新场气田沙溪庙组气藏单井产能预测

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：蔡左花；匡建超；曾剑毅；庞河清；黄建红
• 单位1：成都理工大学能源学院
• 出生年：1982
• 学历：硕士研究生
• 语种：中文
• 作者关键词：新场气田；沙溪庙组气藏；产能预测；最佳子集；神经网络
• 起始页：34
• 总页数：4
• 刊名：钻采工艺
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1978
• 主管单位：中国石油天然气集团公司四川石油管理局
• 主办单位：四川石油管理局钻采工艺技术研究院；西南油气田分公司采气工程研究院
• 主编：韩烈祥
• 地址：四川广汉中山大道南二段
• 邮编：618300
• 电子信箱：zcgy2288@sina.com
• 网址：www.chinainfo.gov.cn/periodical
• 卷：32
• 期：3
• 期刊索取号：P714.06 999-3
• 数据库收录：全国中文核心期刊；中国学术期刊评价数据库统计源期刊；美国石油文摘化学文摘数据库收录期刊；中国期刊全文数据库全文收录期刊；中国石油文献数据库全文收录期刊
• 核心期刊：全国中文核心期刊

摘要

川西新场气田沙溪庙组气藏是典型的致密低渗透碎屑岩气藏，气藏储量丰富，可单井产能却很低。产能预测是编制气田开发规划部署、进行开发方案设计、开发动态分析、气井配产及开发方案调整的重要内容，但迄今为止，致密低渗储层的产能预测却仍是当下公认难点问题。针对沙溪庙组特定的地质特征，本文采用了最佳子集及GA-BP神经网络模型预测产能。通过最佳子集模型运算，获得与储层产能相关性最好的6个特征参数（分别是Φ、Ac、Φ_f、ΔR、F₁、F₂），再用GA-BP神经网络构建的储层产能预测模型，预测结果是绝对误差最大为0.98，最小为0.008，平均为0.036，相对误差最大为5.36%，最小为0.805%，平均为2.85%，说明所构建的基于最佳子集及GA-BP神经网络的储层产能预测模型预测结果理想，可以用于同类储层的产能预测。