亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        致密油藏壓裂水平井產(chǎn)量預(yù)測(cè)

        2022-09-20 10:45:14宋俊強(qiáng)李曉山王碩顧開放潘虹王鑫
        新疆石油地質(zhì) 2022年5期
        關(guān)鍵詞:控制流遞減率水平井

        宋俊強(qiáng),李曉山,王碩,顧開放,潘虹,王鑫

        (中國(guó)石油 新疆油田分公司 勘探開發(fā)研究院,新疆 克拉瑪依 834000)

        致密油藏壓裂水平井產(chǎn)量初期遞減快,后期遞減慢,呈現(xiàn)兩段或多段式遞減特征,導(dǎo)致單一經(jīng)驗(yàn)?zāi)P彤a(chǎn)量預(yù)測(cè)難度大且準(zhǔn)確度低;而準(zhǔn)確預(yù)測(cè)單井產(chǎn)量是提高開發(fā)效果及經(jīng)濟(jì)效益的基礎(chǔ)。

        現(xiàn)有的產(chǎn)量預(yù)測(cè)方法包括經(jīng)驗(yàn)法[1-2]、現(xiàn)代產(chǎn)量遞減分析法[3]、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法[4]和數(shù)值模擬法[5-6]。這些方法大多以統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),只考慮產(chǎn)量隨時(shí)間的變化,難以匹配壓裂水平井的多流態(tài)生產(chǎn)特征[7-8],無法準(zhǔn)確評(píng)價(jià)水平井全生命周期產(chǎn)量。因此,基于不同經(jīng)驗(yàn)遞減模型適用條件,前人提出了一系列組合模型。如按遞減率變化速率相等處為組合點(diǎn)的組合模型,但是出現(xiàn)遞減率相同的節(jié)點(diǎn)必須有足夠長(zhǎng)的生產(chǎn)時(shí)間,難以實(shí)現(xiàn)不同生產(chǎn)階段的產(chǎn)量預(yù)測(cè)[9];以產(chǎn)量為組合點(diǎn),雖然預(yù)測(cè)模型跳躍現(xiàn)象明顯減弱,但不符合遞減率連續(xù)性特征,同時(shí)早期階段也無法預(yù)測(cè)[10];將不同模型賦予不同的權(quán)重,建立目標(biāo)函數(shù),通過最優(yōu)化算法,確定最佳的預(yù)測(cè)方法組合,雖可適用于不同的生產(chǎn)階段,但失去了各模型的物理意義,且增大了擬合難度[11]。

        筆者從經(jīng)驗(yàn)遞減模型與流態(tài)的關(guān)聯(lián)性出發(fā),提出了以邊界控制流時(shí)間為節(jié)點(diǎn)的新型組合模式,同時(shí)根據(jù)節(jié)點(diǎn)處的產(chǎn)量相等和遞減率相等,推導(dǎo)出了新型分段產(chǎn)量預(yù)測(cè)模型,并給出了邊界控制流時(shí)間及該模型的求解方法,可預(yù)測(cè)不同生產(chǎn)階段的單井全生命周期產(chǎn)量。

        1 產(chǎn)量預(yù)測(cè)模型的推導(dǎo)

        根據(jù)Arps 產(chǎn)量遞減模型[12],當(dāng)遞減指數(shù)為0 時(shí),可特殊化為指數(shù)遞減,其特點(diǎn)是單位時(shí)間內(nèi)產(chǎn)量下降與產(chǎn)量成比例,即遞減率為定值,為現(xiàn)場(chǎng)常用模型,其產(chǎn)量和時(shí)間的關(guān)系為

        指數(shù)遞減的遞減率:

        而借鑒的SEPD 模型,則是一個(gè)基于經(jīng)驗(yàn)的公式[13],其表達(dá)式如下:

        該模型的遞減率:

        前人通過對(duì)不同經(jīng)驗(yàn)遞減模型與滲流流態(tài)特征相關(guān)性研究,總結(jié)不同經(jīng)驗(yàn)?zāi)P偷倪m用階段[14]。其中,Arps 遞減模型以邊界控制流為主導(dǎo),主要適用于生產(chǎn)后期產(chǎn)量擬合預(yù)測(cè);SEPD 模型以不穩(wěn)定流和過渡流為主導(dǎo),主要適用于生產(chǎn)前期產(chǎn)量預(yù)測(cè);兩者的組合節(jié)點(diǎn)可用邊界控制流時(shí)間控制[15-16]。本文采用指數(shù)模型與SEPD模型進(jìn)行組合:

        為了使模型連續(xù),使2 個(gè)模型在節(jié)點(diǎn)處的遞減率、產(chǎn)量全都相等,可推出指數(shù)模型的初始產(chǎn)量、遞減率與SEPD模型參數(shù)的相關(guān)公式:

        將(6)式代入(5)式,形成改進(jìn)后的新型分段遞減模型:

        2 模型節(jié)點(diǎn)的求取

        2.1 邊界控制流時(shí)間的確定

        諸多學(xué)者對(duì)致密油藏壓裂水平井的滲流規(guī)律進(jìn)行了研究,普遍把壓裂水平井的流動(dòng)階段劃分為早期線性流階段、擬徑向流階段、復(fù)合線性流階段和邊界控制流階段[7-8]。理論上,利用經(jīng)驗(yàn)?zāi)P瓦M(jìn)行產(chǎn)量預(yù)測(cè),其預(yù)測(cè)結(jié)果與油井生產(chǎn)歷史中的流態(tài)階段有關(guān),不同流態(tài)階段的預(yù)測(cè)結(jié)果不同。邊界控制流作為壓裂水平井在線性流之后常表現(xiàn)出的一種流動(dòng)特征,其在物質(zhì)平衡時(shí)間與規(guī)整化產(chǎn)量的雙對(duì)數(shù)曲線上為斜率等于-1的直線。

        物質(zhì)平衡時(shí)間:

        規(guī)整化產(chǎn)量:

        在變壓生產(chǎn)時(shí)的物質(zhì)平衡時(shí)間與規(guī)整化產(chǎn)量的雙對(duì)數(shù)曲線上,可將線性流斜率為-1/2的切線與邊界控制流斜率為-1 的切線的交點(diǎn)作為邊界控制流時(shí)間點(diǎn)(圖1),但該交點(diǎn)對(duì)應(yīng)的時(shí)間為物質(zhì)平衡時(shí)間,需進(jìn)一步轉(zhuǎn)化為實(shí)際生產(chǎn)下的邊界控制流時(shí)間,才能運(yùn)用于新型分段遞減模型[13-14]。研究表明,到達(dá)邊界控制流后期,產(chǎn)量較低,累計(jì)產(chǎn)量降低,物質(zhì)平衡時(shí)間快速增加,實(shí)際生產(chǎn)時(shí)間的變化速度較物質(zhì)平衡時(shí)間的變化速度小,導(dǎo)致實(shí)際生產(chǎn)時(shí)間隨物質(zhì)平衡時(shí)間在后期變的較為平緩。這種特征與Langmuir 吸附曲線形態(tài)相似,可用其建立物質(zhì)平衡時(shí)間與實(shí)際生產(chǎn)時(shí)間的關(guān)系,再將判別出的物質(zhì)平衡時(shí)間條件下邊界控制流時(shí)間代入擬合公式,即可獲取實(shí)際生產(chǎn)下的邊界控制流時(shí)間(圖2):

        綜上所述,可針對(duì)已到達(dá)邊界控制流時(shí)間的生產(chǎn)井進(jìn)行判別計(jì)算,構(gòu)建廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)學(xué)習(xí)數(shù)據(jù)體。

        2.2 基于GRNN算法的邊界控制流時(shí)間預(yù)測(cè)

        依據(jù)邊界控制流時(shí)間的確定方法,只能判斷已達(dá)到邊界控制流時(shí)間的晚期生產(chǎn)井,對(duì)未達(dá)到邊界控制流時(shí)間的生產(chǎn)井需要進(jìn)行預(yù)測(cè),才能使用(7)式進(jìn)行分段產(chǎn)量預(yù)測(cè)。油藏開始受到邊界控制流影響的時(shí)間和油藏半徑有關(guān),并且與擴(kuò)散常數(shù)成反比,邊界控制流時(shí)間的簡(jiǎn)易計(jì)算公式為[17]

