王成旺, 李曙光, 王玉斌, 謝正龍, 劉之的

(1.中石油煤層氣有限責(zé)任公司, 北京 100020; 2.中聯(lián)煤層氣國家工程研究中心有限責(zé)任公司, 北京 100951;3.中石油煤層氣有限責(zé)任公司工程技術(shù)研究院, 西安 710082; 4.西安石油大學(xué)地球科學(xué)與工程學(xué)院, 西安 710065)

當(dāng)前,中國對天然氣的需求持續(xù)增長,生產(chǎn)的天然氣遠(yuǎn)遠(yuǎn)滿足不了國民經(jīng)濟(jì)發(fā)展的需求。中高滲大型整裝氣藏已經(jīng)進(jìn)入開發(fā)晚期,據(jù)此各大氣田企業(yè)將勘探開發(fā)的視角轉(zhuǎn)至致密氣、頁巖氣等非常規(guī)氣藏上[1]。氣藏一旦發(fā)現(xiàn),產(chǎn)能大小便是油氣企業(yè)關(guān)注的焦點(diǎn)。氣藏產(chǎn)能預(yù)測是氣田勘探開發(fā)中不可或缺的一環(huán),精準(zhǔn)的產(chǎn)能評價(jià)不僅關(guān)系到氣田前期評價(jià),而且可以檢驗(yàn)天然氣勘探開發(fā)的成果,對編撰氣田開發(fā)方案和采取適宜的施工工藝也具有很大的幫助[2-5]。

地球物理測井可反映地下地層的巖性、物性、電性及含氣性等特性,是氣藏產(chǎn)能預(yù)測的重要手段之一。中外學(xué)者利用地球物理測井手段相繼開展過氣藏產(chǎn)能預(yù)測方法研究[6-9],取得了較好的應(yīng)用效果。氣藏產(chǎn)能測井預(yù)測的方法眾多,每種方法均具有一定的適用范圍,尤其是一些傳統(tǒng)方法已不再適用于非常規(guī)氣藏[10-11]。鑒于此,調(diào)研中外氣藏產(chǎn)能測井預(yù)測方法,在對其方法進(jìn)行梳理歸納的基礎(chǔ)上,闡述其方法的適用性,為今后產(chǎn)能測井預(yù)測方法優(yōu)選提供技術(shù)依據(jù)。

1 氣藏產(chǎn)能主控因素剖析

明確氣藏產(chǎn)能主控因素,是構(gòu)建產(chǎn)能預(yù)測模型的關(guān)鍵。影響氣藏產(chǎn)能的因素較多,按其類別主要分為:地質(zhì)因素、工程因素和生產(chǎn)因素。其中,地質(zhì)因素包括:孔隙度、滲透率、含氣飽和度及氣層厚度等;工程因素包括:射開程度、加砂量、加液量等;生產(chǎn)因素包括:井底流壓等[12-15]。氣藏產(chǎn)能是由儲(chǔ)層自身?xiàng)l件、外界環(huán)境及油氣特性等共同決定的,對某一特定氣藏而言,外界環(huán)境和油氣特性相對變化不大,因此產(chǎn)能大小很大程度上取決于油氣儲(chǔ)層本身的性質(zhì)[16-17]。

反映油氣儲(chǔ)集空間的孔隙度、反映油氣滲流通道和能力的滲透率、反映天然氣充注度的含氣飽和度,都會(huì)影響氣藏的產(chǎn)能。孔隙度、滲透率及含氣飽和度是評價(jià)氣藏產(chǎn)能的重要參數(shù)。一般情況下,儲(chǔ)層孔隙度大,滲流能力也較強(qiáng),相同物源距離和生烴壓力等條件下更易于充注成藏形成高含氣飽和度。井筒附近孔隙度、滲透率及含氣飽和度越大,氣藏初期開發(fā)效果越好,產(chǎn)量增加越明顯[18]。鑒于儲(chǔ)層的滲透率對氣藏的初期產(chǎn)能影響更大,氣田開發(fā)工程師更關(guān)注滲透率對油氣產(chǎn)能的影響[19-21]。圖1[22]為某氣田不同滲透率的日產(chǎn)氣量,可以看出,當(dāng)儲(chǔ)層滲透率變大時(shí),平均日產(chǎn)氣量逐漸增大,而且是非線性增大的。盡管地層滲透率在地下儲(chǔ)層成巖后已基本固定,但氣田開發(fā)工程師為了提高氣藏產(chǎn)能常用人工壓裂改造儲(chǔ)層的滲流通道。

