CN109408855A - 一种待压裂水平井的裂缝导流能力值计算方法和装置 - Google Patents
一种待压裂水平井的裂缝导流能力值计算方法和装置 Download PDFInfo
- Publication number
- CN109408855A CN109408855A CN201811019245.3A CN201811019245A CN109408855A CN 109408855 A CN109408855 A CN 109408855A CN 201811019245 A CN201811019245 A CN 201811019245A CN 109408855 A CN109408855 A CN 109408855A
- Authority
- CN
- China
- Prior art keywords
- fracture
- value
- fracturing
- point
- horizontal well
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004519 manufacturing process Methods 0.000 claims abstract description 99
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 239000003921 oil Substances 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 15
- 239000011435 rock Substances 0.000 claims description 14
- 239000010779 crude oil Substances 0.000 claims description 13
- 230000035699 permeability Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 206010017076 Fracture Diseases 0.000 abstract description 204
- 208000010392 Bone Fractures Diseases 0.000 abstract description 202
- 238000013461 design Methods 0.000 abstract description 8
- 208000006670 Multiple fractures Diseases 0.000 abstract description 2
- 230000015654 memory Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种待压裂水平井的裂缝导流能力值计算方法和装置。所述方法包括：针对每口已压裂水平井，根据各压裂点的第一实际产量数据计算其裂缝半长；根据各压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；通过数值模拟器分别生成模拟产量数据；选择模拟产量数据与第二实际产量数据的拟合值小于预设的拟合阈值的候选模型为选中模型；根据选中模型，计算各压裂点的裂缝导流能力值；基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，进而计算待压裂水平井的各数据点的裂缝导流能力值。该方案计算的裂缝导流能力预测产量准确度高，为待压裂水平井的压裂设计提供了有效数据基础，可以更好的指导开发。
Description
技术领域
本发明涉及水平井压裂技术领域，特别涉及一种待压裂水平井的裂缝导流能力值计算方法和装置。
背景技术
目前，在油气开采过程中对水平井进行水力压裂是提高储层有效动用、提升采收率的重要手段，而在开始进行压裂之前压裂点设计是否合理直接影响到油气产量和最终采收率。但是储层的赋存形式多样，例如，砂岩与页岩交互分布，储层物性、含油气性和岩石可压性等都存在复杂的非均质特征，使得储层的压裂点设计面临巨大挑战。
目前，已有的压裂点设计方法存在较多的局限性，主要体现在：由于得不到用于表征储层的潜在压裂效果的有效参数，因此压裂点通常只能笼统的均匀布置在水平井目的井段中。当储层非均质性较弱时，将压裂点均匀布置对裂缝效果影响不大；但是当储层的非均质性较强时，这种均匀布置会导致部分压裂点产生的裂缝达不到目标要求，有时甚至无法起裂。
现有技术有时也用裂缝导流能力值来表征压裂效果。其中，裂缝导流能力值是指对储层进行压裂后所产生的裂缝传输流体至井眼的裂缝传导能力。裂缝导流能力值的现有计算方法通常为用压裂点的储层渗透率乘以裂缝宽度，目前裂缝导流能力值的获取一般是通过专业的压裂设计软件，获取的结果受压裂液和施工参数的影响较大，故这种方法获得的裂缝导流能力值误差较大，不适用于水平井的压裂点设计。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种待压裂水平井的裂缝导流能力值计算方法和装置，使得待压裂水平井的裂缝导流能力值计算可行，且计算准确度高，为待压裂水平井的的压裂点设计提供了有效的参考数据。
第一方面，本发明实施例提供一种待压裂水平井的裂缝导流能力值计算方法，包括：
针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长；所述第一实际产量数据包括所述压裂点的各个时间步的产油量；
根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；
根据每个所述候选模型和各个压裂点的所述裂缝半长，通过数值模拟器分别生成模拟产量数据；所述模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量；
计算各个所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型；所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量；
根据所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值；
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系；
根据所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
在一个可选的实施例中，建立多个裂缝导流能力值的候选模型，包括：
建立所述已压裂水平井的下述多个候选裂缝导流能力模型：
其中，为所述已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2···，i1＝1,2...n1，n1表示所述已压裂水平井的压裂点的个数；CDmax和CDmin分别为所述已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值；FPmax和FPmin分别为所述已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为所述已压裂水平井的第i1个压裂点的压裂潜力值；FPc为所述储层的压裂潜力阈值；CDc为基质的裂缝导流能力预测值。
在一个可选的实施例中，计算各个所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型，包括：
针对所述序号从1依次增大的每个候选模型：利用下式计算对应的所述模拟产量数据与第二实际产量数据的方差：
