（油气田开发工程专业论文）压裂选井选层的智能决策分析.pdf

英文摘要 s u h j e c t ： s p e c i a l i t y ： n a m e ： i n s t r u c t o r ： i n t e l l i g e n td e c i s i o na n a l y s i sf o rf r a c t u r i n gc a n d i d a t es e l e c t i o n o i l - g a sf i e l de x p l o r a t i o ne n g i n e e r i n g h e x u b a s e d0 1 1s u - 6w e u b l o c ki ns u l i g eg a sf i e l d ，f r a c t u r i n ge f f e c t sa r es t u d i e df r o mg e o l o g y a n de n g i n e e r i n gt h a ti n f l u e n c e db yf a c t o r ss u c h 胬r e s e r v o i rt h i c k n e s s ，r o c kp o r o s i t y , p e r m e a b i l i t y , g a ss a t u r a t i o na n dc u m u l a t i v eg a sr a t e i np o p u l a t i o n , p o s t - f f a co p e n - f l o w p o t e n t i a lh a ss o m er e l a t i o n s h i pt oi n f l u e n c ef a c t o r s h o w e v e r , t h e r eh a v ed i f f i c u l t i e st os e tu p s i g n i f i c a n tr e l a t i o n s h i pb e t w e e nf r a c t u r i n ge f f e c t sa n di n f l u e n c ef a c t o r sb yc o m l n o t lm e t h o d s f o rc a n d i d a t ew e l l sa n dl a y e r so p t i m i z a t i o na n di n t e l l i g e n td e c i s i o nr e a l i z a t i o n , t h em a j o r f a c t o r sf o rs u - 6w e l l b l o c ke a n d i d a t ew e l l sa n d1 a y e r so ff r a c t u r i n ga r er e s e r v o i rt h i c k n e s s , r o c kp o r o s i t y , p e r m e a b i l i t y , g a ss a t u r a t i o na n dc u m u l a t i v eg a sr a t eb ys t e p w i s er e g r e s s i o n a n a l y s i sm e t h o d t h o u g ht h ef r a c t u r i n ge f f e c t sa l ei n f l u e n c e db ye n g i n e e r i n gf a c t o r s ，b r o a d i n f l u e n c ep h e n o m e n o nc a l lb es e e nb e c a u s ea p p r o x i m a t ew o r k i n gp a r a m e t e rf o rw e l l s g a b p n e t w o r km o d e li sf o u n db ys t u d y i n gi n t e l l e c t u a ld e c i s i o nm e t h o dt h a tc a np r e d i c tp o s t f r a e r e s u l t s i n t e l l e c t u a ld e c i s i o na n a l y s i ss o f t w a r ef o rc a n d i d a t ew e l l sa n dl a y e r so ff r a c t u r i n gi s o b t a i n e db yv b6 0l a n g u a g e 15w e l l so fg a s f i e l dd a t aa r eu s e dt ov a l i d a t et h em