压裂参数优选方法与流程

本发明涉及油气藏勘探开发领域，特别涉及一种压裂参数优选方法。

背景技术：

水力压裂是低渗透、致密油气藏勘探开发的关键技术。油气井压裂后的增产效果除了受到储层参数(有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度)的影响外，压裂参数(施工排量、平均砂比、前置液比例、加砂强度)的优选也是决定增产效果好坏的关键因素。

目前常用的压裂施工参数优选方法是利用油田区块大量已压裂井的储层参数、压裂参数和增产效果，通过回归分析或者神经网络方法建立起储层参数、压裂参数与增产效果间的数学表达式。然后对于要优选压裂施工参数的井，由于该井的储层参数已经确定，通过改变不同的压裂参数组合，利用已建立的数学表达式，计算不同参数组合下的压裂井增产效果，并选择增产效果最好的参数组合作为优选的压裂参数。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

各储层参数的数值取自于各参数的极限值、平均值等确定性的数值，没有充分考虑各储层参数由于不确定性或者受实验仪器、实验方法、计算分析等误差，而导致这些参数不一定反映了该参数在储层条件下的真实值，忽略了这些参数具有一定模糊性的特性。其次，利用压裂井的储层参数、压裂参数与增产效果，通过回归分析或者是神经网络方法建立数学关系的方法时，当储层参数、压裂参数与增产效果不存在一定的数学关系时，会导致优选的压裂参数偏差增大。同时，可供选择的压裂参数优选方案太少,最终优选出来的实际上可能仅相当于求局部最优压裂参数而不是真正意义上的全局最优压裂参数。

技术实现要素：

为了解决现有技术的问题，本发明实施例提供了一种压裂参数优选方法。所述技术方案如下：

一种压裂参数优选方法，包括以下步骤：

S100收集多组已压裂井的储层参数、压裂参数、增产效果数据以及待压裂井的储层参数；

S200将收集到的所述已压裂井的储层参数与增产效果数据以及压裂参数与增产效果数据进行相关性分析，得出数理统计结果；

S300基于所述数理统计结果，建立储层参数与增产效果数据以及压裂参数与增产效果数据的隶属函数关系和单因素模糊评价矩阵；

S400基于所述数理统计结果，使用灰色关联理论建立储层参数占增产效果数据以及压裂参数占增产效果数据的权重矩阵；

S500应用正交实验方案设计，同时结合所述已压裂井的压裂参数和待压裂井的储层参数，形成多组待压裂井的压裂参数备选方案；

S600基于所述待压裂井的压裂参数备选方案，应用压裂井建立的所述隶属函数关系和所述单因素模糊评价矩阵，将所述单因素模糊评价矩阵与所述权重矩阵进行复合，得到所述备选方案的模糊综合评价矩阵；

S700将所述备选方案的模糊综合评价矩阵转化为模糊综合评价得分，根据最大隶属度原则，将模糊综合评分从高到低并结合施工风险从低到高确定最终的优选方案。

可选地，所述步骤S100中的储层参数、压裂参数、增产效果数据包括储层有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度、施工排量、前置液比例、平均砂比、加砂强度以及增产效果数据。

可选地，所述步骤S200具体为：

将收集到的所述已压裂井的储层参数与增产效果数据以及压裂参数与增产效果数据进行单因素线性回归分析，确定所述已压裂井的储层参数、压裂参数与增产效果是属于正相关关系还是负相关关系，并根据正相关关系和负相关关系对各参数进行参数最小值和最大值之间4类等分的评价等级。

可选地，所述步骤S300具体为：

根据所述已压裂井的储层参数、压裂参数和增产效果间的单因素数值的数理统计结果，建立各个参数的隶属度函数，选择近似正态分布隶属函数，

式中：u_v—隶属函数，无因次；d—评判参数的具体值，无因次；v—评价等级，共“I”、“II”、“III”、“IV”4类评价等级，无因次；a，b—各评价等级的指标参数，无因次；

