[发明专利]页岩气储层焖井时间与产量关系的预测分析方法

说明书

本发明专利公开了页岩气储层焖井时间与产量关系的预测分析方法，具体涉及页岩气开发的技术领域。包括如下步骤：收集整理页岩气储层的测井数据；对测井数据进行数据清洗，并对数据清洗后的测井数据进行补全或删除操作；构建BP神经网络模型，确定输入层、隐藏层、输出层的神经元个数、学习率以及迭代次数，并将特征数据进行特征构造，将产量作为BP神经网络的输出神经元；利用BP神经网络模型进行不断迭代学习，在学习过程中不断的去调节模型的输入参数；通过输入不同关井时间来得到对应产量，从而确定最优关井时间。采用本发明技术方案解决了现有技术无法对焖井时间与产量进行合理预测分析的问题，可用于优化页岩气的开采工艺，提高开采效率。

技术领域

本发明涉及页岩气开发的技术领域，特别涉及页岩气储层焖井时间与产量关系的预测分析方法。

背景技术

我国的页岩气资源潜力巨大，页岩气的勘探和开发可以极大缓解我国的天然气需求压力，改善了我国的能源结构，并确保了我国的能源安全。水力压裂是页岩气储层成功开发的关键技术之一。与常规油气储层不同，现场经验证实，页岩气储层水力压裂后关井一段时间(即压后“焖井”阶段)，再返排压裂液能有效提高页岩气井产能。页岩气井“焖井”增产机理目前尚未完全清楚。其中一种解释为，“焖井”期间由于压裂液与页岩充分接触，发生水化反应，增加了页岩储层的有效孔隙度，提高了储层气体的渗流能力，从而实现增产。但还不能确定具体的“焖井”时间与页岩气产量之间的关系。

中国专利(专利公开号：CN112228054A)公开了一种基于卷积神经网络的页岩气产量确定方法、装置和设备，其中，该方法包括：获取目标页岩气水平井的特征参数集；其中，特征参数集中包含多个特征参数的值，特征参数为影响目标页岩气水平井产能的地质参数和/或工程参数；根据目标页岩气水平井的特征参数集和利用卷积神经网络训练得到的产能预测模型，确定目标页岩气水平井在预设时间段内的产量数据，其中，目标预测模型用于根据目标页岩气水平井的多个特征参数预测所述目标页岩气水平井在预设时间段内的产量数据。在本说明书实施例中，可以在页岩气水平井的物理渗流机理不明确的情况下，利用多个特征参数，便捷、准确地确定目标页岩气水平井在预设时间段内的产量数据。

上述技术方案虽然可以预测某一时间段的产量，但并不能分析出焖井时间与产量之间的关系。

发明内容

本发明意在提供页岩气储层焖井时间与产量关系的预测分析方法，解决了现有技术无法对焖井时间与产量进行合理预测分析的问题。

为了达到上述目的，本发明的一种技术方案如下：页岩气储层焖井时间与产量关系的预测分析方法，包括如下步骤：

S101、收集整理页岩气储层的测井数据；

S103、对步骤S101的测井数据进行数据清洗，并对数据清洗后的测井数据进行补全或删除操作；

S105、构建BP神经网络模型，确定输入层、隐藏层和输出层的神经元个数、学习率以及迭代次数参数，并将步骤S103中操作完成后的测井数据利用基于参数物理意义和随机组合的方式提取新参数，并将所述新参数作为BP神经网络的的输入参数，并将产量作为BP神经网络的输出神经元；

S107、利用BP神经网络模型进行不断迭代学习，在学习过程中不断的去调节模型的输入参数；

S109、将产量与关井时间进行对比，通过输入不同关井时间来得到对应产量，从而确定最优关井时间。

进一步的，步骤S101的所述测井数据包括关井时间、开井压力、总液量、砂比、排量、压裂段长、石英砂、孔隙度、渗透率和含气量。

进一步的，步骤S105中，所述特征构造的方法为利用基于特征数据的物理意义和随机组合的方式提取成新参数。

与现有技术相比，本方案的有益效果：