CN113723706A - 页岩气井重复压裂产能预测方法、装置、终端及存储介质 - Google Patents

页岩气井重复压裂产能预测方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN113723706A
CN113723706A CN202111045383.0A CN202111045383A CN113723706A CN 113723706 A CN113723706 A CN 113723706A CN 202111045383 A CN202111045383 A CN 202111045383A CN 113723706 A CN113723706 A CN 113723706A
Authority
CN
China
Prior art keywords
shale gas
fracturing
yield
minimum
gas yield
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
Application number
CN202111045383.0A
Other languages
English (en)
Other versions
CN113723706B (zh
Inventor
张金川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN202111045383.0A priority Critical patent/CN113723706B/zh
Publication of CN113723706A publication Critical patent/CN113723706A/zh
Application granted granted Critical
Publication of CN113723706B publication Critical patent/CN113723706B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • E21B43/25—Methods for stimulating production
    • E21B43/26—Methods for stimulating production by forming crevices or fractures
    • 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
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Geology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Tourism & Hospitality (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种页岩气井重复压裂产能预测方法、装置、终端及存储介质。该方法包括：获取目标页岩气井每次压裂的实际最大页岩气产量、实际最小页岩气产量和实际总页岩气产量；进而拟合得到目标页岩气井的最大页岩气产量拟合函数和最小页岩气产量拟合函数；根据最大页岩气产量拟合函数和最小页岩气产量拟合函数，获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及总预估最大页岩气产量和总预估最小页岩气产量；根据预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。本发明实用性高，且预测结果更加准确。

Description

页岩气井重复压裂产能预测方法、装置、终端及存储介质
技术领域
本发明涉及非常规油气增产改造技术领域，尤其涉及一种页岩气井重复压裂产能预测方法、装置、终端及存储介质。
背景技术
重复压裂是一种广泛应用于初次压裂裂缝失效后再次提高低渗透油气井产量的重要技术手段。在初次压裂裂缝失效后，采取重复压裂措施形成一系列分支裂缝去改善原有裂缝渗透率和扩大裂缝对储层的控制程度以及改造体积，可以进一步提高油气产量和采出程度，是对低产井进行继续改造保证页岩气藏稳产增产的关键。
对低产井进行重复压裂产能预测可以帮助测算该井或该地区页岩气的经济价值，以便于进一步制定该进或该地区的重复压裂增产规划。现有技术中针对致密气藏开发的重复压裂井产能预测大多基于不同数学模型的数值模拟实现或通过数学统计方法实现。
然而，基于不同数学模型的数值模拟方法的原理是对油气藏开发过程中复杂的物理过程进行数学上的简化，利用简化的数学模型来拟合单井或油气藏的开发历史，进而对生产开发动态进行预测。在数学模型建立和拟合过程中，做出的种种假设和设置的条件都无法较全面的描述复杂的实际地质条件，导致建立的模型不尽相同，模拟结果也不同，不同模型的不同模拟结果的准确性也受到限制，且建模过程繁琐，计算时间长，这些因素都为重复压裂井改造效果预测带来局限。而数学统计方法中，则大多需要大量现场数据，且对数据类型和质量要求高，手机的数据难以满足实际运用要求，实用性不高。因此，设计一种兼顾实用性和准确性的页岩气井重复压裂产能预测方法具有重要意义。
发明内容
本发明实施例提供了一种页岩气井重复压裂产能预测方法、装置、终端及存储介质，以解决现有页岩气井重复压裂产能预测方法无法兼顾准确性和实用性的问题。
第一方面，本发明实施例提供了一种页岩气井重复压裂产能预测方法，包括：
获取目标页岩气井每次压裂的页岩气产量数据；所述页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；
根据所述实际最大页岩气产量和所述实际最小页岩气产量，拟合得到所述目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；
根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
在一种可能的实现方式中，所述根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，包括：
根据
Figure BDA0003250974010000021
获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量；