圖1 某氣田不同滲透率與產(chǎn)氣量關(guān)系[22]Fig.1 Relationship between different permeability and gas production in an gas field[22]

對同一氣藏而言,不同井的氣層有效厚度不同。儲(chǔ)層孔隙度、滲透率及含氣飽和度相同的儲(chǔ)層,由于氣層有效厚度不同,產(chǎn)能也存在較大的差異。一般情況下,氣層有效厚度越大,油氣的產(chǎn)能越大,但是部分井的實(shí)際油氣產(chǎn)能情況不遵循此規(guī)律。因此,直接利用氣層有效厚度來預(yù)測氣藏產(chǎn)能將會(huì)引起較大的誤差[23]。

實(shí)際生產(chǎn)過程中,射開程度對氣藏產(chǎn)能的影響較大。隨著射開程度的增加,日產(chǎn)量逐漸增加,但增加幅度逐漸減小(圖2[24])。近年來,為了提高開發(fā)效果,絕大多數(shù)井采用壓裂改造工藝。儲(chǔ)層經(jīng)過壓裂改造后,加砂量、加液量的多少?zèng)Q定著裂縫的流通能力,加砂量、加液量偏少,會(huì)導(dǎo)致裂縫無法充分的擴(kuò)張;加砂量、加液量偏多,會(huì)導(dǎo)致裂縫的流通能力降低,平均單井日產(chǎn)氣量下降(圖3[25])。

圖2 射開程度與產(chǎn)量的關(guān)系[24]Fig.2 Relationship between degree of shot opening and yield[24]

圖3 加砂強(qiáng)度與產(chǎn)氣量關(guān)系[25]Fig.3 Relationship between sand addition strength and gas production[25]

井底壓力是測試和開采過程中的重要參數(shù),其對氣藏產(chǎn)能的影響也不容忽視。隨著井底壓力的增加,油氣產(chǎn)量不斷降低[26]。圖4[27]為不同井底流壓下天然氣產(chǎn)量與生產(chǎn)時(shí)間的關(guān)系圖?？梢钥闯?生產(chǎn)初期井底流壓對天然氣的產(chǎn)量影響相對較小,但產(chǎn)量遞減很快,直至2月產(chǎn)量才趨于穩(wěn)定?？傮w表現(xiàn)為井底流壓升高,產(chǎn)量下降幅度較大的態(tài)勢。

圖4 滇東老廠區(qū)塊某井井底流壓與產(chǎn)氣量關(guān)系圖[27]Fig.4 Flow pressure versus gas production at the bottom of a well in the old plant block, east Yunnan[27]

2 產(chǎn)能預(yù)測方法

氣藏的產(chǎn)能是體現(xiàn)儲(chǔ)層動(dòng)態(tài)特征的一個(gè)綜合性指標(biāo),映射了儲(chǔ)層的生產(chǎn)能力和各種影響因素之間通過相互影響、相互權(quán)衡、相互制約而達(dá)到的一種動(dòng)態(tài)平衡特征[28-30]。

2.1 測井曲線特征法

2.1.1 形態(tài)組合法

測井資料蘊(yùn)藏著豐富的儲(chǔ)層地質(zhì)信息,巖性和孔隙結(jié)構(gòu)相同的儲(chǔ)層,天然氣的賦存狀態(tài)和充注程度對測井響應(yīng)特征的影響較大,尤其是測井曲線的形態(tài)。自然伽馬和自然電位測井是儲(chǔ)層巖性特征的指示器,聲波時(shí)差、補(bǔ)償密度和補(bǔ)償中子測井能反映儲(chǔ)層的物性特征,不同徑向探測深度的電阻率測井能夠反映儲(chǔ)層的含氣性[31]。據(jù)此,有機(jī)結(jié)合常規(guī)九條測井曲線,對比分析試氣試采的產(chǎn)量與曲線的形態(tài)組合,便可獲得一套定性分析研究區(qū)氣藏產(chǎn)能的測井曲線形態(tài)組合模式?；诖四Ｊ?可實(shí)現(xiàn)利用測井曲線形態(tài)定性分析儲(chǔ)層的產(chǎn)能。如自然伽馬曲線呈箱形,高電阻率、聲波時(shí)差、密度,表明儲(chǔ)層物性好,結(jié)合含氣性評價(jià)可判斷該儲(chǔ)層的產(chǎn)氣能力大,產(chǎn)量高[32]。鑒于目的層巖性、孔隙結(jié)構(gòu)等比較復(fù)雜,測井產(chǎn)能分析應(yīng)更注重將儲(chǔ)層進(jìn)行分類,再依據(jù)測井響應(yīng)特征和曲線形態(tài)組合來定性分析產(chǎn)能[32]。

