-
题名基于随钻测井数据预测破裂压力
被引量：3
- 1
-
-
作者
郭大立
王玉基
张小栓
辛骅志
康芸玮
-
机构
西南石油大学理学院
新疆油田公司
-
出处
《科学技术与工程》
北大核心
2023年第5期1923-1930,共8页
-
基金
国家科技重大专项(2016ZX05042,2016ZX05042_003)。
-
文摘
破裂压力是判断岩石是否起裂的重要依据,而现有的随钻测井资料仅能解释地应力、弹性模量等参数,缺乏对破裂压力的解释。为了准确预测破裂压力并降低施工压力和风险,基于准格尔盆地MH区块的流体扫描成像(flow scanner image,FSI)测试的产出剖面测井资料,区分泡酸与不泡酸两种方式,分别建立广义回归神经网络(generalized regression neural network,GRNN)模型,对该区块油井开发进行破裂压力预测,并运用交叉验证方法得出光滑因子,通过与真实破裂压力值对比验证模型的准确性,并与反向传播(back propagation,BP)神经网络和Hubbert-Willis(H-W)模型的预测结果进行对比分析,再基于此预测给出泡酸建议。结果表明:GRNN模型预测结果与实际破裂压力更接近,且均方根误差为4.54%,平均百分比误差为0.03%,均优于BP神经网络和H-W模型。GRNN模型不受地质条件影响且预测精度高,操作简便,可用于该地区破裂压力预测,也可作为后续井FSI测试的替代,不但可以为同类地区的施工提供借鉴,而且可以为同地区开发资源节约成本。
-
关键词
随钻测井
产出剖面测井
交叉验证
泡酸分析
GRNN模型
破裂压力
-
Keywords
logging-while-drilling
production profile logging
cross validation
bubble acid analysis
GRNN model
fracture pressure
-
分类号
TE321
[石油与天然气工程—油气田开发工程]
-