其中，Qimax为所述目标页岩气井第i次压裂的预估最大页岩气产量，Qimin为所述目标页岩气井第i次压裂的预估最小页岩气产量，ti为所述目标页岩气井第i次压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
在一种可能的实现方式中，根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量，包括：
根据
Figure BDA0003250974010000031
获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
其中，Qmax为所述总预估最大页岩气产量，Qmin为所述总预估最小页岩气产量，t为所述目标页岩气井重复压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
在一种可能的实现方式中，所述根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量，包括：
根据每次压裂对应的所述实际总页岩气产量和所述预估最大页岩气产量，计算得到每次压裂对应的第一系数；
根据每次压裂对应的所述实际总页岩气产量和所述预估最小页岩气产量，计算得到每次压裂对应的第二系数；
计算所有第一系数的平均值和所有第二系数的平均值，得到第一系数平均值和第二系数平均值；
根据所述第一系数平均值、所述第二系数平均值、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
在一种可能的实现方式中，所述根据每次压裂对应的所述实际总页岩气产量和所述预估最大页岩气产量，计算得到每次压裂对应的第一系数，包括：
根据
Figure BDA0003250974010000041
计算得到每次压裂对应的第一系数；
其中，ki为所述目标页岩气井第i次压裂对应的第一系数，Qi为第i次压裂的所述实际总页岩气产量，Qimax为第i次压裂的所述预估最大页岩气产量。
在一种可能的实现方式中，所述根据每次压裂对应的所述实际总页岩气产量和所述预估最小页岩气产量，计算得到每次压裂对应的第二系数，包括：
根据
Figure BDA0003250974010000042
计算得到每次压裂对应的第一系数；
其中，ri为所述目标页岩气井第i次压裂对应的第二系数，Qi为第i次压裂的所述实际总页岩气产量，Qimin为第i次压裂的所述预估最小页岩气产量。
在一种可能的实现方式中，所述根据所述第一系数平均值、所述第二系数平均值、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量，包括：
根据
Figure BDA0003250974010000043
得到所述目标页岩气井重复压裂的预测总页岩气产量；
其中，Q为所述预测总页岩气产量，k为所述第一系数平均值，Qmax为所述总预估最大页岩气产量，r为所述第二系数平均值，Qmin为所述总预估最小页岩气产量。
第二方面，本发明实施例提供了一种页岩气井重复压裂产能预测装置，包括：
获取模块，用于获取目标页岩气井每次压裂的页岩气产量数据；所述页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；
拟合模块，用于根据所述实际最大页岩气产量和所述实际最小页岩气产量，拟合得到所述目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；
估算模块，用于根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
预测模块，用于根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
第三方面，本发明实施例提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种页岩气井重复压裂产能预测方法、装置、终端及存储介质，通过获取目标页岩气井每次压裂的页岩气产量数据，页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；可以根据实际最大页岩气产量和实际最小页岩气产量，拟合得到目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；通过最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，可以获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；通过预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量可以对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。本发明实施例的页岩气井重复压裂产能预测方法简洁，计算量小，而且对数据的数量和质量没有严苛的要求，降低了数据获取的难度，更适合在现场作业情况复杂，数据质量参差不齐的情况下使用，提高了方法的实用性；而且本发明实施例的页岩气井重复压裂产能预测方法没有复杂繁琐的建模过程和参数设置过程，所有评价参数的获取均具有客观性，增加了预测结果的可信度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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是本发明实施例提供的页岩气井重复压裂产能预测方法的实现流程图；
图2是本发明实施例提供的单井页岩气产量随时间变化的曲线图；
图3是本发明实施例提供的每次压裂的页岩气产量数据及最大页岩气产量拟合函数和最小页岩气产量拟合函数的曲线图；
图4是本发明又一实施例提供的页岩气井重复压裂产能预测方法的实现流程图；
图5是本发明实施例提供的焦页9-2HF井每次压裂的页岩气产量数据及最大页岩气产量拟合函数和最小页岩气产量拟合函数的曲线图；
图6是本发明实施例提供的四川盆地某页岩气作业区生产井每次压裂的页岩气产量数据及最大页岩气产量拟合函数和最小页岩气产量拟合函数的曲线图；
图7是本发明实施例提供的页岩气井重复压裂产能预测装置的结构示意图；
图8是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