其中，σm表示第m个候选模型对应的所述模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示所述模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示所述第二实际产量数据中第j1个时间步的实际产油量；
选择第一个对应的所述方差小于预设的拟合阈值的候选模型作为选中模型。
在一个可选的实施例中，基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系，包括：
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到多次如下学习结果：
其中，为第i3次学习的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2···，i2＝1,2···n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
所述第i3次学习需确定的方程系数θi3通过下式获取：
其中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，所述损失函数具体通过下式计算：
其中，CDi2表示第i2个压裂点的裂缝导流能力值；
确定所述损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
在一个可选的实施例中，计算所述压裂点的裂缝半长，包括：
拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m；
利用下式计算所述压裂点的裂缝半长：
其中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
在一个可选的实施例中，已压裂水平井各压裂点压裂潜力值的计算，或待压裂水平井各数据点压裂潜力值的计算，包括：
获取所述已压裂水平井或所述待压裂水平井的用于压裂潜力值计算的各深度点的各项指标的数值；所述深度点包括所述已压裂水平井的所有压裂点；或，所述深度点包括所述待压裂水平井的所有数据点；
针对每项指标，根据各深度点的所述指标的数值，计算所述指标的权重；
针对每个深度点，根据所述深度点的各项指标的权重和各项指标的数值，计算所述深度点的压裂潜力值。
在一个可选的实施例中，获取所述已压裂水平井或所述待压裂水平井的用于压裂潜力值计算的各深度点的各项指标的数值后，包括：
针对每一项指标，判断所述指标对已压裂水平井或待压裂水平井的压裂潜力的影响趋势；根据所述影响趋势确定所述指标为正向或者负向；
根据各项所述指标的正负向和所述指标的数值，用极差法计算每一个深度点对应的各项指标数值的无量纲值，作为标准值：
其中，ya,b为第b个深度点第a项指标的标准值，b＝1,2...r，r表示深度点的个数，a＝1,2...s，s表示指标的项数，r和s都为正整数；xa,b为第b个深度点第a项指标的数值；max(Xa)和min(Xa)分别表示所有深度点对应的第a项指标数值的最大值、最小值。
在一个可选的实施例中，计算所述指标的权重，包括：
根据各深度点的所述指标的标准值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
在一个可选的实施例中，根据各深度点的所述指标的标准值，计算所述指标的信息熵：
上式中，Ea为第a项指标的信息熵；如果pa,b＝0，则定义pa,blnpa,b＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
上式中，Wa为第a项指标的权重，0≤Wa≤1，且
在一个可选的实施例中，计算所述深度点的压裂潜力值，包括：
利用下式计算各所述深度点的压裂潜力值：
上式中，FPb代表第b个深度点的压裂潜力值；Pa1,b表示第b个深度点第a1项正向指标的标准值，Pa1,b＝ya1,b，Na2,b表示第b个深度点第a2项负向指标的标准值，Na2,b＝ya2,b，a1＝1,2...s1，s1表示正向指标的项数，a2＝1,2...s2，s2表示负向指标的项数，s1+s2＝s；下标max和min分别表示所有深度点相应项指标的标准值的最大值和最小值。
第二方面，本发明实施例提供一种待压裂水平井的裂缝导流能力值计算装置，包括：
第一计算模块，用于针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长；所述第一实际产量数据包括所述压裂点的各个时间步的产油量；
建立模块，用于根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；
模拟模块，用于根据所述建立模块建立的每个所述候选模型和所述第一计算模块计算出的各个压裂点的所述裂缝半长，通过数值模拟器分别生成模拟产量数据；所述模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量；
选择模块，用于计算各个所述模拟模块得到的第二模拟产量数据与所述实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型；所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量；
第二计算模块，用于根据所述选择模块选择的所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值；
学习模块，用于基于所述第二计算模块计算的多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系；
第三计算模块，用于根据所述学习模块学习得到的所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
在一个可选的实施例中，所述建立模块，具体用于：
建立所述已压裂水平井的下述多个候选裂缝导流能力模型：
其中，为所述已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2···，i1＝1,2...n1，n1表示所述已压裂水平井的压裂点的个数；CDmax和CDmin分别为所述已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值；FPmax和FPmin分别为所述已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为所述已压裂水平井的第i1个压裂点的压裂潜力值；FPc为所述储层的压裂潜力阈值；CDc为基质的裂缝导流能力预测值。
在一个可选的实施例中，所述选择模块，具体用于：
针对所述序号从1依次增大的每个候选模型：利用下式计算对应的所述模拟产量数据与第二实际产量数据的方差：
其中，σm表示第m个候选模型对应的所述模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示所述模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示所述第二实际产量数据中第j1个时间步的实际产油量；
选择第一个对应的所述方差小于预设的拟合阈值的候选模型作为选中模型。
在一个可选的实施例中，所述学习模块，具体用于：
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到多次如下学习结果：
