| 基于大数据挖掘技术的页岩气井压裂液产出规律分析 |
| |
| 引用本文： | 李思辰,张公社,纪国法.基于大数据挖掘技术的页岩气井压裂液产出规律分析[J].科学技术与工程,2019,19(25):130-134. |
| |
| 作者姓名： | 李思辰 张公社 纪国法 |
| |
| 作者单位： | 长江大学非常规油气湖北省协同创新中心,油气钻采工程湖北省重点实验室,武汉430100;长江大学非常规油气湖北省协同创新中心,油气钻采工程湖北省重点实验室,武汉430100;长江大学非常规油气湖北省协同创新中心,油气钻采工程湖北省重点实验室,武汉430100 |
| |
| 基金项目： | 国家自然科学基金项目（51804042）；油气资源与勘探技术教育部重点实验室资助(K2018-09); |
| |
| 摘 要： | 为了准确分析页岩气井压裂液产出规律,通过大数据的筛选和分析对影响页岩气井生产的26个因素进行得分排序,得出影响页岩气气井压裂液产出率的主控因素为地质储量、平均单段砂量、孔隙度、A靶点和B靶点深度。通过主成分分析和多元线性回归建立气井压裂液产出规律预测数学模型,计算表明,压裂液产出率的预测值与实际生产数据相比,预测精确度在90%。
|
| 关 键 词： | 页岩气气井 压裂液产出率 大数据挖掘 主成分分析 多元线性回归 |
| 收稿时间： | 2019/1/18 0:00:00 |
| 修稿时间： | 2019/5/16 0:00:00 |
Analysis of Output Law of Fracturing Fluid in Shale Gas Well Based on Big Data Mining Technology |
| |
| Institution: | Yangtze University Unconventional Oil and Gas Hubei Province Collaborative Innovation Center, |
| |
| Abstract: | In this paper, 26 factors affecting shale gas well production are sorted by big data screening and analysis. The main controlling factors affecting the fracturing fluid yield of shale gas wells are geological reserves, average single-stage sand volume and pores. Degree, A target, and B target depth. Through the principal component analysis and multiple linear regression, the mathematical model for predicting the production law of gas well fracturing fluid is established. The calculation shows that the predicted value of fracturing fluid yield is 90% compared with the actual production data. |
| |
| Keywords: | shale gas well Fracturing fluid yield big data mining principal component analysis Multiple linear regression |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