        對(duì)致密油藏壓裂水平井而言,其井控半徑與水平井段長(zhǎng)度、壓裂級(jí)數(shù)、裂縫半長(zhǎng)以及井距具有一定的相關(guān)性,而裂縫半長(zhǎng)與壓裂液體積、支撐劑量相關(guān)。考慮原油黏度和綜合壓縮系數(shù)在同一油藏變化不大,壓裂水平井的邊界控制流時(shí)間可用孔隙度、滲透率、水平井段長(zhǎng)度、壓裂級(jí)數(shù)、井距、壓裂液體積和支撐劑量的非線性函數(shù)表示。

        GRNN 是一種以非線性回歸為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)模型[18],具有數(shù)據(jù)樣本的要求較少,概率意義明確,具較好的泛化能力,可逼近任意類型的函數(shù)[19],因此可采用GRNN對(duì)邊界控制流時(shí)間進(jìn)行預(yù)測(cè)。

        本文在GRNN 學(xué)習(xí)過程中,輸入層單元為孔隙度、滲透率、水平井段長(zhǎng)度、壓裂級(jí)數(shù)、井距、壓裂液體積和加砂量7 種;模式層中神經(jīng)元節(jié)點(diǎn)數(shù)k為學(xué)習(xí)樣本數(shù),其神經(jīng)元傳遞函數(shù):

        求和層有2 個(gè)神經(jīng)元,分別為Pi的算術(shù)求和神經(jīng)元與加權(quán)求和神經(jīng)元;輸出層只有1 個(gè)單元,即邊界控制流時(shí)間,其值為加權(quán)求和神經(jīng)元與算術(shù)求和神經(jīng)元的比值。

        上述學(xué)習(xí)過程中最主要的參數(shù)為光滑因子,其較小時(shí)導(dǎo)致模型無法收斂,較大時(shí)易出現(xiàn)過擬合現(xiàn)象[20],因此通常設(shè)置其取值范圍為0~1。光滑因子優(yōu)化通常采用果蠅算法、粒子群算法、蝙蝠算法等,考慮粒子群算法具有較高的準(zhǔn)確度[20-21],本文采用該算法。

        粒子群算法是模擬鳥類覓食,用一群粒子來實(shí)現(xiàn)全局搜索尋優(yōu)智能算法[21],每個(gè)粒子具有位置、速度和適應(yīng)度3 個(gè)特征屬性。粒子在空間中運(yùn)動(dòng),通過跟蹤、比較新粒子與個(gè)體極值和群體極值的適應(yīng)度,來獲取最優(yōu);其速度與位置的變化可通過(13)式和(14)式計(jì)算;適應(yīng)度函數(shù)按計(jì)算實(shí)際值與預(yù)測(cè)值之間的均方差處理。

        粒子速度:

        粒子位置:

        適應(yīng)度:

        本算法中粒子為GRNN 的平滑因子,具體粒子群算法優(yōu)化GRNN算法的實(shí)現(xiàn)過程如下。

        ①考慮樣本數(shù)據(jù)之間存在量綱差,為避免產(chǎn)生較大誤差,對(duì)輸入樣本進(jìn)行歸一化處理:

        ②設(shè)定粒子數(shù)目、權(quán)重因子、學(xué)習(xí)因子、循環(huán)迭代次數(shù)、最大速度、最小速度和粒子位置,隨機(jī)初始化粒子位置和速度。

        ③將歸一化后的學(xué)習(xí)樣本和初始化粒子位置(粒子位置即光滑因子)代入GRNN 中,訓(xùn)練GRNN 模型,確定適應(yīng)度值。

        ④更新粒子的個(gè)體極值和群體極值,優(yōu)化粒子位置和速度,確定新粒子的位置。

        ⑤判斷適應(yīng)度值是否滿足結(jié)束條件,若不滿足,重復(fù)步驟②—④;若滿足,輸出粒子位置,并將其映射到GRNN中,訓(xùn)練GRNN模型。

