神經(jīng)網(wǎng)絡(luò)預(yù)測法在沙溪廟氣藏壓前評估中的應(yīng)用

尹 瑯 任 山 顏晉川 傅 玉

（1.中國石化西南油氣分公司工程技術(shù)研究院 四川 德陽 618000；2.中國石化西南油氣分公司工程監(jiān)督中心 四川 德陽 618000）

0 引言

新場沙溪廟氣藏屬于受構(gòu)造—巖性圈閉控制的致密孔隙型異常高壓定容封閉的彈性氣驅(qū)干氣氣藏，儲層最大孔隙度為17.61%，最小孔隙度為2.94%，平均孔隙度為11.38%，單井平均孔隙度介于8.14%-14.96%之間；最大滲透率為2.89 mD，最小為0.005 mD，平均為0.32 mD。氣藏不進(jìn)行水力加砂壓裂難以獲得產(chǎn)量，但影響氣井壓裂后產(chǎn)能大小的因素很多，想要準(zhǔn)確預(yù)測氣井壓后產(chǎn)能大小，其難度較大。采用神經(jīng)網(wǎng)絡(luò)的壓前評估方法主要是根據(jù)地層測試成果與鉆井、測井等資料，綜合考慮多個(gè)試氣層的物性、厚度、含油氣性、地層產(chǎn)水、污染程度、地層壓力和鉆井以及錄井顯示級別等資料，通過相關(guān)分析，尋找出影響壓裂效果的幾個(gè)或幾十個(gè)重要指標(biāo)［1-3］。

1 參數(shù)的選取

影響氣井壓后產(chǎn)能的因素很多，通過相關(guān)分析優(yōu)選出地層有效厚度、電阻率、孔隙度、滲透率、聲波時(shí)差、泥質(zhì)含量、砂量、平均砂比、前置液量等9個(gè)特征參數(shù)。

根據(jù)優(yōu)選的特征參數(shù)，需要對不同的儲層建立特征參數(shù)的取值范圍。本次研究是針對壓后產(chǎn)量的預(yù)測，壓裂施工砂量和壓后產(chǎn)氣量是研究的主要對象，對收集的樣本數(shù)據(jù)（JS22層46口，JS24層59口）進(jìn)行篩選，保證加砂量與壓后氣井產(chǎn)能之間有一定的相關(guān)性。對于新場沙溪廟氣藏JS22層氣井，最后篩選出了23個(gè)壓裂樣本數(shù)據(jù)；對于新場沙溪廟JS24層氣井，最后篩選出了35個(gè)。

在確定了樣本數(shù)據(jù)后需要進(jìn)行數(shù)據(jù)處理的準(zhǔn)備工作。數(shù)據(jù)處理包括數(shù)據(jù)單位和標(biāo)準(zhǔn)的統(tǒng)一及數(shù)據(jù)的歸一化處理。由于壓裂生產(chǎn)數(shù)據(jù)記錄標(biāo)準(zhǔn)和背景不同，因此很多數(shù)據(jù)不能作為神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)樣本直接使用，必須進(jìn)行單位和標(biāo)準(zhǔn)的統(tǒng)一。同時(shí)，為了防止“大數(shù)吃小數(shù)”的現(xiàn)象發(fā)生，在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前,需對參與神經(jīng)網(wǎng)絡(luò)訓(xùn)練和預(yù)測的各個(gè)影響因素進(jìn)行歸一化處理,把所有數(shù)據(jù)都?xì)w一化到［0，1］區(qū)間［4］。

2 神經(jīng)網(wǎng)絡(luò)模型的建立

神經(jīng)網(wǎng)絡(luò)是由輸入層、隱含層和輸出層組成的，其中隱含層可以是一層或多層。網(wǎng)絡(luò)結(jié)構(gòu)中各層內(nèi)神經(jīng)元相互獨(dú)立，相鄰層之間的神經(jīng)元完全連接。對于神經(jīng)網(wǎng)絡(luò)而言，前一層的輸出是后一層的輸入，各層之間沒有本質(zhì)的差別，只是先后順序的不同［5-6］。由多個(gè)神經(jīng)元組成的信息處理網(wǎng)絡(luò)具有并行分布結(jié)構(gòu)，每個(gè)神經(jīng)元單一輸出，并能通過連接權(quán)系數(shù)與其他神經(jīng)元連接。一般來說，每個(gè)神經(jīng)元的結(jié)構(gòu)形式都是一樣的，即：

①對于每個(gè)節(jié)點(diǎn)i存在一個(gè)狀態(tài)變量（Xi），它所對應(yīng)的輸出變量為T；

②在節(jié)點(diǎn)i，j之間存在一個(gè)連接權(quán)系數(shù)（Wij）；

③每個(gè)神經(jīng)元都存在一個(gè)閥值（θi）；

④ 輸出是輸入的加權(quán)經(jīng)非線性函數(shù)（f）作用后得到的,關(guān)系如下：

人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)數(shù)學(xué)方法不同之處在于它的非線性，其非線性能力主要來自于它的非線性作用函數(shù)，常用的函數(shù)有:sigmod、arctan、sin、Gauss?ian和Cauchy，其中最常用的為sigmod函數(shù)，它具有一定的閥值特性并連續(xù)可微。

sigmod函數(shù)為：

在建立了神經(jīng)網(wǎng)絡(luò)模型后將歸一化的樣本數(shù)據(jù)帶入進(jìn)行網(wǎng)絡(luò)訓(xùn)練。通過調(diào)整隱含層的層數(shù)、學(xué)習(xí)率、訓(xùn)練方法和訓(xùn)練次數(shù),經(jīng)過多次的反復(fù)訓(xùn)練,最后使誤差達(dá)到預(yù)測的要求。

