储层伤害控制参数剥茧方法构建

发布时间：2024-01-25 17:40

　　控制储层伤害程度是高油气井产量的关键。但是,储层伤害贯穿整个油气田开发始终,影响因素多,机理复杂,常用的储层敏感性评价方法、预测模型等与矿场实际差距较大,难以定量指导生产和作业。为此,从大数据角度,出利用数据挖掘技术剥开储层伤害或产能损害控制参数与油气井产量之间的数学关系,以实现无人为干预条件下产量预测、主控伤害因素诊断和定量优化,称之为“储层伤害控制参数剥茧方法”或“产能损害控制参数剥茧方法”。储层伤害控制参数为表征内、外伤害源的参数,具有局部不完整、含有异常值、量级和量纲差异大、特征多样、纬度高等特征。为此,优选了缺失值和异常值处理、数据规范化、聚类和降维等数据处理方法。然后,介绍了如何基于多元回归、人工神经网络和支持向量机,构建相应的剥茧数学模型。最后,以N油田压裂数据为例,建立了压后产油增量与其控制参数间的BP网络、支持向量机等模型17个,发现BP网络模型的残差平方和81.83,预测的平均准确度96.86%,模型最佳;诊断N油田压裂效果发现,返排率是损害压裂效果的主控因素;优化31#井压裂参数发现,当返排率50%、压裂液260方、前置液103方、砂量37方,压后产量可以从1.7...

【文章页数】：113 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 研究目的
    1.4 技术路线
    1.5 研究内容
第2章 储层伤害控制参数剥茧方法的提出
    2.1 储层伤害控制参数的定义
        2.1.1 内伤害源参数
        2.1.2 外伤害源参数
    2.2 储层伤害控制参数剥茧方法的定义
    2.3 本章小结
第3章 储层伤害控制参数剥茧方法的实施步骤
    3.1 储层伤害控制参数预处理
        3.1.1 缺失值处理
        3.1.2 异常值处理
        3.1.3 数据规范化
        3.1.4 差异特征聚类
        3.1.5 多维参数降维
    3.2 储层伤害控制参数剥茧数学模型建立
        3.2.1 利用多元回归构建剥茧数学模型
        3.2.2 利用人工神经网络构建剥茧数学模型
        3.2.3 利用支持向量机构建剥茧数学模型
    3.3 储层伤害控制参数剥茧数学模型应用
        3.3.1 产量主控因素诊断
        3.3.2 产量预测及评价
        3.3.3 可控工程参数定量优化
    3.4 本章小结
第4章 储层伤害控制参数剥茧方法初步实践
    4.1 结合相关性分析的多元回归模型
        4.1.1 参数相关性分析
        4.1.2 多元回归模型建立及优选
        4.1.3 多元回归模型诊断
        4.1.4 多元回归模型应用
    4.2 结合聚类分析的多元回归模型
        4.2.1 K-均值聚类算法基础上的多元回归模型
        4.2.2 K-中心点聚类算法基础上的多元回归模型
    4.3 人工神经网络模型
        4.3.1 单隐层BP神经网络模型
        4.3.2 双隐层BP神经网络模型
        4.3.3 Elman神经网络模型
        4.3.4 Rbf神经网络模型
    4.4 支持向量机模型
    4.5 模型对比优选与评价
        4.5.1 模型拟合效果对比评价
        4.5.2 模型预测效果对比评价
        4.5.3 压裂参数优化对比评价
    4.6 本章小结
第5章 结论
    5.1 主要工作量
    5.2 取得的结论或成果
    5.3 存在的问题及建议
参考文献
附录A R语言建模源程序
攻读硕士学位期间取得的学术成果
致谢



本文编号：3885262