CN113642246A - 一种页岩气水平井布井参数优化方法 - Google Patents
一种页岩气水平井布井参数优化方法 Download PDFInfo
- Publication number
- CN113642246A CN113642246A CN202110975109.7A CN202110975109A CN113642246A CN 113642246 A CN113642246 A CN 113642246A CN 202110975109 A CN202110975109 A CN 202110975109A CN 113642246 A CN113642246 A CN 113642246A
- Authority
- CN
- China
- Prior art keywords
- parameters
- shale gas
- horizontal well
- well
- decision tree
- 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 25
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000003066 decision tree Methods 0.000 claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 230000009467 reduction Effects 0.000 claims abstract description 15
- 238000011161 development Methods 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 7
- 239000011435 rock Substances 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research 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]
- G06F30/20—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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of wells
- E21B43/305—Specific pattern of wells, e.g. optimising the spacing of wells comprising at least one inclined or horizontal well
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种页岩气水平井布井参数优化方法，该方法包括以下步骤：1)获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；2)对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；3)根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。本发明方法得出优化后页岩气水平井布井参数，以指导页岩气水平井部署，以使页岩气水平井获得更高的产能，为页岩气有效开发提供技术支撑和借鉴。
Description
技术领域
本发明涉及页岩气开发技术，尤其涉及一种页岩气水平井布井参数优化方法。
背景技术
页岩储层具有低孔、特低渗及非均质性强等特性，与常规油气资源相比，开采难度大。主要采用长水平井分段压裂进行开采，因此针对区块已经实施的页岩气水平井影响布井参数开展优化研究，是指导后续页岩气井部署，提高单井产能，实现有效开发的前提。
国外页岩气水平井布井参数优化的文献非常少，可以借鉴的经验比较少。北美页岩气田一般埋深较浅，仅Haynesville页岩气田部分气井埋深大于3500m，水平段长度1500m，井距200-400m；Haynesville页岩开发过程中大大地借鉴了邻近Barnett页岩气开发积累下的经验，水平钻井和多段压裂是其普遍采用的开发技术。国外大多数水平井水平段长度介于1000-1500m。Louisiana州和Texas州页岩气井水平段的长度分别倾向于选择1500m和1650m水平段长度完井。Louisiana州集中在1200～1500m，且以1500m为最多；Texas州集中在1350～1800m，以1650m为最多。国内页岩气与北美页岩气在地质特征、富集条件、生产方式、地面条件和技术经济现状等方面存在较大差异。国外的页岩气水平井布井方式不适用于国内页岩气田。页岩气水平井布井受多种因素影响，针对这个难点，需要提供了一种页岩气水平井布井参数优化方法，有效指导页岩气水平井部署，提高页岩气水平井产能，为页岩气有效开发提供了技术支撑和借鉴。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种页岩气水平井布井参数优化方法。
本发明解决其技术问题所采用的技术方案是：一种页岩气水平井布井参数优化方法，包括以下步骤：
1)获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
2)对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；
3)根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。
按上述方案，所述步骤2)中还包括对参数进行筛选的步骤，具体如下：
利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，并对参数进行排序；筛选出影响页岩气布井的关键参数。
按上述方案，所述步骤3)中构建决策树模型的具体过程包括：
3.1)将所有数据看成是一个节点；
3.2)从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；
3.3)利用决策树针对影响页岩气水平井布井的参数分析。
本发明还提供一种页岩气水平井布井参数优化系统，包括：
数据获取模块，用于获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
数据标记模块，用于对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；
决策树模型构建模块，用于根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。
按上述方案，所述数据标记模块中对每个参数进行特征值分解前，首先对参数进行筛选，具体如下：