确定同一评价等级的隶属度函数为，

式中：u_vj(d_i)—d_i在评价等级v_j上的隶属度，无因次；d_i—第i个评价参数的具体值，无因次；

由式(2)可知：当d_i＝a时，u_vj(a)＝1，表示该评价参数属于某一个评价等级的隶属度最大，所以a为某等级的数学期望，即

a＝(d₁+d₂)/2 (3)

相邻评价等级隶属度相等的点称为过渡点，取过渡点的隶属度为0.5，即，

式中：d₁、d₂—第j个评价等级区间的上、下限值，每个评价参数各评价等级的d₁、d₂值由数理统计结果确定，a、b值确定后，即可确定已知的隶属函数关系。

通过式(1)-(5)计算可得到相应于每个参数的单因素模糊评价矩阵，若共有m项评价等级、n个评价参数，则可得到一个n×m阶的单因素模糊评价矩阵R，

可选地，所述步骤S500具体为：

根据已压裂井压裂参数，统计出已压裂井压裂参数范围，在各压裂参数的最小值、最大值之间确定出三个3水平因子，形成已压裂井压裂参数的施工排量、前置液比例、平均砂比、加砂强度的方案，此方案是一个共有四个因素三个3水平因子的实验方案，建立优选正交实验优选表格；

配合收集到的待压裂井储层有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度参数，结合正交实验表格，形成待压裂井压裂参数的备选方案。

可选地，所述步骤S600具体为：

根据待压裂井的有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度参数与压裂参数优选正交实验优选表格组合，应用式(6)确定各参数的单因素评价矩阵R；

根据所述单因素评价矩阵R，采用矩阵乘积求和算法，将模糊权向量A与单因素模糊评价矩阵R复合，综合考虑所有参数贡献得出模糊综合评价矩阵B，

可选地，所述步骤S700具体为：

根据最大隶属度原则，将各备选方案的模糊综合评价矩阵转化为模糊综合评价得分，分数越高，表示该备选方案实施后增产效果越好；当不同备选方案的模糊综合评分相同时，综合考虑压裂风险和作业成本确定最终的优选方案；

计算公式如下，

其中：v_I、v_II、v_III、v_IV评价等级对应的分数分别为100、75、50、25。

本发明实施例提供的技术方案带来的有益效果是：

压裂参数优选方法充分考虑了影响增产效果的众多因素、获取的参数具有模糊性、增产效果与众多因素不具有明确函数关系表达式的难题，从而克服了现有技术中可能只实现了压裂参数局部最优而不是全部最优的难题，提高了压裂参数优选的合理性、有效性和增产效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的压裂参数优选方法流程图；

图2a是本发明实施例提供的压裂井增产效果与有效厚度的关系图；

图2b是本发明实施例提供的压裂井增产效果与孔隙度的关系图；

图2c是本发明实施例提供的压裂井增产效果与含气饱和度的关系图；

图2d是本发明实施例提供的压裂井增产效果与补偿中子的关系图；

图2e是本发明实施例提供的压裂井增产效果与补偿密度的关系图；

图2f是本发明实施例提供的压裂井增产效果与施工排量的关系图；

图2g是本发明实施例提供的压裂井增产效果与平均砂比的关系图；

图2h是本发明实施例提供的压裂井增产效果与前置液比例的关系图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种压裂参数优选方法，参见图1，包括以下步骤：

S100收集多组已压裂井的储层参数、压裂参数、增产效果数据以及待压裂井的储层参数。

S200将收集到的所述已压裂井的储层参数与增产效果数据以及压裂参数与增产效果数据进行相关性分析，得出数理统计结果。

S300基于所述数理统计结果，建立储层参数与增产效果数据以及压裂参数与增产效果数据的隶属函数关系和单因素模糊评价矩阵。

S400基于所述数理统计结果，使用灰色关联理论建立储层参数占增产效果数据以及压裂参数占增产效果数据的权重矩阵。

S500应用正交实验方案设计，同时结合所述已压裂井的压裂参数和待压裂井的储层参数，形成多组待压裂井的压裂参数备选方案。

S600基于所述待压裂井的压裂参数备选方案，应用压裂井建立的所述隶属函数关系和所述单因素模糊评价矩阵，将所述单因素模糊评价矩阵与所述权重矩阵进行复合，得到所述备选方案的模糊综合评价矩阵。