o d e l s t h e m e a ne l t o ri sw i t h i n9 s ot h ee s t a b l i s h e dm o d e la b o u tm a i ni n f l u e n c e df a c t o r sa n d o p e n f l o wp o t e n t i a la l es a f ea n da c t u a lv a l u ef o rg a sf i e l d k e y w o r d s ：f r a c t u r i n g c a n d i d a t es e l e c t i o ni n t e l l i g e n td e c i s i o ns t e p w i s er e g r e s s i o n g e n e t i cn e u 随! n e t w o r k s t h e s i s ：f u n d a m e n ts t u d y i i i 学位论文创新性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他 人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位 或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做 了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名塑缅 学位论文使用授权的说明 本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、 公开阅览、借阅以及申请专利等权利，同时授权中国科学技术信息研究所将本论文收录 到中国学位论文全文数据库并通过网络向社会公众提供信息服务。本人离校后发表 或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大 学。 论文作者签名：堑纽盈i 导师签名： 日期：丝! 曼：苎：矽 日期：c o 蛐y 加 注：如本论文涉密，请在使用授权的说明中指出( 含解密年限等) 。 第一章绪论 1 1 研究目的和意义 第一章绪论 压裂是油气田实现增产的主要措施。压裂又是一个系统工程，包括压裂选井选层、 压前地层评估、压裂优化设计、压后效果预测等。目前，对于压前地层评估、压裂优 化设计和压后效果预测己经做了很多研究，建立了各种各样的模型，然而，对于压裂 选井选层的研究较少。 压裂选井选层好坏的是油气田压裂成功和有效的前提，对提高压裂的有效率和成功 率起着举足轻重的作用。压裂要获得好的效果，首先要选取最合适的井层，这样施工后 才能获得增产，取得良好的经济效益。但是，压裂效果受多种因素的影响，如压裂层的 有效厚度、有效渗透率等，各种影响因素与压裂效果之间的关系较为复杂，而且不同的 影响因素对压裂效果有不同的影响，传统数学方法在处理这类问题时有很大的局限性， 且精度很差。目前油田主要依靠经验来选择施工井，具有一定的盲目性和主观性。这样， 选出的井层可能压后效果不好或没有效果，甚至导致施工失败，给油田带来巨大的经济 损失。因此，有必要研究更加符合实际情况，快速准确的压裂选井选层方法，从而提高 压裂的有效率和成功率。 1 2 国内外现状 1 2 1 压裂选井选层方法研究现状 对于压裂选井选层，国内外都做了一些研究。国内的研究主要集中在模糊数学压裂 选井选层和人工神经网络压裂选井选层。蒋廷学【2 】研究了重复压裂选井选层的模糊识别 方法，提出了影响重复压裂的影响因素，如有效厚度、有效渗透率、综合含水等，同时， 首次压裂工艺的成败也是考虑的因素之一，利用模糊识别方法优选了压裂井。蒋廷学等 人【l 】研究了矿场适用的选井选层快速评价方法，研究了无限导流能力垂直裂缝井( 水力 压裂的理想极限情况) 在不同缝长下的产能动态，在此前提下进行储层的评价研究，可 以单纯从油藏角度研究问题，如某一油藏参数组合，在水力压裂工艺已发挥至极致( 无 限导流能力) 的情况下，产量仍达不到经济下限产量，则该类井不易压裂。由此可以确 定储层的物性下限，对提高压裂的有效率具有重要的作用。肖芳淳【2 5 l 研究了压裂选井选 层的模糊物元评价分析方法，他将压裂的主要影响因素分为两类即越大越优型和越小越 优型。其中越大越优型的因素有：采出程度、产层厚度、可采储量、油层压力等，越小 越优型因素有：渗透率、有效孔隙度和表皮系数等。同时建立了模糊物元评价模型，优 选了压裂井层。吴建发【2 8 】研究了压裂选井选层的模糊决策方法，由于靠经验来确定优选 压裂井层各影响因素权重的方法，具有主观性。他使用了系统工程层次分析法来确定权 西安石油大学硕士学位论文 重，使权重的确定具有科学可靠的结果。同时建立了模糊决策评价模型，优选了压裂井 层。吴亚红f 4 j 研究了传统数学方法的局限性，同时指出由于压裂效果与其影响参数之间 大多呈复杂的非线性关系，这种关系难以用传统的数学表达式来描绘；又由于各因素对 压裂效果的影响程度不同，而且某些因素之间存在交叉影响现象。