CN113239499A - 一种页岩气井最大油嘴尺寸优选方法 - Google Patents
一种页岩气井最大油嘴尺寸优选方法 Download PDFInfo
- Publication number
- CN113239499A CN113239499A CN202110709718.8A CN202110709718A CN113239499A CN 113239499 A CN113239499 A CN 113239499A CN 202110709718 A CN202110709718 A CN 202110709718A CN 113239499 A CN113239499 A CN 113239499A
- Authority
- CN
- China
- Prior art keywords
- gas well
- shale gas
- size
- maximum
- production
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims abstract description 43
- 238000002474 experimental method Methods 0.000 claims abstract description 9
- 230000035945 sensitivity Effects 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims abstract description 6
- 238000013528 artificial neural network Methods 0.000 claims abstract description 5
- 239000007788 liquid Substances 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明公开了一种页岩气井最大油嘴尺寸优选方法，包括步骤：S1，利用神经网络取样机器学习实现日产气量、井底压力和日产液量参数的自动历史拟合，反演出裂缝参数；S2，建立页岩气井井筒管流模型；S3，在建立的模型中输入不同油嘴尺寸，计算出不同油嘴尺寸对应的生产压差，从而建立起油嘴尺寸大小与油藏压力的关系；S4，利用不同生产压差条件下的页岩人工裂缝渗透率应力敏感性室内实验得出最大有效应力；S5，选取页岩气井不同油嘴尺寸对应生产压差与最大有效应力最接近但不超过的尺寸为最大油嘴尺寸等；本发明能够针对不同油嘴尺寸对应生产压差得出最大油嘴尺寸，为确定合理的页岩气井排采过程的最大油嘴尺寸提供了理论依据等。
Description
技术领域
本发明涉及页岩开发领域，更为具体的，涉及一种页岩气井最大油嘴尺寸优选方法。
背景技术
页岩气井为实现商业开发，需进行大规模体积压裂，上万方压裂液注入页岩储层中，压裂液的滤失及返排过程显得尤为重要。如何建立最优的排采制度是实现页岩气井压裂液合理返排与最大程度发挥气井产能的关键。页岩气井压后排采过程中采用油嘴控制，川南页岩气井排采阶段普遍采用油嘴尺寸从小到大，逐级增大的排采制度。但现场对于排采过程中的最大油嘴确定依然依据经验，缺乏理论支撑。最大油嘴尺寸过小，无法测定单井测试产量，过大容易造成支撑剂破碎、嵌入和回流，造成应力敏感，影响人工裂缝导流能力。目前，国内并未有学者开展与最大油嘴尺寸确定相关的研究，普遍是研究页岩气井压后压裂液返排机理，无法与工程实际相结合。缺乏将油嘴尺寸与历史拟合、生产压差、应力敏感曲线相结合的一套方法，确定考虑页岩气单井各自地质工程条件与裂缝参数和生产特征的最大油嘴尺寸。
发明内容
本发明的目的在于克服现有技术的不足，提供一种页岩气井最大油嘴尺寸优选方法，能够针对不同油嘴尺寸对应生产压差得出最大油嘴尺寸，为确定合理的页岩气井排采过程的最大油嘴尺寸提供了理论依据等。
本发明的目的是通过以下方案实现的：
一种页岩气井最大油嘴尺寸优选方法，包括步骤：
S1，利用神经网络取样机器学习选定页岩气井的历史生产数据实现日产气量、井底压力和日产液量参数的历史拟合，然后利用反演算法反演出裂缝参数；
S2，结合选定页岩气井反演出的裂缝参数和地质工程参数建立页岩气井井筒管流模型；
S3，在建立的页岩气井井筒管流模型中，输入不同油嘴尺寸，计算出不同油嘴尺寸对应的生产压差，从而建立起油嘴尺寸大小与油藏压力的关系；
S4，利用不同生产压差条件下的页岩人工裂缝渗透率应力敏感性室内实验得出最大有效应力；
S5，将实验中得到的最大有效应力数据与页岩气井井筒管流模型得到的油嘴尺寸对应生产压差相结合，选取页岩气井不同油嘴尺寸对应生产压差与最大有效应力最接近但不超过的尺寸为最大油嘴尺寸。
进一步地，在步骤S1中，所述反演算法包括马尔科夫链—蒙特卡洛反演算法MCMC。
进一步地，利用马尔科夫链—蒙特卡洛反演算法MCMC反演出的裂缝参数包括有效缝高、缝长、导流能力和裂缝含水饱和度。
进一步地，在步骤S2中，页岩气井井筒管流模型包括如下子模型：井筒模型、流体组分模型、IPR模型和嘴流模型。
进一步地，在步骤S3中，所述不同油嘴尺寸的范围在3-12mm之间。
进一步地，在步骤S4中，所述最大有效应力为10MPa。
