人工神經(jīng)網(wǎng)絡(luò)在氣井管理及動(dòng)態(tài)預(yù)測(cè)中的應(yīng)用

劉占良 石萬(wàn)里 孫振 成育紅 唐婧

中國(guó)石油長(zhǎng)慶油田公司第五采氣廠

氣井動(dòng)態(tài)預(yù)測(cè)［1］最常見的方法是氣藏工程方法［2］以及數(shù)值模擬方法。近年來(lái)，基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)技術(shù)也得到了初步應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)［3］是廣泛應(yīng)用于預(yù)測(cè)預(yù)報(bào)方面的一種技術(shù)。在油氣田的地質(zhì)和產(chǎn)能評(píng)價(jià)研究中也可以發(fā)揮其特長(zhǎng)，即把專家對(duì)于該油氣田地質(zhì)和產(chǎn)能的經(jīng)驗(yàn)知識(shí)和數(shù)學(xué)模型結(jié)合起來(lái)，進(jìn)行有效的預(yù)測(cè)。

鄂爾多斯盆地蘇里格氣田東區(qū)氣井控制儲(chǔ)量小、砂體大小差異大、儲(chǔ)層物性非均質(zhì)性強(qiáng)，難以建立比較可靠的地質(zhì)模型［4－9］，經(jīng)驗(yàn)型的預(yù)測(cè)方法也不能完全使用，導(dǎo)致常規(guī)氣藏工程方法難以準(zhǔn)確預(yù)測(cè)。對(duì)于這類氣藏，基于人工神經(jīng)網(wǎng)絡(luò)的人工智能預(yù)測(cè)往往能夠取得更好的效果。筆者討論的預(yù)測(cè)方法完全依賴于氣井生產(chǎn)動(dòng)態(tài)數(shù)據(jù)，不需要地質(zhì)參數(shù)，所以不受不確定參數(shù)的影響。

人工神經(jīng)網(wǎng)絡(luò)仍然是通過(guò)數(shù)值計(jì)算求解的。計(jì)算是在接受輸入數(shù)據(jù)后，分為多個(gè)層次接力完成。如圖1所示，多個(gè)計(jì)算層由數(shù)據(jù)輸入輸出相連接，就構(gòu)成了網(wǎng)絡(luò)。從輸入層接收輸入向量X后，計(jì)算得到向量H，送入中間隱藏層，隱藏層可以有多層。隱藏層計(jì)算得到向量Z，送到輸出層。最后輸出層給出解向量Y。由于這里的數(shù)據(jù)是從輸入層單方向前進(jìn)到輸出層的，中間沒有后向反饋，所以這種網(wǎng)絡(luò)就是前饋式人工神經(jīng)網(wǎng)絡(luò)。屬于比較簡(jiǎn)單有效的一種［1－3］。筆者利用前饋式人工神經(jīng)網(wǎng)絡(luò)完成了預(yù)測(cè)的算法設(shè)計(jì)和軟件。

圖1 前饋式人工神經(jīng)網(wǎng)絡(luò)示意圖

1 氣井動(dòng)態(tài)特征識(shí)別指標(biāo)

1.1 氣井生產(chǎn)日?qǐng)?bào)

蘇里格氣田東區(qū)單井生產(chǎn)日?qǐng)?bào)數(shù)據(jù)如表1所示。在數(shù)據(jù)列方面，顯然井號(hào)和日期沒有識(shí)別意義，由于井底節(jié)流，油壓也沒有識(shí)別意義。其余4列有識(shí)別意義。在數(shù)據(jù)行方面，自氣井投產(chǎn)后，按照日歷天數(shù)，每天就有一行數(shù)據(jù)。氣井投產(chǎn)時(shí)間越長(zhǎng)，數(shù)據(jù)量越大。如何用幾個(gè)特征數(shù)據(jù)簡(jiǎn)單地識(shí)別單井生產(chǎn)日?qǐng)?bào)龐大的數(shù)據(jù)所反映的氣井生產(chǎn)能力，迅速準(zhǔn)確地把待識(shí)別的單井生產(chǎn)日?qǐng)?bào)數(shù)據(jù)和知識(shí)庫(kù)樣本中的單井做出類比，找到最相似的氣井，這是動(dòng)態(tài)特征識(shí)別和人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)［10］首先要解決的問(wèn)題。