        ⑥訓(xùn)練完成后,將預(yù)測(cè)參數(shù)帶入優(yōu)化的GRNN中,計(jì)算預(yù)測(cè)值(表1)。

        表1 邊界控制流時(shí)間的學(xué)習(xí)樣本及模型預(yù)測(cè)結(jié)果比較Table 1.Learning samples and model prediction results for BDF time

        3 產(chǎn)量預(yù)測(cè)模型應(yīng)用評(píng)價(jià)

        3.1 模型的預(yù)測(cè)流程及求解方法

        根據(jù)推導(dǎo)的新型分段產(chǎn)量預(yù)測(cè)模型及邊界控制流時(shí)間確定方法,提出了新型分段產(chǎn)量模型的評(píng)價(jià)預(yù)測(cè)流程。該模型以流態(tài)劃分為基礎(chǔ),未達(dá)到邊界控制流時(shí),可利用前期的生產(chǎn)數(shù)據(jù)采用SEPD 模型用迭代試差和最小二乘法直接擬合出模型參數(shù)[13];達(dá)到邊界控制流時(shí)間后,采用全局連續(xù)的分段最小二乘法曲線擬合求解。

        迭代試差和最小二乘法擬合求解方法:①將分段模型中的SEPD模型兩端取雙對(duì)數(shù),變成lnq與tn的關(guān)系;②假設(shè)n為定值,可用生產(chǎn)數(shù)據(jù)構(gòu)建出lnq與tn的關(guān)系,即用最小二乘法擬合得出特定n下的擬合度;③n的取值范圍為0~1,n按0.001步長(zhǎng)不斷迭代,可求出不同n下的擬合度;④通過比較擬合度,可求出lnq與tn的最佳線性擬合關(guān)系下的n,通過最佳線性關(guān)系的斜率與截距可求出相應(yīng)的參考產(chǎn)量及特征弛豫時(shí)間;⑤將求出的參考產(chǎn)量、特征弛豫時(shí)間及預(yù)測(cè)的邊界控制流時(shí)間代入(7)式,求出新型分段產(chǎn)量預(yù)測(cè)模型。

        全局連續(xù)的分段最小二乘法擬合求解方法:①將分段模型(7)式進(jìn)行兩端雙對(duì)數(shù)處理,變成線性函數(shù);②按照(17)式構(gòu)建擬合均方差誤差函數(shù)f(qo,n,τ);③假設(shè)n為定值,可用邊界控制流時(shí)間前的實(shí)際數(shù)據(jù)構(gòu)建出lnq與tn的線性關(guān)系后,采用最小二乘法擬合得出特定n下的參考產(chǎn)量及特征松弛時(shí)間;④將特定n下的參考產(chǎn)量、特征松弛時(shí)間、預(yù)測(cè)的邊界控制流時(shí)間及實(shí)際對(duì)應(yīng)的產(chǎn)量代入誤差函數(shù)f(qo,n,τ),求出其誤差;⑤將n以0.001的步長(zhǎng)迭代,計(jì)算出不同n下的誤差函數(shù),求出擬合誤差函數(shù)最小時(shí)的模型參數(shù),即為分段模型擬合度最佳的參數(shù)。

        擬合誤差函數(shù):

        3.2 實(shí)例分析

        以瑪湖油田早期壓裂水平井MH6004 井為例,進(jìn)行模型分析。該井孔隙度為11.4%,滲透率為2.80 mD,水平井段長(zhǎng)度為938 m,壓裂級(jí)數(shù)為12,井距為400 m,壓裂液體積為13 535 m3,加砂量為836 m3。設(shè)定粒子數(shù)目為30,權(quán)重因子為0.6,學(xué)習(xí)因子為2,循環(huán)迭代100 次,最大速度為0.01,最小速度為-0.01,粒子最大值為1,粒子最小值為0.01;計(jì)算得出的光滑因子為0.011 8,邊界控制流時(shí)間為807 d。

