262 / 2023-07-20 21:32:43

基于大数据分析的页岩气水平井压裂参数优化技术

机器学习,页岩气藏,产能预测模型,压裂参数优化,净现值经济模型

       水平井水力压裂技术是开发页岩油气藏的关键技术之一，通过地质因素和工程因素训练机器学习模型，找寻控制压裂效果的主要因素，可以帮助工程师更好的进行压裂设计，进而显著提高压裂效果，以此来提高油气产量和开发效率。因此，如何更好地发现并优化压裂主控因素成为所有油藏工程师必须面对的挑战。本研究提出了一种基于大数据分析的页岩气水平井压裂参数优化技术，旨在通过大数据分析找寻并优化压裂主控参数，为页岩气井的开发提供创新性的可靠技术。

       本文选取了四川盆地五峰组-龙马溪组威 202 井区与威 204 井区的 424 口页岩气生产井的相关参数作为研究数据库。首先对数据进行数据清洗、缺失数据填补、数据标准化、聚类分析等预处理，搭建出包含1个产能目标因素、8个地质因素与10个压裂工程因素的训练数据集；再将数据集输入八种不同的机器学习模型分别进行回归训练，选择出表现良好的模型与粒子群优化算法（PSO）结合进行优化，最终选取优化随机森林(RF)模型作为最佳模型；之后通过此模型对地质因素与压裂施工因素进行重要性分析与敏感性分析，综合比较后选取出影响压裂效果的主控因素。最后将集合优化算法与经济净现值（NPV）相结合，搭建经济评价模型，把筛选的主控因素在代表井中进行应用，验证研究建立的压裂参数优化模型的有效性和实用性。

       研究结果表明，1小层I类储层厚度是对压裂效果影响最大的地质因素，压裂段长、水平段长、压裂液量、压裂砂量、压裂段数与压裂簇数是对压裂效果影响最大的压裂施工因素，在实际施工中可通过重点改变这些施工因素来尽可能地提高产量。之后将主控因素以代表井单井产量和 NPV 为目标进行压裂参数优化，也得到了单井产量和盈利能力显著提升的结果，验证了模型对于提高页岩气产量和开发效率的实际应用价值。最终可以得出，本研究所搭建的水平井压裂参数优化模型为页岩气藏的开发提供了一种可行且有效的优化方法，可应用于指导页岩气水平井的压裂施工实施措施和设计。