用人工神经网络预测不连续致密油藏生产井的产能特征
提高非常规油藏开发与生产的经济性是解决近期油气增长需求的关键.一般情况下,油藏开发中需要使用非常复杂的计算模型来评价储层产油能力,进而用以确定加密井井位和预测产量.但是,由于计算模型复杂,构建不连续致密油藏的仿真模型面临诸多挑战.本文提出了一种使用油藏地质参数刻画油藏产能特征的方法,这种方法高效、省时且应用良好.通过人工神经网络(ANN)表征地震、测井、完井参数与产量特征之间的复杂关系,本文的方法可以预测两年生产时间内的油、气、水累积产量.根据预测结果可以确定潜在的加密井井位.本文研究成果为油藏工程师和地质专家提供了一种高效分析整个油藏的方法.以位于西得克萨斯州的一个不连续致密油藏为例,本文详尽阐述了ANN的工作流程,研究结果表明,此方法适用性好,可靠程度高.使用该方法还可以详细刻画油藏产能的平面分布特征,有助于识别油藏中具有潜在产能但尚未钻井的区域.产能平面分布的预测过程很快,可以在一分钟内完成(约6,600个位置点).根据方法的预测结果,可以减少低产井的钻探概率,从而提高复杂致密油藏开发的经济性.
2016-03-14（万方平台首次上网日期，不代表论文的发表时间）
93-101
