[发明专利]低渗透储层天然气产能预测方法有效
申请号: | 201410352055.9 | 申请日: | 2014-07-23 |
公开(公告)号: | CN104134101B | 公开(公告)日: | 2017-09-22 |
发明(设计)人: | 罗利;常俊;杨嘉;陈邦定 | 申请(专利权)人: | 中国石油集团川庆钻探工程有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06Q10/04;G06Q50/06 |
代理公司: | 成都天嘉专利事务所(普通合伙)51211 | 代理人: | 毛光军 |
地址: | 610051 四川省成都市成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种低渗透储层天然气产能预测方法,包括选取经储层改造后获得天然气产能的井,根据选取井的储层的相应指标,形成产能样本数据库;根据样本数据,建立产能预测模型;对新井,输入相应参数,使用产能预测模型,在储层改造前预测出储层改造后可获得的天然气产能。本发明不仅考虑了储层的孔隙度、渗透率、含气饱和度等储层物性参数,还考虑了孔喉半径、裂缝张开度等表征天然气层产出通道大小的参数指标,考虑了储层可改造性及改造规模等参数指标,能改善预测效果。 | ||
搜索关键词: | 渗透 天然气 产能 预测 方法 | ||
【主权项】:
一种低渗透储层天然气产能预测方法,其特征在于:选取经储层改造后获得天然气产能的井,根据选取井的储层的相应指标,形成产能样本数据库;根据样本数据,建立产能预测模型;对新井,输入相应参数,使用产能预测模型,在储层改造前预测出储层改造后可获得的天然气产能;所述产能预测模型建立如下:模型一:将储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数进行组合,形成储层产能综合指数CNY,其表达式为:CNY=H×EPERM×ESG×EPOR×(0.5+ KHB)×(1+LFK2) ×(0.5+CCG) ×(1+ a× GZG)式中:a为与岩性有关的系数,碳酸盐岩可取2~3,碎屑岩可取1~2;将产能综合指数CNY与无阻流量Q进行一元回归,根据误差最小原理选取二者的函数关系式,这个关系式就是产能预测模型,由此预测出天然气产能为CQ1;模型二将Q作为因变量,储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数指标作为自变量输入,采用人工智能对产能样本数据进行训练,得到各神经元之间的链接权,网络结构和链接权就构成了非线性预测产能的模型,由此预测出天然气产能为CQ2;上述模型一和模型二中,所述储层可改造性指标CCG建立过程为:对测井资料进行岩性分析、岩石力学参数分析和破裂压力分析,计算出储层的岩石破裂压力、储层改造施工压力、地层孔隙流体压力,储层改造施工压力减去地层孔隙流体压力的差除以岩石破裂压力得到储层可改造性指标CCG;所述储层改造规模指标GZG形成过程为:加砂量或加酸量除以储层的有效厚度H得到储层改造规模指标GZG。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油集团川庆钻探工程有限公司,未经中国石油集团川庆钻探工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410352055.9/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用