2.1.2 包絡(luò)面積法

包絡(luò)面積法是根據(jù)氣層在不同測井曲線上的響應(yīng)特征,將各條測井曲線相互組合,結(jié)合測井分析軟件而形成的一類方法[33]。該法將干層或致密層的測井曲線作為基線,儲(chǔ)層的測井曲線與基線間圍成的面積大小即為“包絡(luò)面積”(圖5[34])。根據(jù)包絡(luò)面積的大小,便可實(shí)現(xiàn)儲(chǔ)層的產(chǎn)能預(yù)測。

業(yè)界常用補(bǔ)償密度、聲波時(shí)差、電阻率來建立面積包絡(luò)法產(chǎn)能預(yù)測模型[33]。其技術(shù)思路為,將反映含氣性的補(bǔ)償密度與聲波時(shí)差比值Z,反映含氣性的電阻率曲線進(jìn)行重疊,根據(jù)其重疊面積來預(yù)測儲(chǔ)層的產(chǎn)能。

X3井3323-3252米層段(圖5),預(yù)測投產(chǎn)前3個(gè)月平均產(chǎn)氣量為12 060.5 m3/d,實(shí)際投產(chǎn)產(chǎn)量為9 226.4 m3/d,產(chǎn)氣誤差率為7.65%。應(yīng)用結(jié)果表明,該法的預(yù)測精度較產(chǎn)能指數(shù)法好。

2.2 數(shù)理統(tǒng)計(jì)法

鑒于氣藏的產(chǎn)能由諸多主控因素影響,在構(gòu)建產(chǎn)能預(yù)測模型時(shí),需要將表征儲(chǔ)層特征、工程因素的諸多參數(shù)按照重要級別排序,并給予各參數(shù)權(quán)重,進(jìn)而利用數(shù)理統(tǒng)計(jì)方法構(gòu)建其產(chǎn)能預(yù)測模型,由此架起每個(gè)影響因素與產(chǎn)能間的橋梁[35]。值得注意的是,在構(gòu)建模型前需要準(zhǔn)確的統(tǒng)計(jì)出各氣層的產(chǎn)氣量,以確保產(chǎn)能預(yù)測模型的可靠性[36]。

2.2.1 綜合指數(shù)法

綜合指數(shù)法的主要思路是,將產(chǎn)能主控因素相乘或相除,所得的積/商取對數(shù)或者賦予一個(gè)指數(shù)來計(jì)算出綜合指數(shù)。根據(jù)儲(chǔ)層及工程因素等情況,利用數(shù)學(xué)方法優(yōu)選產(chǎn)能主控因素并準(zhǔn)確賦予權(quán)重是構(gòu)建其模型的關(guān)鍵。

圖6系統(tǒng)分析了影響儲(chǔ)層產(chǎn)能的地質(zhì)參數(shù)、氣藏參數(shù)、工程參數(shù)、儲(chǔ)層參數(shù)等多種參數(shù),構(gòu)建了產(chǎn)能綜合指數(shù),并與產(chǎn)氣量進(jìn)行交會(huì)分析,進(jìn)而分析產(chǎn)能的等級。鄧健[37]利用孔隙度、滲透率、飽和度等參數(shù),建立了產(chǎn)能綜合指數(shù)模型,預(yù)測的產(chǎn)氣量與生產(chǎn)初期的日產(chǎn)氣量較為吻合。曾靜波等[38]在儲(chǔ)層品質(zhì)評價(jià)的基礎(chǔ)上,建立了綜合評價(jià)指數(shù)與米產(chǎn)液指數(shù)關(guān)系的產(chǎn)能預(yù)測方法,取得了良好的效果。陳浩等[39]采用灰色關(guān)聯(lián)方法對影響縫網(wǎng)壓裂直井初期產(chǎn)能的主控因素進(jìn)行了篩選和評價(jià),優(yōu)選出射開含氣砂巖厚度、含氣飽和度、砂液比和加砂量等參數(shù),構(gòu)建了產(chǎn)能綜合指數(shù),進(jìn)而對氣藏的產(chǎn)能進(jìn)行了預(yù)測。

