改进GRNN网络预测致密砂岩气层压裂产能

致密砂岩储层孔隙度小、渗透率低、含气饱和度低,基本上没有自然产能,需要进行压裂,所以压裂产能的预测很重要。广义回归神经网络(GRNN)稳定,对样本数量的要求低。产能预测关键是样本的选取以及扩展因子的选取。在原有的GRNN预测产能的基础上,利用交叉验证法改进GRNN网络,选取最优的样本确定最优的GRNN网络结构,利用循环判断法,选取最优的扩展因子。改进的GRNN神经网络可以避免确定GRNN网络结构和扩展因子过程中过多的人为影响。笔者利用灰色关联分析法分析压裂产能的影响因素,利用改进的GRNN网络有针对性地建立适合苏里格地区致密砂岩气层的压裂产能预测模型。结果表明该方法在苏里格地区气层压裂产能预测中有较好的应用效果。     

改进 GＲNN 网络预测致密砂岩气层压裂产能

致密砂岩储层孔隙度小、渗透率低、含气饱和度低,基本上没有自然产能,需要进行压裂,所以压裂产能的预测很重要。广义回归神经网络 ( GＲNN) 稳定,对样本数量的要求低。产能预测关键是样本的选取以及扩展因子的选取。在原有的 GＲNN 预测产能的基础上,利用交叉验证法改进 GＲNN 网络,选取最优的样本确定最优的 GＲNN 网络结构,利用循环判断法,选取最优的扩展因子。改进的 GＲNN 神经网络可以避免确定 GＲNN 网络结构和扩展因子过程中过多的人为影响。笔者利用灰色关联分析法分析压裂产能的影响因素,利用改进的 GＲNN 网络有针对性地建立适合苏里格地区致密砂岩气层的压裂产能预测模型。结果表明该方法在苏里格地区气层压裂产能预测中有较好的应用效果。     

BP 神经网络模型在朝长地区扶杨油层压裂产能预测中的应用

松辽盆地朝长地区扶杨油层是典型的低孔低渗砂岩储层,需要进行压裂改造,产能影响因素较多,用常规线性方法进行的产能预测结果往往精度不够。在研究该区测井曲线响应特征的基础上,根据地区经验和灰色关联分析法,优选自然伽马、声波、电阻率、中子和密度5 个测井特征参数,及含砂比、破裂压力2 个压裂施工参数,与已有的试油结论作为模型的训练样本,建立预测储层压裂改造后单位厚度产液量和单位厚度产油量的BP 神经网络模型。在实际应用过程中,不仅能较准确地划分油水层,同时给出了产油量的计算参考值,实现了对低孔低渗砂岩储层压裂产能的有效快速预测。     

致密砂岩储层岩石物理模型的优化建立

Krief模型、Nur模型和Pride-Lee模型通常被用于计算砂岩储层干岩石模量,但对于致密砂岩储层却效果不佳。基于Krief模型和Nur模型,在满足纵波或横波预测值与实测值差值最小的条件下,通过Gassmann方程求出模型中的岩性指数m或临界孔隙度O_c,进而将模型中通常采用的经验参数表示成随采样点变化的值,提高了Krief模型和Nur模型估算纵横波速的精度,称为变参数Krief模型和变参数Nur模型。此外,对比不同约束条件下纵横波预测精度,可知在致密砂岩储层中3种模型的剪切模量公式的精度更高、适用性更好。Han提出的K_(dry)与u_(dry)关系式不受孔隙度、岩性等因素的影响,将该关系式与上述3种模型中任意一种剪切模量公式结合建立干岩石模型,应用到Gassmann方程中对鄂尔多斯盆地苏里格气藏盒8致密砂岩储层横波速度进行预测,提高了预测横波速度的精度,同时获得了3种模型中每个采样点对应的岩性指数m、临界孔隙度O_c和固结参数c的值,这些参数值可以反映出储层的岩性差异、孔隙结构、压实程度等特征,映射了储层的地质特征。     