本发明的有益效果包括：
本发明通过将管流数值模拟与室内气水两相渗流实验相结合，基于页岩气井地质工程参数、裂缝参数、自动历史拟合建立管流模型、返排模型并结合室内实验，能够针对不同油嘴尺寸对应生产压差得出最大油嘴尺寸，解决了目前现场最大油嘴尺寸确定缺乏理论支撑的问题，实现了对页岩气井排采过程人工裂缝导流能力的保护，为优化页岩气井排采制度提供了理论依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例页岩气井最大油嘴尺寸确定方法流程图；
图2为本发明实施例中日产气量拟合结果的示意图；
图3为本发明实施例中日产液量拟合结果的示意图；
图4为本发明实施例中井底流压拟合结果的示意图；
图5为本发明实施例中井筒模型的示意图；
图6为本发明实施例中流体组分模型的示意图；
图7为本发明实施例中IPR模型的示意图；
图8为本发明实施例中嘴流模型的示意图；
图9为本发明实施例中12mm油嘴井筒压力剖面的示意图；
图10为本发明实施例中不同有效应力条件下渗透率恢复曲线的示意图；
图11为本发明实施例中限定生产压差下的最大油嘴尺寸的示意图；
图12为本发明实施例的方法步骤流程图。
具体实施方式
本说明书中所有实施例公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。
如图1～12所示，一种页岩气井最大油嘴尺寸优选方法，包括如下步骤：
S1，利用神经网络取样机器学习选定页岩气井的历史生产数据实现日产气量、井底压力和日产液量参数的历史拟合，然后利用反演算法反演出裂缝参数；在该步骤中，如图2～4所示，选取一口页岩气井，根据马尔科夫链—蒙特卡洛反演算法(MCMC)，通过人工智能—神经网络自动取样机器学习历史生产数据对其实现日产气量、井底压力和日产液量三个参数的自动历史拟合，反演出关键裂缝参数包括有效缝高、缝长、导流能力和裂缝含水饱和度等(表1)。
表1页岩气井裂缝参数反演结果表
| 裂缝参数 | 最优值 | P<sub>10</sub>值 | P<sub>50</sub>值 | P<sub>90</sub>值 |
| 高度(m) | 12.8 | 11.1 | 12.7 | 14.6 |
| 半长(m) | 84.3 | 81.7 | 85.4 | 89.3 |
| 导流能力(md·m) | 28 | 22.5 | 29 | 51.7 |
| 含水饱和度 | 0.711 | 0.683 | 0.713 | 0.739 |
| 宽度(m) | 0.0907 | 0.0831 | 0.09 | 0.0995 |
| 簇效率 | 0.702 | 0.666 | 0.696 | 0.724 |
反演得出的裂缝参数最优值将应用于管流模型中，使管流模型的建立更符合生产实际。
S2，结合选定页岩气井反演出的裂缝参数和地质工程参数建立页岩气井井筒管流模型；在该步骤中，如图5～8所示，可以采用pipesim软件结合选定页岩气井的地质工程参数和裂缝反演参数建立页岩气井井筒管流模型，其子模型包括井筒模型、流体组分模型、IPR模型和嘴流模型。
S3，在建立的页岩气井井筒管流模型中，输入不同油嘴尺寸(3-12mm)，得到相应的井筒压力剖面图，如图9所示，从而建立起油嘴尺寸大小与油藏压力的关系；在可选的实施方式中，采用Mukherjee和Brill经验公式和嘴流计算方法模拟得出3mm-12mm油嘴尺寸分别对应的井底流压，从而可以计算出不同油嘴尺寸对应的生产压差。如表2：
表2不同油嘴尺寸对应生产压差
S4，利用不同生产压差条件下的页岩人工裂缝渗透率应力敏感性室内实验得出最大有效应力。在该步骤中，当有效应力大于19MPa时，支撑剂发生破碎和嵌入现象严重，储层渗透率伤害难以恢复。在该步骤中，通过开展不同生产压差条件下页岩储层人工裂缝的应力敏感性研究，能够为最大油嘴尺寸的选择提供理论依据，实验结果19MPa时为最大有效应力，若超过则储层伤害难以恢复(图10)。
S5，将实验中得到的最大有效应力数据与页岩气井井筒管流模型得到的油嘴尺寸对应生产压差相结合，选取页岩气井不同油嘴尺寸对应生产压差与最大有效应力(19MPa)最接近但不超过的尺寸为最大油嘴尺寸。在该步骤中，创新性地结合页岩气藏渗流与页岩气井井筒管流，通过实验结果与数值模拟结果的分析比对，选取油嘴尺寸对应生产压差最接近但不超过19MPa的油嘴尺寸为最大油嘴尺寸(图11)。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。
除以上实例以外，本领域技术人员根据上述公开内容获得启示或利用相关领域的知识或技术进行改动获得其他实施例，各个实施例的特征可以互换或替换，本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
本发明功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，在一台计算机设备(可以是个人计算机，服务器，或者网络设备等)以及相应的软件中执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、或者光盘等各种可以存储程序代码的介质，进行测试或者实际的数据在程序实现中存在于只读存储器(Random Access Memory，RAM)、随机存取存储器(Random Access Memory，RAM)等。