圖6 綜合指數(shù)與產(chǎn)氣量關(guān)系Fig.6 Relationship between composite index and gas production

2.2.2 圖版法

地球物理測井領(lǐng)域,圖版法多用于儲(chǔ)層“四性”關(guān)系研究。近年來,將試氣試采等動(dòng)態(tài)生產(chǎn)數(shù)據(jù)與儲(chǔ)層參數(shù)統(tǒng)計(jì)分析,制作產(chǎn)氣量-滲透率/孔隙度/含氣飽和度、產(chǎn)氣量-電阻率/聲波時(shí)差等圖版[40],并利用相關(guān)性分析等方式對產(chǎn)能進(jìn)行預(yù)測,如圖7[41]所示。

圖7 地層滲透率、電阻率與試氣產(chǎn)量關(guān)系[41]Fig.7 Relationship between formation permeability, resistivity and test gas production[41]

鑒于電阻率測井能夠較好的反映儲(chǔ)層的含氣性,聲波時(shí)差和補(bǔ)償密度測井能夠反映儲(chǔ)層的孔隙度,相關(guān)領(lǐng)域的學(xué)者先后利用電阻率、聲波時(shí)差、補(bǔ)償密度與日產(chǎn)氣量、米產(chǎn)氣量的交會(huì)圖版[42-46],均在各自的研究區(qū)塊取得了較好的應(yīng)用效果)。

2.2.3 加權(quán)儲(chǔ)能系數(shù)法

基于測井資料精細(xì)解釋,對同一砂體的儲(chǔ)層進(jìn)行精細(xì)分類,利用各分類儲(chǔ)層的厚度、孔隙度、飽和度及滲透率等關(guān)鍵參數(shù),確定每類小層的儲(chǔ)能系數(shù),與試氣產(chǎn)量結(jié)合求取每類小層對儲(chǔ)層產(chǎn)能的貢獻(xiàn)值,由此建立加權(quán)儲(chǔ)能系數(shù)產(chǎn)能預(yù)測模型[47-48]。

(1)

(2)

式中:S′為同一砂體各單元儲(chǔ)層儲(chǔ)能系數(shù)和;Pi為同一砂體第i單元儲(chǔ)層參數(shù)特征值;Hi為同一砂體第i單元儲(chǔ)層的有效厚度,m;Q為儲(chǔ)層預(yù)測產(chǎn)能,t/d;Aj

為第j類砂體儲(chǔ)能系數(shù)的加權(quán)值;Sj為第j類砂體儲(chǔ)層儲(chǔ)能系數(shù)和。

構(gòu)建加權(quán)儲(chǔ)能系數(shù)產(chǎn)能預(yù)測模型前,依據(jù)儲(chǔ)層孔隙結(jié)構(gòu)等對其分類尤為關(guān)鍵[49-50]。程玉梅等[51]優(yōu)選含氣孔隙體積、可動(dòng)流體飽和度、峰點(diǎn)喉道半徑、氣相滲透率建立了超低滲透儲(chǔ)層分類標(biāo)準(zhǔn),分儲(chǔ)層類型建立了超低滲透儲(chǔ)層加權(quán)儲(chǔ)能系數(shù)產(chǎn)能預(yù)測方法,實(shí)現(xiàn)了超低滲透儲(chǔ)層試氣產(chǎn)能的測井快速預(yù)測。萬金彬等[52]利用儲(chǔ)層孔隙結(jié)構(gòu)進(jìn)行儲(chǔ)層品質(zhì)分類的基礎(chǔ)上,采用不同的特征產(chǎn)能系數(shù)圖版建立了產(chǎn)能預(yù)測模型。