其中，为第i3次学习的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2···，i2＝1,2···n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
所述第i3次学习需确定的方程系数θi3通过下式获取：
其中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，所述损失函数具体通过下式计算：
其中，CDi2表示第i2个压裂点的裂缝导流能力值；
确定所述损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
在一个可选的实施例中，所述第一计算模块，具体用于：
拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m；
利用下式计算所述压裂点的裂缝半长：
其中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
第三方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机指令，当该指令被处理器执行时实现上述待压裂水平井的裂缝导流能力值计算方法。
本发明实施例提供的上述技术方案的有益效果至少包括：
1、针对储层内每口已压裂水平井，根据各个压裂点的第一实际产量数据计算其裂缝半长；根据各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；通过数值模拟器分别生成模拟产量数据；选择模拟产量数据与第二实际产量数据的拟合值小于预设的拟合阈值的候选模型为选中模型；根据选中模型，计算各压裂点的裂缝导流能力值；基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，进而计算待压裂水平井的各个数据点的裂缝导流能力值。本方案学习的各个压裂点的裂缝导流能力值，是通过模拟产量数据与第二实际产量数据的拟合值小于预设的拟合阈值的选中模型计算的，故学习的裂缝导流能力值准确度高；因而通过学习得到裂缝导流能力值与压裂潜力值的对应关系，最终计算的待压裂水平井各数据点的裂缝导流能力值的准确度高、合理性强，为待压裂水平井的压裂设计提供了有效的数据基础，可以更好的指导开发。
2、基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系，使得缺少裂缝导流能力值计算数据的未压裂井，即待压裂井的裂缝导流能力值计算成为可行，可以根据各数据点的压裂潜力值和所述关系，来计算各数据点的裂缝导流能力值。
3、获取水平井各深度点的用于计算压裂潜力的各项指标的数值，可以将所有对压裂潜力有影响的指标都包含在内，从而可以全面分析各影响因素；针对每项指标，根据各深度点的所述指标的数值，计算所述指标的权重；进而针对每个深度点，根据所述深度点的各项指标的权重和各项指标的数值，计算所述深度点的压裂潜力值，使得计算的每一个深度点的压裂潜力值是各项指标共同影响的结果；故最终压裂潜力值的计算结果具有更高的合理性、准确性和实用性。进而以压裂潜力值为基础数据计算的裂缝导流能力也具有较高的准确性和实用性，可以更好的指导开发。
4、在利用每一个深度点的每一项指标数值进行计算之前，先分析各项指标的正负向，进而将数值进行无量纲标准化，使得不会因为指标单位的不同而数值不同导致最终的压裂潜力计算结果受到影响。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例一中所述待压裂水平井的裂缝导流能力值计算方法的流程图；
图2为本发明实施例一中步骤S11计算压裂点的裂缝半长所用的斜率的获得具体实现流程图；
图3为本发明实施例二中所述水平井压裂潜力值计算方法的流程图；
图4为本发明实施例二中的步骤S32中用到的数值标准值的计算具体实现流程图；
图5为本发明实施例中所述待压裂水平井裂缝导流能力计算装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决目前已压裂水平井裂缝导流能力值的计算结果可信度低和未压裂水平井裂缝导流能力值无法预测的问题，本发明实施例提供了一种待压裂水平井的裂缝导流能力值计算方法，使用该方案计算的裂缝导流能力值预测油气产量时的准确度高，为待压裂水平井的压裂设计提供了有效的数据基础，可以更好的指导开发。
实施例一
本发明实施例一提供一种待压裂水平井的裂缝导流能力值计算方法，其流程如图1所示，包括如下步骤：
步骤S11：针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长。
其中，所述已压裂水平井是指已经进行了压裂并投产的水平井。
其中，第一实际产量数据包括所述压裂点的各个时间步的产油量。
计算每个压裂点的裂缝半长，具体的，可以是，拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m。
参照图2所示，可以是，从第一实际产量数据中获取每个时间步为1天对应的产油量；依次将投产后每个时间步对应的时间单位转换成秒，再计算时间的平方根。例如第一个时间步1天，先转换成86400秒，再计算以秒为单位的时间的平方根约为294s∧0.5；获取到第一个时间步一天对应的产油量，将相应的产量换算成cm3/s，再取产量的倒数。得到多个时间步对应的以时间的开方为横坐标(单位是s∧0.5)、以时间步对应的产油量的倒数为纵坐标(单位是s/cm3)的点，根据上述多个点拟合出一条直线，计算直线的斜率m。
然后，利用下式(2)计算所述压裂点的裂缝半长：
上式(1)中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
上述原油体积系数、原油粘度、综合压缩系数可以通过高压物性实验测量得到，每个设计压裂点对应的储层的渗透率、孔隙度和油藏厚度可以根据测井和地震解释结果得到。
步骤S12：根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型。
所述候选模型是指多个待选的模型。所述裂缝导流能力值的候选模型表征所述已压裂水平井的各压裂点处的裂缝导流能力候选值与压裂潜力值的对应关系。所述压裂潜力值是表征所述水平井能够被压裂的潜在能力的参数，具体的压裂潜力值的计算方法将在实施例二中详细论述。
压裂潜力值与压裂效果密切相关，压裂潜力值高的区域压裂效果好，形成的裂缝导流能力强；反之，压裂潜力值相对较低的区域，压裂效果差，不能形成裂缝或者形成的裂缝导流能力弱。因而裂缝导流能力值与压裂潜力值具有相关性，但它们之间不是严格的线性关系，本实施例为简化候选模型，假设二者为线性关系。
具体地，建立候选模型如下式(2)所示：
上式(2)中，为已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2···，i1＝1,2...n1，n1表示压裂点的个数；CDmax和CDmin分别为针对本步骤中所述的已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值，可以是采用压裂设计软件计算的；FPmax和FPmin分别为已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为已压裂水平井的第i1个压裂点的压裂潜力值；FPc为已压裂水平井在储层内的压裂潜力阈值，代表压裂位置选择的压裂潜力值下限，压裂潜力值小于该值时压裂产生不了需要规模的裂缝、甚至无法起裂，故不考虑为压裂位置；上述压裂点指压裂成功产生一定规模裂缝的压裂点，故所有压裂点的压裂潜力值都大于压裂潜力阈值；CDc为基质的裂缝导流能力预测值，该值可以通过储层基质的裂缝导流能力经验值而获得。
