期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习评价页岩油产能主控因素——以庆城油田西233区为例 被引量:1
1
作者 齐银 李佳馨 +3 位作者 陈强 涂志勇 赵国翔 韩学良 《钻采工艺》 CAS 北大核心 2024年第6期61-68,共8页
鄂尔多斯盆地页岩油气资源丰富,开发潜力巨大。基于地质工程一体化理念,针对庆城油田西233区内的15个平台共55口水平井,运用机器学习方法构建了页岩油水平井单井累产油量与其地质和工程参数的多元多重线性回归模型,并深入分析了各因素... 鄂尔多斯盆地页岩油气资源丰富,开发潜力巨大。基于地质工程一体化理念,针对庆城油田西233区内的15个平台共55口水平井,运用机器学习方法构建了页岩油水平井单井累产油量与其地质和工程参数的多元多重线性回归模型,并深入分析了各因素间的联合影响效应。研究发现,单井累产油量受地质与工程多方面因素的综合作用,且这些因素对产量的影响程度随开发进程而动态变化。在生产约15个月后,油井生产状态趋于稳定,此时构建的多元线性回归模型能够较好地预测单井产能,满足精度要求。产能主控因素研究结果表明地质因素中,对产油量影响最显著的是钻遇率,其次是油层段长、含油饱和度及地层系数;而工程因素则以加砂强度影响最大,其后依次为压裂段数、压裂簇密度、排量及进液强度。该研究明确了不同生产阶段下的地质工程因素对产量影响变化情况、单因素影响机理分析、主控因素优选,为优化压裂工艺参数配置及准确预测单井产能提供了重要理论依据与实践指导。 展开更多
关键词 庆城页岩油 机器学习 地质工程参数 主控因素分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部