基于机器学习的页岩气井产量评价与预测

TE377; 页岩气井产量评价与预测对页岩气高效开发具有重要意义,现有解析模型的假设条件与实际页岩气井差异较大,数值模型计算难度大、效率低、不确定性高,导致页岩气井产量预测难度大.基于机器学习方法综合考虑地质因素与工程因素,整合页岩气开采全周期地质、钻井、压裂、生产等数据,对A页岩气藏气井产量进行了评价与预测.首先,对原始数据体进行处理,包括缺失值插补、相关性分析、异常值处理、主成分分析等,以减小数据的噪声;其次,采用聚类分析方法对页岩气井产量进行评价,研究影响A页岩气藏气井产量的主要因素;最后,应用随机森林方法预测A页岩气藏气井产量.结果表明:A区块页岩气藏中产量优、中、劣等井分别占比36....

Full description

Saved in:
Bibliographic Details
Published in:石油钻采工艺 2021, Vol.43 (4), p.518-524
Main Authors: 何佑伟, 贺质越, 汤勇, 秦佳正, 宋俊杰, 汪勇
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:TE377; 页岩气井产量评价与预测对页岩气高效开发具有重要意义,现有解析模型的假设条件与实际页岩气井差异较大,数值模型计算难度大、效率低、不确定性高,导致页岩气井产量预测难度大.基于机器学习方法综合考虑地质因素与工程因素,整合页岩气开采全周期地质、钻井、压裂、生产等数据,对A页岩气藏气井产量进行了评价与预测.首先,对原始数据体进行处理,包括缺失值插补、相关性分析、异常值处理、主成分分析等,以减小数据的噪声;其次,采用聚类分析方法对页岩气井产量进行评价,研究影响A页岩气藏气井产量的主要因素;最后,应用随机森林方法预测A页岩气藏气井产量.结果表明:A区块页岩气藏中产量优、中、劣等井分别占比36.4％、37.8％、25.8％,其中压裂因素对A页岩气井产量评价结果影响最大.调参后的页岩气井产量预测结果准确度达到90％以上,预测结果较好,表明本文模型能够用于页岩气井产量预测.
ISSN:1000-7393
DOI:10.13639/j.odpt.2021.04.016