具体地，上述采用压裂设计软件初算裂缝导流能力值，可以是：通过储层物性数据获取每个压裂点的渗透率；参考已压裂水平井各压裂点压裂施工时的压裂液用量和施工参数，通过压裂设计软件初算裂缝宽度，计算每个压裂点对应的渗透率和裂缝宽度的无量纲值，即标准值，将渗透率标准值和裂缝宽度标准值的乘积作为每个压裂点的裂缝导流能力值。使用该方法计算出的裂缝导流能力值，由于不确定因素较多，误差较大，因此只作为本步骤中的中间参数而不是裂缝导流能力值的最终结果。
步骤S13：根据每个所述候选模型和各个压裂点的裂缝半长，通过数值模拟器分别生成模拟产量数据。
其中，模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量。
例如，上述步骤S12的式(2)中使m从1依次增大的每个候选模型：通过数值模拟器得到每个候选裂缝导流能力模型对应的模拟产量数据，即压裂投产后依次每个时间步内的模拟产油量，可选的，时间步可以是一天、一周、十天或者是一个月，只要能获取到相应时间步的实际产油量即可。更优的，时间步可以是能获取到相应时间步的实际产油量的最短时间步，这样在计算模拟产量数据与第二实际产量数据的方差时精度更高，但同时计算量也最大。故，更优的，可以同时考虑精度和计算量的双重因素来设定时间步的长短。
上述目的井段为已压裂水平井的压裂井段，即包含了储层内所有压裂点的井段。
步骤S14：计算各个所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型。
其中，所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量。
其中，所述选中模型是指在多个候选模型中被选中的，用于计算各压裂点的裂缝导流能力值的候选模型。实际上，小于预设的拟合阈值的候选模型可能有多个，可以选择符合该条件的第一个候选模型作为所述选中模型。
其中，所述拟合值例如可以为上述模拟产量数据与第二实际产量数据的方差，具体可以利用下式(3)计算：
上式(3)中，σm表示第m个候选模型对应的模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示第m个候选模型对应的模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示第二实际产量数据中第j1个时间步的实际产油量。
步骤S15：根据所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值。
得到已压裂水平井的选中模型后，根据所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值。
根据上述步骤S11-S15的方法计算储层内每口已压裂水平井的各个压裂点的裂缝导流能力值。
步骤S16：基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系。
其中，所述对应关系是指裂缝导流能力最终学习值与压裂潜力值的对应关系。
具体地，所述训练学习的的过程例如为：
每次学习结果如下式(4)：
上式(4)中，为第i3次的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2···，i2＝1,2···n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
第i3次学习需确定的方程系数θi3通过下式(5)获取：
上式(5)中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，损失函数具体通过下式(6)计算：
上式(6)中，CDi2表示第i2个压裂点的裂缝导流能力值；即为步骤S13中通过其压裂潜力值和对应的选中模型计算的裂缝导流能力值。
确定损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
步骤S17：根据所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
上述待压裂水平井各数据点的压裂潜力值的计算方法，将在实施例二中详细论述。
本实施例所述方法，学习的各个压裂点的裂缝导流能力值，是通过模拟产量数据与第二实际产量数据的拟合值小于预设的拟合阈值的选中模型计算的，故学习的裂缝导流能力值准确度高；因而通过学习得到裂缝导流能力值与压裂潜力值的对应关系，最终计算的待压裂水平井各数据点的裂缝导流能力值的准确度高、合理性强，为待压裂水平井的压裂设计提供了有效的数据基础，可以更好的指导开发。
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系，使得缺少裂缝导流能力值计算数据的未压裂井，即待压裂井的裂缝导流能力值计算成为可行，可以根据各数据点的压裂潜力值和所述关系，来计算各数据点的裂缝导流能力值。
实施例二
上述实施例一的步骤S12中已压裂水平井各压裂点压裂潜力值的计算，或步骤S17中待压裂水平井各数据点压裂潜力值的计算，具体可以根据本发明实施例二提供的一种水平井压裂潜力值计算方法来计算，其流程如图3所示，包括如下步骤：
步骤S31：获取水平井的用于压裂潜力值计算的各深度点的各项指标的数值。
对于已压裂水平井来说，上述深度点包括已压裂水平井的所有压裂点；对于待压裂水平井来说，上述深度点包括待压裂水平井的所有数据点。
在一个实施例中，可以是，获取水平井的至少两个深度点的各项指标的数值；其中，所述指标包括岩石力学特征指标和岩石物理参数指标的各至少一项指标；岩石力学特征指标，至少包括：拉梅常数、应变能释放率、脆性指数、断裂韧性；所述岩石物理参数指标，至少包括：含油饱和度、渗透率、孔隙度。
因为储层的压裂潜力受岩石力学特征和岩石物理参数等多因素的共同影响，故，在指标的选取上，尽量将能获取到的所有对压裂潜力有影响的因素都考虑在内。
在一个实施例中，可以是，接收到至少一个深度点的至少一项指标的数据后，对数据进行有效性识别，得到有效数据。
可以是，针对每一个数值，同时进行指标有效性和数值有效性的有效性识别；或，接收完所有数据后，先筛选有效的指标，再针对各项指标筛选各个深度点的有效数值。
指标和数值的有效性识别具体可以是：按照预先存储的指标列表筛选各深度点的有效指标，根据指标列表中的有效信息，筛选有效指标的有效数值，得到有效数据。指标列表包括有效指标的有效信息。
上述有效信息，可以包括指标的下列信息中的至少一项：指标编号，指标名称，指标类型，指标正负向，指标有效数值范围。上述指标列表包含所有可能的指标。
指标的正负向表示指标的影响趋势，可以是，针对每一项指标，判断指标对水平井压裂潜力的影响趋势；根据影响趋势确定指标为正向或者负向：水平井压裂潜力随指标数值的增大而增大，则指标为正向；水平井压裂潜力随指标数值的减小而增大，则指标为负向。例如拉梅常数为阻止岩石横向应变同时维持一维应变所需施加的侧向拉应力大小，水平井的拉梅常数越小，裂缝越容易压开裂缝，越不易闭合，水平井压裂潜力越大，故拉梅常数为负向指标；例如描述岩石阻止裂缝扩展的能力的断裂韧性，水平井的断裂韧性越小，裂缝越容易延伸，越有利于水力压裂，水平井压裂潜力越大，故断裂韧性为负向指标；例如应变能释放率为新裂缝产生过程中单位面积能量消耗，表征裂缝扩展能力，水平井的应变能释放率越大，裂缝扩展能力越强，水平井压裂潜力越大，故应变能释放率为正向指标。
指标有效数值范围即指标数值的可能的最大值和最小值，可以是最大值和最小值都有限定，也可以是只其中一者有限定，也可以是二者都没有限定，具体根据实际情况来定。如表1所示，为指标列表的示意。
表1指标列表
