低压低产页岩气井智能生产优化方法

针对页岩气井在生产后期因积液和地层压力不足影响产量的问题,提出一种适用于低压低产页岩气井的智能生产优化方法,以人工智能算法为中心,实现气井的自动生产和运行监测。智能生产优化方法基于长短期记忆神经网络预测单井产量变化,指导气井生产,实现积液预警和自动间歇生产等功能,配合可调式油嘴实现气井控压稳产,延长页岩气井正常生产时间,提高井场自动化水平,实现“一井一策”的精细化生产管理模式。现场试验结果显示,优化后的单井最终可采储量可提高15%。相较于衰竭式开发后立刻采用排采工艺的开发模式,该方法更具有经济性,且增产稳产效果显著,具有较好的应用前景。     

动静态资料在四川盆地磨溪—高石梯地区震旦系碳酸盐岩储层类型识别中的应用

在四川盆地安岳特大型气田磨溪-高石梯地区用静态资料建立的储集层划分标准基础上,应用单井动态资料对储集层的划分再细化,提出了定性、定量划分标准,建立不同类型储集层的动静态响应特征。研究认为:研究区储集层以缝洞型和孔洞型为主;钻遇缝洞型储层钻杆放空较多,钻井液漏失量大,酸化施工泵压较低且下降速度快,测试产量较高,主要分布在高石梯区块;孔洞型储层钻井液漏失量相对较少,酸化施工泵压较高,测试产量小于缝洞型储层,主要分布在磨溪区块。根据气井动态特征,缝洞型和孔洞型储层可再分别划分为两小类,划分参考了产气量、稳产能力、单位压降采气量,油压月递减等生产动态特征和试井解释双对数曲线。新建立的储层识别方法交叉验证了储层动静态响应,为不同类型储层开发技术对策的制订提供了实用性较强的技术参考。