        為降低生產(chǎn)波動(dòng)的影響,將生產(chǎn)數(shù)據(jù)按月平均日產(chǎn)油量處理,按常規(guī)產(chǎn)量預(yù)測(cè)方法,用指數(shù)式擬合達(dá)到邊界控制流之后的生產(chǎn)數(shù)據(jù),設(shè)計(jì)平均產(chǎn)油1 t/d為廢棄產(chǎn)量,預(yù)測(cè)累計(jì)產(chǎn)油量達(dá)4.30×104t。同時(shí)利用本文模型、SEPD 模型、指數(shù)模型分別按邊界控制流之前的早期階段(2~25 月)及邊界控制流之后(2~33 月)擬合預(yù)測(cè),對(duì)比不同預(yù)測(cè)方法所得結(jié)果的差異(圖3、圖4)。結(jié)果表明:針對(duì)早期與到達(dá)邊界控制流后,在相同擬合階段下,本文模型比SEPD 模型和指數(shù)模型的擬合度高,其預(yù)測(cè)誤差小于5%(表2),而SEPD 模型預(yù)測(cè)產(chǎn)量明顯偏高,指數(shù)模型預(yù)測(cè)產(chǎn)量偏低。造成該現(xiàn)象的原因是SEPD模型以不穩(wěn)定流和過渡流為主導(dǎo),擬合預(yù)測(cè)時(shí)遞減率逐漸減小,但實(shí)際生產(chǎn)過程到邊界控制流后遵循指數(shù)規(guī)律,遞減率幾乎不發(fā)生變化,導(dǎo)致其預(yù)測(cè)結(jié)果比常規(guī)方法大;指數(shù)模型較適用于生產(chǎn)中后期的邊界控制流階段,而壓裂水平井生產(chǎn)前期主要以裂縫的線性流和不穩(wěn)定流為主,產(chǎn)量從迅速下降到緩慢下降轉(zhuǎn)變,導(dǎo)致利用指數(shù)擬合時(shí),遞減 率較大,預(yù)測(cè)產(chǎn)量偏低。

        表2 不同模型預(yù)測(cè)結(jié)果對(duì)比Table 2.Comparison of prediction results from different models

        4 結(jié)論

        (1)SEPD 模型以不穩(wěn)定流和過渡流為主導(dǎo),指數(shù)模型以邊界控制流為主導(dǎo),進(jìn)而通過2 個(gè)模型在邊界控制流時(shí)間處的產(chǎn)量相等和遞減率相等,推導(dǎo)得到了以邊界控制流時(shí)間為節(jié)點(diǎn)的新型分段產(chǎn)量預(yù)測(cè)模型。

        (2)提出了物質(zhì)平衡時(shí)間與真實(shí)生產(chǎn)時(shí)間的擬合轉(zhuǎn)換關(guān)系,形成了生產(chǎn)條件下邊界控制流時(shí)間確定方法;同時(shí)邊界控制流時(shí)間與地質(zhì)、工程等參數(shù)具有非線性相關(guān)特征,可通過GRNN 算法,根據(jù)相關(guān)已知參數(shù)進(jìn)行早期井邊界控制流時(shí)間的預(yù)測(cè)。

        (3)以邊界控制流時(shí)間為節(jié)點(diǎn)的新型分段產(chǎn)量預(yù)測(cè)模型,對(duì)于早期及到達(dá)邊界控制流后的晚期生產(chǎn)井,均具有較高的預(yù)測(cè)精度,可解決SEPD模型及指數(shù)模型預(yù)測(cè)結(jié)果偏高或偏低的問題。

        符號(hào)注釋

        c1、c2——學(xué)習(xí)因子;

        Ct——綜合壓縮系數(shù),MPa-1;

        d、m、α、β——相關(guān)擬合系數(shù);

        Di——遞減初期遞減率,d-1;

        Dt——遞減率,d-1;

        E——適應(yīng)度,即均方差;

        Gbest——群體極值;

        k——神經(jīng)元節(jié)點(diǎn)數(shù),正整數(shù);

        K——滲透率,mD;

        M——樣本個(gè)數(shù);

        n——時(shí)間指數(shù),無因次,范圍為0~1;

        NP——累計(jì)產(chǎn)油量,m3;

        pr——地層壓力,MPa;

        pwf——井底流壓,MPa;

        Pi——模式第i層的輸出;