小波分析在致密砂岩气层识别中的应用

致密砂岩储层孔隙度低、渗透率低、非均质性强,气层所对应的测井响应特征较为复杂,气层识别和评价难度较大,多解性突出.以三水模型、岩心、地质和试气资料为基础,采用能量谱峰值与能量加权累计法定量分析致密砂岩气层的电阻率与自由流体孔隙度组合曲线的小波多尺度能谱特征,以及小波包能量谱特征.组合曲线的多尺度小波能量谱分析方法在致密砂岩气层识别中气层的能量谱与水层的能量谱明显不同,并用其识别苏里格地区的致密砂岩气层.结果表明识别致密砂岩气层能量加权累计法定量分析比小波能量峰分析效果更好.      

苏里格气田盒8气藏气水层测井识别研究

鄂尔多斯盆地苏里格气田盒8气藏为弹性驱动的河流相低效气藏,储层非均质性强,在开发中普遍见水。根据试采情况将气藏储层分为气层、水层、气水层三类,开展气、水层的测井识别研究。以区内26口井50个射孔层段各层的试油结果作为依据,选出了700个样本点作为判识建模的标本,以声波时差和中子孔隙度等8个原始测井值作为判识变量组合,采用模糊判别分析,建立了各层的判识模型。回判结果表明,模型对气层精度达到97％,水层为89％,气水层为94％。利用未参加建模的出水井射孔段对模型进行验证,判识结果基本符合实际情况,模型具有较高精度。     

核磁共振技术在苏里格致密气层识别中的应用

鄂尔多斯盆地苏里格气田储集层为一致密砂岩储层.低阻气层与高阻气层共存,气水关系复杂,气层评价是现场工作面临的主要问题.为快速准确储层评价,将核磁共振录井技术方法应用于现场分析,通过综合分析与参数优选组合,建立研究区含气、含水评价参数及解释模版,有效量化了储集空间流体,现场气藏评价应用效果较好.此技术的成功应用,为致密天然气储层识别与评价提供了新的思路和技术手段.     

大庆深部致密砂砾岩含气储层产能预测

气层产能预测是气藏工程研究中用于指导气井以及气田合理生产的重要工作和任务,它在气田整体评价和高效开发进程中具有很强的预见性和主动性。讨论了大庆深部致密砂砾岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测含气储层产能的方法。利用已知气井测试结果和测井资料作为网络的训练样本。根据网络学习训练结果,输入储集层的测井资料等静态参数,可预测该储集层的产能。根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部致密砂砾岩含气储层的开发提供了一定的依据。     

多隐层BP神经网络模型在径流预测中的应用

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.     

致密砂岩储层含气测井特征及定量评价

致密砂岩储层孔隙度低、渗透率低、非均质性强,气层所对应的测井响应特征较为复杂,气层识别和评价难度较大、多解性突出。传统上,利用常规测井曲线进行含气性评价多是定性评价,在利用智能识别法评价含气性时,也是利用分类模型进行定性评价;而利用常规测井资料定量评价含气性比较困难。本文首先以岩心、地质、试气资料和常规测井曲线为基础,利用交会图法进行致密砂岩含气特征分析,建立含气性定性评价指标;然后,利用广义回归神经网络（GRNN）预测含气量和含水量,构造含气性和含水性指示曲线,定量评价致密砂岩的含气性;最后,定性评价和定量评价综合使用,以评价致密砂岩含气性,并在苏里格地区盒₈段进行应用,取得了较好的应用效果。     

Summary of Numerical Models for Predicting Productivity of Shale Gas Horizontal Wells