现有技术中针对致密气藏开发的重复压裂井产能预测大多基于不同数学模型的数值模拟实现或通过数学统计方法实现。
其中，基于不同数学模型的数值模拟方法，利用Eclipse BlackOil黑油模拟，其适用于大部分油气藏的数值模拟，其基于全隐式或半隐式的有限差分计算方法，可以模拟砂岩、裂缝性、低渗透等油气藏类型以及衰竭开发、注水开采、注气开采等开采方式。例如，由赵金洲等(2017)提出的数学模型将页岩储层当作小变形的弹性材料，考虑外部应力、孔隙压力和页岩气解吸效应引起岩体骨架变形，建立应力-应变模型和储层物性参数动态模型，并给出初始与边界条件；考虑干酪根面气体吸附解吸、纳米孔隙中的Knudsen扩散、表面扩散和滑移流、无机质中的滑移流和Knudsen扩散、天然裂缝中的黏性流的页岩气储集和渗流特征，分别建立干酪根和无机质中的连续性方程；将建立的固体形变控制方程和页岩气多尺度渗流方程分别进行除值求解，并给出页岩气流-固耦合数值模型整体求解方法；将页岩气井储层地质参数、物性参数和初次压裂设计参数带入页岩气流-固耦合数值模型，模拟至重复压裂时间节点，记录储层压力场和水力裂缝导流能力；将重复压裂设计参数带入页岩气流-固耦合数值模型，更新储层压力场和水力裂缝导流能力，计算重复压裂后页岩气井产能。由王贺华等(2018)提出的模型采集单井重复压裂效果的影响因素数据；基于Mcycr软件模拟，采集单井重复压裂效果的预测数据；将若干所述影响因素数据序列和预测数据序列分别进行若干次累加，分别得到单调上升且具有指数特征的累加影响因素数据序列和累加预测数据序列；根据所述累加影响因素数据序列和累加预测数据序列，基于灰色理论、数值微分法和最小二乘法构建预测数据模型。由曾凡辉等(2020)提出的模型对重复压裂油气井中的老裂缝和所述老裂缝上的分支新裂缝进行空间离散处理，得到多个等长的裂缝微元段；根据储层地质特性和流体基本性质对各所述裂缝微元段分别构建储层渗流模型；根据所述老裂缝的老裂缝特征和所述分支新裂缝的新裂缝特征对各所述裂缝微元段分别构建缝内压降模型；根据所述储层渗流模型中产量与压力响应的对应关系、所述缝内压降模型中压降损失与缝宽的对应关系、所述油气井的历史压裂数据以及预设缝内流体流动规则，确定所述油气井的当前产量。
其中，统计方法基于不同的数学方法，分析对预测目标造成影响的因素，为单井重复压裂效果做出预测。例如，比较生产动态法将井的生产动态分为几个阶段，通过对生产数据进行分析预测单井重复压裂效果。构成认定法运用人工神经网络与遗传算法等预测单井重复压裂效果，能过通过机器学习得到最佳的预测方法。生产样板曲线拟合法基于特定油田数据得出生产样板曲线，对重复压裂井的生产曲线展开拟合进行预测。
对上述页岩气井重复压裂产能预测方法进行分析，可以发现：基于不同数学模型的数值模拟方法的原理是对油气藏开发过程中复杂的物理过程进行数学上的简化，利用简化的数学模型来拟合单井或油气藏的开发历史，进而对生产开发动态进行预测。在数学模型建立和拟合过程中，做出的种种假设和设置的条件都无法较全面的描述复杂的实际地质条件，导致建立的模型不尽相同，模拟结果也不同，不同模型的不同模拟结果的准确性也受到限制，且建模过程繁琐，计算时间长，这些因素都为重复压裂井改造效果预测带来局限。而数学统计方法中，则比较生产动态法需要大量现场数据，且不适用于静态预测。构成认定法需要大量数据样本，且对数据类型和质量要求高，手机的数据难以满足实际运用要求，实用性不高。生产样板曲线拟合法由于生产数据的不稳定性及输出数据的相互依赖性而难以得到唯一解。因此，设计一种兼顾实用性和准确性的页岩气井重复压裂产能预测方法具有重要意义。
参见图1，其示出了本发明实施例提供的页岩气井重复压裂产能预测方法的实现流程图，详述如下：
在步骤101中，获取目标页岩气井每次压裂的页岩气产量数据。
其中，页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量。
如图2所示，对于某一页岩气井来说，在生产过程中，每进行一次压裂后，页岩气产量会瞬时提升，后随着时间缓慢下降，降低到一定值后会进行第二次压裂，页岩气产量会再次提升，但最大产量值会低于上一次压裂时页岩气产量的最大值，后再次随着时间缓慢下降，多次重复压裂，根据页岩气井的单井页岩气产量随时间变化的曲线图合理选择每次压裂的有效特征数据，可以得到每次压裂的实际总页岩气产量Q1、Q2、Q3、Q4…Qi…Qn，每次压裂的实际最大页岩气产量Q′1max、Q′2max、Q′3max…Q′imax…Q′nmax，以及每次压裂的实际最小页岩气产量Q′1min、Q′2min、Q′3min…Q′imin…Q′nmin，其中n为压裂次数。
本实施例中，当根据选择的每次压裂的有效特征数据获得的页岩气井重复压裂产能预测结果不够准确时，或者根据选择的每次压裂的有效特征数据拟合得到最大页岩气产量拟合函数和最小页岩气产量拟合函数，根据最大页岩气产量拟合函数和最小页岩气产量拟合函数估算的每次压裂的预估最大页岩气产量和预估最小页岩气产量与对应的实际最大页岩气产量和实际最小页岩气产量有较大偏差时，可以根据预测结果或者偏差情况重新择每次压裂的有效特征数据，在有效特征数据选取和拟合函数的选择上有更强的可控性，方便根据预测结果或者偏差情况及时调整和改进。
在步骤102中，根据实际最大页岩气产量和实际最小页岩气产量，拟合得到目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数。
结合图3，建立合理坐标系，并将步骤101获得的目标页岩气井每次压裂的页岩气产量数据导入坐标系中，可以得到每次压裂的页岩气产量数据对应的产量递减曲线(如图中实线所示)。运用最小二乘法对每次压裂对应的产量递减曲线的最大值进行拟合，可以得到最大页岩气产量拟合函数Fmax(t)，运用最小二乘法对每次压裂对应的产量递减曲线的最小值进行拟合，可以得到最小页岩气产量拟合函数Fmin(t)。
本发明将每次压裂的实际最大页岩气产量和实际最小页岩气产量作为目标页岩气井的有效特征数据，基于客观得到的有效特征数据拟合得到目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数，可以提高最大页岩气产量拟合函数和最小页岩气产量拟合函数的可信度；基于可信度较高的最大页岩气产量拟合函数和最小页岩气产量拟合函数对目标页岩气井的重复压裂产能进行预测，可以获得更准确的产能预测结果。