表1 單井生產(chǎn)日?qǐng)?bào)示例表

1.2 動(dòng)態(tài)特征識(shí)別指標(biāo)

這里提出4個(gè)生產(chǎn)動(dòng)態(tài)特征指標(biāo)［11］，用來(lái)識(shí)別不同井的單井生產(chǎn)日?qǐng)?bào)。

首先設(shè)定一個(gè)常數(shù)t，表示氣井自開井投產(chǎn)以來(lái)到要達(dá)到的累計(jì)開井小時(shí)數(shù)（等于報(bào)表前n行的生產(chǎn)時(shí)間列的累加值）。如果1口井的累計(jì)開井小時(shí)數(shù)達(dá)不到t，表明該井生產(chǎn)時(shí)間太短不足以識(shí)別預(yù)測(cè)。n就是自開井以來(lái)的投產(chǎn)天數(shù)，t不大于24×n。

1.2.1 套壓加權(quán)平均值

套壓加權(quán)平均值是n天期間內(nèi)每天的套壓和每天產(chǎn)氣量的加權(quán)平均值。即

1.2.2 開井時(shí)率

開井時(shí)率指n天期間內(nèi)的開井時(shí)率。即

1.2.3 折算日產(chǎn)氣量［12］

折算日產(chǎn)氣量是指n天期間內(nèi)累計(jì)日產(chǎn)氣量除以用t折算的生產(chǎn)天數(shù)。即

1.2.4 平均日產(chǎn)水量

折算日產(chǎn)水量的含義和算法與折算日產(chǎn)氣量類似。

從氣藏產(chǎn)能角度看，折算日產(chǎn)氣量反映了儲(chǔ)層的物性特別是滲透率大小，折算產(chǎn)水量反映了儲(chǔ)層含水的多少，套壓加權(quán)平均值反映了儲(chǔ)量的大小，開井時(shí)率反映了投產(chǎn)以來(lái)開井的強(qiáng)度和關(guān)井恢復(fù)程度。這4個(gè)指標(biāo)綜合起來(lái)，可以全面反映了單井控制砂體的儲(chǔ)滲能力（彈性能量）。實(shí)際使用中，可以把指標(biāo)1和指標(biāo)2相乘，當(dāng)作一個(gè)指標(biāo)來(lái)用。

問(wèn)題是常數(shù)t該取多大，才能把不同類型的氣井明顯地區(qū)分開來(lái)。根據(jù)對(duì)蘇里格氣田東區(qū)多口長(zhǎng)期投產(chǎn)井?dāng)?shù)據(jù)的對(duì)比分析，總結(jié)出在該氣田大多數(shù)井的t值取24×200h就可以達(dá)到目的（t的取值約為氣井穩(wěn)產(chǎn)期的1／4）。

2 氣井動(dòng)態(tài)預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型

2.1 ARPS曲線參數(shù)的預(yù)測(cè)模型

設(shè)計(jì)的氣井動(dòng)態(tài)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型如表2所示。把ARPS遞減［13－15］曲線參數(shù)（初始產(chǎn)量、初始遞減率［2］）和2個(gè)開發(fā)指標(biāo)（初始?jí)毫?、?dòng)儲(chǔ)量）作為預(yù)測(cè)目標(biāo)，并與動(dòng)態(tài)特征識(shí)別指標(biāo)一起組合成向量，形成ARPS遞減預(yù)測(cè)人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。預(yù)測(cè)樣本目標(biāo)值所列出的ARPS遞減參數(shù)及2個(gè)開發(fā)指標(biāo)，再由此計(jì)算氣井每個(gè)月的動(dòng)態(tài)數(shù)據(jù)。

