页岩气藏渗流机理及压裂井产能评价

为了掌握页岩气藏生产动态特征,提高页岩气井产能,对页岩气藏渗流机理及产能评价进行研究.页岩气藏与常规气藏最主要的差异在于页岩气藏存在吸附解吸特性.利用Lang-muir等温吸附方程描述页岩气的吸附解吸现象,点源函数及质量守恒法,结合页岩气渗流特征建立双重介质压裂井渗流数学模型,通过数值反演及计算机编程绘制了产能递减曲线图版.分析了Langmuir体积、Langmuir压力、弹性储容比、窜流系数、边界、裂缝长度等因素对页岩气井产能的影响.     

浅析BP神经网络的应用

人工神经网络应用最多的模型之一是BP神经网络,是能够解决多层神经网络权值修正的算法,也称为误差反向传播法。通过分析BP神经网络的基本原理、学习与算法、模型的建立与应用,说明BP神经网络能够运用于桩基完整性的检测中,并为进一步检测桩基存在哪种缺陷类型提供了理论基础。     

遗传算法优化的神经网络在地应力回归分析中的应用

影响地应力场的主要因素有自重应力场和地质构造应力场,其中构造应力场目前还没有成熟的公式来计算。因而地应力场的计算大多是根据多元回归法原理,通过拟合而得出。近年来,人工神经网络对地应力场的拓展提供了另一种有效途径是,并在生物、电子、计算机、数学、物理等学科的许多实际问题中有广泛的应用。     

一种用于井筒及近井区流线模拟的半解析方法

随着对低渗油、致密油和致密气等非常规油气藏的勘探与开发,井筒及近井区的渗流特征研究成为重点。相较于传统的数值模拟方法,流线模拟方法将三维问题解耦为沿流线的一维问题,具有计算速度快和模拟结果可视化程度高等优点。但是,到目前为止流线模拟技术大多应用在全油藏中,对于井筒及近井区的流线模拟研究较少。提出一种在井筒及近井区进行流线模拟的半解析方法,采用具有对数径向间距的极坐标系统,在较近的区域采取较小的径向步长,能够更准确地捕获到近井区的流动特性。研究井筒及近井区渗透率的非均质性和不同完井方式对流线几何形状的影响。研究结果表明,行业标准的流线模拟方法Pollock方法不能精确模拟射孔井中的流线路径,半解析流线模拟方法是目前已知的唯一可以在井筒及近井区进行流线模拟的方法,并且在压力分布等方面优于Pollock方法。     

超稠油油藏EBIP厚度变化模式对SAGD的影响

SAGD技术是一种非常具有潜力的稠油开发方式,已在超稠油/油砂开发中取得了良好效果。由于储层沉积原因,SAGD水平井段对应的EBIP有效储层厚度通常会发生变化,使得SAGD井组开发效果差异明显。为了明确EBIP厚度沿水平井段变化对SAGD生产的影响,以加拿大Long Lake油田地质特征为基础,构建了3种典型EBIP厚度变化模式,建立了SAGD数值模拟机理模型,分析讨论了沿程EBIP变化模式和厚度差对SAGD蒸汽腔突破、日产油、累计汽油比和采出程度的影响,明确了EBIP厚度变化对SAGD生产影响的界限。研究表明,在储层总厚度相同下,阶梯状EBIP变化模式峰值产油速度和采出程度最低,其他两种方式生产特征相近;阶梯状EBIP模式下,厚度差64 m为优,4<厚度差<10 m为良,厚度差>10 m为差;两厚一薄和两薄一厚EBIP模式,厚度差<7 m为优,厚度差>7 m对SAGD生产影响大。     

基于分布式光纤温度监测的气井产出剖面解释——以中国南海永乐区多层合采探井为例

随着分布式光纤温度（DTS）监测精度和分辨率的提升，逐渐成为油气生产管理和动态分析中产出剖面监测的重要技术之一，但其解释技术还处于起步探索阶段。考虑流体渗流过程中焦耳汤普逊效应以及诸多微量热效应，结合质量守恒、动量守恒、能量守恒定律建立低渗多层合采气井温度剖面预测模型。该模型耦合了渗流过程中压力和温度场两部分数学模型，求解模型分析讨论了产量、生产时间和渗透率对产出温度剖面影响，结果表明:产量增加产出剖面温度降低；储层渗透率对产出温度剖面影响最为明显；储层渗透率降低，产出剖面温度增加，且增加幅度是非线性的；随着生产时间增加温度增加，但增加幅度逐渐减少且趋于稳定。最后以南海永乐区一口多层合采探井DTS实际温度测试数据进行了产出剖面解释，结果与实际地质认识具有一致性，验证了理论模型的可靠性。该研究课题促进了DTS监测技术在低渗致密多层合采气藏监测中的推广与应用。     

基于机器学习的页岩气总有机碳含量预测模型

总有机碳含量是评价页岩气的重要指标之一，其对页岩气藏地质“甜点”的准确预测和后期开采过程中射孔井段和压裂井段的选择至关重要。针对现有的页岩气藏总有机碳含量预测方法中，△logR方法人为确定参数多、主观性强，多元回归法泛化能力弱等缺点，本文以川南海相页岩气为研究对象，通过对研究区块测井资料和实验室岩心分析结果的整理，优选出不同的参数作为模型训练的特征向量，建立总有机碳含量的BP神经网络和支持向量机预测模型，分析不同模型之间的差异，对模型特征组合等影响因素进行分析，最后用优选出的模型对未参与训练的井进行总有机碳含量的预测并与实测值对比，得到基于不含能谱测井资料的BP神经网络模型能真实地反映出测井资料与储层的非线性关系，预测结果与实际结果之间的误差小。