在步骤103中，根据最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量。
本实施例中，获得目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数后，可以利用拟合函数积分法，获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量。
可选的，根据最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，可以包括：
根据
Figure BDA0003250974010000111
获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量。
其中，Qimax为目标页岩气井第i次压裂的预估最大页岩气产量，Qimin为目标页岩气井第i次压裂的预估最小页岩气产量，ti为目标页岩气井第i次压裂的时间，Fmax(t)为最大页岩气产量拟合函数，Fmin(t)为最小页岩气产量拟合函数。
可选的，根据最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，获得目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量，可以包括：
根据
Figure BDA0003250974010000112
获得目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量。
其中，Qmax为总预估最大页岩气产量，即目标页岩气井的可能最大页岩气产量，Qmin为总预估最小页岩气产量，即目标页岩气井的可能最小页岩气产量，t为目标页岩气井重复压裂的时间，Fmax(t)为最大页岩气产量拟合函数，Fmin(t)为最小页岩气产量拟合函数。
在步骤104中，根据预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。
可选的，参见图4，根据预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量，可以包括：
在步骤201中，根据每次压裂对应的实际总页岩气产量和预估最大页岩气产量，计算得到每次压裂对应的第一系数。
可选的，根据每次压裂对应的实际总页岩气产量和预估最大页岩气产量，计算得到每次压裂对应的第一系数，可以包括：
根据
Figure BDA0003250974010000121
计算得到每次压裂对应的第一系数。
其中，ki为目标页岩气井第i次压裂对应的第一系数，Qi为第i次压裂的实际总页岩气产量，Qimax为第i次压裂的预估最大页岩气产量。
在步骤202中，根据每次压裂对应的实际总页岩气产量和预估最小页岩气产量，计算得到每次压裂对应的第二系数。
可选的，根据每次压裂对应的实际总页岩气产量和预估最小页岩气产量，计算得到每次压裂对应的第二系数，可以包括：
根据
Figure BDA0003250974010000122
计算得到每次压裂对应的第一系数。
其中，ri为目标页岩气井第i次压裂对应的第二系数，Qi为第i次压裂的实际总页岩气产量，Qimin为第i次压裂的预估最小页岩气产量。
示例性的，若获取了5次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量，则可以对应获取5次压裂的预估最大页岩气产量和预估最小页岩气产量，根据5次压裂的实际总页岩气产量及预估最大页岩气产量和预估最小页岩气产量，按照上述步骤201可以获得第一系数k1、k2、k3、k4、k5，按照上述步骤202可以获得第二系数r1、r2、r3、r4、r5。其中，第一系数k1、k2、k3、k4、k5可以客观地表征每次压裂的预估最大页岩气产量与实际总页岩气产量的偏差程度，第二系数r1、r2、r3、r4、r5可以客观地表征每次压裂的预估最小页岩气产量与实际总页岩气产量的偏差程度，因此基于第一系数、第二系数进行后续页岩气井重复压裂产能预测，可以增加页岩气井重复压裂产能预测结果的可信度。
在步骤203中，计算所有第一系数的平均值和所有第二系数的平均值，得到第一系数平均值和第二系数平均值。
示例性的，按照上述步骤201获得第一系数k1、k2…ki…kn，按照上述步骤202获得第二系数r1、r2…ri…rn，之后则可以根据
Figure BDA0003250974010000131
计算得到第一系数平均值k，根据
Figure BDA0003250974010000132
计算得到第二系数平均值r。
在步骤204中，根据第一系数平均值、第二系数平均值、总预估最大页岩气产量和总预估最小页岩气产量对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。
可选的，根据第一系数平均值、第二系数平均值、总预估最大页岩气产量和总预估最小页岩气产量对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量，可以包括：
根据
Figure BDA0003250974010000133
得到目标页岩气井重复压裂的预测总页岩气产量。
其中，Q为预测总页岩气产量，k为第一系数平均值，Qmax为总预估最大页岩气产量，r为第二系数平均值，Qmin为总预估最小页岩气产量。
本实施例中，由于每个第一系数可以表征每次压裂的预估最大页岩气产量与实际总页岩气产量的偏差程度，每个第二系数可以表征每次压裂的预估最小页岩气产量与实际总页岩气产量的偏差程度，因此利用第一系数平均值可以表征总预估最大页岩气产量与重复压裂的总页岩气产量的偏差程度，利用第二系数平均值可以表征总预估最小页岩气产量与重复压裂的总页岩气产量的偏差程度，因此根据第一系数平均值、第二系数平均值、总预估最大页岩气产量和总预估最小页岩气产量对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量，准确度更高。
以下通过具体实施例，对上述页岩气井重复压裂产能预测方法进行进一步说明。
(1)选取焦页9-2HF井为实例，进行页岩气井重复压裂产能预测。