S700将所述备选方案的模糊综合评价矩阵转化为模糊综合评价得分，根据最大隶属度原则，将模糊综合评分从高到低并结合施工风险从低到高确定最终的优选方案。

在本实施例中，步骤S100中的储层参数、压裂参数、增产效果数据具体包括储层有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度、施工排量、前置液比例、平均砂比、加砂强度以及增产效果数据。

在本实施例中，步骤S200具体为：

将已压裂井的储层参数、压裂参数与增产效果数据进行单因素线性回归分析，确定增产效果的数值是随着压裂井的储层参数、压裂参数的增大而增大还是增大而减小。

进一步确定已压裂井的储层参数、压裂参数与增产效果是属于正相关关系还是负相关关系，并根据正相关关系和负相关关系对各参数进行参数最小值和最大值之间“I”、“II”、“III”、“IV”共4类等分的评价等级，其中正相关关系的参数“I”级评价等级表示参数大，反之负相关关系的参数“I”级评价表示参数小。

在本实施例中，步骤S300具体为：

根据已压裂井的储层参数、压裂参数和增产效果间的单因素数值的数理统计结果，建立各个参数的隶属度函数，选择近似正态分布隶属函数，

式中：u_v—隶属函数，无因次；d—评判参数的具体值，无因次；v—评价等级，共“I”、“II”、“III”、“IV”4类评价等级，无因次；a，b—各评价等级的指标参数，无因次。

确定同一评价等级的隶属度函数为，

式中：u_vj(d_i)—d_i在评价等级v_j上的隶属度，无因次；d_i—第i个评价参数的具体值，无因次。

由式(2)可知：当d_i＝a时，u_vj(a)＝1，表示该评价参数属于某一个评价等级的隶属度最大，所以a为某等级的数学期望，即

a＝(d₁+d₂)/2 (3)

相邻评价等级隶属度相等的点称为过渡点，取过渡点的隶属度为0.5，即：

式中：d₁、d₂—第j个评价等级区间的上、下限值，每个评价参数各评价等级的d₁、d₂值由数理统计结果确定，a、b值确定后，即可确定已知的隶属函数关系。

通过式(1)-(5)计算可得到相应于每个参数的单因素模糊评价矩阵，若共有m项评价等级、n个评价参数，则可得到一个n×m阶的单因素模糊评价矩阵R，

在本实施例中，步骤S500具体为：

根据已压裂井压裂参数，统计出已压裂井压裂参数范围，在各压裂参数的最小值、最大值之间确定出三个3水平因子，形成已压裂井压裂参数的施工排量、前置液比例、平均砂比、加砂强度，此方案是一个共有四个因素三个3水平因子的实验方案，建立优选正交实验优选表格，如表1所示，每个空格中的数据根据已压裂井的压裂数据统计均匀分段获得。

表1待压裂井压裂参数优选正交实验优选表格

配合收集到的待压裂井储层有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度参数，结合上述正交实验优选表格，形成待压裂井压裂参数的备选方案。

在本实施例中，步骤S600具体为：

根据待压裂井的有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度参数与压裂参数优选正交实验优选表格组合，应用式(6)确定各参数的单因素评价矩阵R。

根据单因素评价矩阵R，采用矩阵乘积求和算法，将模糊权向量A与单因素模糊评价矩阵R复合，综合考虑所有参数贡献得出模糊综合评价矩阵B，

在本实施例中，步骤S700具体为：

根据最大隶属度原则，将各备选方案的模糊综合评价矩阵转化为模糊综合评价得分，分数越高，表示该备选方案实施后增产效果越好；当不同备选方案的模糊综合评分相同时，综合考虑压裂风险和作业成本确定最终的优选方案。

