[發明專利]一種致密氣產量的智能分段預測方法

在審

• 申請號: 202210059303.5
• 申請日: 2022-01-19
• 公開（公告）號: CN114358441A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 李勇明;賈靖;江有適
• 申請（專利權）人: 西南石油大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 唐亭

本發明提供了一種致密氣產量的智能分段預測方法，包括：先收集并整理影響致密氣產量的特征因素數據，獲得原始數據集、清理、剔除異常數據；然后利用聚類算法對原始數據集中的致密氣產量進行聚類；再分別對劃分出的樣本數據進行抽樣，逐段形成訓練集與測試集；再利用隨機森林分類算法對原始數據集進行分類訓練預測分析，并計算該模型的訓練誤差和預測誤差；再設定待定參數，通過誤差反向傳播的前饋神經網絡分別對樣本數據進行訓練預測分析，計算模型的訓練均方誤差和預測均方誤差；最后判斷類別，再通過人工神經網絡模型對致密氣產量進行分析預測；本發明能夠有效解決由于致密氣產量跨度大導致的預測精度低的問題，并準確預測致密氣產量。

技術領域

本發明涉及氣藏開發技術領域，具體涉及一種致密氣產量的智能分段預測方法。

背景技術

密砂巖氣、致密氣包括致火山巖氣和碳酸鹽巖氣，是一種重要的非常規油氣資源，其產量幾乎占全球非常規資源量的70％。美國儲量前100的氣藏中有58個是致密氣藏，中國80％的天然氣賦存于致密氣藏，具有十分廣闊的開發潛力。雖然我國致密氣具有大面積分布的特點，但全面動用致密氣的能力還較差，主要原因是在現行天然氣價格體系下，開發成本偏高，產出投入比較小，經濟效益差；因此，準確的預測致密氣產量，能有效預估氣井經濟效益，減少開發成本，提高生產效率。

一般來說，致密氣藏孔隙度小(10％)、滲透率低(1mD)、儲層物性差，必須經過大規模壓裂才能獲得經濟產量，但大規模壓裂會使原本就復雜的地質結構和滲流規律變得愈發復雜，導致傳統的產量預測方法如解析推導、數值模擬和氣井產能試井等很難在低計算成本和短時間的前提下較精確地預測壓后致密氣井產量。

發明內容

針對上述問題，本發明提供一種致密氣產量的智能分段預測方法,能夠有效解決由于致密氣產量跨度大導致的預測精度低的問題，更易于實施且有較高精度，可以彌補現有技術致密氣產量預測方法的不足。

本發明采用下述的技術方案：

一種致密氣產量的智能分段預測方法方法，包括以下步驟：

步驟1：根據地質研究資料和壓裂施工報告，收集并整理現場多種影響致密氣產量的特征因素數據，獲得并清理原始數據集，剔除異常的樣本數據；

步驟2：利用聚類算法對原始數據集中的致密氣產量進行聚類，將原始數據集劃分為K類樣本數據；

步驟3：分別對步驟2中劃分出的K類樣本數據使用Bootstrap方法抽樣，逐段形成訓練集與測試集；

步驟4：利用隨機森林分類算法對原始數據集進行分類訓練預測分析，獲得隨機森林分類模型，并計算該模型的訓練誤差和預測誤差；

步驟5：設定人工神經網絡的待定參數，通過誤差反向傳播的前饋神經網絡分別對K類樣本數據進行訓練預測分析，獲得K個對應的人工神經網絡模型，并計算模型的訓練均方誤差和預測均方誤差；

步驟6:最后先根據步驟4得到的隨機森林分類模型判斷樣本數據類別，再通過步驟5得到的對應該類別的人工神經網絡模型對致密氣產量進行分析預測。

進一步的，所述步驟1中的特征因素數據包括烴源巖厚度、支撐縫寬、導流能力、含氣飽和度、總液量和前置液百分比。

進一步的，所述步驟2中所述步驟1具體包括以下子步驟：

步驟101：篩選出基礎樣本數據中含零的樣本，將其剔除；

步驟102：計算產氣量遞增梯度，繪制產氣量遞增梯度散點圖，剔除產氣量變化幅度過大的樣本；

步驟103：剔除含氣飽和量異常的樣本。

進一步的，所述步驟2具體包括以下子步驟：

步驟201：隨機選取一個樣本作為第一個聚類中心；