当前位置: 主页 > 学术动态 >

低压低产页岩气井智能生产优化方法

点击数:   更新日期: 2022-09-14

原文信息:低压低产页岩气井智能生产优化方法/Intelligent production optimization method for low productivity shale gas well

录用期刊:石油勘探与开发/Petroleum Exploration and Development(JCR Q1)

原文DOI:https://doi.org/10.11698/PED.20210781

作者列表:

1) 祝启康, 林伯韬*(通讯作者) 中国石油大学(北京)人工智能学院

2) 杨光 中国石油大学(北京)信息科学与工程学院

3) 王俐佳 四川页岩气勘探开发有限责任公司

4) 陈满 中国石油西南油气田公司四川长宁天然气开发有限责任公司

摘要:针对页岩气井在生产后期因积液和地层压力不足影响产量的问题,提出一种适用于低压低产页岩气井的智能生产优化方法,以人工智能算法为中心,实现气井的自动生产和运行监测。智能生产优化方法基于长短期记忆神经网络预测单井产量变化,指导气井生产,实现积液预警和自动间歇生产等功能,配合可调式油嘴实现气井控压稳产,延长页岩气井正常生产时间,提高井场自动化水平,实现“一井策”的精细化生产管理模式。现场试验结果显示,优化后的单井最终可采储量可提高15%。相较于衰竭式开发后立刻采用排采工艺的开发模式,该方法更具有经济性,且增产稳产效果显著,具有较好的应用前景。

一、生产系统结构设计

将复杂功能分层级定义,每部分实现一定功能,生产信息数据自下而上逐层封装,控制数据自上而下分解传递。实现压降控制与自动关井功能,见图1。




图1 生产系统结构图

二、产量预测模型设计

以井口套管压力、井口油管压力、产水量、产气量、水气比、关井时间为特征量,以未来1,5,10天的日产量为目标输出值,使用LSTM神经网络训练模型至收敛,得到模型A(预测未来1日产量),模型B(预测未来5日产量),模型C(预测未来10日产量)。通过网格搜索找出模型训练最优超参数合集。使用四口井生产数据为测试集,预测效果见图2。




图2 生产预测模型在测试集的表现

三、可调油嘴控压与积液预警设计

定期采集井口压力,计算压降速率。通过RTA分析单井的最佳压降速率,设置其为压降边界。当采集到压降速率超出压降边界,程序控制可调试油嘴扩大/缩小,维持压降速率在设置压降边界内。压降控制流程见图3。




图3 压降控制流程图

高产水的气井产量下降可能会导致井筒积液,进而影响后续生产。通过计算单井最小携液流量并对比模型预测产量,可提前预警积液事件,帮助工程师提前采取方案应对。

四、现场验证

选取情况近似四口井,两两划分为对照井、试验井,仅对试验井实施智能生产方法,开展为期一年生产试验。一年后产能分析数据见图4与图5。




图4 四口井的EUR预测产量




图5 四口井的产能曲线

产能曲线的斜率可以直观地反映气井产能,斜率越小表示气井产能越大。试验井2的斜率小于对照井1,表明通过控压可使生产井保持较高的产能。最终可采储量预测曲线(图6)显示,试验井2的最终可采储量是对照井1的115.38%。综上说明智能生产优化方法对气井产能提升效果较好。




图6 产量预测模型在四口井上的表现

在产量预测方面,四口参加测试井产量均被较准确预测,且相应程序会提前数天告知气井将进入衰竭期,以提醒工程师及时应对。

在积液预警方面,第四口井(图6-4)在第350天时产量大幅降低,系统提前预警此处的生产异常情况,并自动在图上标出展示。