表2 氣井動(dòng)態(tài)ARPS遞減參數(shù)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型表

2.2 蘇里格氣田東區(qū)氣井人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練知識(shí)庫(kù)

在蘇里格氣田東區(qū)投產(chǎn)時(shí)間較長(zhǎng)的一批井中，通過(guò)動(dòng)態(tài)分析以及氣藏?cái)?shù)值模擬，仿照表2，得到了143口井的氣井動(dòng)態(tài)ARPS遞減參數(shù)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，組成人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本（知識(shí)庫(kù)）。

2.3 人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軟件的結(jié)構(gòu)

所設(shè)計(jì)的氣井ARPS遞減參數(shù)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軟件結(jié)構(gòu)如圖2所示。

圖2 氣井ARPS遞減參數(shù)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)構(gòu)圖

表3列出了其中1口井的ARPS遞減預(yù)測(cè)結(jié)果。

表3 1口井的ARPS遞減預(yù)測(cè)結(jié)果示例表

3 結(jié)束語(yǔ)

“氣井ARPS遞減參數(shù)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軟件”用Java編程實(shí)現(xiàn)，用C＋＋編程和氣田數(shù)據(jù)庫(kù)實(shí)現(xiàn)接口，可以在網(wǎng)絡(luò)客戶端順利運(yùn)行。可以把氣井的主要開發(fā)指標(biāo)預(yù)測(cè)值和ARPS遞減曲線數(shù)據(jù)輸出到Excel文件，方便地完成后續(xù)數(shù)據(jù)處理。知識(shí)庫(kù)樣本數(shù)據(jù)可以任意編輯，方便地實(shí)現(xiàn)知識(shí)庫(kù)的完善和更新。

軟件已經(jīng)通過(guò)測(cè)試和使用，只要能總結(jié)出不同氣田氣井ARPS遞減參數(shù)的知識(shí)庫(kù)，該方法和軟件都可以推廣應(yīng)用。

［1］邊肇祺.統(tǒng)計(jì)模式識(shí)別中的非參數(shù)方法［J］.國(guó)外自動(dòng)化，1984（5）：27.BIAN Zhaoqi.The non parametric method of statistical pattern recognition［J］.Foreign Automation，1984，5：27.

［2］王怒濤，黃炳光，梁尚斌，等.氣井產(chǎn)能分析方法研究［J］.大慶石油地質(zhì)與開發(fā)，2004，23（1）：33－34.WANG Nutao，HUANG Bingguang，LIANG Shangbin，et al.Study on analysis method of gas well productivity［J］.Petroleum Geology ＆ Oilfield Development in Daqing，2004，23（1）：33－34.

［3］韓力群.人工神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用及發(fā)展前景［J］.北京輕工業(yè)學(xué)院學(xué)報(bào)，1996，3（1）：32－36.HAN Liqun.Journal of artificial neural network application and development prospects in control［J］.Beijing Institute of Light Industry，1996，3（1）：32－36.

［4］劉琦，羅平亞，孫雷，等.蘇里格氣田蘇五區(qū)塊天然氣動(dòng)態(tài)儲(chǔ)量的計(jì)算［J］.天然氣工業(yè)，2012，32（6）：46－49.LIU Qi，LUO Pingya，SUN Lei，et al.Calculation of dynamic gas reserves in Block Su－5of the Sulige Gas Field［J］.Natural Gas Industry，2012，32（6）：46－49.

［5］李明波.蘇里格氣田蘇53區(qū)塊南部地區(qū)有效砂體預(yù)測(cè)［J］.天然氣工業(yè)，2013，33（8）：20－24.LI Mingbo.Mapping of the effective sandstone reservoirs in southern Block Su－53，Sulige Gas Field，Ordos Basin［J］.Natural Gas Industry，2013，33（8）：20－24.

［6］黃海平，包強(qiáng)，劉榮和.“虛擬井”技術(shù)在復(fù)雜氣藏建模中的應(yīng)用［J］.天然氣工業(yè)，2012，32（4）：39－41.HUANG Haiping，BAO Qiang，LIU Ronghe，et al."Application of virtual wells"technology in complex reservoir modeling［J］.Natural Gas Industry 2012，32（4）：39－41.