上述表1中所示意的指标列表中，各指标的单位，也可以是其他的单位，只要所有指标的单位相互对应即可。获取的有效数据中各指标的数值的单位，可以与指标列表的相一致，也可以不一致。当不一致时，首先将获取的数据按照指标列表中的单位进行单位转换，然后再进行有效性识别。
上述有效性识别过程中，如果接收到的数据中包含预先存储的指标列表中不包含的指标，或者指标的数值不在有效数值范围内，则发送错误报告，并提示原始数据是否需要重新发送，若接收到是的命令，则等待重新接收新数据；若接收到否的命令，则只筛选包含在指标列表中的指标，且数值在有效范围内的指标数值，得到有效数据。
上述得到的有效数据，包括多个深度点的各项指标的数值。
在一个实施例中，可以是得到包含每一个深度点的每一项指标数值的矩阵模型：
其中，xa,b表示第b个深度点的第a项指标的数值，b＝1,2...r，r表示深度点的个数，a＝1,2...s，s表示所有指标的项数，r、s都为正整数。
步骤S32：针对每项指标，根据各深度点的所述指标的数值，计算所述指标的权重。
在一个实施例中，可以是，获取已压裂水平井或待压裂水平井的用于压裂潜力值计算的各深度点的各项指标的数值后，计算各深度点的各项指标的的标准值，具体计算方法后续详细介绍。
在一个实施例中，可以是，根据各深度点的每项指标的数值，计算每项指标的信息熵；根据各项指标的信息熵，计算每项指标的熵权，作为权重。
在一个实施例中，可以利用熵权法确定指标权重，根据各深度点的每项指标的标准值，计算每项指标的信息熵Ea：
上式(7)中，Ea为第a项指标的信息熵；如果pa,b＝0，则定义pa,b lnpa,b＝0；ya,b为第b个深度点第a项指标的标准值。
然后，根据各项指标的信息熵，计算每项指标的权重Wa：
上式(8)中，Wa为第a项指标的权重，0≤Wa≤1，且
步骤S33：针对每个深度点，根据深度点的各项指标的权重和各项指标的数值，计算深度点的压裂潜力值。
在步骤S32计算出每一项指标的权重的基础上，利用下式计算每一个深度点的压裂潜力值FPb：
上式(9)中，FPb代表第b个深度点的压裂潜力值；Pa1,b表示第b个深度点第a1项正向指标的标准值，Pa1,b＝Ya1,b，Na2,b表示第b个深度点第a2项负向指标的标准值，Na2,b＝Ya2,b，a1＝1,2...s1，s1表示所有正向指标的项数，a2＝1,2...s2，s2表示所有负向指标的项数，s1+s2＝s；下标max和min分别表示所有深度点相应项指标的标准值的最大值和最小值。
获取水平井各深度点的用于计算压裂潜力的各项指标的数值，可以将所有对压裂潜力有影响的指标都包含在内，从而可以全面分析各影响因素；针对每项指标，根据各深度点的所述指标的数值，计算所述指标的权重；进而针对每个深度点，根据所述深度点的各项指标的权重和各项指标的数值，计算所述深度点的压裂潜力值，使得计算的每一个深度点的压裂潜力值是各项指标共同影响的结果；故最终压裂潜力值的计算结果具有更高的合理性、准确性和实用性。进而以压裂潜力值为基础数据计算的裂缝导流能力也具有较高的准确性和实用性，可以更好的指导开发。
具体的，上述步骤S32中，计算每一个深度点对应的指标数值的标准值，具体计算方法可以如图4所示，包括下述步骤：
步骤S41：判断各项指标的正负向。
在一个实施例中，可以是，针对每一项指标，判断所述指标对已压裂水平井或待压裂水平井的压裂潜力的影响趋势；根据所述影响趋势确定所述指标为正向或者负向。
作为本实施例的一个具体实施方式，可以是，按照上述预先存储的指标列表中的每一项指标的有效信息包含的指标编号、指标名称和指标正负向的匹配关系中，根据指标的编号或名称判断其正负向。
步骤S42：用极差法计算每一个深度点对应的各项指标数值的无量纲值，作为标准值。
在一个实施例中，可以是，根据各项指标的正负向和指标的数值，利用如下公式计算每一项指标的标准值：
上式(10)中，max(Xa)和min(Xa)分别表示所有深度点对应的第a项指标数值的最大值、最小值。
在得到有效数据之后，先分析各项指标的正负向，进而将数值进行无量纲标标准化，使得不会因为指标单位的不同而数值不同导致压裂潜力的计算结果受到影响。
基于同一发明构思，本发明实施例还提供一种待压裂水平井的裂缝导流能力值计算装置，该装置的结构如图5所示，包括：
第一计算模块51，用于针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长；所述第一实际产量数据包括所述压裂点的各个时间步的产油量；
建立模块52，用于根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；
模拟模块53，用于根据所述建立模块52建立的每个所述候选模型和所述第一计算模块51计算出的各个压裂点的所述裂缝半长，通过数值模拟器分别生成模拟产量数据；所述模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量；
选择模块54，用于计算各个所述模拟模块53得到的所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型；所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量；
第二计算模块55，用于根据所述选择模块54选择的所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值；
学习模块56，用于基于所述第二计算模块55计算的多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系；
第三计算模块57，用于根据所述学习模块56学习得到的所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
在一个实施例中，可以是，所述建立模块52，具体用于：
建立所述已压裂水平井的下述多个候选裂缝导流能力模型：
其中，为所述已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2···，i1＝1,2...n1，n1表示所述已压裂水平井的压裂点的个数；CDmax和CDmin分别为所述已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值；FPmax和FPmin分别为所述已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为所述已压裂水平井的第i1个压裂点的压裂潜力值；FPc为所述储层的压裂潜力阈值；CDc为基质的裂缝导流能力预测值。
在一个实施例中，可以是，所述选择模块54，具体用于：
针对所述序号从1依次增大的每个候选模型：利用下式计算对应的所述模拟产量数据与第二实际产量数据的方差：
其中，σm表示第m个候选模型对应的所述模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示所述模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示所述第二实际产量数据中第j1个时间步的实际产油量；
选择第一个对应的所述方差小于预设的拟合阈值的候选模型作为选中模型。
在一个实施例中，可以是，所述学习模块56，具体用于：
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到多次如下学习结果：
其中，为第i3次学习的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2···，i2＝1,2···n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