利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，并对参数进行排序；筛选出影响页岩气布井的关键参数。
按上述方案，所述决策树模型构建模块中构建决策树模型的具体过程包括：
1)将所有数据看成是一个节点；
2)从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；
3)利用决策树针对影响页岩气水平井布井的参数分析。
本发明产生的有益效果是：充分考虑影响页岩气水平井布井的完井参数、地质和气藏参数，利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，对参数进行特征值分解，根据特征值矩阵过滤降维，，筛选出影响页岩气布井的的关键参数。并采用决策树算法对页岩气水平井布井参数进行分析，得出并优化影响页岩气水平井布井参数，保证了分析结果的准确性，能够综合多种参数，排除了微表情等不易识别的问题。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的影响页岩气水平井布井参数优化的示意图；
图2是本发明实施例的页岩气水平井布井影响参数数据流模型图；
图3是本发明实施例的决策树模型中计算各个影响布井的参数重要性图；
图4是本发明实施例的影响页岩气布井参数特征值分解及矩阵过滤降维图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，一种页岩气水平井布井参数优化方法，包括以下具体步骤(附图1)：
1、数据获取，在XX页岩气田已实施的页岩气水平井，将获取的影响页岩气水平井布井参数分为三类，即完井参数、地质参数、气藏参数(表1)。
具体如下：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
表1 XX区块页岩气田影响页岩气水平井布井参数表
2、数据标记，建立数据流模型(附图2)，对参数特征值矩阵过滤降维具体过程包括：①利用页岩气水平井布井参数建立数据流模型，②通过决策树模型中计算各个影响布井的参数的重要性(附图3)，并对参数进行排序；③对参数进行特征值分解，根据特征值矩阵过滤降维(附图4)，筛选出影响页岩气布井的关键参数。
3、构建模型，对配置为根据获取到并经过过滤降维处理的数据，将所有数据看成是一个节点；从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干孩子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树，利用生成的决策树模型对实时数据进行分析，最终优化得到XX页岩气田影响页岩气水平井布井参数(表2)，指导页岩气水平井部署，以使页岩气水平井获得更高的产能。
表2XX页岩气田影响页岩气水平井布井参数决策树算法优化表
本发明还提供一种页岩气水平井布井参数优化系统，包括：
数据获取模块，用于获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
数据标记模块，用于对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；
决策树模型构建模块，用于根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。
数据标记模块中对每个参数进行特征值分解前，首先对参数进行筛选，具体如下：
利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，并对参数进行排序；筛选出影响页岩气布井的的关键参数。
决策树模型构建模块中构建决策树模型的具体过程包括：
1)将所有数据看成是一个节点；
2)从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；
3)利用决策树针对影响页岩气水平井布井的参数分析。
终端计算处理设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种页岩气水平井布井参数优化方法。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (6)
1.一种页岩气水平井布井参数优化方法，其特征在于，包括以下步骤：
1)获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
2)对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；
3)根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。
2.根据权利要求1所述的一种页岩气水平井布井参数优化方法，其特征在于，所述步骤2)中还包括对参数进行筛选的步骤，具体如下：
利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，并对参数进行排序；筛选出影响页岩气布井的关键参数。
3.根据权利要求1所述的一种页岩气水平井布井参数优化方法，其特征在于，所述步骤3)中构建决策树模型的具体过程包括：
3.1)将所有数据看成是一个节点；
3.2)从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；
3.3)利用决策树针对影响页岩气水平井布井的参数分析。
4.一种页岩气水平井布井参数优化系统，其特征在于，包括：
数据获取模块，用于获取页岩气水平井影响布井的参数，包括：完井参数：水平段穿行气层比例、水平井段长、井间距、AB靶点垂深；地质参数：岩气层埋深、地层倾角、地应力、裂缝发育程度；和气藏参数：地层压力；
数据标记模块，用于对每个参数进行特征值分解，根据特征值矩阵进行过滤降维；
决策树模型构建模块，用于根据获取到并经过过滤降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出并优化影响页岩气水平井布井参数。
5.根据权利要求4所述的一种页岩气水平井布井参数优化系统，其特征在于，所述数据标记模块中对每个参数进行特征值分解前，首先对参数进行筛选，具体如下：
利用页岩气水平井布井参数建立数据流模型，通过决策树模型中计算各个影响布井的参数的重要性，并对参数进行排序；筛选出影响页岩气布井的关键参数。
6.根据权利要求4所述的一种页岩气水平井布井参数优化系统，其特征在于，所述决策树模型构建模块中构建决策树模型的具体过程包括：
1)将所有数据看成是一个节点；
2)从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；