在針對新場沙溪廟JS22層和JS24層的神經(jīng)網(wǎng)絡(luò)計(jì)算中，神經(jīng)網(wǎng)絡(luò)模型經(jīng)過10 000次的網(wǎng)絡(luò)訓(xùn)練,網(wǎng)絡(luò)的系統(tǒng)誤差下降到了0.001以下，達(dá)到了誤差精度要求,可以進(jìn)行網(wǎng)絡(luò)預(yù)測。

3 實(shí)例計(jì)算

3.1 JS22層氣井神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例

網(wǎng)絡(luò)評估系統(tǒng)訓(xùn)練完成后，利用3組未參與訓(xùn)練的樣本對該系統(tǒng)進(jìn)行檢驗(yàn)。表1為參與網(wǎng)絡(luò)訓(xùn)練的部分壓裂井?dāng)?shù)據(jù)，表2為壓裂潛能評估系統(tǒng)的預(yù)測結(jié)果與實(shí)際結(jié)果的對比。從表2可以看出， L101井預(yù)測結(jié)果較好，誤差小于1%；CX159井預(yù)測結(jié)果較差，誤差達(dá)到36%。這說明不同的井對網(wǎng)絡(luò)模型的適應(yīng)情況不同。在實(shí)際應(yīng)用中，建議考慮增加有效樣本數(shù)，網(wǎng)絡(luò)訓(xùn)練時(shí)可調(diào)整隱含層數(shù)以及增加訓(xùn)練次數(shù)以求達(dá)到更高的精度。

表1 JS22層部分井壓裂樣本數(shù)據(jù)表

表2 JS22層壓裂效果預(yù)測表

3.2 JS24層氣井神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例

同樣，JS24層網(wǎng)絡(luò)評估系統(tǒng)訓(xùn)練完成后，利用了5組未參與訓(xùn)練的樣本對該系統(tǒng)進(jìn)行檢驗(yàn)。表3為參與網(wǎng)絡(luò)訓(xùn)練的部分壓裂井?dāng)?shù)據(jù)，表4為壓裂潛能評估系統(tǒng)的預(yù)測結(jié)果與實(shí)際結(jié)果的對比。從表4可以看出，CX470-2、CX169-3、CX380等井預(yù)測結(jié)果較好，誤差小于7%；CX470-1和CX378-1井預(yù)測結(jié)果較差，誤差達(dá)到48%和43.1%。這說明不同的井對網(wǎng)絡(luò)模型的適應(yīng)情況不同。在實(shí)際應(yīng)用中，建議考慮增加有效樣本數(shù)，網(wǎng)絡(luò)訓(xùn)練時(shí)可調(diào)整隱含層數(shù)以及增加訓(xùn)練次數(shù)以求達(dá)到更高的精度。

表3 JS24層部分井壓裂樣本數(shù)據(jù)表

表4 JS24層壓裂效果預(yù)測表

綜上所述，人工神經(jīng)網(wǎng)絡(luò)方法是比較成熟的非線性數(shù)學(xué)方法，本次研究建立了一個(gè)良好的正交性和完備性的數(shù)據(jù)集，使模型的可靠性大幅增加，為壓裂設(shè)計(jì)的優(yōu)化和優(yōu)選井位提供了可靠的依據(jù)。

4 結(jié)束語

1）通過優(yōu)選特征參數(shù)建立了適應(yīng)于新場沙溪廟氣藏的BP神經(jīng)網(wǎng)絡(luò)算法模型，可進(jìn)行氣井壓裂前產(chǎn)能預(yù)測。經(jīng)過已壓裂井?dāng)?shù)據(jù)檢驗(yàn)，模型可靠性較大，具有實(shí)際應(yīng)用價(jià)值。

2）神經(jīng)網(wǎng)絡(luò)預(yù)測法在水力壓裂中有廣闊的應(yīng)用前景，如進(jìn)行壓裂設(shè)計(jì)方案的優(yōu)化處理，可進(jìn)一步深入研究。

［1］孫來喜，李允.測井資料在洛帶氣田氣井產(chǎn)能預(yù)測中的應(yīng)用［J］. 天然氣工業(yè)，2005，25（2）：15-16.

［2］呂傳炳，郭建春，趙金洲，等.模糊識別方法在烏里亞斯太凹陷油藏壓裂中的應(yīng)用［J］.石油鉆采工藝，2006，28（3）：7-8.

［3］劉長印，孔令飛，朱風(fēng)閣，等.探井壓前評估技術(shù)應(yīng)用現(xiàn)狀［J］. 油氣井測試，2003，12（1）：35-36.

［4］劉洪，趙金洲，胡永全，等.用T—S模型模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行壓裂效果預(yù)測［J］.斷塊油氣田，2002,9（3）：35-38.

［5］位云生，胡永全，趙金洲，等.人工神經(jīng)網(wǎng)絡(luò)方法在水力壓裂選井評層中的應(yīng)用［J］. 斷塊油氣田，2005，12（4）：42-44.

［6］范學(xué)平，徐向榮，李西林.用神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)設(shè)計(jì)壓裂施工參數(shù)［J］. 鉆采工藝，1999，22（6）：26-28.