Shale gas production has gradually achieved high and stable output, which makes it possible to make up for the shortage of oil and gas energy as an alternative energy source. Shale reservoir is compact, with well-developed nano-pore, and has the characteristics of adsorption and desorption, diffusion and slippage. At the same time, there are a large number of natural cracks, bedding and foliation. Hydraulic fractures expand irregularly after volume fracturing in horizontal wells. The whole system has multi-field coupling and cross-scale flow effects. Productivity prediction of shale gas is difficult and uncertain, which restricts the efficient development and evaluation of shale reservoirs. In this paper, the development status of productivity numerical models for shale gas horizontal wells is reviewed in consideration of the multi-scale transport characteristics of shale gas. These models include dual media capacity models, multiple media capacity models, and complex seam productivity models. It is considered that the dual medium and multi-media productivity models weaken the large permeable flow area and channel provided by the complex seam network system after shale reservoir lamination, and cannot comprehensively characterize the full-scale coupled transport characteristics of shale gas. The numerical model for productivity prediction of shale gas horizontal wells based on complex fracture network provides a multi-scale flow embedded fracture network system, which solves the problem of systematic flow without losing the ability to accurately characterize each scale flow. It is necessary to obtain the complex fracture network morphological characterization which conforms to reservoir geological characteristics, rock mechanical behavior and fluid-solid coupling mechanism. Fracture network characterization is the key to the productivity prediction of shale gas horizontal wells.     

基于改进层次熵分析法的致密砂岩储层可压性评价 ——以准噶尔盆地Z109井侏罗系储层为例

储层可压裂性评价是储层改造方案设计的重要依据,影响致密砂岩可压裂性的主要因素有天然裂缝、砂岩脆性、水平应力差异、断裂韧性等。研究以准噶尔盆地中部1区块Z109井侏罗系致密砂岩为例,综合考虑天然裂缝、砂岩脆性、水平应力差异、断裂韧性四种影响因素,采用改进的层次分析和熵值法相结合的方法进行了致密砂岩储层可压裂性评价。研究结果表明:可压裂性指数越大,致密砂岩储层越易于压裂,压裂时越能获得较复杂的裂缝网络;可压裂性指数大于0.44,砂岩脆性高,断裂韧性小,裂缝发育程度高,水平差异系数小的储层段为Ⅰ级优质压裂层;可压裂性指数大于0.44,砂岩脆性高,断裂韧性小,裂缝发育程度低,水平差异系数大的储层段为Ⅱ级可压裂层;研究区Z109井4036~4039 m、4062~4067 m、4214~4218 m和4260~4272 m为Ⅰ级优质压裂层,4093~4108 m和4284~4313 m为Ⅱ级可压裂层。研究成果可为致密砂岩压裂改造提供科学依据。      

滇东威信地区龙潭组致密砂岩矿物组成特征及其油气地质意义

致密气是发育于低孔、特低渗透砂岩中的一种非常规资源,具有丰富的潜在油气储量,但由于其致密低渗透性,压裂改造是致密气高效开发的必须手段,而砂岩储集特征及物质组成对初步评价致密砂岩储层的资源潜力和生产能力有重要意义.运用X射线衍射、显微镜及扫描电镜等技术手段,对滇东威信地区二叠系龙潭组10个致密砂岩露头样品进行定性和定量分...     

基于贝叶斯正则化改进BP神经网络的页岩气有机碳含量预测模型

页岩气总有机碳(TOC)含量是评价岩性气藏的关键指标,受复杂地质及岩芯采集等多种因素的影响,常规室内测试分析获得的TOC含量的数据有限且结果有失准确。为合理准确预测页岩气TOC含量,本文首先通过对页岩气储层TOC含量测井资料综合分析选取8条测井曲线,并结合主成分分析法(Principal Component Analysis,PCA)提取四个主成分;其次基于贝叶斯正则化(Bayesian Regularization)改进的BP神经网络方法建立页岩气TOC含量预测的BR-BP模型;最后利用该模型对研究区A区页岩气TOC含量进行预测,并与常规的LM-BP神经网络模型的预测结果进行对比。结果表明：BR-BP模型有较强的非线性拟合能力,能够真实地反映出页岩气TOC含量与各测井参数之间的非线性关系,其模型预测结果与实际值基本吻合,与常规的LM-BP神经网络模型相比,其数据敏感性增强,预测精度有所提高,该研究方法具有一定的理论意义和参考价值,为我国TOC含量预测提供了一种新的技术方法和手段。     

