一种基于人工智能的多段压裂天然气水平井示踪方法

摘要

本发明属于天然气水平井示踪解释领域，特别涉及一种基于人工智能的多段压裂天然气水平井示踪方法；它针对目前多段压裂水平井示踪技术人工智能化低、示踪时间短、施工复杂等问题；其技术方案是：基于人工智能和示踪剂监测技术，根据流线数值模拟法和达西方程建立数据库，改变固体示踪剂的投放方式，改进固体示踪剂得到更准确的生产数据，数据库和生产数据自动生成对应的分析模型，模型自动计算各压裂分段中采出液和采出气的贡献；本发明使用简单便捷，能够长时间（6‑8年）同时监测产气产水剖面，精确计算各个压裂分段的产气产水量，能监测开发各个阶段剖面的具体情况，避免主观判断的影响，实现全智能的天然气水平井示踪。

权利要求

1.一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：基于人工智能和示踪剂追踪技术，根据流线数值模拟法和达西方程建立数据库，根据水平压裂段的数目确定固体示踪剂的组数，且一组固体示踪剂唯一对应一个水平压裂段；分段压裂时，固体示踪剂随压裂支撑剂（2）一同泵入地层裂缝（1）中；改变固体示踪剂的投放方式，改进固体示踪剂的精确性和实效性得到更准确的生产数据，将生产数据输入到数据库中，数据库对比实验数据和生产数据利用流线数值模拟法和示踪剂流动特征方程自动拟合出分析模型；利用压裂液返排规律模型拟合出该储层的压裂液返排规律，利用压裂段产气模型计算出各压裂分段中采出气的贡献，利用压裂段产液模型计算出各压裂分段中采出液的贡献。

2.根据权利要求1所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：分析模型包括：压裂液返排规律模型，压裂段产气模型，压裂段产液模型。

3.根据权利要求1所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：每组固体示踪剂包含一种水敏性固体示踪剂（3）和一种气敏性固体示踪剂（4），且每组的水敏性固体示踪剂（3）和气敏性固体示踪剂（4）示踪成分不同。

4.根据权利要求3所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：所述的水敏性固体示踪剂（3）成分为：稀有金属盐、氟苯甲酸类有机物、环氧树脂、二氧化硅、缓释剂；气敏性固体示踪剂（4）成分为：氟苯甲酸酯类、环氧树脂、二氧化硅、缓释剂。

5.根据权利要求3所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：所述的固体示踪剂的结构参数为：水敏性固体示踪剂直径为20目-40目，气敏性固体示踪剂的直径为20目-40目。

6.根据权利要求3所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：所述的固体示踪剂的硬度为洛氏1-3HRC。

7.根据权利要求3所述的一种基于人工智能的多段压裂天然气水平井示踪方法，其特征在于：所述的固体示踪剂具有6-8年的监控周期。

说明书

一种基于人工智能的多段压裂天然气水平井示踪方法

技术领域

[0001] 本发明属于数据信息化油气开发示踪领域，特别涉及一种基于人工智能的多段压裂天然气水平井示踪方法。

背景技术

[0002] 我国的非常规天然气资源储量丰富，但由于非常规天然气复杂的生储规律，开发难度较大；现阶段水平井大规模分段压裂技术是提高致密气采收率的重要措施之一，并随着开发技术的提高，压裂段数也随之增多；为了优化压裂施工参数，提高压裂效率，更深入地认识产气产水剖面，裂就需要计算压裂后各压段的产水量和产气量，监测并分析各压裂段的产气产水剖面，对压裂施工效果进行评价改进。

[0003] 随着科学技术的进步，结合信息技术和油气田开发专业技术推进智能化油气田是当下的能源革命的重大主题，但目前国内外主要采用生产测井方式进行地下生产剖面的监测，但该方法需要专业的井下仪器和相应的解释方法，对井下仪器依赖较大、对井段状况有较高的要求，且测试费用昂贵；传统示踪剂技术费用高昂，且易对环境和人体造成破坏，缺乏和电子技术结合，示踪方式单一，缺乏精密有序的示踪过程和对示踪结果进行系统逻辑化的分析，更新落远后于计算机技术的发展；针对目前多段压裂水平井示踪技术人工智能化低、效率低、示踪时间短、施工复杂等问题，不依赖井下测试仪器，通过人工智能技术和示踪剂监测技术结合进行示踪剂监测功能的智能化，推动油气田智能化，因此提出一种基于人工智能的多段压裂天然气水平井示踪方法具有重大意义。

发明内容

[0004] 本发明的目的是：为了解决目前多段压裂水平井示踪技术缺乏精密有序的示踪过程和对示踪结果进行系统逻辑化的分析、人工智能化低、效率低、示踪时间短、施工复杂等问题；本发明基于人工智能和示踪剂监测技术，可以自动对比数据库中的内容和生产数据，生成对应模型，优化工作流程，提高工作效率，实现示踪剂监测功能的智能化。

[0005] 为了实现上述目的，本发明提供了一种基于人工智能的多段压裂天然气水平井示踪方法，该方法包括以下步骤：根据流线数值模拟法和达西方程建立数据库，根据压裂水平段数确定固体示踪剂组数，分段压裂时，固体示踪剂随压裂支撑剂2一同泵入地层裂缝1中，开井生产一段时间后，将生产数据输入到数据库中，数据库对比实验数据和生产数据利用流线数值模拟法和示踪剂流动特征方程自动拟合出压裂液反排规律模型，压裂段产气模型，压裂段产液模型；压裂液反排规律模型拟合出该储层的压裂液反排规律，压裂段产气模型计算出各压裂分段中采出气的贡献，压裂段产液模型计算出各压裂分段中采出液的贡献。