所述第i3次学习需确定的方程系数θi3通过下式获取：
其中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，所述损失函数具体通过下式计算：
其中，CDi2表示第i2个压裂点的裂缝导流能力值；
确定所述损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
在一个实施例中，可以是，所述第一计算模块51，具体用于：
拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m；
利用下式计算所述压裂点的裂缝半长：
其中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同一发明构思，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机指令，当该指令被处理器执行时实现上述待压裂水平井的裂缝导流能力值计算方法。
除非另外具体陈述，术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程，所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如，在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (15)
1.一种待压裂水平井的裂缝导流能力值计算方法，其特征在于，包括：
针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长；所述第一实际产量数据包括所述压裂点的各个时间步的产油量；
根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；
根据每个所述候选模型和各个压裂点的所述裂缝半长，通过数值模拟器分别生成模拟产量数据；所述模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量；
计算各个所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型；所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量；
根据所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值；
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系；
根据所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
2.如权利要求1所述的方法，其特征在于，建立多个裂缝导流能力值的候选模型，包括：
建立所述已压裂水平井的下述多个候选裂缝导流能力模型：
其中，为所述已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2…，i1＝1,2...n1，n1表示所述已压裂水平井的压裂点的个数；CDmax和CDmin分别为所述已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值；FPmax和FPmin分别为所述已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为所述已压裂水平井的第i1个压裂点的压裂潜力值；FPc为所述储层的压裂潜力阈值；CDc为基质的裂缝导流能力预测值。
3.如权利要求2所述的方法，其特征在于，计算各个所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型，包括：
针对所述序号从1依次增大的每个候选模型：利用下式计算对应的所述模拟产量数据与第二实际产量数据的方差：
其中，σm表示第m个候选模型对应的所述模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示所述模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示所述第二实际产量数据中第j1个时间步的实际产油量；
选择第一个对应的所述方差小于预设的拟合阈值的候选模型作为选中模型。
4.如权利要求1所述的方法，其特征在于，基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系，包括：
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到多次如下学习结果：
其中，为第i3次学习的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2…，i2＝1,2…n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
所述第i3次学习需确定的方程系数θi3通过下式获取：
其中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，所述损失函数具体通过下式计算：
其中，CDi2表示第i2个压裂点的裂缝导流能力值；
确定所述损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
5.如权利要求2所述的方法，其特征在于，计算所述压裂点的裂缝半长，包括：
拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m；
利用下式计算所述压裂点的裂缝半长：
其中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
6.如权利要求1-5任一所述的方法，其特征在于，已压裂水平井各压裂点压裂潜力值的计算，或待压裂水平井各数据点压裂潜力值的计算，包括：
获取所述已压裂水平井或所述待压裂水平井的用于压裂潜力值计算的各深度点的各项指标的数值；所述深度点包括所述已压裂水平井的所有压裂点；或，所述深度点包括所述待压裂水平井的所有数据点；
针对每项指标，根据各深度点的所述指标的数值，计算所述指标的权重；
针对每个深度点，根据所述深度点的各项指标的权重和各项指标的数值，计算所述深度点的压裂潜力值。
7.如权利要求6所述的方法，其特征在于，获取所述已压裂水平井或所述待压裂水平井的用于压裂潜力值计算的各深度点的各项指标的数值后，包括：
针对每一项指标，判断所述指标对已压裂水平井或待压裂水平井的压裂潜力的影响趋势；根据所述影响趋势确定所述指标为正向或者负向；
根据各项所述指标的正负向和所述指标的数值，用极差法计算每一个深度点对应的各项指标数值的无量纲值，作为标准值：
其中，ya,b为第b个深度点第a项指标的标准值，b＝1,2...r，r表示深度点的个数，a＝1,2...s，s表示指标的项数，r和s都为正整数；xa,b为第b个深度点第a项指标的数值；max(Xa)和min(Xa)分别表示所有深度点对应的第a项指标数值的最大值、最小值。
8.如权利要求7所述的方法，其特征在于，计算所述指标的权重，包括：
根据各深度点的所述指标的标准值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
9.如权利要求8所述的方法，其特征在于，根据各深度点的所述指标的标准值，计算所述指标的信息熵：
