基于PCA-BNN的頁巖氣壓裂施工參數優化

作者：檀朝東,賀甲元,周彤,劉健康,宋文容

摘要：國內外學者在已有大量國外頁巖壓裂樣本數據的前提下,開展了基于機器學習的頁巖氣壓裂有效期預測及壓裂參數優化的研究。隨著近年來中國F氣田不斷地規模開發,積累了大量的壓裂施工、生產動態、解釋成果數據。通過利用已有的200口井的壓裂施工歷史數據及儲層物性參數建立貝葉斯神經網絡模型來優化壓裂施工參數。選取對壓裂效果有影響的儲層物性參數、完井參數、壓裂施工參數,用皮爾遜相關系數法分析11個參數的相關性;用主成分分析法(PCA)進一步降維處理,以降維后的主成分作為貝葉斯神經網絡模型的輸入參數,以壓裂效果評價指標(有效期)為輸出參數,引入貝葉斯方法自適應調整正則化系數避免神經網絡過擬合,生成三層貝葉斯神經網絡預測模型。用200口井中90%的井數據作為訓練集,10%的井數據作為測試集,對該模型進行訓練,實驗結果表明,訓練后該模型預測測試集的相對誤差均值在5%以內,可以用來優化壓裂施工參數。

發文機構：中國石油大學（北京）油氣資源與探測國家重點實驗室 中國石化石油勘探開發研究院 北京雅丹石油技術開發有限公司

關鍵詞：壓裂主成分分析貝葉斯神經網絡施工參數優化fracturingPCABayesian neural networkoperation parametersoptimization

分類號： TE319[石油與天然氣工程—油氣田開發工程]