计算公式如下

其中：v_I、v_II、v_III、v_IV评价等级对应的分数分别为100、75、50、25。

应用上述方法步骤，本实施例实施过程如下：

对于一个具体的油气藏，考虑压裂井在压裂工艺、设备、压裂液及支撑剂不变的情况下，利用已压裂井的储层基本参数、压裂参数和增产效果对后续待压裂井的压裂参数进行优选。在众多影响增产效果的因素中，增产效果对有些参数变化敏感，而对有些参数不敏感。通过已压裂井资料，采用相关性分析、并结合现场专家经验，最终选择确定了15口井有效厚度、孔隙度、含气饱和度、补偿中子、补偿密度、施工排量、前置液比例、平均砂比、加砂强度和增产效果数据作为研究基础，见表2。其中编号1-15是已压裂井基本参数与增产效果，编号16是需要优选施工参数的待压裂井基本参数。

表2已压裂井储层参数、施工参数与增产效果统计结果

参见图2，压裂井增产效果与有效厚度、孔隙度、含气饱和度、补偿中子、加砂强度成正相关关系，也即是说随着这些参数的数值增大，压裂井增产效果变好；而与补偿密度、施工排量、平均砂比、前置液比例成负相关关系，即随着这些参数的数值增大，压裂井增产效果变差。

根据各参数与增产效果的相关关系统计结果，将各参数分成4项评价等级，如表3所示。

表3各评价参数的分区间评价等级

利用已压裂井储层参数、压裂参数和增产效果数据，使用灰色关联理论确定参数对增产效果所占的权重，求取各参数所占的权重矩阵A，如表4所示。

表4各评价因素对增产效果所占的权重

A＝[0.1329 0.1284 0.1274 0.1248 0.0906 0.0879 0.0881 0.0850 0.1344] (9)

应用正交实验方案设计，结合已压裂井的压裂参数范围，选择正交实验表格、设计正交实验参数和方案；同时综合待压裂井的储层参数和正交实验方案形成待压裂井的压裂参数备选方案，如表5所示。

表5已压裂井储层参数、施工参数与增产效果统计结果

根据待压裂井的压裂参数备选方案各参数，应用压裂井建立的各参数隶属函数，评价待压裂井备选方案各参数的单因素评价函数，进一步将各单因素评价函数与权重矩阵进行复合，得到各备选方案的模糊综合评价矩阵，以方案编号1中的各基本参数为例，根据式(1)-(5)，结合表3、表4的数据，计算方案1的单因素评价矩阵为，

上述单因素评价矩阵只反映了每一因素在各个区间的隶属度，不能体现出各参数对增产效果的综合影响结果。以有效厚度为例，反映出方案1中有效厚度隶属“I”类评价结果的隶属度为0.5000，而隶属“II”、“III”、“IV”类评价结果的隶属度是0，根据最大隶属度原则，有效厚度隶属于“I”类评价结果。

将权重和单因素评价矩阵进行复合，得到多因素综合评价矩阵。

根据最大隶属度原则，施工方案I的综合评价结果属于“I”类评价结果，按照式(8)将模糊评价矩阵转化为评价分数83分。

重复上述步骤，完成待压裂井备选方案中方案2-9的综合评价结果，并计算模糊评分，如表6所示。

表6不同方案的综合评价结果

根据表6中9种方案的综合评分结果，方案3、4、5、8的模糊综合评价分数都是84分，表明这4种方案施工后都会得到相同的最好结果。进一步综合考虑压裂风险和作业成本确定最终的优选方案，由于方案5中使用的加砂强度最低，仅为1.2m³/m，有利于降低成本和提高施工安全，最终优选方案5作为施工方案。

综上所述，本发明实施例充分考虑了影响增产效果的众多因素、获取的参数具有模糊性，增产效果与众多因素不具有明确函数关系表达式的难题，从而克服了现有技术中可能只实现了压裂参数局部最优而不是全部最优的难题，提高了压裂参数优选的合理性、有效性和增产效果。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。