[發明專利]煤層氣產量預測方法、裝置及設備

在審

• 申請號: 202011373105.3
• 申請日: 2020-11-30
• 公開（公告）號: CN112360399A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 王洪利;張遂安;張瀟;劉奇廣;邵冰冰;王朝帥
• 申請（專利權）人: 中國石油大學(北京);山西晉城無煙煤礦業集團有限責任公司
• 主分類號: E21B43/00
• 分類號: E21B43/00;E21B49/00;G06F30/20;G06Q50/06
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李雅琪;周達

1.一種煤層氣產量預測方法，其特征在于，所述方法包括：

使用差分法對獲取到的待處理煤層氣井的產氣數據的進行平穩性處理，獲取所述產氣數據平穩時的差分階數作為第一參數；

繪制平穩性處理后的產氣數據的自相關系數圖和偏自相關系數圖，利用所述自相關系數圖確定出第二參數，利用所述偏自相關系數圖確定出第三參數；

基于所述第一參數、所述第二參數、所述第三參數和所述產氣數據對差分自回歸移動平均模型進行擬合；

基于擬合后的差分自回歸移動平均模型繪制出所述待處理煤層氣井的煤層氣遞減曲線，并利用所述煤層氣遞減曲線，預測所述待處理煤層氣井的煤層氣產量。

2.如權利要求1所述的方法，其特征在于，所述基于所述第一參數、所述第二參數、所述第三參數和所述產氣數據對差分自回歸移動平均模型進行擬合，包括：

將所述產氣數據劃分為訓練數據集和測試數據集；

將所述第一參數、所述第二參數、所述第三參數組合成不同的參數組合；

將不同的參數組合輸入到所述差分自回歸移動平均模型中，利用所述訓練數據集依次對不同參數組合的差分自回歸移動平均模型進行模型擬合訓練；

利用所述測試數據集對模型擬合訓練完成的差分自回歸移動平均模型進行測試，獲得最優參數組合；

將所述最優參數組合輸入到訓練后的差分自回歸移動平均模型中，完成所述對差分自回歸移動平均模型的擬合。

3.如權利要求2所述的方法，其特征在于，所述將所述產氣數據劃分為訓練數據集和測試數據集包括：

利用時間序列交叉驗證法將所述產氣數據劃分為多個訓練測試數據集對，每個訓練測試數據集對中包括一個訓練數據集和一個測試數據集。

4.如權利要求1所述的方法，其特征在于，所述使用差分法對獲取到的待處理煤層氣井的產氣數據的進行平穩性處理，包括：

檢測所述產氣數據是否平穩，若所述產氣數據不平穩，則對所述產氣數據進行差分處理，直至所述產氣數據達到平穩性要求，其中，每次差分處理的差分階數依次加1。

5.如權利要求1所述的方法，其特征在于，在使用差分法對獲取到的待處理煤層氣井的產氣數據的進行平穩性處理之前，所述方法還包括：

使用指數平滑算法對所述產氣數據進行異常值檢測，對檢測出的異常值進行數據清洗，將清洗后的產氣數據作為所述待處理煤層氣井的產氣數據。

6.如權利要求5所述的方法，其特征在于，所述使用指數平滑算法對所述產氣數據進行異常值檢測包括：

采用下述公式分別計算t時間產氣數據的水平分量和趨勢分量；

l_t＝αQ_t+(1-α)(l_t-1+b_t-1)

b_t＝β(l_t-l_t-1)+(1-β)b_t-1

Q_t+1＝l_t+b_t

通過計算出的水平分量和趨勢分量計算得到t+1時間的基準值，設置95％的置信區間；

利用所述基準值和所述置信區間識別出所述產氣數據中的異常值；

其中，l_t表示t時間產氣數據的水平分量，b_t表示t時間產氣數據的趨勢分量，α表示移動平均權重，β表示指數平滑權重，Q_t表示t時間的產氣數據。

7.如權利要求1所述的方法，其特征在于，所述差分自回歸移動平均模型被設置為：

其中，d表示所述第一參數，p表示所述第二參數，q表示所述第三參數，Φ_i表示自回歸系數，Lⁱ表示滯后算子，Q_t表示t時間的產氣數據，θ_i表示移動平均參數，ε_t表示t時間的零均值的隨機干擾序列。