焦页9-2HF井是一口前期压裂过6段、开发了5年的老井，自2013年投产以来，产量逐步递减。据试气工程项目部测算，该井仅能采出可采储量的60％。为进一步落实水平井单井产能，涪陵页岩气公司与相关单位经过研究，按照上述页岩气井重复压裂产能预测方法进行产能预测，如图5所示，可以获得最大页岩气产量拟合函数为y＝6.3×e-0.002x，其经积分得到总预估最大页岩气产量约为2.3086×108m3，可以获得最小页岩气产量拟合函数为y＝2.6×e-0.014x，其经积分得到总预估最小页岩气产量约为0.4343×108m3。则可以预测得到该井储量约为1.3715×108m3。
因此，涪陵页岩气公司组织人员对该井开展7-19段后13段的压裂施工，采用笼统暂堵体积压裂技术，对该井部分水平段实施重复压裂，在施工过程中，公司以提体积、促复杂、强支撑为目标，不断总结和分析，实时调整优化参数，强化施工质量水平控制，最终获得6万多立方米/日的较高产量，达到了对重复改造段有效改造的目的，创造了气田单位加砂强度纪录，经钻塞试气后获得显著效果，提高了浅层、低压气井的改造效果。
(2)选取四川盆地某页岩气作业区生产井为实例，进行页岩气井重复压裂产能预测。
该生产井395m水平井段初次分为6段压裂，生产初期平均日产气量达到2.5×104m3，在生产4年后平均日产气量低于0.5×103m3。由于不能满足临界携液流量面临关井。
按照上述页岩气井重复压裂产能预测方法进行产能预测，如图6所示，可以获得最大页岩气产量拟合函数为y＝6.5×e-0.039x，其经积分得到总预估最大页岩气产量约为3.4039×108m3，可以获得最小页岩气产量拟合函数为y＝1.5×e-0.133x，其经积分得到总预估最小页岩气产量约为1.3273×108m3。则可以预测得到该井储量约为2.3683×108m3，于是对该井进行了4级重复压裂施工。
本发明实施例通过获取目标页岩气井每次压裂的页岩气产量数据，页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；可以根据实际最大页岩气产量和实际最小页岩气产量，拟合得到目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；通过最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，可以获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；通过预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量可以对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。本发明实施例的页岩气井重复压裂产能预测方法简洁，计算量小，而且对数据的数量和质量没有严苛的要求，降低了数据获取的难度，更适合在现场作业情况复杂，数据质量参差不齐的情况下使用，提高了方法的实用性；而且本发明实施例的页岩气井重复压裂产能预测方法没有复杂繁琐的建模过程和参数设置过程，所有评价参数的获取均具有客观性，增加了预测结果的可信度。具有简单、可操作性强、准确的特点，对帮助测算该井或该地区页岩气的经济价值，进一步制定该井或该地区重复压裂增产规划具有重要意义。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图7示出了本发明实施例提供的页岩气井重复压裂产能预测装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图7所示，页岩气井重复压裂产能预测装置包括：获取模块71、拟合模块72、估算模块73和预测模块74。
获取模块71，用于获取目标页岩气井每次压裂的页岩气产量数据；所述页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；
拟合模块72，用于根据所述实际最大页岩气产量和所述实际最小页岩气产量，拟合得到所述目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；
估算模块73，用于根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
预测模块74，用于根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
本发明实施例通过获取目标页岩气井每次压裂的页岩气产量数据，页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；可以根据实际最大页岩气产量和实际最小页岩气产量，拟合得到目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；通过最大页岩气产量拟合函数和最小页岩气产量拟合函数进行估算，可以获得目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；通过预估最大页岩气产量、预估最小页岩气产量、实际总页岩气产量、总预估最大页岩气产量和总预估最小页岩气产量可以对目标页岩气井的重复压裂产能进行预测，得到目标页岩气井重复压裂的预测总页岩气产量。本发明实施例的页岩气井重复压裂产能预测方法简洁，计算量小，而且对数据的数量和质量没有严苛的要求，降低了数据获取的难度，更适合在现场作业情况复杂，数据质量参差不齐的情况下使用，提高了方法的实用性；而且本发明实施例的页岩气井重复压裂产能预测方法没有复杂繁琐的建模过程和参数设置过程，所有评价参数的获取均具有客观性，增加了预测结果的可信度。
在一种可能的实现方式中，估算模块73，可以用于根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，包括：
根据
Figure BDA0003250974010000171
获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量；
其中，Qimax为所述目标页岩气井第i次压裂的预估最大页岩气产量，Qimin为所述目标页岩气井第i次压裂的预估最小页岩气产量，ti为所述目标页岩气井第i次压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
在一种可能的实现方式中，估算模块73，可以用于根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量，包括：