因而可以用人工神经 网络方法来解决这类高度复杂的非线性问题。在处理参数间的复杂非线性关系时，利用 网络上各神经元的参数( 即复杂的网络结构) 来表达知识，而不是用传统数学中的简单 表达式；通过调节网络中各节点与节点之间的连接系数( 即参数的权值大小) 来解决参 数存在的重复和主次现象。采用人工神经网络方法，建立一套压裂选井选层人工智能系 统，可解决压裂效果与各影响因素之间的高度复杂的、多参数的、非线性问题，现场应 用取得了良好的效果。刘长印【5 j 提出与压裂效果关系相对密切的因素有含油饱和度、孔 隙度、压裂厚度、平均小层厚度、油层厚度、跨距、含油级别、泥质含量、含水率、油 气比、油井生产时间、目前生产状况、加砂量、加砂强度、单位厚度液量、前置液所占 比例、砂比和排量等。建立了人工智能系统，优选了压裂井。易祖坤【1 0 l 利用收集整理中 原油田几年来油、气井压裂井层的动、静态数据、压裂施工数据和效果参数，建立专家 知识库。然后将传统的单因素和多因素分析方法与现代神经网络方法相结合，分析水力 压裂效果与各地质静态、开发动态以及压裂施工参数间的关系。根据已有井的压裂数据 建立压裂效果与上述各参数问的一元和多元、线性和非线性关系( 模型) 。运用所建的 各类模型对建模样品进行预测，如果预测的压裂效果值与实际压裂效果值非常接近，两 者相关系数接近1 ，说明用系统建立的专家知识库对样本的回判能力极强。 刘洪【2 刀应用模糊神经网络系统( f n n s ) ，充分考虑影响压裂效果的各种因素，建立 了同一区块或者构造上的因素指标与压裂效果的关系模型，并进而预测压裂候选井的压 裂效果，为压裂选井选层做出定量判断。提出在压裂选井选层决策中，重要的评价工作 为压裂效果的评价与预测。压裂增产效果一般用两个指标来反映：一个是压裂后产油量 提高的幅度，另一个是增油有效期的长短。因此，影响压裂效果的参数指标特别多，归 纳起来，主要有4 个方面：地层静态参数；压裂井与水井的连通关系；油井生产动态参 数；压裂施工参数。在众多的影响因素中，有的参数对增油量敏感，有的参数对增油有 效期敏感，因此，必须充分考虑压裂选井选层中的多种参数影响，采用因子分析和相关 性分析，分别确定与两个指标的相关性，并结合现场专家经验，然后最终确定研究参数。 同时，还必须考虑井况的影响。在实际生产中，压裂井包括两种类型：一是老井压裂， 改善油井的出油状况，提高原油产量；另一种是对完钻后的新井进行压裂后投产。两类 井的井况不同，所提供的信息有差异，因此，必须分别加以处理，选取适合各自井况的 研究参数。杜卫平【3 】提出，重复压裂选井选层决策参数需要综合考虑地质特征、油气藏 特性、物性参数、测试和生产数据等多方面因素。由于选井选层决策参数本身之间关系 的极其复杂性，这种映射必然是高度非线性的。因此，用传统的数学方法求解这类问题 极其困难。神经网络方法是近几年计算机应用领域发展比较迅速的技术，能够在复杂的 第一章绪论 因素中反映不同的输入参数如何影响输出参数。该方法在解决难以建模的复杂问题方面 发挥着其它方法不可替代的优势，极大克服常规方法基于均质理论、线性假设和统计经 验给选井选层决策结果带来的不适应性。同时，神经网络方法具有很强的抗干扰能力， 不需要建立方程和强的非线性映射等优点，决策模型的建立和应用具有较强的适应性和 极强的优越性，并运用该方法优选了压裂井，但是没有对压裂选井主要影响因素作更多 的研究。 国外的研究主要集中在人工神经网络压裂选井选层上。r o b e r tes h e l l e y 1 6 】研究了 人工神经网络方法优选重复压裂候选井，他选择的影响因素有目前产量、原始和目前的 油藏压力、井的位置、射孔信息和完井信息。将网络预测压后产量与目前产量之差最大 的井作为重复压裂对象。c h r i s t i a no b e r w i n k l e r t j 等研究了优选重复压裂井的人工神经网 络方法，他使用数据挖掘技术发现压裂效果影响因素与压裂效果之间的规律，从而找出 最主要的影响因素。用主要影响因素的数据记录来训练和测试神经网络，最后将网络预 测压后产量与目前产量之差最大的井作为优选出的压裂井。s 1 lr e e v e s 1 s l 等详细研究了 优选压裂井的统计学方法、典型曲线方法和人工智能方法。运用数值模拟技术对比了三 种方法优选压裂井的准确性和成功性，最后发现人工智能方法是最好的方法。文中也研 究了提高各种方法选井精度的技术，指出将人工智能与模糊逻辑算法相结合可以明显提 高人工智能选井的精度。s m o h a g h e g h t l 9 1 等人研究了将人工神经网络与遗传算法结合起 来优选压裂井的方法。文中将研制的软件分为三个模块：产能预测模块、优化增产措施 模块、经济评价并推荐施工井层和施工参数模块。运用遗传算法优化神经网络结构，取 得了很好的效果。但文中没有说明软件的使用情况。s h a h a bm o h a g h e g h 2 0 j 等人也研究了 虚拟智能系统优选压裂井的方法。