基于BP-GA算法的水平井智能压裂设计方法

摘要：

针对常规水平井压裂正交方案优化设计模拟量大、历史拟合难以准确反演现场实际的问题,采用BP神经网络与遗传算法建立产能预测模型,形成水平井压裂遗传式优化设计方法.将现场数据导入BP神经网络系统,基于正反向训练与误差识别校正演算参数,预测水平井压后产能,与数值模拟、现场试验数据进行对比,评估模型精度;采用遗传算法建立压裂方案变异进化机制,基于种群遗传进化生成最优方案.研究表明:对于压裂综合甜点系数平均值高且横向差异度低的储层,采用多段少簇密集式压裂方案可显著提高压裂井产能;对于压裂综合甜点系数横向差异度高的储层,采用高甜点多簇、一段一策式精准压裂方案可最大程度提高压裂改造效果;相对于等间距固定参数布簇,采用不等间距各段差异式布缝方案,可降低缝间干扰,促进裂缝充分扩展,提高有效改造体积和裂缝系统整体导流能力.

关键词：机器学习、BP神经网络、遗传算法、水平井、压裂设计

所属期刊栏目：29

分类号：TE357.1+1(油气田开发与开采)

资助基金：中石化科研项目P19019-7

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：417-421,426