上式中，Ea为第a项指标的信息熵；如果pa,b＝0，则定义pa,blnpa,b＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
上式中，Wa为第a项指标的权重，0≤Wa≤1，且
10.如权利要求9所述的方法，其特征在于，计算所述深度点的压裂潜力值，包括：
利用下式计算各所述深度点的压裂潜力值：
上式中，FPb代表第b个深度点的压裂潜力值；Pa1,b表示第b个深度点第a1项正向指标的标准值，Pa1,b＝ya1,b，Na2,b表示第b个深度点第a2项负向指标的标准值，Na2,b＝ya2,b，a1＝1,2...s1，s1表示正向指标的项数，a2＝1,2...s2，s2表示负向指标的项数，s1+s2＝s；下标max和min分别表示所有深度点相应项指标的标准值的最大值和最小值。
11.一种待压裂水平井的裂缝导流能力值计算装置，其特征在于，包括：
第一计算模块，用于针对储层内每口已压裂水平井，根据所述已压裂水平井的各个压裂点的第一实际产量数据，计算所述压裂点的裂缝半长；所述第一实际产量数据包括所述压裂点的各个时间步的产油量；
建立模块，用于根据所述已压裂水平井的各个压裂点的压裂潜力值，分别建立多个裂缝导流能力值的候选模型；
模拟模块，用于根据所述建立模块建立的每个所述候选模型和所述第一计算模块计算出的各个压裂点的所述裂缝半长，通过数值模拟器分别生成模拟产量数据；所述模拟产量数据包括所述已压裂水平井的目的井段在各个时间步的模拟产油量；
选择模块，用于计算各个所述模拟模块得到的所述模拟产量数据与第二实际产量数据的拟合值，选择小于预设的拟合阈值的拟合值对应的候选模型作为选中模型；所述第二实际产量数据包括所述已压裂水平井的目的井段在各个时间步的产油量；
第二计算模块，用于根据所述选择模块选择的所述选中模型，计算所述已压裂水平井的各压裂点的裂缝导流能力值；
学习模块，用于基于所述第二计算模块计算的多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到裂缝导流能力值与压裂潜力值的对应关系；
第三计算模块，用于根据所述学习模块学习得到的所述对应关系和待压裂水平井的各个数据点的压裂潜力值，计算所述数据点的裂缝导流能力值。
12.如权利要求11所述的装置，其特征在于，所述建立模块，具体用于：
建立所述已压裂水平井的下述多个候选裂缝导流能力模型：
其中，为所述已压裂水平井的第m个候选模型的第i1个压裂点的裂缝导流能力候选值，m表示候选模型的序号，m＝1,2…，i1＝1,2...n1，n1表示所述已压裂水平井的压裂点的个数；CDmax和CDmin分别为所述已压裂水平井所有压裂点的初算裂缝导流能力值的最大值和最小值；FPmax和FPmin分别为所述已压裂水平井所有压裂点的最大压裂潜力值和最小压裂潜力值；FPi1为所述已压裂水平井的第i1个压裂点的压裂潜力值；FPc为所述储层的压裂潜力阈值；CDc为基质的裂缝导流能力预测值。
13.如权利要求12所述的装置，其特征在于，所述选择模块，具体用于：
针对所述序号从1依次增大的每个候选模型：利用下式计算对应的所述模拟产量数据与第二实际产量数据的方差：
其中，σm表示第m个候选模型对应的所述模拟产量数据与第二实际产量数据的方差；j1表示第j1个时间步，j1＝1,2...n2，n2表示总时间步个数；Qm,j1表示所述模拟产量数据中第j1个时间步的模拟产油量；Q实,j1表示所述第二实际产量数据中第j1个时间步的实际产油量；
选择第一个对应的所述方差小于预设的拟合阈值的候选模型作为选中模型。
14.如权利要求11所述的装置，其特征在于，所述学习模块，具体用于：
基于多个已压裂水平井的各个压裂点的裂缝导流能力值和压裂潜力值进行训练学习，得到多次如下学习结果：
其中，为第i3次学习的第i2个压裂点对应的裂缝导流能力学习值，i3＝1,2…，i2＝1,2…n3，n3为所述多个已压裂水平井的压裂点个数，且n3≥n1；θ0为常数；θi3为第i3次学习需确定的方程系数；FPi2表示第i2个压裂点的压裂潜力值；
所述第i3次学习需确定的方程系数θi3通过下式获取：
其中，θ1＝θ00，θ00为常数，表示初始方程系数；J(θi3)为第i3次学习时的损失函数，所述损失函数具体通过下式计算：
其中，CDi2表示第i2个压裂点的裂缝导流能力值；
确定所述损失函数取得最小值时，对应的学习结果为裂缝导流能力与压裂潜力值的对应关系。
15.如权利要求12所述的装置，其特征在于，所述第一计算模块，具体用于：
拟合各个以所述第一实际产量数据中每个时间步对应的时间的开方为横坐标、以所述时间步对应的产油量的倒数为纵坐标的点，得到拟合曲线；计算所述拟合曲线的斜率m；
利用下式计算所述压裂点的裂缝半长：
其中，Xi1为第i1个压裂点对应的裂缝半长；ki1、φi1、hi1分别为所述第i1个压裂点对应的储层的渗透率、孔隙度、油藏厚度；Δpi1为所述已压裂水平井的井底压力与所述第i1个压裂点对应的油藏压力之差；mi1为第i1个压裂点对应的所述斜率；B为所述目的井段原油体积系数；μ为所述目的井段原油粘度；Ct为所述目的井段岩石综合压缩系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811019245.3A CN109408855B (zh) | 2018-09-03 | 2018-09-03 | 一种待压裂水平井的裂缝导流能力值计算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811019245.3A CN109408855B (zh) | 2018-09-03 | 2018-09-03 | 一种待压裂水平井的裂缝导流能力值计算方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109408855A true CN109408855A (zh) | 2019-03-01 |
| CN109408855B CN109408855B (zh) | 2023-05-09 |
Family
ID=65463773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811019245.3A Active CN109408855B (zh) | 2018-09-03 | 2018-09-03 | 一种待压裂水平井的裂缝导流能力值计算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109408855B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110410054A (zh) * | 2019-06-25 | 2019-11-05 | 中联煤层气有限责任公司 | 一种煤层气井压裂裂缝变时空导流能力的预测方法 |
| CN110952970A (zh) * | 2019-12-03 | 2020-04-03 | 西南石油大学 | 一种组合支撑剂导流能力预测方法 |
| CN114818551A (zh) * | 2022-07-01 | 2022-07-29 | 西安石油大学 | 一种页岩油藏压裂缝网自适应半无限导流表征方法及装置 |
| CN114961681A (zh) * | 2022-04-08 | 2022-08-30 | 中国石油大学(华东) | 一种水平井体积重复压裂综合潜力评价方法和装置 |
| CN115828651A (zh) * | 2023-02-24 | 2023-03-21 | 中国石油大学(华东) | 水力压裂裂缝合理导流能力确定方法、系统、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104975852A (zh) * | 2015-06-25 | 2015-10-14 | 中国石油大学(北京) | 多段压裂水平井产油(气)位置的诊断方法及其系统 |
