基于大数据的页岩油气压裂工程参数优化方法.pdfVIP

基于大数据的页岩油气压裂

工程参数优化方法

主要内容

一、研究背景

二、方法介绍

三、应用实例

四、结论认识

一、研究背景

（1）页岩油气产能景响因素多，产能主控因素难以评价

页岩油气产能是地质、油藏、工程各参数的综合反映

产能影响涉及方面广、因素多。

常规方法进行单因素分析拟合度较差。

各影响因素相互关系难以确定。

单因素非线性强

难以量化表征

一、研究背景

(2)实践表明，压裂效果对页岩油气产能具有重要景响

水平井多段压裂是目前开采页岩油气的主要方式。

人工裂缝是页岩油气产出的主要通道。

页岩气产出途径模型图

一、研究背景

（3）产能与压裂参数关系不显著，影响压裂优化

通过EagleFord区产能分级数簇数

析发现，产量与工程参数

整体相关性不明显。

无法有效指导压裂设计。

水平井长度压裂液量支撑剂量

一、研究背景

因此，有必要利用现场数据，采用数据挖掘和预测

方法，开展研究。

主要内容

一、研究背景

二、方法介绍

三、应用实例

四、结论认识

二、方法介绍

2.1数据收集处理

产能影响参数共13个产能指标参数：初始产量

初始产量：连续30天生产最大产量而折算

的日产量

初始产量与累计产量关系

所有参数z-score方法标准化：

二、方法介绍

2.2产能因素量化评价

根据相关系数R对相关性进行评价

（1）相关性分析参数可以分为相互独立的三类

参数相关系数矩阵相关系数：

三类参数关系：

X-水平段长度，X-压裂级数，X-垂深，X-压裂段间距，

1234

X-每簇间距，X-每簇射孔，X-每级簇数，X-支撑剂量，

5678

X-压裂液量，X-井口压力，X-渗透率，X-孔隙度，X-

910111213

TOC

二、方法介绍

2.2产能因素量化评价

（2）主成分分析根据主成分分析，参数同样

正则化后的因子载荷矩阵可以分为相互独立的三类