Claims (6)
1.一种页岩气井最大油嘴尺寸优选方法，其特征在于，包括步骤：
S1，利用神经网络取样机器学习选定页岩气井的历史生产数据实现日产气量、井底压力和日产液量参数的历史拟合，然后利用反演算法反演出裂缝参数；
S2，结合选定页岩气井反演出的裂缝参数和地质工程参数建立页岩气井井筒管流模型；
S3，在建立的页岩气井井筒管流模型中，输入不同油嘴尺寸，计算出不同油嘴尺寸对应的生产压差，从而建立起油嘴尺寸大小与油藏压力的关系；
S4，利用不同生产压差条件下的页岩人工裂缝渗透率应力敏感性室内实验得出最大有效应力；
S5，将实验中得到的最大有效应力数据与页岩气井井筒管流模型得到的油嘴尺寸对应生产压差相结合，选取页岩气井不同油嘴尺寸对应生产压差与最大有效应力最接近但不超过的尺寸为最大油嘴尺寸。
2.根据权利要求1所述的一种页岩气井最大油嘴尺寸优选方法，其特征在于，在步骤S1中，所述反演算法包括马尔科夫链—蒙特卡洛反演算法MCMC。
3.根据权利要求2所述的一种页岩气井最大油嘴尺寸优选方法，其特征在于，利用马尔科夫链—蒙特卡洛反演算法MCMC反演出的裂缝参数包括有效缝高、缝长、导流能力和裂缝含水饱和度。
4.根据权利要求1所述的一种页岩气井最大油嘴尺寸优选方法，其特征在于，在步骤S2中，页岩气井井筒管流模型包括如下子模型：井筒模型、流体组分模型、IPR模型和嘴流模型。
5.根据权利要求1所述的一种页岩气井最大油嘴尺寸优选方法，其特征在于，在步骤S3中，所述不同油嘴尺寸的范围在3-12mm之间。
6.根据权利要求5所述的一种页岩气井最大油嘴尺寸优选方法，其特征在于，在步骤S4中，所述最大有效应力为10MPa。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110709718.8A CN113239499A (zh) | 2021-06-25 | 2021-06-25 | 一种页岩气井最大油嘴尺寸优选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110709718.8A CN113239499A (zh) | 2021-06-25 | 2021-06-25 | 一种页岩气井最大油嘴尺寸优选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113239499A true CN113239499A (zh) | 2021-08-10 |
Family
ID=77140852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110709718.8A Pending CN113239499A (zh) | 2021-06-25 | 2021-06-25 | 一种页岩气井最大油嘴尺寸优选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113239499A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114263450A (zh) * | 2021-12-31 | 2022-04-01 | 中国石油天然气股份有限公司 | 一种适用于致密气井的返排制度优化方法、装置、终端 |
| CN114810012A (zh) * | 2022-05-12 | 2022-07-29 | 成都理工大学 | 井筒-地层一体化致密气藏排水采气措施仿真模拟方法 |
| CN114991734A (zh) * | 2022-06-19 | 2022-09-02 | 西南石油大学 | 一种基于基质返排能力的页岩气井现场排液测试优化方法 |
| CN116050298A (zh) * | 2023-01-17 | 2023-05-02 | 中国石油大学(华东) | 一种多级压裂水平井多相生产油嘴工作制度优化设计方法 |
| WO2023246380A1 (zh) * | 2022-06-21 | 2023-12-28 | 中国石油天然气股份有限公司 | 页岩气水平井返排阶段的油嘴制度的确定方法及装置 |
-
2021
- 2021-06-25 CN CN202110709718.8A patent/CN113239499A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114263450A (zh) * | 2021-12-31 | 2022-04-01 | 中国石油天然气股份有限公司 | 一种适用于致密气井的返排制度优化方法、装置、终端 |
| CN114263450B (zh) * | 2021-12-31 | 2024-05-28 | 中国石油天然气股份有限公司 | 一种适用于致密气井的返排制度优化方法、装置、终端 |
| CN114810012A (zh) * | 2022-05-12 | 2022-07-29 | 成都理工大学 | 井筒-地层一体化致密气藏排水采气措施仿真模拟方法 |