新场气田分段压裂水平井裂缝布局优化

新场气田属于大型多层致密砂岩异常高压气藏,储层物性差,非均质性强,气井动用储量低。目前,为大幅度提高气井产能,提高储量动用长度,该气藏多采用多段压裂水平井开发。因此,迫切需要论证裂缝参数及其组合对多段压裂水平井开发效果的影响,为气藏下步科学高效开发和持续高产稳产提供理论基础。以川西新场气田为研究对象,采用数值模拟法深入研究了压裂水平井裂缝几何布局对气井产能的影响,包括非均匀裂缝长度、非均匀裂缝间距、压裂规模与裂缝数量、裂缝长度与间距的匹配、裂缝夹角与间距的匹配。结果表明:对于多段压裂水平井,U型模式的裂缝长度布局最优;均匀裂缝间距开发效果优于非均匀裂缝间距;水力压裂时,少段数长缝能取得更佳的开发效果;0. 67~1倍缝长的裂缝间距布局、垂直于井筒的正交裂缝布局有利于改善压裂水平井开发效果,裂缝间距的增大能有效降低非正交裂缝低夹角对产量的影响。     

用人工神经网络方法分析油藏压裂效果——以靖安油田塞A井区长2油藏为例

通过已有的少数井的试井资料分析得出压裂裂缝参数,以现有的参数为样本建立人工神经网络系统.以影响压裂结果的地层厚度、孔隙度、泥质含量、压裂施工参数、工作压力加砂排量为输入参数,以裂缝导流能力和裂缝半长为输出参数,用BP神经网络训练,推断出所有井的压裂裂缝参数,从而得到整个油藏的压裂裂缝分布特征,对压裂措施的效果有了直观的评价.     

广义回归神经网络预测加筋土支挡结构高度

土工合成材料加筋支挡结构（Geosythetics-Reinforced Retaining Wall, 简称GRW）设计方法主要是建立在似粘聚力理论基础之上的半经验设计法。由于土性及加筋机理的复杂性，常常要对它们进行人为假定，导致计算结果差强人意。神经网络方法与传统方法的不同之处在于不需要主观假定，而是模拟人脑思维，通过数据样本的学习来获得预测结果。引入神经网络技术来预测加筋土支挡结构的设计高度是一种新尝试。由于本问题具有样本容量非常有限、影响因素复杂多样的特点。因此，采用适用于稀土样本数据的广义回归网络（General Regression Neural Network)来预测加筋土支挡结构设计高度。基于MATLAB神经网络工具箱及文献[1]的挡墙离心模型试验结果，建立了一个可用于加筋支挡结构设计高度预测的GRNN网络。通过对足尺试验，实际工程及模型试验结果的检验，表明网络的学习是成功的，具有一定指导意义。     

大宁?吉县区块深层煤层气生产特征与开发技术对策

鄂尔多斯盆地埋深超过2 000 m的深层煤层气资源丰富,是煤层气勘探开发重要领域,鄂尔多斯盆地东缘大宁?吉县区块开展了一批深层煤层气工艺试验,初步取得一定效果,但规模效益开发主体技术亟待攻关。基于实验分析、生产数据和裂缝监测等资料,通过对大宁?吉县区块深层煤层气储层特征、生产动态和压裂改造效果开展评价,分析了深层煤层气生产特征并提出开发技术对策。研究认为:(1) 深层煤储层具有“低渗、高含气、高含气饱和度、富含游离气”的特征;(2) 深层煤层气产能主要受资源富集、微构造和有效改造规模控制,在正向微构造发育区,资源越富集、加液强度越大、加砂强度越大,越有利于扩大供气能力和提高单井产量;(3) 深层煤层气生产井呈现出以游离气产出为主的高产期、游离气和吸附气共同产出的稳产及递减期和以吸附气产出为主的低产期三段式产出特征。基于上述认识,提出了深层煤层气开发技术对策,实施的D6-7P1井取得较好生产效果,证实在有利区实施超大规模加砂压裂可有效提高深层煤层气产能。