随机森林算法在页岩气田多段压裂改造中的应用

发布时间：2021-05-27 12:06

　　针对页岩气藏多段压裂压后效果分析及待压井压裂参数优选难度大的问题,将储层物性参数和压裂完井参数相结合,引入随机森林算法进行已压裂页岩气井段压后效果分析,同时建立基于随机森林的产能回归模型优选待压井压裂重要参数。以涪陵页岩气田一期建产区具有产气剖面的压裂井测井解释资料、压裂资料、钻井资料为数据集,使用偏相关分析和特征递归消除法的二级策略进行参数降维,搭建主控因子为主体的决策树模型采用偏依赖图分析压后高产的主控因素区间,最后以待压裂井为研究对象基于随机森林算法的产能回归模型优选压裂重要参数。实例气藏研究结果显示压裂不同层位时,簇间距、40/70目低密度陶粒（中砂）、总砂量等影响因素对页岩气产量的影响波动比较大,簇数和中砂最高砂比对页岩气井段产量的响应不是非常明显。偏依赖图分析认为建议压裂簇数为2个,簇间距控制在30 m以内,40/70目低密度陶粒用量大于35 m³,总砂量控制在56 m³以内、中砂最高砂比大于12时为最佳压裂参数。此后采用正交设计实验设计了六因素三水平的54组实验,基于随机森林算法的产能回归模型预测不同压裂参数下的产量作为实验结果... 

【文章来源】：大庆石油地质与开发. 2020,39(06)北大核心CSCD

【文章页数】：7 页

【文章目录】：
0 引 言
1 方法的建立
    1.1 随机森林算法
    1.2 数据集准备
2 方法应用
    2.1 主影响因素优选
    2.2 多段压裂主控因素的决策树搭建
    2.3 基于随机森林的压裂效果主控因素分析
    2.4 待压井压裂参数优选
3 结 论


【参考文献】：
期刊论文
[1]基于改进随机森林的电力用户欠费风险分析预警[J]. 李晓蕾,魏玲,王忠强,耿俊成,张小斐.  电测与仪表. 2019(09)
[2]基于大数据的页岩气产能预测[J]. 祝元宠,咸玉席,李清宇,卢徳唐.  油气井测试. 2019(01)
[3]基于机器学习的页岩气产能非确定性预测方法研究[J]. 马文礼,李治平,孙玉平,张静平,邓思哲.  特种油气藏. 2019(02)
[4]页岩气水平井多级压裂过程中套管变形研究综述[J]. 席岩,李军,柳贡慧,曾义金,李剑平.  特种油气藏. 2019(01)
[5]数据挖掘技术在数字化油气藏研究与决策中的应用[J]. 王娟,梁立星,武璠,孙亚莉,孙学萌.  钻采工艺. 2018(03)
[6]页岩储集层综合评价因子及其应用——以四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组为例[J]. 沈骋,任岚,赵金洲,谭秀成,吴雷泽.  石油勘探与开发. 2017(04)
[7]产气剖面井资料在涪陵焦石坝页岩气田开发的应用[J]. 李继庆,梁榜,曾勇,黄灿,卢文涛,沈金才,葛兰.  长江大学学报(自科版). 2017(11)
[8]基于决策树和随机森林模型的湖北油菜产量限制因子分析[J]. 秦鹏程,刘志雄,万素琴,苏荣瑞,黄敬峰.  中国农业气象. 2016(06)
[9]浊积岩储层压裂效果数据挖掘研究[J]. 孟庆民,刘恩新,孙辉,刘太昂,李敏杰.  石油天然气学报. 2014(01)



本文编号：3207532