[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

说明书

本发明公开了一种单一区域内低压天然气井漏失程度快速预测方法，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；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，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。能根据已作业天然气井数据资料，预测清水漏失速度。基于神经网络模型无具体的模型限制，可适用于不同的单一区域。无需对未作业井进行清水测试漏失量。

技术领域

本发明属于天然气修井领域，具体涉及一种单一区域内低压天然气井漏失程度快速预测方法。

背景技术

天然气井长期生产后地层压力系数下降，更换管柱、套管腐蚀检测等修井作业过程中，需要先期压井保证井筒存在稳定液柱环境。但地层压力系数较低，导致清水压井液灌入井筒后，井筒液柱压力大于地层压力，形成稳定漏失压差，导致清水压井液漏失，无法提供修井作业所需稳定井筒环境。

经过多年开发，现以形成适用低压气井的多类型压井暂堵体系。这些通过进入低压气层实施颗粒充填、纤维架桥、绒囊堆积等方式，能够有效提高低压气层承压能力，保证井筒内形成稳定高度液柱。

但不同地层压力系数不同、漏失通道尺度不同，适用堵剂类型存在差异。使用堵剂封堵性能过强，作业成本过高，且作业后暂堵剂返排困难，损害地层产气能力恢复效果。使用堵剂封堵性能较弱，暂堵强度不够，修井作业过程易产生二次漏失，降低修井作业效率。为此，不同低压气井需匹配适用堵剂，保证暂堵性能适中的同时，降低作业成本。

现场低压气井适用堵剂优选依据缺乏，现场普遍使用测试制，即将大量清水压井液灌入，评价清水漏失速度，再据此选择适用堵剂。这种做法增大工艺成本的同时，后续多类型堵剂进入地层是否与清水相互干扰、产生负面影响，存在一定风险。此外，大量清水注入地层，修井作业后返排困难，不利于低压气井快速复产。

解决现有低压气井修井过程适用暂堵剂优选难题，首先需要寻找气井漏失程度预测方法。

发明内容

本发明的目的是提供单一区域内低压天然气井漏失程度快速预测方法，以得到未开采井的清水漏失量，从而实现单个区域内气井漏失程度统一评价，为暂堵剂优选提供数据支撑。

本发明是通过以下技术手段实现技术目的的，一种单一区域内低压天然气井漏失程度快速预测方法，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。

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。