一种气井产量递减率预测方法技术

本发明专利技术提供了一种气井产量递减率预测方法，主要利用多元线性回归响应曲面分析结果来获得产量递减模型，获得年递减率与影响因素模型后，利用方差分析P值对建立的k元二次方程的回归系数进行显著性分析，根据显著性分析结果，去除不显著项后，即可得到气井年递减模型，对气井产量递减率进行预测。本方法可针对低渗气藏气井生产制度不稳定、分析结果受人为因素影响大、且井数多的情况，利用常规动态监测资料，准确、快速预测气井产量递减率。令年递减率为目标函数，以各影响因素为影响因子，根据响应曲面k因素n水平结果表，得到多组响应曲面分析实验方案。

A prediction method for production decline rate of gas well

The invention provides a prediction method for the production decline rate of gas well, and uses the result of multivariate linear regression response surface to obtain the output decline model. After obtaining the annual decline rate and the influence factor model, the regression coefficient of the two equation of the K element is analyzed by the analysis of the variance analysis P value, and the significance analysis is based on the significance analysis. As a result, the annual decline model of gas well can be obtained after removing the non significant items, and the production decline rate of gas well can be predicted. This method can be used to predict the production decline rate of gas well accurately and quickly according to the unstable production system of gas wells in low permeability gas reservoir, the large number of artificial factors and the number of wells. The annual decline rate is the objective function, and the influence factors are taken as the influencing factors. According to the N level result table of the response surface K factor, a multi group response surface analysis experiment scheme is obtained.

【技术实现步骤摘要】
一种气井产量递减率预测方法
本专利技术属于气田开发
，具体涉及一种气井产量递减率预测方法，尤其适合于低渗碳酸盐岩气藏气井产量递减评价，进一步为深化气田开发规律认识提供技术支撑。
技术介绍
产量递减是分析气井、气田开发趋势及指标预测的重要气藏工程手段和内容，是优化气井工作制度、制定气田生产措施的基础。目前产量递减分析方法有Arps、Fetkovich、Blasingame等，这些方法在常规气井产量递减方面已有广泛应用，但针对低渗气田气井，在方法适用性、时效性上存在一定的局限性。Arps递减曲线因为需求资料少、应用简单，在国内外获得了最为广泛的应用。该方法要求井底流压不变，是通过确定递减类型后利用产量数据建立经验公式进行产量预测的方法。然而，低渗气藏气井生产制度不稳定、流压频繁变化，即使部分气井符合应用条件也存在不同递减方式下气井相关系数接近，难以直观、准确判定气井递减类型的问题。Fetkovich递减曲线除生产数据外还要求储层参数，其实质是建立Arps与不稳定渗流的无因次函数，将曲线的应用范围扩展到不稳定流动阶段，但其仍要求井底流压恒定，且计算过程较Arps相对繁琐，对于低渗气藏应用同样受到限制。Blasingame递减曲线是在Fetkovich图版的基础考虑了产量流压及气体PVT的性质随压力的变化。该方法在低渗气藏应用较为广泛，但该方法需要的资料类型多，处理过程更为复杂，在评价过程中易受人为因素影响，参数拟合多解性强。总之，目前常用的产量递减方法在生产制度上要求稳定、判识递减类型相对困难、处理过程相对复杂，难以满足低渗气田生产制度不稳定、分析结果受人为因素影响大、气井井数多情形下准确、快速预测产量递减的需求。
技术实现思路
本专利技术的目的是克服现有技术的缺陷，提供一种利用地层压力、生产配产等常规气井动态监测资料的产量递减模型，实现准确、快速预测气井递减率的技术。本专利技术提供的技术方案如下：一种气井产量递减率预测方法，包括以下步骤：步骤1)确定影响气田气井递减率的k个影响因素；步骤2)根据气田生产实际，得到各影响因素的分布情况；步骤3)将各影响因素按分布区间进行递增划分，统一划分n个区间，再按照从小到大的次序依次排列成响应曲面k因素n水平结果表；步骤4)令年递减率为目标函数，以各影响因素为影响因子，根据响应曲面k因素n水平结果表，得到多组响应曲面分析实验方案；步骤5)利用数值模拟方法，模拟生产各组响应曲面分析实验方案，得到不同实验方案下的逐年递减率；步骤6)利用k元二次方程回归得到年递减率与影响因素模型；步骤7)获得年递减率与影响因素模型后，利用方差分析P值对建立的k元二次方程的回归系数进行显著性分析，判断P值小于0.01的为显著项，其余为不显著项；步骤8)根据显著性分析结果，去除不显著项后，即可得到气井年递减模型，对气井产量递减率进行预测。还包括对步骤8)年递减模型的验证，当分别以实验散点值与模型预测值作为横纵坐标拟合得到的直线为Y＝R2X，R2大于0.999时模型可靠。所述年递减率与影响因素模型为其中，年递减率y作为响应曲面分析的响应输出，x1、x2、……xk为回归模型的影响因素，β0、βi、βij为回归系数，ε为误差项，k为影响因素的个数。所述影响因素为渗透率、地层压力、井控储量及生产配产。所述k≥2，n为4-6。用于预测低渗气藏气井的递减率。本专利技术的有益效果是：本专利技术提供的这种气井动储量评价方法，可针对低渗气藏气井生产制度不稳定、分析结果受人为因素影响大、且井数多的情况，利用常规动态监测资料，准确、快速预测气井产量递减率。下面将结合附图做进一步详细说明。附图说明图1是第一年递减率实验散点与模型预测值对比图；图2是低渗气田X井利用递减模型计算年递减率曲线；图3是低渗气田X井实际生产与递减模型预测对比曲线。具体实施方式实施例1：本实施例提供了一种气井产量递减率预测方法，包括以下步骤：步骤1)确定影响气田气井递减率的k个影响因素；步骤2)根据气田生产实际，得到各影响因素的分布情况；步骤3)将各影响因素按分布区间进行递增划分，统一划分n个区间，再按照从小到大的次序依次排列成响应曲面k因素n水平结果表；步骤4)令年递减率为目标函数，以各影响因素为影响因子，根据响应曲面k因素n水平结果表，得到多组响应曲面分析实验方案；步骤5)利用数值模拟方法，模拟生产各组响应曲面分析实验方案，得到不同实验方案下的逐年递减率；步骤6)利用k元二次方程回归得到年递减率与影响因素模型；步骤7)获得年递减率与影响因素模型后，利用方差分析P值对建立的k元二次方程的回归系数进行显著性分析，判断P值小于0.01的为显著项，其余为不显著项；步骤8)根据显著性分析结果，去除不显著项后，即可得到气井年递减模型，对气井产量递减率进行预测。本专利技术原理：主要利用多元线性回归响应曲面分析结果来获得产量递减模型，优点在于仅依靠常规动态监测数据就可以进行直观分析，适应范围广，不受生产条件限制。实施例2：在实施例1的基础上，本实施例提供了一种气井产量递减率预测方法，对靖边气田产量递减率进行预测，包括以下步骤：步骤1)确定影响气田气井递减率的主要影响因素：渗透率、地层压力、井控储量及生产配产；步骤2)根据气田生产实际，得到渗透率、地层压力、井控储量及生产配产参数值的分布情况；步骤3)将渗透率、地层压力、井控储量及生产配产按分布区间各进行等间距划分，统一划分五个区间，再按照从小到大的次序依次排列成响应曲面四因素五水平结果表；结果对应表1；表1响应曲面4因素5水平结果表步骤4)令年递减率为目标函数，以渗透率、地层压力、井控储量、配产为影响因子，根据响应曲面四因素五水平结果表，得到多组响应曲面分析实验方案30余组；步骤5)利用数值模拟方法，模拟生产各组响应曲面分析实验方案，得到不同实验方案下的逐年递减率；结果对应表2；表2响应曲面分析实验设计及数值模拟计算结果表步骤6)将表2中分年递减率作为响应曲面分析的响应输出，利用四元二次方程回归得到年递减率与影响因素模型，形式为：其中，年递减率y作为响应曲面分析的响应输出，x1、x2、……xk为回归模型的影响因素，β0、βi、βij为回归系数，ε为误差项，k为影响因素的个数。步骤7)获得逐年递减率基础模型后，利用方差分析P值对建立的多元线性方程的回归系数进行显著性分析，结果如表3所示，判断P值小于0.01的为显著项，其余的为不显著项；表3响应曲面分析影响因素交互影响结果表表3中P值分析结果表明单因素、二次项均显著以及渗透率和井控储量交互影响显著；步骤8)根据显著性分析结果，去除不显著项后，即可得到低渗气田气井逐年的递减模型：Ri为第i年递减率，其中：R1＝-0.090551+0.094042×A+0.024932×B-0.20879×C+0.042396×D-8.15528×10-3A×C-4.96369×10-3A2-5.18527×10-4B2+0.036151C2-3.63577×10-3D2(2)R2＝-0.050507+0.089606×A+0.021573×B-0.20557×C+0.036962×D-7.56924×10-3A×C-4.78208×10-3A2-4.50191×10-4B2+0.0360本文档来自技高网...

