[發明專利]基于遞歸神經網絡的頁巖氣井生產壓力預測方法

有效

• 申請號: 201810329181.0
• 申請日: 2018-04-13
• 公開（公告）號: CN108595803B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 易軍;彭軍;唐德東;汪宏金;辜小花;夏欽峰;陳婷婷;陳寧;陳雪梅;白俊仁;吳凌;汪波
• 申請（專利權）人: 中國石油化工股份有限公司;中石化重慶涪陵頁巖氣勘探開發有限公司;重慶科技學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F119/14
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223
• 代理人: 王玉芝

1.一種基于遞歸神經網絡的頁巖氣井生產壓力預測方法，如下步驟：

S1：選擇對頁巖氣井生產有影響的控制參數構成決策變量X＝[x₁,x₂,···,x_M]，M為所選控制參數的個數；所述控制參數包括系列油管壓力Y、套管壓力T、產水量W、頁巖氣產量P，選定頁巖氣工業現場，采集N組決策變量X₁,X₂,···,X_N及其對應的N組生產數據；利用自適應分段算法對所述的生產數據進行初步分段擬合；

步驟S1中的自適應分段算法包括以下步驟：

S11：根據頁巖氣井歷史生產數據，評價每個油管壓力數據的準確度，首先將不完整的數據進行線性插值，其公式為：

其中y_k為油管壓力，x_k為生產時間；

S12：將插值補充完整后的油管壓力數據進行自適應初步分段擬合，分段剔除異常數據：

R＝k_n-1-k_n-2，(n＝1,2,···, N；)

其中：x_n，x_n-1，y_n，y_n-1，為相鄰兩點的橫縱坐標；k為斜率；R為閾值；

S13：通過對頁巖氣生產數據的研究和結合專家實際生產經驗建立異常數據判斷條件，剔除異常數據；

S14：再一次對油管壓力數據進行線性插值；

S2：選定相關系數分析法對N組生產數據進行相關性分析，以確定頁巖氣井生產數據模型的輸入變量；

步驟S2中，選定斯皮爾曼相關系數分析法，以油管壓力Y作為基本參考變量，分別分析頁巖氣產量P、產水量W、套管壓力T與油管壓力Y的相關性；

S3：利用遞歸神經網絡算法，對步驟S2所得的輸入變量進行建模，建立基于遞歸神經網絡的頁巖氣井生產數據模型；

S4：按照步驟S3所得的基于遞歸神經網絡的頁巖氣井生產數據模型對頁巖氣井生產壓力進行預測。

2.根據權利要求1所述的基于遞歸神經網絡的頁巖氣井生產壓力預測方法，其特征在于，步驟S3中，以油管壓力作為輸出，建立基于遞歸神經網絡的頁巖氣井生產數據模型，其輸入層采用4個神經元節點，隱藏層采用15個神經元節點，輸出層采用1個神經元節點，輸入層到隱藏層之間傳遞函數為Logsig函數，隱藏層到輸出層之間的函數為Purelin函數，樣本訓練時的迭代次數為2000。