        Pbest——個(gè)體極值;

        q——產(chǎn)油量,m3;

        qi——遞減初期產(chǎn)油量,t/d;

        qo——參考產(chǎn)量,t/d;

        q(ti)——ti時(shí)間下的真實(shí)產(chǎn)量,t/d;

        r1、r2——分別為[0,1]的隨機(jī)數(shù);

        re——井控半徑,m;

        t——時(shí)間,d;

        tcd——物質(zhì)平衡時(shí)間,d;

        telf——邊界控制流時(shí)間,d;

        tmax——實(shí)際生產(chǎn)最大時(shí)間,d;

        tture——實(shí)際生產(chǎn)時(shí)間,d;

        vi——第i次循環(huán)時(shí)當(dāng)前粒子的速度;

        vi+1——第i+1次循環(huán)時(shí)當(dāng)前粒子的速度;

        xi——第i次循環(huán)時(shí)當(dāng)前粒子的位置;

        xi+1——第i+1次循環(huán)時(shí)當(dāng)前粒子的位置;

        X——神經(jīng)網(wǎng)絡(luò)輸入變量;

        Xi——第i個(gè)神經(jīng)元對(duì)應(yīng)的學(xué)習(xí)樣本;

        -Xi——?dú)w一化后的第i個(gè)神經(jīng)元對(duì)應(yīng)的學(xué)習(xí)樣本;

        Yi——第i個(gè)預(yù)測(cè)學(xué)習(xí)樣本值;

        yi——第i個(gè)真實(shí)學(xué)習(xí)樣本值;

        φ——孔隙度,%;

        μ——黏度,mPa·s;

        σ——光滑因子;

        τ——特征弛豫時(shí)間,d;

        ω——權(quán)重因子,一般取0.4~0.9;

        Δp——壓差,MPa。

        猜你喜歡
        控制流遞減率水平井
        抵御控制流分析的Python 程序混淆算法
        低滲透油田壓裂水平井生產(chǎn)動(dòng)態(tài)分析
        云南化工(2020年11期)2021-01-14 00:50:42
        工控系統(tǒng)中PLC安全漏洞及控制流完整性研究
        電子科技(2021年2期)2021-01-08 02:25:58
        抵御控制流分析的程序混淆算法
        水驅(qū)油藏產(chǎn)油量遞減率影響因素的分解方法——以錦州9–3油田和渤海油田的應(yīng)用為例
        一種水驅(qū)油藏產(chǎn)油量遞減率評(píng)價(jià)新方法
        上市儲(chǔ)量評(píng)估中指數(shù)遞減法合理遞減率的選取
        特種油氣藏(2018年6期)2019-01-11 02:53:16
        基于水平井信息的單一河口壩內(nèi)部增生體識(shí)別
        一種計(jì)算水平井產(chǎn)能的新方法
        熱采水平井加熱半徑計(jì)算新模型
        国产亚洲欧美在线播放网站| 男ji大巴进入女人的视频小说| 久久久久久伊人高潮影院| 国产免费一区二区三区最新不卡| 少妇极品熟妇人妻高清| 91精品国产综合久久久密臀九色| 免费va国产高清大片在线| 18禁美女裸体网站无遮挡| 亚洲人成网站在线播放小说| 久久精品亚洲94久久精品| 久久久久成人精品无码中文字幕| 久久亚洲精品ab无码播放| 久久久久久久久高潮无码| 日韩av在线亚洲女同| 亚洲国产精品久久电影欧美| 亚洲av乱码中文一区二区三区| 一区二区三区在线视频免费观看| 婷婷久久av综合一区二区三区| 九九久久99综合一区二区| 欧美末成年videos在线观看| 中文字幕精品永久在线| 国产在线一区二区三区四区不卡| 久久精品国产久精国产| 日韩欧美国产丝袜视频| 国产女主播大秀在线观看| 99精品视频69v精品视频| 99久久99久久精品国产片果冻| yy111111少妇影院| 国产在线观看午夜视频| 巨茎中出肉欲人妻在线视频| 人妻无码视频| 日本精品啪啪一区二区| 人与人性恔配视频免费| 蜜桃av噜噜一区二区三区| 丝袜 亚洲 另类 欧美| 国产成人精品人人做人人爽97| 亚洲成av人片在线观看麦芽| 精选麻豆国产AV| 美女一区二区三区在线视频| 亚洲乱码国产乱码精品精| 亚洲人在线观看|