［7］佚名.蘇里格氣田230×108m3／a開發(fā)規(guī)劃調(diào)整方案（地質(zhì)與氣藏工程）［R］.西安：中國(guó)石油長(zhǎng)慶油田公司，2012.Anon.A development planning adjustment scheme of Sulige Gas Field with annual productivity of 23billion m3：Geology and reservoir engineering［R］.Xi＇an：PetroChina Changqing Oilfield Company，2012.

［8］盧海嬌，趙紅格，李文厚.蘇里格氣田盒8氣層組厚層辮狀河道砂體構(gòu)型分析［J］.東北石油大學(xué)學(xué)報(bào)，2014，38（1）：46－52.LU Haijiao，ZHAO Hongge，LI Wenhou.Architectural analysis of braided channel thick sandbody in the eighth member of Shihezi Formation，Sulige Gas Field［J］.Journal of Northeast Petroleum，2014，38（1）：46－52.

［9］費(fèi)世祥，馮強(qiáng)漢，安志偉，等.蘇里格氣田中區(qū)下石盒子組盒8段沉積相研究［J］.天然氣勘探與開發(fā)，2013，36（2）：31－35.FEI Shixiang，F(xiàn)ENG Qianghan，AN Zhiwei，et al.Sedimentary facies of Shihezi 8member in middle area，Sulige Gas Field［J］.Natural Gas Exploration and Development，2013，36（2）：31－35.

［10］侯大力，孫雷，潘毅，等.人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)高含CO2天然氣的含水量［J］.西南石油大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，35（4）：121－125.HOU Dali，SUN Lei，PAN Yi，et al.Predicting water content of high CO2content natural gas by artificial neural network［J］.Journal of Southwest Petroleum University：Science ＆ Technology Edition，2013，35（4）：121－125.

［11］潘偉.修正衰減曲線法在低滲氣藏動(dòng)態(tài)分析中的應(yīng)用［J］.西南石油大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，34（3）：116－120.PAN Wei.Correction for attenuation curve method in low permeability gas reservoir dynamic analysis application［J］.Journal of Southwest Petroleum University：Science＆ Technology Edition，2012，34（3）：116－120.

［12］秦學(xué)成，段永剛，謝學(xué)恒，等.煤層氣井產(chǎn)氣量控制因素分析［J］.西南石油大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，34（2）：99－104.QIN Xuecheng，DUAN Yonggang，XIE Xueheng，et al.Controlling factor analysis of gas production rate in coal bed gas well［J］.Journal of Southwest Petroleum University：Science ＆ Technology Edition，2012，34（2）：99－104.

［13］周慧敏，賈彬，汪毅，等.Arps遞減分析法在大牛地氣田的應(yīng)用［J］.中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量，2013（5）：175.ZHOU Huimin，JIA Bin，WANG Yi，et al.Application of Arps in Daniudi gas field［J］.China Petroleum and Chemical Standard and Quality，2013（5）：175.

［14］徐鳳蘭，李蘇蓉，劉其芬，等.蘇里格氣田產(chǎn)量遞減規(guī)律的綜合研究與應(yīng)用［J］.油氣井測(cè)試，2014，23（1）：42－45.XU Fenglan，LI Surong，LIU Qifen，et al.Research and application of comprehensive law of diminishing yield in Surig gas field［J］.Oil and Gas Well Testing，2014，23（1）：42－45.

［15］郝明強(qiáng)，胡永樂，李凡華，等.特低滲透油藏壓裂水平井產(chǎn)量遞減規(guī)律［J］.石油學(xué)報(bào)，2012，33（2）：269－273.HAO Mingqiang，HU Yongle，LI Fanhua，et al.Production decline laws of fractured horizontal wells in ultra－low permeability reservoirs［J］.Acta Petrolei Sinica，2012，33（2）：269－273.