根据
Figure BDA0003250974010000172
获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
其中，Qmax为所述总预估最大页岩气产量，Qmin为所述总预估最小页岩气产量，t为所述目标页岩气井重复压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
在一种可能的实现方式中，预测模块74，可以用于所述根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量，包括：
根据每次压裂对应的所述实际总页岩气产量和所述预估最大页岩气产量，计算得到每次压裂对应的第一系数；
根据每次压裂对应的所述实际总页岩气产量和所述预估最小页岩气产量，计算得到每次压裂对应的第二系数；
计算所有第一系数的平均值和所有第二系数的平均值，得到第一系数平均值和第二系数平均值；
根据所述第一系数平均值、所述第二系数平均值、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
在一种可能的实现方式中，预测模块74，可以用于根据
Figure BDA0003250974010000181
计算得到每次压裂对应的第一系数；
其中，ki为所述目标页岩气井第i次压裂对应的第一系数，Qi为第i次压裂的所述实际总页岩气产量，Qimax为第i次压裂的所述预估最大页岩气产量。
在一种可能的实现方式中，预测模块74，可以用于根据
Figure BDA0003250974010000182
计算得到每次压裂对应的第一系数；
其中，ri为所述目标页岩气井第i次压裂对应的第二系数，Qi为第i次压裂的所述实际总页岩气产量，Qimin为第i次压裂的所述预估最小页岩气产量。
在一种可能的实现方式中，预测模块74，可以用于根据
Figure BDA0003250974010000183
得到所述目标页岩气井重复压裂的预测总页岩气产量；
其中，Q为所述预测总页岩气产量，k为所述第一系数平均值，Qmax为所述总预估最大页岩气产量，r为所述第二系数平均值，Qmin为所述总预估最小页岩气产量。
图8是本发明实施例提供的终端的示意图。如图8所示，该实施例的终端8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个页岩气井重复压裂产能预测方法实施例中的步骤，例如图1所示的步骤101至步骤104，或者图4所示的步骤201至步骤204。所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块/单元71至72的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端8中的执行过程。例如，所述计算机程序82可以被分割成图7所示的模块/单元71至74。
所述终端8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端8的示例，并不构成对终端8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端8的内部存储单元，例如终端8的硬盘或内存。所述存储器81也可以是所述终端8的外部存储设备，例如所述终端8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元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取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个页岩气井重复压裂产能预测方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种页岩气井重复压裂产能预测方法，其特征在于，包括：
获取目标页岩气井每次压裂的页岩气产量数据；所述页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；
根据所述实际最大页岩气产量和所述实际最小页岩气产量，拟合得到所述目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；
根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
2.根据权利要求1所述的页岩气井重复压裂产能预测方法，其特征在于，所述根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，包括：
根据
Figure FDA0003250972000000011
获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量；
其中，Qimax为所述目标页岩气井第i次压裂的预估最大页岩气产量，Qimin为所述目标页岩气井第i次压裂的预估最小页岩气产量，ti为所述目标页岩气井第i次压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
3.根据权利要求1所述的页岩气井重复压裂产能预测方法，其特征在于，根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量，包括：
根据
Figure FDA0003250972000000021
获得所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
其中，Qmax为所述总预估最大页岩气产量，Qmin为所述总预估最小页岩气产量，t为所述目标页岩气井重复压裂的时间，Fmax(t)为所述最大页岩气产量拟合函数，Fmin(t)为所述最小页岩气产量拟合函数。
4.根据权利要求1-3任一项所述的页岩气井重复压裂产能预测方法，其特征在于，所述根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量，包括：
根据每次压裂对应的所述实际总页岩气产量和所述预估最大页岩气产量，计算得到每次压裂对应的第一系数；
根据每次压裂对应的所述实际总页岩气产量和所述预估最小页岩气产量，计算得到每次压裂对应的第二系数；
计算所有第一系数的平均值和所有第二系数的平均值，得到第一系数平均值和第二系数平均值；
