基于时间顺序的页岩气产量预测方法及装置制造方法及图纸

本发明专利技术公开了基于时间顺序的页岩气产量预测方法及装置，包括：获取待预测页岩气产量所在区域的基础特征因素数据；求得产气量递减梯度，剔除异常基础特征因素数据，并分为训练集和验证集；对待预测页岩气产量所在区域的岩样进行孔隙分布实验，求得区域岩样孔隙的正态分布，将区域岩样孔隙的孔隙占比作为特征值；构建时间顺序网络模型；以区域岩样孔隙为参数，利用训练集对时间顺序网络模型进行训练；将验证集至训练后的时间顺序网络模型，并进行误差验证。通过上述方案，本发明专利技术具有逻辑简单、准确可靠等优点，在油气田开发技术领域具有很高的实用价值和推广价值。高的实用价值和推广价值。高的实用价值和推广价值。

【技术实现步骤摘要】
基于时间顺序的页岩气产量预测方法及装置


[0001]本专利技术涉及油气田开发
，尤其是基于时间顺序的页岩气产量预测方法及装置。

技术介绍

[0002]页岩气藏在非常规天然气勘探开发领域已占据重要地位。其中，极低孔隙度和渗透率的页岩气藏，单井一般无自然产能或自然产能低于工业气流下限，需要采用水平井和水力压裂改造技术进行开发。但压裂后，缝网关系复杂、多井平台中井间压窜现象显著，导致页岩气井产量难以预测，致使后续开发方案设计与调整缺乏科学依据。因此，页岩气产量的准确预测，对后续页岩气生产与产能评价有重要意义。
[0003]众所周知，改造页岩气井的成本很高，并且还会对原始地层结构产生影响。目前，现有技术中对页岩气产量预测的方法主要包括：经验公式及解析模型、基于数值模型的产量预测方法。其中，经验公式及解析模型是没有考虑页岩气藏复杂的渗流特征，不同模型的适用条件及适用阶段都各有不同，导致预测结果与实际相差较大。另外，基于数值模型的产量预测方法对实际储层进行了简化，包括对复杂动态缝网刻画不够精确、未考虑井组压窜干扰特征等，且页岩气井组缝网数值模型计算量较大，历史拟合难度大，产量预测效率较低，结果不确定性高，故现场推广性一般。
[0004]例如“专利公开号为：CN106351651A、名称为：页岩气井产能的预测方法及装置”的中国专利技术专利，其根据体积压裂页岩气井的线性流生产动态模型，建立页岩气井拟压力与页岩气产量的动态变化关系，该动态变化关系包含多个基础参数和多个未知参数；利用页岩气井的历史生产数据，确定所述多个未知参数中的主裂缝半长，并利用该主裂缝半长更新该动态变化关系；基于更新后的动态变化关系，通过特征流动段识别方法获得参数约束方程；利用所述基础参数的概率分布模型和所述参数约束方程，计算得到剩余未知参数及产能评价参数的概率分布模式及相应的可信域；利用该概率分布模式及相应的可信域，据更新后的该动态变化关系预测所述页岩气井的产能。其采用经验公式及解析模型，并未考虑的页岩气藏复杂的渗流特征等。
[0005]再如“专利公开号为：CN109488276A、名称为：经水力压裂改造的产水页岩气井页岩气产量预测方法“中国专利技术专利，其包括以下步骤：S1，建立页岩基质的气体渗流模型；S2，建立页岩裂缝的渗流数学模型；S3，根据页岩基质的气体渗流模型和页岩裂缝的渗流数学模型，得到产水页岩气井的渗流数学模型；S4，利用数值模拟方法对产水页岩气井的渗流数学模型进行求解，得到产水页岩气井的页岩气产量。该技术虽然考虑了气体渗流模型和页岩裂缝，但是，其对复杂动态缝网刻画不够精确、未考虑井组压窜干扰特征等，不仅如此，其计算较为繁琐，工作量较大，准确可靠性一般。
[0006]再如“专利公开号为：CN115345378A、名称为：一种基于机器学习的页岩气井产量评估方法”的中国专利技术专利，其包括：S1：建立贯穿整个页岩气井开发周期且考虑井间干扰的页岩气井产量主控因素体系，根据所述主控因素体系收集并处理相应基础数据，以获得
建模数据体；S2：建立页岩气井产量规整流程，收集或预测各页岩气井6年累计产气量，以所述6年累计产量作为页岩气井产量等级评价及预测模型的分级衡量指标以及页岩气井产量回归预测模型的标签；S3：建立页岩气井产量等级评价及预测模型，对页岩气井产量等级进行评价及预测；S4：基于随机森林方法建立页岩气井产量回归预测模型，对页岩气井产量进行回归预测。该专利技术对影响页岩气产量主控因素分析是根据经验设定，基础数据的筛选规则制定简单，且其神经网络结构为随机森林算法，对单个产量曲线的神经网络，简单输入非时间序列参数，然后输出随时间变化的累计产量。
[0007]因此，急需要提出一种逻辑简单、准确可靠的基于时间顺序的页岩气产量预测方法及装置。