[0006] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：根据流线数值模拟法和达西方程建立数据库。

[0007] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：基于数据库和生产数据自动生成对应的分析模型，该对应的分析模型能够将数据库中的实验数据和生产数据进行对比，结合流线数值模拟法和示踪剂流动特征方程自动拟合出压裂液反排规律模型，压裂段产气模型，压裂段产液模型。

[0008] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：压裂液反排规律模型拟合出该储层的压裂液反排规律，压裂段产气模型计算出各压裂分段中采出气的贡献，压裂段产液模型计算出各压裂分段中采出液的贡献。

[0009] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中固体示踪剂组数等于水平压裂段段数，且一组固体示踪剂唯一对应一个水平压裂段。

[0010] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中每组固体示踪剂包含一种水敏性固体示踪剂（3）和一种气敏性固体示踪剂（4），且每组的水敏性固体示踪剂（3）和气敏性固体示踪剂（4）示踪成分不同。

[0011] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中水敏性固体示踪剂3成分为：稀有金属盐、氟苯甲酸类有机物、环氧树脂、二氧化硅、缓释剂；气敏性固体示踪剂4成分为：氟苯甲酸酯类、环氧树脂、二氧化硅、缓释剂。

[0012] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中固体示踪剂的结构参数为：水敏性固体示踪剂直径为20目-40目，气敏性固体示踪剂的直径为20目-40目。

[0013] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中固体示踪剂的硬度为洛氏1-3HRC。

[0014] 上述一种基于人工智能的多段压裂天然气水平井示踪方法中：所述数据库中固体示踪剂具有6-8年的监控周期。

[0015] 与现有技术相比，本发明具有以下有益效果：有序的示踪过程和对示踪结果进行系统逻辑化分析，操作便捷、效率高、监测误差小、优化工作流程，能够长时间（5-8年）同时监测产气产水剖面，精确计算各个压裂分段的产气产水量和压裂液的反排规律，使得在开发各个阶段都能智能监测剖面的具体情况，对评价压裂效果，调整开发方案，提高采收率有着重要意义。

附图说明

[0016] 附图1是固体示踪剂在地层裂缝中的示意图

[0017] 附图2是进行人工智能的多段压裂天然气水平井示踪方法的流程图

[0018] 图中：1：地层裂缝，2：压裂支撑剂，3：水敏性固体示踪剂4：气敏性固体示踪剂。

具体实施方式

[0019] 下面结合附图对本发明做进一步说明。

[0020] 如图1、图2所示，本发明一种基于人工智能的多段压裂天然气水平井示踪方法，方法包括以下步骤：根据流线数值模拟法和达西方程建立数据库，根据压裂水平段数确定固体示踪剂组数，分段压裂时，固体示踪剂随压裂支撑剂2一同泵入地层裂缝1中，开井生产一段时间后，将生产数据输入到数据库中，数据库对比实验数据和生产数据利用流线数值模拟法和示踪剂流动特征方程自动拟合出压裂液反排规律模型，压裂段产气模型，压裂段产液模型；压裂液反排规律模型拟合出该储层的压裂液反排规律，压裂段产气模型计算出各压裂分段中采出气的贡献，压裂段产液模型计算出各压裂分段中采出液的贡献。

[0021] 本发明一种基于人工智能的多段压裂天然气水平井示踪方法中：生产数据包括：产出液和产出气的体积，固体示踪剂的浓度，储层的岩性，压裂液的注入体积。

[0022] 本发明一种基于人工智能的多段压裂天然气水平井示踪方法中：根据流线数值模拟法和达西方程建立数据库；固体示踪剂组数等于压裂分段数；数据库中每组固体示踪剂包含一种水敏性固体示踪剂3和一种气敏性固体示踪剂4；数据库中水敏性固体示踪剂3成分为：稀有金属盐、氟苯甲酸类有机物、环氧树脂、二氧化硅、缓释剂；数据库中气敏性固体示踪剂4成分为：氟苯甲酸酯类、环氧树脂、二氧化硅、缓释剂；数据库中固体示踪剂的结构参数为：水敏性固体示踪剂直径为20目-40目，气敏性固体示踪剂的直径为20目-40目。为了区分采出液和采出气中各压裂分段的贡献，每组的水敏性固体示踪剂3和气敏性固体示踪剂4示踪成分不同。

[0023] 本发明一种基于人工智能的多段压裂天然气水平井示踪方法中：由于固体示踪剂有着选择性惰性，气敏性固体示踪剂在接触天然气时，能够释放出示踪物质，而接触水时则呈现惰性，当地层裂缝1只产气时，气敏性固体示踪剂会微溶于气体，随着采出气到达地面，水敏性固体示踪剂不会随气体产出；反之，设计的水敏性示踪剂接触水时可以释放其独特的示踪物质，而与天然气接触时则呈现惰性；当地层裂缝1只产水时，水敏性固体示踪剂会微溶于液体，随着采出液到达地面，气敏性固体示踪剂不会随液体产出；当地层裂缝1气水同产时，气敏性固体示踪剂会微溶于气体，水敏性固体示踪剂会微溶于液体，两种固体示踪剂随着采出液和采出气到达地面。

[0024] 本发明一种基于人工智能的多段压裂天然气水平井示踪方法中：固体示踪剂的硬度为洛氏1-3HRC，在地层裂缝1中受到外力的影响较小。

[0025] 与现有技术相比，本发明具有以下有益效果：有序的示踪过程和对示踪结果进行系统逻辑化分析，操作便捷、效率高、监测误差小、优化工作流程，能够长时间（5-8年）同时监测产气产水剖面，精确计算各个压裂分段的产气产水量和压裂液的反排规律，使得在开发各个阶段都能智能监测剖面的具体情况，对评价压裂效果，调整开发方案，提高采收率有着重要意义。