【技术保护点】
1.一种气井产量递减率预测方法，其特征在于，包括以下步骤：步骤1)确定影响气田气井递减率的k个影响因素；步骤2)根据气田生产实际，得到各影响因素的分布情况；步骤3)将各影响因素按分布区间进行递增划分，统一划分n个区间，再按照从小到大的次序依次排列成响应曲面k因素n水平结果表；步骤4)令年递减率为目标函数，以各影响因素为影响因子，根据响应曲面k因素n水平结果表，得到多组响应曲面分析实验方案；步骤5)利用数值模拟方法，模拟生产各组响应曲面分析实验方案，得到不同实验方案下的逐年递减率；步骤6)利用k元二次方程回归得到年递减率与影响因素模型；步骤7)获得年递减率与影响因素模型后，利用方差分析P值对建立的k元二次方程的回归系数进行显著性分析，判断P值小于0.01的为显著项，其余为不显著项；步骤8)根据显著性分析结果，去除不显著项后，即可得到气井年递减模型，对气井产量递减率进行预测。

【技术特征摘要】
1.一种气井产量递减率预测方法，其特征在于，包括以下步骤：步骤1)确定影响气田气井递减率的k个影响因素；步骤2)根据气田生产实际，得到各影响因素的分布情况；步骤3)将各影响因素按分布区间进行递增划分，统一划分n个区间，再按照从小到大的次序依次排列成响应曲面k因素n水平结果表；步骤4)令年递减率为目标函数，以各影响因素为影响因子，根据响应曲面k因素n水平结果表，得到多组响应曲面分析实验方案；步骤5)利用数值模拟方法，模拟生产各组响应曲面分析实验方案，得到不同实验方案下的逐年递减率；步骤6)利用k元二次方程回归得到年递减率与影响因素模型；步骤7)获得年递减率与影响因素模型后，利用方差分析P值对建立的k元二次方程的回归系数进行显著性分析，判断P值小于0.01的为显著项，其余为不显著项；步骤8)根据显著性分析结果，去除不显著项后，即可得到气井年递减模型，对...

【专利技术属性】
技术研发人员：谢姗，伍勇，兰义飞，刘海锋，张建国，焦扬，蔡兴利，艾庆琳，夏勇，袁继明，田敏，何磊，乔博，夏守春，朱长荣，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：北京,11