| CN114810012B (zh) * | 2022-05-12 | 2023-01-10 | 成都理工大学 | 井筒-地层一体化致密气藏排水采气措施仿真模拟方法 |
| CN114991734A (zh) * | 2022-06-19 | 2022-09-02 | 西南石油大学 | 一种基于基质返排能力的页岩气井现场排液测试优化方法 |
| WO2023246380A1 (zh) * | 2022-06-21 | 2023-12-28 | 中国石油天然气股份有限公司 | 页岩气水平井返排阶段的油嘴制度的确定方法及装置 |
| CN116050298A (zh) * | 2023-01-17 | 2023-05-02 | 中国石油大学(华东) | 一种多级压裂水平井多相生产油嘴工作制度优化设计方法 |
| CN116050298B (zh) * | 2023-01-17 | 2023-11-21 | 中国石油大学(华东) | 一种多级压裂水平井多相生产油嘴工作制度优化设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113239499A (zh) | 一种页岩气井最大油嘴尺寸优选方法 | |
| CN107577831B (zh) | 一种缝洞型碳酸盐岩油气藏溶洞规模大小计算方法 | |
| CN103573263B (zh) | 一种致密砂岩油藏压裂投产水平井流压设计方法 | |
| CN109931045B (zh) | 一种双缝系统的自支撑酸压方法 | |
| CN103590824A (zh) | 经过多段压裂改造后的致密气藏水平井的产能计算方法 | |
| CN105484741A (zh) | 低渗透非均质应力敏感储层压裂水平井产量预测方法 | |
| CN112541287A (zh) | 疏松砂岩压裂充填防砂增产调剖一体化设计方法 | |
| CN105569613A (zh) | 一种中高阶煤煤层气排采方法 | |
| CN108119120A (zh) | 一种气井重复压裂选井选层方法 | |
| Xu et al. | Field test of volume fracturing for horizontal wells in Sulige tight sandstone gas reservoirs, NW China | |
| Yu et al. | Embedded discrete fracture model assisted study of gas transport mechanisms and drainage area for fractured shale gas reservoirs | |
| CN113586044B (zh) | 一种自喷页岩气试气工作制度的优化方法及系统 | |
| CN117307111A (zh) | 页岩气水平井返排阶段的油嘴制度的确定方法及装置 | |
| Yehia et al. | Improving the shale gas production data using the angular-based outlier detector machine learning algorithm | |
| CN111810108A (zh) | 一种页岩气水平井压后返排油嘴动态调整系统及方法 | |
| CN115952620A (zh) | 一种页岩储层防套变压裂施工方法与关键裂缝控制材料 | |
| CN107704646B (zh) | 一种致密储层体积改造后的建模方法 | |
| CN108021728B (zh) | 一种压裂液返排制度的计算方法 | |
| CN110939430A (zh) | 一种确定页岩气压裂液返排模型的方法 | |
| CN115618767A (zh) | 一种考虑应力叠置下连续油管拖动压裂的射孔方位角优化方法 | |
| CN112377184B (zh) | 串珠状缝洞型碳酸盐岩储层物性参数分析方法及装置 | |
| CN114757017A (zh) | 一种页岩气藏数值模拟方法 | |
| Wu et al. | Numerical simulation of choke size optimization in a shale gas well | |
| Sylvester et al. | A method for stimulation candidate well selection | |
| CN114526042B (zh) | 一种针对长井段裸眼井的分段设计方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100007 No. 9 North Main Street, Dongcheng District, Beijing, Dongzhimen Applicant after: PetroChina Company Limited Address before: 100011 Beijing city Dongcheng District No. 16 Andrew Applicant before: PetroChina Company Limited |