根据所述第一系数平均值、所述第二系数平均值、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
5.根据权利要求4所述的页岩气井重复压裂产能预测方法，其特征在于，所述根据每次压裂对应的所述实际总页岩气产量和所述预估最大页岩气产量，计算得到每次压裂对应的第一系数，包括：
根据
Figure FDA0003250972000000031
计算得到每次压裂对应的第一系数；
其中，ki为所述目标页岩气井第i次压裂对应的第一系数，Qi为第i次压裂的所述实际总页岩气产量，Qimax为第i次压裂的所述预估最大页岩气产量。
6.根据权利要求4所述的页岩气井重复压裂产能预测方法，其特征在于，所述根据每次压裂对应的所述实际总页岩气产量和所述预估最小页岩气产量，计算得到每次压裂对应的第二系数，包括：
根据
Figure FDA0003250972000000033
计算得到每次压裂对应的第一系数；
其中，ri为所述目标页岩气井第i次压裂对应的第二系数，Qi为第i次压裂的所述实际总页岩气产量，Qimin为第i次压裂的所述预估最小页岩气产量。
7.根据权利要求4所述的页岩气井重复压裂产能预测方法，其特征在于，所述根据所述第一系数平均值、所述第二系数平均值、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量，包括：
根据
Figure FDA0003250972000000032
得到所述目标页岩气井重复压裂的预测总页岩气产量；
其中，Q为所述预测总页岩气产量，k为所述第一系数平均值，Qmax为所述总预估最大页岩气产量，r为所述第二系数平均值，Qmin为所述总预估最小页岩气产量。
8.一种页岩气井重复压裂产能预测装置，其特征在于，包括：
获取模块，用于获取目标页岩气井每次压裂的页岩气产量数据；所述页岩气产量数据包括每次压裂的实际最大页岩气产量和实际最小页岩气产量，以及每次压裂的实际总页岩气产量；
拟合模块，用于根据所述实际最大页岩气产量和所述实际最小页岩气产量，拟合得到所述目标页岩气井对应的最大页岩气产量拟合函数和最小页岩气产量拟合函数；
估算模块，用于根据所述最大页岩气产量拟合函数和所述最小页岩气产量拟合函数进行估算，获得所述目标页岩气井每次压裂的预估最大页岩气产量和预估最小页岩气产量，以及所述目标页岩气井的总预估最大页岩气产量和总预估最小页岩气产量；
预测模块，用于根据所述预估最大页岩气产量、所述预估最小页岩气产量、所述实际总页岩气产量、所述总预估最大页岩气产量和所述总预估最小页岩气产量对所述目标页岩气井的重复压裂产能进行预测，得到所述目标页岩气井重复压裂的预测总页岩气产量。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
CN202111045383.0A 2021-09-07 2021-09-07 页岩气井重复压裂产能预测方法、装置、终端及存储介质 Active CN113723706B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111045383.0A CN113723706B (zh) 2021-09-07 2021-09-07 页岩气井重复压裂产能预测方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111045383.0A CN113723706B (zh) 2021-09-07 2021-09-07 页岩气井重复压裂产能预测方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN113723706A true CN113723706A (zh) 2021-11-30
CN113723706B CN113723706B (zh) 2023-05-16

Family

ID=78682309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111045383.0A Active CN113723706B (zh) 2021-09-07 2021-09-07 页岩气井重复压裂产能预测方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN113723706B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117166996A (zh) * 2023-07-27 2023-12-05 中国地质大学（北京） 地质参数门槛值的确定方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845043A (zh) * 2017-04-07 2017-06-13 东方宝麟科技发展(北京)有限公司 一种页岩气水平井重复压裂工艺流程及设计方法
US20180202264A1 (en) * 2016-02-08 2018-07-19 Rs Energy Group Topco, Inc. Method for estimating oil/gas production using statistical learning models
CN108442911A (zh) * 2018-02-28 2018-08-24 西南石油大学 一种页岩气水平井重复压裂水力裂缝参数优化设计方法
CN111506865A (zh) * 2020-07-01 2020-08-07 西南石油大学 一种页岩气井生产拟合与预测方法
CN111927421A (zh) * 2020-08-18 2020-11-13 中国石油化工股份有限公司 一种基于页岩气不稳定线性流理论的重复压裂选井方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180202264A1 (en) * 2016-02-08 2018-07-19 Rs Energy Group Topco, Inc. Method for estimating oil/gas production using statistical learning models
CN106845043A (zh) * 2017-04-07 2017-06-13 东方宝麟科技发展(北京)有限公司 一种页岩气水平井重复压裂工艺流程及设计方法
