基于神经网络模型的海上低渗透油气藏压裂砂堵智能预警方法OA
海上低渗透油气藏压裂施工过程中,砂堵是影响施工质量、施工效果和压裂效率的重要因素之一,目前通过现场施工经验来判断砂堵效率低且准确率不高。为了降低砂堵风险,基于大数据分析和人工智能等方法,分析了影响施工压力预测的主控因素,建立了基于物理约束损失函数的施工压力预测模型,开展了基于专家经验的施工压力—时间双对数曲线斜率砂堵判断准则研究,形成了“施工压力预测+机理驱动+专家经验”三位一体的海上压裂砂堵智能预警融合模型,实现了砂堵风险智能预警。研究结果表明:(1)压裂砂堵预警是典型的时间序列预测问题,采用物理定律约束的神经网络PI-LSTM模型对未来施工压力的预测具有很好的适配性,通过现场154组施工数据对模型的验证,预测的施工压力平均均方根误差为1.019 MPa,模型预测效果较好;(2)基于预测得到的施工压力,实时分析压力—时间双对数曲线斜率k,可以实现砂堵预警,该方法可提前1~3 min进行砂堵预警,预警准确率达86.6%。结论认为,该项研究成果为实现海上压裂砂堵智能预警提供了借鉴和参考。
武广瑷;李建荣;吴建树;宣涛;訾敬玉
中海石油(中国)有限公司北京研究中心钻采工程研究院,北京100028中海油能源发展股份有限公司工程技术分公司,天津300452中海石油(中国)有限公司北京研究中心钻采工程研究院,北京100028中海油能源发展股份有限公司工程技术分公司,天津300452中海石油(中国)有限公司北京研究中心钻采工程研究院,北京100028
能源科技
海上低渗透油气藏压裂施工砂堵预警大数据人工智能神经网络压裂监测压力预测
《天然气勘探与开发》 2026 (4)
P.154-163,10
中国海洋石油集团有限公司“十四五”重大科技项目“海上大型压裂工程技术研究”(编号:KJGG2022-0704)。
评论