酸化期间基于BP神经网络法的井底压力计算

作者：韩雄; 何峰; 王超

来源：天然气勘探与开发, 2018, 41(01): 74-89.

• 井底压力
• 酸化
• 压裂
• BP神经网络法
• 储层
• 改造

为解决酸化期间井底压力直接获取难度大、常规计算方法计算精度低的难题,建立了一种基于BP神经网络法的井底压力计算方法 :根据井底压力计算多参数输入、单参数输出的特点,搭建出基于误差反向传播、正向反馈的三层结构模式的BP神经网络;利用历史井施工数据(井口压力、井底压力、流量、管柱尺寸、流体性质)在神经网络上开展训练,获得井筒摩阻系数计算的网络矩阵;后期把地面酸化施工数据输入该网络矩阵即可计算出井底压力数据。分析表明利用神经网络法计算井底压力最主要的影响因素是液体排量和液体性质,另外历史训练数据覆盖范围和数据量决定神经网络的适应性和计算结果精度。利用川渝气田灯影组15口酸化井历史施工数据开展训练,获得了适应于该区域气井井底压力计算的BP神经网络,并开展了4井次现场应用,与实测井底压力对比,最大误差7.8%,相比于常规井底压力计算模型(误差20%左右),精度得到大幅提升。