2.2.4 多元回歸法

多元回歸法的思路是,將試氣試采的產(chǎn)量(通常指產(chǎn)能)視為因變量,影響產(chǎn)能的主控因素視為自變量,建立多個(gè)變量間線性或非線性數(shù)學(xué)模型,即為油氣藏產(chǎn)能多元回歸預(yù)測模型。孫鵬[53]、黎澤剛等[54]利用孔隙度、滲透率、含氣飽和度及油層厚度等參數(shù),利用多元回歸分析建立了氣藏產(chǎn)能預(yù)測模型,取得了較好的應(yīng)用效果。梁榜[55]依據(jù)儲(chǔ)層類型厚度加權(quán)處理了地質(zhì)、工程參數(shù),采用正交試驗(yàn)進(jìn)行了產(chǎn)能敏感性參數(shù)分析,確定了研究區(qū)產(chǎn)能的主控參數(shù),并利用多元線性回歸建立了產(chǎn)能預(yù)測模型,提高了頁巖氣井產(chǎn)能的預(yù)測精度。

2.3 采氣指數(shù)法

滲流力學(xué)理論是利用采油指數(shù)法進(jìn)行氣藏產(chǎn)能定量預(yù)測的基礎(chǔ)[56]。一般來說,地下流體在地層介質(zhì)中滲流的方式有:平面徑向流、平面單向流、球形流。在油田實(shí)際生產(chǎn)中,平面徑向流更符合井中真實(shí)的流動(dòng)狀態(tài)。從滲流理論出發(fā),根據(jù)達(dá)西定律,平面徑向流滲流流量公式可表示為

(3)

式(3)中:Qf為流量,m3;K為地層有效滲透率,μm2;H為儲(chǔ)層厚度,m;Pe為供油處壓力,MPa;Pw為井內(nèi)壓力,MPa;B為體積系數(shù);μ為原油黏度,10-3Pa·s;Re為供油半徑,m;Rw為井眼半徑,m;S為表皮系數(shù),無量綱;PI為生產(chǎn)指數(shù);ΔP為生產(chǎn)壓差,MPa。

實(shí)際生產(chǎn)中,將測試獲得的米產(chǎn)氣指數(shù)代入上述產(chǎn)能預(yù)測模型,便可較有效地進(jìn)行氣藏產(chǎn)能預(yù)測[57-58]?；谏a(chǎn)測試數(shù)據(jù)和油-水兩相滲流理論,深入分析了儲(chǔ)層物性、原油黏度及飽和度、地層壓力等對產(chǎn)能的影響,建立了基于采油指數(shù)的產(chǎn)能測井預(yù)測方法[59]。充分利用DST(drill stem test)地層測試等資料,根據(jù)流度、有效滲透率擬合獲得的米采油指數(shù)預(yù)測氣藏產(chǎn)能,可取得良好的應(yīng)用效果[60]。利用測井資料,結(jié)合巖心物性測試數(shù)據(jù),通過計(jì)算相對滲透率和采油指數(shù),進(jìn)而來預(yù)測氣藏的產(chǎn)能,在葡北地區(qū)也取得了較好的預(yù)測效果[61]。

2.4 人工智能法

機(jī)器學(xué)習(xí)方法作為一項(xiàng)具有強(qiáng)大預(yù)測能力的工具,在油氣田產(chǎn)能預(yù)測方面?zhèn)涫荜P(guān)注。機(jī)器學(xué)習(xí)方法模型將復(fù)雜的儲(chǔ)層氣藏特征、壓裂開采等工程條件進(jìn)行量化分析,快速預(yù)測氣藏的產(chǎn)能。為弱化人為因素對氣藏產(chǎn)能預(yù)測模型構(gòu)建精度的影響,文獻(xiàn)[62-70]先后針對研究區(qū)的儲(chǔ)層特征和工程因素,利用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、小波分析與神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合等方法開展過氣藏產(chǎn)能預(yù)測模型研究,均取得了良好的應(yīng)用效果。文獻(xiàn)[71-74]在對傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)模型改進(jìn)基礎(chǔ)上,實(shí)現(xiàn)對煤層氣井產(chǎn)量、剩余含氣量的預(yù)測。劉凱等[75]系統(tǒng)分析了油氣地球化學(xué)性質(zhì)與油氣產(chǎn)能的關(guān)系,并用神經(jīng)網(wǎng)絡(luò)算法預(yù)測了含油氣的概率,進(jìn)而編繪了油氣資源預(yù)測。