技术实现思路

[0008]针对上述问题，本专利技术的目的在于提供基于时间顺序的页岩气产量预测方法及装置，本专利技术采用的技术方案如下：
[0009]第一部分，本技术提供了基于时间顺序的页岩气产量预测方法，其包括以下步骤：
[0010]获取待预测页岩气产量所在区域的基础特征因素数据；
[0011]求得产气量递减梯度，剔除异常基础特征因素数据，并分为训练集和验证集；
[0012]对待预测页岩气产量所在区域的岩样进行孔隙分布实验，求得区域岩样孔隙的正态分布，将区域岩样孔隙的孔隙占比作为特征值；
[0013]构建时间顺序网络模型；
[0014]以区域岩样孔隙为参数，利用训练集对时间顺序网络模型进行训练；
[0015]将验证集至训练后的时间顺序网络模型，并进行误差验证。
[0016]第二部分，本技术提供了一种基于时间顺序的页岩气产量预测装置，其包括：
[0017]基础特征因素数据收集模块，获取待预测页岩气产量所在区域的基础特征因素数据；
[0018]基础特征因素数据整理模块，与基础特征因素数据收集模块连接，求得产气量递减梯度，剔除异常基础特征因素数据，并分为训练集和验证集；
[0019]孔隙占比计算模块，对待预测页岩气产量所在区域的岩样进行孔隙分布实验，求得区域岩样孔隙的正态分布，将区域岩样孔隙的孔隙占比作为特征值；
[0020]网络模型构建模块，构建时间顺序网络模型；
[0021]训练模块，与基础特征因素数据整理模块、孔隙占比计算模块和网络模型构建模块连接，以区域岩样孔隙为参数，利用训练集对时间顺序网络模型进行训练；
[0022]验证模块，与基础特征因素数据整理模块和训练模块连接，将验证集至训练后的时间顺序网络模型，并进行误差验证。
[0023]与现有技术相比，本专利技术具有以下有益效果：
[0024](1)本专利技术巧妙地通过正态分布叠加对页岩储层中有机质孔、脆性矿物孔、黏土矿物孔三种孔隙进行表征，得到不同种类矿物孔隙的孔隙占比作为特征值，并且利用时间顺序网络模型进行预测，不仅考虑了储层物理参数，而且考虑了不同生产动态对于页岩气井生产的影响，解决了机器学习过程中的过拟合问题。
[0025](2)本专利技术可有效地避免了页岩气井产量预测所需的复杂经验公式和解析模型以
及精细量化分析，能够基于孔隙分布数据快速且准确预测页岩气产量，从而对现场生产作出指导。
[0026](3)本专利技术通过计算产气量递减梯度，剔除异常基础特征因素数据，其好处在于，根据产气量递减梯度对数据进行筛选，而不是通过简单的数据筛选规则对基础数据进行预处理，使得基础数据更加符合生产实际，保证预测趋势准确、可靠。
[0027](4)本专利技术巧妙地采用时间顺序网络模型，其好处在于，训练时随机去除某一参数(时间序列或物性)以去除过拟合现象(训练过多导致同样参数输出结果过于符合，扩展至其他数据导致精度降低)。
[0028](5)本专利技术巧妙地进行误差验证，保证预测估计的准确率。
[0029]综上所述，本专利技术具有逻辑简单、准确可靠等优点，在油气田开发
具有很高的实用价值和推广价值。
附图说明
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于时间顺序的页岩气产量预测方法，其特征在于，包括以下步骤：获取待预测页岩气产量所在区域的基础特征因素数据；求得产气量递减梯度，剔除异常基础特征因素数据，并分为训练集和验证集；对待预测页岩气产量所在区域的岩样进行孔隙分布实验，求得区域岩样孔隙的正态分布，将区域岩样孔隙的孔隙占比作为特征值；构建时间顺序网络模型；以区域岩样孔隙为参数，利用训练集对时间顺序网络模型进行训练；将验证集至训练后的时间顺序网络模型，并进行误差验证。2.根据权利要求1所述的基于时间顺序的页岩气产量预测方法，其特征在于，所述基础特征因素数据包括：生产时长、井底压力、吸附气量、游离气量、孔隙度、含气饱和度、总液量、前置液百分比、气水比、日产气量和携砂液量。3.根据权利要求1或2所述的基于时间顺序的页岩气产量预测方法，其特征在于，还包括对基础特征因素数据转换为特征因数，其表达式为：其中，a
i
表示自变量，a
max
表示自变量a
i
的最大值；利用最大互信息数MIC算法求得基础特征因素数据对于产量的影响程度。4.根据权利要求1所述的基于时间顺序的页岩气产量预测方法，其特征在于，求得产气量递减梯度，包括以下步骤：剔除基础特征因素数据中含零的样本；计算基础特征因素数据对应的产气量递减梯度，获得产气量递减梯度散点图；所述产气量递减梯度的表达式为：其中，α表示权重因子；θ
t
表示t时刻的真实值；γ
t
‑1表示t
‑
1时刻指数移动平均值；γ
t
表示t时刻指数移动平均值；预设较短指数移动平滑的步长T，反算求得对应的权重因子α；所述较短指数移动平滑的步长T的其表达式为：5.根据权利要求4所述的基于时间顺序的页岩气产量预测方法，其特征在于，所述剔除异常基础特征因素数据，包括以下步骤：引入偏差修正，其表达式为：其中，α
t
表示较短指数移动平滑的步长T对应的数值，即示平滑窗口/周期的大小；将公式(1)和式(2)代入公式(3)得到：

【专利技术属性】
技术研发人员：李海涛，马寒松，罗红文，张启辉，向雨行，张琴，李颖，李茂茂，张玺亮，刘文强，庞伟，贾靖，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：