基于集成学习的致密气藏产能预测新方法

作     者：姜宝胜 白玉湖 徐兵祥 马晓强 王苏冉 杜旭林 JIANG Baosheng;BAI Yuhu;XU Bingxiang;MA Xiaoqiang;WANG Suran;DU Xulin

作者机构：中海油研究总院有限责任公司北京100028 

出 版 物：《中国海上油气》 (China Offshore Oil and Gas)

年 卷 期：2024年第36卷第5期

页      面：120-127页

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

基　　金：中国海洋石油有限公司勘探开发部项目“神府区块致密气高效开发技术及方案部署研究(编号:2023FS-02)”部分研究成果 

主　　题：致密气藏 产能影响因素 最大互信息系数 产能预测 集成思想 

摘      要：致密气藏产能预测是准确认识气藏、合理编制开发方案的重要基础。由于致密气藏储层物性差、非均质性强及压裂施工导致渗流规律复杂,其产能预测一直是项重大的挑战。利用集成学习思想,提出了将支持向量回归和AdaBoost回归通过堆叠模式耦合来进行产能预测的新方法,并以鄂尔多斯盆地M致密气区块为例进行了应用。通过最大互信息系数法筛选出M气藏产能主要影响因素为气层厚度、渗透率、孔隙度、含气饱和度、实际砂量、液氮量;将主要影响因素数据及相应无阻流量构成学习样本,利用孤立森林算法进行异常值检测,并通过K近邻填补缺失值;利用本文产能预测新方法,并通过贝叶斯优化算法进行了参数优化。随机选取20%数据进行盲测,并以决定系数为评价标准。测试结果表明,本文所提方法的决定系数R2值为0.936,预测精度相较单一算法有了明显提升。该方法有效结合了不同算法的优点,为致密气产能预测提供了一种新的思路。