近年來,預(yù)測氣藏產(chǎn)能的機(jī)器學(xué)習(xí)算法百花齊放,除常用的神經(jīng)網(wǎng)絡(luò)算法外,支持向量機(jī)、多元逐步回歸、隨機(jī)森林等均用于氣藏產(chǎn)能預(yù)測模型的構(gòu)建。無論各種算法,均需通過一部分產(chǎn)能主控參數(shù)訓(xùn)練樣本來構(gòu)建產(chǎn)能預(yù)測模型,并對訓(xùn)練集之外具有相同結(jié)構(gòu)的參數(shù)做出產(chǎn)能預(yù)測[76-78]。

3 產(chǎn)能預(yù)測方法適用性分析

3.1 測井曲線特征法

測井曲線特征法建立在儲(chǔ)層四性特征認(rèn)識的基礎(chǔ)上,形態(tài)組合法是根據(jù)各測井曲線的形態(tài)變化來分析產(chǎn)能級別,僅能從定性角度對儲(chǔ)層產(chǎn)能進(jìn)行分析;包絡(luò)面積法雖能根據(jù)其包絡(luò)的面積進(jìn)行定量預(yù)測,但其預(yù)測精度受制于儲(chǔ)層巖性、物性等影響,尤其是儲(chǔ)層孔隙結(jié)構(gòu)的復(fù)雜性導(dǎo)致電阻率增大,而并非是含氣性引起電阻率增大,致使孔隙結(jié)構(gòu)復(fù)雜的儲(chǔ)層,該法的預(yù)測精度非常有限。因此,精準(zhǔn)劃分小層、巖性、儲(chǔ)層類型是應(yīng)用該套方法的基礎(chǔ)。

3.2 數(shù)理統(tǒng)計(jì)法

數(shù)理統(tǒng)計(jì)法應(yīng)用試氣試采等動(dòng)態(tài)生產(chǎn)資料、儲(chǔ)層孔隙度、滲透率、飽和度及測井參數(shù)等靜態(tài)數(shù)據(jù),通過構(gòu)建綜合指數(shù)、圖版、加權(quán)儲(chǔ)能系數(shù)或利用多元回歸等方法來構(gòu)建產(chǎn)能預(yù)測模型。

綜合指數(shù)法需要系統(tǒng)分析影響產(chǎn)能的主控因素,并將其反映產(chǎn)能主控因素的各參數(shù)有機(jī)融合,通過數(shù)學(xué)手段創(chuàng)建一個(gè)參數(shù),進(jìn)而利用該參數(shù)來預(yù)測儲(chǔ)層的產(chǎn)能。該法需要確定反映產(chǎn)能主控因素的參數(shù),因此綜合指數(shù)與產(chǎn)能的相關(guān)性是預(yù)測精度的關(guān)鍵。圖版法多采用單變量與產(chǎn)氣量進(jìn)行交會(huì)分析,由于產(chǎn)能主控因素多,單變量預(yù)測產(chǎn)能的精度難以保障。據(jù)此,將諸多反映產(chǎn)能的參數(shù)通過數(shù)學(xué)手段組合一個(gè)綜合指數(shù),進(jìn)而構(gòu)建綜合指數(shù)與產(chǎn)氣量的交會(huì)圖版,將會(huì)提高氣藏產(chǎn)能的預(yù)測精度。

加權(quán)儲(chǔ)能系數(shù)法不僅考慮了各細(xì)分儲(chǔ)層對產(chǎn)能的貢獻(xiàn),而且構(gòu)建加權(quán)儲(chǔ)層系數(shù)產(chǎn)能預(yù)測模型前進(jìn)行了儲(chǔ)層分類,因此該法的預(yù)測效果得到了業(yè)界的認(rèn)可,廣泛應(yīng)用于各類氣藏產(chǎn)能的預(yù)測中。然而,應(yīng)用該法時(shí),需要注意試氣試采產(chǎn)量劈分的問題。多元回歸法直接根據(jù)反映儲(chǔ)層產(chǎn)能的參數(shù)與試氣試采產(chǎn)量來建立擬合方程。該法簡便易用,但應(yīng)用效果不僅受制于參數(shù)敏感性的影響,而且受各小層對產(chǎn)量的貢獻(xiàn)量等影響。

