[发明专利]一种单一区域内低压天然气井漏失程度快速预测方法

权利要求书

1.一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于，包括以下步骤：

第一步、数据收集，收集单一区域内已开采井的生产数据和作业过程中清水漏失速度参数，生产数据包括已作业天然气井地层压力系数、气层中深、气层无阻流量、气层射孔高度；

第二步，数据预处理，对第一步中获得的生产数据进行标准化处理；

第三步，模型建立，以标准化处理后的生产数据为输入层，以清水漏失速度参数为输出层，以第一步中得到的作业过程中清水漏失速度参数为标准值，监督训练得到清水漏失速度神经网络模型；

第四步，漏失程度预测，获得未作业井的生产数据作为输入值带入清水漏失速度神经网络模型中，得到未作业井的清水漏失速度参数。

2.根据权利要求1所述的一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于：所述第二步中，标准化处理的具体方式为归一化，归一化公式为X＝(x-x_min)/(x_max-x_min)

式中，X为数据归一化后在0-1空间的映射值；

x为原始数据值；

x_max为原始数据最大值；

x_min为原始数据最小值。

3.根据权利要求1所述的一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于：所述清水漏失速度神经网络模型建立的具体方法为建立BP神经网络，设置输入层、隐含层和输出层的节点个数，初始化隐含层和输出层神经元之间的连接权值w、隐含层阈值a和输出层阈值b。

4.根据权利要求3所述的一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于：所述神经网络隐含层有两层，节点数分别为4和2。

5.根据权利要求1所述的一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于：所述第三步中，设定神经网络模型的最大迭代次数1000，学习率0.1，训练目标最小误差设置为0.0001。

6.根据权利要求3所述的一种单一区域内低压天然气井漏失程度快速预测方法，其特征在于：所述隐含层和输出层神经元之间的连接权值w、隐含层阈值a和输出层阈值b初始值均为系统给定随机数。