采用PSO算法的页岩气水平井DTS数据反演方法

摘要：

为了实现页岩气水平井产出剖面、人工裂缝参数、压裂改造区缝网渗透率等多维未知参数的定量解释,提出了采用粒子群优化算法(Particle Swarm Optimization,PSO)的页岩气水平井分布式光纤温度传感(Distributed Temperature Sensing,DTS)数据反演方法.该方法由温度剖面正演预测模型和PSO算法组成,其中温度剖面正演预测模型用于每一步反演迭代中模拟页岩气水平井温度剖面,PSO算法则是在每一步迭代计算中优化更新产出剖面、裂缝参数等未知参量,进而逐渐减小模拟的温度剖面与实测DTS数据之间的误差,直至收敛.一口现场井的应用结果表明,预测的温度剖面与实测DTS数据吻合较好,各有效人工裂缝位置处的绝对温度偏差小于0.03 ℃;产出剖面反演结果与现场PLT(Production Logging Tool,生产测井工具)测试产量相吻合,单压裂段流量最大偏差仅0.291×104 m3/d,验证了该方法的可靠性.该方法可为进一步实现均衡产出剖面、提高单井产量提供依据.

关键词：产出剖面解释、人工裂缝参数、反演方法、分布式光纤温度传感(DTS)、粒子群优化算法(PSO)、页岩气水平井

所属期刊栏目：58

分类号：P631

资助基金：四川省自然科学基金面上项目;中国博士后科学基金;中国石油科技创新基金项目;国家自然科学基金;国家自然科学基金

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1202-1210