时影响权重量化评价??区??区??ＡＫ??．８．６．４．２１．８．６．
１１０??数学的实践与认识??５０卷??图３各区改造强度对比?图４各区储层特征对比??根据上述评价指标，可以对各产Ｋ的特征进行刻画评价：Ａ?Ｋ整体泄流范围大，改造程??度强，储层均质且致密程度较弱，含油气性相对较高；Ｂ区整体改造程度差，非均质性强，但储??层渗透性较强，含油气性好，具有较高的储层能最；Ｃ！?Ｋ整体泄流范围和改造程度均处于中等，??但禽油气性差，储层非均质性较强且较为致密．了解产Ｋ的这些特征有利于下一ｉｌ；？评价该Ｋ??产能影响因素．??５产能影响因素量化评价??目前多因素最化评价多通过多元线性回归方法实现．多元线性回归方法以目标参数为因??变母，影响因素为ｆｔ变輦，从而建立线性回归方程，各参数的回归系数可以作为影响权重进行??直接比较．??对全部１３．个：参数进行影＿响权重分析时，不同样本数所得到的各参数的影响权重差异较??大，如今１００究样本数时，支撑剤量的影响权重为０．０１，而为选取８〇％样本进行回归时，支撑??刻量的影响权重则为０．２１，结果如图５，图６所示，这表明单因素方法评价结果具有较强的不??稳定性．??量化对比的指标，储层持征参数虽然相为：关联度不高，但各参数间物理意义较为明确，因此??研究中分别利用数据差异系数来表征各Ｋ的储层非均质性，利用渗透率来表征储层致密程??度，利用孔隙度和ＴＯＣ来表征储层的含油气性，利用井口压力和垂深来表征储层能量．将??Ａｖ?Ｂｙ?Ｃ三＿民的储层特征指标转化为同一个坐标系下，结果见图４??參。錢＿家，＃：雄料??图５?１００％样本时影响权重量化评价?图６?１００％样本时影响权重量化评价??区??区??ＡＫ??．８．６．４．２１．８．６．
【参考文献】：
期刊论文
[1]威远区块页岩气水平井基于灰色关联分析的产能评价方法[J]. 肖寒. 油气井测试. 2018(04)
[2]页岩气井初期产能主控因素“Pearson-MIC”分析方法[J]. 马文礼,李治平,高闯,孙玉平,张静平,邓思哲. 中国科技论文. 2018(15)
[3]页岩气水平井产量主控因素分析及产能预测[J]. 王忠东,王业博,董红,王献军. 测井技术. 2017(05)
[4]多裂缝水平井产能影响因素定量化分析模拟实验研究[J]. 贡同,郭雨仙,匡力,刘灏亮,夏鹏辉. 能源与环保. 2017(09)
[5]大数据挖掘技术评价致密气藏水平井产能[J]. 孙敬,刘德华,董春艳. 特种油气藏. 2016(05)
[6]致密气储层压裂水平井产能影响因素排序[J]. 王凤娇,刘义坤. 数学的实践与认识. 2015(11)
[7]新型压裂技术在页岩气开发中的应用[J]. 李庆辉,陈勉,金衍,王明远,姜海龙. 特种油气藏. 2012(06)
[8]页岩气井压裂技术及其效果评价[J]. 马超群,黄磊,范虎,曾俊峰,侯明明,刘涛. 石油化工应用. 2011(05)
[9]增产改造理念的重大变革——体积改造技术概论[J]. 吴奇,胥云,王腾飞,王晓泉. 天然气工业. 2011(04)
[10]中国页岩气形成机理、地质特征及资源潜力[J]. 邹才能,董大忠,王社教,李建忠,李新景,王玉满,李登华,程克明. 石油勘探与开发. 2010(06)
本文编号：3118982
本文链接：https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3118982.html