CN108442911A (zh) * 2018-02-28 2018-08-24 西南石油大学 一种页岩气水平井重复压裂水力裂缝参数优化设计方法
CN111506865A (zh) * 2020-07-01 2020-08-07 西南石油大学 一种页岩气井生产拟合与预测方法
CN111927421A (zh) * 2020-08-18 2020-11-13 中国石油化工股份有限公司 一种基于页岩气不稳定线性流理论的重复压裂选井方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KYUNGBOOK LEE ET AL.: "Prediction of Shale-gas Production at Duvernay Formation Using Deep-Learning Algorithm", 《SPE JOURNAL》 *
任岚等: "页岩气水平井重复压裂产能数值模拟", 《天然气勘探与开发》 *
唐帅等: "中牟区块过渡相页岩气藏产能分析及压裂参数优选", 《工程科学学报》 *
曹煜: "现代产量递减法在重复压裂压前评估中的应用", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117166996A (zh) * 2023-07-27 2023-12-05 中国地质大学（北京） 地质参数门槛值的确定方法、装置、设备及存储介质
CN117166996B (zh) * 2023-07-27 2024-03-22 中国地质大学（北京） 地质参数门槛值的确定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113723706B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
US20210350208A1 (en) Method and device for predicting production performance of oil reservoir
US20210087925A1 (en) Systems and methods for real-time hydraulic fracture control
Narasingam et al. Handling spatial heterogeneity in reservoir parameters using proper orthogonal decomposition based ensemble Kalman filter for model-based feedback control of hydraulic fracturing
CN108547610B (zh) 体积压裂下的水平井产能的确定方法和装置
CN104453876B (zh) 致密油气储层水平井油气产量的预测方法及预测装置
US10909281B2 (en) History matching of hydrocarbon production from heterogenous reservoirs
CN108547612B (zh) 页岩油原位转化产出油量、产出气量的确定方法和装置
US11308413B2 (en) Intelligent optimization of flow control devices
CN115345378B (zh) 一种基于机器学习的页岩气井产量评价方法
CN108509694B (zh) 一种基于bp神经网络的支撑剂铺置形态预测方法
CN112016212B (zh) 一种基于渗流控制方程的储层纵向非均质性评价方法
WO2017031857A1 (zh) 一种构建双溶腔盐穴储库地面沉降预测模型的装置
CN110632274A (zh) 一种烃源岩排烃效率的确定方法及装置
CN113723706A (zh) 页岩气井重复压裂产能预测方法、装置、终端及存储介质
CN114398786B (zh) 压裂施工压力预测模型建立方法及装置、预测方法及装置
CN108843296B (zh) 一种基于多因素影响下的单井重复压裂效果预测方法
Zhang Analytical dual-porosity gas model for reserve evaluation of naturally fractured gas reservoirs using a density-based approach
Zhou et al. Shale oil production predication based on an empirical model-constrained CNN-LSTM
Wahba et al. Modern decline curve analysis of unconventional reservoirs: a comparative study using actual data
CN116291331A (zh) 油气藏产能预测方法、装置、设备和存储介质
CN105320830A (zh) 构建双溶腔盐穴储库地面沉降预测模型的方法和装置
Ren et al. Shale gas effective fracture network volume prediction and analysis based on flow back data: A case study of southern Sichuan Basin shale
Enyioha et al. Performance prediction for advanced well structures in unconventional oil and gas reservoirs using artificial intelligent expert systems
CN116362121A (zh) 水平井压裂的裂缝参数确定方法及装置
Yan et al. A dual-porosity flow-net model for simulating water-flooding in low-permeability fractured reservoirs

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