| WO2017074869A1 (en) * | 2015-10-28 | 2017-05-04 | Halliburton Energy Services, Inc. | Near real-time return-on-fracturing-investment optimization for fracturing shale and tight reservoirs |
| CN107044277A (zh) * | 2017-06-06 | 2017-08-15 | 西南石油大学 | 低渗透非均质油藏水平井重复压裂增产潜力评价方法 |
-
2018
- 2018-09-03 CN CN201811019245.3A patent/CN109408855B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104975852A (zh) * | 2015-06-25 | 2015-10-14 | 中国石油大学(北京) | 多段压裂水平井产油(气)位置的诊断方法及其系统 |
| WO2017074869A1 (en) * | 2015-10-28 | 2017-05-04 | Halliburton Energy Services, Inc. | Near real-time return-on-fracturing-investment optimization for fracturing shale and tight reservoirs |
| CN107044277A (zh) * | 2017-06-06 | 2017-08-15 | 西南石油大学 | 低渗透非均质油藏水平井重复压裂增产潜力评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 苏玉亮 等: "体积压裂水平井三线性流模型与布缝策略", 《石油与天然气地质》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110410054A (zh) * | 2019-06-25 | 2019-11-05 | 中联煤层气有限责任公司 | 一种煤层气井压裂裂缝变时空导流能力的预测方法 |
| CN110410054B (zh) * | 2019-06-25 | 2022-04-05 | 中联煤层气有限责任公司 | 一种煤层气井压裂裂缝变时空导流能力的预测方法 |
| CN110952970A (zh) * | 2019-12-03 | 2020-04-03 | 西南石油大学 | 一种组合支撑剂导流能力预测方法 |
| CN114961681A (zh) * | 2022-04-08 | 2022-08-30 | 中国石油大学(华东) | 一种水平井体积重复压裂综合潜力评价方法和装置 |
| CN114818551A (zh) * | 2022-07-01 | 2022-07-29 | 西安石油大学 | 一种页岩油藏压裂缝网自适应半无限导流表征方法及装置 |
| CN115828651A (zh) * | 2023-02-24 | 2023-03-21 | 中国石油大学(华东) | 水力压裂裂缝合理导流能力确定方法、系统、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109408855B (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109209321B (zh) | 一种基于压裂潜力的待压裂水平井压裂设计方法和装置 | |
| CN109408855A (zh) | 一种待压裂水平井的裂缝导流能力值计算方法和装置 | |
| US10767448B2 (en) | Multistage oilfield design optimization under uncertainty | |
| CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
| CN108897066B (zh) | 碳酸盐岩裂缝密度定量预测方法及装置 | |
| CN104533400B (zh) | 一种重构测井曲线的方法 | |
| CN109655903B (zh) | 页岩层横波速度预测方法及系统 | |
| CN107784191A (zh) | 基于神经网络模型的异性结构面峰值抗剪强度预测方法 | |
| Tian et al. | Quantitative evaluation of key geological controls on regional Eagle Ford shale production using spatial statistics | |
| CN104899411A (zh) | 一种储层产能预测模型建立方法和系统 | |
| CN109236255A (zh) | 一种水平井压裂潜力评价方法和装置 | |
| CN105588883A (zh) | 三维岩石力学参数获取方法和系统 | |
| CN103760600A (zh) | 一种含气饱和度反演方法 | |
| CN112307601A (zh) | 一种复杂储层可压裂性评价方法 | |
| CN113762320A (zh) | 通过学习测井记录来估计岩相的方法和设备 | |
| CN109977586A (zh) | 一种体积压裂水平井分段分簇方法和装置 | |
| CN110887772A (zh) | 一种碳酸盐岩储层渗透率识别方法、系统及装置 | |
| CN108661628A (zh) | 一种基于参数优选的工程甜点定量评价方法 | |
| CN109376375B (zh) | 一种待压裂水平井的压裂位置设计方法和装置 | |
| EP3338116A1 (en) | Mechanisms-based fracture model for geomaterials | |
| CN108661629B (zh) | 一种针对页岩地层的工程甜点定量评价方法 | |
| CN114109352B (zh) | 一种基于曲线相似度预测孔隙度的方法 | |
| CN114961681A (zh) | 一种水平井体积重复压裂综合潜力评价方法和装置 | |
| CN110485994B (zh) | 页岩气储层非均质性的确定方法、装置和设备 | |
| Martemyanov et al. | Analytic modelling for wellbore stability analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Wendong Inventor after: Su Yuliang Inventor after: Zhang Kaijie Inventor after: Hao Yongmao Inventor after: Yuan Bin Inventor before: Zhang Kaijie Inventor before: Su Yuliang Inventor before: Wang Wendong Inventor before: Hao Yongmao Inventor before: Yuan Bin |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |