基于人工智能技术的水平井机械堵水影响因素分析
本文通过数值模拟、数据统计和人工智能的方法,开展了影响水平井机械堵水效果的单因素及多因素的分析,并以BP神经网络算法为基础建立了水平井机械堵水效果评价模型,提出了水平井机械卡堵技术选井原则,上述研究表明:(1)经流线数值模拟研究发现取得最佳水平井机械堵水效果的条件为:渗透率变异系数为0.2,堵水部位为趾部+跟部堵水,注水井网为五点法,储层厚度为15m左右,日产油量为7m3/d和水平井段长度为600m时。(2)以P油田C6和C8两个层位为主要研究对象进行单因素分析,结果显示孔隙度、渗透率、含油饱和度等共计8项因素对水平井堵水效果影响较大。以灰色关联度分析、熵值分析法及层次分析法为技术手段对孔隙度、渗透率、杨氏模量等共计15项因素开展多因素分析,明确各项指标对水平井机械堵水效果影响权重。(3)建立由压裂段施工强度等13个输入参数和产能恢复率等4个输出参数及其21个隐藏层节点数、relu型激活函数、3层隐藏层、学习率为0.005和Nadam优化器组成的BP神经网络,经验证后建立水平井机械堵水效果评价模型。(4)将水平井机械卡堵水效果分成四类井并对应不同的堵水措施,建立水平井机械卡堵技术选井原则。本文的研究内容对水平井实施机械堵水的决策提供理论依据。
水平井;机械堵水;人工神经网络;数值模拟
西安石油大学
硕士
资源与环境
时宇
2023
中文
TE931.2;TP18
2023-08-28(万方平台首次上网日期,不代表论文的发表时间)