3.3 采氣指數(shù)法

采氣指數(shù)法有機(jī)融合測試、測井等獲取的諸多儲(chǔ)層信息,更能反映儲(chǔ)層的生產(chǎn)動(dòng)態(tài)特性,因此得到了業(yè)界廣泛的關(guān)注。然而,該法中的諸多參數(shù)需要通過動(dòng)態(tài)測試獲取,實(shí)際生產(chǎn)中并非每口井都進(jìn)行動(dòng)態(tài)測試資料,在一定程度上限制了該法的應(yīng)用。

3.4 人工智能法

以機(jī)器學(xué)習(xí)為代表的人工智能法在氣藏產(chǎn)能預(yù)測方面得到了普遍認(rèn)同,該法能解決氣藏產(chǎn)能預(yù)測等復(fù)雜非線性問題,表現(xiàn)出極大的容錯(cuò)性、自適應(yīng)性、穩(wěn)定性和靈活性,能夠較準(zhǔn)確地對氣藏的產(chǎn)能進(jìn)行預(yù)測,但該法的預(yù)測精度受制于參與學(xué)習(xí)訓(xùn)練的樣本數(shù)量和代表性。

4 結(jié)論與展望

基于上述氣藏產(chǎn)能測井預(yù)測方法的系統(tǒng)梳理和深入剖析,緊跟非常規(guī)天然氣勘探開發(fā)背景下氣藏產(chǎn)能預(yù)測難度加大的形勢可知,現(xiàn)有方法正面臨著新的挑戰(zhàn)。針對非常規(guī)氣藏產(chǎn)能測井預(yù)測提出的新需求,今后工作中需在如下方面獲得突破。

(1)水平井和大規(guī)模體積壓裂為非常規(guī)氣藏開發(fā)的兩大利器。壓裂改造后,復(fù)雜的裂縫形態(tài)、多變的滲流模式是產(chǎn)能預(yù)測模型研究面臨的主要問題?，F(xiàn)有產(chǎn)能預(yù)測模型在裂縫形態(tài)上沒有考慮到裂縫改造區(qū)域不均勻、裂縫網(wǎng)絡(luò)分布不均勻等問題。尤其對于致密儲(chǔ)層而言,自然狀態(tài)下幾乎不產(chǎn)油氣,人工裂縫的表征對能否準(zhǔn)確預(yù)測產(chǎn)能起關(guān)鍵性作用。目前,沒有專門針對水平井條件下大規(guī)模體積壓裂后的氣藏產(chǎn)能預(yù)測方法。據(jù)此,頗需研發(fā)水平井體積壓裂下的非常規(guī)氣藏產(chǎn)能預(yù)測方法。

(2)地球物理測井采集的是氣藏開發(fā)前的儲(chǔ)層信息,預(yù)測的產(chǎn)量為氣藏試氣試采初期的自然產(chǎn)能。當(dāng)前,天然能量驅(qū)動(dòng)下絕大多數(shù)氣藏難以生產(chǎn),需要通過各種增產(chǎn)措施來提高氣藏的產(chǎn)量。據(jù)此,頗需有機(jī)結(jié)合工程因素和生產(chǎn)動(dòng)態(tài)資料,開展氣藏產(chǎn)能預(yù)測方法研究。

(3)重視人工智能方法在氣藏產(chǎn)能預(yù)測模型構(gòu)建中的應(yīng)用。氣藏產(chǎn)能影響因素多,現(xiàn)有產(chǎn)能預(yù)測方法多用主控因素分析篩選出的個(gè)別參數(shù),難以全面反映氣藏的產(chǎn)能特征。將反映儲(chǔ)層靜態(tài)特征、工程因素及開發(fā)動(dòng)態(tài)特征的資料進(jìn)行大數(shù)據(jù)分析處理,進(jìn)而來構(gòu)建氣藏產(chǎn)能人工智能模型是未來該領(lǐng)域的一大發(fā)展趨勢。未來可通過建立氣藏大數(shù)據(jù)庫,不斷優(yōu)化機(jī)器學(xué)習(xí)算法,同時(shí)與經(jīng)驗(yàn)算法進(jìn)行有機(jī)結(jié)合,以提高產(chǎn)能模型的適用性和預(yù)測精度。