文中的方法将模糊逻辑、人工神经网络和遗传算法结 合起来。选井参数包括四个方面：一般信息如井的位置、深度等；油藏参数如孔隙度、 含油饱和度、渗透率等；增产参数如支撑剂用量和类型、压裂液用量和类型等；生产参 数如累积产量等。优选过程分为三个步骤：一是建立优选压裂井神经网络模型，并且训 练神经网络；二是用遗传算法搜索最优的增产措施；三是用模糊专家系统优选压裂井。 1 2 2 神经网络的研究与发展 早在1 9 4 3 年，心理学家m c c u u o c h 和数学家p i t t s 合作提出形式神经元的数学模型( 称 之为m p 模型) ，从此开创了神经科学理论研究的时代【1 4 1 。m p 模型用逻辑的数学工具研 究客观世界的事件在形式神经网络中的表述。1 9 4 9 年，心理学家h e b b 提出了神经元之 间突触联系强度可变的假设，并据此提出神经元的学习准贝j j ( h e b b 规则) ，它们至今仍在 各种神经网络模型中起着重要的作用。而作为人工智能的网络系统的研究则是5 0 年代末 6 0 年代初开始的；1 9 5 7 年r o s e n b l a t t 首次引进了感知器概念( p e r c e p t r o n ) ，它由阈值性神 经元组成，试图模拟动物和人脑的感知学习能力；1 9 6 2 年w i d r o w 提出了自适应线性元 3 西安石油大学硕士学位论文 件( a d a l i n e ) ，它是连续取值的线性网络，主要用于自适应系统，这与当时占主导地位的 以顺序离散符号推理为基本特征的a i 途径完全不同，因而引起了不少人的兴趣，同时 也引起了很大的争议。人工智能的创始人之一m i n k e y 和p a p e r 从数学上对感知机的功能 及其局限性做了深入分析，于1 9 6 9 年出版了颇有影响的“p e r c e p t r o n 一书，提出感知 机不可能实现复杂的逻辑函数，从而否定了这一模型。 7 0 年代后期，由于“p e r c e p t r o n 一书的悲观结论的影响和冯诺曼机在技术、规 模和速度方面的迅猛发展，神经网络的研究相对地处于低潮。在此期间，波士顿大学的 s g r o s s b e r g 教授和赫尔辛基大学的k o h o n e n 教授，仍致力于神经网络的研究，分别提出 了自适应共振理论( a r t ) 和自组织特征映射模型( s o m f ) 。f u k u s h i m a 提出了神经认知机 网络模型；a m a r i ( 甘利) 则致力于神经网络有关数学理论的研究；a n d e r s o n 提出了b s b 模型：w e b o s 提出了b p 理论，从而为神经网络研究的发展奠定了理论基础。 1 9 8 2 年，美国加州工学院物理学家h o p f i e l d 提出了h i - i n 模型，从而有力地推动了 神经网络的研究。他引入了“计算能量函数 的概念，给出了网络稳定性判据。它的电 子电路实现为神经计算机的研究奠定了基础，同时开拓了神经网络用于联想记忆和优化 计算的新途径。f e l d m a n n 和b a l l a r d 的连接网络模型指出了传统的人工智能“计算一与 生物的“计算 的不同点，给出了并行分布处理的计算原则；h i n t o n 和s e j n o w s k i 提出 的b o l t z m a n 机模型则借用统计物理的概念和方法，首次采用了多层网络学习算法，即在 学习过程中用模拟退火技术保证整个系统趋于全局稳定点；1 9 8 6 年r u m e l h a r t 及l e c u n 等学者提出了多层感知器的反向传播算法，克服了当初阻碍感知器模型继续发展的重要 障碍。k o s k o 提出了双向联想记忆网络，它是最早用于学习的网络；神经网络计算机的 先驱h e c h t - n i e s e n 则提出了另一种反向传播网络模型，其特征与b p 网络类似，可用于 图像压缩和统计分析等：h o l l a n d 提出的分类系统类似于以规则为基础的专家系统，他提 出的发现和改进规则的学习算法是对专家系统的重要发展；1 9 8 8 年美国加州大学的蔡少 堂( l o c h u a ) 等人提出了细胞自动机的动力学特征。另一方面，2 0 世纪8 0 年代以来， 由于以逻辑推理为基础的人工智能理论和冯诺曼机在处理诸如视觉、听觉、联想记忆 等智能信息处理问题上受到挫折，这就促使人们怀疑当前的冯诺曼机是否能解决智能 问题，也促使人们探索更接近人脑的计算模型，于是又形成了对神经网络研究的热潮。 近年来，神经网络理论引起了美国、欧洲与日本等国科学家和企业家的巨大热情。 脑科学、心理学、计算机科学与信息科学、电子学、控制与机器人等不同学科的科学工 作者正在为此目标联合起来，新的研究小组、实验室、风险公司等与日俱增。1 9 8 6 年4 月美国物理学会在s n o w b i r d ：召开了国际神经网络会议，1 9 8 7 年6 月i e e e 在s a nd i e g o 召开了神经网络国际会议，国际神经网络学会也随之诞生；1 9 8 8 年元月“神经网络 杂 志创刊，1 9 8 8 年起国际神经网络学会和i e e e 联合召开每年一次的国际学术年会；i e e e 成立了由其下属十个学会组成的神经网络委员会，1 9 9 0 年3 月i e e e 神经网络会刊问世， 各种期刊的神经网络特刊层出不穷。 4 第一章绪论 1 2 3 遗传算法的研究和发展 早在2 0 世纪5 0 年代和6 0 年代，就有少数几个计算机科学家独立地进行了所谓的“人 工进化系统 研究 9 1 ，其出发点是进化的思想可以发展成为许多工程问题的优化工具。 早期的研究形成了遗传算法的雏形，如大多数系统都遵行“适者生存 的仿自然法则， 有些系统采用了基于种群( p o p u l a t i o n ) 的设计方案，并且加入了自然选择和变异操作， 还有一些系统对生物染色体编码进行了抽象处理，应用二进制编码。6 0 年代初期，柏林 工业大学的i r e c h e n b e r g 和h rs c h w e f e l 等在进行风洞实验时，由于设计中描述物体形 状的参数难以用传统方法进行优化，因而利用生物变异的思想来随机改变参数值，并获 得了较好的结果。随后，他们对这种方法进行了深入的研究，形成了进化计算的另一个 分支一进化策略( e v o l u t i o n a r ys t r a t e g y , e s ) ，如今e s 和g a 已呈融合之势。也是在2 0 世 纪6 0 年代，l j f o g e l 等人在设计有限态自动机( f i n i t es t a t em a c h i n e 。f s m ) 时提出了进 化规划( e v o l u t i o n a r yp r o g r a m m i n g , e p ) ，他们借用进化的思想对一组f s m 进行进化， 以获得较好的f s m 。他们将此方法应用到数据诊断、模式识别和分类及控制系统的设计 等问题中，取得了较好的结果。后来又借助进化策略方法发展了进化规划，并用于数值 优化及神经网络的训练等问题中。 由于缺乏一种通用的编码方案，人们只能依赖变异而非交叉来产生新的基因结构， 早期的算法收效甚微。2 0 世纪6 0 年代中期，j o h nh o l l a n d 在a s f r a s e r 和h j b r e m e r m a n n 等人工作的基础上提出了位串编码技术。这种编码既适用于变异操作，又适用于交叉( 即 杂交) 操作，并且强调将交叉作为主要的遗传操作。随后，h o l l a n d 将该算法用于自然和 人工系统的自适应行为的研究中，并于1 9 7 5 年出版了其开创性著作“a d a p t a t i o ni n n a t u r a l a n da r t i f i c i a ls y s t e m s 。以后，h o l l a n d 等人将该算法加以推广，应用到优化及机器学 习等问题中，并正式定名为遗传算法。遗传算法的通用编码技术和简单有效的遗传操作 为其广泛、成功的应用奠定了基础。h o l l a n d 早期有关遗传算法的许多概念一直沿用至今， 可见h o l l a n d 对遗传算法的贡献之大。他认为遗传算法本质上是适应算法，应用最多的 是系统最优化的研究。 h o l l a n d 早期的工作集中在所谓的认知系统c sl ( c o g n i t i v es y s t e m1 ) 的研究，借 助最优化的方法获取学习的规则，遗传算法是他考虑的途径之一。于是他将基于遗传的 机器学习( g e n e t i c b a s e dm a c h i n el e a r n i n g ，g b m l ) 方法发展成为c s i 的分类系统 ( c l a s s i f i e rs y s t e m ) 学习方法，奠定了遗传算法重要思想的基础。遗传算法适用于最优 化问题，归功于h o l l a n d 的学生d ej o n g ，而o r e f e n s t e t t e 开发了第一个遗传算法软件一 称为g e n e s i s ，为遗传算法的普及推广起了重要作用。对遗传算法研究影响力最大的专 著，要属于19 8 9 年美国伊利诺大学的g o l d b e r g 所著的“g e n e t i ca l g o r i t h m si ns e a r c h ， o p t i m i z a t i o n ，a n dm a c h i n el e a r n i n g 。这本书对于遗传算法理论及其多领域的应用展开 了较为全面的分析和例证。1 9 9 2 年，m i c h a l e w i c z 出版了另一本很有影响力的著作“g e n e t i c 5 西安石油大学硕士学位论文 a l g o r i t h m s + d a t as t r u c t u r e s = e v o l u t i o np r o g r a m s ”，对遗传算法应用于最优化问题起到 了推波助澜的作用，1 9 9 4 年该书又再版发行。 2 0 余年来，遗传算法的应用无论是用来解决实际问题还是建模，其范围不断扩展， 这主要依赖于遗传算法本身的逐渐成熟。近年来，许多冠以“遗传算法的研究与h o l l a n d 最初提出的算法已少有雷同之处，不同的遗传基因表达方式，不同的交叉和变异算子， 特殊算子的引用，以及不同的再生和选择方法，但这些改进方法产生的灵感都来自大自 然的生物进化，可以归为一个“算法簇 。人们用进化计算( e v o l u t i o n a r yc o m p u t a t i o n ) 来包容这样的遗传“算法簇 。它基本划分为四个分支：遗传算法( g a ) 、进化规划( ( e p ) ， 进化策略( e s ) 和遗传程序设计( g p ) 。遗传算法研究热潮的兴起，人工智能再次成为人们 关注的焦点。有些学者甚至提出，进化计算是人工智能的未来。其观点是，虽然我们不 能设计人工智能( 即用机器代替人的自然智能) ，但我们可以利用进化通过计算获得智能。 目前，进化计算与人工神经网络、模糊系统理论一起已形成一个新的研究方向计算 智能( c o m p u t a t i o n a li n t e l l i g e n c e ) 。人工智能已从传统的基于符号处理的符号主义，向以 神经网络为代表的连接主义和以进化计算为代表的进化主义方向发展。 1 3 本文研究内容与方法 ( 1 ) 本文主要研究的内容 钆对影响压裂效果的地质、施工因素进行分析； b 确定压裂选井选层中的主要影响因素； c 对压裂选井选层方法的研究，找出适合本文的方法； d 建立压裂选井选层的g a b p 网络模型，应用于压裂选井选层中； e 用v i s u a lb a s i c6 0 编写计算软件。 ( 2 ) 本文研究方法 以理论研究为主，根据国内外的成果，将现代数学方法和计算机技术应用到压裂选 井选层中，再把此理论成果应用于现场。 1 4 本文完成的主要工作 ( 1 ) 分析影响压裂效果的地质、施工因素； ( 2 ) 筛选出压裂选井选层的主要影响因素； ( 3 ) 通过对各种压裂选井选层方法的研究，了解它们各自的优缺点，对其进行对比，找 出了适合本文的方法： ( 4 ) 建立压裂选井选层的g a b p 网络模型： ( 5 ) 根据本文的研究结果编写了软件。 6 第二章影响压裂效果的冈素分析 第二章影响压裂效果的因素分析 2 1 影响压裂效果的地质因素分析 众所周知，影响储层压裂效果的因素众多，但是大体上可以分为地质因素和压裂施 工因素两大类，这些因素在不同程度上影响着储层压裂效果。影响压裂效果的地质因素 一般有储层厚度、孔隙度、渗透率、含气饱和度及泥质含量等。本章通过对苏旱格气田 压裂井储层电性数据和施工数据与压裂后气井无阻流量的关系比较，来对影响压裂效果 的因素进行研究。 2 1 1 储层厚度 储层有效厚度是直接反映储层含油气规模的参数，宏观上代表了储层含油气体积的 大小，是压裂选层的一个重要参数。储层有效厚度的确定是先通过录井及测井数据确定 出地层岩性，即确定出储层段，然后在储层孔隙度、渗透率及含水饱和度解释的基础上， 结合当前工业油气流标准，确定可以产出工业油气流的那部分储层厚度为储层有效厚度。 苏里格气田单层厚度薄，平均4 2 m ，最大1 4 m ，但大多分布在2 0 - - - 4 5 m 之间，受控于 辫状河心滩砂体，气层在平面上连片性差。资料统计表明：纵向上以盒8 l 下和盒8 两个砂 层组砂体厚度主要分布于5 1 5 m 的厚度范围，盒81 f 、盒8 ；两个砂层组主要砂体厚度 分布在小于2 m 和5 l o m 的范围内，山l 砂岩厚度为5 1 5 m ( 图2 1 ) 。根据对苏罩 格气田3 0 口井的资料统计，得出储层厚度与压后无阻流量的对数关系如图3 2 所示。 ，_ 、 x 、- ， 哥 聪 船 隶 盒8 上1盒8 上2盒8 下1盒8 下2山：山：山i f _ _ 簿 纛 。一 嚣 荔 - 黪 黍 雾 霪 纛 | 嚣i戮 缀 i 一爱 础 蠢 露 缝丽 _ # 善 1 1 羽 藿囊 譬 高o暑o兽o要o2o譬高 2譬 ? 2占 ? o 占 2 2? 22 ?2 ?l 2 2? 2? 2?窝 2占 2 o v“ 一 譬v ? ? 一 n2竺vn2置v一岫 一 - _ _竺v 2 岫一一一 要 vv n 图2 一l苏里格气田盒8 气藏各砂层组砂体厚度( m ) 分布图 加 加 o 西安石油大学硕士学位论文 1 0 0 屯 g o 商 1 0 嫣 盛 限 ，i 051 01 5 2 02 5 储层厚度m 图2 - 2 储层厚度与无阻流量对数关系图 从图中可以看出，对于储层厚度较小的井，大都为压裂增产效果较差的井。这是因 为储层厚度小，含气规模较小，而且在形成人工压裂缝的范围内，岩性易变化，砂体稳 定性相对较差。对于高增产效果的井，其储层厚度一般较大，这是因为砂体厚度大，含 油气规模大，并且砂体展布相对较稳定，岩性变化也不突出。总体上看，压裂后的无阻 流量是和储层厚度成正相关系的。 2 1 2 孔隙度 对于同一种岩性的储层来说，岩石密度越大，储层孔隙度就越小，储层物性相应地 就差，而且岩石密度越大，即岩石越致密，压裂施工难度也就相应增大。通过对苏里格 取芯井气层段( 测井解释) 的岩芯分析统计，孔隙度范围为3 0 2 1 8 4 ，平均为8 9 5 ， 孔隙度主要的分布范围为5 1 2 。 髟獬：焉”黜鬻。胥甲黜“? 嬲辨张2 粥。r 垆瑗躞妒研伊珊i 瓣岍 斜_ 擎，掣黑獬两7 4 张溺 ! 7 l 麓 f 。 自 ； ! ； ， i 劾灿。一。“扪。噎j 圈墨一k 一 。 簇 02468l o1 21 41 6 孔隙度， 图2 - 3 孔隙度与无阻流量的关系图 3 如 加 们 寻 o p，屯_喇墀匹限 第二章影响压裂效果的因素分析 从所能统计到的6 4 口井的资料得出的孔隙度与无阻流量的关系如图2 3 所示。从孔 隙度与无阻流量的曲线关系来看，孔隙度与压后无阻流量关系不明显，其中部分井随着 孔隙度的增加压后无阻流量增大明显；另外，存在部分储层孔隙度大而压后产气量不高 的井层，究其主要原因是由于压裂造缝规模不够或井底存在污染以及气层厚度的影响。 声波时差在一定程度上可以反映储层的孔隙空间大小( 图2 _ 4 ) 。苏里格气田盒8 储 层的声波时差主要在在2 2 0 2 6 0 p s m 之间变化，平均2 3 2 8 p s m 。图2 5 是声波时差与无 阻流量的关系曲线，可以看到声波时差与无阻流量呈现一定的正相关系。 彩”拶翟聊彬”“9 j 8 ”? 即俐8 甲吁节。黟黝”骤帮锡 争”=n9 n 9 r v 一氇79 盈1 7 匡耄 爹 茹 _ 1 4 绞妊! 。2 能删囊蜮施幺j 一僦二如。躺锄硝咐砧施施藏删t 。二z 如。赢z 舭溉# 藏勰锄_ 警。七椭。溉妊娩缘渤 二；撕施“；，勰彩么 2 0 0 2 1 02 2 02 3 02 4 02 5 02 6 02 7 0 声波时差p s m - 1 图2 - 4 苏里格气田声波时差与孔隙度关系曲线 彩鬻“酽孵”薯”一”? 钟鳓嘲。鬻弘? i 妒御”明 ”“静9 彬铲。酽”翔 争y = 8 2 ：1 9 2 l n ( x ) 一4 3 7 9 8簟 鼽嘲 l。妒= 0 。0 6 9 1 ： ， i l 。 l e ，。未三奢 2 1 02 1 52 2 0 2 2 52 3 02 3 52 4 02 4 52 5 0 声波时差p s m 1 图2 5 声波时差与无阻流量关系曲线 9 埽 埔m 屹m 8 6 4 2 o 毋毯篮品 踮 筋 埔 坶 5 o 口毛1蛹嚣西限 西安石油大学硕士学位论文 2 1 3 渗透率 渗透率是在压力作用下，表征岩石容许其孔隙中所含流体通过能力大小的参数，它 的大小取决于岩石孔隙的大小、形状及连通情况，即与储层的孔隙结构有密切联系。通 常，获得地下岩石渗透率的方法有岩心分析、测井解释和试井分析，本次采用测井解释 渗透率数据进行分析。根据对2 8 口压裂井的渗透率资料统计，渗透率主要分布在o 0 8 9 到4 7 x 1 0 。3 “m 2 之间，平均渗透率0 8 1 4 x 1 0 3 p m 2 得出渗透率与无阻流量的关系曲线： 2 5 2 0 口 雩1 5 卿 媾1 0 盟 根 5 o 拍 呈 甲 2 褥 蝴 璐 g 7 ，f ；v ，7 ：z 一 一? ，7 “一 ”w ”“n7 州； iy = 8 i8 9 7 3 x + 2 ，2 9 3 7 l ；r 2 = 0 2 2 8 il m 缸a i 三一 b i 虢一勘”崩 00 5l1 52 渗透率1o 3 l a r a 2 图2 - 6 渗透率与无阻流量关系曲线 ”“嗍舻俐缈”删帮彬砰彤猁嬲嬲鼍 ； y 一玑0 2 0 2 e o 3 撇r 2 i r 2 = 0 8 8 8 2 l lbr j “ 1 ，0 l 爹 毽 jj11：、?j。，7j。一。?。|一。一一一。惫 o5l o1 52 0 孔隙度 图2 7 盒8 层孔隙度渗透率相关曲线 据6 4 组小层岩芯分析资料表明，随孔隙度增大，渗透率有明显变好趋势( 图2 7 ) ， 当孔隙度大于1 0 时，渗透率呈指数性显著增加，对应井的产量均较好。 1 0 第二章影响压裂效果的因素分析 当渗透率大于l x l o - 3 9 m 2 ，8 口井除苏2 7 出水外，无阻流量均大于l o x l 0 4 m 3 。当渗 透率小于l xl o 。3 “m 2 井，试气产量主要取决于储层含气性能，当含水饱和度为大于6 5 井均未达到工业气流；水饱5 5 6 5 井产量大部分为4 - 8 x 1 0 4 m 3 。 2 1 4 含气饱和度 含气饱和度即是地下岩石中天然气所占的体积百分数，反映了天然气气在地层岩石 中的量的大小。统计资料显示，苏里格气田储层含气饱和度主要分布在。4 9 - 8 0 之间， 平均含气饱和度6 3 2 。根据对3 2 口井数据的统计，得出含气饱和度与无阻流量的关系 如图2 8 。 从图上来看，无阻流量随着饱和度的增加而相应增加，呈现一定的正相关系，因为 含气饱和度本身就是地层中含有天然气量的一个表征量。储层电阻率与储层的岩性、物 性、含气性及所含流体性质都有密切的联系。深侧向电阻率因其探测深度大，可以反映 原状地层的电阻率，因此，一定程度上可以利用深侧向电阻率反映储层的含气性( 图2 9 ) ， 而理论上储层的含气性与储层压后产气量有直接的关系，随着深测电阻率的增加，含气 饱和度也会增加，压后产量就会增加。通过对统计资料的3 1 口井的深测电阻率资料研究 表明：呈现出随着深侧向电阻率值的增加，其压后的无阻流量也增加的趋势，即电阻率 越高，压后获得高产气量的机率越大( 见图2 1 0 ) 。 7 j 2 嘲 爆 盔 限 6 0 5 0 1 0 0 彩缈燃獬删黝獬獭剐黝黝嬲黝钎猁黝獬獬锄蚴獭鳓翟l $ ， i y = 忑b - 醛z ，l n t x ，一1 4 4 ：唾7 7 r 2 = 0 1 5 6 9 i 秀 ：7 萋 ；。二： i 墓一 气，二：。 6 07 08 09 0 含气饱和度 图2 8 含气饱和度与无阻流量的关系 西安石油大学硕士学位论文 箩y 鬻r ”州驴鬻。? ，销j 。黝5 ：劈弩j 7 妒了警”。搿鬈黔孵譬，黟惭? 。彤”j 糍。，“疆 #j ； i 气 么 ； i ：7 i 笏孝y 。嘉警警。嘉善。1 9 5i g l l 二：i z 宅嘎 。?j j 一一二： j ；j 一? - t ? 。镌 05 01 0 01 5 02 0 0 电阻率q 图2 - 9 苏里格气田深测电阻率与含气饱和度关系曲线 嚣撵一g ，曲j 3 ”4 | 猢t t 嘈f ：俨、删吁鼍“m 弛狮带掣 4 州“j 嘴冀p 蝴? 骨，蝴撼 i铲= ri s 2 n s i n f y l 2 s 一9 1 r i l 一 妒：锐2 5 9 6 舞自 篱 受 t 荔 势瑾 蓬 乏菇手孑手。i ； ! 魏。钟匏锄，参8 。妊。! & 崩锄。1 0 0 。；础；找施。曼5 。缴芸。溢2 0 0 ，。删。一一餮 深测电阻率q o 图2 - 1 0 深测电阻翠与无阻流量关系曲线 2 1 5 泥质含量 泥质含量是表征储层岩性纯度的一个指标。一般来讲，储层泥质含量越高，储层岩 石的柔韧性越大，相对压裂施工的难度就越大，而储层泥质含量越低，储层岩石的脆性 越大，压裂施工时岩石就越容易破裂，即压裂施工难度降低，因而压裂获得增产的机率 就大。根据对能统计到的5 口井的泥质含量与无阻流量，得出的关系曲线如图2 1 1 。从 图中可以看出，随着泥质含量的增加，无阻流量也增加，呈现较好的正相关系，产生这 种现象的原因还值得进一步研究。 踮 2 阳 硒 弱 的 拍 96越冥霉旷如 的 加 加 o 加 i口乞_嘲薅盛限 第二章影响压裂效果的因素分析 毛 嘲 壤 圈 米 爹擀孵孵蝴獬珊鄂黝殚缈“擀凇即唧惭- q 势 iy ：2 3 3 1 8 x 一5 0 7 6 4 i彤= 8 2 6 1 8 2 6 1 i 擎i l i ? l ：i 妻 7 孽 磊i l 留蟛毵i 燃靠铀童纸兹f b # 女静自# 弦萤赫4 辫瓣势罐蚍张能彩黝施疵磊2 黝；g 鳓瓤壤珑搋钎如端嬲织赫镌萌拍蒯糍勰撼；j 翻 024681 0 泥质含量 图2 - 1 1 泥质含量与无阻流量关系曲线 2 1 6 累计产计量 累计产气量是一口井从开始产气开始到目前为止采出气体的总量。根据对2 7 口井数 据的统计，得出累计产气量与无阻流量的关系如图2 1 2 。从图中可以看出，随着累计产 气量的增加，无阻流量也增加，呈现一定的正相关系。 图2 1 2 累计产气量与无阻流量关系曲线 2 1 7 生产压差 根据对2 7 口井数据的统计，得出累计产气量与无阻流量的关系如图2 1 3 。从图中 可以看出，生产压差的变化，无阻流量变化不大。 8 6 4 2 0 8 6 4 2 o l ，i t l l 1 西安石油大学硕士学位论文 图2 - 1 3 生严压差与无阻流量关系曲线 2 1 8 对影响压裂效果的静态地质因素综合评价 以上通过对储层参数与无阻流量关系对比，得出压裂井根据地质参数评价的标准， 现汇总如表( 2 1 ) ： i 类好的储层性质对应好的压裂效果 此类压裂井的孔隙度大于9 ，渗透率大于0 8 x l o 。3 p m 2 ，有效厚度在6 m 以上，泥 质含量小于8 ，含气饱和度大于6 5 ，此种储层性质的压裂井无阻流量在l o x1 0 4 m 3 以 上，压裂效果好。 表2 1 无阻流量与储层参数相关分析结果汇总表 类无阻流量 单砂泥质有效渗蠢重率 体厚含量厚度 孔隙 ( 1 0 0 t m 2 ) 饱和 型 ( 1 0 4 m 3 ) 度( )度( ) 度( m ) ( )( m ) 岩心电测 i- 1 0_ 1 0 6 猡 劲8 芝o 6 之6 5 i i4 - 1 04 1 08 l o3 65 5 90 2 d 80 1 d 64 5 “5 4 1 0 3 5 5 o 2 0 1 一2 3 9 9 5i r , 2 0 ：1 2 5 7 l j ；i ? ! l 卜一一，- 蠹 0 排量m 3 r a i n 一1 56 图2 - 1 5 排量与无阻流量关系曲线 2 2 3 砂比 砂比即是指压裂施工加砂过程中压裂液中砂的浓度，在实际研究中通常指的是整个 加砂过程