3)利用决策树针对影响页岩气水平井布井的参数分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110975109.7A CN113642246B (zh) | 2021-08-24 | 2021-08-24 | 一种页岩气水平井布井参数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110975109.7A CN113642246B (zh) | 2021-08-24 | 2021-08-24 | 一种页岩气水平井布井参数优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113642246A true CN113642246A (zh) | 2021-11-12 |
| CN113642246B CN113642246B (zh) | 2024-04-30 |
Family
ID=78423599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110975109.7A Active CN113642246B (zh) | 2021-08-24 | 2021-08-24 | 一种页岩气水平井布井参数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113642246B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104885101A (zh) * | 2012-11-14 | 2015-09-02 | 雷普索尔有限公司 | 包括表征选择的不确定度的基于不完备描述对新总体成员的相似成员的自动选择 |
| US20150278407A1 (en) * | 2014-03-31 | 2015-10-01 | Hitachi, Ltd. | Oil and gas rig data aggregation and modeling system |
| CN109033541A (zh) * | 2018-07-02 | 2018-12-18 | 中国地质大学（北京） | 一种基于eur的压后页岩气藏非均质性评价方法 |
-
2021
- 2021-08-24 CN CN202110975109.7A patent/CN113642246B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104885101A (zh) * | 2012-11-14 | 2015-09-02 | 雷普索尔有限公司 | 包括表征选择的不确定度的基于不完备描述对新总体成员的相似成员的自动选择 |
| US20150278407A1 (en) * | 2014-03-31 | 2015-10-01 | Hitachi, Ltd. | Oil and gas rig data aggregation and modeling system |
| CN109033541A (zh) * | 2018-07-02 | 2018-12-18 | 中国地质大学（北京） | 一种基于eur的压后页岩气藏非均质性评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周贤海;: "涪陵焦石坝区块页岩气水平井钻井完井技术", 石油钻探技术, no. 05 * |
| 林;曹煜;田慧君;: "页岩气藏可开采性评价及生产动态预测――以川西某页岩区块为例", 石油工业计算机应用, no. 03 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113642246B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210048547A1 (en) | Method for determining the characteristic parameters of stimulation intervals of multi-stage fractured horizontal well in unconventional oil and gas reservoir | |
| CN108009716B (zh) | 一种水平井体积压裂效果影响因素多层次评价方法 | |
| US11459880B2 (en) | Method for evaluating difference in gas injection effect of gas injection wells in carbonate reservoir | |
| CN105986817A (zh) | 一种用于识别页岩地层工程甜点的方法 | |
| CN107676085A (zh) | 一种海相页岩气水平井测井产能预测方法 | |
| CN113312785B (zh) | 一种基于可压性评价的深层页岩气藏压裂优化方法 | |
| CN116122801A (zh) | 一种页岩油水平井体积压裂可压性综合评价方法 | |
| CN110295894B (zh) | 一种建立水平井产能预测模型的方法 | |
| CN110991933A (zh) | 一种山地页岩气资源评价方法及系统 | |
| CN113642246A (zh) | 一种页岩气水平井布井参数优化方法 | |
| CN111749688A (zh) | 一种优势渗流通道发育层位和方向的预测方法 | |
| CN113673771B (zh) | 一种页岩气水平井压裂分段方法 | |
| CN117332668A (zh) | 一种基于数据驱动的页岩气井压裂效果分析方法和系统 | |
| CN111335870B (zh) | 一种确定油气潜力的方法、装置 | |
| CN114462323A (zh) | 一种基于多属性场融合的油藏流场表征方法 | |
| CN114592848A (zh) | 孔隙度-电阻率-岩性匹配关系法识别低阻油气层的方法 | |
| CN114016989B (zh) | 一种基于元素录井解释数据的完井压裂分段优化方法 | |
| CN114611552A (zh) | 一种大倾角露头煤开采新生界松散含水层识别方法 | |
| CN106909717B (zh) | 湖相低丰度、多产层致密油田主力产油层的确定方法 | |
| CN116051307A (zh) | 一种基于大数据分析的储层厚度划分方法 | |
| CN114880957B (zh) | 一种非常规储层压裂射孔段簇参数组合优化方法 | |
| CN115110942B (zh) | 水平井优化的处理方法和装置 | |
| CN111734406B (zh) | 前缘单砂层平面能量差异表征方法 | |
| CN113818859B (zh) | 一种低渗透油藏的极限井距确定方法、判定方法与装置 | |
| CN116522583A (zh) | 基于线性回归方法的水平井地层压力预测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |